CN111812601A - 雷达性能的评估方法及存储介质 - Google Patents

雷达性能的评估方法及存储介质 Download PDF

Info

Publication number
CN111812601A
CN111812601A CN202010640382.XA CN202010640382A CN111812601A CN 111812601 A CN111812601 A CN 111812601A CN 202010640382 A CN202010640382 A CN 202010640382A CN 111812601 A CN111812601 A CN 111812601A
Authority
CN
China
Prior art keywords
road condition
condition information
information
radar
positions
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.)
Pending
Application number
CN202010640382.XA
Other languages
English (en)
Inventor
郭坤鹏
胡益鑫
刘佩文
张慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Hawkeye Electronic Technology Co Ltd
Original Assignee
Nanjing Hawkeye Electronic Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Hawkeye Electronic Technology Co Ltd filed Critical Nanjing Hawkeye Electronic Technology Co Ltd
Priority to CN202010640382.XA priority Critical patent/CN111812601A/zh
Publication of CN111812601A publication Critical patent/CN111812601A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请公开了一种雷达性能的评估方法及存储介质,所述方法基于动态的环境进行测试,根据第一路况信息中多个对应的不同位置与第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断第二雷达的性能,从而实现雷达性能全自动分析,在降低了人力成本的同时,提高雷达性能测试的效率。

