CN115436899A - 毫米波雷达探测数据的处理方法、装置、设备和存储介质 - Google Patents
毫米波雷达探测数据的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN115436899A CN115436899A CN202211062734.3A CN202211062734A CN115436899A CN 115436899 A CN115436899 A CN 115436899A CN 202211062734 A CN202211062734 A CN 202211062734A CN 115436899 A CN115436899 A CN 115436899A
- Authority
- CN
- China
- Prior art keywords
- region
- interest
- millimeter wave
- wave radar
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 286
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 title claims abstract description 37
- 230000000007 visual effect Effects 0.000 claims abstract description 70
- 239000000523 sample Substances 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003672 processing method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 230000001788 irregular Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- 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
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
本发明公开了一种毫米波雷达探测数据的处理方法,包括:根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集;确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离;根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同;根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集。提高了毫米波雷达的探测精度。
Description
技术领域
本发明实施例涉及计算机领域,尤其涉及一种毫米波雷达探测数据的处理方法、装置、设备和存储介质。
背景技术
随着智能驾驶技术的不断发展,越来越多的车辆均配备了毫米波雷达,用于增加车辆对周围环境的感知,从而能够提供给驾驶员更多的感知信息。对于毫米波雷达来说,它对于目标的纵向测量距离的准确性毋庸置疑,但是对于目标的横向位置来说,由于毫米波雷达与探测目标的相对位置关系不同,就可能出现毫米波雷达对探测物的横向位置测量不准确的问题,危害车辆行驶安全。因此,如何提高毫米波雷达对探测物横向位置测量的准确性,从而提高毫米波雷达探测精度,是需要解决的问题。
发明内容
本发明提供了一种毫米波雷达探测数据的处理方法、装置、设备和存储介质,可以提高毫米波雷达对探测物横向位置测量的准确性,从而提高毫米波雷达的探测精度。
根据本发明的一方面,提供了一种毫米波雷达探测数据的处理方法,包括:
根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定所述第一探测物对应的第一感兴趣区域集,以及所述第二探测物对应的第二感兴趣区域集;
确定所述第一感兴趣区域集和所述第二感兴趣区域集之间的重合区域,以及所述第一感兴趣区域集和所述第二感兴趣区域集之间的纵向距离;
根据所述重合区域和所述纵向距离,确定所述第一探测物和所述第二探测物是否相同;
根据确定结果、所述第一感兴趣区域集和所述第二感兴趣区域集,确定所述毫米波雷达的候选感兴趣区域集;
将所述候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对所述候选感兴趣区域集进行调整,获得所述毫米波雷达的目标感兴趣区域集。
根据本发明的另一方面,提供了一种毫米波雷达探测数据的处理装置,该装置包括:
感兴趣区域集确定模块,用于根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定所述第一探测物对应的第一感兴趣区域集,以及所述第二探测物对应的第二感兴趣区域集;
重合区域确定模块,用于确定所述第一感兴趣区域集和所述第二感兴趣区域集之间的重合区域,以及所述第一感兴趣区域集和所述第二感兴趣区域集之间的纵向距离;
探测物确定模块,用于根据所述重合区域和所述纵向距离,确定所述第一探测物和所述第二探测物是否相同;
候选区域集确定模块,用于根据确定结果、所述第一感兴趣区域集和所述第二感兴趣区域集,确定所述毫米波雷达的候选感兴趣区域集;
目标区域集确定模块,用于将所述候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对所述候选感兴趣区域集进行调整,获得所述毫米波雷达的目标感兴趣区域集。
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毫米波雷达探测数据的处理方法。
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毫米波雷达探测数据的处理方法。
本发明实施例的技术方案,根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集;确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离;根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同,并根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;将候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集。上述方案,在毫米波雷达探测出两个探测物的情况下,通过获取毫米波雷达对两个探测物的探测结果,获取第一感兴趣区域集和第二感兴趣区域集;根据第一感兴趣区域集和第二感兴趣区域集之间的重合区域和纵向距离,确定毫米波雷达探测到的两个探测物是否为同一探测物,从而确定毫米波雷达的候选感兴趣区域。再将毫米波雷达的候选感兴趣区域与视觉信息进行匹配,以调整候选感兴趣区域,获取毫米波雷达的目标感兴趣区域集。解决了由于毫米波雷达对探测物的横向位置测量不准确,导致的毫米波雷达对探测物的位置识别结果存在误差,影响车辆行驶安全的问题。实现了提高毫米波雷达对探测物横向位置测量的准确性,避免毫米波雷达对探测物的误识别,提高毫米波雷达的探测精度的效果。
