CN114631035A - 获取点云聚类波门的方法、雷达、可移动平台和存储介质 - Google Patents
获取点云聚类波门的方法、雷达、可移动平台和存储介质 Download PDFInfo
- Publication number
- CN114631035A CN114631035A CN202080070979.3A CN202080070979A CN114631035A CN 114631035 A CN114631035 A CN 114631035A CN 202080070979 A CN202080070979 A CN 202080070979A CN 114631035 A CN114631035 A CN 114631035A
- Authority
- CN
- China
- Prior art keywords
- gate
- target
- radar
- determining
- wave
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000035945 sensitivity Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- GICKXGZWALFYHZ-UHFFFAOYSA-N 3,N(4)-ethenocytosine Chemical compound O=C1NC=CC2=NC=CN12 GICKXGZWALFYHZ-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种获取点云聚类波门的方法(400)、雷达、可移动平台和存储介质,该方法(400)应用于雷达,雷达设置于可移动平台,该方法(400)包括:获取第一目标的波门的波门形状(S110),其中,波门形状包括以下形状中的一种:圆球形、椭球形、长方体形;获取雷达的方位维精度、俯仰角精度、距离维精度(S120),其中,方位维精度、俯仰角精度和距离维精度中的至少两个精度不同;基于波门形状、方位维精度、俯仰角精度和距离维精度,确定以第一目标为中心的波门的波门范围(S130),从而获得更加符合雷达特性的波门,以便实现更为精细的有效范围判断,用于聚类、航迹关联等场合,进而能够提供更精细的聚类结果或航迹关联结果等,提高算法的自适应性。
Description
技术领域
本发明总地涉及雷达技术领域,更具体地涉及一种获取点云聚类波门的方法、雷达、可移动平台和存储介质。
背景技术
具有噪声的基于密度的聚类(Density—Based Spatial Clustering ofApplication with Noise,简称DBSCAN)算法是基于空间中点的密度不同来实现的。给定某空间里的一个点的集合,此算法能够把在密度范围内的点分成一组,并将低密度区域的点判定为外点。其中,密度范围指的是空间给定的区域范围,在雷达学科中表达为“波门”。目前雷达通常使用球形波门,以目标点为圆心,只需判定目标点周围点到目标点的距离是否小于给定圆的半径,来确定该周围点是否在目标点的密度范围内。
然而,对于不同的应用场合,不只考虑圆形、球形这种每个方向距离一致的波门。尤其是旋转雷达,也需要考虑椭球波门、长方体波门等有特殊形状的波门,因此,如何获取不同形状的波门的范围是亟待解决的技术问题。
发明内容
为了解决上述问题中的至少一个而提出了本发明。具体地,本发明一方面提供一种获取点云聚类波门的方法,所述方法应用于雷达,所述雷达设置于可移动平台,所述方法包括:
获取第一目标的波门的波门形状,其中,所述波门形状包括以下形状中的一种:圆球形、椭球形、长方体形;
获取雷达的方位维精度、俯仰角精度、距离维精度,其中,所述方位维精度、俯仰角精度和距离维精度中的至少两个精度不同;
基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围。
本发明再一方面提供一种雷达,所述雷达包括:一个或多个处理器,单独地或共同地工作,所述处理器用于实现前述获取点云聚类波门的方法。
本发明又一方面提供一种可移动平台,包括:可移动平台本体;
前述的雷达,所述雷达设置于所述可移动平台本体。
本发明另一方面提供一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现前述的获取点云聚类波门的方法。
本申请实施例的获取电源聚类波门的方法,结合波门形状以及雷达的方位维精度、俯仰角精度、距离维精度,确定以第一目标为中心的波门的波门范围,从而获得更加符合雷达特性的波门,以便实现更为精细的有效范围判断,用于聚类、航迹关联等场合,进而能够提供更精细的聚类结果或航迹关联结果等,提高算法的自适应性。
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示出了本申请一个实施例中的DBSCAN算法的示意图;
图2示出了本申请一个实施例中的在旋转雷达体制下不同形状波门对点云聚类判别的示意图;
图3示出了一个实施例中的错误的长方体波门的示意图;
图4示出了本申请一个实施例中的获取点云聚类波门的方法的示意性流程图;
图5示出了本发明一个实施例中的椭球波门的方位表达形式的示意性框图;
图6示出了本申请一个实施例中的微波雷达的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
应当理解的是,本发明能够以不同形式实施,而不应当解释为局限于这里提出的实施例。相反地,提供这些实施例将使公开彻底和完全,并且将本发明的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时,单数形式的“一”、“一个”和“所述/该”也意图包括复数形式,除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”,当在该说明书中使用时,确定所述特征、整数、步骤、操作、元件和/或部件的存在,但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时,术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本发明,将在下列的描述中提出详细的结构,以便阐释本发明提出的技术方案。本发明的可选实施例详细描述如下,然而除了这些详细描述外,本发明还可以具有其他实施方式。