Description

雷达性能的评估方法及存储介质
技术领域
本申请涉及雷达技术,尤其涉及一种雷达性能的评估方法及存储介质。
背景技术
现有的毫米波雷达评估方法一般为静态测试,即在实验室暗室中利用雷达目标模拟器进行测试或者在封闭的测试场地利用角反射器评估雷达设计指标性能,例如:测角精度、测距精度、FOV(场视角)等。
现有测试方法基本上都是基于静态或者封闭场景测试。然而,雷达实际使用场景在开放性的道路上,道路中的参与者较多(车辆、行人、电动车等),需要采集数据后进行离线分析毫米波雷达的整体性能,包括雷达的虚警率、发现率、测角精度和测距精度等。目前,在道路上测试雷达的性能所使用的上位机软件一般只能展示雷达目标在笛卡尔坐标系下的位置,配合摄像头录制的当时的图像进行回放,人为的去判定当时雷达是否有漏警。由于雷达的更新周期为50ms,每秒钟有20帧的数据,且每帧最多可能有64个目标,当目标较多时,对于观看者而言,将雷达目标与图像画面中的目标一一对应是比较难的,因此,该方法效率低下。另外,单一的图像信息并不能提供目标的距离信息,进而无法评估待测试雷达的测距性能。
有鉴于此,亟需一种新的雷达性能评估方法用以解决现有的测试方法皆采用静态测试,并且根据图像回放对比的方法人为计算雷达的性能以及不能够计算距离信息及角度信息的问题。
发明内容
本申请实施例提供一种雷达性能的评估方法及存储介质,不仅能够解决现有的测试方法皆采用静态测试的问题,而且能够有效解决在评估雷达性能时,需要人为对比数据而增加人力成本的问题。
根据本申请的一方面,本申请实施例提供一种雷达性能的评估方法,包括以下步骤:获取第一雷达装置所扫描的第一路况信息,所述第一路况信息包括多个第一数据信息及其对应的不同位置;获取第二雷达装置所扫描的第二路况信息,所述第二路况信息包括多个第二数据信息及其对应的不同位置;判断所述第一路况信息是否与所述第二路况信息相同;以及当判断出所述第一路况信息与所述第二路况信息不相同时,根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能。
进一步地,在获取第二雷达装置扫描的第二路况信息的步骤之后,还包括步骤:获取摄像装置所拍摄的路况照片;以及获取所述路况照片中的道路参与者及其对应的位置。
进一步地,在获取所述路况照片中的道路参与者及其对应的位置的步骤之后,还包括步骤:将所述第一路况信息和所述第二路况信息投影至所述路况照片中。
进一步地,根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处不存在对应的第二数据信息,且所述第一数据信息对应的位置在所述路况照片中相同的位置处存在道路参与者时,则判定所述第二雷达装置发生一次漏警;以及根据漏警发生的次数计算所述第二雷达装置的漏警率。
进一步地,在根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:当所述第二路况信息中所述第二数据信息对应的位置在所述第一路况信息中相同的位置处不存在对应的第一数据信息,且所述第二数据信息对应的位置在所述路况照片中相同的位置处不存在道路参与者时,则判定所述第二雷达装置发生一次虚警;以及根据虚警发生的次数计算所述第二雷达装置的虚警率。
进一步地,在根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处存在对应的第二数据信息时,计算所述第二数据信息对应的位置与所述第二雷达装置的距离信息。
进一步地,在根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处存在对应的第二数据信息时,计算所述第二数据信息对应的位置与所述第二雷达装置的角度信息。
进一步地,所述方法还包括步骤:根据所述距离信息和所述角度信息计算所述第二雷达装置的视场角。
进一步地,所述第一雷达装置与所述第二雷达装置设置于同一载体上。
根据本申请的另一方面,本申请实施例提供一种存储介质,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行上述任一项所述的雷达性能的评估方法。
本申请的优点在于,相较于现有技术,本申请基于动态的环境进行测试,根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能,从而实现雷达性能全自动分析,在降低了人力成本的同时,提高雷达性能测试的效率。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其它有益效果显而易见。
图1为本申请实施例提供的一种雷达性能的评估方法的步骤流程图。
图2为步骤S170的子步骤流程图。
图3为步骤S170的子步骤流程图。
图4为本申请实施例所提供的一种存储介质结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。在本实施例中,所述模拟显示屏触摸单元与所述头部追踪单元连接,用于获取所述显示设备中的感应光标的移动路径。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本申请。此外,本申请可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本申请提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
如图1所示,为本申请实施例提供的雷达性能的评估方法步骤流程图,包括以下步骤:
步骤S110:获取第一雷达装置所扫描的第一路况信息。
在本申请实施例中,所述第一雷达装置设置于一载体上,所述载体可以为汽车,但不限于此,例如具有雷达装置的交通工具。所述第一雷达装置的性能(包括:虚警率、漏警率、距离信息、角度信息)较高。所述第一雷达装置的性能要高于所述第二雷达装置的性能,在进行距离信息及角度信息计算时所述第一雷达装置可以为测量精度更高的激光雷达。
步骤S120:获取第二雷达装置所扫描的第二路况信息。
在本申请实施例中,所述第二雷达装置设置于所述载体上,所述载体可以为汽车,但不限于此,例如具有雷达装置的交通工具。一般情况下,所述第二雷达装置的性能(包括:虚警率、漏警率、距离信息、角度信息)要低于所述第一雷达装置的性能,所述第二雷达装置为待测雷达。
