CN114137505A - 一种基于无线雷达的目标检测方法及装置 - Google Patents

Abstract

本发明公开了一种基于无线雷达的目标检测方法及装置，属于雷达技术领域。其中，该方法包括：采用无线雷达探测目标区域中的点云数据；确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。通过本发明，通过确定目标区域的环境复杂度，并采用环境复杂度辅助检测目标区域中的目标物体，降低了环境因素对目标物体的检测干扰，解决了现有技术中无线雷达目标检测不准确的技术问题，提高了雷达目标检测的准确率，增加了无线雷达的适用场景。

Description

一种基于无线雷达的目标检测方法及装置

技术领域

本发明涉及雷达技术领域，更具体地，涉及一种基于无线雷达的目标检测方法及装置。

背景技术

相关技术中的无线雷达具有灵敏度高、穿透性强、无需接触等特点被广泛的应用在各个领域，目前无线雷达的技术广泛应用于汽车领域，而在家用和人体识别方面的使用还是比较欠缺的。

现有技术中，基于无线雷达的目标检测大都是用统一的规则来评价和辨别目标，没有根据雷达自身实际探测能力和探测场景情况，由于雷达的探测受相对雷达的位置和所在环境的影响较大，导致基于无线雷达目标检测还不够准确。

针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

为了解决现有技术的不足，本发明提供了一种基于无线雷达的目标检测方法及装置。

根据本申请实施例的一个方面，提供了一种基于无线雷达的目标检测方法，包括：采用无线雷达探测目标区域中的点云数据；确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

进一步地，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体包括：根据所述环境复杂度设置所述目标区域的目标形成条件，其中，所述目标形成条件包括点云点数阈值和点云信噪比阈值，所述环境复杂度与所述点云点数阈值和所述点云信噪比阈值均呈正相关；对所述点云数据进行聚类，得到多个候选目标；基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标。

进一步地，基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标包括：针对所述点云数据聚类后得到的所述多个候选目标，提取所述候选目标的聚类中心；基于所述聚类中心定位候选目标所在的候选区域；计算所述候选区域的实际点云数量和实际信噪比；判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件；若述实际点云数量和所述实际信噪比满足所述目标形成条件，确定所述候选目标为真实目标，否则为虚假目标。

进一步地，判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件包括：判断所述实际点云数量是否大于所述点云点数阈值，以及判断所述实际信噪比是否大于所述点云信噪比阈值；若所述实际点云数量大于所述点云点数阈值，且所述实际信噪比大于所述点云信噪比阈值，确定所述实际点云数量和所述实际信噪比满足所述目标形成条件。

进一步地，对所述点云数据进行聚类，得到多个候选目标，包括：在所述点云数据中随机选择一个起始点；以所述起始点为中心点，依次选取所述点云数据中剩下的一个点并计算与所述起始点之间的间隔距离；判断所述间隔距离是否大于距离阈值；若所述间隔距离大于或等于所述距离阈值，则舍弃当前点，在所述点云数据中继续选择剩下的点进行遍历；若所述间隔距离小于所述距离阈值，则保存当前点，计算当前点与起始点之间的中心点，并在采用所述中心点更新所述起始点之后继续遍历所述点云数据中剩下的点，直到遍历完所述点云数据；在遍历完所述点云数据之后，将最后的中心点为圆心，所述距离阈值为半径围成的区域确定为一个候选目标。

进一步地，在根据所述环境复杂度设置所述目标区域的目标形成条件之后，所述方法还包括：根据所述无线雷达的探测强度将所述目标区域划分为多个子区域，其中，每个探测强度区间对应一个子区域；针对每个子区域，在所述目标形成条件中选择与所述子区域的探测强度匹配的目标形成子条件，其中，每个子区域对应一套目标形成子条件，所述探测强度与所述点云点数阈值和所述点云信噪比阈值均呈正相关。