DBSCAN算法是基于空间中点的密度不同来实现的。给定某空间里的一个点的集合,此算法能够把在密度范围内的点分成一组,并将低密度区域的点判定为外点。其中,密度范围指的是空间给定的区域范围,在雷达学科中表达为“波门”。比如,图1中目标点A点,取的判定范围为圆(也即该圆也即为波门),即只需要判定周围点到A点的距离是否小于给定圆的半径,则该点在A点的密度范围内,A点为初始点,B点和C点为扩充聚类判断到的点,D点为噪点。然而,对于不同的应用场合,不只考虑圆形、球形这种每个方向距离一致的波门。尤其是旋转雷达(包括但不限于旋转微波雷达),也需要考虑椭球波门、长方体波门等有特殊形状的波门,如图2所示。
微波雷达的波门判断:一般不会涉及到坐标系的转换,因为雷达波束方向是固定的。此时,以波束方向为波门的x轴方向即可。或者,汽车雷达的处理方式为,将目标点转换到汽车坐标系下,然后以汽车车头方向为波门的x轴方向。又或者,如果雷达具备测速功能,则以速度方向为波门的x轴方向。然而,由于旋转雷达每个光栅角度下目标的波束指向都是变化的,使用长方体波门与椭球波门,都需要根据从天线方向到目标的径向方向,做基变换处理,调整波门的方位,如果直接在当前坐标系下做判断,则无法把同一距离和同一俯仰角度bin下,连续几个光栅格的目标关联起来,如图3所示的错误的长方形波门,从而导致聚类结果不准确等。
因此,鉴于上述问题的存在,本申请实施例提供一种获取点云聚类波门的方法,所述方法应用于雷达,所述雷达设置于可移动平台,所述方法包括:获取第一目标的波门的波门形状,其中,所述波门形状包括以下形状中的一种:圆球形、椭球形、长方体形;获取雷达的方位维精度、俯仰角精度、距离维精度,其中,所述方位维精度、俯仰角精度和距离维精度中的至少两个精度不同;基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围,从而获得更加符合雷达特性的波门,以便实现更为精细的有效范围判断,用于聚类、航迹关联等场合,进而能够提供更精细的聚类结果或航迹关联结果等,提高算法的自适应性。
下面,参考图4和图5对本申请实施例中的获取点云聚类波门的方法。
图4示出了本申请一个实施例中的获取点云聚类波门的方法的示意性流程图;
图5示出了本发明一个实施例中的椭球波门的方位表达形式的示意性框图。
本申请的方法可以应用于雷达,例如旋转雷达、激光雷达等,其中旋转雷达例如为旋转微波雷达等,所述雷达设置于可移动平台,例如设置于可移动平台的本体,可移动平台包括但不限于飞行器、机器人、车辆或船等,其中,飞行器例如无人飞行器,车辆例如无人驾驶车辆。
作为示例,如图4所示,获取点云聚类波门的方法400包括以下步骤:
首先,在步骤S110中,获取第一目标的波门的波门形状。
所述波门形状包括以下形状中的一种:圆球形、椭球形、长方体形。上述波门形状仅作为示例,对于其他的波门形状也可以适用于本申请的方法。
可以基于本领域技术人员熟知的任何适合的方法获取第一目标的波门的波门形状,例如根据所述用户指令,确定第一目标的波门的波门形状。例如,基于人机交换界面显示的设置界面,通过该设置界面获取用户输入的选择指令,该选择指令用于指示预定使用的波门类型。
也可以是例如处理器根据移动速度、雷达灵敏度等自动选择的相适应的波门形状。在一个示例中,获取第一目标的波门的波门形状包括:根据当前可移动平台的移动速度,获取第一目标的波门的波门形状。通常可移动平台的移动速度越大,需要的波门的范围也就越大,例如当所述移动速度位于第一速度阈值范围内时,确定所述波门形状为圆球形;当所述移动速度位于第二速度阈值范围内时,确定所述波门形状为长方体形;当所述移动速度位于第三速度阈值范围内时,确定所述波门形状为椭球形,其中,所述第一速度阈值范围大于所述第二速度阈值范围,所述第二速度阈值范围大于所述第三速度阈值范围。该第一速度阈值范围、第二速度阈值范围、第三速度阈值范围可以根据实际需要合理设定,在此不做具体限定。
在本申请实施例中,获取第一目标的波门的波门形状,还可以包括:基于雷达的灵敏度,确定波门形状,例如,当所述灵敏度位于第一灵敏度阈值范围内时,确定所述波门形状为圆球形;当所述灵敏度位于第二灵敏度阈值范围内时,确定所述波门形状为长方体形;当所述灵敏度位于第三灵敏度阈值范围内时,确定所述波门形状为椭球形,其中,所述第一灵敏度阈值范围大于所述第二灵敏度阈值范围,所述第二灵敏度阈值范围大于所述第三灵敏度阈值范围。其中,第一灵敏度阈值范围、第二灵敏度阈值范围、第三灵敏度阈值范围可以是任意适合的预设值,对于灵敏度高的雷达,可以选择一个范围更大的波门例如圆球形波门,以根据灵敏度做出比较快的反应,而灵敏度低的话,可以选用椭球形波门等,以精细地衡量各个方向的权重,确定更精细的波门范围。
该获取波门的形状可以是在可移动平台要开始运动之前由用户设定好的,也可以是在可移动平台移动过程中,由其实时的获取移动速度、灵敏度等信息,并根据该些信息,实时的调整波门形状,以适应可移动平台的姿态变换、速度变换和方位变换等。
接着,在步骤S120中,获取雷达的方位维精度、俯仰角精度、距离维精度,其中,所述方位维精度、俯仰角精度和距离维精度中的至少两个精度不同。
以旋转微波雷达为例,其具有如下特性:1、雷达波束方向是由电机旋转位置决定,通过例如光栅角度传感器的角度传感器获取方位角,在不同时刻下覆盖360°;2、在距离维、俯仰维、方位维这3个维度上,精度是不一致的,也即所述方位维精度、俯仰角精度和距离维精度中的至少两个精度不同。
