CN108344992B - 一种用于车载毫米波雷达的多目标跟踪方法 - Google Patents
一种用于车载毫米波雷达的多目标跟踪方法 Download PDFInfo
- Publication number
- CN108344992B CN108344992B CN201711380531.8A CN201711380531A CN108344992B CN 108344992 B CN108344992 B CN 108344992B CN 201711380531 A CN201711380531 A CN 201711380531A CN 108344992 B CN108344992 B CN 108344992B
- Authority
- CN
- China
- Prior art keywords
- track
- target
- frames
- radar
- tracking
- 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
- 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
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
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
发明提供了一种用于车载毫米波雷达的多目标跟踪方法,该方法对多目标跟踪数据进行初始化后,对雷达测量的目标进行航迹起始;对已有的起始后的航迹进行跟踪;对已跟踪的目标航迹进行管理;并判断是否满足显示输出条件,进行输出显示。本方法应用在公路环境尤其是高速公路环境下,对出现的多个目标能够实现实时跟踪;至少实现10个小机动目标的实时跟踪,并具有剔除非机动目标功能;多目标跟踪成功率达到85%以上。
Description
技术领域
本发明涉及雷达技术领域,尤其涉及一种用于车载毫米波雷达的多目标跟踪方法。
背景技术
随着汽车工业的飞速发展和人民生活水平的提高,汽车已然成为生活中必不可少的一部分。然而随着汽车数量的不断增加,汽车安全问题已经成为当今社会不可忽视的问题。车载毫米波雷达不易受目标表面形状和颜色的影响,也不受大气流影响,探测性能稳定,受雨、雪、雾霾等天气的影响小,环境适应性强,是汽车安全技术的研究热点。
车载毫米波雷达应用场景复杂,干扰目标较多,影响对关心目标的跟踪和报警,现有的车载毫米波雷达的跟踪方法,方法复杂,实现困难,且只对确定的目标进行跟踪,当出现新的目标时,则无法对其进行跟踪和报警。
发明内容
针对上述问题,本发明提供一种用于车载毫米波雷达的多目标跟踪方法,方法在对多个目标进行跟踪的同时,解决了对新出现目标跟踪的问题。
本发明采取的技术方案如下:
一种用于车载毫米波雷达的多目标跟踪方法,其特征在于,包括以下步骤:
步骤1、初始化多目标跟踪数据,将输入的包括目标距离、速度和角度的多目标信息进行信息整理后,定义航迹结构体,初始化多目标跟踪滤波的参数,并提取多目标跟踪参数;
步骤2、对雷达测量的目标进行航迹起始;
步骤3、根据已有航迹、当前帧目标结构体、卡尔曼滤波参数以及3 帧孤立点,对已有航迹进行跟踪,得到更新后的关联航迹、卡尔曼滤波参数及3帧孤立点;
步骤4、对已跟踪的目标航迹进行管理,对航迹起始成功后的航迹进行标号,按航迹起始成功的顺序,依次给航迹标记航迹号;对雷达长时间未测量到的航迹进行航迹终结;
步骤5、判断是否满足显示输出条件,是,则对已跟踪的目标航迹进行输出显示,否,则不对已跟踪的目标航迹进行显示,直到满足显示输出条件为止。
进一步地,所述信息整理是将多目标信息整理成结构体格式,所述目标结构体的内容包括当前帧雷达测量的目标个数,每个目标距离、速度及角度,非零帧计数;所述非零帧为雷达测量到目标的测量帧;
所述航迹结构体包括航迹个数,每条航迹的距离、速度及角度,航迹号和航迹未关联帧数计数;
所述多目标跟踪滤波采用卡尔曼滤波器;对包括状态向量,量测向量,状态转移矩阵,卡尔曼增益,状态协方差,量测矩阵,量测协方差及新息协方差在内的卡尔曼滤波器参数进行初始化;
所述提取的多目标跟踪参数为包括雷达速度在内的雷达状态信息。