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为本发明实施例一提供的一种毫米波雷达探测数据的处理方法的流程图;
图2为本发明实施例二提供的一种毫米波雷达探测数据的处理方法的流程图;
图3为本发明实施例三提供的一种毫米波雷达探测数据的处理方法的流程图;
图4为本发明实施例四提供的一种毫米波雷达探测数据的处理装置的结构示意图;
图5为本发明实施例五提供的一种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”和“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“等”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、***、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毫米波雷达探测数据的处理方法的流程图,本实施例可适用于对毫米波雷达的探测数据进行处理的情况。该方法可以由毫米波雷达探测数据的处理装置来执行,该毫米波雷达探测数据的处理装置可以采用硬件和/或软件的形式实现,该毫米波雷达探测数据的处理装置可配置于电子设备中。如图1所示,该方法包括:
S110、根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集。
其中,毫米波雷达是工作在毫米波波段探测的雷达。第一探测物和第二探测物是指毫米波雷达探测到的物体,例如车辆上安装的毫米波雷达探测到的车辆前方的探测物,探测物可以是移动的探测物,也可以是静止的探测物。感兴趣区域集ROI(region ofinterest,感兴趣区域集)是指机器视觉和图像处理中,从被处理的图像中以方框、圆、椭圆或不规则多边形等方式勾勒出需要处理的区域。第一感兴趣区域集和第二感兴趣区域集中,分别包含有至少两个感兴趣子区域。感兴趣子区域即从被处理的图像中以方框、圆、椭圆或不规则多边形等方式勾勒出需要处理的任一区域。
需要说明的是,由于毫米波雷达对探测物的横向探测结果存在一定的误差,因此可能在仅存在一个探测物的情况下,毫米波雷达将一个探测物误识别为两个探测物,从而获取到两个探测物的探测结果的情况。
具体的,当毫米波雷达识别到两个探测物时,根据毫米波雷达对第一探测物的探测结果,获取第一探测物对应的第一感兴趣区域集;根据毫米波雷达对第二探测物的探测结果,获取第二探测物对应的第二感兴趣区域集。第一感兴趣区域集的获取方式可以是,确定第一探测物的边界点,用方框、圆、椭圆或不规则多边形等方式勾勒出第一探测物的边界点对应的边界区域,整合第一探测物的边界点对应的边界区域,获取第一感兴趣区域集。第二感兴趣区域集的获取方式可以是,确定第二探测物的边界点,用方框、圆、椭圆或不规则多边形等方式勾勒出第二探测物的边界点对应的边界区域,整合第二探测物的边界点对应的边界区域,获取第二感兴趣区域集。
S120、确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离。
其中,第一感兴趣区域集和第二感兴趣区域集之间的纵向距离可以是第一感兴趣区域的中心点到第二感兴趣区域的中心点的纵向距离。
具体的,设第一感兴趣区域集为R1,且R1={a1,b1,c1,d1},第二感兴趣区域集为R2,且R2={a2,b2,c2,d2}。其中,a1,b1,c1和d1为第一感兴趣区域集中包含的感兴趣子区域,即第一感兴趣子区域;a2,b2,c2和d2为第二感兴趣区域集中包含的感兴趣子区域,即第二感兴趣子区域。确定第一感兴趣区域集和第二感兴趣区域集是否存在重合区域,若存在重合区域,则设重合区域为Rn,且Rn=(R1∩R2)。并确定第一感兴趣区域集和第二感兴趣区域集之间的纵向距离。
S130、根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同。
具体的,若重合区域的面积大于或等于预先设定的面积阈值,且纵向距离小于或等于预先设定的距离阈值,则确定第一探测物和第二探测物为同一探测物,即第一探测物和第二探测物相同;若重合区域的面积小于预先设定的面积阈值,或纵向距离小于预先设定的距离阈值,则确定第一探测物和第二探测物为不同探测物,即第一探测物和第二探测物不同。其中,面积阈值和距离阈值可以根据实际需要进行设置。
示例性的,还可以通过如下子步骤确定第一探测物和第二探测物是否相同:
S1301、确定重合区域的重合面积,以及重合区域对应的重合时间。
其中,重合区域对应的重合时间是指重合区域的重合面积保持不变的连续时间。
具体的,根据毫米波雷达的探测结果,确定第一感兴趣区域集和第二感兴趣区域集的重合区域的重合面积,并确定重合区域对应的重合时间。
S1302、根据第一感兴趣区域集和第二感兴趣区域集的比较结果,确定最小感兴趣区域集。
其中,最小感兴趣区域集是指第一感兴趣区域集和第二感兴趣区域集中面积最小的感兴趣区域集。
具体的,确定第一感兴趣区域集的面积和第二感兴趣区域集的面积,并比较第一感兴趣区域集的面积和第二感兴趣区域集的面积,根据比较结果,确定最小感兴趣区域集。例如,若第一感兴趣区域集的面积小于或等于第二感兴趣区域集的面积,则将第一感兴趣区域集作为最小感兴趣区域集;若第一感兴趣区域集的面积大于第二感兴趣区域集的面积,则将第二感兴趣区域集作为最小感兴趣区域集。
S1303、若重合区域的重合面积大于或等于最小感兴趣区域集,纵向距离小于或等于距离阈值,且重合时间大于或等于时间阈值,则确定第一探测物和第二探测物相同。
其中,时间阈值可以根据实际需要进行设置。
具体的,若重合区域的重合面积大于或等于最小感兴趣区域集的面积,纵向距离小于或等于距离阈值,且重合时间大于或等于时间阈值,则确定第一探测物和第二探测物相同。
S1304、若重合区域的重合面积小于最小感兴趣区域集,重合时间小于时间阈值,或纵向距离大于距离阈值,则确定第一探测物和第二探测物不同。
具体的,若重合区域的重合面积小于最小感兴趣区域集的面积,重合时间小于时间阈值,或纵向距离大于距离阈值,则确定第一探测物和第二探测物不同。
可以理解的是,根据第一感兴趣区域集与第二感兴趣区域集之间的纵向距离,重合区域的重合面积,以及重合区域对应的重合时间,确定第一探测物和第二探测物是否相同,可以提高毫米波雷达对探测物横向位置的探测精度。
S140、根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集。
其中,候选感兴趣区域集是指,毫米波雷达探测到的,可能存在误差的感兴趣区域集。