可以通过以下方法获取雷达的方位维精度、俯仰角精度、距离维精度。
例如,可以基于调制斜率、中频信号频率、带宽等确定距离维的分辨率(也即距离维精度),可以通过以下公式(1)表示:
其中,K为调制斜率,Δf为中频信号频率,B为带宽,带宽上限是固定的,因此距离维精度为固定值ε。
进一步,获取雷达的方位维精度,包括:根据所述第一目标和所述雷达之间的目标距离和方位维的测角精度,确定所述方位维精度。当通过光栅测角传感器测量角度时,所述方位维的测角精度可以包括光栅的步进角。
具体地,方位维的测角精度为光栅角步进角比如以有268个光栅格的雷达,2-3个光栅格出一组2维(2D)恒虚警检测(Constant False-Alarm Rate,简称CFAR)结果,则光栅角步进角对应两组2D CFAR结果在水平面上距离(也即方向维精度)其中d为目标距离。
在一个示例中,所述获取雷达的俯仰角精度,包括:根据所述第一目标和所述雷达之间的目标距离和俯仰维的测角精度,确定所述俯仰角精度。俯仰维的测角精度随角度越大,精度越差。取测角精度为Δθ,则目标在俯仰维上的距离变化量(也即俯仰角精度)为Δd=d*Δθ,其中d为目标距离。测角公式(2)如下:
其中lambda为波长,phi为回波的相位差,Δθ最大可达到2.7°。
综合旋转雷达的上述特性,可以根据光栅方位角、天线电扫描俯仰角,来设计波门的方向,也即波门的方位,如图2所示。
接着,在步骤S130中,基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围。
在一个示例中,基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围,包括:根据所述第一目标的位置信息,确定当前雷达的波束指向;根据所述当前雷达的波束指向,确定以所述第一目标为中心的波门的方位,所述波门的方位包括波门的三个主轴的轴向。其中,所述波门的三个主轴的轴向分别指向所述雷达波束矢量、第一目标方位维的切向矢量、第一目标俯仰维的切向矢量,如图5所示,以椭球型波门为例,第一目标例如当前待聚类点的坐标为P0=[x,y,z]T,目标俯仰维切向矢量c,雷达波束矢量可以取a=[x,y,z]T,目标方位维切向矢量b。对于旋转雷达,根据旋转雷达波束的指向,调整波门方位、形状,能够提供更精细的聚类结果。
在一个示例中,基于所述波门形状、所述距离维精度、所述方位维精度和所述俯仰角精度,确定以第一目标为中心的波门的波门范围,还包括:根据所述距离维精度、所述方位维精度和所述俯仰角精度,确定所述波门的三个主轴的长度参数;基于所述波门的三个主轴的长度参数,确定所述波门的范围。
在一个示例中,所述波门的三个主轴的轴向分别指向所述雷达波束矢量、第一目标方位维的切向矢量、第一目标俯仰维的切向矢量,根据所述距离维精度、所述方位维精度和所述俯仰角精度,确定所述波门的三个主轴的长度参数,包括:根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的长度参数;根据所述方位维精度,确定所述波门的三个主轴中的指向所述第一目标方位维的切向矢量的第二主轴的长度参数;根据所述俯仰角精度,确定所述波门的三个主轴中的指向所述第一目标俯仰维的切向矢量的第三主轴的长度参数。可选地,所述第一主轴的长度参数等于所述距离维精度,所述第二主轴的长度参数等于所述方位维精度,所述第三主轴的长度参数等于所述俯仰维精度。
当所述波门的波门形状为椭球形时,第一主轴的长度参数为第一主轴的半径,第二主轴的长度参数为第二主轴的半径,第三主轴的长度参数为第三主轴的半径。
当所述波门的波门形状为长方体形时,所述第一主轴的长度参数为沿所述第一主轴从所述第一目标到长方体的表面的长度;所述第二主轴的长度参数为沿所述第二主轴从所述第一目标到长方体的表面的长度;所述第三主轴的长度参数为沿所述第三主轴从所述第一目标到长方体的表面的长度,也即分别为长方体的长度的二分之一、宽度的二分之一、高度的二分之一。
其中,第一主轴的长度参数还可以根据可移动平台的移动参数合理调整,例如,根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的长度参数,包括:根据所述可移动平台的移动速度和所述距离维精度确定所述第一主轴的长度参数。其中,当所述可移动平台的移动速度为第一速度时,所述第一主轴的长度参数为根据所述距离维精度确定的第一长度参数;当所述可移动平台的移动速度为第二速度时,所述第一主轴的长度参数为根据所述距离维精度确定的第二长度参数,其中,所述第二速度大于所述第一速度,则所述第二长度参数大于所述第一长度参数。当移动速度较大时,可以调大第一主轴的长度参数,从而使其波门范围更大,以便适应可移动平台的速度。
根据移动速度确定第一主轴的长度参数的方法可以是任意的适合的方法,例如可以将可移动平台的移动速度作为权重,乘以距离维精度以获得第一主轴的长度参数,或者,又例如还可以将移动速度作为偏移量和距离维精度相加,以获得第一主轴的长度参数。
下文将分别以圆球形、椭球形、长方体形为例,对每种形状的波门的求解方法做描述。
以球形波门为例,如果采用球形波门,由于球形波门范围内,各个方向到球心的距离约束都是相等的,因此可以直接计算待判断目标(例如第二目标)到中心的距离,不需要做变换处理。当所述波门的波门形状为圆球形时,波门的三个主轴的长度参数也即为所述圆球形的半径的长度,所述半径的长度为所述方位维精度、所述俯仰角精度和所述距离维精度中的最大值,也即根据变化量最大的范围区球体半径,例如方位维精度俯仰维精度为d*Δθ,在一些雷达中,通常均大于Δθ。因此,只需要考虑方向维的距离精度即可,将其和距离维精度ε比较,取最大值r为球体半径,具体实现为以下公式(3):
进一步,以椭球形波门为例,如果考虑不同方向上的精度,使用更精细的波门选取有效目标,可以将球形玻门改进为在不同方向上距离不一致的椭球波门。如图2所示,椭球波门的轴向需要与当前的波束指向或者光栅指向方向一致,不能在每个位置都使用与飞机机头方向一致的波门形状。因此,需要根据当前的雷达波束指向,求解椭球波门的方位表达式,以确定椭球波门的范围,如图5所示。