进一步地，确定所述目标区域的环境复杂度包括：对所述目标区域进行扫描，检测所述目标区域中的金属类物品和遮挡物；计算所述金属类物品的第一数量，以及计算所述遮挡物的第二数量；若所述第一数量大于第一阈值，确定所述目标区域的环境复杂度为第一复杂度；若所述第一数量小于第一阈值，所述第二数量小于第二阈值，确定所述目标区域的环境复杂度为第二复杂度；若所述第一数量小于第一阈值，所述第二数量大于第二阈值，确定所述目标区域的环境复杂度为第三复杂度，其中，所述第一复杂度大于所述第二复杂度，所述第二复杂度大于所述第三复杂度。

根据本申请实施例的另一方面，还提供了一种基于无线雷达的目标检测装置，其特征在于，包括：探测模块，采用无线雷达探测目标区域中的点云数据；确定模块，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；检测模块，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

进一步地，所述检测模块包括：第一设置单元，用于根据所述环境复杂度设置所述目标区域的目标形成条件，其中，所述目标形成条件包括点云点数阈值和点云信噪比阈值，所述环境复杂度与所述点云点数阈值和所述点云信噪比阈值均呈正相关；第一聚类单元，用于对所述点云数据进行聚类，得到多个候选目标；第一判断单元，用于基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标。

进一步地，所述第一判断单元包括：第一提取子单元，用于针对所述点云数据聚类后得到的所述多个候选目标，提取所述候选目标的聚类中心；第一定位子单元，用于基于所述聚类中心定位候选目标所在的候选区域；第一计算子单元，用于计算所述候选区域的实际点云数量和实际信噪比；第一判断子单元，用于判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件；第一确定子单元，用于若述实际点云数量和所述实际信噪比满足所述目标形成条件，确定所述候选目标为真实目标，否则为虚假目标。

进一步地，所述第一判断子单元包括：第二判断子单元，用于判断所述实际点云数量是否大于所述点云点数阈值，以及判断所述实际信噪比是否大于所述点云信噪比阈值；第二确定子单元，用于若所述实际点云数量大于所述点云点数阈值，且所述实际信噪比大于所述点云信噪比阈值，确定所述实际点云数量和所述实际信噪比满足所述目标形成条件。

进一步地，所述第一聚类单元包括：第一选择子单元，用于在所述点云数据中随机选择一个起始点；第二计算子单元，用于以所述起始点为中心点，依次选取所述点云数据中剩下的一个点并计算与所述起始点之间的间隔距离；第三判断子单元，用于判断所述间隔距离是否大于距离阈值；第一遍历子单元，用于若所述间隔距离大于或等于所述距离阈值，则舍弃当前点，在所述点云数据中继续选择剩下的点进行遍历；若所述间隔距离小于所述距离阈值，则保存当前点，计算当前点与起始点之间的中心点，并在采用所述中心点更新所述起始点之后继续遍历所述点云数据中剩下的点，直到遍历完所述点云数据；第三确定子单元，用于在遍历完所述点云数据之后，将最后的中心点为圆心，所述距离阈值为半径围成的区域确定为一个候选目标。

进一步地，所述第一设置单元还包括：划分子单元，用于根据所述无线雷达的探测强度将所述目标区域划分为多个子区域，其中，每个探测强度区间对应一个子区域；第二选择子单元，用于针对每个子区域，在所述目标形成条件中选择与所述子区域的探测强度匹配的目标形成子条件，其中，每个子区域对应一套目标形成子条件，所述探测强度与所述点云点数阈值和所述点云信噪比阈值均呈正相关。

进一步地，所述确定模块包括：第一扫描单元，用于对所述目标区域进行扫描，检测所述目标区域中的金属类物品和遮挡物；第一计算单元，用于计算所述金属类物品的第一数量，以及计算所述遮挡物的第二数量；第一确定单元，用于若所述第一数量大于第一阈值，确定所述目标区域的环境复杂度为第一复杂度；若所述第一数量小于第一阈值，所述第二数量小于第二阈值，确定所述目标区域的环境复杂度为第二复杂度；若所述第一数量小于第一阈值，所述第二数量大于第二阈值，确定所述目标区域的环境复杂度为第三复杂度，其中，所述第一复杂度大于所述第二复杂度，所述第二复杂度大于所述第三复杂度。

