CN103901427B - 一种测速雷达多目标跟踪的方法和装置 - Google Patents
一种测速雷达多目标跟踪的方法和装置 Download PDFInfo
- Publication number
- CN103901427B CN103901427B CN201410131062.6A CN201410131062A CN103901427B CN 103901427 B CN103901427 B CN 103901427B CN 201410131062 A CN201410131062 A CN 201410131062A CN 103901427 B CN103901427 B CN 103901427B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- frequency
- maximum amplitude
- array
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种测速雷达多目标跟踪的方法和装置,其中所述方法包括:对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号,在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应车辆的数组中,对于每个车辆,并根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪。本发明使得一台测速雷达同时对多个车辆的跟踪,运算量小、跟踪准确,满足客户需求的同时节约了硬件成本。
Description
技术领域
本发明涉及雷达技术领域,具体涉及一种测速雷达多目标跟踪的方法和装置。
背景技术
随着国内智能交通行业的高速发展,微波测速雷达广泛应用于测速卡口管理、超速抓拍系统以及移动电子警察等交通智能管控系统中,并逐渐成为智能交通管理系统的核心传感器。
测速雷达是将多普勒原理应用到雷达电磁波上,根据雷达波遇到运动物体反射的回波频率变化情况,依据多普勒效应的比例关系,计算出雷达探测到的物体速度。
现有技术中的测速雷达多目标跟踪方法中,最常见的方法为目标状态模型方法,建立起运动目标在距离和速度的状态模型,然后再用卡尔曼滤波等方法进行跟踪,在对多目标进行跟踪时,需要估计目标的角度,但是,由于前后时刻估计得到的各目标的角度不是自动关联的,需要运用数据关联的方法对各目标的角度进行自动关联,当目标的数目较多时,这种多目标跟踪的方法会出现运算量大、跟踪结果不准确的情况,此外,该方法在实现上成本高、硬件复杂。
发明内容
有鉴于此,本发明实施例提出了一种测速雷达多目标跟踪的方法和装置, 以解决现有技术中在实现多目标跟踪时运算量大、跟踪结果不准确的问题。
一方面,本发明实施例提供了一种测速雷达多目标跟踪方法,所述方法包括:
对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号;
在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应车辆的数组中;
对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪。
进一步地,所述各车辆的特征信号为:
所述各车辆的特征信号的幅值在所述多目标回波信号的频谱中大于车来门限且在一帧中呈现谷峰状、在多帧中呈现由低变高再变低的包络状;
所述在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应该车辆的数组中包括:
确定测速范围对应的频点范围;
在每一帧中分别搜索位于所述频点范围内的各车辆的特征信号最大幅值,将所述最大幅值存入一个车辆对应的数组中。
进一步地,所述对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪包括:
根据一个车辆对应的数组对该车辆进行判断并跟踪;
将已搜索过的所述一个车辆的特征信号的最大幅值对应的频点的左右M个频点屏蔽掉,在剩余的频点范围内对剩余的车辆进行搜索并跟踪,其中,所述M为整数。
进一步地,所述将所述最大幅值存入一个车辆对应的数组中包括:
将当次搜索到的最大幅值对应的频点分别与各车辆对应的数组中保存的对应车辆的特征信号在前一帧中位于所述频点范围内的最大幅值对应的频点相比较;
根据比较结果将当次搜索到的最大幅值存入与该最大幅值对应的频点距离最近的、前一帧中位于所述频点范围内的最大幅值对应的频点所对应的数组中。
进一步地,所述根据所述一个车辆对应的数组对该车辆进行判断并跟踪包括:
在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧中该车辆的特征信号的最大幅值对应的频点的大小成反比;
当所述最新车头窗数组长度的最大幅值均不小于车来门限并且符合随数据帧逐渐上升的规律时,判断该数组对应的车辆驶入照射区,对驶入照射区的该车辆进行跟踪。
进一步地,所述对驶入照射区的该车辆进行跟踪包括:
判断当前最新帧中该数组对应车辆的特征信号的最大幅值对应的频点B是否跟踪上了前一帧中该数组对应的车辆的特征信号的最大幅值对应的频点A;
在所述频点B跟踪上了所述频点A时,使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区;
在所述频点B没有跟踪上所述频点A时,选取该数组对应的车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅 值,根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,其中,所述N为整数。
