CN112578351A - 目标匹配方法、集成电路、无线电器件及设备 - Google Patents
目标匹配方法、集成电路、无线电器件及设备 Download PDFInfo
- Publication number
- CN112578351A CN112578351A CN202011407265.5A CN202011407265A CN112578351A CN 112578351 A CN112578351 A CN 112578351A CN 202011407265 A CN202011407265 A CN 202011407265A CN 112578351 A CN112578351 A CN 112578351A
- Authority
- CN
- China
- Prior art keywords
- target data
- matching
- target
- data
- candidate
- 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 90
- 238000012545 processing Methods 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000002592 echocardiography Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research 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
- 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
- G01S7/40—Means for monitoring or calibrating
-
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
- G01S7/4056—Means for monitoring or calibrating by simulation of echoes specially adapted to FMCW
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种目标匹配方法、集成电路、无线电器件及设备。该目标匹配方法包括:获得多个第一目标数据和多个第二目标数据;选择至多K个第二目标数据构建每个第一目标数据的第一候选匹配队列,该队列的第一匹配对象为与该第一目标数据的差异程度最小的候选匹配对象;选择至多K个第一目标数据构建每个第二目标数据的第二候选匹配队列,该队列的第一匹配对象为与该第二目标数据的差异程度最小的候选匹配对象;将互为第一匹配对象的第一目标数据和第二目标数据确定为适配于同一目标的目标数据对,直至每个第一目标数据均被匹配或其第一候选匹配队列为空。该目标匹配方法可以降低无线电器件的功耗并提高运行速度。
Description
本申请要求于2020年02月28日提交中国专利局、申请号为202010131649.2、发明名称为“目标匹配方法及雷达***”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本发明涉及雷达技术领域,更具体地,涉及一种目标匹配方法、集成电路、无线电器件及设备。
背景技术
目前,为了实现目标探测及跟踪等功能,在获取目标的轨迹、消除速度模糊等操作过程中,一般均会涉及利用诸如矩阵运算等来进行目标匹配操作,继而使得计算复杂度较高,同时当目标数目增多时,还会进一步提升时间复杂度,进而会显著增加运行时间。
因此,期待提出一种新的目标匹配方法,以降低计算复杂度和时间复杂度,从而降低器件的功耗,提高器件的运行速度。
发明内容
鉴于上述问题,本发明的目的在于提供一种目标匹配方法、集成电路、无线电器件及设备,减小运算量及时间复杂度,从而降低无线电器件的功耗,提高运行速度。
一方面,本公开提出了一种目标匹配方法,可应用于两个单元信号之间目标匹配,包括但不限于两帧信号之间的目标匹配,具体单元信号的定义可依据实际的需求进行适应性的调整,该方法可包括:
获得第一数据集合和第二数据集合,第一数据集合可包括多个第一目标数据,第二数据集合可包括多个第二目标数据;
对于第一数据集合中的每个第一目标数据,选择第二数据集合中的至多K个第二目标数据作为该第一目标数据的候选匹配对象,以对每个第一目标数据构建第一候选匹配队列,第一目标数据的第一匹配对象为所述第一候选匹配队列中与该第一目标数据的差异程度最小的候选匹配对象;
对于第二数据集合中的每个第二目标数据,选择第一数据集合中的至多K个第一目标数据作为该第二目标数据的候选匹配对象,以对每个第二目标数据构建第二候选匹配队列,第二目标数据的第一匹配对象为所述第二候选匹配队列中与该第二目标数据的差异程度最小的候选匹配对象,K为正整数,同时K的值小于各个数据集合中所包括的目标数据的个数;以及
将互为第一匹配对象的第一目标数据和第二目标数据确定为相互匹配且适配于同一目标的目标数据对,直至每个第一目标数据均被匹配或其第一候选匹配队列为空。
在一些可选的实施例中,将互为第一匹配对象的第一目标数据和第二目标数据确定为相互匹配且适配于同一目标的目标数据对的步骤包括:
当第一候选匹配队列不为空时,执行第一匹配步骤:
判断是否满足:第一目标数据的第一匹配对象为第二目标数据且第二目标数据的第一匹配对象为第一目标数据,如果是,则第一目标数据与第二目标相互匹配且适配于同一目标,如果否,则对该第一目标数据的该第一匹配对象执行第二匹配步骤;
当第二候选匹配队列不为空时,执行第二匹配步骤:
判断是否满足:第二目标数据的第一匹配对象为第一目标数据且第一目标数据的第一匹配对象为第二目标数据,如果是,则确定第一目标数据和第二目标数据相互匹配且适配于同一目标,如果否,则对该第二目标数据的该第一匹配对象执行第一匹配步骤。
在一些可选的实施例中,在对该第一目标数据的该第一匹配对象执行第二匹配步骤之后,将该第一目标数据的该第一匹配对象从该第一目标数据的第一候选匹配队列中去除,以便于更新第一候选匹配队列;在对该第二目标数据的该第一匹配对象执行第一匹配步骤之后,将该第二目标数据的该第一匹配对象从该第二目标数据的第二候选匹配队列中去除,以便于更新第二候选匹配队列。
在一些可选的实施例中,在执行第一匹配步骤之前,如果第一目标数据的第一候选匹配队列为空或者该第一目标数据具有相互匹配的第二目标数据,则停止对该第一目标数据执行第一匹配步骤,并对第一数据集合中的另一第一目标数据执行第一匹配步骤。
在一些可选的实施例中,更新第一候选匹配队列的方法包括:将第一候选匹配队列中与该第一目标数据的差异程度最小的候选匹配对象更新为第一匹配对象;更新第二候选匹配队列的方法包括:将第二候选匹配队列中与该第二目标数据的差异程度最小的候选匹配对象更新为第一匹配对象。
在一些可选的实施例中,构建第一目标数据的第一候选匹配队列的方法包括:将多个第二目标数据按照其与该第一目标数据的差异程度从小到大排列,选取其中的K个第二目标数据作为该第一目标数据的候选匹配对象;构建第二目标数据的第二候选匹配队列的方法包括:将多个第一目标数据按照其与该第二目标数据的差异程度从小到大排列,选取其中的K个第一目标数据作为该第二目标数据的候选匹配对象。
在一些可选的实施例中,在每个第一目标数据的第一候选匹配队列中,每个候选匹配对象与该第一目标数据的差异程度不大于预定阈值;在每个第二目标数据的第二候选匹配队列中,每个候选匹配对象与该第二目标数据的差异程度不大于预定阈值。
在一些可选的实施例中,采用距离差异、速度差异和角度差异中的一个或多个的运算结果表征所述差异程度。
在一些可选的实施例中,采用距离差异、速度差异和角度差异的绝对值加权之和表征所述差异程度。