椭球的三条主轴互相正交,为了使椭球的方位与波束扫向目标的方位相符,需要使椭圆的主轴分别指向雷达波束矢量、目标方位维的切向、目标俯仰维的切向,也即第一主轴指向雷达波束矢量、第二主轴指向目标方位维的切向、第三主轴指向目标俯仰维的切向,对应的矢量表达式求解过程如下:
由当前的待聚类点(也即第一目标)坐标[x,y,z]T,从雷达原点沿当前光栅角度射出的波束方向矢量可记为:由椭球的三根主轴相互正交的性质,可知沿目标方位维的切向矢量垂直于由和形成的平面aOz,其中为z轴方向的矢量,可记为因此:
当所述波门形状为椭球形时,基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围,包括:根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的半径;根据所述方位维精度,确定所述波门的三个主轴中的指向所述第一目标方位维的切向矢量的第二主轴的半径;根据所述俯仰角精度,确定所述波门的三个主轴中的指向所述第一目标俯仰维的切向矢量的第三主轴的半径;根据所述第一主轴的半径、所述第二主轴的半径、所述第三主轴的半径,获取所述椭球形的方程以确定所述波门的范围。例如,第一目标到原点的距离为在Oabc坐标系下,由距离维精度εa=ε、方位维精度俯仰维精度εC=Δd=d*Δθ,可以求得对应的椭球波门方程如公式(4):
在另一个示例中,一些特定场景中,存在电线、栅栏、墙等具备长方体几何性质的障碍物,因此使用长方体波门进行聚类,能够更精细地描述此类障碍物的几何形状。其中,根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的长度参数,所述第一主轴的长度参数为沿所述第一主轴从所述第一目标到长方体的表面的长度;根据所述方位维精度,确定所述波门的三个主轴中的指向所述第一目标方位维的切向矢量的第二主轴的半径,其中,所述第二主轴的长度参数为沿所述第二主轴从所述第一目标到长方体的表面的长度;根据所述俯仰角精度,确定所述波门的三个主轴中的指向所述第一目标俯仰维的切向矢量的第三主轴的半径,所述第三主轴的长度参数为沿所述第三主轴从所述第一目标到长方体的表面的长度;根据所述第一主轴的长度参数、所述第二主轴的长度参数、所述第三主轴的长度参数,获取所述长方体形波门的方程,以确定所述波门的范围。
长方体波门的方程表示如公式(5):
进一步,在确定各个波门形状的范围之后,本申请的方法还包括以下步骤S140和S150:在步骤S140中,获取所述第一目标在第一坐标系下的第一位置信息和第二目标在所述第一坐标系下的第二位置信息;根据所述第一位置信息、所述第二位置信息和所述波门的范围,确定所述第二目标是否位于所述波门的波门范围内。通过确定的波门范围,判断第二目标是否在第一目标的波门范围内,从而确定第二目标和第一目标是否可以聚类。
在一个示例中,根据所述第一位置信息、所述第二位置信息和所述波门的范围,确定所述第二目标是否位于所述波门的波门范围内,包括:将所述第二目标的所述第二位置信息转换为波门坐标系下的第三位置信息,其中,所述波门坐标系为以所述第一目标为原点,以所述波门的三个主轴的轴向分别为三个坐标轴所建立的直角坐标系,所述波门的三个主轴的轴向分别指向所述雷达波束矢量、第一目标方位维的切向矢量、第一目标俯仰维的切向矢量;根据所述第三位置信息确定所述第二目标是否位于所述波门的范围内。
可以通过任意适合的方法,将第二表面的第二位置信息转换为波门坐标系下的第三位置信息,例如,所述将所述第二目标的所述第二位置信息转换为波门坐标系下的第三位置信息,包括:根据所述第一位置信息获取从所述第一坐标系到所述波门坐标系的旋转矩阵;根据所述旋转矩阵、所述第一位置信息和所述第二位置信息,获取所述第三位置信息。其中,该第一坐标系可以是可移动平台坐标系Oxyz,例如可移动平台为飞机时,则其为机体坐标系OXYZ,原点位于飞机的重心,X轴与飞机纵轴一致,指向飞机前方,Y轴垂直于飞机对称面并指向右方,Z轴在飞机对称面内并且垂直于纵轴,指向下方或上方。波门坐标系为Oabc,可以通过本领域技术人员熟知的任意适合的方法获取该旋转矩阵,例如可以通过以前文中图5的椭球形为例计算旋转矩阵R的方法,获得旋转矩阵。
当波门形状为球形时,可以基于第二目标和第一目标之间的距离是否大于半径r,确定第二目标是否在第一目标的波门范围内,例如,当小于或等于r时,确定第二目标在第一目标的波门范围内(也即密度范围内),当大于r时,则确定第二目标未在第一目标的波门范围内,从而进一步判定两者是否可以聚类等。
当波门形状为椭球形时,根据所述第三位置信息确定所述第二目标是否位于所述波门的范围内,包括:将所述第三位置信息代入所述椭球形的方程求解方程获得求解结果,当所述求解结果小于或等于1时,确定所述第二目标位于所述椭球形的波门的波门范围内,当所述求解结果大于1时,确定所述第二目标位于所述椭球形的波门的范围之外。
例如,如图5所示,以安装有旋转雷达的飞机为例,根据当前待聚类的目标(也即第一目标)p0坐标[x0,y0,z0]T,以及待判断是否落入椭球波门的目标(也即第二目标)p1坐标[x1,y1,z1]T,判断步骤如下:首先,根据p0的坐标计算从机体坐标系Oxyz到雷达波门坐标系Oabc的旋转矩阵R;将目标p1坐标转换到雷达波门坐标系,以获得坐标P1’(也即第三位置信息),计算过程如以下公式(6):
p1’=R*(p1-p0)=[x1′,y1′,z1′]T 公式(6)
之后,将转换到雷达波门坐标系的坐标p1’代入到椭球波门方程,如果:
则p1在p0的椭球波门范围之内,如果大于1,则p1在p0的椭球波门范围之外。