根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，其中，程序运行时执行上述的方法步骤。

根据本申请实施例的另一方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：存储器，用于存放计算机程序；处理器，用于通过运行存储器上所存放的程序来执行上述的方法步骤。

本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法中的步骤。

通过本发明，采用无线雷达探测目标区域中的点云数据，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体，通过确定目标区域的环境复杂度，并采用环境复杂度辅助检测目标区域中的目标物体，降低了环境因素对目标物体的检测干扰，解决了现有技术中无线雷达目标检测不准确的技术问题，提高了雷达目标检测的准确率，增加了无线雷达的适用场景。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种家用智能设备的硬件结构框图；

图2是根据本发明实施例的一种基于无线雷达的目标检测方法的流程图；

图3是本发明实施例中根据环境分区域设定目标形成条件的流程图；

图4是本发明实施例基于无线雷达的目标检测流程图；

图5是根据本发明实施例的一种基于无线雷达的目标检测装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本申请实施例一所提供的方法实施例可以在无线雷达、家用智能设备、后台服务器、或者类似的运算装置中执行。以运行在家用智能设备上为例，图1是本发明实施例的一种家用智能设备的硬件结构框图。如图1所示，家用智能设备可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述家用智能设备还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述家用智能设备的结构造成限定。例如，家用智能设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储家用智能设备程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种基于无线雷达的目标检测方法对应的目标检测程序，处理器102通过运行存储在存储器104内的目标检测程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至家用智能设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括家用智能设备的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种基于无线雷达的目标检测方法，图2是根据本发明实施例的一种基于无线雷达的目标检测方法的流程图，如图2所示，该流程包括如下步骤：

步骤S202，采用无线雷达探测目标区域中的点云数据；

本申请中的技术方案是在无线雷达探测得到的点云数据的基础上进行的上层应用，无线雷达通过接收到的回波信号经信号处理得到点云数据，点云数据是本实施例中要进行计算处理的原始数据。可选的，点云数据信息包括：目标点与雷达的距离，目标点相对雷达的方位角，目标点相对雷达的速度，目标点的信噪比。可选的，无线雷达可以是毫米波雷达，微波雷达等。

步骤S204，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；

本实施例中的环境复杂度是指雷达探测区域中的环境情况，雷达探测区域中环境复杂多变，产生干扰杂波的数量也会对应变化，可能具有金属类物品和遮挡物，而现有技术中雷达的探测受所在周围环境的影响较大，但现有技术中雷达的目标检测大都用统一的规则来辨别目标，缺乏一个分类标准，使雷达能根据实际的环境情况分类来检测目标，因此本实施例中的确定所述目标区域的环境复杂度可利于雷达更为精准的检测目标。

环境复杂度的分级可根据雷达探测区域内的金属类物品和遮挡物分类，因为环境越复杂，干扰杂波越多，容易出现假目标，可选的，将环境复杂度等级设置为三个等级，每个不同的复杂度等级下再次划分不同区域设定不同的目标形成条件。

步骤S206，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

本实施例的一个实施方式中，根据雷达探测时周围环境复杂度将探测区域分为不同的环境复杂度等级，在不同的环境复杂度等级下，将探测区域根据雷达探测强度划分不同的区域，将雷达探测强度接近的位置划分为同一区域，给不同的区域设定不一样的点数阈值和信噪比阈值。

根据所述点云数据的聚类后得到的候选目标，定位候选目标所在的区域并提取该区域设定的点数阈值和信噪比阈值进行对比，来判定该候选目标是否为真实目标，即根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体，是否为真实目标。