进一步地,所述使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,具体包括:在当前最新帧的频点B对应的该车辆的特征信号的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
所述根据选取的最大幅值判断该数组对应的车辆是否驶出照射区,具体包括:在选取的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
其中,所述车走门限小于所述车来门限。
另一方面,本发明实施例提供了一种测速雷达多目标跟踪装置,所述装置包括:
频谱信号获取模块,用于对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号;
存储模块,用于在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应该车辆的数组中;
判断跟踪模块,用于对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪。
进一步地,所述各车辆的特征信号为:
所述各车辆的特征信号的幅值在所述多目标回波信号的频谱中大于车来门限且在一帧中呈现谷峰状、在多帧中呈现由低变高再变低的包络状;
所述存储模块包括:
范围确定单元,用于确定测速范围对应的频点范围;
存储单元,用于在每一帧中分别搜索位于所述频点范围内的最大幅值,将所述最大幅值存入一个车辆对应的数组中。
进一步地,所述判断跟踪模块包括:
判断跟踪单元,用于根据一个车辆对应的数组对该车辆进行判断并跟踪;
屏蔽单元,用于将已搜索过的所述一个车辆的特征信号的最大幅值对应的频点的左右M个频点屏蔽掉,在剩余的频点范围内对剩余的车辆进行搜索并跟踪,其中,所述M为整数。
进一步地,所述存储单元包括:
比较子单元,用于将当次搜索到的最大幅值对应的频点分别与各车辆对应的数组中保存的对应车辆的特征信号在前一帧中位于所述频点范围内的最大幅值对应的频点相比较;
存储子单元,用于根据比较结果将当次搜索到的最大幅值存入与该最大幅值对应的频点距离最近的、前一帧中位于所述频点范围内的最大幅值对应的频点所对应的数组中。
进一步地,所述判断跟踪单元包括:
提取子单元,用于在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧中该车辆的特征信号的最大幅值对应的频点的大小成反比;
判断子单元,用于当所述最新车头窗数组长度的最大幅值均不小于车来门限并且符合随数据帧逐渐上升的规律时,判断该数组对应的车辆驶入照射区;
跟踪子单元,用于对驶入照射区的车辆进行跟踪。
进一步地,所述跟踪子单元具体用于:
判断当前最新帧中该数组对应车辆的特征信号的最大幅值对应的频点B是 否跟踪上了前一帧中该数组对应的车辆的特征信号的最大幅值对应的频点A;
在所述频点B跟踪上了所述频点A时,使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区;
在所述频点B没有跟踪上所述频点A时,选取该数组对应的车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值,根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,其中,所述N为整数。
进一步地,所述使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,具体包括:在当前最新帧的频点B对应的该车辆的特征信号的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
所述根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,具体包括:在选取的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
其中,所述车走门限小于所述车来门限。
本发明实施例提出的测速雷达多目标跟踪的方法和装置,通过在每一帧中搜索各车辆的特征信号的最大幅值,并将所述最大幅值存入对应车辆的数组中,对于每个车辆,根据该车辆对应数组中的最大幅值及所述最大幅值对应的频点对该车辆进行跟踪,由此,实现了一台测速雷达同时对多个车辆的跟踪,运算量小、跟踪准确,满足客户需求的同时节约了硬件成本。
附图说明
下面将通过参照附图详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述及其他特征和优点,附图中:
图1是根据本发明第一实施例的测速雷达多目标跟踪方法的实现流程图;
图2是根据本发明第一实施例的测速雷达多目标跟踪方法中各车辆信号以及噪声信号的频谱示意图;
图3是根据本发明第二实施例的测速雷达多目标跟踪方法的实现流程图;
图4是根据本发明第二实施例的测速雷达多目标跟踪方法中根据所述一个车辆对应的数组对该车辆进行跟踪的实现流程图;
图5是根据本发明第三实施例的测速雷达多目标跟踪装置的结构图;
图6是根据本发明第四实施例的测速雷达多目标跟踪装置的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
在图1中示出了本发明的第一实施例。
图1是根据本发明第一实施例的测速雷达多目标跟踪方法的实现流程图,所述方法可用于测速雷达中对多目标进行跟踪,该实现流程详述如下:
步骤11、对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号。
测速雷达接收从多目标反射回来的信号,所述多目标反射回来的信号,不 但包括多目标的回波信号,而且包括各种杂波信号和各种干扰噪声等,其中,杂波信号是指由多目标之外的物体反射回来的信号。