具体的,根据确定结果,对第一感兴趣区域集和第二感兴趣区域集进行处理,从第一感兴趣区域集的感兴趣子区域和第二感兴趣区域集的感兴趣子区域中选择候选感兴趣区域集的感兴趣子区域,整合候选感兴趣区域集的感兴趣子区域,确定毫米波雷达的候选感兴趣区域集。
示例性的,若确定结果为相同,则整合第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;若确定结果为不同,则将第一感兴趣区域集和第二感兴趣区域集作为毫米波雷达的两个候选感兴趣区域集。
具体的,若确定结果为相同,则确定第一感兴趣区域集中的感兴趣子区域,即第一感兴趣子区域;并确定第二感兴趣区域集中的感兴趣子区域,即第二感兴趣子区域。将第一感兴趣子区域和第二感兴趣子区域作为候选感兴趣区域集中的感兴趣子区域,整合第一感兴趣子区域和第二感兴趣子区域,获取候选感兴趣区域集。
若确定结果为不同,则将第一感兴趣区域集作为毫米波雷达探测到的第一探测物对应的候选感兴趣区域集;将第二感兴趣区域集作为毫米波雷达探测到的第二探测物对应的候选感兴趣区域集。
根据第一探测物和第二探测物是否相同的确定结果,第一感兴趣区域集,以及第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集,进一步提高了毫米波雷达的探测精度。
S150、将候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集。
其中,图像采集设备是指用于采集图像的设备,例如可以是摄像机。视觉信息即图像采集设备采集到的毫米波雷达周围的图像。
具体的,采用图像采集设备采集毫米波雷达探测范围内的视觉信息,视觉信息包括图像采集设备采集到的第一探测物的视觉信息和第二探测物的视觉信息。将候选感兴趣区域集中的感兴趣子区域作为候选感兴趣子区域,将各候选感兴趣子区域分别和视觉信息进行匹配,确定候选感兴趣子区域中与视觉信息匹配的区域为目标感兴趣子区域。整合目标感兴趣子区域,确定毫米波雷达的目标感兴趣区域集。
本实施例提供的技术方案,根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集;确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离;根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同,并根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;将候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集。上述方案,在毫米波雷达探测出两个探测物的情况下,通过获取毫米波雷达对两个探测物的探测结果,获取第一感兴趣区域集和第二感兴趣区域集;根据第一感兴趣区域集和第二感兴趣区域集之间的重合区域和纵向距离,确定毫米波雷达探测到的两个探测物是否为同一探测物,从而确定毫米波雷达的候选感兴趣区域。再将毫米波雷达的候选感兴趣区域与视觉信息进行匹配,以调整候选感兴趣区域,获取毫米波雷达的目标感兴趣区域集。解决了由于毫米波雷达对探测物的横向位置测量不准确,导致的毫米波雷达对探测物的位置识别结果存在误差,影响车辆行驶安全的问题。实现了提高毫米波雷达对探测物横向位置测量的准确性,避免毫米波雷达对探测物的误识别,提高毫米波雷达的探测精度的效果。
实施例二
图2为本发明实施例二提供的一种毫米波雷达探测数据的处理方法的流程图,本实施例在上述实施例的基础上进行了优化,给出了一种根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集的优选实施方案。具体的,如图2所示,该方法包括:
S210、根据区域划分条件,对毫米波雷达的探测范围进行划分,获得至少两条探测范围的划分线。
其中,区域划分条件是指预先规定的,对毫米波雷达的探测范围进行划分的方式,区域划分条件可以根据实际需要进行设置,也可以根据实际需要,对设置好的区域划分条件进行更改。毫米波雷达的探测范围是指毫米波雷达所能探测到的区域范围。例如,当前毫米波雷达的最大探测距离一般为200米,因此可以设置以毫米波雷达为圆心,半径为200米的圆形区域为毫米波雷达的探测范围。根据区域划分条件,将毫米波雷达的探测范围划分为若干探测区域,探测区域之间的分割线即为探测范围的划分线。
具体的,区域划分条件可以是,每隔十米,对毫米波雷达的探测范围划分一次,即每隔十米作一条探测范围的划分线。其中,探测范围的划分线之间的间隔长度可以根据实际需要进行设置。
需要说明的是,毫米波雷达探测近处的探测物,所能获取的探测物对应的感兴趣区域较大;探测远处的探测物,所能获取的探测物对应的感兴趣区域较小。因此,可以设置区域划分条件为,按照探测范围的划分线与毫米波雷达的距离,设置n条探测范围的划分线,n为大于1的正整数。距离毫米波雷达最近的探测范围的划分线为第一划分线,距离毫米波雷达最远的探测范围的划分线为第n划分线。相邻的两条探测范围的划分线之间的距离关系可以是:y=km。其中,y为第m条探测范围的划分线和第m+1条探测范围的划分线之间的距离,1≤m<n,且m为整数。k为系数,且k>1。
S220、获取各划分线上的第一探测物的探测结果和第二探测物的探测结果。
具体的,根据探测范围的划分线,确定各划分线上的毫米波雷达对第一探测物的探测结果,以及各划分线上的毫米波雷达对第二探测物的探测结果。
S230、根据各划分线上的第一探测物的探测结果,确定第一探测物在各划分线上的第一感兴趣子区域,整合第一感兴趣子区域,确定第一探测物对应的第一感兴趣区域集。
具体的,根据毫米波雷达探测到的,第一探测物在各划分线上的探测结果,确定各划分线上第一探测物的位置,根据各划分线上第一探测物的位置,以方框、圆、椭圆或不规则多边形等方式勾勒出各划分线上第一探测物的第一感兴趣子区域。整合各划分线上第一探测物的第一感兴趣子区域,可以确定第一探测物对应的第一感兴趣区域集。
S240、根据各划分线上的第二探测物的探测结果,确定第二探测物在各划分线上的第二感兴趣子区域,整合第二感兴趣子区域,确定第二探测物对应的第二感兴趣区域集。
具体的,根据毫米波雷达探测到的,第二探测物在各划分线上的探测结果,确定各划分线上第二探测物的位置,根据各划分线上第二探测物的位置,以方框、圆、椭圆或不规则多边形等方式勾勒出各划分线上第二探测物的第二感兴趣子区域。整合各划分线上第二探测物的第二感兴趣子区域,可以确定第二探测物对应的第二感兴趣区域集。
S250、确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离。
S260、根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同。
S270、根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集.