在一些可选的实施例中,获得包括多个第一目标数据的第一数据集合和包括多个第二目标数据的第二数据集合的步骤包括:采集相邻的第一帧回波数据和第二帧回波数据;对所述第一帧回波数据进行傅里叶变换,以获得每个所述第一目标数据对应的距离和速度;对所述第二帧回波数据进行傅里叶变换,以获得每个所述第二目标数据对应的距离和速度;按照距离和/或速度的数值顺序,对所述多个第一目标数据进行排列以获得所述第一数据集合,对所述多个第二目标数据进行排列以获得所述第二数据集合。
第二方面,本公开还提供了一种目标匹配的方法,包括:基于至少一种目标特征参数,将回波信号中各帧单元所包含的目标数据分别汇聚成一个数据集合;构建各目标数据的候选匹配目标列表;以及基于所述候选匹配目标列表将相互匹配的两个目标数据适配于同一个目标;其中,所述相互匹配的两个目标数据分别位于两个相邻帧单元所分别对应的数据集合中。
在一些可选的实施例中,所述目标特征参数包括距离、速度、方向角和/或回波能量。
在一些可选的实施例中,该方法还包括:更新列表,用于将相互匹配的两个目标数据从该两个目标数据之外的所述目标数据对应的候选匹配目标列表中去除;再匹配,用于在执行所述更新列表的步骤之后将该两个目标数据之外的、相互匹配的两个目标数据适配于同一个目标,所述更新列表和所述再匹配被依次循环执行,直至所述更新列表的步骤后未被匹配的各个所述目标数据对应的候选匹配目标列表之间不存在相互匹配的两个目标数据。
在一些可选的实施例中,该方法还包括:针对任一目标数据,基于预设的差异程度函数,获取相邻帧单元所对应的数据集合中各目标数据与该目标数据之间的差异值;其中,依据所述差异值构建该目标数据的所述候选匹配目标列表。
在一些可选的实施例中,所述依据所述差异值构建该目标数据的所述候选匹配目标列表,包括:按照所述差异值从小到大的顺序,从该目标数据的相邻帧单元所对应的数据集合中选取K个目标数据作为候选匹配目标数据;以及基于所述K个目标数据构建成所述候选匹配目标列表;其中,所述相互匹配的两个目标数据在各自所述候选匹配目标列表中相互之间的差异值均最小,K为正整数。
在一些可选的实施例中,所述依据所述差异值构建该目标数据的所述候选匹配目标列表,还包括:基于预设的目标特征参数阈值,对该目标数据的相邻帧单元所对应的数据集合中的目标数据进行过滤;以及从过滤后的数据集合中选取所述K个目标数据作为该目标数据对应的所述候选匹配目标数据。
在一些可选的实施例中,在所述更新列表和所述再匹配的步骤之间,所述方法还包括:按照所述差异值从小到大的顺序,从所述过滤后的数据集合中选择出用于补充至各候选匹配目标列表中的目标数据,以使该两个目标数据之外的各目标数据对应的候选匹配目标列表中包含的目标数据的个数小于或等于K。
在一些可选的实施例中,基于至少一种目标特征参数,将回波信号中各帧单元所包含的目标数据分别汇聚成一个数据集合的步骤包括:对每一帧单元进行数据处理,以获得该帧单元中的各目标数据以及各目标数据对应的至少一种目标特征参数;以及按照所述至少一种目标特征参数的数值顺序,对每一帧单元对应的目标数据进行排列以获得该帧单元对应的数据集合。
第三方面,本公开还提供了一种雷达***,包括:天线模块,适于辐射雷达信号并接收回波;以及处理器,被配置为执行如本申请任一项所述的目标匹配方法。
在一些可选的实施例中,雷达***还包括存储器,用于按照每个数据集合所包含的目标数据的参数值顺序存储该数据集合中的各个所述目标数据。
在一些可选的实施例中,本申请还提供了一种集成电路,可包括:
信号收发通道,用于发射无线电信号,以及接收回波信号;以及
处理模块,被配置为基于所述回波信号执行如上述任一项所述的目标匹配方法。
在一些可选的实施例中,所述集成电路还可包括存储器,用于按照每个数据集合所包含的目标数据的参数值顺序存储该数据集合中的各个所述目标数据。
在一些可选的实施例中,所述集成电路为毫米波雷达芯片。
在一些可选的实施例中,本申请还提供了一种无线电器件,可包括:
承载体;
如上述任一项所述的集成电路,设置在所处承载体上;
天线,设置在所述承载体上,或者与所述集成电路集成为AiP(Antenna-in-Package,封装天线)芯片设置在所述承载体上;
其中,所述集成电路通过所述信号收发通道与所述天线连接,用于发射所述无线电信号以及接收所述回波信号。
在一些可选的实施例中,本申请还提供了一种设备,可包括:
设备本体;以及
设置于所述设备本体上的如上所述的无线电器件;
其中,所述无线电器件可用于目标检测和/或通信。
本发明提供的目标匹配方法、集成电路、无线电器件及设备,为所有的第一目标数据构建第一候选匹配队列的总时间复杂度为O(M),为所有的第二目标数据构建第二候选匹配队列的总时间复杂度为O(N);由于每个第一目标数据和第二目标数据的候选匹配对象的数目有限(不大于正整数K),并且第一匹配步骤和第二匹配步骤对数据的搜索量少,且重复搜索的数据量少,因此对M个第一目标数据进行匹配的时间复杂度约为O(M)。因此,本申请的目标匹配方法的时间复杂度和目标数目呈线性关系,是一种能保证目标检测实时性的方法;另外,相比于传统的数据关联方法,无复杂运算,适合CPU编程实现。该目标匹配方法可以降低器件的功耗,提高运行速度。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示出了根据本发明实施例的目标匹配方法的流程图;
图2示出了根据本发明实施例的第一目标数据的候选匹配对象的示意图;
图3示出了根据本发明实施例的第一候选匹配队列和第二候选匹配队列的示意图;
图4示出了根据本发明实施例的更新第一候选匹配队列的示意图;
图5a至5c分别示出了根据本发明另一实施例的目标匹配方法的流程图;
图6示出了根据本发明实施例的无线电器件的结构示意图。
具体实施方式
以下将参照附图更详细地描述本发明。在各个附图中,相同的元件采用类似的附图标记来表示。为了清楚起见,附图中的各个部分没有按比例绘制。此外,在图中可能未示出某些公知的部分。
在下文中描述了本发明的许多特定的细节,例如器件的结构、材料、尺寸、处理工艺和技术,以便更清楚地理解本发明。但正如本领域的技术人员能够理解的那样,可以不按照这些特定的细节来实现本发明。
为了便于理解,下面就以常用的雷达作为传感器中的示例进行详细说明:
雷达是一种利用无线通信技术发现目标并测定目标空间位置的装置,现代雷达通常包括雷达信号处理***和雷达数据处理***两大重要组成部分,其中雷达数据处理***对雷达的回波数据进行目标位置、运动参数数据(例如径向距离、径向速度、方位等)后进行互联、跟踪、滤波、平滑和预测等计算,形成目标的航迹。
对于多目标的跟踪是雷达***中的一个重要研究方向,其中,目标数据的互联需要建立某时刻雷达测量数据和其它时刻测量(或航迹)的关系,以确定测量数据是否来自同一个目标。例如,在线性调频连续波(Linear Frequency Modulation Continuous Wave,LFMCW)雷达中,雷达连续发射多帧发射信号,每一帧发射信号包含多个相同的线性调频波,发射信号经由目标物体反射形成回波,雷达接收回波并对每一帧回波进行处理,以获得表征目标物体的距离、速度、方向、回波能量等信息的数据,之后,雷达通常需要对获得的每一帧数据进行目标跟踪、消除速度模糊等数据处理操作。由于每一帧数据包含多个目标的信息,因此,在进行数据处理之前,需要进行数据互联,即从两帧输出的目标信息中找到对应同一目标的一对目标信息。在很多应用场景中,例如汽车雷达中,每一帧数据对应的目标数量较多,例如几十个到上百个,因此需要在每帧数据采集结束后很短的时间内(例如几十毫秒内),确立两帧数据的多个目标之间的匹配关系,这对匹配算法的实时性提出了很高的要求。