进一步地,步骤2中采用逻辑法进行目标的航迹起始,具体为使用 2/3比值和3/4比值结合的航迹起始方法。
进一步地,所述航迹起始的具体实现方式为:
1)连续接收步骤1中输出的4帧非零的目标结构体;
2)对前三帧目标结构体进行2/3比值航迹起始,如果成功起始内部航迹,则输出到3);如果不能起始内部航迹,则输出到5);
3)进行3/4比值航迹起始
a.将所述内部航迹与第4帧目标结构体进行关联,关联方法为相关波门关联,如果关联成功,输出到b,如果关联不成功,输出到c。
b.判断关联成功航迹与内部航迹是否一一对应,是,则输出到4),否,则进入步骤c。
c.判断所述内部航迹不能与第4帧关联的部分中是否有3/3起始的内部航迹,是,则将其添加到航迹中并输出到4),否,则将剩余内部航迹添加到对应的孤立点中输出到4),所述孤立点为未能关联的目标结构体。
4)关联成功,初始化卡尔曼参数,整理起始成功的航迹和剩余的3 帧孤立点进行输出。
5)关联不成功,输出3帧孤立点,航迹为空。
进一步地,步骤3中的航迹跟踪的具体实现方式为:
1)对输入的航迹使用线性卡尔曼滤波方法预测雷达当前测量帧的位置,同时更新卡尔曼滤波参数,将预测值与输入的目标结构体进行关联;
2)将关联之后剩余的孤立点与输入的3帧孤立点进行新航迹的起始,得到新航迹和更新后的3帧孤立点;
3)输出2)中更新后的航迹、3帧孤立点及卡尔曼滤波参数;
4)将更新后的航迹、3帧孤立点及卡尔曼滤波参数输入到1),循环 1)~3),实现实时航迹跟踪和对进入雷达探测范围内出现的新目标的航迹起始。
进一步地,所述关联的方法为相关波门法,根据对应目标的航迹信息和雷达的精度设置相关波门的参数。
进一步地,所述航迹终结为对雷达长时间未测量到的航迹进行终结处理,所述航迹终结条件为连续7帧雷达测量值未与航迹关联成功则终止航迹,删除该航迹的航迹号。
进一步地,所述显示输出条件是根据该目标的跟踪航迹输出关联帧数是否满足设定值的个数限定的。
进一步地,所述目标航迹的关联帧数的计数方法如下:
1)如果航迹为新起始的航迹,则关联帧数赋值为3;
2)关联过程中关联成功的航迹,其关联帧数进行加1;
3)关联过程中仅1帧未关联成功,关联帧数保持不变;
4)关联过程中连续多帧未成功关联且关联帧数大于1的航迹,关联帧数减1,若关联帧数不大于1,则关联帧数赋值为1。
5)当判断关联帧数大于设定值时,输出目标的跟踪航迹。
进一步地,所述设定值为7。
本发明的有益效果是:
应用在公路环境尤其是高速公路环境下,对出现的多个目标能够实现实时跟踪;至少实现10个小机动目标的实时跟踪,并具有剔除非机动目标功能;多目标跟踪成功率达到85%以上。
附图说明
图1-多目标跟踪方法流程图;
图2-逻辑法3/4比值航迹起始流程图;
图3-多目标航迹跟踪流程图;
图4-关联帧数的计数方法判断流程图。
具体实施方式
下面结合附图对本发明进行进一步描述。
一种用于车载毫米波雷达的多目标跟踪方法,如图1所示,包括以下步骤:
步骤1、初始化多目标跟踪数据,将输入的包括目标距离、速度和角度的多目标信息进行信息整理后,定义航迹结构体,初始化多目标跟踪滤波的参数,并提取多目标跟踪参数。
所述输入的包括目标距离、速度和角度的多目标信息是雷达测量的目标信息;
所述信息整理是将多目标信息整理成结构体格式,所述目标结构体的内容包括当前帧雷达测量的目标个数,每个目标距离、速度及角度,非零帧计数;所述非零帧为雷达测量到目标的测量帧。
所述航迹结构体包括航迹个数,每条航迹的距离、速度及角度,航迹号和航迹未关联帧数计数;
所述多目标跟踪滤波采用卡尔曼滤波器;对包括状态向量,量测向量,状态转移矩阵,卡尔曼增益,状态协方差,量测矩阵,量测协方差及新息协方差在内的卡尔曼滤波器参数进行初始化;
所述提取的多目标跟踪参数为包括雷达速度在内的雷达状态信息。
步骤2、对雷达测量的目标进行航迹起始。
本发明采用逻辑法进行目标的航迹起始,具体为使用2/3比值和3/4 比值结合的航迹起始方法;
所述方法中,航迹起始的输入数据为连续4帧非零的目标结构体,输出为起始的新航迹与剩余的3帧目标结构体,如图2所示,航迹起始的具体实现方式为:
1)连续接收步骤1中输出的4帧非零的目标结构体;