S280、将候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集。
本实施例的技术方案,根据区域划分条件对毫米波雷达的探测范围进行划分,获得至少两条探测范围的划分线;再根据毫米波雷达对第一探测物的探测结果,确定毫米波雷达探测到的第一探测物在各划分线上的第一感兴趣子区域;根据毫米波雷达对第二探测物的探测结果,确定毫米波雷达探测到的第二探测物在各划分线上的第二感兴趣子区域;根据第一感兴趣子区域确定第一感兴趣区域集;根据第二感兴趣子区域确定第二感兴趣区域集;再根据第一感兴趣区域集和第二感兴趣区域集的重合区域和纵向距离,确定毫米波雷达探测到的第一探测物和第二探测物是否相同;根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;根据图像采集设备的视觉信息对候选感兴趣区域集进行调整,确定毫米波雷达的目标感兴趣区域集。上述方案提供了一种确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集的可选方式,规范了第一感兴趣区域集和第二感兴趣区域集的获取方式,提高了对第一感兴趣区域和第二感兴趣区域进行处理的便捷性,从而提高了毫米波雷达探测数据的处理效率。
实施例三
图3为本发明实施例三提供的一种毫米波雷达探测数据的处理方法的流程图,本实施例在上述实施例的基础上进行了优化,给出了一种将候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集的优选实施方式。具体的,如图3所示,该方法包括:
S310、根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集。
S320、确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离。
S330、根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同。
S340、根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集。
S350、通过归一化互相关匹配算法,对目标感兴趣区域集中的各目标感兴趣子区域与图像采集设备的视觉信息进行匹配,确定各目标感兴趣子区域与视觉信息的第一匹配点。
其中,归一化互相关匹配算法即NCC(Normalization cross correlation,归一化互相关匹配)算法。NCC算法是根据已知的模板图像到另一幅大图像中寻找相应位置的处理方法。模板图像就是事先给定的小图像,归一化互相关匹配算法就是在一幅大图像中寻找模板图像,并确定大图像中对应的模板图像的位置。在本实施例中,已知的模板图像为目标感兴趣区域集中的各目标感兴趣子区域,大图像为图像采集设备的视觉信息。第一匹配点是指各目标感兴趣子区域中与视觉信息匹配度最高的位置点。目标感兴趣子区域是指目标感兴趣区域集中所包含的感兴趣子区域。
具体的,通过NCC算法,分别将目标感兴趣区域集中的各目标感兴趣子区域与图像采集设备的视觉信息进行匹配,根据匹配结果,确定目标感兴趣区域集中的各目标感兴趣子区域与视觉信息匹配度最高的位置点,并将目标感兴趣区域集中的各目标感兴趣子区域与视觉信息匹配度最高的位置点作为各目标感兴趣子区域与视觉信息的第一匹配点。
示例性的,可以通过如下子步骤确定各目标感兴趣子区域与视觉信息的第一匹配点:
S3501、对目标感兴趣区域集中的各目标感兴趣子区域进行离散处理,确定各目标感兴趣子区域的候选离散点。
其中,离散处理是一个训练集预处理的方法,用于将连续的数值属性转化为离散的数值属性。
具体的,可以采用离散化算法,对目标感兴趣区域集中的各目标感兴趣子区域进行离散处理,根据离散处理结果,获取目标感兴趣区域集中的各目标感兴趣子区域的候选离散点。
S3502、提取毫米波雷达的视觉信息的图像特征点。
其中,图像特征点指的是图像灰度值发生剧烈变化的点,或在图像边缘上曲率较大的点。
具体的,采用特征提取算法提取毫米波雷达的视觉信息的图像特征点。
S3503、通过归一化互相关匹配算法,将图像特征点与各目标感兴趣子区域的候选离散点进行匹配,确定各目标感兴趣子区域中与图像特征点匹配的目标离散点,并将各目标感兴趣子区域中的目标离散点,作为各目标感兴趣子区域与视觉信息的第一匹配点。
具体的,通过NCC算法,将图像特征点与各目标感兴趣子区域的候选离散点进行匹配,确定各目标感兴趣子区域中与图像特征点匹配度最高的候选离散点,并将各目标感兴趣子区域中与图像特征点匹配度最高的候选离散点作为各目标感兴趣子区域中与图像特征点匹配的目标离散点。将各目标感兴趣子区域中的目标离散点,作为各目标感兴趣子区域与视觉信息的第一匹配点。
可以理解的是,将各目标感兴趣子区域的候选离散点与视觉信息的特征点进行匹配,以确定各目标感兴趣子区域与视觉信息的第一匹配点,可以在保证第一匹配点获取精度的同时,提高第一匹配点的获取效率。
S360、根据各目标感兴趣子区域的第一匹配点确定各目标感兴趣子区域与视觉信息的第一匹配区域。
其中,第一匹配区域是指,以方框、圆、椭圆或不规则多边形等方式勾勒出第一匹配点所在的区域,第一匹配区域中包含第一匹配点。
例如,第一匹配区域可以是,以第一匹配点为圆心,按照规定的半径做圆,所获得的圆形区域。规定的半径可以根据实际需求进行设置。
S370、通过归一化互相关匹配算法,根据各目标感兴趣子区域的第一匹配区域与视觉信息进行匹配,确定各目标感兴趣子区域的第一匹配区域与视觉信息的第二匹配点。
其中,第二匹配点是指各目标感兴趣子区域的第一匹配区域与视觉信息匹配度最高的位置点。
具体的,通过NCC算法,分别将各目标感兴趣子区域的第一匹配区域与图像采集设备的视觉信息进行匹配,根据匹配结果,确定各目标感兴趣子区域的第一匹配区域与视觉信息匹配度最高的位置点,并将各目标感兴趣子区域的第一匹配区域与视觉信息匹配度最高的位置点作为各目标感兴趣子区域的第一匹配区域与视觉信息的第二匹配点。
S380、根据各目标感兴趣子区域的第一匹配点确定各目标感兴趣子区域与视觉信息的第二匹配区域。
其中,第二匹配区域是指,以方框、圆、椭圆或不规则多边形等方式勾勒出第二匹配点所在的区域,第二匹配区域中包含第二匹配点。
例如,第二匹配区域可以是,以第二匹配点为圆心,按照规定的半径做圆,所获得的圆形区域。
S390、将各目标感兴趣子区域的第二匹配区域进行整合,获得毫米波雷达的目标感兴趣区域集。