为此,可基于统计理论的数据关联方法,以对多目标进行匹配跟踪,比较经典的方法有JPDA(Joint Probabilistic Data Association,联合概率数据关联)、MHT(MultipleHypothesis Tracking,多假设跟踪)等。然而上述方法至少存在以下不足之处:(1)计算复杂度高,如涉及矩阵运算;(2)时间复杂度高,当目标数目增多时,会显著增加运行时间。
因此,本申请提出了一种新的目标匹配方法,以降低计算复杂度和时间复杂度,从而降低雷达***的功耗,提高雷达***的运行速度。
下面就以FMCW雷达***为例进行详细阐述:
在FMCW雷达***连续发射多帧雷达信号,来进行目标探测时,每一帧雷达信号例如包含多个相同的啁啾信号(chirp),通过对每一帧回波进行二维快速傅里叶变换(2dimensional Fast Fourier Transform,2D-FFT)、恒虚警率(Constant False AlarmRate,CFAR)搜索、到达角(Direction of Arrival,DoA)估计等处理,以获得目标的距离、速度、方向、回波能量等信息。雷达***具有进行目标跟踪、消除速度模糊等功能,在执行这些功能之前,需要从两帧目标信息中找到对应同一目标(或最接近)的一对目标信息,即需要进行两帧目标信息之间的目标匹配。
假设A、B两帧输出的目标数据集合分别为TA={A1,A2,…,AM}、TB={B1,B2,…,BN},M,N分别为A、B两帧目标数据中的目标数据数目。对于两个不同集合的目标数据Am和Bn,它们之间的差异程度用函数的形式表示为D(Am,Bn),差异程度和匹配程度呈负相关关系。进行目标匹配的目的是要在两组集合TA、TB中尽可能多的找出两两匹配的目标数据,并且所有的匹配关系确立后,对应的差异程度的总和最小。
本发明实施例的目标匹配方法通过构建第一候选匹配队列和第二候选匹配队列,来对第一目标数据和第二目标数据进行目标匹配,以降低计算复杂度和时间复杂度,从而降低器件的功耗,提高运行速度。
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
图1示出了根据本发明实施例的目标匹配方法的流程图;图2示出了根据本发明实施例的第一目标数据的候选匹配对象的示意图;图3示出了根据本发明实施例的第一候选匹配队列和第二候选匹配队列的示意图;图4示出了根据本发明实施例的更新第一候选匹配队列的示意图。
为了清楚起见,在图1中仅示出了两帧回波的目标匹配方法,应当理解,对于包含多帧(或多信号单元)目标信息的数据流,多次重复执行图1所示的步骤,即可连续对多帧目标信息进行目标匹配。在本实施中,图1示出的两帧回波可以是回波信号中相邻的两个帧单元,也可以是可能存在匹配目标数据的不相邻的两个帧单元。
在步骤S101中,获得包括多个第一目标数据的第一数据集合和包括多个第二目标数据的第二数据集合。在该步骤中,通过对两帧回波进行数据处理以获得两帧数据信号,两帧数据信号分别为包括多个第一目标数据的第一数据集合和包括多个第二目标数据的第二数据集合。例如,雷达***连续发射多帧雷达信号,来实时检测周围物体,每一帧雷达信号经由多个目标反射形成回波,雷达***接收多帧回波之后,对多帧回波进行数据处理,从而获得了多帧数据(即多个帧单元),每一帧数据中包含多个目标的目标数据。在后续步骤中,需要对两帧数据进行目标匹配,为了清楚起见,将一帧数据包含的分别与多个目标对应的目标数据均称为第一目标数据,将另一帧数据包含的分别与多个目标对应的目标数据均称为第二目标数据。
作为一种示例,可以将回波信号中每个帧单元所包含的数据进行数据处理,以获得该帧单元中的各目标数据以及各目标数据对应的至少一种目标特征参数;并且,按照至少一种目标特征参数的数值顺序,对每一帧单元所包含的目标数据排列以获得该帧单元对应的数据集合。所述数据处理例如为二维快速傅里叶变换(2D Fast Fourier Transform,简称2D-FFT)、恒虚预警(Constant False Alarm Rate,简称CFAR)算法和/或波达方向(Direction Of Arrival,简称DoA)算法等信号处理操作,所述目标特征参数可包括距离、速度、到达角和/或回波能量等参数,具体可依据实际的需求而适应性的调整参数的类别及数目。
在步骤S102中,对于第一数据集合中的每个第一目标数据,选择第二数据集合中的至多K个第二目标数据作为该第一目标数据的候选匹配对象,以对每个第一目标数据构建第一候选匹配队列(即该第一目标数据对应的候选匹配目标列表),第一目标数据的第一匹配对象为与该第一目标数据的差异程度最小的候选匹配对象。
在该步骤中,构建第一目标数据的第一候选匹配队列的方法包括:将多个第二目标数据按照其与该第一目标数据的差异程度从小到大排列,选取其中的K个第二目标数据作为该第一目标数据的候选匹配对象。可选的,K值例如为3或4。如图2所示,已经获得了第一目标数据A1与所有的第二目标数据B1~BN之间的差异程度D(A1,B1)~D(A1,BN),对差异程度D(A1,B1)~D(A1,BN)进行从小到大排序之后,筛选出最小的3个差异程度函数对应的3个第二目标数据作为第一目标数据A1的候选匹配对象,在该示例中,选取了第二目标数据B1~B3作为第一目标数据A1的候选匹配对象,其差异程度D(A1,B1)、D(A1,B2)、D(A1,B3)分别依次为890、760、1000,在构建第一目标数据A1的第一候选匹配队列时,按照差异程度从小到大排序,第一候选匹配队列如图2中虚线框内所示。
在步骤S103中,对于第二数据集合中的每个第二目标数据,选择第一数据集合中的至多K个第一目标数据作为该第二目标数据的候选匹配对象,以对每个第二目标数据构建第二候选匹配队列(即该第二目标数据对应的候选匹配目标列表),第二目标数据的第一匹配对象为与该第二目标数据的差异程度最小的候选匹配对象。在该步骤中,构建第二目标数据的第二候选匹配队列的方法包括:将多个第一目标数据按照其与该第二目标数据的差异程度从小到大排列,选取其中的K个第一目标数据作为该第二目标数据的候选匹配对象。构建第二目标数据的第二候选匹配队列的方法与构建第一目标数据的第一候选匹配队列的方法大致相同,在此不再赘述。
作为一个示例,步骤S102和步骤S103可以是按照第一数据集合和第二数据集合的数据接收顺序进行的,例如,雷达***依次接收到了第一帧回波和第二帧回波,并依次对第一帧回波和第二帧回波进行处理,并依次获得了第一数据集合和第二数据集合,之后依次对第一数据集合的每一个第一目标数据构建第一候选匹配队列,对第二数据集合的每一个第二目标数据构建第二候选匹配队列。在另外一些可选的示例中,由于步骤S102和步骤S103算法简单,耗费时间很短,因此可以认为步骤S102和步骤S103是同时进行的。应理解,本申请不限制步骤S102和步骤S103的先后顺序。
如图3所示,在步骤S102和步骤S103中,构建了第一目标数据A1~AM的第一候选匹配队列和第二目标数据B1~BN的第二候选匹配队列,第一候选匹配队列和第二候选匹配队列请参见虚线框内部。在本发明实施例中,为所有的第一目标数据构建第一候选匹配队列的总时间复杂度为O(M),为所有的第二目标数据构建第二候选匹配队列的总时间复杂度为O(N)。
在本发明实施例中,在步骤S102和步骤S103中,例如采用距离差异、速度差异和角度差异中一个或多个的运算结果表征所述差异程度。例如,对于第一目标数据,用R(A,m)表示其距离,V(A,m)表示其速度,Ang(A,m)表示其相对于雷达的方向角度;对于第二目标数据,用R(B,m)表示其距离,V(B,m)表示其速度,Ang(B,m)表示其相对于雷达的方向角度。根据上述信息定义差异程度函数D(Am,Bn),例如一种定义方式如下:
D(Am,Bn)=w1*|R(A,m)-R(B,n)|+w2*|V(A,m)-V(B,n)|+w3*|Ang(A,m)-Ang(B,n)|