2)对前三帧目标结构体进行2/3比值航迹起始,如果成功起始内部航迹,则输出到3);如果不能起始内部航迹,则输出到5);
3)进行3/4比值航迹起始
a.将所述内部航迹与第4帧目标结构体进行关联,关联方法为相关波门关联,如果关联成功,输出到b,如果关联不成功,输出到c。
b.判断关联成功航迹与内部航迹是否一一对应,是,则输出到4),否,则进入步骤c。
c.判断所述内部航迹不能与第4帧关联的部分中是否有3/3起始的内部航迹,是,则将其添加到航迹中并输出到4),否,则将剩余内部航迹添加到对应的孤立点中输出到4),所述孤立点为未能关联的目标结构体。
4)关联成功,初始化卡尔曼参数,整理航迹和孤立点进行输出。
5)关联不成功,输出3帧孤立点,航迹为空。
步骤3、根据已有航迹、当前帧目标结构体、卡尔曼滤波参数以及3 帧孤立点,对已有航迹进行跟踪,得到更新后的关联航迹、卡尔曼滤波参数及3帧孤立点。
如图3所示,航迹跟踪的具体实现方式为:
1)对输入的航迹使用线性卡尔曼滤波方法预测雷达当前测量帧的位置,同时更新卡尔曼滤波参数,将预测值与输入的目标结构体进行关联;
关联方法为相关波门法,得到关联航迹和未能与航迹关联的孤立点,其中,相关波门的设置与对应航迹的信息和雷达精度相关,本发明中选取的距离、速度和角度的相关波门如表1所示。
2)将关联之后剩余的孤立点与输入的3帧孤立点进行新航迹的起始,得到新航迹和更新后的3帧孤立点;
3)输出2)中更新后的航迹、3帧孤立点及卡尔曼滤波参数;
4)将更新后的航迹、3帧孤立点及卡尔曼滤波参数输入到1),循环 1)~3),实现实时航迹跟踪和对进入雷达探测范围内出现的新目标的航迹起始。
表1相关波门参数
步骤4、对已跟踪的目标航迹进行管理,对航迹起始成功后的航迹进行标号,按航迹起始成功的顺序,依次给航迹标记航迹号;对雷达长时间未测量到的航迹进行航迹终结。
所述航迹终结为对雷达长时间未测量到的航迹进行终结处理,本发明中的航迹终结条件为连续7帧雷达测量值未与航迹关联成功则终止航迹,删除该航迹的航迹号。
步骤5、判断是否满足显示输出条件,是,则对已跟踪的目标航迹进行输出显示,否,则不对已跟踪的目标航迹进行显示
显示输出条件是根据该目标的跟踪航迹输出关联帧数是否满足设定的个数限定的,
本实施例以目标航迹的关联帧数大于7作为显示输出条件。
如图4所示,所述目标航迹的关联帧数的计数方法如下:
1)如果航迹为新起始的航迹,则关联帧数赋值为3;
2)关联过程中关联成功的航迹,其关联帧数进行加1;
3)关联过程中仅1帧未关联成功,关联帧数保持不变;
4)关联过程中连续多帧未成功关联且关联帧数大于1的航迹,关联帧数减1,若关联帧数不大于1,则关联帧数赋值为1。
5)当判断关联帧数大于7时,输出目标的跟踪航迹。
因此整体来看,本实施例的用于车载毫米波雷达的多目标跟踪方法,可以应用在公路环境尤其是高速公路环境下,对出现的多个目标能够实现实时跟踪;至少实现10个小机动目标的实时跟踪,并具有剔除非机动目标功能;多目标跟踪成功率达到85%以上。
上述具体实施方案仅用于解释和说明本发明的技术方案,但并不能构成对权利要求的保护范围的限定。本领域技术人员应当清楚,在本发明技术方案的基础上做任何简单的变形和替换而得到的新的技术方案,均将落入本发明的保护范围之内。
Claims (9)
1.一种用于车载毫米波雷达的多目标跟踪方法,其特征在于,包括以下步骤:
步骤1、初始化多目标跟踪数据,将输入的包括目标距离、速度和角度的多目标信息进行信息整理后,定义航迹结构体,初始化多目标跟踪滤波的参数,并提取多目标跟踪参数;
步骤2、对雷达测量的目标进行航迹起始;
步骤3、根据已有航迹、当前帧目标结构体、卡尔曼滤波参数以及3帧孤立点,对已有航迹进行跟踪,得到更新后的关联航迹、卡尔曼滤波参数及3帧孤立点;
步骤4、对已跟踪的目标航迹进行管理,对航迹起始成功后的航迹进行标号,按航迹起始成功的顺序,依次给航迹标记航迹号;对雷达长时间未测量到的航迹进行航迹终结;
步骤5、判断是否满足显示输出条件,是,则对已跟踪的目标航迹进行输出显示,否,则不对已跟踪的目标航迹进行显示,直到满足显示输出条件为止;
所述步骤3中的航迹跟踪的具体实现方式为:
1)对输入的航迹使用线性卡尔曼滤波方法预测雷达当前测量帧的位置,同时更新卡尔曼滤波参数,将预测值与输入的目标结构体进行关联;