具体的,若第一探测物和第二探测物相同,则将各目标感兴趣子区域的第二匹配区域整合到一个集合中,获得毫米波雷达的目标感兴趣区域集。
若第一探测物和第二探测物不同,则整合第一感兴趣区域集中各目标感兴趣子区域的第二匹配区域,获得第一探测物对应的毫米波雷达的目标感兴趣区域集;整合第二感兴趣区域集中各目标感兴趣子区域的第二匹配区域,获得第二探测物对应的毫米波雷达的目标感兴趣区域集。
本实施例的技术方案,在确定毫米波雷达的候选感兴趣区域集后,通过归一化互相关匹配算法,确定目标感兴趣区域集中的各目标感兴趣子区域与图像采集设备的视觉信息的第一匹配点,并根据第一匹配点确定第一匹配区域;再根据归一化互相关匹配算法,将各目标感兴趣子区域中的第一匹配区域和视觉信息进行匹配,确定第二匹配点,并根据第二匹配点确定第二匹配区域,根据第二匹配区域,确定毫米波雷达的目标感兴趣区域集。上述方案通过归一化互相关匹配算法,以及图像采集设备采集到的视觉信息,对毫米波雷达的候选感兴趣区域集进行调整,从而获得毫米波雷达的目标感兴趣区域集,提高了获取到的毫米波雷达的目标感兴趣区域集的准确性,从而进一步提高了毫米波雷达的探测精度。
实施例四
图4为本发明实施例四提供的一种毫米波雷达探测数据的处理装置的结构示意图。本实施例可适用于对毫米波雷达的探测数据进行处理的情况。如图4所示,该毫米波雷达探测数据的处理装置包括:感兴趣区域集确定模块410、重合区域确定模块420、探测物确定模块430、候选区域集确定模块440和目标区域集确定模块450。
其中,感兴趣区域集确定模块410,用于根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集;
重合区域确定模块420,用于确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离;
探测物确定模块430,用于根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同;
候选区域集确定模块440,用于根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;
目标区域集确定模块450,用于将候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集。
本实施例提供的技术方案,根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定第一探测物对应的第一感兴趣区域集,以及第二探测物对应的第二感兴趣区域集;确定第一感兴趣区域集和第二感兴趣区域集之间的重合区域,以及第一感兴趣区域集和第二感兴趣区域集之间的纵向距离;根据重合区域和纵向距离,确定第一探测物和第二探测物是否相同,并根据确定结果、第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;将候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对候选感兴趣区域集进行调整,获得毫米波雷达的目标感兴趣区域集。上述方案,在毫米波雷达探测出两个探测物的情况下,通过获取毫米波雷达对两个探测物的探测结果,获取第一感兴趣区域集和第二感兴趣区域集;根据第一感兴趣区域集和第二感兴趣区域集之间的重合区域和纵向距离,确定毫米波雷达探测到的两个探测物是否为同一探测物,从而确定毫米波雷达的候选感兴趣区域。再将毫米波雷达的候选感兴趣区域与视觉信息进行匹配,以调整候选感兴趣区域,获取毫米波雷达的目标感兴趣区域集。解决了由于毫米波雷达对探测物的横向位置测量不准确,导致的毫米波雷达对探测物的位置识别结果存在误差,影响车辆行驶安全的问题。实现了提高毫米波雷达对探测物横向位置测量的准确性,避免毫米波雷达对探测物的误识别,提高毫米波雷达的探测精度的效果。
示例性的,感兴趣区域集确定模块410包括:
探测范围划分单元,用于根据区域划分条件,对毫米波雷达的探测范围进行划分,获得至少两条探测范围的划分线;
探测结果获取单元,用于获取各划分线上的第一探测物的探测结果和第二探测物的探测结果;
第一区域集确定单元,用于根据各划分线上的第一探测物的探测结果,确定第一探测物在各划分线上的第一感兴趣子区域,整合第一感兴趣子区域,确定第一探测物对应的第一感兴趣区域集;
第二区域集确定单元,用于根据各划分线上的第二探测物的探测结果,确定第二探测物在各划分线上的第二感兴趣子区域,整合第二感兴趣子区域,确定第二探测物对应的第二感兴趣区域集。
示例性的,探测物确定模块430具体用于:
确定重合区域的重合面积,以及重合区域对应的重合时间;
根据第一感兴趣区域集和第二感兴趣区域集的比较结果,确定最小感兴趣区域集;
若重合区域的重合面积大于或等于最小感兴趣区域集,纵向距离小于或等于距离阈值,且重合时间大于或等于时间阈值,则确定第一探测物和第二探测物相同;
若重合区域的重合面积小于最小感兴趣区域集,重合时间小于时间阈值,或纵向距离大于距离阈值,则确定第一探测物和第二探测物不同。
示例性的,候选区域集确定模块440具体用于:
若确定结果为相同,则整合第一感兴趣区域集和第二感兴趣区域集,确定毫米波雷达的候选感兴趣区域集;
若确定结果为不同,则将第一感兴趣区域集和第二感兴趣区域集作为毫米波雷达的两个候选感兴趣区域集。
示例性的,目标区域集确定模块450包括:
第一匹配点确定单元,用于通过归一化互相关匹配算法,对目标感兴趣区域集中的各目标感兴趣子区域与图像采集设备的视觉信息进行匹配,确定各目标感兴趣子区域与视觉信息的第一匹配点;
第一匹配区域确定单元,用于根据各目标感兴趣子区域的第一匹配点确定各目标感兴趣子区域与视觉信息的第一匹配区域;
第二匹配点确定单元,用于通过归一化互相关匹配算法,根据各目标感兴趣子区域的第一匹配区域与视觉信息进行匹配,确定各目标感兴趣子区域的第一匹配区域与视觉信息的第二匹配点;
第二匹配区域确定单元,用于根据各目标感兴趣子区域的第一匹配点确定各目标感兴趣子区域与视觉信息的第二匹配区域;
目标区域集确定单元,用于将各目标感兴趣子区域的第二匹配区域进行整合,获得毫米波雷达的目标感兴趣区域集。
示例性的,第一匹配点确定单元具体用于:
对目标感兴趣区域集中的各目标感兴趣子区域进行离散处理,确定各目标感兴趣子区域的候选离散点;
提取毫米波雷达的视觉信息的图像特征点;
通过归一化互相关匹配算法,将图像特征点与各目标感兴趣子区域的候选离散点进行匹配,确定各目标感兴趣子区域中与图像特征点匹配的目标离散点,并将各目标感兴趣子区域中的目标离散点,作为各目标感兴趣子区域与视觉信息的第一匹配点。