其中,w1、w2、w3分别为距离差异、速度差异、和角度差异在差异程度函数D(Am,Bn)中的权重系数。可选的,根据目标的预计状态或雷达***的状态调整权重系数的值,例如,对于目标或雷达***处于运动状态时,可以增大速度差异对应的权重系数。
在可选的实施例中,在每个第一目标数据的第一候选匹配队列中,每个候选匹配对象与该第一目标数据的差异程度需要满足不大于预定阈值,在每个第二目标数据的第二候选匹配队列中,每个候选匹配对象与该第二目标数据的差异程度不大于预定阈值,以限制匹配过程中数据搜索的范围,从而降低匹配所需要的时间。即,可以基于预设的目标特征参数阈值,对第二数据集合中的第二目标数据进行过滤,以便于从过滤后的数据集合中选取K个第二目标数据作为某第一目标数据的第一候选匹配队列。例如,分别设定距离差异、速度差异、和角度差异的预定阈值为Rth、Vth、Angth,在读取并存储第一目标数据的第一候选匹配队列之后,第一候选匹配队列中的各个候选匹配对象同时还需要满足下列条件:
作为一个示例,在步骤S102和步骤S103中,对第一目标数据进行二维快速傅里叶变换处理,以获得第一目标数据的距离R(A,m)和速度V(A,m),对第二目标数据进行二维快速傅里叶变换处理,以获得第二目标数据的距离R(B,m)和速度V(B,m)。采用二维快速傅里叶变换处理有利于将第一目标数据和第二目标数据按照距离从小到大、速度从小到大的顺序读取并存储,这种存储方式可以减少匹配过程中内存的数据访问次数。
作为示例,过滤后的第一数据集合可以用于补充第二目标数据对应的第二候选匹配队列,从而,在该第二候选匹配队列中的一个或多个第二目标数据因被匹配而被去除后,该第二候选匹配队列中被去除的目标数据项的数目可以被补充至小于/等于K的数值。该补充步骤同样可以按照差异程度由大到小的顺序,将过滤后的第一数据集合中未被匹配也未曾被列入该第二目标数据的第二候选匹配队列中的第一目标数据,作为该第二候选匹配队列的尾项。
类似地,过滤后的第二数据集合可以用于补充第一目标数据对应的第一候选匹配队列,从而,在该第一候选匹配队列中的一个或多个第一目标数据因被匹配而被去除后,该第一候选匹配队列中的目标数据项的数目可以被补充至小于/等于K的数值。该补充步骤同样可以按照差异程度由大到小的顺序,将过滤后的第二数据集合中未被匹配也未曾被列入该第一目标数据的第一候选匹配队列中的第二目标数据,作为该第一候选匹配队列的尾项。
在步骤S104中,将互为第一匹配对象的第一目标数据和第二目标数据确定为相互匹配的第一目标数据和第二目标数据,直至每个第一目标数据均被匹配或其第一候选匹配队列为空。
在该步骤中,将互为第一匹配对象的第一目标数据和第二目标数据确定为相互匹配的第一目标数据和第二目标数据的方法包括:当第一候选匹配队列不为空时,执行第一匹配步骤:判断是否满足:第一目标数据的第一匹配对象为第二目标数据且第二目标数据的第一匹配对象为第一目标数据,如果是,则第一目标数据和第二目标数据相互匹配,如果否,则对该第一目标数据的该第一匹配对象执行第二匹配步骤;当第二候选匹配队列不为空时,执行第二匹配步骤:判断是否满足:第二目标数据的第一匹配对象为第一目标数据且第一目标数据的第一匹配对象为第二目标数据,如果是,则第一目标数据和第二目标数据相互匹配,如果否,则对该第二目标数据的该第一匹配对象执行第一匹配步骤。
在可选的实施例中,在对该第一目标数据的该第一匹配对象执行第二匹配步骤之后,如果第一候选匹配队列不为空,则将该第一目标数据的该第一匹配对象从该第一目标数据的第一候选匹配队列中去除,并更新第一候选匹配队列,在对该第二目标数据的该第一匹配对象执行第一匹配步骤之后,如果第二候选匹配队列不为空,则将该第二目标数据的该第一匹配对象从该第二目标数据的第二候选匹配队列中去除,并更新第二候选匹配队列。
在该实施例中,在执行第一匹配步骤之前,如果第一目标数据的第一候选匹配队列为空或者该第一目标数据具有相互匹配的第二目标数据,则停止对该第一目标数据执行第一匹配步骤,并对第一数据集合中的另一第一目标数据执行第一匹配步骤。
可选的,在执行第一/第二匹配步骤之前,如果第一/第二目标数据的第一/第二候选匹配队列为空或者该第一/第二目标数据具有相互匹配的第二/第一目标数据,则在第一/第二数据集合中去除该第一/第二目标数据及其第一/第二候选匹配队列。
可选的,更新第一候选匹配队列的方法包括:将第一候选匹配队列中与该第一目标数据的差异程度最小的候选匹配对象更新为第一匹配对象;更新第二候选匹配队列的方法包括:将第二候选匹配队列中与该第二目标数据的差异程度最小的候选匹配对象更新为第一匹配对象。如图4所示,更新第一候选匹配队列的方法包括:对于第一目标数据A1,其候选匹配对象包括第一匹配对象Bn1、第二匹配对象Bn2和第三匹配对象Bn3,第一匹配对象Bn1、第二匹配对象Bn2和第三匹配对象Bn3与第一目标数据A1的差异程度从小到大排列,如果去除第一匹配对象B1,此时第一候选匹配队列中剩余的与第一目标数据A1差异程度最小的候选匹配对象为Bn2,则将第二匹配对象Bn2更新为第一目标数据A1的新的第一匹配对象。
在步骤S104中,由于每个第一目标数据和第二目标数据的候选匹配对象的数目有限(不大于正整数K),并且步骤S104所示的匹配步骤对数据的搜索量少,且重复搜索的数据量少,因此对M个第一目标数据进行匹配的时间复杂度约为O(M)。
图5a至5c分别示出了根据本发明另一实施例的目标匹配方法的流程图。其中,图5b示出了目标匹配方法中的第一匹配步骤pairA()的流程图,图5b示出了目标匹配方法中的第二匹配步骤pairB()的流程图。
在步骤S201中,构建第一目标数据的第一候选匹配队列和第二目标数据的第二候选匹配队列。该步骤可以参考图1中的步骤S101至步骤S103,在此不再赘述其相同之处。
在步骤S202中,设定第一目标数据的序号m的初始值为0,第一目标数据的总个数为M。
在步骤S203中,将第一目标数据的序号m更新为m加一。
在步骤S204中,判断m是否大于M,如果是,则结束目标匹配,如果否,则执行步骤S204。
在步骤S205中,判断是否满足:第m个第一目标数据Am已经具有相互匹配的第二目标数据或者其第一候选匹配队列为空,如果是,则返回执行步骤S202,如果否,则对第一目标数据Am执行第一匹配步骤pairA(),第一匹配步骤pairA()包括步骤S211至步骤S217。
在步骤S211中,判断是否满足:第m个第一目标数据Am已经具有相互匹配的第二目标数据或者其第一候选匹配队列为空,如果是,则执行步骤S212,结束执行第一匹配步骤pairA(),并输出结果第m个第一目标数据Am已经具有相互匹配的第二目标数据或者其第一候选匹配队列为空,如果否,则执行步骤S213。
在步骤S213中,获得第一目标数据Am的第一匹配对象Bn。
在步骤S214中,判断第二目标数据Bn的第一匹配对象是否为第一目标数据Am,如果是,则执行步骤S215,将第一目标数据Am和第二目标数据Bn确定为相互匹配,并结束执行第一匹配步骤pairA(),如果否,则对第二目标数据Bn执行第二匹配步骤pairB(),第二匹配步骤pairB()包括步骤S221至步骤S227。
在结束执行第二匹配步骤pairB()之后,在步骤S216中,判断第一目标数据Am是否具有相互匹配的第二目标数据,如果是,则重复执行步骤S211,如果否,则执行步骤S217,将第二目标数据Bn从第一目标数据Am的第一候选匹配队列中去除,之后重复执行步骤S211。
第二匹配步骤pairB()与第一匹配步骤pairA()大致相同,与之不同的是,其中每一步骤中的第一目标数据Am和第二目标数据Bn互换。具体的,在步骤S221中,判断是否满足:第n个第二目标数据Bn已经具有相互匹配的第一目标数据或者其第二候选匹配队列为空,如果是,则执行步骤S222,结束执行第二匹配步骤pairB(),并输出结果第n个第二目标数据Bn已经具有相互匹配的第一目标数据或者其第二候选匹配队列为空,如果否,则执行步骤S223。