步骤S130:判断所述第一路况信息是否与所述第二路况信息相同。
在本申请实施例中,所述第一路况信息包括多个第一数据信息及其对应的不同位置。所述第二路况信息包括多个第二数据信息及其对应的不同位置。需要说明的是,此处相同也包括指差值范围不超过预设值,该种情况也视为相同。其中角度的差值范围不超过两度,距离的差值不超过两米。例如第一雷达装置探测一物体的信息为(10°,10m),那么第二雷达装置探测该物体的角度8°-12°,距离8m-12m均属于所述第一路况信息是否与所述第二路况信息相同。
步骤S140:获取摄像装置所拍摄的路况照片。
在本申请实施例中,所述摄像装置设置于所述载体上,所述载体可以为汽车,但不限于此。
步骤S150:获取所述路况照片中的道路参与者及其对应的位置。
在本申请实施例中,利用深度学习技术对路况照片进行像素级语义分割,对路况照片中的物体进行分类,通过多次学习后分类可以提高准确率,从而保证对物体的分类自动分割并识别出图像中的内容,最终获取到道路参与者(车辆、行人、电动车等)及其对应的位置。
步骤S160:将所述第一路况信息和所述第二路况信息投影至所述路况照片中。
在本申请实施例中,将所述第一路况信息和所述第二路况信息投影至平面坐标系下的路况照片,便于与路况照片中道路参与者及其对应的位置进行对比。
步骤S170:根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能。
在本申请实施例中,当判断出所述第一路况信息与所述第二路况信息不相同时,根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能。所述第二雷达的性能包括:虚警率、漏警率、距离信息、角度信息及场视角。亦即,所述第二雷达的性能是根据虚警率、漏警率、距离信息、角度信息及场视角这些性能参数的组合而确定的。
如图2所示,步骤S170进步包括步骤:
步骤S171:当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处不存在对应的第二数据信息,且所述第一数据信息对应的位置在所述路况照片中相同的位置处存在道路参与者时,则判定所述第二雷达装置发生一次漏警。
步骤S172:根据漏警发生的次数计算所述第二雷达装置的漏警率。
在本申请实施例中,在步骤S171和步骤S172中,所述第一雷达装置选用性能较好的雷达装置,因此将所述第一雷达装置所获得第一路况信息作为理想的路况信息。
步骤S173:当所述第二路况信息中所述第二数据信息对应的位置在所述第一路况信息中相同的位置处不存在对应的第一数据信息,且所述第二数据信息对应的位置在所述路况照片中相同的位置处不存在道路参与者时,则判定所述第二雷达装置发生一次虚警。
步骤S174:根据虚警发生的次数计算所述第二雷达装置的虚警率。
在本申请实施例中,在步骤S173和步骤S174中,所述第一雷达装置选用性能较好的雷达装置,因此将所述第一雷达装置所获得第一路况信息作为理想的路况信息(或称标准路况信息)。
如图3所示,步骤S170进一步还包括步骤:
步骤S175:当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处存在对应的第二数据信息时,计算所述第二数据信息对应的位置与所述第二雷达装置的距离信息。
为了便于理解,在此举例说明。例如当第一路况信息与第二路况信息中都存在道路参与者A,所述第一雷达装置计算出道路参与者A与所述第一雷达装置之间的距离为5米,所述第二雷达装置计算出道路参与者A与所述二雷达装置之间的距离为4米。以所述第一雷达装置为标准信息,计算出所述第二雷达装置对于道路参与者A的距离信息差值为1米,通过上述方法对道路参与者A计算多次距离信息的差值,计算道路参与者A多次距离信息的差值的均值和标准差。当标准差越大,则表明所述第二雷达装置距离信息的测量性能越差。当标准差越大越小,则表明所述第二雷达装置距离信息的测量性能越好。
步骤S176:当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处存在对应的第二数据信息时,计算所述第二数据信息对应的位置与所述第二雷达装置的角度信息。
在本申请实施例中,为了便于理解,现举例说明。例如当第一路况信息与第二路况信息中都存在道路参与者B,所述第一雷达装置计算出道路参与者B与所述第一雷达装置的连线与y轴正方向上的夹角为30度,所述第二雷达装置计算出道路参与者B与所述第二雷达装置的连线与y轴正方向上的夹角为40度。以所述第一雷达装置为标准信息,计算出所述第二雷达装置对于道路参与者B的角度信息的差值为10度。通过上述方法对道路参与者B计算多次角度信息的差值,计算道路参与者B角度信息的差值的均值和标准差。当标准差越大,则表明所述第二雷达装置角度信息的测量性能越差。当标准差越大越小,则表明所述第二雷达装置角度信息的测量性能越好。
步骤S177:根据所述距离信息和所述角度信息计算所述第二雷达装置的视场角。
在本申请实施例中,根据步骤S175与步骤S176中所述第二雷装置达所获取的距离信息与角度信息计算出所述第二雷达装置的场视角,另外根据第二雷达装置所扫描的第二路况信息还可以计算出所述第二雷达装置探测距离范围。于是,根据此步骤所计算出的场视角和探测距离范围,以及步骤S172和步骤174所计算出的虚警率、漏警率、距离信息、角度信息,能够有效地判断出第二雷达的性能。
本申请的优点在于,相较于现有技术,本申请基于动态的环境进行测试,根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能,从而实现雷达性能全自动分析,在降低了人力成本的同时,提供雷达性能测试的效率。
如图4所示,为本申请实施例提供的存储介质1,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种雷达性能的评估方法中的步骤。
其中,该存储介质1可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质1中所存储的指令,可以执行本申请实施例所提供的任一种雷达性能的评估方法中的步骤,因此,可以实现本申请实施例所提供的任一种雷达性能的评估方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。