本实施例提供的毫米波雷达探测数据的处理装置可适用于上述任意实施例提供的毫米波雷达探测数据的处理方法,具备相应的功能和有益效果。
实施例五
图5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5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,例如毫米波雷达探测数据的处理方法。
在一些实施例中,毫米波雷达探测数据的处理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毫米波雷达探测数据的处理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)而被配置为执行毫米波雷达探测数据的处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(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***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***、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***、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***、装置或设备使用或与指令执行***、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***、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***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***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(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***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***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***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***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 (10)
1.一种毫米波雷达探测数据的处理方法,其特征在于,包括:
根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定所述第一探测物对应的第一感兴趣区域集,以及所述第二探测物对应的第二感兴趣区域集;
确定所述第一感兴趣区域集和所述第二感兴趣区域集之间的重合区域,以及所述第一感兴趣区域集和所述第二感兴趣区域集之间的纵向距离;
根据所述重合区域和所述纵向距离,确定所述第一探测物和所述第二探测物是否相同;
根据确定结果、所述第一感兴趣区域集和所述第二感兴趣区域集,确定所述毫米波雷达的候选感兴趣区域集;
将所述候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对所述候选感兴趣区域集进行调整,获得所述毫米波雷达的目标感兴趣区域集。
2.根据权利要求1所述的方法,其特征在于,根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定所述第一探测物对应的第一感兴趣区域集,以及所述第二探测物对应的第二感兴趣区域集,包括:
根据区域划分条件,对毫米波雷达的探测范围进行划分,获得至少两条所述探测范围的划分线;
获取各划分线上的第一探测物的探测结果和第二探测物的探测结果;
根据各划分线上的第一探测物的探测结果,确定所述第一探测物在各划分线上的第一感兴趣子区域,整合所述第一感兴趣子区域,确定所述第一探测物对应的第一感兴趣区域集;
根据各划分线上的第二探测物的探测结果,确定所述第二探测物在各划分线上的第二感兴趣子区域,整合所述第二感兴趣子区域,确定所述第二探测物对应的第二感兴趣区域集。
3.根据权利要求1所述的方法,其特征在于,根据所述重合区域和所述纵向距离,确定所述第一探测物和所述第二探测物是否相同,包括:
确定所述重合区域的重合面积,以及所述重合区域对应的重合时间;
根据所述第一感兴趣区域集和所述第二感兴趣区域集的比较结果,确定最小感兴趣区域集;
若所述重合区域的重合面积大于或等于所述最小感兴趣区域集,所述纵向距离小于或等于距离阈值,且所述重合时间大于或等于时间阈值,则确定所述第一探测物和所述第二探测物相同;
若所述重合区域的重合面积小于所述最小感兴趣区域集,所述重合时间小于时间阈值,或所述纵向距离大于距离阈值,则确定所述第一探测物和所述第二探测物不同。
4.根据权利要求1所述的方法,其特征在于,根据确定结果、所述第一感兴趣区域集和所述第二感兴趣区域集,确定所述毫米波雷达的候选感兴趣区域集,包括:
若确定结果为相同,则整合所述第一感兴趣区域集和所述第二感兴趣区域集,确定所述毫米波雷达的候选感兴趣区域集;
若确定结果为不同,则将所述第一感兴趣区域集和所述第二感兴趣区域集作为所述毫米波雷达的两个候选感兴趣区域集。
5.根据权利要求1所述的方法,其特征在于,将所述候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对所述候选感兴趣区域集进行调整,获得所述毫米波雷达的目标感兴趣区域集,包括:
通过归一化互相关匹配算法,对所述目标感兴趣区域集中的各目标感兴趣子区域与图像采集设备的视觉信息进行匹配,确定各目标感兴趣子区域与所述视觉信息的第一匹配点;
根据各目标感兴趣子区域的第一匹配点确定各目标感兴趣子区域与所述视觉信息的第一匹配区域;
通过归一化互相关匹配算法,根据各目标感兴趣子区域的第一匹配区域与所述视觉信息进行匹配,确定各目标感兴趣子区域的第一匹配区域与所述视觉信息的第二匹配点;
根据各目标感兴趣子区域的第一匹配点确定各目标感兴趣子区域与所述视觉信息的第二匹配区域;
将各目标感兴趣子区域的第二匹配区域进行整合,获得所述毫米波雷达的目标感兴趣区域集。
