CN112774181A

CN112774181A - 雷达数据的处理方法、处理系统以及计算机存储介质

Info

Publication number: CN112774181A
Application number: CN202110034711.0A
Authority: CN
Inventors: 何伟
Original assignee: Zhejiang Xinghan Yuntu Artificial Intelligence Technology Co ltd
Current assignee: Beijing Xinghan Yuntu Culture Technology Co ltd
Priority date: 2021-01-11
Filing date: 2021-01-11
Publication date: 2021-05-11
Anticipated expiration: 2041-01-11
Also published as: CN112774181B

Abstract

本申请提供了一种雷达数据的处理方法、处理系统以及计算机存储介质。该处理方法包括：获取采集的雷达原始数据，该原始数据是对触摸区域的触摸事件所产生的；使用透视变换矩阵进行映射得到雷达矫正数据；对雷达矫正数据进行标准化处理得到雷达标准化数据；将雷达标准化数据进行聚类处理得到封装数据；将封装数据传输到应用系统，以便应用系统将其作为应用的输入事件。可见，本申请能够使用透视变换矩阵高效地对雷达原始数据进行矫正，通过标准化避免在后续的应用系统出现过多的冗余数据，并且通过聚类封装使传输到应用系统的数据为封装后的单一屏幕的触摸映射事件，从而本申请中传输至应用系统的封装数据能够更加准确地反映出触摸事件。

Description

雷达数据的处理方法、处理系统以及计算机存储介质

技术领域

本发明涉及数据处理领域，尤其涉及一种雷达数据的处理方法、处理系统以及计算机存储介质。

背景技术

在诸如游戏这样的场景中，用户更倾向于使用触摸的方式。例如，用户可以在触摸平面进行触摸以作为游戏的输入。

在将用户的触摸转换为数字形式的过程中，可能会采用传感器等各种方式进行数据采集，但是由于数据采集系统的安装精度、采集精度等影响，可能会导致所采集的数据不能准确地反映用户的触摸输入。