2)将关联之后剩余的孤立点与输入的3帧孤立点进行新航迹的起始,得到新航迹和更新后的3帧孤立点;
3)输出2)中更新后的航迹、3帧孤立点及卡尔曼滤波参数;
4)将更新后的航迹、3帧孤立点及卡尔曼滤波参数输入到1),循环1)~3),实现实时航迹跟踪和对进入雷达探测范围内出现的新目标的航迹起始。
2.根据权利要求1所述的多目标跟踪方法,其特征在于,所述信息整理是将多目标信息整理成结构体格式,所述目标结构体的内容包括当前帧雷达测量的目标个数,每个目标距离、速度及角度,非零帧计数;所述非零帧为雷达测量到目标的测量帧;
所述航迹结构体包括航迹个数,每条航迹的距离、速度及角度,航迹号和航迹未关联帧数计数;
所述多目标跟踪滤波采用卡尔曼滤波器;对包括状态向量,量测向量,状态转移矩阵,卡尔曼增益,状态协方差,量测矩阵,量测协方差及新息协方差在内的卡尔曼滤波器参数进行初始化;
所述提取的多目标跟踪参数为包括雷达速度在内的雷达状态信息。
3.根据权利要求1所述的多目标跟踪方法,其特征在于,步骤2中采用逻辑法进行目标的航迹起始,具体为使用2/3比值和3/4比值结合的航迹起始方法。
4.根据权利要求3所述的多目标跟踪方法,其特征在于,所述航迹起始的具体实现方式为:
1)连续接收步骤1中输出的4帧非零的目标结构体;
2)对前三帧目标结构体进行2/3比值航迹起始,如果成功起始内部航迹,则输出到3);如果不能起始内部航迹,则输出到5);
3)进行3/4比值航迹起始;
a.将所述内部航迹与第4帧目标结构体进行关联,关联方法为相关波门关联,如果关联成功,输出到b,如果关联不成功,输出到c;
b.判断关联成功航迹与内部航迹是否一一对应,是,则输出到4),否,则进入步骤c;
c.判断所述内部航迹不能与第4帧关联的部分中是否有3/3起始的内部航迹,是,则将其添加到航迹中并输出到4),否,则将剩余内部航迹添加到对应的孤立点中输出到4),所述孤立点为未能关联的目标结构体;
4)关联成功,初始化卡尔曼参数,整理起始成功的航迹和剩余的3帧孤立点进行输出;
5)关联不成功,输出3帧孤立点,航迹为空。
5.根据权利要求4所述的多目标跟踪方法,其特征在于,所述关联的方法为相关波门法,根据对应目标的航迹信息和雷达的精度设置相关波门的参数。
6.根据权利要求1所述的多目标跟踪方法,其特征在于,所述航迹终结为对雷达长时间未测量到的航迹进行终结处理,所述航迹终结条件为连续7帧雷达测量值未与航迹关联成功则终止航迹,删除该航迹的航迹号。
7.根据权利要求1所述的多目标跟踪方法,其特征在于,所述显示输出条件是根据该目标的跟踪航迹输出关联帧数是否满足设定值的个数限定的。
8.根据权利要求7所述的多目标跟踪方法,其特征在于,所述目标航迹的关联帧数的计数方法如下:
1)如果航迹为新起始的航迹,则关联帧数赋值为3;
2)关联过程中关联成功的航迹,其关联帧数进行加1;
3)关联过程中仅1帧未关联成功,关联帧数保持不变;
4)关联过程中连续多帧未成功关联且关联帧数大于1的航迹,关联帧数减1,若关联帧数不大于1,则关联帧数赋值为1;
5)当判断关联帧数大于设定值时,输出目标的跟踪航迹。
9.根据权利要求7或8所述的多目标跟踪方法,其特征在于,所述设定值为7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711380531.8A CN108344992B (zh) | 2017-12-20 | 2017-12-20 | 一种用于车载毫米波雷达的多目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711380531.8A CN108344992B (zh) | 2017-12-20 | 2017-12-20 | 一种用于车载毫米波雷达的多目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108344992A CN108344992A (zh) | 2018-07-31 |
CN108344992B true CN108344992B (zh) | 2020-03-27 |
Family
