CN114488053B - 一种基于毫米波雷达的静止车辆判别方法 - Google Patents
一种基于毫米波雷达的静止车辆判别方法 Download PDFInfo
- Publication number
- CN114488053B CN114488053B CN202111525357.8A CN202111525357A CN114488053B CN 114488053 B CN114488053 B CN 114488053B CN 202111525357 A CN202111525357 A CN 202111525357A CN 114488053 B CN114488053 B CN 114488053B
- Authority
- CN
- China
- Prior art keywords
- target
- frame
- parking period
- speed
- tracked
- 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
Images
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
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
本发明公开了基于毫米波雷达的静止车辆判别方法,将目标P追踪成功的目标Q的追踪计数器加一;如果Q速度小于阈值以及追踪计数器大于阈值,初始化停车周期,否则重置停车周期;继续追踪目标Q,当目标Q追踪不到时,如果目标Q的停车周期是重置值,则删除该目标;否则当目标Q的停车周期大于0,则保留目标Q,且递减目标Q停车周期和速度,当目标Q停车周期为非重置值并连续递减200帧,或者速度递减后绝对值小于0.5,则将目标Q速度置为0,保留目标Q,否则不处理,保留目标Q;雷达重新追踪到Q目标,继续执行上一步骤。本发明较为精确的解决静止车辆判别问题,解决目标丢失的问题。
Description
技术领域
本发明属于目标识别技术领域,尤其涉及一种基于毫米波雷达的静止车辆判别方法。
背景技术
逐渐复杂的道路交通环境促使我国对于智能交通管理系统的要求向智能化、全面化、准确化、实时化发展,而毫米波雷达具有的技术优势可在智能交通领域有着极其重要的应用。毫米波雷达通过发射高频电磁波及接收回波的原理来测量周围物体的距离、速度、角度。其优势在于可快速获得速度信息,实现追踪前车并控制车速,在不同天气情况下鲁棒性更好。但也会存在缺陷,毫米波雷达虽然可以检测静止目标,但同时环境也会存在很多静止的噪点,且雷达受地形影响比较大,像栏杆、路牌等金属物体也会被误识别成静止目标。
发明内容
为了提高追踪算法的精准度及连贯性,如何有效解决毫米波雷达对车辆静止时状态的判别就成为亟待解决的问题。本发明通过对运动目标的速度进行判断及处理,保留其运动轨迹,并赋予停车周期来解决静止车辆判别的问题。
具体的,本发明公开的基于毫米波雷达的静止车辆判别方法,包括以下步骤:
S1:对采集的雷达信号进行静态杂波滤除,将检测到的静止目标过滤;
S2:对保留的运动目标进行追踪,对于第t帧检测的目标P如果第t+1帧被追踪到,追踪成功的Q目标对应的追踪计数器加一,Q继承被追踪目标P的目标ID和追踪计数器;
如果目标Q速度小于第一阈值以及追踪计数器大于第二阈值,初始化停车周期,否则重置停车周期为-1;
S3:继续追踪目标Q,当目标Q追踪不到时,如果目标Q的停车周期是重置值,则不再保留该目标;否则当目标Q的停车周期大于0,则保留目标Q,且在每帧中递减目标Q停车周期和目标速度,当目标Q停车周期为非重置值并连续递减200帧,或者速度递减后绝对值小于0.5米/秒,则将目标Q速度置为0,保留目标Q,否则不处理,保留目标Q;
S4:雷达重新追踪到Q目标,继续执行步骤S3。
进一步的,所述目标被追踪到的判断方法如下:
若第t帧保留下来目标Pt,坐标为(xt,yt),计算出Pt的第t+1帧的理论坐标(x′t+1,y′t+1),然后在第t+1帧雷达检测到的目标物中找到与(x′t+1,y′t+1)坐标最为匹配的目标Q(xt+1,yt+1),说明目标追踪成功。
进一步的,Pt的第t+1帧的理论坐标(x′t+1,y′t+1)的由下式计算得到:
其中vt为目标的速度,t为时间,at为加速度。
进一步的,在步骤S3和S4中,当目标不再保留后,该目标判定为静止车辆。
进一步的,在步骤S2中,对于雷达第t+1帧检测到的目标都赋予一个追踪计数器,初始化为0。
进一步的,第t帧检测的目标P如果跳过多帧后被追踪到,也判定为追踪成功。
与现有技术相比,本发明的有益效果是:
通过模拟停车的路径及状态来构建出虚拟的静止目标,本发明可以在大概率降低杂项目标影响的同时,较为精确的解决静止车辆判别问题,解决目标丢失的问题,具有良好的应用前景。
附图说明
图1本发明的静止车辆判别方法流程图;
图2为IOU示意图;
图3为匈牙利算法示意图;
图4为雷达前后两帧的追踪目标示意图;
图5为目标匀速减速示意图。
具体实施方式
下面结合附图对本发明作进一步的说明,但不以任何方式对本发明加以限制,基于本发明教导所作的任何变换或替换,均属于本发明的保护范围。
1)对检测到的静止目标全部过滤
毫米波雷达,以及所有波段的雷达都可以识别静态物体。这是电磁波反射的物理本质。我们可以对雷达信号进行静态杂波滤除,也就是将多普勒速度非常小的信号去除,这样的话基本上所有零速、微动目标都会被抑制掉;当然我们也可以直接将识别出的目标中零速和微速的目标物剔除,只保留合理速度运动的雷达目标。
2)对剔除后保留的运动目标进行追踪
a.首先要确定将前后帧目标最优匹配的基准;由每个检测与现有目标的所有预测边界框之间的交并比IOU计算分配成本矩阵;使用匈牙利算法对分配进行优化求解;拒绝检测与目标重叠小于IOUmin的分配。
IOU:
匈牙利算法:
匈牙利算法主要用于解决一些与二分图匹配有关的问题,主要用来解决两个问题:求二分图的最大匹配数和最小点覆盖数。
b.对于雷达第t+1帧检测到的目标都赋予一个追踪计数器,初始化为0;以第t帧保留下来目标P为例,通过运动公式(由于每帧时间很短,加速度也可忽略不计)可以根据Pt的坐标(xt,yt)计算出Pt第t+1帧的理论坐标(x′t+1,y′t+1),然后在第t+1帧雷达检测到的目标物中找到与(x′t+1,y′t+1)坐标最为匹配的目标Q(xt+1,yt+1)(根据前后帧目标最优匹配的基准),即/>则说明目标追踪成功,追踪成功的Q目标对应追踪计数器加一(包含跳帧情况),Q继承被追踪目标P的目标ID和追踪计数器,停车周期则根据当前速度判断是否需要初始化,其余保留。