通过上述步骤，采用无线雷达探测目标区域中的点云数据，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体，通过确定目标区域的环境复杂度，并采用环境复杂度辅助检测目标区域中的目标物体，降低了环境因素对目标物体的检测干扰，解决了现有技术中无线雷达目标检测不准确的技术问题，提高了雷达目标检测的准确率，增加了无线雷达的适用场景。

在本实施例中，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体包括：

S11，根据所述环境复杂度设置所述目标区域的目标形成条件，其中，所述目标形成条件包括点云点数阈值和点云信噪比阈值，所述环境复杂度与所述点云点数阈值和所述点云信噪比阈值均呈正相关；

在本实施例的一个实施方式中，目标形成条件包括点数阈值和信噪比阈值，其中点数阈值为聚类后属于同一类的点云数目，信噪比阈值为聚类后属于同一类的点云的信噪比之和。每个区域中的点数阈值、信噪比阈值和环境复杂度等级有关系。雷达探测周围环境越复杂，杂波较多，容易出现假目标，基于此，对于同一位置，环境越复杂，即环境复杂度等级越高，越容易在雷达检测目标时结果不够准确，因此此时点数阈值、信噪比阈值大小设置要偏大一些，而环境越空旷，则点数阈值、信噪比阈值大小设置要偏小一些。

S12,对所述点云数据进行聚类，得到多个候选目标；

在本实施例的一个实施方式中，通过对点云数据进行聚类得到候选目标，在此步骤中需要用到设置的距离阈值，距离阈值是目标形成条件的一个参数，距离阈值的设定通过此时雷达检测目标来判定设置，距离阈值与聚类相关，在点云数据进行聚类时，通过距离阈值判定舍弃什么点，保存什么点，最后在遍历完所述点云数据之后，以最后的中心点为圆心，所述距离阈值为半径围成的区域确定为一个候选目标。在一个示例中，聚类是针对人的数据聚类，人一般在同一时刻的活动范围，若用圆来表示的话就是以人的中心位置为圆心，半径为1.5米，因此距离阈值为1.5。

雷达探测到室内运动物体的数据是以点云形式表现的，如人是一个运动物体，人的数据是一堆点云数据，而点云分散在人的原地活动范围内，要判别该物体是否是一个真实目标，就要先把这个目标的点云数据聚在一起，即聚类，然后再判断是否为真实目标。一开始并不知道有多少目标，因为原始数据是分散在不同位置的点云，聚类后不仅能将同一目标的数据聚在一起，还能根据聚类个数来确定候选目标数目。

S13，基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标。

在本实施例的一个实施方式中，根据聚类后的候选目标信息，提取聚类中心，定位该候选目标所在区域，提取该区域设定的点数阈值和信噪比阈值，计算判断该候选目标的点数和信噪比之和，判别是否大于相应的阈值，若大于则该候选目标为真实目标，若小于则候选目标为虚假目标。

为根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体，通过不同环境复杂度下，设置的不同区域的目标形成条件，以此在点云数据聚类后得到的候选目标中判断是否为真实数据，从而更为有效率的进行雷达目标的检测。

在本实施例中，基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标包括：

S11,针对所述点云数据聚类后得到的所述多个候选目标，提取所述候选目标的聚类中心；S12,基于所述聚类中心定位候选目标所在的候选区域；S13,计算所述候选区域的实际点云数量和实际信噪比；S14,判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件；S15,若述实际点云数量和所述实际信噪比满足所述目标形成条件，确定所述候选目标为真实目标，否则为虚假目标。

在本实施例的一个实施方式中，候选目标数量为N个，其中N大于等于1。在此之前所得到的点云数据，未处理之前用户并不知道有多少目标，在聚类后则能根据聚类个数来确定候选目标数目，得到N个候选目标。此时，提取候选目标的聚类中心。