ID=62962572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711380531.8A Active CN108344992B (zh) | 2017-12-20 | 2017-12-20 | 一种用于车载毫米波雷达的多目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108344992B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110515041B (zh) * | 2019-08-30 | 2023-12-01 | 的卢技术有限公司 | 一种基于Kalman滤波技术的车辆距离测量控制方法及*** |
CN112837887B (zh) * | 2019-11-25 | 2022-09-09 | 北京华航无线电测量研究所 | 一种时分复用体制的局部交变磁场发生装置 |
CN111274336B (zh) * | 2019-12-18 | 2023-05-09 | 浙江大华技术股份有限公司 | 目标轨迹的处理方法、装置、存储介质及电子装置 |
CN114185034A (zh) * | 2020-09-15 | 2022-03-15 | 郑州宇通客车股份有限公司 | 一种毫米波雷达目标跟踪方法及*** |
CN112379350A (zh) * | 2020-12-01 | 2021-02-19 | 吉林大学 | 智能车辆毫米波雷达多目标跟踪方法、装置及设备 |
CN113176562B (zh) * | 2021-05-10 | 2023-08-29 | 北京邮电大学 | 多目标跟踪方法、装置、电子设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160078066A (ko) * | 2014-12-24 | 2016-07-04 | (주)디지탈엣지 | 레이더 장치의 다중표적 추적방법 |
CN106199583A (zh) * | 2016-06-30 | 2016-12-07 | 大连楼兰科技股份有限公司 | 多目标数据匹配与跟踪的方法及*** |
CN106249232A (zh) * | 2016-08-24 | 2016-12-21 | 中国电子科技集团公司第二十八研究所 | 基于目标运动态势信息数据关联策略的目标跟踪方法 |
CN106980114A (zh) * | 2017-03-31 | 2017-07-25 | 电子科技大学 | 无源雷达目标跟踪方法 |
CN107144837A (zh) * | 2017-04-24 | 2017-09-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达数据互联的多目标跟踪方法及*** |
-
2017
- 2017-12-20 CN CN201711380531.8A patent/CN108344992B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160078066A (ko) * | 2014-12-24 | 2016-07-04 | (주)디지탈엣지 | 레이더 장치의 다중표적 추적방법 |
CN106199583A (zh) * | 2016-06-30 | 2016-12-07 | 大连楼兰科技股份有限公司 | 多目标数据匹配与跟踪的方法及*** |
CN106249232A (zh) * | 2016-08-24 | 2016-12-21 | 中国电子科技集团公司第二十八研究所 | 基于目标运动态势信息数据关联策略的目标跟踪方法 |
CN106980114A (zh) * | 2017-03-31 | 2017-07-25 | 电子科技大学 | 无源雷达目标跟踪方法 |
CN107144837A (zh) * | 2017-04-24 | 2017-09-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达数据互联的多目标跟踪方法及*** |