在另一个示例中,当波门的形状为长方体形时,所述根据所述第三位置信息确定所述第二目标是否位于所述波门的范围内,包括:当所述第三位置信息中在第一坐标轴(例如X轴)上的第一坐标的绝对值小于或等于第一主轴的长度参数时,且当所述第三位置信息中在第二坐标轴(例如Y轴)上的第二坐标的绝对值小于或等于第二主轴的长度参数时,且当所述第三位置信息中在第三坐标轴(例如Z轴)上的第三坐标的绝对值小于或等于第三主轴的长度参数时,确定所述第二目标位于所述长方体形波门的范围内。
例如,当波门的形状为长方体形时,根据当前待聚类的目标p0坐标[x0,y0,z0]T,以及待判断是否落入长方体波门的目标p1坐标[x1,y1,z1]T,判断步骤与椭球波门大致相同:首先,根据p0的坐标计算从机体坐标系Oxyz到雷达波门坐标系Oabc的旋转矩阵R;接着,将目标p1坐标转换到雷达波门坐标系,以获得坐标P1’,计算过程如以下公式:
p1’=R*(p1-p0)=[x1′,y1′,z1′]T
则p1在p0的长方体波门范围之内,否则,则p1在p0的长方体波门范围之外。
至此完成了对本申请的获取点云聚类波门的方法的描述,值得一提的是,上述方法的步骤在不冲突的前提下步骤顺序可以调换,或者穿插进行。
综上所述,根据本申请实施例的获取电源聚类波门的方法,结合波门形状以及雷达的方位维精度、俯仰角精度、距离维精度,确定以第一目标为中心的波门的波门范围,从而获得更加符合雷达特性的波门,以便实现更为精细的有效范围判断,用于聚类、航迹关联等场合,进而能够提供更精细的聚类结果或航迹关联结果等,提高算法的自适应性。
下面,参考图6对本申请实施例中的雷达进行描述,其中,图6示出了本申请一个实施例中的微波雷达的示意性框图。雷达可以作为前文的获取点云聚类波门的方法执行主体,用于实现前文的方法。
本申请实施例中的雷达可以是任意类型的雷达,例如激光雷达、旋转雷达;旋转雷达还可以是旋转微波雷达。本实施例中,主要以旋转微波雷达为例,对于激光雷达的具体结构可以是本领域技术人员熟知的任意的结果,在此不对其进行限定。
如图6所示,微波雷达100包括:一个或多个处理器303,天线装置101、信号处理电路102和处理器103,其中,天线装置101用于发射微波信号以及接收反射信号,信号处理电路102与所述天线装置电连接,用于处理所述反射信号,并转换为数据信号,所述处理器103与所述信号处理电路102通讯连接,用于处理所述信号处理电路102发送的数据信号。信号处理电路102和处理器103之间可以通过有线或者无线方式的通信。
在一个示例中,天线装置发射的微波信号经目标反射后,又被天线装置的接收模块所接收,从而获取到待测目标的反射信号,也可以称之为点云。其中,所述天线装置101可以包括发射微波信号专用的阵列天线(例如发送天线)和接收反射信号专用的阵列天线(例如接收天线)。
信号处理电路102包括入射波推断单元AU。入射波推断单元AU通过公知的算法推断到入射波的波源即目标的距离、目标的相对速度以及目标的方位(也即角度),并生成表示推断结果的数据信号,也即信号处理电路与所述天线装置电连接,用于处理所述反射信号,并转换为数据信号,该数据信号包括反射目标点的位置信息等。
本发明实施例中的信号处理电路并不限定于单独的电路,也包括将多个电路的组合概括地理解为一个功能元件的形态。信号处理电路102也可以通过一个或多个片上系统(SoC)实现。例如,信号处理电路102的一部分或全部也可以为可编程逻辑设备(PLD)、即FPGA(Field-Programmable Gate Array:现场可编程门阵列)。在该情况下,信号处理电路102包含多个运算元件(例如,通用逻辑以及乘法器)以及多个存储元件(例如,查询表或存储模块)。或者,信号处理电路102也可以为通用处理器以及主存储装置的集合。信号处理电路102也可以为包含处理器内核和存储器的电路。这些能够作为信号处理电路102发挥功能。
应当注意,图6所示的微波雷达100的组件和结构只是示例性的,而非限制性的,根据需要,微波雷达100的组件也可以具有其他组件和结构。
例如,微波雷达100还包括旋转驱动装置(未示出),用于带动所述天线装置转动;可选地,所述旋转驱动装置包括用于带动天线装置转动的电机(未示出)以及用于感测所述天线装置转动角度的角度传感器(未示出)。可选地,所述微波雷达的角度传感器包括如下至少一种:光栅角度传感器,霍尔传感器。
微波雷达100还可以包括存储器(未示出),用于存储相关获取点云聚类波门的方法中产生的各种数据和可执行程序,例如用于存储雷达的系统程序、各种应用程序或实现各种具体功能的算法。可以包括一个或多个计算机程序产品,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
所述处理器103可以是中央处理单元(CPU)、图像处理单元(GPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制微波雷达100中的其它组件以执行期望的功能。所述处理器能够执行存储器中存储的所述指令,以执行本文描述的获取点云聚类波门的方法,其实现原理和技术效果类似,具体可参考前文的描述,此处不再赘述。例如,处理器103能够包括一个或多个嵌入式处理器、处理器核心、微型处理器、逻辑电路、硬件有限状态机(FSM)、数字信号处理器(DSP)或它们的组合。
另外,本申请实施例还提供了一种可移动平台,可移动平台包括可移动平台本体,雷达可以设置于所述可移动平台本体。在某些实施方式中,移动平台包括飞行器(例如无人飞行器)、机器人、车辆或船。当雷达应用于无人飞行器时,平台本体为无人飞行器的机身,其中,雷达可以设置于可移动平台本体,可以设置一个或多个雷达。当雷达应用于车辆时,平台本体为车辆的车身。该车辆可以是自动驾驶汽车或者半自动驾驶汽车,在此不做限制。当雷达应用于机器人时,平台本体为机器人。当雷达应用于船时,平台本体为船身。
