CN116106895A - 基于视觉与无线感知融合的多点微动智能监测系统与方法 - Google Patents
基于视觉与无线感知融合的多点微动智能监测系统与方法 Download PDFInfo
- Publication number
- CN116106895A CN116106895A CN202310143277.9A CN202310143277A CN116106895A CN 116106895 A CN116106895 A CN 116106895A CN 202310143277 A CN202310143277 A CN 202310143277A CN 116106895 A CN116106895 A CN 116106895A
- Authority
- CN
- China
- Prior art keywords
- camera
- radar
- target
- phased array
- array radar
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004927 fusion Effects 0.000 title claims abstract description 24
- 230000003287 optical effect Effects 0.000 claims abstract description 38
- 238000006243 chemical reaction Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000009434 installation Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims 1
- 230000008447 perception Effects 0.000 abstract description 7
- 230000000007 visual effect Effects 0.000 abstract 1
- 230000010354 integration Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 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
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于视觉与无线感知融合的多点微动智能监测系统与方法,包括相控阵雷达、光学摄像头和主控模块;光学摄像头与相控阵雷达按照彼此之间的安装位置关系,通过主控模块确定两者坐标系的转换关系并进行联合标定和数据融合;光学摄像头配合主控模块用于获取图像、识别图像中的目标点、确定目标位置信息;主控模块根据标定好的坐标转换关系将摄像头捕捉到的目标点位置信息转换为相控阵雷达的波束扫描角度控制信息,控制相控阵雷达对多个目标进行来回快速照射;相控阵雷达用于向目标物发射和接收探测信号,实现对目标的微动监测。该系统解决了微波微动监测中对监测目标物难以准确定位的难题,同时使对于目标微动的监测更加准确直观。
Description
技术领域
本发明涉及雷达监测技术领域,具体的说,涉及了一种基于视觉与无线感知融合的多点微动智能监测系统与方法。
背景技术
日常生活和工业生产领域中广泛存在着各种类型的振动,如交通运输领域的道路、铁路和桥梁的振动,建筑领域中高层建筑的振动和人体呼吸引起的胸腔振动等等。如何稳定、准确检测出各类型的振动,在铁路桥梁的稳定性分析、高层建筑的避震性测试以及人体生命体征监测分析方面具有重大意义。
传统的动态形变监测手段与分析方法在应用上具有一定的局限性,如光学方法容易受到天气和能见度的影响,加速度积分原理需要进行数据积分,存在误差积累而且无法对载荷作用下的扰度进行评估,与之相比利用雷达微波对形变的检测具有全天时、全天候、高稳定性的优点,因此近年来得到快速的发展。
其中,相控阵雷达具有远距离探测微动的能力,并且可以通过对雷达波束照射角度的快速变换实现对多个目标的监测,在雷达微波监测领域占据重要位置。
但是,相控阵雷达在进行远距离微动检测时,难以对被检测目标进行快速定位,固定角度的雷达监测往往耗时耗力而且具有极大误差,如何根据待检测目标方位快速确定相控阵雷达波束合成角度是一个需要解决的难题。