在本实施例中,所述对多目标回波信号进行的傅里叶变换采用基4FFT算法,每帧对1024个数据点进行处理,处理时间可以为26ms,对多目标回波信号进行的傅里叶变换后,将所述多目标反射回来的信号变换到频域,可以在频谱中呈现多目标回波信号的频谱信号。其中,所述多目标回波信号的频谱信号中包括车辆的回波频谱信号和杂波的频谱信号以及干扰噪声的频谱信号等。
由于所述多目标回波信号的频谱信号中不仅包括各车辆的特征信号,而且还包括噪声信号的特征信号,该噪声信号的特征信号对车辆的跟踪会造成干扰。
具体地,所述各车辆的特征信号可以表现为:所述各车辆的特征信号的幅值在所述多目标回波信号的频谱中大于车来门限且在一帧中呈现谷峰状、在多帧中呈现由低变高再变低的包络状。
如图2所示,图2是根据本发明第一实施例的测速雷达多目标跟踪方法中各车辆信号以及噪声信号的频谱示意图,在图2中,横轴为频率点,纵轴为数据帧,竖轴为信号幅度,图中,在幅值大于车来门限的信号中在一帧中为谷峰状、并且在多帧中是由低变高再变低的包络状的信号,将提取到的前述特征的各信号分别作为各车辆的特征信号。谷峰的幅值越高,代表车辆的信号越强,从频点方向来看,横坐标上频点40、80、120和160处对应的谷峰分别代表4辆车,从数据帧的方向来看,各车辆特征信号的幅值呈现为由低变高再变低的包络状的信号,这是一辆车经过测量区的幅值变化过程,当车辆驶入照射区时,所述车辆的信号会越来越强,相应的幅值会越来越大,当车辆驶出照射区时,所述车辆的信号会越来越弱,相应的幅值会越来越小。
步骤12、在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应车辆的数组中。
在每一帧中,各车辆的特征信号表现为谷峰,在每一帧中,搜索各个谷峰的最大幅值,将所述最大幅值存入对应车辆的数组中。
步骤13、对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪。
对于每个车辆,在每一帧都中都会搜索该车辆的特征信号对应的最大幅值,并将搜索到的该车辆的特征信号对应的最大幅值存入该车辆相应的数组中,根据该车辆的特征信号的最大幅值判断该车辆是否驶入或驶出测速雷达的照射区,根据该车辆的特征信号的最大幅值及所述最大幅值对应的频点对该车辆进行跟踪,具体地,可以在频点范围内搜索完一个车辆的特征信号的最大幅值并存入与一个车辆对应的数组中,根据该一个车辆对应的数组中的最大幅值及最大幅值对应的频点对该一个车辆进行判断并跟踪后,依次逐一搜索剩余车辆的幅值,并存入相应数组,根据车辆对应数组中的最大幅值及最大幅值对应的频点,分别对剩余的车辆进行判断并跟踪。
由于此操作每帧都进行,从而实现多车辆的实时跟踪。
本发明实施例提供的测速雷达多目标跟踪的方法,通过在每一帧中搜索各车辆的特征信号的最大幅值,并将所述最大幅值存入对应车辆的数组中,对于每个车辆,根据该车辆对应数组中的最大幅值及所述最大幅值对应的频点对该车辆进行跟踪,由此,实现了一台测速雷达同时对多个车辆的跟踪,运算量小、跟踪准确,满足客户需求的同时节约了硬件成本。
在图3中示出了本发明的第二实施例。
图3是根据本发明第二实施例的测速雷达多目标跟踪方法的实现流程图,所述方法可用于测速雷达中对多目标进行跟踪,该实现流程详述如下:
步骤21、对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号。
步骤22、确定测速范围对应的频点范围。
确定搜索范围,根据用户要求的测速范围,由于速度与频点存在固定的关系,因此,根据测速范围确定该测速范围对应的频点的上限值和下限值。
步骤23、在每一帧中搜索位于所述频点范围内的最大幅值,将所述最大幅值存入一个车辆对应的数组中。
对于每一个车辆,在每一帧中都会存在与该车辆对应的特征信号的幅值,在每一帧中搜索位于所述频点范围内各车辆的特征信号的幅值中其中一个车辆的特征信号的最大幅值,将搜索到的所述一个车辆的特征信号的最大幅值存入与所述一个车辆对应的数组中。
所述将所述最大幅值存入与一个车辆对应的数组中具体可通过下述步骤来实现:
步骤231、将当次搜索到的最大幅值对应的频点分别与各车辆对应的数组中保存的对应车辆的特征信号在前一帧中位于所述频点范围内的最大幅值对应的频点相比较。
例如:根据用户要求的测速范围确定搜索的频点范围为0-512频点之间,在所述频点范围内需要对车辆1、车辆2、车辆3和车辆4共4个车辆进行跟踪,在当前帧中4个车辆的幅值分别为4、3、6和8,则当次搜索到4个车辆的特征信号的幅值中的其中一个车辆的最大幅值8,将所述幅值8存入与该一个车辆对应的数组中。具体地,假设所述最大幅值8对应的频点为20,则将当次搜索到 的最大幅值8对应的频点20分别与前一帧中车辆1、车辆2、车辆3和车辆4对应的数组中的最大幅值对应的频点相比较,从而确定最大幅值8应该存入哪一个车辆对应的数组中。
步骤232、根据比较结果将当次搜索到的最大幅值存入与该最大幅值对应的频点距离最近的、前一帧中位于所述频点范围内的最大幅值对应的频点所对应的数组中。
对于每个车辆,该车辆在两帧时间内速度基本保持不变,由于车辆的速度与该车辆的频点成固定的对应关系,因此,该车辆的频点在两帧时间内基本保持不变,通过比较当次搜索到的最大幅值的对应频点和前一帧中各数组中最大幅值对应的频点,离得最近的频点对应的数组即为当前最大值应存入的数组。
例如:在0-512的频点范围内,当次搜索到的最大幅值8对应的频点为频点20,则将所述频点20与前一帧中各车辆对应数组中保存的最大幅值对应的频点相比较,假设与频点20离得最近的频点为频点19,则频点19所对应的数组即为最大幅值8应该存入的数组。
步骤24、根据所述一个车辆对应的数组对该车辆进行判断并跟踪。
当所述当次搜索到的最大幅值存入对应车辆的数组中后,根据该车辆对应的数组中的最大幅值以及所述最大幅值对应的频点对该车辆进行判断并跟踪。
例如:假设将最大幅值8存入车辆1对应的数组中,则根据所述车辆1对应数组中的最大幅值以及所述最大幅值对于的频点对车辆1进行跟踪。