发明内容

本发明提供一种雷达数据的处理方法、处理系统以及计算机存储介质，能够对采集的雷达数据进行处理，以便其能够更精确地反映出触摸输入。

根据本申请的第一方面，提供了一种雷达数据的处理方法，包括：

获取采集的雷达原始数据，其中所述原始数据是对触摸区域的触摸事件所产生的；

使用确定好的透视变换矩阵对所述雷达原始数据进行映射，得到雷达矫正数据；

对所述雷达矫正数据进行标准化处理，得到雷达标准化数据；

将所述雷达标准化数据进行聚类处理，得到封装数据；

将所述封装数据传输到应用系统，以便所述应用系统将其作为应用的输入事件。

在一个实施例中，所述雷达的数量为1个，所述透视变换矩阵通过下列方式得到：

基于所述触摸区域的实际点坐标和所述雷达原始数据所表示的雷达扫描坐标，通过极大似然估计，得到平移估计矩阵和旋转估计矩阵；

将所述平移估计矩阵和旋转估计矩阵进行合并，从而得到所述透视变换矩阵。

在一个实施例中，所述雷达的数量为至少两个，使用确定好的透视变换矩阵对所述雷达原始数据进行映射，得到雷达矫正数据，包括：

对雷达扫描区域进行边界划分，以将所述雷达扫描区域划分为多个子区域，其中所述子区域的数量等于所述雷达的数量；

对每个雷达以及对应的子区域，确定对应的透视变换矩阵；

对每个雷达的雷达原始数据使用对应的透视变换矩阵进行映射，得到各个雷达对应的矫正数据；

将多个雷达的矫正数据进行合并处理，得到所述雷达矫正数据。

在一个实施例中，将多个雷达的矫正数据进行合并处理，包括：利用存在于两个雷达所划分的边界定点，生成拼接矩阵，实现多个雷达的矫正数据的合并。

在一个实施例中，将多个雷达的矫正数据进行合并处理，还包括：对于合并处理后的数据，将在预设范围内的多个数据采用加权算法进行加权处理，得到新点。

在一个实施例中，对所述雷达矫正数据进行标准化处理，得到雷达标准化数据，包括：

将所述雷达矫正数据所在的矫正区域的极限四角坐标作为极限边界点，形成一个四边形区域；

以所述四边形区域的左上角作为(0,0)点，右下角作为(1,1)点，将所述雷达矫正数据映射到范围是0.0～1.0的浮点数据点集；

抛弃所述浮点数据点集中所有处于区域以外的数据，并将区域内数据作为所述雷达标准化数据。

在一个实施例中，将所述雷达标准化数据进行聚类处理，得到封装数据，包括：

使用K均值聚类算法，对所有雷达标准化数据以特定范围距离为边界进行聚类处理，形成不同的簇；

对每个聚类处理得到的簇进行列表追踪，使用卡尔曼跟踪公式，对每个簇进行追踪；

当新的簇出现时视为触摸开始事件，当所述新的簇消失时视为触摸结束事件，经过卡尔曼追踪确认的正在移动的簇视为触摸移动事件，以此类推，直到完成封装。

在一个实施例中，将所述封装数据传输到应用系统，包括：根据通讯模块获得的命令设置，将所述封装数据通过数据传输模块传送到所述应用系统。

根据本申请的第二方面，提供了一种雷达数据的处理系统，包括：

数据收集模块，用于获取采集的雷达原始数据，其中所述原始数据是对触摸区域的触摸事件所产生的；

数据处理模块，用于：

将所述雷达标准化数据进行聚类处理，得到封装数据；

根据本申请的第三方面，提供了一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机或处理器执行时实现上述第一方面或任一实施例所述方法的步骤。

由此可见，本发明实施例所提供的雷达数据的处理方法，能够使用透视变换矩阵高效地对雷达原始数据进行矫正，通过标准化避免在后续的应用系统出现过多的冗余数据，并且通过聚类封装使传输到应用系统的数据为封装后的单一屏幕的触摸映射事件，从而本发明实施例中传输至应用系统的封装数据能够更加准确地反映出触摸事件。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明的范围。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例的一种雷达数据的处理系统的一个示意性框图；

图2是本申请实施例的一种雷达数据的处理系统的另一个示意性框图；

图3是本申请实施例的一种雷达数据的处理方法的一个示意性流程图；

图4是本申请实施例的实际坐标系与期望坐标系的一个示意图；

图5是本申请实施例的雷达的扫描区域的一个示意图；

图6是本申请实施例的包含矫正点的一个示意图；

图7是本申请实施例的使用透视变换矩阵进行映射的一个示意图；

图8是本申请实施例的一种雷达数据的处理装置的一个示意性框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

下面结合附图，对本发明的各实施例进行较为详细的说明。但是应理解的是，在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。

雷达的硬件部分分为多个模块，从数据的收集开始，到数据的矫正，数据的处理以及关键特征的提取，再到数据的标准化。一套完整的流程可以保证雷达硬件可以被当前主流交互系统所便捷的使用，且具有相应的保密性及拓展性。整个数据的传递将经历：数据收集模块和数据处理模块，如图1所示为雷达数据的处理系统的一例。示例性地，其还可以进一步包括数据显示模块以及数据使用模块，如图2所示为雷达数据的处理系统的另一例。

数据收集模块可以从各种不同的硬件获取硬件数据，然后根据不同的硬件使用不同的软件开发工具包(Software Development Kit，SDK)，从而得到原始数据。可理解，数据收集模块中存储有与不同硬件对应的不同SDK，并且随着所连接的硬件(如厂家，型号等)的增加，还可以对SDK进行不断的扩充。

在本申请中，数据收集模块可以从雷达传感器(如毫米波雷达传感器或其他类型的雷达传感器)获取雷达原始数据。

数据处理模块可以包括本地数据处理模块，并且可选地可以包括云端数据处理模块。示例性地，数据处理模块可以从数据收集模块获取原始数据，并对数据进行处理。

具体的，数据的收集及矫正部分将由数据收集模块及数据处理模块交互完成，数据收集模块将提供原始数据到数据处理模块，而数据处理模块同时也将根据不同需求使用不同命令采集相对应精度的数据，并通过数据显示模块将显示内容与数据收集模块内容进行匹配，完成矫正过程。

数据处理、标准化过程由数据处理模块负责，数据在经过矫正后，对矫正后的数据进行归纳、提取关键数据等过程，对数据进行预处理。随后对预处理数据针对数据使用模块(如应用系统等)进行标准化处理，最终通过通讯协议，将标准化内容传输到交互软件中。其中，应用系统可以是开发程序或系统的软件和/或硬件，例如应用引擎等。

下面将结合图3至图7描述本申请中数据处理模块进行处理的过程的实施例。图3是本申请中的雷达数据的处理方法的一个示意性流程图。图3所示的方法包括：

S110，获取采集的雷达原始数据，其中所述原始数据是对触摸区域的触摸事件所产生的；

S120，使用确定好的透视变换矩阵对所述雷达原始数据进行映射，得到雷达矫正数据；

S130，对所述雷达矫正数据进行标准化处理，得到雷达标准化数据；

S140，将所述雷达标准化数据进行聚类处理，得到封装数据；

S150，将所述封装数据传输到应用系统，以便所述应用系统将其作为应用的输入事件。

本申请中，用户进行触摸输入所在的平面可以成为触摸平面。并且，触摸平面包括触摸区域，一般地，处于触摸区域内的数据被认为是有效输入，而处于触摸区域外的数据被认为是无效输入，该无效输入会被舍弃。

S110可以包括：数据处理模块从数据收集模块获取雷达原始数据。该雷达原始数据是数据收集模块通过雷达传感器等所采集的。可选地，雷达原始数据可以是数据收集模块采集到数据并使用对应的SDK后得到的。

并且，可理解的是，为了对用户的触摸数据进行采集，可以安装一个或一个以上数量的雷达。也就是说，本申请中对雷达的数量不做限定。

对于雷达而言，其提供角度和距离数据作为其雷达原始数据，但由于安装原因，扫描平面与墙面很难做到与触摸平面完美一致，且雷达垂直角度也很难在安装时调整到完美匹配。故需要一套算法，完成对雷达到实际输入触摸平面的匹配矫正。

从根本原因分析，影响雷达坐标偏差的原因主要是安装精度，体现在雷达扫描坐标系与实际物理坐标系的偏差，而简单的四角矫正插值算法并不能很好的解决问题，在面积较大时，四角矫正插值算法会产生四个角匹配较好，但中间偏差较大的情况。

消除的办法需要从其根本的方式，即坐标轴的偏差上入手，但由于雷达并没有在外壳实际标定任何高精度的矫正方法，故需要通过获取到的数据结合触摸平面进行矫正。其中原始数据的实际坐标系与期望坐标系的偏差如图4所示。在图4中虚线框所示出的是触摸平面，相应地，触摸平面对应的是期望坐标系，该期望坐标系的原点可以位于触摸平面的左上角。原始数据的实际坐标系是由雷达的安装位置和安装精度所决定的，该实际坐标系的原点可以为雷达的中心，该实际坐标系的y轴为雷达安装时的旋转角度0度的方向。

参照图4可以看出，雷达由于安装角度、安装水平无保证等情况，会导致雷达扫描的实际坐标系与实际的触摸平面的期望坐标系产生了偏差，因此需要进行修正。

具体地，本申请在S120中通过透视变换矩阵将雷达的扫描平面的雷达原始数据映射到触摸平面，从而得到雷达矫正数据。可理解，即使雷达的数量为多个，针对每一个雷达都存在一个对应的透视变换矩阵，并都能够实现映射。在一种实现方式中，透视变换矩阵也可以被称为投影变换矩阵，本申请对此不限定。

下面先以雷达的数量为1个为例来描述S120的实施例。透视变换矩阵可以被分解为旋转矩阵和平移矩阵。在雷达数量为1个时，可以通过下述方式得到透视变换矩阵：基于触摸区域的实际点坐标和雷达原始数据所表示的雷达扫描坐标，通过极大似然估计，得到平移估计矩阵和旋转估计矩阵；将所述平移估计矩阵和旋转估计矩阵进行合并，从而得到透视变换矩阵。

其中，触摸区域的实际点坐标是指在触摸平面对应的期望坐标系下的坐标值。雷达原始数据所表示的雷达扫描坐标是指在雷达的实际坐标系下的坐标值。本申请中，可以以3个点为一组，计算出平移矩阵和旋转矩阵。存在的多个点(如几十甚至几百)可以被分成若干组，每组3个点，从而可以计算出一一对应的若干平移矩阵和若干旋转矩阵。针对若干平移矩阵进行极大似然估计可以得到平移估计矩阵；针对若干旋转矩阵进行极大似然估计可以得到旋转估计矩阵。在本申请的一个实施例中，进行极大似然估计可以包括：去除意外矩阵，并建立新的平均近似矩阵。

具体地，通过测量观察到的数据，(包括实际位置所对应的雷达反馈坐标，实际触摸区域的边界数据对应的雷达数据，雷达安装时的大致旋转角度)根据角度和距离信息，将其转换为以雷达为中心原点，旋转角度0度为y轴正方向的二维坐标系(即如图4所示的实际坐标系)，通过雷达安装时旋转的大致角度，来初次矫正世界坐标，使其保证扫描区域与雷达的安装关系与收集到的数据对应的虚拟关系一致，如图5。

这样做的优势在于无需寻找对应点，仅需就近寻找矫正点，即可收集到正确的匹配信息，如图6所示。

由此可以获得需要对应的矫正点对应的扫描数据，将数据收集模块收集到的雷达原始数据(角度/距离数据)传送到数据处理模块，根据触摸区域实际点坐标和雷达扫描坐标，可以得到一套唯一的透视变换矩阵，使其经过该矩阵后，未采集到的点也可以通过该函数找到唯一映射关系，如图7所示。

根据透视原理，已知的图形本身样子以及透视变换后的模样，可以找到唯一的透视变换矩阵，使其在原始图形上的所有点集在经过该透视变换矩阵的映射后，都可以得出变换后点集的坐标。但实际情况是存在误差的，由测量时的精度以及显示内容的精度，会使得两者数据存在误差。

因此，针对采集到的雷达原始数据，以及与这些对应的需要映射点的标准位置，以3个点为一个单位，依次计算出所有可能的透视变换矩阵，对得出的矩阵进行似然估计，去除意外矩阵，建立新的平均近似矩阵作为基础，完成整个映射过程。

在一例中，计算流程可以包括下列步骤：1、透视变换矩阵包含两部分，一部分为旋转矩阵，一部分为平移矩阵，需要对透视变换矩阵进行分解。2、对旋转矩阵和透视矩阵分别进行极大似然估计，取得估计矩阵。3、合并第2步取得的估计矩阵，将极大似然估计后的旋转、平移矩阵合并生成新的透视变换矩阵。

至此，经过数据收集模块的数据收集和数据处理模块的映射矫正后，单雷达的原始数据的矫正完成，从而得到了雷达矫正数据。

下面先以雷达的数量为至少两个为例来描述S120的实施例。S120可以包括：对雷达扫描区域进行边界划分，以将所述雷达扫描区域划分为多个子区域，其中所述子区域的数量等于所述雷达的数量；对每个雷达以及对应的子区域，确定对应的透视变换矩阵；对每个雷达的雷达原始数据使用对应的透视变换矩阵进行映射，得到各个雷达对应的矫正数据；将多个雷达的矫正数据进行合并处理，得到所述雷达矫正数据。

其中，多个雷达中每个雷达的透视变换矩阵的确定方式可以参照上述以1个雷达为例的实施例中所述的，这里不再重复描述。其中，合并处理可以是自动对齐方式或者可以是手动调整方式。

也就是说，对于复数雷达同时启用时，需要处理多个雷达的数据合并问题，即雷达的阵列化问题，则采用数据拼接的方式进行合并矫正。

首先，需要对扫描区域进行边界划分，即将整个需要扫描的区域按照雷达个数进行平均划分；其次，对每个雷达及其用于矫正的扫描区域，生成其对应的透视变换矩阵，对所有雷达数据使用透视变换矩阵进行重新映射。再次，对所有雷达数据进行合并处理，并根据雷达位置与反馈数值之间的距离位置，调整整个点集的拼接矩阵，本申请可以提供自动对齐和手动调整两个调整方法。

在一个实施例中，可以利用存在于两个雷达所划分的边界定点，生成拼接矩阵，实现多个雷达的矫正数据的合并。该实施例可以认为是自动对齐方式，即直接利用存在于两个雷达所划分的边界定点，生成大致的拼接矩阵，实现数据的合并。但该方法需要雷达反馈的点尽量准确，不存在因为反射物与雷达位置不同而产生的体积差，因此在另一个实施例中可以采用手动调整拼接矩阵的方案，方便进行精细修正。可理解，也可以将自动对齐方式与手动调整方式进行结合，例如，可以先利用存在于两个雷达所划分的边界定点，生成初步拼接矩阵，然后再采用手动调整方式对初步拼接矩阵进行手动调整，得到拼接矩阵。

可选地，还可以包括：对于合并处理后的数据，将在预设范围内的多个数据采用加权算法进行加权处理，得到新点。其中，加权处理的规则可以包括以下至少一个：平均取中值生成新点；舍弃加权值过小点；保留多个点。

对于合并处理后的数据，由于硬件设备的精度问题，距离越远识别精度越难以准确识别，故需要对所有点进行加权判断，即两个雷达在某一接近位置所出现的两个点，将根据加权值，出现以下三种情况：平均取中值生成新点；舍弃加权值过小点；保留多个点。具体加权算法规则如下所示：

第一种情况，平均取中值生成新点：

预设范围可以是指：多个点中任两点与雷达中心之间的距离之差不超过总距离的20％，即两点在两个雷达扫描范围内的权值基本一样，多个点中任两点之间的距离小于5mm，且以生成的中心点为圆心，10mm直径范围内没有其他点。如此点集直接进行点的合并，视为1个点。例如，可以将这些点的外接圆的中心作为新点。可见，在这种情况下，新点可能不是原先的多个点中的任一点。

第二种情况，舍弃加权值过小点：

若多个点距离雷达中心偏向某一方较多，即距离相差超过总距离的20％，舍弃掉距离较远的点，剩下的点是新点。可见，在这种情况下，新点是原先的多个点中的部分点。

第三种情况，保留多个点：

若多个点与雷达中心的距离相差不超过总距离的20％，且10mm范围内存在其他点，则保留点数据；或者若多个点的距离超过设定的敏感距离范围，即该点集属于雷达不容易获取点，则尽量不去修正，保证数据的呈现。可见，在这种情况下，新点是原先的多个点。

由此可见，不管雷达的数量为多少，都可以通过本申请的实施例的方式进行矫正。

示例性地，S130可以包括：将所述雷达矫正数据所在的矫正区域的极限四角坐标作为极限边界点，形成一个四边形区域；以所述四边形区域的左上角作为(0,0)点，右下角作为(1,1)点，将所述雷达矫正数据映射到范围是0.0～1.0的浮点数据点集；抛弃所述浮点数据点集中所有处于区域以外的数据，并将区域内数据作为所述雷达标准化数据。

具体地，雷达原始数据经S120的矫正之后是点集，会采集到扫描物体的部分轮廓数据，但若将矫正数据直接交由应用系统处理，则会产生超出预期的大量冗余数据，以及由于每款应用都需要重复提取关键要素，会在每个应用内容中产生大量重复代码，同时也不利于多应用同时采集。故在数据处理端对原始数据做处理，使其具有数据预处理的功能，可减少或代替应用中对数据的处理。

可理解的是，本申请中对应用的具体类型、具体实现方式等不做限定，例如可以是将触摸事件作为输入的游戏等应用。

通常交互内容对位置的描述为：相对坐标位置表示坐标相对屏幕大小的百分比；绝对位置表示位于屏幕具体像素位置；这两者皆与雷达所能提供的毫米距离坐标系不一致，为避免对雷达进行二次分辨率适配，需要进行标准化统一，为数据使用模块提供标准化后的数据。

在标准化时计算相对位置映射关系，需要针对上述矫正后的数据，利用边界点及网格点，对所有数据进行分割映射，保证映射的精确性。

在一个实施例中，假设雷达数量为1，则标准化过程可以包括：1、以矫正区域的极限四角坐标的作为极限边界点，形成一个四边形区域。2、将所有数据以左上角作为(0,0)点，右下角作为(1,1)点，映射为范围是0.0～1.0的浮点数据点集。3、抛弃所有处于区域以外的数据，将区域内数据作为雷达标准化数据。

在一个实施例中，假设雷达数量为复数个(至少两个)，则标准化过程可以包括：1、对所有雷达进行透视矫正，且合并所有原始数据(即上述针对多雷达情形的S120)。2、以所有矫正区域中的极限的四角坐标的作为极限边界点，将所有数据以左上角作为(0,0)点，右下角作为(1,1)点，将所有数据映射为范围是0.0～1.0的浮点数据。3、抛弃所有处于区域以外的数据，将区域内数据作为雷达标准化数据。

示例性地，S140可以包括：使用K均值(K-means)聚类算法，对所有雷达标准化数据以特定范围距离为边界进行聚类处理，形成不同的簇；对每个聚类处理得到的簇进行列表追踪，使用卡尔曼跟踪公式，对每个簇进行追踪；当新的簇出现时视为触摸开始事件，当所述新的簇消失时视为触摸结束事件，经过卡尔曼追踪确认的正在移动的簇视为触摸移动事件，以此类推，直到完成封装。

作为一例，特定范围可以为100mm范围。本领域技术人员可理解，特定范围也可以进行其他设定，例如根据应用的精度需求等进行设定，本申请对此不限定。

其中，K均值聚类算法(K-means clustering algorithm)是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类，没有(或最小数目)聚类中心再发生变化，误差平方和局部最小。

由于在应用系统中，通常会使用触摸事件作为应用的输入事件，因此采用目前通用的标准化事件，需要将雷达数据封装成安卓或windows通用的触摸事件。也就是说，需要在数据处理芯片中对雷达标准化数据进行聚类处理。

对于雷达标准化数据标进行特征提取，使用聚类理论，完成对触摸事件的封装，规则如下：使用成熟的K-means聚类算法，对所有数据以100mm范围距离为边界进行聚类处理，形成不同的簇。对每个聚类完毕的簇进行列表追踪，使用卡尔曼跟踪公式，对每个聚类进行追踪。当新的簇出现时，视为触摸开始(touchstart)事件，消失时视为触摸结束(touchend)事件，经过卡尔曼追踪确认的正在移动的簇视为触摸移动(touchmove)事件，以此类推，封装成通用触摸事件。

示例性地，S150可以包括：根据通讯模块获得的命令设置，将所述封装数据通过数据传输模块传送到所述应用系统。

具体地，可以根据通讯模块获得的命令设置，将封装后的触摸事件通过数据传输模块传送到数据使用模块中。数据使用模块包括应用系统，从而在应用系统中，会使用传输过来的封装后的触摸事件作为应用的输入事件。

基于上述的技术方案，本申请提供了一种雷达数据的处理方法，能够高效地对雷达平面的雷达原始数据进行矫正；针对多雷达的情形，提供了一种简便的拼接合成方法，并通过辅助的加权算法纠正了融合部分的部分数据；并且通过标准化避免在后续的应用系统出现过多的冗余数据；通过聚类封装，使传输到应用系统的数据为封装后的单一屏幕的触摸映射事件。

另外，如图8所示，本发明实施例还提供了一种雷达数据的处理装置，包括处理器和存储器，其中存储器中存储有计算机指令，当计算机指令被处理器执行时，能够实现上述如图3所示的方法的步骤。

存储器可以是只读存储器(read only memory，ROM)，静态存储设备，动态存储设备或者随机存取存储器(random access memory，RAM)。

处理器可以采用通用的中央处理器(central processing unit，CPU)，微处理器，应用专用集成电路(application specific integrated circuit，ASIC)或者一个或多个集成电路，用于执行相关程序，以实现本申请实施例的方法。

处理器还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本申请的方法的各个步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器还可以是通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(ASIC)、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成本申请实施例的装置中包括的单元所需执行的功能，或者执行本申请方法实施例的方法。

可选地，该装置还可以进一步包括通信接口和总线。其中，通信接口使用例如但不限于收发器一类的收发装置，来实现与其他设备或网络之间的通信。例如，可以通过通信接口获取原始数据，可以通过通信接口传输处理数据，等等。其中，总线可包括在装置各个部件(例如，存储器、处理器、通信接口)之间传送信息的通路。

可理解，图8中的装置可以为上述的数据处理模块，或者可以为上述的雷达数据的处理系统。

另外，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序。当该计算机程序被计算机或者处理器执行时，可以实现前述结合图3所述的方法的步骤。例如，该计算机存储介质为计算机可读存储介质。

在一个实施例中，该计算机程序指令在被计算机或处理器运行时使计算机或处理器执行以下步骤：获取采集的雷达原始数据，其中所述原始数据是对触摸区域的触摸事件所产生的；使用确定好的透视变换矩阵对所述雷达原始数据进行映射，得到雷达矫正数据；对所述雷达矫正数据进行标准化处理，得到雷达标准化数据；将所述雷达标准化数据进行聚类处理，得到封装数据；将所述封装数据传输到应用系统，以便所述应用系统将其作为应用的输入事件。

计算机存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。

另外，本发明实施例还提供了一种计算机程序产品，其包含指令，当该指令被计算机所执行时，使得计算机执行上述结合图3所述的方法的步骤。

由此可见，本发明实施例提供了一种雷达数据的处理方法、雷达数据的处理系统以及计算机存储介质，能够使用透视变换矩阵高效地对雷达原始数据进行矫正，通过标准化避免在后续的应用系统出现过多的冗余数据，并且通过聚类封装使传输到应用系统的数据为封装后的单一屏幕的触摸映射事件。另外，本申请针对多雷达的情形，提供了一种简便的拼接合成方法，并通过辅助的加权算法纠正了融合部分的部分数据。从而，本发明实施例中传输至应用系统的封装数据能够更加准确地反映出触摸事件。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

Claims

1.一种雷达数据的处理方法，其特征在于，包括：

将所述雷达标准化数据进行聚类处理，得到封装数据；

2.根据权利要求1所述的处理方法，其特征在于，所述雷达的数量为1个，所述透视变换矩阵通过下列方式得到：

3.根据权利要求1所述的处理方法，其特征在于，所述雷达的数量为至少两个，使用确定好的透视变换矩阵对所述雷达原始数据进行映射，得到雷达矫正数据，包括：

对每个雷达以及对应的子区域，确定对应的透视变换矩阵；

4.根据权利要求3所述的处理方法，其特征在于，将多个雷达的矫正数据进行合并处理，包括：

利用存在于两个雷达所划分的边界定点，生成拼接矩阵，实现多个雷达的矫正数据的合并。

5.根据权利要求3或4所述的处理方法，其特征在于，将多个雷达的矫正数据进行合并处理，还包括：

对于合并处理后的数据，将在预设范围内的多个数据采用加权算法进行加权处理，得到新点。

6.根据权利要求1所述的处理方法，其特征在于，对所述雷达矫正数据进行标准化处理，得到雷达标准化数据，包括：

7.根据权利要求1所述的处理方法，其特征在于，将所述雷达标准化数据进行聚类处理，得到封装数据，包括：

8.根据权利要求1所述的处理方法，其特征在于，将所述封装数据传输到应用系统，包括：

根据通讯模块获得的命令设置，将所述封装数据通过数据传输模块传送到所述应用系统。

9.一种雷达数据的处理系统，其特征在于，包括：

数据处理模块，用于：

将所述雷达标准化数据进行聚类处理，得到封装数据；

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机或处理器执行时实现权利要求1至8中任一项所述方法的步骤。