为了解决以上存在的问题,人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,从而提供一种通过摄像头较强的识别能力,首先获取目标方位,然后控制相控阵雷达针对目标进行波束照射,实现了对多个探测目标精准监测,解决相控阵雷达在远距离微动检测过程中所存在的波束合成角度难以确定的问题的基于视觉与无线感知融合的多点微动智能监测系统。
本申请的技术设计构思在于:摄像头可根据采集的光学图像,根据目标特征实现对检测目标的快速识别和定位,在获取目标点的方位后,通过参数坐标系的转化,得到雷达需要的波束合成角度,从而完成对雷达波束合成角度的控制,完成对被检测目标点的探测,最终对雷达数据和摄像数据进行融合,完成目标微动监测。
为了实现上述目的,本发明所采用的技术方案是:一种基于视觉与无线感知融合的多点微动智能监测系统与方法,包括相控阵雷达、光学摄像头和主控模块;
所述光学摄像头与相控阵雷达按照彼此之间的安装位置关系,通过主控模块确定两者坐标系的转换关系并进行标定;
所述光学摄像头配合所述主控模块用于获取图像、识别图像中的目标点、确定目标位置信息;
所述主控模块根据标定好的坐标转换关系,将目标点的位置信息转换为所述相控阵雷达的波束扫描角度控制信息,控制相控阵雷达对多个目标进行来回快速照射;
所述相控阵雷达用于向目标物发射和接收探测信号,实现对目标的微动监测。
基上所述,所述光学摄像头为双目摄像头,采用双目摄像头的目的在于获取目标的距离信息,结合距离信息和方位信息可以在坐标转换之后得到目标在雷达坐标系下的位置。
基上所述,所述雷达为8X8二维相控雷达阵列,采用相控阵雷达的目的在于可以结合相控阵雷达的特点在多个目标点之间进行快速照射切换,从而实现同一时间对多个目标进行监测的目的。
基上所述,雷达和摄像头刚性连接,其安装位置相对固定,摄像头位于雷达正上方,雷达到摄像头的垂直距离为h,摄像头斜向上安装俯角为α。
基上所述,所述相控阵雷达和光学摄像头的坐标系的转换关系及标定的过程包括:
首先对摄像机进行内参标定,将雷达坐标系作为世界坐标系,根据摄像头和雷达的相对位置进行外参标定,最后根据标定参数进行坐标转换获取目标点雷达坐标信息。
基上所述,具体的标定方法包括:通过对摄像机进行内参标定,确定光学摄像头坐标系和像素坐标系之间的变换矩阵:其中,fx,fy,x0,y0这四个数即为光学摄像机的内部参数。然后根据摄像头和雷达的相对位置进行外参标定,确定雷达坐标系Pr和摄像头坐标系Pc之间的变换矩阵:其中,R是正交旋转矩阵,T是平移矩阵,确定R需要3个参数,确定T需要3个参数,共需6个参数,这六个参数即为摄像机外部参数。因为摄像头安装在雷达正上方,雷达坐标系原点到摄像头的垂直距离为h,摄像头斜向上安装俯角为α,则有摄像头的投影矩阵M可以表示为摄像头c1与c2的投影矩阵分别是M1与M2,于是有其中,(u1v1 1)与(u2 v2 1)分别为P1与P2点在各自图像中的图像齐次坐标,(X,Y,Z,1)为P点在世界坐标系下的齐次坐标,将上述两式联合消去Zc1与Zc2得到关于X,Y,Z的四个线性方程:
由于空间点P是O1p1与O2p2的交点,它必然同时满足上述式子,可以联立这四个线性方程式,从而求出雷达坐标系下P点的坐标(X,Y,Z)。
基上所述,雷达数据与摄像头数据的融合方式为:借助得到的雷达坐标系下的P点坐标对雷达照射角度进行控制,然后通过对雷达回波信号的分析,获取探测目标的自振频率,通过主控模块对振动频率进行自适应分析判断来得到是否存在异常振动,并将频率结果实时映射到相对应的摄像画面中,实现多目标的微动监测。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明具有以下优点:
1.由于是远距离探测,相控阵雷达的波束合成角度难以确定,通过人工定位精度低,固定角度探测适用性差且误差大,通过光学摄像头获取图像,然后借助图像识别技术识别出目标物,根据标定好的坐标转换关系将摄像头捕捉到的目标点位置信息转换为相控阵雷达的波束扫描角度控制信息,作为相控阵雷达波束合成角度控制缺陷的补充,即相控阵雷达和光学摄像头进行感知融合,有效解决了相控阵雷达合成角度难确定的问题;
2.针对光学摄像头和相控阵雷达之间的坐标系转换,首先对光学摄像头的内参进行标定,然后将雷达坐标系作为世界坐标系,根据摄像头和雷达的相对位置进行外参标定,最后通过坐标转换将摄像头目标点坐标转换为雷达坐标信息;
3.针对相控阵雷达的性能,使用8X8二维相控阵,可以实现空间扫描和对多目标快速切换,经过对发射信号和回波信号的复相关运算,得到相应的相位差值,最后通过模数转换发送至主控模块,主控模块经过数据分析和处理,实现对目标点的自振频率获取和自适应分析,判断是否存在异常振动。