Non-Patent Citations (3)
Title |
---|
一种实用的多目标航迹跟踪算法;陈琼 等;《火控雷达技术》;20080331;第37卷(第1期);第43-46页 * |
多目标跟踪中一种改进的航迹起始算法;贾岩松 等;《现代计算机》;20170331;第94-98页 * |
陈琼 等.一种实用的多目标航迹跟踪算法.《火控雷达技术》.2008,第37卷(第1期), * |
Also Published As
Publication number | Publication date |
---|---|
CN108344992A (zh) | 2018-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108344992B (zh) | 一种用于车载毫米波雷达的多目标跟踪方法 | |
CN109871763B (zh) | 一种基于yolo的特定目标跟踪方法 | |
CN114859339B (zh) | 一种基于毫米波雷达的多目标跟踪方法 | |
CN109375177B (zh) | 一种用于机场场面监视雷达***的运动目标检测方法 | |
US10001550B2 (en) | Method for automatic classification of radar objects | |
CN111708021B (zh) | 一种基于毫米波雷达的人员跟踪与识别算法 | |
CN103413324A (zh) | 航拍视频自动目标跟踪方法 | |
CN112215306A (zh) | 一种基于单目视觉与毫米波雷达融合的目标检测方法 | |
CN102495403B (zh) | 一种雷达信号处理方法 | |
CN109188430B (zh) | 一种基于地面监视雷达***的目标提取方法 | |
CN111308458A (zh) | 一种基于车载毫米波雷达的自车速度估计方法 | |
CN109100697B (zh) | 一种基于地面监视雷达***的目标凝聚方法 | |
US10281573B1 (en) | Retrodiction tracking system and related techniques | |
CN113156417A (zh) | 反无人机探测***、方法和雷达设备 | |
CN116778290A (zh) | 一种基于深度学习算法的雷达视觉数据关联方法 | |
Thadagoppula et al. | Speed detection using image processing | |
CN108446581B (zh) | 一种恶劣环境中的无人机检测方法 | |
Liu et al. | On‐road multi‐vehicle tracking algorithm based on an improved particle filter | |
CN108983194A (zh) | 一种基于地面监视雷达***的目标提取及凝聚方法 | |
CN102800101A (zh) | 一种星载红外遥感图像机场roi快速检测方法 | |
CN102840853A (zh) | 一种用于车载夜视***的障碍物检测及报警方法 | |
Miao et al. | Multi-target tracking and detection, fusing radar and ais signals using poisson multi-bernoulli mixture tracking, in support of autonomous sailing | |
CN110660028B (zh) | 一种基于联合边缘滤波形态学的小目标检测方法 | |
CN109669180B (zh) | 一种连续波雷达无人机检测方法 | |
Zhang et al. | A Target Detection Method of Automotive Millimeter Wave Radar Based on Deep Learning |
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 |