聚类中心为定位点，用于定位所述候选目标所在的候选区域，而在之前的步骤中雷达探测区域划分为了不同的区域，即候选区域在不同的区域设定的目标形成条件中的点数阈值和信噪比阈值数值不同。计算当前候选区域的实际点云数目和实际信噪比，并与设定的点数阈值和信噪比阈值做对比，若大于则为真实目标，若小于则为虚假目标。

通过设定的目标形成条件判断聚类后得到的候选目标是否为真实目标，具体为计算本候选目标所在的区域的实际点云数目和实际信噪比，并与之前设定的各区域的目标形成条件对比判定。

在本实施例的一个示例中，判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件包括：判断所述实际点云数量是否大于所述点云点数阈值，以及判断所述实际信噪比是否大于所述点云信噪比阈值；若所述实际点云数量大于所述点云点数阈值，且所述实际信噪比大于所述点云信噪比阈值，确定所述实际点云数量和所述实际信噪比满足所述目标形成条件。

在本实施例中，将实际点云数量和实际信噪比与不同区域中的目标形成条件做对比是分别判断的，选择哪个数据先进行判断并无相关约束。

在本实施例的一个示例中，对点云数据进行聚类得到多个候选目标，采用遍历算法来实现，算法的执行流程包括：

在所述点云数据中随机选择一个起始点；以所述起始点为中心点，依次选取所述点云数据中剩下的一个点并计算与所述起始点之间的间隔距离；判断所述间隔距离是否大于距离阈值；若所述间隔距离大于或等于所述距离阈值，则舍弃当前点，在所述点云数据中继续选择剩下的点进行遍历；若所述间隔距离小于所述距离阈值，则保存当前点，计算当前点与起始点之间的中心点，并在采用所述中心点更新所述起始点之后继续遍历所述点云数据中剩下的点，直到遍历完所述点云数据；在遍历完所述点云数据之后，将最后的中心点为圆心，所述距离阈值为半径围成的区域确定为一个候选目标。

通过上述步骤，点云数据中所有的点依次计算距离，并与设定的距离阈值做对比判定，若大于距离阈值则舍弃点，小于距离阈值则保存下来，并将保存的点再次和之前保存的所有点求平均，此时的平均值为点坐标的中心值，此时再与剩下的点进行距离阈值的对比，直到最后遍历完所有的点云数据，并根据距离阈值取得最后的候选目标。可选的，候选目标并非只有一个，而是根据聚类个数来确定目标数目，每个聚类就是一个候选的新目标。

在本实施例中，根据所述环境复杂度设置所述目标区域的目标形成条件之后，所述方法还包括：根据所述无线雷达的探测强度将所述目标区域划分为多个子区域，其中，每个探测强度区间对应一个子区域；针对每个子区域，在所述目标形成条件中选择与所述子区域的探测强度匹配的目标形成子条件，其中，每个子区域对应一套目标形成子条件，所述探测强度与所述点云点数阈值和所述点云信噪比阈值均呈正相关。

通过上述步骤，将不同环境复杂度下的雷达探测区域根据无线雷达的探测强度，将目标区域划分为多个子区域，雷达探测强度接近的位置划分为同一区域，雷达的探测强度随着距离越大探测强度越小，角度越偏离雷达面向的正方向探测轻度越小，在每个区域中其点数阈值和信噪比阈值设定不同的相对合理的值。

雷达探测能力和距离雷达的位置与角度有关，距离雷达越远，探测能力越弱，角度越偏离，探测能力越弱，如雷达正面中心为0度，探测能力最强，越向两边偏离，探测能力越弱。基于此，对于距离较远，角度越偏的位置，点数阈值、信噪比阈值大小设置要偏小，对于距离较近，角度偏中心的位置，点数阈值、信噪比阈值大小设置要偏大。