4.针对雷达数据与摄像头数据的融合方式,通过对雷达回波信号的分析,获取探测目标的自振频率,通过主控模块对振动频率进行自适应分析判断来得到是否存在异常振动,并将频率结果实时映射到相对应区域的摄像画面中,实现数据融合和多目标的微动监测。
附图说明
图1是本发明中基于视觉与无线感知融合的多点微动智能监测系统的安装侧视图。
图2是本发明中基于视觉与无线感知融合的多点微动智能监测系统的结构框图。
图3是本发明中基于视觉与无线感知融合的多点微动智能监测系统的工作流程图。
图4是本发明中基于视觉与无线感知融合的多点微动智能监测系统的具体应用场景图。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
如图1和图2所示,一种基于视觉与无线感知融合的多点微动智能监测系统与方法,雷达和摄像头刚性连接,其安装位置相对固定,摄像头位于雷达正上方,雷达到摄像头的垂直距离为h,摄像头斜向上安装俯角为α,包括相控阵雷达、光学摄像头和主控模块,相控阵雷达和光学摄像头分别连接至主控模块。
其中,本实施例中的光学摄像头采用双目摄像头,摄像头的主要功能是通过光学成像获取图像信息,结合图像识别技术,对目标进行分辨,得到目标所在的空间位置。
如图3所示,本系统的工作流程具体为:
首先对摄像机进行内参标定,确定光学摄像头坐标系和像素坐标系之间的变换矩阵:其中,fx,fy,x0,y0这四个数即为光学摄像机的内部参数。再根据摄像头和雷达的相对位置进行外参标定,确定雷达坐标系Pr和摄像头坐标系Pc之间的变换矩阵:其中,R是正交旋转矩阵,T是平移矩阵,确定R需要3个参数,确定T需要3个参数,共需6个参数,这六个参数即为摄像机外部参数。因为摄像头安装在雷达正上方,雷达坐标系原点到摄像头的垂直距离为h,摄像头斜向上安装俯角为α,则有
然后通过摄像头采集图像画面,并采用人工选取或基于特征自动识别的方式对目标进行识别,根据坐标转换获取雷达坐标,具体为:摄像头的投影矩阵M可以表示为摄像头c1与c2的投影矩阵分别是M1与M2,于是有其中,(u1v1 1)与(u2 v2 1)分别为P1与P2点在各自图像中的图像齐次坐标,(X,Y,Z,1)为P点在世界坐标系下的齐次坐标,将上述两式联合消去Zc1与Zc2得到关于X,Y,Z的四个线性方程:
由于空间点P是O1p1与O2p2的交点,它必然同时满足上述式子,可以联立这四个线性方程式,从而求出雷达坐标系下的P点的坐标(X,Y,Z)。
如图4所示,本系统的具体应用方法及场景为:首先将本系统安置于要监测的桥梁或建筑物前方,然后通过摄像头拍摄的画面确定要监测的几个区域,相控阵雷达调整波束照射角度后,对雷达回波信号进行分析,获取探测目标的自振频率,通过主控模块对振动频率进行自适应分析判断来得到是否存在异常振动,并将频率结果实时映射到相对应的摄像画面中,实现多目标的微动监测。
主控模块的第一个功能,就是结合光学摄像头获取监测目标的位置信息,以及对光学信息进行显示。
主控模块的第二个功能,是对光学摄像头和相控阵雷达进行感知融合,将光学摄像头所获得的目标空间位置信息转换为相控阵雷达的波束扫描角度的控制信息。
在本系统中,相控阵雷达组与摄像头的相对位置已经固定,可以通过测量相控阵雷达和摄像头之间的横向距离和摄像头相对于雷达组的横摆角,从而确定摄像头的投影外参,之后通过棋盘标定板完成对摄像头的内参标定,最后确定下来像素坐标系向雷达坐标系的转换方程。
主控模块的第三个功能,是分析处理相控阵雷达返回的数据信息。
主控模块通过高精度采集卡接收相控阵雷达的数据信息,进行实时分析和显示,结合深度神经网络学习算法,判断目标的微动情况,本系统包括但不限于对于桥梁和建筑物的形变监测,实现对安全系数的评估以及实时的安全监测。
具体的,雷达终端设备中需要对相控阵雷达反馈的相位差值信息进行分析和处理,实时的展现测量目标的微动信息,通过数据分析算法,实现对测量目标的安全系数分析和安全实时监测。由于具体的微动监测方法存在较多的现存资料,在本实施例中不做具体展开,仅提出工作流程。
此外,上位机模块所采集的数据都实时的存储,收集的数据可以用于各种方面的算法训练。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (9)
1.一种基于视觉与无线感知融合的多点微动智能监测系统,其特征在于:包括相控阵雷达、光学摄像头和主控模块;
所述光学摄像头与相控阵雷达按照彼此之间的安装位置关系,通过主控模块确定两者坐标系的转换关系并进行标定;