Claims (10)

1.一种雷达性能的评估方法,其特征在于,包括以下步骤:
获取第一雷达装置所扫描的第一路况信息,所述第一路况信息包括多个第一数据信息及其对应的不同位置;
获取第二雷达装置所扫描的第二路况信息,所述第二路况信息包括多个第二数据信息及其对应的不同位置;
判断所述第一路况信息是否与所述第二路况信息相同;以及
当判断出所述第一路况信息与所述第二路况信息不相同时,根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能。
2.根据权利要求1所述的雷达性能的评估方法,其特征在于,在获取第二雷达装置扫描的第二路况信息的步骤之后,还包括步骤:
获取摄像装置所拍摄的路况照片;以及
获取所述路况照片中的道路参与者及其对应的位置。
3.根据权利要求2所述的雷达性能的评估方法,其特征在于,在获取所述路况照片中的道路参与者及其对应的位置的步骤之后,还包括步骤:
将所述第一路况信息和所述第二路况信息投影至所述路况照片中。
4.根据权利要求3所述的雷达性能的评估方法,其特征在于,根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:
当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处不存在对应的第二数据信息,且所述第一数据信息对应的位置在所述路况照片中相同的位置处存在道路参与者时,则判定所述第二雷达装置发生一次漏警;以及
根据漏警发生的次数计算所述第二雷达装置的漏警率。
5.根据权利要求3所述的雷达性能的评估方法,其特征在于,在根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:
当所述第二路况信息中所述第二数据信息对应的位置在所述第一路况信息中相同的位置处不存在对应的第一数据信息,且所述第二数据信息对应的位置在所述路况照片中相同的位置处不存在道路参与者时,则判定所述第二雷达装置发生一次虚警;以及
根据虚警发生的次数计算所述第二雷达装置的虚警率。
6.根据权利要求3所述的雷达性能的评估方法,其特征在于,在根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:
当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处存在对应的第二数据信息时,计算所述第二数据信息对应的位置与所述第二雷达装置的距离信息。
7.根据权利要求6所述的雷达性能的评估方法,其特征在于,在根据所述第一路况信息中多个对应的不同位置与所述第二路况信息中多个对应的不同位置来计算第一路况信息和第二路况信息中非关联的位置数量,并且根据非关联的位置数量来判断所述第二雷达的性能的步骤中,进一步包括步骤:
当所述第一路况信息中所述第一数据信息对应的位置在所述第二路况信息中相同的位置处存在对应的第二数据信息时,计算所述第二数据信息对应的位置与所述第二雷达装置的角度信息。
8.根据权利要求7所述的雷达性能的评估方法,其特征在于,所述方法还包括步骤:
根据所述距离信息和所述角度信息计算所述第二雷达装置的视场角。
9.根据权利要求7所述的雷达性能的评估方法,其特征在于,所述第一雷达装置与所述第二雷达装置设置于同一载体上。
10.一种存储介质,其特征在于,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行权利要求1至9任一项所述的雷达性能的评估方法。
CN202010640382.XA 2020-07-06 2020-07-06 雷达性能的评估方法及存储介质 Pending CN111812601A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010640382.XA CN111812601A (zh) 2020-07-06 2020-07-06 雷达性能的评估方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010640382.XA CN111812601A (zh) 2020-07-06 2020-07-06 雷达性能的评估方法及存储介质

Publications (1)

Publication Number Publication Date
CN111812601A true CN111812601A (zh) 2020-10-23

Family

ID=72841573

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010640382.XA Pending CN111812601A (zh) 2020-07-06 2020-07-06 雷达性能的评估方法及存储介质

Country Status (1)

