CN116008938A - 基于雷达的目标检测方法、装置、设备以及介质 - Google Patents

Abstract

本发明公开了一种基于雷达的目标检测方法、装置、设备以及介质,该方法包括：确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值；将至少两组候选点云数据进行点云数据合并得到更加密集的目标点云数据。本技术方案，根据雷达能够全天候全天时运行、稳定性强的特点，及内河船舶运行缓慢的特点，改进算法，通过雷达累计多次对待检测目标进行扫描生成密集的目标点云数据，解决了雷达在检测船舶生成的点云数据稀疏的问题，依据更加密集的目标点云数据可以更加准确识别待检测目标，并使目标尺寸的测量成为可能，对检测目标的监管更加智能化和精细化。

Description

基于雷达的目标检测方法、装置、设备以及介质

技术领域

本发明涉及雷达检测技术领域，尤其涉及一种基于毫米波雷达的目标检测方法、装置、设备以及介质。

背景技术

随着技术发展和目标监管对智能化、自动化和精细化的要求，越来越多的技术开始应用在目标检测当中，包括摄像头、激光雷达甚至热成像等。

但是，采用摄像头、激光雷达甚至热成像等技术进行目标检测时会具有一定局限性，会在目标检测时造成检测准确性以及可靠性问题，甚至成本高的问题；比如摄像头容易受光线、空气中雾霾和镜头积灰等环境因素的影响；激光雷达工作在接近可见光的红外波段，同样容易受空气中雾霾和镜头积灰影响，且大部分高线束激光雷达是机械扫描方式，因而存在机械可靠性问题；热成像传感器对热源敏感容易受阳光照射下其他热源的干扰且成本较高。因此，如何提高目标检测的可靠性变得尤为重要。

发明内容

本发明提供了一种基于雷达的目标检测方法、装置、设备以及介质，以解决雷达进行目标检测时可靠性低的问题。

根据本发明的一方面，提供了一种基于雷达的目标检测方法，该方法包括：

确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值；

将至少两组候选点云数据进行点云数据合并得到目标点云数据；

依据所述目标点云数据对所述待检测目标进行检测识别。

根据本发明的另一方面，提供了一种基于雷达的目标检测装置，该装置包括：

点云数据获取模块，用于确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值；

点云数据合并模块，用于将至少两组候选点云数据进行点云数据合并得到目标点云数据；

检测识别模块，用于依据所述目标点云数据对所述待检测目标进行检测识别。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的基于雷达的目标检测方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于雷达的目标检测方法。

本发明实施例的技术方案，通过雷达每间隔一定的预设时间，对待检测目标连续执行至少两次扫描操作得到至少两组候选点云数据，将至少两组候选点云数据进行点云数据合并操作，得到相比单次扫描更密集的目标点云数据，依据密集的目标点云数据对待检测目标进行检测识别以及尺寸测量。本技术方案，根据毫米波雷达传感器能够全天候全天时运行、可靠性强且稳定性强的特点，及内河船舶处于5-15km/h的低速运行状态，改进算法，通过毫米波雷达累计多次对待检测目标进行扫描生成更加密集的目标点云数据，解决了毫米波雷达在船舶或车辆探测场景上的点云数据稀疏的问题，提高了检测待检测目标的准确度，也使得对待检测目标的尺寸测量成为可能，对待检测目标的监管也更加智能化和精细化。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

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的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种基于雷达的目标检测方法的流程图；

图2a是根据本发明实施例提供的雷达传感器对少数船舶一次扫描生成的候选点云数据成像示意图；

图2b是根据本发明实施例提供的雷达传感器对少数船舶执行至少两次扫描生成的候选点云数据成像示意图；

图3a是根据本发明实施例提供的雷达传感器对多数船舶一次扫描生成的候选点云数据成像示意图；

图3b是根据本发明实施例提供的雷达传感器对多数船舶执行至少两次扫描生成的候选点云数据成像示意图；

图4是根据本发明实施例二提供的一种基于雷达的目标检测方法的流程图；

图5是根据本发明实施例提供的雷达传感器对船舶顶部执行至少两次扫描生成的候选点云数据成像示意图；

图6是根据本发明实施例三提供的一种基于雷达的目标检测装置的结构示意图；

图7是实现本发明实施例的基于雷达的目标检测方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明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，以便这里描述的本发明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、系统、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。