图3是本发明实施例中根据环境分区域设定目标形成条件的流程图，附图中根据周围的雷达探测环境选择环境复杂程度等级，分为3个等级，如用户在金属物品多时的等级，即为金属类物品的第一数量大于第一阈值时设定的等级，如设定为等级3则选择等级3，因为在该环境下杂波较多，容易出现假目标，在该环境复杂度等级下的点数阈值和信噪比阈值设置要偏大一点。在不同等级下具有不同的距离阈值，但距离阈值与环境复杂度等级没有关系，而是与检测目标相关，在测量时根据实际情况设定。此时不同的环境复杂程度等级下，通过雷达探测强度将雷达探测区域进行划分区域，接近的划分为同一区域，并设定不同区域中的不同目标形成条件，距离越远角度越偏的位置设置的取值偏小，距离越近角度偏中心的位置取值偏大。

在本实施例中，确定所述目标区域的环境复杂度包括：对所述目标区域进行扫描，检测所述目标区域中的金属类物品和遮挡物；计算所述金属类物品的第一数量，以及计算所述遮挡物的第二数量；若所述第一数量大于第一阈值，确定所述目标区域的环境复杂度为第一复杂度；若所述第一数量小于第一阈值，所述第二数量小于第二阈值，确定所述目标区域的环境复杂度为第二复杂度；若所述第一数量小于第一阈值，所述第二数量大于第二阈值，确定所述目标区域的环境复杂度为第三复杂度，其中，所述第一复杂度大于所述第二复杂度，所述第二复杂度大于所述第三复杂度。

通过上述步骤确定目标区域的环境复杂度，环境越复杂，杂波较多，容易出现假目标，因此对于同一位置，环境越复杂，点数阈值、信噪比阈值大小设置要偏大一些，环境越空旷，则点数阈值、信噪比阈值大小设置要偏小一些。

所谓环境复杂度是指雷达探测区域中的环境情况，可选的，若存在较多的金属类物品且体积较大，如铁柜，则设定等级3，即为上述步骤中的计算金属类物品的第一数量，并与第一阈值进行对比，若大于第一阈值即为第一复杂度，此时目标形成条件最为严苛，因为这些金属类物品对雷达波的反射较强，容易产生多径效应，使检测到的目标不准确；若雷达探测的区域较为空旷，金属类物品较少，存在较少的遮挡物，则选择等级2，目标形成条件较为适中；若雷达探测区域中，金属类物品较少，存在较多的遮挡物，则选择等级1，目标形成条件较为容易。

图4是本发明实施例基于毫米波雷达的目标检测流程图，包括：

S41,获取点云数据；

S42，选择环境复杂程度等级；

S43,根据选择的等级设定不同区域目标形成的条件；

S44,对点云数据进行聚类；

S45,根据聚类目标所在位置等信息判别是否是真实目标。

采用本实施例的方案，提高了基于毫米波雷达目标检测的准确性，在相关技术中基于毫米波雷达的目标检测大都是用统一的规则来评价辨别目标，没有根据雷达自身实际探测能力和探测场景情况，而由于雷达的探测受相对雷达的位置和所在环境的影响较大，基于毫米波雷达目标检测还不够准确，因此需要考虑以上因素的影响才能更准确的检测到目标。本申请中考虑雷达周边环境的影响，设置不同的环境复杂度等级，考虑雷达探测受雷达的位置与角度的关系，通过雷达探测强度划分不同的区域，设置不同的目标形成条件，即在不同的区域设置不同的点数阈值与信噪比阈值，对点云数据聚类后得到的候选目标进行判定是否为真实目标，提高了检测目标的准确性

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用机械设备的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件控制机械设备的形式体现出来，该软件存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台机械设备(家用智能设备等)执行本发明各个实施例所述的方法。

实施例2

在本实施例中还提供了一种基于无线雷达的目标检测装置，用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图5是根据本发明实施例的一种基于无线雷达的目标检测装置的结构框图，如图5所示，该装置包括：探测模块50，确定模块52，检测模块54，其中，