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。当所述计算机程序由处理器执行时,可以实现本发明实施例的获取点云聚类波门的方法。例如,所述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。所述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。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器可以运行存储器存储的所述程序指令,以实现本文所述的本发明实施例中(由处理器实现)的功能以及/或者其它期望的功能,例如以执行根据本发明实施例的获取点云聚类波门的方法的相应步骤。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
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。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备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设备,或一些特征可以忽略,或不执行。
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。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (32)
1.一种获取点云聚类波门的方法,其特征在于,所述方法应用于雷达,所述雷达设置于可移动平台,所述方法包括:
获取第一目标的波门的波门形状,其中,所述波门形状包括以下形状中的一种:圆球形、椭球形、长方体形;
获取雷达的方位维精度、俯仰角精度、距离维精度,其中,所述方位维精度、俯仰角精度和距离维精度中的至少两个精度不同;
基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围。
2.如权利要求1所述的方法,其特征在于,所述获取雷达的方位维精度,包括:根据所述第一目标和所述雷达之间的目标距离和方位维的测角精度,确定所述方位维精度。
3.如权利要求2所述的方法,其特征在于,所述方位维的测角精度包括光栅的步进角。
4.如权利要求1所述的方法,其特征在于,所述获取雷达的俯仰角精度,包括:根据所述第一目标和所述雷达之间的目标距离和俯仰维的测角精度,确定所述俯仰角精度。
5.如权利要求1所述的方法,其特征在于,所述获取第一目标的波门的波门形状,包括:
根据当前可移动平台的移动速度,获取第一目标的波门的波门形状。
6.如权利要求5所述的方法,其特征在于,根据当前可移动平台的移动速度,获取第一目标的波门的波门形状,包括:
当所述移动速度位于第一速度阈值范围内时,确定所述波门形状为圆球形;
当所述移动速度位于第二速度阈值范围内时,确定所述波门形状为长方体形;
当所述移动速度位于第三速度阈值范围内时,确定所述波门形状为椭球形,其中,所述第一速度阈值范围大于所述第二速度阈值范围,所述第二速度阈值范围大于所述第三速度阈值范围。
7.如权利要求1所述的方法,其特征在于,所述获取第一目标的波门的波门形状,包括:
根据所述雷达的灵敏度,确定所述波门形状。
8.如权利要求7所述的方法,其特征在于,所述根据所述雷达的灵敏度,确定所述波门形状,包括:
当所述灵敏度位于第一灵敏度阈值范围内时,确定所述波门形状为圆球形;
当所述灵敏度位于第二灵敏度阈值范围内时,确定所述波门形状为长方体形;
当所述灵敏度位于第三灵敏度阈值范围内时,确定所述波门形状为椭球形,其中,所述第一灵敏度阈值范围大于所述第二灵敏度阈值范围,所述第二灵敏度阈值范围大于所述第三灵敏度阈值范围。
9.如权利要求1所述的方法,其特征在于,所述获取第一目标的波门的波门形状,包括:
根据所述用户指令,确定第一目标的波门的波门形状。
10.如权利要求1所述的方法,其特征在于,基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围,包括:
根据所述第一目标的位置信息,确定当前雷达的波束指向;
根据所述当前雷达的波束指向,确定以所述第一目标为中心的波门的方位,所述波门的方位包括波门的三个主轴的轴向。
11.如权利要求10所述的方法,其特征在于,所述波门的三个主轴的轴向分别指向所述雷达波束矢量、第一目标方位维的切向矢量、第一目标俯仰维的切向矢量。
12.如权利要求10所述的方法,其特征在于,基于所述波门形状、所述距离维精度、所述方位维精度和所述俯仰角精度,确定以第一目标为中心的波门的波门范围,还包括:
根据所述距离维精度、所述方位维精度和所述俯仰角精度,确定所述波门的三个主轴的长度参数;
基于所述波门的三个主轴的长度参数,确定所述波门的范围。
13.如权利要求12所述的方法,其特征在于,所述波门的三个主轴的轴向分别指向所述雷达波束矢量、第一目标方位维的切向矢量、第一目标俯仰维的切向矢量,根据所述距离维精度、所述方位维精度和所述俯仰角精度,确定所述波门的三个主轴的长度参数,包括:
根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的长度参数;
根据所述方位维精度,确定所述波门的三个主轴中的指向所述第一目标方位维的切向矢量的第二主轴的长度参数;
根据所述俯仰角精度,确定所述波门的三个主轴中的指向所述第一目标俯仰维的切向矢量的第三主轴的长度参数。
14.如权利要求13所述的方法,其特征在于,根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的长度参数,包括:
根据所述可移动平台的移动速度和所述距离维精度确定所述第一主轴的长度参数。
15.如权利要求14所述的方法,其特征在于,当所述可移动平台的移动速度为第一速度时,所述第一主轴的长度参数为根据所述距离维精度确定的第一长度参数;
当所述可移动平台的移动速度为第二速度时,所述第一主轴的长度参数为根据所述距离维精度确定的第二长度参数,其中,所述第二速度大于所述第一速度,则所述第二长度参数大于所述第一长度参数。