实施例一

图1为本发明实施例一提供了一种基于雷达的目标检测方法的流程图，本实施例可适用于检测水面船舶和路口车辆所在位置和轮廓等信息的情况，该方法可以由基于雷达的目标检测装置来执行，该基于雷达的目标检测装置可以采用硬件和/或软件的形式实现，该基于雷达的目标检测装置可配置于任何具有网络通信功能的电子设备中。如图1所示，该方法包括：

S110、确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值。

其中，雷达可以是以发射电磁波的形式获取待检测目标候选点云数据的装置，且雷达可以是毫米波雷达，下文出现雷达可以理解为毫米波雷达。候选点云数据可以是毫米波雷达单次扫描待检测目标后映射在立体坐标系的点状标记。预设值可以是毫米波雷达每扫描一次待检测目标的间隔时间，预设值可以设定为数十毫秒。

作为一种可选的但不限定的实现方式，确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，可包括步骤A1-A2：

步骤A1、控制雷达每间隔预设时长对移动的待检测目标执行一次扫描操作。

具体的，可以通过红外传感或者无线通信等控制设备控制毫米微波雷达，使其每间隔预设时长对移动的待检测目标执行一次扫描操作。

示例性的，通过红外传感或无线通信等遥控设备控制毫米波雷达扫描方向，每隔数十毫秒对内河船舶扫描一次，也可以每隔数十毫秒对路口行驶缓慢的车辆执行一次扫描。

步骤A2、获取采用雷达对所述待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据。

具体的，毫米波雷达对待检测目标执行扫描操作时会生成候选点云数据，毫米波雷达对待检测目标连续执行至少两次扫描操作，则可以得到至少两组候选点云数据。

示例性的，毫米波雷达每隔数十毫秒对行驶速度只有5-15km/h的内河船舶扫描一次，并生成本次毫米波雷达扫描的候选点云数据，每次生成的候选点云数据相互独立，也可以采用毫米波雷达每隔数十毫秒对路口的车辆进行扫描，并生成本次毫米波雷达扫描的候选点云数据，每次生成的候选点云数据相互独立。

作为一种可选的但不限定的实现方式，控制雷达每间隔预设时长对移动的待检测目标执行一次扫描操作，可以包括步骤A11-A13：

步骤A11、确定通过雷达检测的所述待检测目标与雷达的相对速度。

具体的，毫米波雷达向待检测目标发射电磁波，并记录当下毫米波雷达发射电磁波的频率，毫米波雷达接收的回波并记录回波的频率，根据发射电磁频率和回波的频率之差确定毫米波雷达与待检测目标的相对速度。

示例性的，毫米波雷达可以通过雷达接收的回波与发射波之间的频率差，并利用多普勒效应原理获取雷达与船舶的相对速度，雷达也可以向路口行驶缓慢的车辆发射电磁波，并接收回波，根据发射电磁波与回波之间的频率差，采用多普勒效应原理获取雷达与车辆的相对速度。

步骤A12、依据所述相对速度确定通过雷达对待检测目标进行扫描所要采用的预设时长，所述相对速度越大，对应所述预设时长越小。

具体的，根据毫米波雷达和待检测目标的相对速度确定通过毫米波雷达对待检测目标进行扫描时所要采用的预设时长，当相对速度越大，为了毫米波雷达检测待检测目标时不发生漏检，所以采用较小的预设时长，预设时长可以设置为数十毫秒，提高对待检测目标的扫描频率。

步骤A13、控制雷达每间隔预设时长对待检测目标执行一次扫描操作。

具体的，根据上述步骤确定的毫米波雷达扫描待检测目标的预设时长，控制毫米波雷达每间隔相应的预设时长对待检测目标执行一次扫描。

作为一种可选的但不限定的实现方式，在控制雷达每间隔预设时长对待检测目标执行一次扫描操作之后，还包括步骤A3-A4：

步骤A3、确定已连续执行至少一次扫描操作得到的候选点云数据累计量；

具体的，毫米波雷达对待检测目标每执行一次扫描操作即可得到与本次扫描对应的候选点云数据，需要累计计算每次毫米波雷达对待检测目标扫描所生成的候选点云数据，得到候选点云数据累计量。