在步骤S223中,获得第二目标数据Bn的第一匹配对象Am。
在步骤S224中,判断第一目标数据Am的第一匹配对象是否为第二目标数据Bn,如果是,则执行步骤S235,将第一目标数据Am和第二目标数据Bn确定为相互匹配,并结束执行第二匹配步骤pairB(),如果否,则执行第一匹配步骤pairA(),第一匹配步骤pairA()包括步骤S211至步骤S217。
在结束执行第一匹配步骤pairA()之后,在步骤S226中,判断第二目标数据Bn是否具有相互匹配的第一目标数据,如果是,则重复执行步骤S221,如果否,则执行步骤S227,将第一目标数据Am从第二目标数据Bn的第二候选匹配队列中去除,之后重复执行步骤S221。
在上述步骤中,为所有的第一目标数据构建第一候选匹配队列的总时间复杂度为O(M),为所有的第二目标数据构建第二候选匹配队列的总时间复杂度为O(N);由于每个第一目标数据和第二目标数据的候选匹配对象的数目有限(不大于正整数K),并且第一匹配步骤和第二匹配步骤对数据的搜索量少,且重复搜索的数据量少,因此对M个第一目标数据进行匹配的时间复杂度约为O(M)。
结合上述分析,本申请的目标匹配方法的时间复杂度和目标数目呈线性关系,是一种能保证实时性的方法;另外,相比于传统的数据关联方法,无复杂运算,适合CPU编程实现。
在一个实施例中,本申请还提供了一种集成电路具有信号收发通道和处理模块,该信号收发通道可用于发射无线电信号,以及接收被目标反射所行的回波信号;处理模块则可用于对回波信号进行诸如模拟信号处理、模数转换、数字信号处理等操作,同时还可基于数字信号处理操作输出的数字信号,被配置执行如本申请任一实施例所阐述的目标匹配方法的相关步骤。
在一些可选的实施例中,该集成电路还可包括存储器,以用于按照每个数据集合所包含的目标数据的参数值顺序存储该数据集合中的各个所述目标数据。另外,该集成电路可为传感器芯片,如毫米波雷达芯片等,也可为基于封装天线的AiP芯片结构。
上述集成电路,通过按照预设参数的排列顺序来构建候选目标匹配列表,通过基于所设定阈值执行匹配的过程,能够有效的降低目标探测过程中两帧信号之间目标匹配的运算量,且还能够通过编程实现灵活的候选目标列表及匹配过程的构建,进而提升诸如目标跟踪、模糊速度消除等操作的时效性。
在一个实施例中,本申请还提供一种无线电器件,包括:承载体;如上述实施例的集成电路,设置在承载体上;天线,设置在承载体上;其中,集成电路通过第一传输线与天线连接,用于收发无线电信号,而承载体可以为印刷电路板PCB,第一传输线可以为PCB走线。另外,针对AiP结构的集成电路,则无需在承载体上设置天线结构。
图6示出了根据本发明实施例的无线电器件的示意图。
如图6所示,无线电器件100包括天线模块110和集成电路120。天线模块110包括发射天线111和接收天线112,无线电器件120包括射频模块121和处理模块122。
发射天线111接收射频模块121发送的雷达信号(例如为线性调频连续波),并向周围辐射多帧探测信号,每一帧探测信号经由多个目标反射形成一帧回波。
接收天线112接收多帧回波,处理模块122对多帧回波进行数据处理,处理模块122例如包括二维快速傅里叶变换单元、恒虚警率单元、到达角估计单元等,以获得目标的距离、速度、方向、回波能量等信息。
在本发明实施例中,处理模块122还被配置为执行如图1或图5a至5c所示的目标匹配方法,以对多帧回波表征的多个目标数据完成目标匹配,从而该雷达***具备目标跟踪、消除速度模糊等功能。
无线电器件100还可以包括存储器(未示出),用于按照每个数据集合所包含的目标数据的参数值(例如速度和/或距离)顺序存储该数据集合中的各个所述目标数据,从而减少目标匹配过程中存储器的访问次数。该存储器例如为集成电路120的内存。
另外,天线模块110还可集成于集成电路模块120的封装中以形成AiP结构的芯片,例如毫米波雷达芯片等传感器芯片。
在一个实施例中,本申请还提供一种设备,包括:设备本体;以及设置于设备本体上的如上述实施例的无线电器件;其中,无线电器件用于目标检测和/或通信等功能。
具体地,在上述实施例的基础上,在本申请的一个实施例中,无线电器件可以设置在设备本体的外部,在本申请的另一个实施例中,无线电器件还可以设置在设备本体的内部,在本申请的其他实施例中,无线电器件还可以一部分设置在设备本体的内部,一部分设置在设备本体的外部。本申请对此不作限定,具体视情况而定。
需要说明的是,无线电器件可通过发射及接收信号实现诸如目标检测及通信等功能。
在一个可选的实施例中,上述设备本体则可为智能交通运输设备(如汽车、自行车、摩托车、船舶、地铁、火车等)、安防设备(如摄像头)、智能穿戴设备(如手环、眼镜等)、智能家居设备(如电视、空调、智能灯等)、各种通信设备(如手机、平板电脑等)等,以及诸如道闸、智能交通指示灯、智能指示牌、交通摄像头及各种工业化机械手(或机器人)等,也可为用于检测生命特征参数的各种仪器以及搭载该仪器的各种设备。无线电器件则可为本申请任一实施例中所阐述的无线电器件,无线电器件的结构和工作原理在上述实施例中已经进行了详细说明,此处不在一一赘述。
依照本发明的实施例如上文所述,这些实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施例。显然,根据以上描述,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (23)
1.一种目标匹配方法,其特征在于,包括:
获得包括多个第一目标数据的第一数据集合和包括多个第二目标数据的第二数据集合;
对于第一数据集合中的每个第一目标数据,选择第二数据集合中的至多K个第二目标数据作为该第一目标数据的候选匹配对象,以对每个第一目标数据构建第一候选匹配队列,第一目标数据的第一匹配对象为所述第一候选匹配队列中与该第一目标数据的差异程度最小的候选匹配对象;
对于第二数据集合中的每个第二目标数据,选择第一数据集合中的至多K个第一目标数据作为该第二目标数据的候选匹配对象,以对每个第二目标数据构建第二候选匹配队列,第二目标数据的第一匹配对象为所述第二候选匹配队列中与该第二目标数据的差异程度最小的候选匹配对象,K为正整数;以及
将互为第一匹配对象的第一目标数据和第二目标数据确定为相互匹配且适配于同一目标的目标数据对,直至每个第一目标数据均被匹配或其第一候选匹配队列为空。
2.根据权利要求1所述的目标匹配方法,其特征在于,将互为第一匹配对象的第一目标数据和第二目标数据确定为相互匹配且适配于同一目标的目标数据对的步骤包括:
当第一候选匹配队列不为空时,执行第一匹配步骤:
判断是否满足:第一目标数据的第一匹配对象为第二目标数据且第二目标数据的第一匹配对象为第一目标数据,如果是,则第一目标数据与第二目标相互匹配且适配于同一目标,如果否,则对该第一目标数据的该第一匹配对象执行第二匹配步骤;
当第二候选匹配队列不为空时,执行第二匹配步骤:
判断是否满足:第二目标数据的第一匹配对象为第一目标数据且第一目标数据的第一匹配对象为第二目标数据,如果是,则确定第一目标数据和第二目标数据相互匹配且适配于同一目标,如果否,则对该第二目标数据的该第一匹配对象执行第一匹配步骤。
3.根据权利要求2所述的目标匹配方法,其特征在于,
在对该第一目标数据的该第一匹配对象执行第二匹配步骤之后,将该第一目标数据的该第一匹配对象从该第一目标数据的第一候选匹配队列中去除,以便于更新第一候选匹配队列,
在对该第二目标数据的该第一匹配对象执行第一匹配步骤之后,将该第二目标数据的该第一匹配对象从该第二目标数据的第二候选匹配队列中去除,以便于更新第二候选匹配队列。
4.根据权利要求2所述的目标匹配方法,其特征在于,