所述光学摄像头配合所述主控模块用于获取图像、识别图像中的目标点、确定目标位置信息;
所述主控模块根据标定好的坐标转换关系,将目标点的位置信息转换为所述相控阵雷达的波束扫描角度控制信息,控制相控阵雷达对多个目标进行来回快速照射;
所述相控阵雷达用于向目标物发射和接收探测信号,实现对目标的微动监测。
2.一种基于视觉与无线感知融合的多点微动智能监测方法,其特征在于:包括权利要求1所述的基于视觉与无线感知融合的多点微动智能监测系统,为达到对多个特定目标点微动信息获取的目的,本方法通过光学摄像头来对雷达照射角度进行引导,摄像头识别目标方位在前,雷达调整照射角度在后,借助摄像头对感兴趣目标的识别,精确调整相控阵雷达对多个目标点的照射,在获取了目标的微动信息之后,再将雷达数据信息去和光学摄像头的画面进行数据融合,直观的展示目标微动情况。
3.跟据权利要求2所述的一种基于视觉与无线感知融合的多点微动智能监测方法,其特征在于:所述光学摄像头为双目摄像头,采用双目摄像头的目的在于获取目标的距离信息,结合距离信息和方位信息可以在坐标转换之后得到目标在雷达坐标系下的位置。
4.根据权利要求2所述的一种基于视觉与无线感知融合的多点微动智能监测方法,其特征在于:所述雷达为8X8二维相控雷达阵列,采用相控阵雷达的目的在于可以结合相控阵雷达的特点在多个目标点之间进行快速照射切换,从而实现同一时间对多个目标进行监测的目的。
5.根据权利要求2所述的一种基于视觉与无线感知融合的多点微动智能监测方法,其特征在于:雷达和摄像头刚性连接,其安装位置相对固定,摄像头位于雷达正上方,雷达到摄像头的垂直距离为h,摄像头斜向上安装俯角为α。
6.根据权利要求5所述的一种基于视觉与无线感知融合的多点微动智能监测方法,其特征在于:所述相控阵雷达和光学摄像头的坐标系的转换关系及标定的过程:首先对摄像机进行内参标定,然后将雷达坐标系作为世界坐标系,根据权利要求5所述的摄像头和雷达的相对位置进行外参标定,最后根据标定参数进行坐标转换获取目标点雷达坐标信息。
9.根据权利要求8所述的一种基于视觉与无线感知融合的多点微动智能监测方法,其特征在于:雷达数据与摄像头数据的具体数据融合方式为:摄像头识别目标之后,对目标区域进行关键点提取,根据权利要求8所述,得到目标的雷达坐标系下的P点的坐标(X,Y,Z),主控模块结合该点坐标对相控阵雷达照射角度调整,然后通过对雷达回波信号的分析,获取探测目标的自振频率,通过对振动频率进行自适应分析判断来得到是否存在异常振动,并将频率结果实时映射到相对应区域的摄像画面中,实现多目标的微动监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310143277.9A CN116106895B (zh) | 2023-02-21 | 2023-02-21 | 基于视觉与无线感知融合的多点微动智能监测系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310143277.9A CN116106895B (zh) | 2023-02-21 | 2023-02-21 | 基于视觉与无线感知融合的多点微动智能监测系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116106895A true CN116106895A (zh) | 2023-05-12 |
CN116106895B CN116106895B (zh) | 2024-01-26 |
Family
ID=86255926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310143277.9A Active CN116106895B (zh) | 2023-02-21 | 2023-02-21 | 基于视觉与无线感知融合的多点微动智能监测系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116106895B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197301A (zh) * | 2013-03-19 | 2013-07-10 | 中国人民解放军海军航空工程学院 | 海面微动目标Radon-线性正则变换长时间相参积累检测方法 |
CN106874886A (zh) * | 2017-03-10 | 2017-06-20 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