6.根据权利要求5所述的方法,其特征在于,通过归一化互相关匹配算法,对所述目标感兴趣区域集中的各目标感兴趣子区域与图像采集设备的视觉信息进行匹配,确定各目标感兴趣子区域与所述视觉信息的第一匹配点,包括:
对所述目标感兴趣区域集中的各目标感兴趣子区域进行离散处理,确定各目标感兴趣子区域的候选离散点;
提取所述毫米波雷达的视觉信息的图像特征点;
通过归一化互相关匹配算法,将所述图像特征点与各目标感兴趣子区域的候选离散点进行匹配,确定各目标感兴趣子区域中与所述图像特征点匹配的目标离散点,并将各目标感兴趣子区域中的目标离散点,作为各目标感兴趣子区域与所述视觉信息的第一匹配点。
7.一种毫米波雷达探测数据的处理装置,其特征在于,包括:
感兴趣区域集确定模块,用于根据毫米波雷达对第一探测物的探测结果和第二探测物的探测结果,确定所述第一探测物对应的第一感兴趣区域集,以及所述第二探测物对应的第二感兴趣区域集;
重合区域确定模块,用于确定所述第一感兴趣区域集和所述第二感兴趣区域集之间的重合区域,以及所述第一感兴趣区域集和所述第二感兴趣区域集之间的纵向距离;
探测物确定模块,用于根据所述重合区域和所述纵向距离,确定所述第一探测物和所述第二探测物是否相同;
候选区域集确定模块,用于根据确定结果、所述第一感兴趣区域集和所述第二感兴趣区域集,确定所述毫米波雷达的候选感兴趣区域集;
目标区域集确定模块,用于将所述候选感兴趣区域集和图像采集设备的视觉信息进行匹配,根据匹配结果,对所述候选感兴趣区域集进行调整,获得所述毫米波雷达的目标感兴趣区域集。
8.根据权利要求7所述的装置,其特征在于,所述感兴趣区域集确定模块,包括:
探测范围划分单元,用于根据区域划分条件,对毫米波雷达的探测范围进行划分,获得至少两条所述探测范围的划分线;
探测结果获取单元,用于获取各划分线上的第一探测物的探测结果和第二探测物的探测结果;
第一区域集确定单元,用于根据各划分线上的第一探测物的探测结果,确定所述第一探测物在各划分线上的第一感兴趣子区域,整合所述第一感兴趣子区域,确定所述第一探测物对应的第一感兴趣区域集;
第二区域集确定单元,用于根据各划分线上的第二探测物的探测结果,确定所述第二探测物在各划分线上的第二感兴趣子区域,整合所述第二感兴趣子区域,确定所述第二探测物对应的第二感兴趣区域集。
9.一种电子设备,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1-6中任一项所述的毫米波雷达探测数据的处理方法。
10.一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1-6中任一项所述的毫米波雷达探测数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211062734.3A CN115436899A (zh) | 2022-08-31 | 2022-08-31 | 毫米波雷达探测数据的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211062734.3A CN115436899A (zh) | 2022-08-31 | 2022-08-31 | 毫米波雷达探测数据的处理方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115436899A true CN115436899A (zh) | 2022-12-06 |
Family
ID=84245367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211062734.3A Pending CN115436899A (zh) | 2022-08-31 | 2022-08-31 | 毫米波雷达探测数据的处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115436899A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353363A (zh) * | 2015-11-25 | 2016-02-24 | 四川九洲空管科技有限责任公司 | 一种利用时间分集和频率分集提高目标分辨力的方法 |
WO2018021444A1 (ja) * | 2016-07-29 | 2018-02-01 | 株式会社デンソー | 物標検出装置 |
CN107923978A (zh) * | 2016-03-15 | 2018-04-17 | 欧姆龙株式会社 | 物体检测装置、物体检测方法及程序 |
CN109901156A (zh) * | 2019-01-25 | 2019-06-18 | 中国汽车技术研究中心有限公司 | 一种车辆毫米波雷达和摄像头的目标融合方法和装置 |
CN110794397A (zh) * | 2019-10-18 | 2020-02-14 | 北京全路通信信号研究设计院集团有限公司 | 一种基于相机和雷达的目标检测方法及*** |
CN111145152A (zh) * | 2019-12-24 | 2020-05-12 | 上海联影智能医疗科技有限公司 | 图像检测方法、计算机设备和存储介质 |
CN111178119A (zh) * | 2018-11-13 | 2020-05-19 | 北京市商汤科技开发有限公司 | 路口状态检测方法、装置、电子设备及车辆 |
CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
WO2022096343A1 (en) * | 2020-11-05 | 2022-05-12 | Gestigon Gmbh | Method and apparatus for distinguishing different configuration states of an object based on an image representation of the object |
WO2022104096A1 (en) * | 2020-11-12 | 2022-05-19 | The Regents Of The University Of California | Multi radar object detection |
CN114842445A (zh) * | 2022-04-12 | 2022-08-02 | 中国第一汽车股份有限公司 | 基于多途径融合的目标检测方法、装置、设备及介质 |