在执行第一匹配步骤之前,如果第一目标数据的第一候选匹配队列为空或者该第一目标数据具有相互匹配的第二目标数据,则停止对该第一目标数据执行第一匹配步骤,并对第一数据集合中的另一第一目标数据执行第一匹配步骤。
5.根据权利要求3所述的目标匹配方法,其特征在于,
更新第一候选匹配队列的方法包括:将第一候选匹配队列中与该第一目标数据的差异程度最小的候选匹配对象更新为第一匹配对象;
更新第二候选匹配队列的方法包括:将第二候选匹配队列中与该第二目标数据的差异程度最小的候选匹配对象更新为第一匹配对象。
6.根据权利要求1所述的目标匹配方法,其特征在于,
构建第一目标数据的第一候选匹配队列的方法包括:将多个第二目标数据按照其与该第一目标数据的差异程度从小到大排列,选取其中的K个第二目标数据作为该第一目标数据的候选匹配对象,
构建第二目标数据的第二候选匹配队列的方法包括:将多个第一目标数据按照其与该第二目标数据的差异程度从小到大排列,选取其中的K个第一目标数据作为该第二目标数据的候选匹配对象。
7.根据权利要求6所述的目标匹配方法,其特征在于,
在每个第一目标数据的第一候选匹配队列中,每个候选匹配对象与该第一目标数据的差异程度不大于预定阈值,
在每个第二目标数据的第二候选匹配队列中,每个候选匹配对象与该第二目标数据的差异程度不大于预定阈值。
8.根据权利要求6所述的目标匹配方法,其特征在于,采用距离差异、速度差异和角度差异中的一个或多个的运算结果表征所述差异程度。
9.根据权利要求8所述的目标匹配方法,其特征在于,采用距离差异、速度差异和角度差异的绝对值加权之和表征所述差异程度。
10.根据权利要求1-9中任意一项所述的目标匹配方法,其特征在于,获得包括多个第一目标数据的第一数据集合和包括多个第二目标数据的第二数据集合的步骤包括:
采集相邻的第一帧回波数据和第二帧回波数据;
对所述第一帧回波数据进行傅里叶变换,以获得每个所述第一目标数据对应的距离和速度;
对所述第二帧回波数据进行傅里叶变换,以获得每个所述第二目标数据对应的距离和速度;
按照距离和/或速度的数值顺序,对所述多个第一目标数据进行排列以获得所述第一数据集合,对所述多个第二目标数据进行排列以获得所述第二数据集合。
11.一种目标匹配的方法,其特征在于,所述方法包括:
基于至少一种目标特征参数,将回波信号中各帧单元所包含的目标数据分别汇聚成一个数据集合;
构建各目标数据的候选匹配目标列表;以及
基于所述候选匹配目标列表将相互匹配的两个目标数据适配于同一个目标;
其中,所述相互匹配的两个目标数据分别位于两个相邻帧单元所分别对应的数据集合中。
12.根据权利要求11所述的方法,其特征在于,所述目标特征参数包括距离、速度、方向角和/或回波能量。
13.根据权利要求11所述的方法,其特征在于,还包括:
更新列表,用于将相互匹配的两个目标数据从该两个目标数据之外的所述目标数据对应的候选匹配目标列表中去除;
再匹配,用于在执行所述更新列表的步骤之后将该两个目标数据之外的、相互匹配的两个目标数据适配于同一个目标,
所述更新列表和所述再匹配被依次循环执行,直至所述更新列表的步骤后未被匹配的各个所述目标数据对应的候选匹配目标列表之间不存在相互匹配的两个目标数据。
14.根据权利要求13所述的方法,其特征在于,还包括:
针对任一目标数据,基于预设的差异程度函数,获取相邻帧单元所对应的数据集合中各目标数据与该目标数据之间的差异值;
其中,依据所述差异值构建该目标数据的所述候选匹配目标列表。
15.根据权利要求14所述的方法,其特征在于,所述依据所述差异值构建该目标数据的所述候选匹配目标列表,包括:
按照所述差异值从小到大的顺序,从该目标数据的相邻帧单元所对应的数据集合中选取K个目标数据作为候选匹配目标数据;以及
基于所述K个目标数据构建成所述候选匹配目标列表;
其中,所述相互匹配的两个目标数据在各自所述候选匹配目标列表中相互之间的差异值均最小,K为正整数。
16.根据权利要求15所述的方法,其特征在于,所述依据所述差异值构建该目标数据的所述候选匹配目标列表,还包括:
基于预设的目标特征参数阈值,对该目标数据的相邻帧单元所对应的数据集合中的目标数据进行过滤;以及
从过滤后的数据集合中选取所述K个目标数据作为该目标数据对应的所述候选匹配目标数据。
17.根据权利要求16所述的方法,其特征在于,在所述更新列表和所述再匹配的步骤之间,所述方法还包括:
按照所述差异值从小到大的顺序,从所述过滤后的数据集合中选择出用于补充至各候选匹配目标列表中的目标数据,以使该两个目标数据之外的各目标数据对应的候选匹配目标列表中包含的目标数据的个数小于或等于K。
18.根据权利要求11-17中任意一项所述的方法,其特征在于,基于至少一种目标特征参数,将回波信号中各帧单元所包含的目标数据分别汇聚成一个数据集合的步骤包括:
对每一帧单元进行数据处理,以获得该帧单元中的各目标数据以及各目标数据对应的至少一种目标特征参数;以及
按照所述至少一种目标特征参数的数值顺序,对每一帧单元对应的目标数据进行排列以获得该帧单元对应的数据集合。
19.一种集成电路,其特征在于,包括:
信号收发通道,用于发射无线电信号,以及接收回波信号;以及
处理模块,被配置为基于所述回波信号执行如权利要求1至18任一项所述的目标匹配方法。
20.根据权利要求19所述的集成电路,其特征在于,还包括存储器,用于按照每个数据集合所包含的目标数据的参数值顺序存储该数据集合中的各个所述目标数据。
21.根据权利要求19或20所述的集成电路,其特征在于,所述集成电路为毫米波雷达芯片。
22.一种无线电器件,其特征在于,包括:
承载体;
如权利要求19-21中任一项所述的集成电路,设置在所处承载体上;
天线,设置在所述承载体上,或者与所述集成电路集成为AiP芯片设置在所述承载体上;
其中,所述集成电路通过所述信号收发通道与所述天线连接,用于发射所述无线电信号以及接收所述回波信号。
23.一种设备,其特征在于,包括:
设备本体;以及
设置于所述设备本体上的如权利要求22所述的无线电器件;
其中,所述无线电器件用于目标检测和/或通信。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020101316492 | 2020-02-28 | ||
CN202010131649 | 2020-02-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112578351A true CN112578351A (zh) | 2021-03-30 |
Family
ID=75127819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011407265.5A Pending CN112578351A (zh) | 2020-02-28 | 2020-12-04 | 目标匹配方法、集成电路、无线电器件及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112578351A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093145A (zh) * | 2021-06-09 | 2021-07-09 | 深圳市万集科技有限公司 | 目标检测方法及目标检测装置 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5060143A (en) * | 1988-08-10 | 1991-10-22 | Bell Communications Research, Inc. | System for string searching including parallel comparison of candidate data block-by-block |