步骤25、将已搜索过的所述一个车辆的特征信号的最大幅值对应的频点的左右M个频点屏蔽掉,在剩余的频点范围内对剩余的车辆进行搜索并跟踪,其中,所述M为整数。
在本发明实施例中,将已搜索过的所述一个车辆的特征信号的最大幅值对 应的频点的左右M个频点屏蔽掉,在剩余的频点范围内重复操作步骤23和步骤24,从而实现对剩余车辆的搜索并跟踪。
所述M为整数,可以根据当前帧中车辆的速度进行自适应调整,例如:所述M取整数2时,在频点0-频点512的范围内,已搜索过的车辆1的特征信号的最大幅值8对应的频点为20,则在所述频点范围0-512内将频点18、频点19、频点20、频点21和频点22屏蔽掉,在剩余的频点范围0-17和频点范围23-512内搜索到除车辆1以外剩余的车辆2、车辆3和车辆4的幅值中的最大幅值6,将所述最大幅值6存入对应车辆的数组中,假设最大幅值6对应的车辆为车辆3,则将最大幅值6存入车辆3对应的数组中,再根据车辆3对应数组中的最大幅值和所述最大幅值对应的频点对车辆3进行跟踪,在所述频点范围内,重复操作步骤23和步骤24,对剩余的车辆2和车辆4进行搜索并跟踪。
步骤26、判断所述测速范围内是否对所有车辆进行了跟踪,若在测速范围内对所有车辆跟踪完毕,则结束对车辆的跟踪,若在测速范围内没有对所有车辆跟踪完毕,则执行步骤23。
如图4所示,图4是根据本发明第二实施例的测速雷达多目标跟踪方法中根据所述一个车辆对应的数组对该车辆进行判断并跟踪的实现流程图,具体可通过以下步骤来实现:
步骤241、在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧中该车辆的特征信号的最大幅值对应的频点的大小成反比。
为了实现车辆的自适应跟踪,保证触发位置的一致性,对于每个车辆,在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,所述最新车头窗数组长度与当前最新帧该车辆的特征信号的最大幅值对应的频点的大小成反比, 即与当前最新帧得到的该车辆的最大幅值对应的速度呈反比关系,速度越快,所述最新车头窗数组的长度越短。
步骤242、根据所述最新车头窗数组长度的最大幅值判断该车辆是否驶入照射区,当所述最新车头窗数组长度的最大幅值均不小于车来门限并且符合随数据帧逐渐上升的规律时,判断该数组对应的车辆驶入照射区,对驶入照射区的该车辆进行跟踪,执行步骤243,当所述设定数目的最大幅值小于车来门限或不符合随数据帧逐渐上升的规律时,判断所述车辆没有驶入照射区,继续执行步骤242,判断该车辆是否驶入照射区。
步骤243、判断当前最新帧该车辆的特征信号的最大幅值对应的频点B是否跟踪上了前一帧该车辆的特征信号的最大幅值对应的频点A,在所述频点B跟踪上了所述频点A时,执行步骤244,使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区;在所述频点B没有跟踪上所述频点A时,执行步骤245,选取该车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值,根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,其中,所述N为整数。
在本实施例中,使用最大幅值判断车辆是否驶入或驶出测速雷达的照射区,使用最大幅值对应的频点对车辆进行跟踪,判断当前最新帧该车辆的特征信号的最大幅值对应的频点B是否跟踪上了前一帧该车辆的特征信号的最大幅值对应的频点A时,可以根据频点B与频点A的距离接近程度来判断,当所述频点B与频点A的距离在2个频点之内时,可以判断当前最新帧该车辆的特征信号的最大幅值对应的频点B跟踪上了前一帧该车辆的特征信号的最大幅值对应的频点A。
在当前最新帧该车辆的特征信号的最大幅值对应的频点B没有跟踪上前一帧该车辆的特征信号的最大幅值对应的频点A时,由于该车辆的速度在两帧时间内可能会发生变化,因此,为了跟踪的准确性,从前一帧频点A左右N个频点范围内搜索各频点的幅值中的最大幅值及该车辆的行驶距离判断车辆是否驶出照射区,其中,所述N为整数。
步骤244、判断当前最新帧的频点B对应的该车辆的特征信号的最大幅值是否小于车走门限,并且该车辆行驶距离是否大于车身长,其中,所述车走门限小于所述车来门限。
当所述当前最新帧的频点B对应的该车辆的特征信号的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判定该车辆驶出测速雷达的照射区,结束对该车辆的跟踪;当所述当前最新帧的频点B对应的该车辆的特征信号的最大幅值不小于车走门限,判定实现了对该车辆的跟踪,将频点B作为下一帧中车辆跟踪的频点。
在本步骤中,所述车辆的行驶距离可以为该车辆当前最新帧的频点B对应的速度乘以帧间的时间间隔,所述车身长度也就是车辆的保持距离,可以选取3米,当然也可以是其他的数值。
步骤245、选取该车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值,判断所述选取的最大幅值是否小于车走门限,并且该车辆行驶距离是否大于车身长度,其中,所述车走门限小于所述车来门限。
例如:当N为2时,则在当前最新帧该车辆的特征信号的最大幅值对应的频点B没有跟踪上前一帧该车辆的特征信号的最大幅值对应的频点A时,当所述前一帧的频点A、频点A+1、频点A+2、频点A-1和频点A-2分别对应的幅 值中的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判定该车辆驶出测速雷达的照射区,结束对该车辆的跟踪;当所述前一帧的频点A、频点A+1、频点A+2、频点A-1和频点A-2分别对应的幅值中的最大幅值不小于车走门限,判定实现了对该车辆的跟踪,将所述前一帧的频点A、频点A+1、频点A+2、频点A-1和频点A-2分别对应的幅值中的最大幅值所对应的频点作为下一帧中车辆跟踪的频点。