16.如权利要求13所述的方法,其特征在于,所述第一主轴的长度参数等于所述距离维精度,所述第二主轴的长度参数等于所述方位维精度,所述第三主轴的长度参数等于所述俯仰维精度。
17.如权利要求12所述的方法,其特征在于,当所述波门的波门形状为圆球形时,波门的三个主轴的长度参数为所述圆球形的半径的长度,所述半径的长度为所述方位维精度、所述俯仰角精度和所述距离维精度中的最大值。
18.如权利要求13所述的方法,其特征在于,当所述波门的波门形状为椭球形时,第一主轴的长度参数为第一主轴的半径,第二主轴的长度参数为第二主轴的半径,第三主轴的长度参数为第三主轴的半径。
19.如权利要求12所述的方法,其特征在于,当所述波门的波门形状为长方体形时,
所述第一主轴的长度参数为沿所述第一主轴从所述第一目标到长方体的表面的长度;
所述第二主轴的长度参数为沿所述第二主轴从所述第一目标到长方体的表面的长度;
所述第三主轴的长度参数为沿所述第三主轴从所述第一目标到长方体的表面的长度。
20.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述第一目标在第一坐标系下的第一位置信息和第二目标在所述第一坐标系下的第二位置信息;
根据所述第一位置信息、所述第二位置信息和所述波门的范围,确定所述第二目标是否位于所述波门的波门范围内。
21.如权利要求20所述的方法,其特征在于,根据所述第一位置信息、所述第二位置信息和所述波门的范围,确定所述第二目标是否位于所述波门的波门范围内,包括:
将所述第二目标的所述第二位置信息转换为波门坐标系下的第三位置信息,其中,所述波门坐标系为以所述第一目标为原点,以所述波门的三个主轴的轴向分别为三个坐标轴所建立的直角坐标系,所述波门的三个主轴的轴向分别指向所述雷达波束矢量、第一目标方位维的切向矢量、第一目标俯仰维的切向矢量;
根据所述第三位置信息确定所述第二目标是否位于所述波门的范围内。
22.如权利要求21所述的方法,其特征在于,所述将所述第二目标的所述第二位置信息转换为波门坐标系下的第三位置信息,包括:
根据所述第一位置信息获取从所述第一坐标系到所述波门坐标系的旋转矩阵;
根据所述旋转矩阵、所述第一位置信息和所述第二位置信息,获取所述第三位置信息。
23.如权利要求21所述的方法,其特征在于,当所述波门形状为椭球形时,基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围,包括:
根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的半径;
根据所述方位维精度,确定所述波门的三个主轴中的指向所述第一目标方位维的切向矢量的第二主轴的半径;
根据所述俯仰角精度,确定所述波门的三个主轴中的指向所述第一目标俯仰维的切向矢量的第三主轴的半径;
根据所述第一主轴的半径、所述第二主轴的半径、所述第三主轴的半径,获取所述椭球形的方程,以确定所述波门的范围。
24.如权利要求23所述的方法,其特征在于,所述根据所述第三位置信息确定所述第二目标是否位于所述波门的范围内,包括:
将所述第三位置信息代入所述椭球形的方程求解方程获得求解结果,当所述求解结果小于或等于1时,确定所述第二目标位于所述椭球形的波门的波门范围内,当所述求解结果大于1时,确定所述第二目标位于所述椭球形的波门的范围之外。
25.如权利要求21所述的方法,其特征在于,当所述波门形状为长方体形时,基于所述波门形状、所述方位维精度、所述俯仰角精度和所述距离维精度,确定以第一目标为中心的波门的波门范围,包括:
根据所述距离维精度,确定所述波门的三个主轴中的指向所述雷达波束矢量的第一主轴的长度参数,所述第一主轴的长度参数为沿所述第一主轴从所述第一目标到长方体的表面的长度;
根据所述方位维精度,确定所述波门的三个主轴中的指向所述第一目标方位维的切向矢量的第二主轴的半径,其中,所述第二主轴的长度参数为沿所述第二主轴从所述第一目标到长方体的表面的长度;
根据所述俯仰角精度,确定所述波门的三个主轴中的指向所述第一目标俯仰维的切向矢量的第三主轴的半径,所述第三主轴的长度参数为沿所述第三主轴从所述第一目标到长方体的表面的长度;
根据所述第一主轴的长度参数、所述第二主轴的长度参数、所述第三主轴的长度参数,获取所述长方体形波门的方程,以确定所述波门的范围。
26.如权利要求25所述的方法,其特征在于,所述根据所述第三位置信息确定所述第二目标是否位于所述波门的范围内,包括:
当所述第三位置信息中在第一坐标轴上的第一坐标的绝对值小于或等于第一主轴的长度参数时,且
当所述第三位置信息中在第二坐标轴上的第二坐标的绝对值小于或等于第二主轴的长度参数时,且
当所述第三位置信息中在第三坐标轴上的第三坐标的绝对值小于或等于第三主轴的长度参数时,确定所述第二目标位于所述长方体形波门的范围内。
27.一种雷达,其特征在于,所述雷达包括:
一个或多个处理器,单独地或共同地工作,所述处理器用于实现权利要求1至26中任一项所述的方法。
28.如权利要求27所述的雷达,其特征在于,所述雷达包括激光雷达或微波雷达。
29.如权利要求27所述的雷达,其特征在于,当所述雷达为微波雷达时,所述雷达还包括:
天线装置,用于发射微波信号以及接收反射信号;以及
信号处理电路,与所述天线装置电连接,用于处理所述反射信号,并转换为数据信号,
其中,所述处理器与所述信号处理电路通讯连接,用于处理所述信号处理电路发送的数据信号。
30.一种可移动平台,其特征在于,包括:
可移动平台本体;
如权利要求27-29任一项所述的雷达,所述雷达设置于所述可移动平台本体。
31.如权利要求30所述的可移动平台,其特征在于,所述可移动平台包括飞行器、机器人、车辆或船。