JP2004132734A (ja) * | 2002-10-08 | 2004-04-30 | Fujitsu Ten Ltd | 車載用レーダ装置 |
JP2005121601A (ja) * | 2003-10-20 | 2005-05-12 | Nissan Motor Co Ltd | 物体検出装置及び物体検出方法 |
US20090244388A1 (en) * | 2008-03-27 | 2009-10-01 | Siou-Shen Lin | Motion estimation method and related apparatus for determining target motion vector according to motion of neighboring image blocks |
US20150146922A1 (en) * | 2012-06-29 | 2015-05-28 | Secom Co., Ltd. | Target detection device and target detection method |
CN105069161A (zh) * | 2015-08-26 | 2015-11-18 | 浪潮软件股份有限公司 | 一种数据交互的方法及装置 |
US20150347537A1 (en) * | 2014-05-30 | 2015-12-03 | International Business Machines Corporation | Processing time series |
CN105139422A (zh) * | 2015-08-14 | 2015-12-09 | 中国联合网络通信集团有限公司 | 一种自解释目标跟踪方法及装置 |
CN107103089A (zh) * | 2017-05-04 | 2017-08-29 | 腾讯科技(深圳)有限公司 | 对象的匹配方法和装置 |
CN107145862A (zh) * | 2017-05-05 | 2017-09-08 | 山东大学 | 一种基于霍夫森林的多特征匹配多目标跟踪方法 |
KR20170103260A (ko) * | 2016-03-03 | 2017-09-13 | 국방과학연구소 | 신호의 도래 시간차 정보 매칭을 이용한 위치 탐지 방법 |
US20180007384A1 (en) * | 2015-10-09 | 2018-01-04 | Tencent Technology (Shenzhen) Company Limited | Image block-based matching method and system, and video processing device |
KR20180084421A (ko) * | 2017-01-17 | 2018-07-25 | 연세대학교 원주산학협력단 | 유사 사용자를 매칭하는 장치 및 방법 |
CN108846854A (zh) * | 2018-05-07 | 2018-11-20 | 中国科学院声学研究所 | 一种基于运动预测与多特征融合的车辆跟踪方法 |
KR20180137690A (ko) * | 2017-06-19 | 2018-12-28 | 재단법인대구경북과학기술원 | 레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 장치 및 방법 |
CN109118537A (zh) * | 2018-08-21 | 2019-01-01 | 加特兰微电子科技(上海)有限公司 | 一种画面匹配方法、装置、设备和存储介质 |
KR101937989B1 (ko) * | 2017-12-29 | 2019-01-11 | 연세대학교 원주산학협력단 | 집합 기반 유사 시퀀스 매칭 장치 및 방법 |
CN109547444A (zh) * | 2018-11-28 | 2019-03-29 | 腾讯科技(深圳)有限公司 | 虚拟对象获取方法、装置及电子设备 |
CN109697236A (zh) * | 2018-11-06 | 2019-04-30 | 建湖云飞数据科技有限公司 | 一种多媒体数据匹配信息处理方法 |
CN109919043A (zh) * | 2019-02-18 | 2019-06-21 | 北京奇艺世纪科技有限公司 | 一种行人跟踪方法、装置及设备 |
CN110163029A (zh) * | 2018-02-11 | 2019-08-23 | 中兴飞流信息科技有限公司 | 一种图像识别方法、电子设备以及计算机可读存储介质 |
CN110428448A (zh) * | 2019-07-31 | 2019-11-08 | 腾讯科技(深圳)有限公司 | 目标检测跟踪方法、装置、设备及存储介质 |
CN110660078A (zh) * | 2019-08-20 | 2020-01-07 | 平安科技(深圳)有限公司 | 对象追踪方法、装置、计算机设备和存储介质 |
-
2020
- 2020-12-04 CN CN202011407265.5A patent/CN112578351A/zh active Pending
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5060143A (en) * | 1988-08-10 | 1991-10-22 | Bell Communications Research, Inc. | System for string searching including parallel comparison of candidate data block-by-block |
JP2004132734A (ja) * | 2002-10-08 | 2004-04-30 | Fujitsu Ten Ltd | 車載用レーダ装置 |
JP2005121601A (ja) * | 2003-10-20 | 2005-05-12 | Nissan Motor Co Ltd | 物体検出装置及び物体検出方法 |
US20090244388A1 (en) * | 2008-03-27 | 2009-10-01 | Siou-Shen Lin | Motion estimation method and related apparatus for determining target motion vector according to motion of neighboring image blocks |
US20150146922A1 (en) * | 2012-06-29 | 2015-05-28 | Secom Co., Ltd. | Target detection device and target detection method |
US20150347537A1 (en) * | 2014-05-30 | 2015-12-03 | International Business Machines Corporation | Processing time series |
CN105139422A (zh) * | 2015-08-14 | 2015-12-09 | 中国联合网络通信集团有限公司 | 一种自解释目标跟踪方法及装置 |
CN105069161A (zh) * | 2015-08-26 | 2015-11-18 | 浪潮软件股份有限公司 | 一种数据交互的方法及装置 |