探测模块50，采用无线雷达探测目标区域中的点云数据；

确定模块52，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；

检测模块54，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

可选的，所述检测模块包括：第一设置单元，用于根据所述环境复杂度设置所述目标区域的目标形成条件，其中，所述目标形成条件包括点云点数阈值和点云信噪比阈值，所述环境复杂度与所述点云点数阈值和所述点云信噪比阈值均呈正相关；第一聚类单元，用于对所述点云数据进行聚类，得到多个候选目标；第一判断单元，用于基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标。

可选的，所述第一判断单元包括：第一提取子单元，用于针对所述点云数据聚类后得到的所述多个候选目标，提取所述候选目标的聚类中心；第一定位子单元，用于基于所述聚类中心定位候选目标所在的候选区域；第一计算子单元，用于计算所述候选区域的实际点云数量和实际信噪比；第一判断子单元，用于判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件；第一确定子单元，用于若述实际点云数量和所述实际信噪比满足所述目标形成条件，确定所述候选目标为真实目标，否则为虚假目标。

可选的，所述第一判断子单元包括：第二判断子单元，用于判断所述实际点云数量是否大于所述点云点数阈值，以及判断所述实际信噪比是否大于所述点云信噪比阈值；第二确定子单元，用于若所述实际点云数量大于所述点云点数阈值，且所述实际信噪比大于所述点云信噪比阈值，确定所述实际点云数量和所述实际信噪比满足所述目标形成条件。

可选的，所述第一聚类单元包括：第一选择子单元，用于在所述点云数据中随机选择一个起始点；第二计算子单元，用于以所述起始点为中心点，依次选取所述点云数据中剩下的一个点并计算与所述起始点之间的间隔距离；第三判断子单元，用于判断所述间隔距离是否大于距离阈值；第一遍历子单元，用于若所述间隔距离大于或等于所述距离阈值，则舍弃当前点，在所述点云数据中继续选择剩下的点进行遍历；若所述间隔距离小于所述距离阈值，则保存当前点，计算当前点与起始点之间的中心点，并在采用所述中心点更新所述起始点之后继续遍历所述点云数据中剩下的点，直到遍历完所述点云数据；第三确定子单元，用于在遍历完所述点云数据之后，将最后的中心点为圆心，所述距离阈值为半径围成的区域确定为一个候选目标。

可选的，所述第一设置单元还包括：划分子单元，用于根据所述无线雷达的探测强度将所述目标区域划分为多个子区域，其中，每个探测强度区间对应一个子区域；第二选择子单元，用于针对每个子区域，在所述目标形成条件中选择与所述子区域的探测强度匹配的目标形成子条件，其中，每个子区域对应一套目标形成子条件，所述探测强度与所述点云点数阈值和所述点云信噪比阈值均呈正相关。

可选的，所述确定模块包括：第一扫描单元，用于对所述目标区域进行扫描，检测所述目标区域中的金属类物品和遮挡物；第一计算单元，用于计算所述金属类物品的第一数量，以及计算所述遮挡物的第二数量；第一确定单元，用于若所述第一数量大于第一阈值，确定所述目标区域的环境复杂度为第一复杂度；若所述第一数量小于第一阈值，所述第二数量小于第二阈值，确定所述目标区域的环境复杂度为第二复杂度；若所述第一数量小于第一阈值，所述第二数量大于第二阈值，确定所述目标区域的环境复杂度为第三复杂度，其中，所述第一复杂度大于所述第二复杂度，所述第二复杂度大于所述第三复杂度。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

实施例3

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，采用无线雷达探测目标区域中的点云数据；

S2，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；

S3,根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子设备，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，采用无线雷达探测目标区域中的点云数据；

S2，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；

S3,根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，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。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种基于无线雷达的目标检测方法，其特征在于，包括：

采用无线雷达探测目标区域中的点云数据；

确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；

根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

2.一种如权利要求1所述的目标检测方法，其特征在于，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体包括：