GB201711427D0 (en) * | 2017-07-17 | 2017-08-30 | Jaguar Land Rover Ltd | A Radar system for use in a vehicle |
CN108594245A (zh) * | 2018-07-04 | 2018-09-28 | 北京国泰星云科技有限公司 | 一种目标物运动监测系统及方法 |
CN109035309A (zh) * | 2018-07-20 | 2018-12-18 | 清华大学苏州汽车研究院(吴江) | 基于立体视觉的双目摄像头与激光雷达间的位姿配准方法 |
CN109360228A (zh) * | 2018-10-18 | 2019-02-19 | 清华大学苏州汽车研究院(吴江) | 单目摄像头与毫米波雷达间的位姿配准方法 |
CN110126824A (zh) * | 2019-05-22 | 2019-08-16 | 河南工业大学 | 一种集成双目摄像头和毫米波雷达的商用车aebs系统 |
CN110390695A (zh) * | 2019-06-28 | 2019-10-29 | 东南大学 | 一种基于ros的激光雷达、摄像头的融合标定系统及标定方法 |
CN110660186A (zh) * | 2018-06-29 | 2020-01-07 | 杭州海康威视数字技术股份有限公司 | 基于雷达信号在视频图像中识别目标对象的方法及装置 |
US20200103498A1 (en) * | 2018-10-02 | 2020-04-02 | Metawave Corporation | Adaptive radar for near-far target identification |
CN111657971A (zh) * | 2020-07-07 | 2020-09-15 | 电子科技大学 | 基于微多普勒和视觉感知融合的非接触测谎系统及方法 |
CN111965636A (zh) * | 2020-07-20 | 2020-11-20 | 重庆大学 | 一种基于毫米波雷达和视觉融合的夜间目标检测方法 |
CN111983603A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 运动轨迹接力方法、系统、装置和中心端处理设备 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
KR20210078338A (ko) * | 2019-12-18 | 2021-06-28 | 주식회사 포휴먼테크 | 고성능 레이더 및 머신 러닝을 이용한 침입탐지 시스템 |
CN113534141A (zh) * | 2021-07-01 | 2021-10-22 | 深圳晶华相控科技有限公司 | 基于相控阵雷达技术的远距生命体征探测方法及装置 |
EP3978949A2 (en) * | 2020-10-02 | 2022-04-06 | Origin Wireless, Inc. | System and method for wireless motion monitoring |
CN114787655A (zh) * | 2020-12-23 | 2022-07-22 | 深圳市大疆创新科技有限公司 | 目标点位置探测系统及方法、可编程电路及存储介质 |
CN114966672A (zh) * | 2022-06-09 | 2022-08-30 | 深圳大学 | 一种基于光学与微波视觉的智能安防监控处理方法及系统 |
CN115018929A (zh) * | 2022-05-31 | 2022-09-06 | 东南大学 | 一种面向摄像头与毫米波雷达融合感知的多传感器时空协同标定方法 |
CN115272810A (zh) * | 2022-07-05 | 2022-11-01 | 西安电子科技大学青岛计算技术研究院 | 一种基于雷视融合的目标检测方法及系统、设备及介质 |
-
2023
- 2023-02-21 CN CN202310143277.9A patent/CN116106895B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197301A (zh) * | 2013-03-19 | 2013-07-10 | 中国人民解放军海军航空工程学院 | 海面微动目标Radon-线性正则变换长时间相参积累检测方法 |
CN106874886A (zh) * | 2017-03-10 | 2017-06-20 | 南京沃杨机械科技有限公司 | 用于农机无人驾驶的多传感器融合的农田环境感知方法 |
GB201711427D0 (en) * | 2017-07-17 | 2017-08-30 | Jaguar Land Rover Ltd | A Radar system for use in a vehicle |
CN110660186A (zh) * | 2018-06-29 | 2020-01-07 | 杭州海康威视数字技术股份有限公司 | 基于雷达信号在视频图像中识别目标对象的方法及装置 |
CN108594245A (zh) * | 2018-07-04 | 2018-09-28 | 北京国泰星云科技有限公司 | 一种目标物运动监测系统及方法 |
CN109035309A (zh) * | 2018-07-20 | 2018-12-18 | 清华大学苏州汽车研究院(吴江) | 基于立体视觉的双目摄像头与激光雷达间的位姿配准方法 |
US20200103498A1 (en) * | 2018-10-02 | 2020-04-02 | Metawave Corporation | Adaptive radar for near-far target identification |
CN109360228A (zh) * | 2018-10-18 | 2019-02-19 | 清华大学苏州汽车研究院(吴江) | 单目摄像头与毫米波雷达间的位姿配准方法 |
CN110126824A (zh) * | 2019-05-22 | 2019-08-16 | 河南工业大学 | 一种集成双目摄像头和毫米波雷达的商用车aebs系统 |
CN110390695A (zh) * | 2019-06-28 | 2019-10-29 | 东南大学 | 一种基于ros的激光雷达、摄像头的融合标定系统及标定方法 |
KR20210078338A (ko) * | 2019-12-18 | 2021-06-28 | 주식회사 포휴먼테크 | 고성능 레이더 및 머신 러닝을 이용한 침입탐지 시스템 |
CN111657971A (zh) * | 2020-07-07 | 2020-09-15 | 电子科技大学 | 基于微多普勒和视觉感知融合的非接触测谎系统及方法 |
CN111965636A (zh) * | 2020-07-20 | 2020-11-20 | 重庆大学 | 一种基于毫米波雷达和视觉融合的夜间目标检测方法 |
CN111983603A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 运动轨迹接力方法、系统、装置和中心端处理设备 |
EP3978949A2 (en) * | 2020-10-02 | 2022-04-06 | Origin Wireless, Inc. | System and method for wireless motion monitoring |
CN114787655A (zh) * | 2020-12-23 | 2022-07-22 | 深圳市大疆创新科技有限公司 | 目标点位置探测系统及方法、可编程电路及存储介质 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
CN113534141A (zh) * | 2021-07-01 | 2021-10-22 | 深圳晶华相控科技有限公司 | 基于相控阵雷达技术的远距生命体征探测方法及装置 |
CN115018929A (zh) * | 2022-05-31 | 2022-09-06 | 东南大学 | 一种面向摄像头与毫米波雷达融合感知的多传感器时空协同标定方法 |
CN114966672A (zh) * | 2022-06-09 | 2022-08-30 | 深圳大学 | 一种基于光学与微波视觉的智能安防监控处理方法及系统 |
CN115272810A (zh) * | 2022-07-05 | 2022-11-01 | 西安电子科技大学青岛计算技术研究院 | 一种基于雷视融合的目标检测方法及系统、设备及介质 |
Non-Patent Citations (5)
Title |
---|
YIWEI DAI ET AL.: "Micro-motion Based Target Recognition Using Regularized DCNN", 《2021 CIE INTERNATIONAL CONFERENCE ON RADAR (RADAR)》, pages 1525 - 1529 * |
ZEPENG WANG ET AL.: "Micro-motion Parameters Optical Measurement Method for Conical Target", 《2017 IEEE INTERNATIONAL CONFERENCE ON UNMANNED SYSTEMS (ICUS)》, pages 394 - 399 * |
冯德军等: "空间复杂目标群的雷达目标识别技术", 《现代防御技术》, vol. 43, no. 4, pages 1 - 6 * |
曹仰杰等: "AHNNet:融合注意力机制的行为识别混合神经网络模型", 《西安交通大学学报》, vol. 55, no. 5, pages 123 - 132 * |
段鹏松等: "WiNet:一种适用于无线感知场景的步态识别模型", 《西安交通大学学报》, vol. 54, no. 7, pages 187 - 195 * |
Also Published As
Publication number | Publication date |
---|---|
CN116106895B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112669393B (zh) | 一种激光雷达与相机联合标定方法 | |
CN110363158B (zh) | 一种基于神经网络的毫米波雷达与视觉协同目标检测与识别方法 | |
Kwak et al. | Extrinsic calibration of a single line scanning lidar and a camera | |
CN109634279B (zh) | 基于激光雷达与单目视觉的物体定位方法 | |
EP2068280B1 (en) | Image Distortion Correction | |
CN109559355B (zh) | 一种基于相机组的无公共视场的多相机全局标定装置及方法 | |
CN111045000A (zh) | 监测系统和方法 | |
CN108596117B (zh) | 一种基于二维激光测距仪阵列的场景监控方法 | |
CN112581545B (zh) | 多模态热源识别及三维空间定位系统、方法及存储介质 | |
CN111830470B (zh) | 联合标定方法及装置、目标对象检测方法、系统及装置 | |
CN107817044B (zh) | 基于机器视觉的板材振动的测量装置及方法 | |
CN107505628B (zh) | 一种光学相控阵变分辨率成像系统及方法 | |
CN114413958A (zh) | 无人物流车的单目视觉测距测速方法 | |
CN114137511A (zh) | 一种基于多源异构传感器的机场跑道异物融合探测方法 | |
CN112419405B (zh) | 一种目标跟踪联合显示方法、安防系统及电子设备 | |
CN113850868B (zh) | 一种波浪爬高图像识别方法 | |
CN116106895B (zh) | 基于视觉与无线感知融合的多点微动智能监测系统与方法 | |
Lee et al. | Nontarget-based displacement measurement using LiDAR and camera | |
CN112525161B (zh) | 一种旋转轴标定方法 | |
CN112598702B (zh) | 一种基于合作信标的水下目标全自动识别与跟踪系统和方法 | |
CN117058236A (zh) | 一种基于多目视觉系统自切换的目标识别定位方法 | |
Su et al. | Obtaining obstacle information by an omnidirectional stereo vision system | |
CN117075099A (zh) | 三维形变测量方法、装置、计算机设备及介质 | |
CN211527336U (zh) | 一种有轨电车梯形道岔变形监测系统 | |
CN113792645A (zh) | 一种融合图像和激光雷达的ai眼球 |
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 |