在本步骤中,所述车辆的行驶距离可以为该车辆前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值对应的频点所对应的速度乘以帧与帧之间的时间间隔,所述车身长度也就是车辆的保持距离,可以选取3米,当然也可以是其他的数值。
本发明实施例提供的测速雷达多目标跟踪的方法,通过在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧该车辆的特征信号的最大幅值对应的频点的大小成反比,从而实现对该车辆进行自适应跟踪。由此,实现了一台测速雷达同时对多个车辆的跟踪,运算量小、跟踪准确,满足客户需求的同时节约了硬件成本。
在图5中使出了本发明的第三实施例。
图5是根据本发明第三实施例的测速雷达多目标跟踪装置的结构图,所述装置可用于对多目标进行跟踪,该装置包括:频谱信号获取模块31、存储模块32和判断跟踪模块33。
所述频谱信号获取模块31用于对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号。
所述存储模块32用于在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应该车辆的数组中。
所述判断跟踪模块33用于对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪。
本发明实施例提供的测速雷达多目标跟踪的装置,通过在每一帧中搜索各车辆的特征信号的最大幅值,并将所述最大幅值存入对应车辆的数组中,对于每个车辆,根据该车辆对应数组中的最大幅值及所述最大幅值对应的频点对该车辆进行跟踪,由此,实现了一台测速雷达同时对多个车辆的跟踪,运算量小、跟踪准确,满足客户需求的同时节约了硬件成本。
在图6中示出了本发明的第四实施例。
图6是根据本发明第四实施例的测速雷达多目标跟踪装置的结构图,所述装置可用于对多目标进行跟踪,该装置包括:频谱信号获取模块41、存储模块42和判断跟踪模块43。
所述频谱信号获取模块41用于对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号。
所述存储模块42用于在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应该车辆的数组中。
所述判断跟踪模块43用于对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪。
所述各车辆的特征信号可以为:
所述各车辆的特征信号的幅值在所述多目标回波信号的频谱中大于车来门 限且在一帧中呈现谷峰状、在多帧中呈现由低变高再变低的包络状。
所述存储模块42优选可包括范围确定单元421和存储单元422。
其中,所述范围确定单元421用于确定测速范围对应的频点范围。
所述存储单元422用于在每一帧中分别搜索位于所述频点范围内的最大幅值,将所述最大幅值存入一个车辆对应的数组中。
所述判断跟踪模块43优选可包括判断跟踪单元431和屏蔽单元432。
其中,所述判断跟踪单元431用于根据一个车辆对应的数组对该车辆进行判断并跟踪。
所述屏蔽单元432用于将已搜索过的所述一个车辆的特征信号的最大幅值对应的频点的左右M个频点屏蔽掉,在剩余的频点范围内对剩余的车辆进行搜索并跟踪,其中,所述M为整数。
进一步地,所述存储单元422优选可包括比较单元4221和存储子单元4222。
其中,所述比较子单元4221用于将当次搜索到的最大幅值对应的频点分别与各车辆对应的数组中保存的对应车辆的特征信号在前一帧中位于所述频点范围内的最大幅值对应的频点相比较。
所述存储子单元4222用于根据比较结果将当次搜索到的最大幅值存入与该最大幅值对应的频点距离最近的、前一帧中位于所述频点范围内的最大幅值对应的频点所对应的数组中。
所述判断跟踪单元431优选可包括提取子单元4311、判断子单元4312和跟踪子单元4313。
其中,所述提取子单元4311用于在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧中该车辆的特征信号的最大幅值对应的频点的大小成反比。
所述判断子单元4312用于当所述最新车头窗数组长度的最大幅值均不小于车来门限并且符合随数据帧逐渐上升的规律时,判断该数组对应的车辆驶入照射区。
所述跟踪子单元4313用于对驶入照射区的车辆进行跟踪。
进一步地,所述跟踪子单元4313具体可用于:
判断当前最新帧中该数组对应车辆的特征信号的最大幅值对应的频点B是否跟踪上了前一帧中该数组对应的车辆的特征信号的最大幅值对应的频点A;
在所述频点B跟踪上了所述频点A时,使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区;
在所述频点B没有跟踪上所述频点A时,选取该数组对应的车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值,根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,其中,所述N为整数。
进一步地,在当前最新帧该车辆的特征信号的最大幅值对应的频点B跟踪上了前一帧该车辆的特征信号的最大幅值对应的频点A时,如果当前最新帧的频点B对应的该车辆的特征信号的最大幅值不小于车走门限,其中,所述车走门限小于所述车来门限,则说明跟踪上了该车辆,如果当前最新帧的频点B对应的该车辆的特征信号的最大幅值小于车走门限,并且该车辆行驶距离大于车身长度,则说明该车辆驶出了测速雷达的照射区;