3)对目标的速度进行判断
对第t+1帧的Q目标进行分析
a.如果Q速度小于某阈值Velthreshold以及追踪计数器大于阈值Trackthreshold,则说明Q存在停车的可能性,初始化停车周期WillStopthreshold,否则不初始化(或重置)停车周期(为-1);
b.Trackthreshold主要是为了衡量目标的可信度;可信度低,说明Q被连续追踪频率较低,之后不做特殊处理其静止状态;可信度较高,说明Q被连续追踪频率较高,它是一个正常目标的概率比较大,需要做特殊处理。
c.如果Q速度大于Velthreshold,说明该车无停车的可能,重置停车周期
4)当Q运动了一段时间后,雷达监测的运动目标不再与之匹配,那么如果停车周期是重置值,则不再保留该目标;当停车周期大于0,则保留该目标,之后每帧停车周期将不断递减,速度也不断递减;这样便会构建出该目标一个虚拟的匀减速运动过程。
示例性的,当Q停车周期非重置值并连续递减200帧,或者速度递减后绝对值小于0.5米/秒,则将速度置为0,其余参数保留,匀减速的物体便静止了。
5)雷达检测到的运动目标重新与Q目标匹配后,则重复2);这样该目标便会重新运动起来,且追踪计数器不中断;否则在停车周期递减为0之前,Q都不再消失;如果直至Q的停车周期递减为0,雷达都没有遇到可以匹配的目标,则去除Q。
与现有技术相比,本发明的有益效果是:
通过模拟停车的路径及状态来构建出虚拟的静止目标,本发明可以在大概率降低杂项目标影响的同时,较为精确的解决静止车辆判别问题,解决目标丢失的问题,具有良好的应用前景。
本文所使用的词语“优选的”意指用作实例、示例或例证。本文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反,词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即,除非另外指定或从上下文中清楚,“X使用A或B”意指自然包括排列的任意一个。即,如果X使用A;X使用B;或X使用A和B二者,则“X使用A或B”在前述任一示例中得到满足。
而且,尽管已经相对于一个或实现方式示出并描述了本公开,但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型,并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件等)执行的各种功能,用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示),即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外,尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开,但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且,就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言,这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以多个或多个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。上述的各装置或系统,可以执行相应方法实施例中的存储方法。
综上所述,上述实施例为本发明的一种实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何背离本发明的精神实质与原理下所做的改变、修饰、代替、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (6)
1.一种基于毫米波雷达的静止车辆判别方法,其特征在于,包括以下步骤:
S1:对采集的雷达信号进行静态杂波滤除,将检测到的静止目标过滤;
S2:对保留的运动目标进行追踪,对于第t帧检测的目标P如果第t+1帧被追踪到,追踪成功的Q目标对应的追踪计数器加一,Q继承被追踪目标P的目标ID和追踪计数器;
如果目标Q速度小于第一阈值以及追踪计数器大于第二阈值,初始化停车周期,否则重置停车周期为-1;
S3:继续追踪目标Q,当目标Q追踪不到时,如果目标Q的停车周期是重置值,则不再保留该目标;否则当目标Q的停车周期大于0,则保留目标Q,且在每帧中递减目标Q停车周期和目标速度,当目标Q停车周期为非重置值并连续递减200帧,或者速度递减后绝对值小于0.5米/秒,则将目标Q速度置为0,保留目标Q,否则不处理,保留目标Q;
S4:雷达重新追踪到Q目标,继续执行步骤S3。
2.根据权利要求1所述的基于毫米波雷达的静止车辆判别方法,其特征在于,所述目标被追踪到的判断方法如下:
若第t帧保留下来目标Pt,坐标为(xt,yt),计算出Pt的第t+1帧的理论坐标(x′t+1,y′t+1),然后在第t+1帧雷达检测到的目标物中找到与(x′t+1,y′t+1)坐标最为匹配的目标Q(xt+1,yt+1),说明目标追踪成功。
4.根据权利要求1所述的基于毫米波雷达的静止车辆判别方法,其特征在于,在步骤S3和S4中,当目标不再保留后,该目标判定为静止车辆。
5.根据权利要求1所述的基于毫米波雷达的静止车辆判别方法,其特征在于,在步骤S2中,对于雷达第t+1帧检测到的目标都赋予一个追踪计数器,初始化为0。
6.根据权利要求1所述的基于毫米波雷达的静止车辆判别方法,其特征在于,第t帧检测的目标P如果跳过多帧后被追踪到,也判定为追踪成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111525357.8A CN114488053B (zh) | 2021-12-14 | 2021-12-14 | 一种基于毫米波雷达的静止车辆判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111525357.8A CN114488053B (zh) | 2021-12-14 | 2021-12-14 | 一种基于毫米波雷达的静止车辆判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114488053A CN114488053A (zh) | 2022-05-13 |