步骤A4、若检测到候选点云数据累计量大于预设累积量阈值，则停止通过雷达对待检测目标执行扫描操作。

具体的，根据步骤A3获取候选点云数据累计量，判断毫米波雷达检测候选点云数据累积量与预设累积量阈值之间的关系，当候选点云数据累计量大于预设累计量阈值时，毫米波雷达将停止对待检测目标执行扫描操作。

S120、将至少两组候选点云数据进行点云数据合并得到目标点云数据。

具体的，毫米波雷达对待检测目标扫描并生成候选点云数据，将毫米波雷达至少两次对待检测目标进行扫描生成的至少两组候选点云数据进行点云数据的合并，形成相比单次扫描更加密集的目标点云数据，密集的目标点云数据可以更加接近船舶和车辆的实际尺寸。

示例性的，如图2a所示，毫米波雷达对两艘船舶单次扫描，生成两艘船舶的候选点云数据，候选点云数据在立体坐标系内分布稀疏，智能算法不能准确的分割不同船舶的候选点云数据，但是，如图2b所示，合并毫米波雷达500毫秒内对船舶扫描10次生成的候选点云数据，并生成目标点云数据，目标点云数据在立体坐标系内分布密集，智能算法能够准确的分割不同船舶。如图3a和3b所示，当待检测的船舶由两艘增加到四艘时，密集的候选点云数据相对于稀疏的候选点云数据，智能算法更容易从密集的候选点云数据中分割并识别船舶。

S130、依据所述目标点云数据对所述待检测目标进行检测识别。

作为一种可选的但不限定的实现方式，依据所述目标点云数据对所述待检测目标进行检测识别，可以包括步骤B1-B2：

步骤B1、依据所述候选点云数据或目标点云数据中确定所述待检测目标最高处距离第一预设标志物的高度差；

具体的，依据待检测目标的候选点云数据或目标点云数据，也可以依据待检测目标的坐标，并已知毫米波雷达安装在第一预设标志物位置的信息，根据距离计算公式计算待检测目标最高处距离第一预设标志物的高度差。

示例性的，依据待检测目标的候选点云数据或目标点云数据，也可以依据待检测目标的坐标，并已知毫米波雷达安装在桥梁的具体位置等信息，根据距离计算公式计算船舶最高处距离桥梁的高度差或者计算车辆最高处距离高架桥的高度差。

步骤B2、依据所述待检测目标最高处距离第一预设标志物的高度差，确定所述待检测目标从所述第一预设标志物下方移动通过时是否将要与所述第一预设标志物产生碰擦。

具体的，获取待检测目标最高处距离第一预设标志物的高度差，确定待检测目标的最高处从第一预设标志物所在建筑下方移动通过时，待检测目标最高处是否将与第一预设标志物产生碰擦。

可选的，依据连续执行至少两次扫描操作得到所述候选点云数据，确定所述待检测目标的移动轨迹。

具体的，毫米波雷达至少两次扫描待检测目标，至少获取两组候选点云数据，根据候选点云数据确定待检测目标的移动轨迹。

可选的，依据所述待检测目标的移动轨迹与第二预设标志物的位置，预测所述待检测目标是否将要与第二预设标志物产生碰擦。

具体的，依据待检测目标的移动轨迹和第二预设标志物的位置，可以判断待检测目标是否将和第二预设标志物产生碰擦。

示例性的，获取待检测船舶最高处距离桥梁的高度差，确定待检测船舶的最高处从桥梁下方通过时，待检测船舶的最高处是否将与桥梁发生碰擦；并且通过获取待检测船舶的水平坐标和移动轨迹，已知毫米波雷达在桥墩上的具体位置，可以确定待检测船舶是否与毫米波雷达所在的桥墩发生碰擦，如果检测到待检测船舶与桥梁等建筑可能会产生碰擦，可以通过告警显示屏或者高音喇叭等方式提醒船舶。

示例性的，该方法应用在车辆检测时，需要获取待检测车辆最高处距离高架桥的高度差，确定待检测车辆的最高处从桥下通过时，待检测车辆的最高处是否与桥发生碰擦；通过获取待检测车辆的水平坐标和移动轨迹，已知毫米波雷达在建筑物上的具体位置，可以确定待检测车辆是否与安装毫米波雷达的建筑发生碰擦，如果检测到待检测车辆与毫米波雷达所在建筑会发生碰擦，可以通过告警显示屏或者高音喇叭等方式提醒车辆。