32.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现1至26任一项所述的获取点云聚类波门的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/140822 WO2022141048A1 (zh) | 2020-12-29 | 2020-12-29 | 获取点云聚类波门的方法、雷达、可移动平台和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114631035A true CN114631035A (zh) | 2022-06-14 |
Family
ID=81897575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080070979.3A Pending CN114631035A (zh) | 2020-12-29 | 2020-12-29 | 获取点云聚类波门的方法、雷达、可移动平台和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114631035A (zh) |
WO (1) | WO2022141048A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115453521B (zh) * | 2022-09-05 | 2024-05-24 | 西安电子工程研究所 | 一种二维相扫雷达地形探测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7750840B2 (en) * | 2007-12-04 | 2010-07-06 | Raytheon Company | Method and apparatus for assessing contact clusters |
CN108513644A (zh) * | 2017-12-18 | 2018-09-07 | 深圳市大疆创新科技有限公司 | 无人机避障方法及无人机 |
CN111044986B (zh) * | 2019-12-25 | 2022-05-10 | 成都纳雷科技有限公司 | 一种用于雷达目标检测的密度聚类方法及装置 |
CN111239728B (zh) * | 2020-02-26 | 2021-06-15 | 深圳雷研技术有限公司 | 一种基于毫米波雷达的乘客计数方法及系统 |
-
2020
- 2020-12-29 CN CN202080070979.3A patent/CN114631035A/zh active Pending
- 2020-12-29 WO PCT/CN2020/140822 patent/WO2022141048A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022141048A1 (zh) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112513679B (zh) | 一种目标识别的方法和装置 | |
CN113748357A (zh) | 激光雷达的姿态校正方法、装置和系统 | |
CN112305521B (zh) | 双激光雷达相对位置标定方法、装置、设备和存储介质 | |
US20190187275A1 (en) | Millimeter-Wave Airborne Radar for 3-Dimensional Imaging of Moving and Stationary Targets | |
CN115144825A (zh) | 一种车载雷达的外参标定方法与装置 | |
CN113569958B (zh) | 激光点云数据聚类方法、装置、设备及介质 | |
CN114296056A (zh) | 一种激光雷达外参标定方法、装置、设备及存储介质 | |
CN114631035A (zh) | 获取点云聚类波门的方法、雷达、可移动平台和存储介质 | |
CN115081195A (zh) | 一种激光雷达仿真的方法、装置、电子设备及存储介质 | |
CN112136018A (zh) | 测距装置点云滤噪的方法、测距装置和移动平台 | |
EP4141483A1 (en) | Target detection method and apparatus | |
CN108427111B (zh) | 一种雷达测距方法及装置 | |
CN113591890A (zh) | 一种聚类的方法和装置 | |
CN114862961B (zh) | 标定板的位置检测方法、装置、电子设备及可读存储介质 | |
CN116087921A (zh) | 探测性能测试方法、装置、计算设备及存储介质 | |
WO2022160879A1 (zh) | 一种转换参数的确定方法和装置 | |
CN112230194B (zh) | 一种基于平移阵列的解模糊方法、设备及存储介质 | |
WO2022007465A1 (zh) | 一种确定协方差的方法及相关装置 | |
WO2021212297A1 (en) | Systems and methods for distance measurement | |
CN112415500B (zh) | 目标物位置检测方法及相关装置 | |
CN112154351A (zh) | 地形检测方法、可移动平台、控制设备、系统及存储介质 | |
CN113591891A (zh) | 一种聚类的方法和装置 | |
CN113759363B (zh) | 目标定位方法、装置、监控系统和存储介质 | |
US11243306B2 (en) | Method and apparatus for estimating position of missile | |
WO2022126559A1 (zh) | 目标检测方法、装置、平台及计算机可读存储介质 |
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 |