在当前最新帧该车辆的特征信号的最大幅值对应的频点B没有跟踪上前一帧该车辆的特征信号的最大幅值对应的频点A时,如果该车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值不小于 车走门限,则说明跟踪上了该车辆,如果该车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值小于车走门限,并且该车辆行驶距离大于车身长度,则说明该车辆驶出测速雷达的照射区。
本发明实施例提供的测速雷达多目标跟踪的装置,通过在该车辆对应的数组中最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧该车辆的特征信号的最大幅值对应的频点的大小成反比,从而实现对该车辆进行自适应跟踪。由此,实现了一台测速雷达同时对多个车辆的跟踪,运算量小、跟踪准确,满足客户需求的同时节约了硬件成本。
显然,本领域技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种测速雷达多目标跟踪方法,其特征在于,所述方法包括:
对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号;
在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应车辆的数组中;
对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪,具体包括:根据一个车辆对应的数组对该车辆进行判断并跟踪;将已搜索过的所述一个车辆的特征信号的最大幅值对应的频点的左右M个频点屏蔽掉,在剩余的频点范围内对剩余的车辆进行搜索并跟踪,其中,所述M为整数。
2.根据权利要求1所述的测速雷达多目标跟踪方法,其特征在于,所述各车辆的特征信号为:
所述各车辆的特征信号的幅值在所述多目标回波信号的频谱中大于车来门限且在一帧中呈现谷峰状、在多帧中呈现由低变高再变低的包络状;
所述在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应该车辆的数组中包括:
确定测速范围对应的频点范围;
在每一帧中分别搜索位于所述频点范围内的各车辆的特征信号最大幅值,将所述最大幅值存入一个车辆对应的数组中。
3.根据权利要求2所述的测速雷达多目标跟踪方法,其特征在于,所述将所述最大幅值存入一个车辆对应的数组中包括:
将当次搜索到的最大幅值对应的频点分别与各车辆对应的数组中保存的对应车辆的特征信号在前一帧中位于所述频点范围内的最大幅值对应的频点相比较;
根据比较结果将当次搜索到的最大幅值存入与该最大幅值对应的频点距离最近的、前一帧中位于所述频点范围内的最大幅值对应的频点所对应的数组中。
4.根据权利要求1所述的测速雷达多目标跟踪方法,其特征在于,所述根据所述一个车辆对应的数组对该车辆进行判断并跟踪包括:
在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧中该车辆的特征信号的最大幅值对应的频点的大小成反比;
当所述最新车头窗数组长度的最大幅值均不小于车来门限并且符合随数据帧逐渐上升的规律时,判断该数组对应的车辆驶入照射区,对驶入照射区的该车辆进行跟踪。
5.根据权利要求4所述的测速雷达多目标跟踪方法,其特征在于,所述对驶入照射区的该车辆进行跟踪包括:
判断当前最新帧中该数组对应车辆的特征信号的最大幅值对应的频点B是否跟踪上了前一帧中该数组对应的车辆的特征信号的最大幅值对应的频点A;
在所述频点B跟踪上了所述频点A时,使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区;
在所述频点B没有跟踪上所述频点A时,选取该数组对应的车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值,根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,其中,所述N为整数。
6.根据权利要求5所述的测速雷达多目标跟踪方法,其特征在于,所述使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,具体包括:在当前最新帧的频点B对应的该车辆的特征信号的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
所述根据选取的最大幅值判断该数组对应的车辆是否驶出照射区,具体包括:在选取的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
其中,所述车走门限小于所述车来门限。
7.一种测速雷达多目标跟踪装置,其特征在于,所述装置包括:
频谱信号获取模块,用于对多目标回波信号进行傅里叶变换,获得多目标回波信号的频谱信号,其中,所述多目标的频谱信号中包括各车辆的特征信号;
存储模块,用于在每一帧中分别搜索各车辆特征信号的最大幅值,将所述最大幅值存入对应该车辆的数组中;
判断跟踪模块,用于对于每个车辆,根据该车辆对应的数组中的最大幅值及所述最大幅值对应的频点对该车辆进行判断并跟踪,具体包括:根据一个车辆对应的数组对该车辆进行判断并跟踪;将已搜索过的所述一个车辆的特征信号的最大幅值对应的频点的左右M个频点屏蔽掉,在剩余的频点范围内对剩余的车辆进行搜索并跟踪,其中,所述M为整数。
8.根据权利要求7所述的测速雷达多目标跟踪装置,其特征在于,所述各车辆的特征信号为:
所述各车辆的特征信号的幅值在所述多目标回波信号的频谱中大于车来门限、且在一帧中呈现谷峰状、在多帧中呈现由低变高再变低的包络状;
所述存储模块包括:
范围确定单元,用于确定测速范围对应的频点范围;
存储单元,用于在每一帧中分别搜索位于所述频点范围内的最大幅值,将所述最大幅值存入一个车辆对应的数组中。
9.根据权利要求8所述的测速雷达多目标跟踪装置,其特征在于,所述存储单元包括:
比较子单元,用于将当次搜索到的最大幅值对应的频点分别与各车辆对应的数组中保存的对应车辆的特征信号在前一帧中位于所述频点范围内的最大幅值对应的频点相比较;
存储子单元,用于根据比较结果将当次搜索到的最大幅值存入与该最大幅值对应的频点距离最近的、前一帧中位于所述频点范围内的最大幅值对应的频点所对应的数组中。
10.根据权利要求7所述的测速雷达多目标跟踪装置,其特征在于,所述判断跟踪单元包括:
提取子单元,用于在该车辆对应的数组中提取最新车头窗数组长度的最大幅值,其中,所述最新车头窗数组长度与当前最新帧中该车辆的特征信号的最大幅值对应的频点的大小成反比;
判断子单元,用于当所述最新车头窗数组长度的最大幅值均不小于车来门限并且符合随数据帧逐渐上升的规律时,判断该数组对应的车辆驶入照射区;
跟踪子单元,用于对驶入照射区的车辆进行跟踪。
11.根据权利要求10所述的测速雷达多目标跟踪装置,其特征在于,所述跟踪子单元具体用于:
判断当前最新帧中该数组对应车辆的特征信号的最大幅值对应的频点B是否跟踪上了前一帧中该数组对应的车辆的特征信号的最大幅值对应的频点A;
在所述频点B跟踪上了所述频点A时,使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区;
在所述频点B没有跟踪上所述频点A时,选取该数组对应的车辆的特征信号在前一帧的频点A左右N个频点范围内各频点分别对应的幅值中的最大幅值,根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,其中,所述N为整数。
12.根据权利要求11所述的测速雷达多目标跟踪装置,其特征在于,所述使用当前最新帧的频点B对应的该车辆的特征信号的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,具体包括:在当前最新帧的频点B对应的该车辆的特征信号的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
所述根据选取的最大幅值及该车辆的行驶距离判断该数组对应的车辆是否驶出照射区,具体包括:在选取的最大幅值小于车走门限,并且该车辆的行驶距离大于车身长度时,判断该数组对应的车辆驶出照射区;
其中,所述车走门限小于所述车来门限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410131062.6A CN103901427B (zh) | 2014-04-02 | 2014-04-02 | 一种测速雷达多目标跟踪的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410131062.6A CN103901427B (zh) | 2014-04-02 | 2014-04-02 | 一种测速雷达多目标跟踪的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103901427A CN103901427A (zh) | 2014-07-02 |
CN103901427B true CN103901427B (zh) | 2016-08-17 |
Family
ID=50992877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410131062.6A Active CN103901427B (zh) | 2014-04-02 | 2014-04-02 | 一种测速雷达多目标跟踪的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103901427B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237879B (zh) * | 2014-09-09 | 2016-08-17 | 中国电子科技集团公司第二十八研究所 | 一种雷达系统中的多目标跟踪方法 |
CN105738898A (zh) * | 2016-02-23 | 2016-07-06 | 武汉拓宝科技股份有限公司 | 基于测距测角测速相结合的多车道雷达测速方法及装置 |
US10330774B2 (en) * | 2016-08-23 | 2019-06-25 | GM Global Technology Operations LLC | Method and apparatus for computationally efficient target acquisition and tracking using a radar |
CN106249218B (zh) * | 2016-08-31 | 2019-01-11 | 西安电子科技大学 | 一种基于多频点回波信息融合的目标跟踪方法 |
CN109557549A (zh) * | 2019-01-31 | 2019-04-02 | 浙江工业大学 | 一种基于激光雷达的车辆长度测量方法 |
CN110780289B (zh) * | 2019-10-23 | 2021-07-30 | 北京信息科技大学 | 基于场景雷达的多目标车辆跟踪方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5504488A (en) * | 1994-06-30 | 1996-04-02 | Kustom Signals, Inc. | Traffic radar with digital signal processing |
CN101136141A (zh) * | 2007-10-12 | 2008-03-05 | 清华大学 | 基于单频连续波雷达的车型分类方法 |
CN102360528A (zh) * | 2011-07-01 | 2012-02-22 | 上海慧昌智能交通系统有限公司 | 基于多普勒交通雷达进行车型识别的方法 |