在本申请实施例中，通过毫米波雷达每间隔一定的预设时间，对待检测目标连续执行至少两次扫描操作得到至少两组候选点云数据，将至少两组候选点云数据进行点云数据合并操作，得到相比单次扫描更密集的目标点云数据，依据密集的目标点云数据对待检测目标进行检测识别以及尺寸测量。本技术方案，根据毫米波雷达传感器能够全天候全天时运行、可靠性强且稳定性强的特点，及内河船舶处于5-15km/h的低速运行状态，改进算法，通过毫米波雷达累计多次对待检测目标进行扫描生成更加密集的目标点云数据，解决了毫米波雷达在船舶或车辆探测场景上的点云数据稀疏的问题，通过毫米波雷达生成的目标点云数据可以检测船舶尺寸，提高了检测待检测目标的准确度，使得对待检测目标的监管更加智能化和精细化。

实施例二

图4为本发明实施例二提供的一种基于雷达的目标检测方法的流程图，本实施例详细说明了雷达识别待检测目标的轮廓信息。如图4所示，该方法包括：

S210、确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值。

具体的，毫米波雷达每间隔预设时长对该检测目标执行一次扫描，毫米波雷达至少对待检测目标执行两次扫描，并且至少获取两组候选点云数据。

S220、将至少两组候选点云数据进行点云数据合并得到目标点云数据。

具体的，毫米波雷达对待检测目标扫描并生成候选点云数据，将毫米波雷达至少两次对待检测目标进行扫描生成的至少两组候选点云数据进行合并，形成相比单次扫描更加密集的目标点云数据。

S230、确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量。

作为一种可选的但不限定的实现方式，确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量，可以包括步骤C1-C2：

步骤C1、确定通过雷达检测的所述待检测目标与雷达的相对速度，所述相对速度基于雷达的回波与雷达的发射波之间的频率差采用多普勒效应原理计算所得；

具体的，毫米波雷达向待检测目标发射电磁波，并获取待检测目标返回的回波，根据毫米波雷达的发射波和回波之间的频率差，采用多普勒效应计算得到待检测目标与毫米波雷达的相对速度。

步骤C2、依据所述相对速度确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量。

具体的，毫米波雷达每隔数十毫秒对待检测目标扫描一次，能够获取毫米波雷达至少两次扫描待检测目标的总时间，可以用扫描待检测目标的次数与扫描待检测目标的时间间隔的乘积表示扫描待检测目标的总时间，并根据速度公式，用待检测目标的相对速度和扫描待检测目标的总时间，确定待检测目标在毫米波雷达持续至少两次扫描后的移动位移量。

S240、依据所述移动位移量对所述目标点云数据中参考点云数据进行剔除，以更新目标点云数据；其中，所述参考点云数据为所述目标点云数据中待检测目标的移动方向上位于两端的点云数据，且所述参考点云数据在沿待检测目标的移动方向的长度之和与移动位移量对应的长度相同。

具体的，待检测目标在移动方向上产生了一定移动位移量的移动，在目标点云数据中处于移动方向一端的参考点云数据被保留，处于目标点云数据的待检测目标移动反方向的参考点云数据被剔除，以此达到目标点云数据更新的目的，其中参考点云数据与移动位移量相等。

示例性的，如图5所示，由毫米微波雷达持续多次扫描船舶并进行合并操作获取密集的目标点云数据，当船舶在位移方向上产生一定的移动位移量时，需要剔除目标点云数据中与船舶移动方向相反的参考点云数据，获取新的目标点云数据并计算相应船舶的轮廓信息；在检测路口车辆时，由毫米波雷达持续多次扫描车辆并进行合并操作获取密集的目标点云数据，当车辆在移动方向上产生一定的位移量时，需要剔除目标点云数据中与车辆移动方向相反的参考点云数据，获取新的目标点云数据并计算相应车辆的轮廓信息。