-
2022
- 2022-08-31 CN CN202211062734.3A patent/CN115436899A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353363A (zh) * | 2015-11-25 | 2016-02-24 | 四川九洲空管科技有限责任公司 | 一种利用时间分集和频率分集提高目标分辨力的方法 |
CN107923978A (zh) * | 2016-03-15 | 2018-04-17 | 欧姆龙株式会社 | 物体检测装置、物体检测方法及程序 |
WO2018021444A1 (ja) * | 2016-07-29 | 2018-02-01 | 株式会社デンソー | 物標検出装置 |
CN111178119A (zh) * | 2018-11-13 | 2020-05-19 | 北京市商汤科技开发有限公司 | 路口状态检测方法、装置、电子设备及车辆 |
CN109901156A (zh) * | 2019-01-25 | 2019-06-18 | 中国汽车技术研究中心有限公司 | 一种车辆毫米波雷达和摄像头的目标融合方法和装置 |
CN110794397A (zh) * | 2019-10-18 | 2020-02-14 | 北京全路通信信号研究设计院集团有限公司 | 一种基于相机和雷达的目标检测方法及*** |
CN111145152A (zh) * | 2019-12-24 | 2020-05-12 | 上海联影智能医疗科技有限公司 | 图像检测方法、计算机设备和存储介质 |
WO2022096343A1 (en) * | 2020-11-05 | 2022-05-12 | Gestigon Gmbh | Method and apparatus for distinguishing different configuration states of an object based on an image representation of the object |
WO2022104096A1 (en) * | 2020-11-12 | 2022-05-19 | The Regents Of The University Of California | Multi radar object detection |
CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
CN114842445A (zh) * | 2022-04-12 | 2022-08-02 | 中国第一汽车股份有限公司 | 基于多途径融合的目标检测方法、装置、设备及介质 |
Non-Patent Citations (2)
Title |
---|
靳延伟: "基于图像和雷达数据融合的列车前方障碍物检测算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》, 15 February 2022 (2022-02-15), pages 1 - 82 * |
黄云华: "融合摄像头和毫米波雷达的障碍物检测算法研究及应用", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 April 2021 (2021-04-15), pages 1 - 70 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114842445A (zh) | 基于多途径融合的目标检测方法、装置、设备及介质 | |
CN114492535A (zh) | 一种动作识别方法、装置、设备以及存储介质 | |
CN112508128A (zh) | 训练样本的构建方法、计数方法、装置、电子设备及介质 | |
CN114882470A (zh) | 车载防碰撞预警方法、装置、计算机设备及存储介质 | |
CN114528941A (zh) | 传感器数据融合方法、装置、电子设备及存储介质 | |
CN115436899A (zh) | 毫米波雷达探测数据的处理方法、装置、设备和存储介质 | |
CN116299291A (zh) | 一种雷达目标的识别方法、装置、设备及存储介质 | |
CN115951344A (zh) | 雷达与相机的数据融合方法、装置、电子设备及存储介质 | |
CN113984072B (zh) | 车辆定位方法、装置、设备、存储介质及自动驾驶车辆 | |
CN116008938A (zh) | 基于雷达的目标检测方法、装置、设备以及介质 | |
CN115546597A (zh) | 一种传感器融合方法、装置、设备及存储介质 | |
CN115830268A (zh) | 用于优化感知算法的数据的获取方法、装置和存储介质 | |
CN113344890B (zh) | 医学图像识别方法、识别模型训练方法及装置 | |
CN112990170B (zh) | 一种相控阵雷达目标识别方法、***、电子设备及介质 | |
CN114895313A (zh) | 一种河道内管线的检测方法、装置、电子设备及存储介质 | |
CN115857502B (zh) | 行驶控制方法和电子设备 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN117368879B (zh) | 雷达图的生成方法、装置、终端设备及可读存储介质 | |
CN113361379B (zh) | 生成目标检测***和检测目标的方法及装置 | |
CN114581890B (zh) | 确定车道线的方法、装置、电子设备和存储介质 | |
CN116503407B (zh) | 图像中异物区域的检测方法、装置及电子设备 | |
CN117392631B (zh) | 一种道路边界提取方法、装置、电子设备及存储介质 | |
CN114926447B (zh) | 用于训练模型的方法、用于检测目标的方法和装置 | |
CN115272253B (zh) | 一种前哨***图像分析的方法、装置及存储介质 | |
CN117331063A (zh) | 感知目标运动信息的确定方法、装置、设备及存储介质 |
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 |