CN114488053B true CN114488053B (zh) | 2023-03-24 |
Family
ID=81493537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111525357.8A Active CN114488053B (zh) | 2021-12-14 | 2021-12-14 | 一种基于毫米波雷达的静止车辆判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488053B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114973685B (zh) * | 2022-07-29 | 2022-11-11 | 浙江宇视科技有限公司 | 一种检测停车的方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3719691B2 (ja) * | 1996-01-31 | 2005-11-24 | 富士通テン株式会社 | 車両認識装置 |
US11327167B2 (en) * | 2019-09-13 | 2022-05-10 | Infineon Technologies Ag | Human target tracking system and method |
CN110751836A (zh) * | 2019-09-26 | 2020-02-04 | 武汉光庭信息技术股份有限公司 | 车辆行驶预警方法及系统 |
CN112098990B (zh) * | 2020-11-19 | 2021-02-02 | 长沙莫之比智能科技有限公司 | 车载高分辨毫米波雷达对于中高速车辆的检测与跟踪方法 |
CN112859062B (zh) * | 2021-01-19 | 2023-11-24 | 巍泰技术(武汉)有限公司 | 一种基于雷达的车辆排队长度检测方法及系统 |
-
2021
- 2021-12-14 CN CN202111525357.8A patent/CN114488053B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114488053A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10585188B2 (en) | Broadside detection system and techniques for use in a vehicular radar | |
CN110058239B (zh) | 一种车载毫米波雷达装置及目标探测方法 | |
CA2503581C (en) | Weather and airborne clutter suppression using a cluster shape classifier | |
CN111045008B (zh) | 基于展宽计算的车载毫米波雷达目标识别方法 | |
US8514124B2 (en) | Method for operating a radar system in the event of possible concealment of the target object and radar system for performing the method | |
CN108859952B (zh) | 车辆变道预警方法、装置和雷达 | |
CN114488053B (zh) | 一种基于毫米波雷达的静止车辆判别方法 | |
CN111798700A (zh) | 盲区监测报警方法和装置 | |
CN112233416A (zh) | 车流量检测方法及装置 | |
JP2006292476A (ja) | レーダ信号処理装置及びドップラ気象レーダ | |
CN116990773A (zh) | 基于自适应门限的低慢小目标检测方法、装置和存储介质 | |
CN115128571B (zh) | 一种基于毫米波雷达的多人与非机动车识别方法 | |
Argüello et al. | Radar classification for traffic intersection surveillance based on micro-Doppler signatures | |
CN113820686B (zh) | 一种基于航迹生成杂波图处理雷达一次点迹的方法 | |
US20230038821A1 (en) | Object detection system and object detection method | |
CN116413683A (zh) | 激光雷达及其扫描方法、可读存储介质 | |
CN114814808A (zh) | 基于雷达的脚踢信号识别方法、雷达、存储介质及汽车 | |
CN105242272A (zh) | 基于自回归时间序列模型的车载毫米波防撞雷达恒虚警检测方法 | |
CN113109796A (zh) | 一种目标检测方法及装置 | |
CN112014822A (zh) | 车载雷达测量数据识别方法、装置、介质和电子装置 | |
CN116879863B (zh) | 一种连续波4d毫米波雷达多目标测量方法及系统 | |
CN113589254B (zh) | 基于雷达的移动目标检测方法、装置及雷达检测设备 | |
CN113687348B (zh) | 基于追踪微多普勒图的行人识别方法和装置 | |
CN112068123B (zh) | 一种对海高速小目标的跟踪雷达波形优化设计方法 | |
Bariant et al. | Tracking objects with multiple reflections based on ultrasonic transducer raw data using a PDAF |
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 |