S250、依据所述目标点云数据检测识别所述待检测目标的轮廓尺寸信息。

具体的，根据密集的更接近待检测目标实际尺寸的目标点云数据，可以分割待检测目标的目标点云数据，根据长宽尺寸和坐标系的比例计算待检测目标的轮廓尺寸信息。

S260、依据所述移动位移量对所述待检测目标的轮廓尺寸信息中的长度进行缩减调整。

具体的，计算待检测目标轮廓尺寸信息依据的是目标点云数据，当待检测目标在移动方向上产生一定的移动位移量时，目标点云数据需要剔除待检测目标移动反方向的与移动位移量相同的参考点云数据，获取更新的目标点云数据，智能算法根据更新的目标点云数据重新计算待检测目标的轮廓尺寸信息，故重新计算的待检测目标的轮廓信息为上一次待检测目标的轮廓信息与移动位移量的差。

在本申请实施例中，通过毫米波雷达每间隔一定的预设时间，对待检测目标连续执行至少两次扫描操作得到至少两组候选点云数据，将至少两组候选点云数据进行点云数据合并操作，得到相比单次扫描更密集的目标点云数据，依据密集的目标点云数据对待检测目标进行轮廓信息等检测。本技术方案，根据毫米波雷达发射的毫米波性质、并根据毫米波雷达传感器能够全天候全天时运行、可靠性和稳定性强的特点，及内河船舶处于5-15km/h的低速运行状态，改进算法，通过毫米波雷达累计多次对待检测目标进行扫描生成更加密集的目标点云数据，解决了毫米波雷达在船舶或车辆探测场景上的点云数据稀疏的问题，通过雷达可以检测船舶尺寸，提高了检测待检测目标的准确度。

实施例三

图6为本发明实施例三提供的一种基于雷达的目标检测装置的结构示意图。如图6所示，该装置包括：

点云数据获取模块310，用于确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值；

点云数据合并模块320，用于将至少两组候选点云数据进行点云数据合并得到目标点云数据；

检测识别模块330，用于依据所述目标点云数据对所述待检测目标的进行检测识别。

在本申请实施例中，点云数据获取模块310包括：

待检测目标扫描单元，用于控制雷达每间隔预设时长对移动的待检测目标执行一次扫描操作；

点云数据获取单元，用于获取采用毫米波雷达对所述待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据。

在本申请实施例中，待检测目标扫描单元具体用于：

确定通过雷达检测的所述待检测目标与雷达的相对速度；

依据所述相对速度确定通过雷达对待检测目标进行扫描所要采用的预设时长，所述相对速度越大，对应所述预设时长越小；

控制雷达每间隔预设时长对待检测目标执行一次扫描操作；

确定已连续执行至少一次扫描操作得到的候选点云数据累计量；

若检测到候选点云数据累计量大于预设累积量阈值，则停止通过雷达对待检测目标执行扫描操作。

在本申请实施例中，检测识别模块330包括：

移动位移量确定单元，用于确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量；

点云数据更新单元，用于依据所述移动位移量对所述目标点云数据中参考点云数据进行剔除，以更新目标点云数据；其中，所述参考点云数据为所述目标点云数据中待检测目标的移动方向上位于两端的点云数据，且所述参考点云数据在沿待检测目标的移动方向的长度之和与移动位移量对应的长度相同；

轮廓尺寸检测单元，用于依据所述目标点云数据检测识别所述待检测目标的轮廓尺寸信息；

位移量确定单元，用于确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量；

轮廓尺寸调整单元，用于依据所述移动位移量对所述待检测目标的轮廓尺寸信息中的长度进行缩减调整。

在本申请实施例中，位移量确定单元具体用于：

确定通过雷达检测的所述待检测目标与雷达的相对速度，所述相对速度基于雷达的回波与雷达的发射波之间的频率差采用多普勒效应原理计算所得；

依据所述相对速度确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量。

在本申请实施例中，所述装置还包括：

高度差确定模块，用于依据所述候选点云数据或目标点云数据中确定所述待检测目标最高处距离第一预设标志物的高度差；

标志物碰擦判断模块，用于依据所述待检测目标最高处距离第一预设标志物的高度差，确定所述待检测目标从所述第一预设标志物下方移动通过时是否将要与所述第一预设标志物产生碰擦；

移动轨迹确定模块，用于依据连续执行至少两次扫描操作得到所述候选点云数据，确定所述待检测目标的移动轨迹；

标志物碰擦预测模块，用于依据所述待检测目标的移动轨迹与第二预设标志物的位置，预测所述待检测目标是否将要与第二预设标志物产生碰擦。

本发明实施例中所提供的基于雷达的目标检测装置可执行上述本发明任意实施例中所提供的基于雷达的目标检测方法，具备执行该基于雷达的目标检测方法相应的功能和有益效果，详细过程参见前述实施例中基于雷达的目标检测方法的相关操作。

实施例四

图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如基于毫米波雷达的目标检测方法。

在一些实施例中，基于雷达的目标检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的基于雷达的目标检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于雷达的目标检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(AS I C)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种基于雷达的目标检测方法，其特征在于，所述方法包括：

确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值；

将至少两组候选点云数据进行点云数据合并得到目标点云数据；

依据所述目标点云数据对所述待检测目标进行检测识别。

2.根据权利要求1所述的方法，其特征在于，确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，包括：

控制雷达每间隔预设时长对移动的待检测目标执行一次扫描操作；

获取采用雷达对所述待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据。

3.根据权利要求2所述的方法，其特征在于，控制雷达每间隔预设时长对待检测目标执行一次扫描操作，包括：

确定通过雷达检测的所述待检测目标与雷达的相对速度；

依据所述相对速度确定通过雷达对待检测目标进行扫描所要采用的预设时长，所述相对速度越大，对应所述预设时长越小；

控制雷达每间隔预设时长对待检测目标执行一次扫描操作。

4.根据权利要求2所述的方法，其特征在于，在控制雷达每间隔预设时长对待检测目标执行一次扫描操作之后，还包括：

确定已连续执行至少一次扫描操作得到的候选点云数据累计量；

若检测到候选点云数据累计量大于预设累积量阈值，则停止通过雷达对待检测目标执行扫描操作。

5.根据权利要求1所述的方法，其特征在于，依据所述目标点云数据对所述待检测目标进行检测识别，包括：

确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量；

依据所述移动位移量对所述目标点云数据中参考点云数据进行剔除，以更新目标点云数据；其中，所述参考点云数据为所述目标点云数据中待检测目标的移动方向上位于两端的点云数据，且所述参考点云数据在沿待检测目标的移动方向的长度之和与移动位移量对应的长度相同；

依据所述目标点云数据检测识别所述待检测目标的轮廓尺寸信息。

6.根据权利要求1所述的方法，其特征在于，依据所述目标点云数据对所述待检测目标进行检测识别，包括：

依据所述目标点云数据检测识别所述待检测目标的轮廓尺寸信息；

确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量；

依据所述移动位移量对所述待检测目标的轮廓尺寸信息中的长度进行缩减调整。

7.根据权利要求5或6所述的方法，其特征在于，确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量，包括：

确定通过雷达检测的所述待检测目标与雷达的相对速度，所述相对速度基于雷达的回波与雷达的发射波之间的频率差采用多普勒效应原理计算所得；

依据所述相对速度确定待检测目标在雷达连续执行至少两次扫描操作过程中的移动位移量。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

依据所述候选点云数据或目标点云数据中确定所述待检测目标最高处距离第一预设标志物的高度差；

依据所述待检测目标最高处距离第一预设标志物的高度差，确定所述待检测目标从所述第一预设标志物下方移动通过时是否将要与所述第一预设标志物产生碰擦。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

依据连续执行至少两次扫描操作得到所述候选点云数据，确定所述待检测目标的移动轨迹；

依据所述待检测目标的移动轨迹与第二预设标志物的位置，预测所述待检测目标是否将要与第二预设标志物产生碰擦。

10.一种基于雷达的目标检测装置，其特征在于，包括：

点云数据获取模块，用于确定雷达对待检测目标连续执行至少两次扫描操作得到的至少两组候选点云数据，每间隔预设时长执行一次扫描操作，预设时长小于预设值；

点云数据合并模块，用于将至少两组候选点云数据进行点云数据合并得到目标点云数据；

检测识别模块，用于依据所述目标点云数据对所述待检测目标进行检测识别。

11.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的基于雷达的目标检测方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-9中任一项所述的基于雷达的目标检测方法。

Images