根据所述环境复杂度设置所述目标区域的目标形成条件，其中，所述目标形成条件包括点云点数阈值和点云信噪比阈值，所述环境复杂度与所述点云点数阈值和所述点云信噪比阈值均呈正相关；

对所述点云数据进行聚类，得到多个候选目标；

基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标。

3.一种如权利要求2所述的目标检测方法，其特征在于，基于所述目标形成条件在所述多个候选目标中判断所述候选目标是否为真实目标包括：

针对所述点云数据聚类后得到的所述多个候选目标，提取所述候选目标的聚类中心；

基于所述聚类中心定位候选目标所在的候选区域；

计算所述候选区域的实际点云数量和实际信噪比；

判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件；

若述实际点云数量和所述实际信噪比满足所述目标形成条件，确定所述候选目标为真实目标，否则为虚假目标。

4.一种如权利要求3所述的目标检测方法，其特征在于，判断所述实际点云数量和所述实际信噪比是否满足所述目标形成条件包括：

判断所述实际点云数量是否大于所述点云点数阈值，以及判断所述实际信噪比是否大于所述点云信噪比阈值；

若所述实际点云数量大于所述点云点数阈值，且所述实际信噪比大于所述点云信噪比阈值，确定所述实际点云数量和所述实际信噪比满足所述目标形成条件。

5.一种如权利要求2所述的目标检测方法，其特征在于，对所述点云数据进行聚类，得到多个候选目标，包括：

在所述点云数据中随机选择一个起始点；

以所述起始点为中心点，依次选取所述点云数据中剩下的一个点并计算与所述起始点之间的间隔距离；

判断所述间隔距离是否大于距离阈值；

若所述间隔距离大于或等于所述距离阈值，则舍弃当前点，在所述点云数据中继续选择剩下的点进行遍历；若所述间隔距离小于所述距离阈值，则保存当前点，计算当前点与起始点之间的中心点，并在采用所述中心点更新所述起始点之后继续遍历所述点云数据中剩下的点，直到遍历完所述点云数据；

在遍历完所述点云数据之后，将最后的中心点为圆心，所述距离阈值为半径围成的区域确定为一个候选目标。

6.一种如权利要求2所述的目标检测方法，其特征在于，在根据所述环境复杂度设置所述目标区域的目标形成条件之后，所述方法还包括：

根据所述无线雷达的探测强度将所述目标区域划分为多个子区域，其中，每个探测强度区间对应一个子区域；

针对每个子区域，在所述目标形成条件中选择与所述子区域的探测强度匹配的目标形成子条件，其中，每个子区域对应一套目标形成子条件，所述探测强度与所述点云点数阈值和所述点云信噪比阈值均呈正相关。

7.一种如权利要求1所述的目标检测方法，其特征在于，确定所述目标区域的环境复杂度包括：

对所述目标区域进行扫描，检测所述目标区域中的金属类物品和遮挡物；

计算所述金属类物品的第一数量，以及计算所述遮挡物的第二数量；

若所述第一数量大于第一阈值，确定所述目标区域的环境复杂度为第一复杂度；若所述第一数量小于第一阈值，所述第二数量小于第二阈值，确定所述目标区域的环境复杂度为第二复杂度；若所述第一数量小于第一阈值，所述第二数量大于第二阈值，确定所述目标区域的环境复杂度为第三复杂度，其中，所述第一复杂度大于所述第二复杂度，所述第二复杂度大于所述第三复杂度。

8.一种基于无线雷达的目标检测装置，其特征在于，包括：

探测模块，采用无线雷达探测目标区域中的点云数据；

确定模块，确定所述目标区域的环境复杂度，其中，所述环境复杂度用于指示所述目标区域内的干扰杂波数量；

检测模块，根据所述环境复杂度和所述点云数据检测所述目标区域中的目标物体。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7中任一项所述的方法步骤。

10.一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：

存储器，用于存放计算机程序；

处理器，用于通过运行存储器上所存放的程序来执行权利要求1至7中任一项所述的方法步骤。

Images