US20180007384A1 (en) * | 2015-10-09 | 2018-01-04 | Tencent Technology (Shenzhen) Company Limited | Image block-based matching method and system, and video processing device |
KR20170103260A (ko) * | 2016-03-03 | 2017-09-13 | 국방과학연구소 | 신호의 도래 시간차 정보 매칭을 이용한 위치 탐지 방법 |
KR20180084421A (ko) * | 2017-01-17 | 2018-07-25 | 연세대학교 원주산학협력단 | 유사 사용자를 매칭하는 장치 및 방법 |
CN107103089A (zh) * | 2017-05-04 | 2017-08-29 | 腾讯科技(深圳)有限公司 | 对象的匹配方法和装置 |
CN107145862A (zh) * | 2017-05-05 | 2017-09-08 | 山东大学 | 一种基于霍夫森林的多特征匹配多目标跟踪方法 |
KR20180137690A (ko) * | 2017-06-19 | 2018-12-28 | 재단법인대구경북과학기술원 | 레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 장치 및 방법 |
KR101937989B1 (ko) * | 2017-12-29 | 2019-01-11 | 연세대학교 원주산학협력단 | 집합 기반 유사 시퀀스 매칭 장치 및 방법 |
CN110163029A (zh) * | 2018-02-11 | 2019-08-23 | 中兴飞流信息科技有限公司 | 一种图像识别方法、电子设备以及计算机可读存储介质 |
CN108846854A (zh) * | 2018-05-07 | 2018-11-20 | 中国科学院声学研究所 | 一种基于运动预测与多特征融合的车辆跟踪方法 |
CN109118537A (zh) * | 2018-08-21 | 2019-01-01 | 加特兰微电子科技(上海)有限公司 | 一种画面匹配方法、装置、设备和存储介质 |
CN109697236A (zh) * | 2018-11-06 | 2019-04-30 | 建湖云飞数据科技有限公司 | 一种多媒体数据匹配信息处理方法 |
CN109547444A (zh) * | 2018-11-28 | 2019-03-29 | 腾讯科技(深圳)有限公司 | 虚拟对象获取方法、装置及电子设备 |
CN109919043A (zh) * | 2019-02-18 | 2019-06-21 | 北京奇艺世纪科技有限公司 | 一种行人跟踪方法、装置及设备 |
CN110428448A (zh) * | 2019-07-31 | 2019-11-08 | 腾讯科技(深圳)有限公司 | 目标检测跟踪方法、装置、设备及存储介质 |
CN110660078A (zh) * | 2019-08-20 | 2020-01-07 | 平安科技(深圳)有限公司 | 对象追踪方法、装置、计算机设备和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093145A (zh) * | 2021-06-09 | 2021-07-09 | 深圳市万集科技有限公司 | 目标检测方法及目标检测装置 |
CN113093145B (zh) * | 2021-06-09 | 2021-10-01 | 深圳市万集科技有限公司 | 目标检测方法及目标检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brodeski et al. | Deep radar detector | |
US20210018593A1 (en) | Methods and systems for processing radar reflections | |
CN111160120A (zh) | 基于迁移学习的Faster R-CNN物品检测方法 | |
CN112859033A (zh) | 目标探测的方法、装置及相关设备 | |
EP4024077A1 (en) | Methods and system for compressing radar data | |
Salami et al. | Tesla-rapture: A lightweight gesture recognition system from mmwave radar sparse point clouds | |
CN113537417B (zh) | 基于雷达的目标识别方法、装置、电子设备及存储介质 | |
CN115061113B (zh) | 用于雷达的目标检测模型训练方法、装置及存储介质 | |
CN112578351A (zh) | 目标匹配方法、集成电路、无线电器件及设备 | |
US20240118385A1 (en) | Data processing method and apparatus, and radar sensor | |
CN113325410A (zh) | 一种雷达天线信号处理方法、装置、控制设备及存储介质 | |
CN115469303A (zh) | 一种检测人体姿态和生命体征的认知生物雷达方法与装置 | |
Kim et al. | Deep-learning based multi-object detection and tracking using range-angle map in automotive radar systems | |
CN110910337A (zh) | 一种船只航迹融合方法、装置及终端设备 | |
Song et al. | High-accuracy gesture recognition using mm-wave radar based on convolutional block attention module | |
CN116627382A (zh) | 数据处理的方法、装置及雷达传感器 | |
Rai et al. | 4DEgo: ego-velocity estimation from high-resolution radar data | |
CN115131756A (zh) | 一种目标检测方法及装置 | |
Chen et al. | Transformer-sequential-based learning for continuous HMR with high similarity using mmWave FMCW radar | |
CN113030941B (zh) | 目标物的方位角确定方法、装置、设备和存储介质 | |
CN116359903A (zh) | 目标检测的方法、装置及相关设备 | |
Zhong et al. | Face Recognition Based on Point Cloud Data Captured by Low-cost mmWave Radar Sensors | |
CN117892202B (zh) | 基于毫米波信号的护理动作监测方法及电子设备 | |
Singam et al. | Hand Gesture Recognition based Application using 60 GHz FMCW MIMO Radar | |
Ding et al. | FA-YOLO: An Improved YOLOv5 Sonar Image Target Detection Model Based on Focal Attention |
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 |