CN202815217U (zh) * | 2012-08-09 | 2013-03-20 | 重庆景登科技有限公司 | 便携式雷达测速仪 |
CN103680138A (zh) * | 2012-09-25 | 2014-03-26 | 西安思丹德信息技术有限公司 | 一种车辆路况监测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10243811A1 (de) * | 2002-09-20 | 2004-04-01 | Robert Bosch Gmbh | Verfahren zur Abstands- und Geschwindigkeitsmessung an mehreren Objekten mittels FMCW-Radar |
JP5439004B2 (ja) * | 2009-03-30 | 2014-03-12 | 株式会社サイデン | 渋滞検知装置及びプログラム |
-
2014
- 2014-04-02 CN CN201410131062.6A patent/CN103901427B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5504488A (en) * | 1994-06-30 | 1996-04-02 | Kustom Signals, Inc. | Traffic radar with digital signal processing |
CN101136141A (zh) * | 2007-10-12 | 2008-03-05 | 清华大学 | 基于单频连续波雷达的车型分类方法 |
CN102360528A (zh) * | 2011-07-01 | 2012-02-22 | 上海慧昌智能交通系统有限公司 | 基于多普勒交通雷达进行车型识别的方法 |
CN202815217U (zh) * | 2012-08-09 | 2013-03-20 | 重庆景登科技有限公司 | 便携式雷达测速仪 |
CN103680138A (zh) * | 2012-09-25 | 2014-03-26 | 西安思丹德信息技术有限公司 | 一种车辆路况监测方法 |
Non-Patent Citations (1)
Title |
---|
多运动目标的频谱分析及基于DSP的雷达测速仪的设计;周高杯;《中国优秀硕士学位论文全文数据库 信息科技辑》;20051115(第7期);I136-601 * |
Also Published As
Publication number | Publication date |
---|---|
CN103901427A (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103901427B (zh) | 一种测速雷达多目标跟踪的方法和装置 | |
CN104297748B (zh) | 一种基于轨迹增强的雷达目标检测前跟踪方法 | |
CN107884757A (zh) | 恒虚警目标检测方法、装置及车辆 | |
CN109143192B (zh) | 多目标有效起始确认管理方法、系统及计算机可读存储介质 | |
US11440541B2 (en) | Apparatus and method for predicting concurrent lane change and vehicle including the same | |
CN107678019B (zh) | 基于ca-cfar的雷达信号多目标检测方法及装置 | |
JP2006234513A (ja) | 障害物検出装置 | |
WO2016194036A1 (ja) | レーダ信号処理装置 | |
CN109154655A (zh) | 目标信号检测方法、设备、无人机及农业无人机 | |
CN108254727A (zh) | 一种基于轮廓跟踪的雷达点迹凝聚方法 | |
US20230037445A1 (en) | Methods for recognizing human hand and hand gesture from human, and display apparatus | |
CN205427184U (zh) | 基于数据融合的组网导航雷达目标跟踪系统 | |
CN102253375A (zh) | 雷达多目标数据互联方法 | |
CN113269889B (zh) | 一种基于椭圆域的自适应点云目标聚类方法 | |
CN102879774B (zh) | 高频地波超视距雷达短航迹合成方法和装置 | |
KR101152250B1 (ko) | 차량용 레이더의 오탐지 정보 제거장치 및 방법 | |
CN115144847A (zh) | 针对海杂波中弱目标探测的参数空间多通道目标搜索技术 | |
JP6570675B2 (ja) | レーダ信号処理装置 | |
CN112105950A (zh) | 一种探测对象的检测方法、探测设备及毫米波雷达 | |
JP3996080B2 (ja) | 目標追尾装置 | |
CN116106824B (zh) | 一种基于认知学习的无人机多阶段信号源定位方法和系统 | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
CN113866754B (zh) | 基于高斯分布波门的运动目标航迹关联方法 | |
CN116593978A (zh) | 一种基于点云的手势检测方法、系统、存储介质 | |
CN106371082B (zh) | 线性速度拖引干扰识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |