CN113777600B - 一种多毫米波雷达协同定位跟踪方法 - Google Patents

一种多毫米波雷达协同定位跟踪方法 Download PDF

Info

Publication number
CN113777600B
CN113777600B CN202111058876.8A CN202111058876A CN113777600B CN 113777600 B CN113777600 B CN 113777600B CN 202111058876 A CN202111058876 A CN 202111058876A CN 113777600 B CN113777600 B CN 113777600B
Authority
CN
China
Prior art keywords
radar
point
track
coordinate system
points
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
Application number
CN202111058876.8A
Other languages
English (en)
Other versions
CN113777600A (zh
Inventor
陈文亮
袁常顺
王俊
向洪
李晨龙
王峰
周杨
罗雨泉
赵建峰
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.)
Hangzhou Innovation Research Institute of Beihang University
Original Assignee
Hangzhou Innovation Research Institute of Beihang University
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 Hangzhou Innovation Research Institute of Beihang University filed Critical Hangzhou Innovation Research Institute of Beihang University
Priority to CN202111058876.8A priority Critical patent/CN113777600B/zh
Publication of CN113777600A publication Critical patent/CN113777600A/zh
Application granted granted Critical
Publication of CN113777600B publication Critical patent/CN113777600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Electromagnetism (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种多毫米波雷达协同定位跟踪方法。为了克服现有技术存在因多径现象产生的虚拟目标的问题；本发明包括以下步骤：S1：安装多毫米波雷达协同定位跟踪系统，在定位场景中设置若干波束范围存在重叠的雷达；S2：根据多雷达坐标系参数标定算法，获得各雷达坐标与绝对坐标系的旋转角与平移矩阵；S3：基于雷达坐标系与绝对坐标系的旋转角与平移矩阵，将雷达探测到的点云信息映射到绝对坐标系中；S4：根据雷达探测到的点云信息与预测轨迹点的距离，计算轨迹信息。通过点与轨迹的匹配，在一定程度上能够消除多径、扰动产生的孤立点。

Description

一种多毫米波雷达协同定位跟踪方法
技术领域
本发明涉及一种雷达定位领域，尤其涉及一种多毫米波雷达协同定位跟踪方法。
背景技术
随着智慧城市，智能家居，智慧物联网等概念的升温，智能家居依赖定位与跟踪技术能给用户带来智能化的体验，提升用户品质生活；同样智慧交通依赖定位与跟踪技术对市民的安全和城市交通秩序维护带来了新的变革。现有定位跟踪技术往往依赖单一传感器进行监控，而单一传感器往往受到环境，功能，作用范围等限制，其适用场景有限。进一步针对单毫米波雷达定位跟踪系统，因其作用距离短、作用范围小、在室内因多径现象会产生的一些虚拟目标等缺点。
例如，一种在中国专利文献上公开的“基于多径利用的雷达目标定位方法”，其公告号CN107918115B，包括：1.产生发射信号得到回波数据；2.对回波数据处理得到不同路径的波达时间；3.建立雷达目标几何定位模型；4.将得到的不同路径波达时间带入建立的几何定位模型中；5.初始化起始搜索点；6.将几何定位模型与起始搜索点输入到搜索函数lsqnonlin，利用搜索函数lsqnonlin，搜索得到准确的目标位置；7.将搜索得到目标位置扩展到三维空间。该方案因多径现象产生的虚拟目标等缺点。
发明内容
本发明主要解决现有技术存在因多径现象产生的虚拟目标的问题；提供一种多毫米波雷达协同定位跟踪方法，消除虚警，目标短暂丢失重续，大范围连贯跟踪。
本发明的上述技术问题主要是通过下述技术方案得以解决的：
一种多毫米波雷达协同定位跟踪方法，包括以下步骤：
S1：安装多毫米波雷达协同定位跟踪系统，在定位场景中设置若干波束范围存在重叠的雷达；
S2：根据多雷达坐标系参数标定算法，获得各雷达坐标与绝对坐标系的旋转角与平移矩阵；
S3：基于雷达坐标系与绝对坐标系的旋转角与平移矩阵，将雷达探测到的点云信息映射到绝对坐标系中；
S4：根据雷达探测到的点云信息与预测轨迹点的距离，计算轨迹信息。
本方案通过点与轨迹的匹配，在一定程度上能够消除多径、扰动产生的孤立点；通过多雷达的协同，能够扩大探测范围实现目标定位与跟踪；通过部分雷达的协同能够实现遮挡下的目标跟踪；根据目标跟踪轨迹的预测，能够在一定程度上做到目标短暂丢失后的重续。
作为优选，所述的多毫米波雷达协同定位跟踪系统包括通信连接的监控单元和若干探测单元；所述探测单元包括雷达、单片机和通讯模块，雷达与单片机的信号输入端连接，通讯模块与单片机的通信端口连接；通讯模块至少有一个为通信网关，用于将其他探测单元的雷达数据发送至监控单元。毫米波雷达为RC7701N32；通讯模块可以是蓝牙、wifi或lora等；监控单元负责数据收集，多毫米波雷达的坐标标定，目标跟踪，显示界面等功能。
作为优选，以A雷达坐标系作为绝对坐标系，B雷达坐标系下的点映射到A雷达坐标系的旋转角矩阵为：
其中，θ为旋转角；
平移矩阵为：
其中，tBAx为x轴平移量；
tBAy为y轴平移量。
作为优选，B雷达坐标系下的点映射到A雷达下的点的表示为：
ABi(RBA，TBA)＝RBABi+TBA
其中，Bi为B雷达坐标系下第i个点的坐标。
由于每个独立的毫米波雷达，探测到的点是基于它自己的坐标系，而不是绝对坐标系下的点。因此为了实现目标的定位，就需要先标定各毫米波雷达的坐标系变换参数。即以其中一个雷达为绝对坐标系，将另一个雷达的坐标系通过旋转平移映射到绝对坐标系之下。
作为优选，建立目标函数：
其中，Ai为A雷达坐标系下第i个点的坐标；
n为雷达探测到的点的总数。
目标函数是求B雷达坐标系下轨迹点映射到A雷达坐标系下的轨迹点与A雷达采样到的轨迹点尽量接近，以均方根误差衡量。
作为优选，根据目标函数获得目标函数对旋转角与平移量的偏导数；
目标函数对旋转角的偏导数为：
其中，R′BA为RBA对θ的导数：
目标函数对平移量的偏导数为：
根据目标函数对旋转角与平移量的偏导数，获得旋转角度与平移量的迭代公式：
其中，m是迭代步数；
η是旋转角θ的迭代步长；
μBA是平移矩阵的迭代步长。
作为优选，所述的步骤S4包括以下步骤：
S401：实时获取雷达采集到的点云数据，雷达点云数据集为S0；
S402：将雷达点云数据集S0中的每个点映射到绝对坐标系下，映射后的点云集合为S1；
S403：计算点云集合S1中的点Pi与所有轨迹预测点的距离，若小于阈值则将该点加入到轨迹的探测点集，若大于阈值则放入孤立点集；
S404：将轨迹的探测点集的平均值定为轨迹的探测点，将该探测点纳入轨迹的历史轨迹点；S405：根据每条轨迹的历史轨迹点，采用卡尔曼滤波算法计算轨迹的预测点；
S406：对孤立点集中的所有点，采用DBscan聚类算法，获得若干类，计算每个类的平均值定为新的轨迹预测点；
S407：判断每条轨迹的上次更新时间与当前时间的时间差是否大于时间阈值，若大于时间阈值则判定为轨迹丢失，删除该轨迹信息；
S408：返回步骤S401。
通过点与轨迹的匹配，在一定程度上能够消除多径、扰动产生的孤立点；通过多雷达的协同，能够扩大探测范围实现目标定位与跟踪；通过部分雷达的协同能够实现遮挡下的目标跟踪；根据目标跟踪轨迹的预测，能够在一定程度上做到目标短暂丢失后的重续。
作为优选，所述的步骤S403中，记所有轨迹预测点集合U中与点云集合S1中的点Pi距离最短的点为Q；若点Pi与点Q的距离小于阈值，则将点Pi加入到点Q所在轨迹的探测点集中，否则放入孤立点集。够消除多径、扰动产生的孤立点。
作为优选，所述的步骤S405具体包括以下步骤：
依次取一条轨迹，根据该轨迹的历史观测点确定卡尔曼滤波算法的系统参数并计算出卡尔曼估计误差的协方差矩阵；
根据卡尔曼滤波算法的系统参数以及卡尔曼估计误差的协方差矩阵，计算出历史轨迹对当前时刻目标出现位置的预测值；
计算卡尔曼增益，同时将轨迹的探测点集的均值记为目标当前观测值，根据当前观测值与卡尔曼增益，预测下一时刻目标出现的位置；
更新卡尔曼估计误差的协方差矩阵。
计算轨迹的预测点的具体过程。
本发明的有益效果是：
1.本发明通过点与轨迹的匹配，在一定程度上能够消除多径、扰动产生的孤立点；
2.通过多雷达的协同，能够扩大探测范围实现目标定位与跟踪；
3.通过部分雷达的协同能够实现遮挡下的目标跟踪；
4.根据目标跟踪轨迹的预测，能够在一定程度上做到目标短暂丢失后的重续。
附图说明
图1是本发明的一种多毫米波雷达协同定位跟踪方法流程图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：
本实施例的一种多毫米波雷达协同定位跟踪方法，如图1所示，包括以下步骤：
S1：安装多毫米波雷达协同定位跟踪系统，在定位场景中设置若干波束范围存在重叠的雷达。
多毫米波雷达协同定位跟踪系统包括通信连接的监控单元和若干探测单元。
探测单元包括雷达、单片机和通讯模块，雷达与单片机的信号输入端连接，通讯模块与单片机的通信端口连接；通讯模块至少有一个为通信网关，用于将其他探测单元的雷达数据发送至监控单元。
在本实施例中，毫米波雷达为RC7701N32；通讯模块可以是蓝牙、wifi或lora等；监控单元负责数据收集，多毫米波雷达的坐标标定，目标跟踪，显示界面等功能。
S2：根据多雷达坐标系参数标定算法，获得各雷达坐标与绝对坐标系的旋转角与平移矩阵。
由于每个独立的毫米波雷达，探测到的点是基于它自己的坐标系，而不是绝对坐标系下的点。因此为了实现目标的定位，就需要先标定各毫米波雷达的坐标系变换参数。即以其中一个雷达为绝对坐标系，将另一个雷达的坐标系通过旋转平移映射到绝对坐标系之下。
以A雷达坐标系作为绝对坐标系，B雷达坐标系下的点映射到A雷达坐标系的旋转角矩阵为：
其中，θ为旋转角；
平移矩阵为：
其中，tBAx为x轴平移量；
tBAy为y轴平移量。
B雷达坐标系下的点映射到A雷达下的点的表示为：
ABi(RBA，TBA)＝RBABi+TBA
其中，Bi为B雷达坐标系下第i个点的坐标。
建立目标函数：
其中，Ai为A雷达坐标系下第i个点的坐标；
n为雷达探测到的点的总数。
目标函数是求B雷达坐标系下轨迹点映射到A雷达坐标系下的轨迹点与A雷达采样到的轨迹点尽量接近，以均方根误差衡量。
根据目标函数获得目标函数对旋转角与平移量的偏导数；
目标函数对旋转角的偏导数为：
其中，R′BA为RBA对θ的导数：
目标函数对平移量的偏导数为：
根据目标函数对旋转角与平移量的偏导数，获得旋转角度与平移量的迭代公式：
其中，m是迭代步数；
η是旋转角θ的迭代步长；
μBA是平移矩阵的迭代步长。
S3：基于雷达坐标系与绝对坐标系的旋转角与平移矩阵，将雷达探测到的点云信息映射到绝对坐标系中。
S4：根据雷达探测到的点云信息与预测轨迹点的距离，计算轨迹信息。
S401：实时获取雷达采集到的点云数据，雷达点云数据集为S0。
S402：将雷达点云数据集S0中的每个点映射到绝对坐标系下，映射后的点云集合为S1。
S403：计算点云集合S1中的点Pi与所有轨迹预测点的距离，若小于阈值则将该点加入到轨迹的探测点集，若大于阈值则放入孤立点集。
记所有轨迹预测点集合U中与点云集合S1中的点Pi距离最短的点为Q；若点Pi与点Q的距离小于阈值，则将点Pi加入到点Q所在轨迹的探测点集中，否则放入孤立点集。
S404：将轨迹的探测点集的平均值定为轨迹的探测点，将该探测点纳入轨迹的历史轨迹点。
S405：根据每条轨迹的历史轨迹点，采用卡尔曼滤波算法计算轨迹的预测点。
依次取一条轨迹，根据该轨迹的历史观测点确定卡尔曼滤波算法的系统参数并计算出卡尔曼估计误差的协方差矩阵；
根据卡尔曼滤波算法的系统参数以及卡尔曼估计误差的协方差矩阵，计算出历史轨迹对当前时刻目标出现位置的预测值；
计算卡尔曼增益，同时将轨迹的探测点集的均值记为目标当前观测值，根据当前观测值与卡尔曼增益，预测下一时刻目标出现的位置；
更新卡尔曼估计误差的协方差矩阵。
S406：对孤立点集中的所有点，采用DBscan聚类算法，获得若干类，计算每个类的平均值定为新的轨迹预测点。
这里轨迹预测点与步骤S405当中的轨迹预测点性质上是一样的，只是产生方式不同，举例来说：要形成一条轨迹必然是由多个历史轨迹点构成的，通过历史轨迹来预测目标可能出现的位置，这就是步骤S405中轨迹预测点的意义，而任何轨迹的产生之初，必然是由孤立点不断积累所形成的，通过DBscan聚类算法分出若干类，每个类的中心记为一条新的轨迹预测点，轨迹预测点的用途是在下一帧的时候将雷达探测到的点云进行汇聚用的。在步骤S403中，点云中的点会依次计算与轨迹预测点集合中每个轨迹预测点的距离，所以步骤S403中提到的轨迹预测点是包含这两类轨迹预测点的。
S407：判断每条轨迹的上次更新时间与当前时间的时间差是否大于时间阈值，若大于时间阈值则判定为轨迹丢失，删除该轨迹信息。
S408：返回步骤S401。
本实施例的方案通过点与轨迹的匹配，在一定程度上能够消除多径、扰动产生的孤立点；通过多雷达的协同，能够扩大探测范围实现目标定位与跟踪；通过部分雷达的协同能够实现遮挡下的目标跟踪；根据目标跟踪轨迹的预测，能够在一定程度上做到目标短暂丢失后的重续。
应理解，实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (5)

1.一种多毫米波雷达协同定位跟踪方法，其特征在于，包括以下步骤：
S1：安装多毫米波雷达协同定位跟踪系统，在定位场景中设置若干波束范围存在重叠的雷达；
S2：根据多雷达坐标系参数标定算法，获得各雷达坐标与绝对坐标系的旋转角与平移矩阵；
S3：基于雷达坐标系与绝对坐标系的旋转角与平移矩阵，将雷达探测到的点云信息映射到绝对坐标系中；
S4：根据雷达探测到的点云信息与预测轨迹点的距离，计算轨迹信息；
以A雷达坐标系作为绝对坐标系，B雷达坐标系下的点映射到A雷达坐标系的旋转角矩阵为：
；
其中，为旋转角；
平移矩阵为：
；
其中，为x轴平移量；
为y轴平移量；
B雷达坐标系下的点映射到A雷达下的点的表示为：
；
其中，为B雷达坐标系下第i个点的坐标；
建立目标函数：
；
其中，为A雷达坐标系下第i个点的坐标；
n为雷达探测到的点的总数；
以其中一个雷达为绝对坐标系，将另一个雷达的坐标系通过旋转平移映射到绝对坐标系之下；
建立目标函数，根据目标函数获得目标函数对旋转角与平移量的偏导数；
目标函数对旋转角的偏导数为：
；
其中，为/>对/>的导数：
；
目标函数对平移量的偏导数为：
；
根据目标函数对旋转角与平移量的偏导数，获得旋转角度与平移量的迭代公式：
；
；
其中，m是迭代步数；
是旋转角/>的迭代步长；
是平移矩阵的迭代步长。
2.根据权利要求1所述的一种多毫米波雷达协同定位跟踪方法，其特征在于，所述的多毫米波雷达协同定位跟踪系统包括通信连接的监控单元和若干探测单元；所述探测单元包括雷达、单片机和通讯模块，雷达与单片机的信号输入端连接，通讯模块与单片机的通信端口连接；通讯模块至少有一个为通信网关，用于将其他探测单元的雷达数据发送至监控单元。
3.根据权利要求1所述的一种多毫米波雷达协同定位跟踪方法，其特征在于，所述的步骤S4包括以下步骤：
S401：实时获取雷达采集到的点云数据，雷达点云数据集为；
S402：将雷达点云数据集中的每个点映射到绝对坐标系下，映射后的点云集合为/>；
S403：计算点云集合中的点/>与所有轨迹预测点的距离，若小于阈值则将该点加入到轨迹的探测点集，若大于阈值则放入孤立点集；
S404：将轨迹的探测点集的平均值定为轨迹的探测点，将该探测点纳入轨迹的历史轨迹点；
S405：根据每条轨迹的历史轨迹点，采用卡尔曼滤波算法计算轨迹的预测点；
S406：对孤立点集中的所有点，采用DBscan聚类算法，获得若干类，计算每个类的平均值定为新的轨迹预测点；
S407：判断每条轨迹的上次更新时间与当前时间的时间差是否大于时间阈值，若大于时间阈值则判定为轨迹丢失，删除该轨迹信息；
S408：返回步骤S401。
4.根据权利要求3所述的一种多毫米波雷达协同定位跟踪方法，其特征在于，所述的步骤S403中，记所有轨迹预测点集合U中与点云集合中的点/>距离最短的点为Q；若点/>与点Q的距离小于阈值，则将点/>加入到点Q所在轨迹的探测点集中，否则放入孤立点集。
5.根据权利要求3所述的一种多毫米波雷达协同定位跟踪方法，其特征在于，所述的步骤S405具体包括以下步骤：
依次取一条轨迹，根据该轨迹的历史观测点确定卡尔曼滤波算法的系统参数并计算出卡尔曼估计误差的协方差矩阵；
根据卡尔曼滤波算法的系统参数以及卡尔曼估计误差的协方差矩阵，计算出历史轨迹对当前时刻目标出现位置的预测值；
计算卡尔曼增益，同时将轨迹的探测点集的均值记为目标当前观测值，根据当前观测值与卡尔曼增益，预测下一时刻目标出现的位置；
更新卡尔曼估计误差的协方差矩阵。
CN202111058876.8A 2021-09-09 2021-09-09 一种多毫米波雷达协同定位跟踪方法 Active CN113777600B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111058876.8A CN113777600B (zh) 2021-09-09 2021-09-09 一种多毫米波雷达协同定位跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111058876.8A CN113777600B (zh) 2021-09-09 2021-09-09 一种多毫米波雷达协同定位跟踪方法

Publications (2)

Publication Number Publication Date
CN113777600A CN113777600A (zh) 2021-12-10
CN113777600B true CN113777600B (zh) 2023-09-15

Family

ID=78842179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111058876.8A Active CN113777600B (zh) 2021-09-09 2021-09-09 一种多毫米波雷达协同定位跟踪方法

Country Status (1)

Country Link
CN (1) CN113777600B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114460582B (zh) * 2021-12-14 2023-04-14 江苏航天大为科技股份有限公司 一种基于点云速度的毫米波雷达大车识别方法
IT202200005390A1 (it) * 2022-03-18 2023-09-18 Univ Degli Studi Padova Metodo per l’auto-calibrazione di reti di sensori radar a onde millimetriche (mmWave) a partire da traiettorie di movimento di obiettivi nell’ambiente
CN115166654B (zh) * 2022-06-24 2024-10-01 海信集团控股股份有限公司 一种多毫米波雷达标定方法、装置及存储介质
CN115113205B (zh) * 2022-07-07 2023-10-20 南京慧尔视智能科技有限公司 一种道路的全息画像方法、装置、电子设备和存储介质
CN115220028A (zh) * 2022-07-14 2022-10-21 浙江德清知路导航科技有限公司 基于毫米波的无携带设备定位与居家活动感知方法
CN115343700B (zh) * 2022-09-01 2024-07-30 西安电子科技大学 基于多雷达视频去除隧道中多径虚假目标的方法
CN115808683B (zh) * 2023-02-08 2023-04-07 安徽隼波科技有限公司 一种雷达光电联动跟踪方法
CN116106853B (zh) * 2023-04-12 2023-09-01 陕西欧卡电子智能科技有限公司 基于毫米波雷达的水面场景目标动静状态识别方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009295129A (ja) * 2008-06-09 2009-12-17 Nippon Telegr & Teleph Corp <Ntt> 静止画の動画化方法、装置およびプログラム
CN107861123A (zh) * 2017-10-24 2018-03-30 武汉大学 一种穿墙雷达在复杂环境下对多运动目标实时跟踪的方法
CN108731679A (zh) * 2017-04-18 2018-11-02 深圳市丰巨泰科电子有限公司 移动机器人环境特征定位方法
CN109099901A (zh) * 2018-06-26 2018-12-28 苏州路特工智能科技有限公司 基于多源数据融合的全自动压路机定位方法
CN109856623A (zh) * 2019-01-03 2019-06-07 中国人民解放军空军研究院战略预警研究所 一种针对多雷达直线航迹线的目标状态估计方法
CN110045363A (zh) * 2019-05-08 2019-07-23 中国人民解放军空军研究院战略预警研究所 基于相对熵的多雷达航迹关联方法
CN110398735A (zh) * 2018-04-24 2019-11-01 郑州宇通客车股份有限公司 一种基于多雷达的感知数据处理方法及系统
CN111062280A (zh) * 2019-12-05 2020-04-24 华中科技大学 一种基于距离变换标签的密集群体计数及定位方法
CN112285700A (zh) * 2020-08-24 2021-01-29 江苏大学 基于激光雷达与毫米波雷达融合的机动目标跟踪方法
CN112817943A (zh) * 2021-02-26 2021-05-18 上海海事大学 一种基于航位推测法的多阈值船舶轨迹简化方法
CN112859059A (zh) * 2021-03-26 2021-05-28 江西商思伏沌科技有限公司 目标检测与跟踪系统和方法
CN113267773A (zh) * 2021-04-14 2021-08-17 北京航空航天大学 一种基于毫米波雷达的室内人员准确检测和精确定位方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009295129A (ja) * 2008-06-09 2009-12-17 Nippon Telegr & Teleph Corp <Ntt> 静止画の動画化方法、装置およびプログラム
CN108731679A (zh) * 2017-04-18 2018-11-02 深圳市丰巨泰科电子有限公司 移动机器人环境特征定位方法
CN107861123A (zh) * 2017-10-24 2018-03-30 武汉大学 一种穿墙雷达在复杂环境下对多运动目标实时跟踪的方法
CN110398735A (zh) * 2018-04-24 2019-11-01 郑州宇通客车股份有限公司 一种基于多雷达的感知数据处理方法及系统
CN109099901A (zh) * 2018-06-26 2018-12-28 苏州路特工智能科技有限公司 基于多源数据融合的全自动压路机定位方法
CN109856623A (zh) * 2019-01-03 2019-06-07 中国人民解放军空军研究院战略预警研究所 一种针对多雷达直线航迹线的目标状态估计方法
CN110045363A (zh) * 2019-05-08 2019-07-23 中国人民解放军空军研究院战略预警研究所 基于相对熵的多雷达航迹关联方法
CN111062280A (zh) * 2019-12-05 2020-04-24 华中科技大学 一种基于距离变换标签的密集群体计数及定位方法
CN112285700A (zh) * 2020-08-24 2021-01-29 江苏大学 基于激光雷达与毫米波雷达融合的机动目标跟踪方法
CN112817943A (zh) * 2021-02-26 2021-05-18 上海海事大学 一种基于航位推测法的多阈值船舶轨迹简化方法
CN112859059A (zh) * 2021-03-26 2021-05-28 江西商思伏沌科技有限公司 目标检测与跟踪系统和方法
CN113267773A (zh) * 2021-04-14 2021-08-17 北京航空航天大学 一种基于毫米波雷达的室内人员准确检测和精确定位方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Benefit Analysis of Data Fusion for Target Tracking in Multiple Radar System;Junkun Yan;《IEEE SENSORS JOURNAL》;6359-6366 *
Two-Order Approximate and Large Stepsize Numerical Direction Based on the Quadratic Hypothesis and Fitting Method;Xiaoli Yin,;《IEEE/CAA JOURNAL OF AUTOMATICA SINICA,》;901-909 *
基于新型AFCM的多传感器目标跟踪航迹融合;郭睿;王翔;张弛;卜春光;;传感技术学报(第03期);66-69 *
增强现实与视觉惯导模块的位姿融合方法;聂雷航;聂芸;王国伟;;计算机与现代化(第10期);94-99 *
雷达组网拟牛顿融合定位算法研究;赵温波;曲成华;方青;黄克明;张广政;;现代雷达(第06期);40-45、49 *

Also Published As

Publication number Publication date
CN113777600A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN113777600B (zh) 一种多毫米波雷达协同定位跟踪方法
CN109275093B (zh) 基于uwb定位与激光地图匹配的定位方法和移动终端
CN109211298B (zh) 一种传感器标定方法和装置
CN106646338B (zh) 一种快速精确的室内定位方法
US20180329022A1 (en) Method, apparatus and system for locating an object using cluster-type magnetic field
CN112881993B (zh) 自动识别雷达分布杂波引起虚假航迹的方法
CN104101876B (zh) 外辐射源雷达中一种基于随机有限集的多目标跟踪方法
CN110187337B (zh) 一种基于ls和neu-ecef时空配准的高机动目标跟踪方法及系统
CN107328406B (zh) 一种基于多源传感器的矿井移动目标定位方法与系统
CN113075648B (zh) 一种无人集群目标定位信息的聚类与滤波方法
CN111133334A (zh) 用于基于雷达测量绘制地图和定位车辆的方法和系统
KR102456151B1 (ko) 레이더 및 카메라 기반의 센서 퓨전 시스템 및 주변 차량의 위치 산출 방법
CN108519595A (zh) 联合多传感器配准与多目标跟踪方法
CN111274529B (zh) 一种鲁棒的高斯逆威沙特phd多扩展目标跟踪算法
CN115508824A (zh) 多目标大数据关联融合跟踪方法及系统
CN112527009A (zh) 雷达数据的处理方法及装置、作业设备
CN112965076B (zh) 一种用于机器人的多雷达定位系统及方法
CN114119465A (zh) 一种点云数据处理方法及装置
CN109190647B (zh) 一种有源无源数据融合方法
CN116449329B (zh) 毫米波雷达的速度解模糊方法、系统、设备及存储介质
CN114488104B (zh) 基于交互一致性的天波超视距雷达目标跟踪方法
CN111095024A (zh) 高度确定方法、装置、电子设备和计算机可读存储介质
CN112344966B (zh) 一种定位失效检测方法、装置、存储介质及电子设备
CN114674320A (zh) 基于粒子滤波的定位方法、系统、设备及存储介质
CN113933798A (zh) 一种基于相似性原理的全局传感器系统误差分区配准算法

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
GR01 Patent grant
GR01 Patent grant