Country Link
CN (1) CN111812601A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114690138A (zh) * 2022-05-30 2022-07-01 南京隼眼电子科技有限公司 雷达性能监测方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108226883A (zh) * 2017-11-28 2018-06-29 深圳市易成自动驾驶技术有限公司 测试毫米波雷达性能的方法、装置及计算机可读存储介质
CN108957413A (zh) * 2018-07-20 2018-12-07 重庆长安汽车股份有限公司 传感器目标定位准确度测试方法
CN109917341A (zh) * 2019-03-08 2019-06-21 森思泰克河北科技有限公司 雷达运动目标跟踪性能测试方法、终端设备及存储介质
WO2019140950A1 (zh) * 2018-01-16 2019-07-25 华为技术有限公司 一种车辆定位的方法以及车辆定位装置
CN110456321A (zh) * 2019-08-21 2019-11-15 森思泰克河北科技有限公司 滤除雷达误报的方法、终端设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108226883A (zh) * 2017-11-28 2018-06-29 深圳市易成自动驾驶技术有限公司 测试毫米波雷达性能的方法、装置及计算机可读存储介质
WO2019140950A1 (zh) * 2018-01-16 2019-07-25 华为技术有限公司 一种车辆定位的方法以及车辆定位装置
CN108957413A (zh) * 2018-07-20 2018-12-07 重庆长安汽车股份有限公司 传感器目标定位准确度测试方法
CN109917341A (zh) * 2019-03-08 2019-06-21 森思泰克河北科技有限公司 雷达运动目标跟踪性能测试方法、终端设备及存储介质
CN110456321A (zh) * 2019-08-21 2019-11-15 森思泰克河北科技有限公司 滤除雷达误报的方法、终端设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114690138A (zh) * 2022-05-30 2022-07-01 南京隼眼电子科技有限公司 雷达性能监测方法、装置及存储介质
CN114690138B (zh) * 2022-05-30 2022-08-02 南京隼眼电子科技有限公司 雷达性能监测方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN107509107B (zh) 视频播放故障的检测方法、装置及设备、可读介质
US10395142B2 (en) Method and a system for identifying reflective surfaces in a scene
CN111179358A (zh) 标定方法、装置、设备及存储介质
CN112017250B (zh) 标定参数确定方法、装置、雷视设备和雷球接力系统
CN107920246B (zh) 摄像头模组的倾斜度测试方法及装置
US7327442B1 (en) Methods and systems of calculating the height of an object observed by a camera
US11036967B2 (en) Method and device for face selection, recognition and comparison
CN111812601A (zh) 雷达性能的评估方法及存储介质
US11747431B2 (en) Vehicle positioning method and apparatus, and vehicle
CN112666550B (zh) 运动物体检测方法及装置、融合处理单元、介质
CN111862208B (zh) 一种基于屏幕光通信的车辆定位方法、装置及服务器
CN111260607B (zh) 可疑物品自动检测方法、终端设备、计算机设备及介质
CN116990830A (zh) 基于双目和tof的距离定位方法、装置、电子设备及介质
EP4273743A1 (en) Method and apparatus for detecting fire spots, electronic device, and storage medium
JP2020160901A (ja) 物体追跡装置および物体追跡方法
US11663822B2 (en) Accurate video event inference using 3D information
CN112702571A (zh) 一种监控方法及装置
CN111967403A (zh) 视频移动区域确定方法、装置及电子设备
US11954924B2 (en) System and method for determining information about objects using multiple sensors
EP4296615A1 (en) Distance measuring method and device
US11818332B2 (en) Using multiple target distances to determine long-term quality and/or performance over a temperature range
KR102139667B1 (ko) 정보 획득 방법 및 디바이스.
CN114820692B (zh) 跟踪目标的状态分析方法、装置、存储介质和终端
CN116385336B (zh) 基于深度学习的焊缝检测方法、系统、装置及存储介质
CN110909677B (zh) 多目标跟踪及行为分析的方法、系统及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Guo Kunpeng

Inventor after: Hu Yixin

Inventor after: Liu Peiwen

Inventor before: Guo Kunpeng

Inventor before: Hu Yixin

Inventor before: Liu Peiwen

Inventor before: Zhang Hui

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201023