-
公开(公告)号:CN118549920A
公开(公告)日:2024-08-27
申请号:CN202410454772.6
申请日:2024-04-16
申请人: 无锡威孚高科技集团股份有限公司
摘要: 本发明涉及一种毫米波雷达目标跟踪方法,包括:获取毫米波雷达的点云数据,对点云数据进行滤波与聚类,获得所有聚类目标;以历史航迹为列、聚类目标为行建立关联匹配矩阵,当所在行对应的聚类目标与所在列对应的历史航迹关联时,矩阵值为历史航迹与聚类目标的差度值,反之,矩阵值为不关联预设值;遍历关联匹配矩阵,当所有差度值所在行仅存在一个矩阵值不为不关联预设值时,将所有差度值所在行对应的聚类目标与所在列对应的历史航迹匹配;当所有差度值所在行存在多个矩阵值不为不关联预设值时,在所有差度值所在行中查询最小矩阵值,将最小矩阵值所对应的聚类目标与历史航迹匹配。本发明提升了路面上真目标的跟踪稳定性,减少航迹断跟踪现象。
-
公开(公告)号:CN118393488A
公开(公告)日:2024-07-26
申请号:CN202410454770.7
申请日:2024-04-16
申请人: 无锡威孚高科技集团股份有限公司
IPC分类号: G01S13/72 , G06T7/246 , G06T7/215 , G06V10/762
摘要: 本发明涉及一种毫米波雷达多目标跟踪方法,包括:获取雷达探测到的点云数据,对所述点云数据进行预处理,获取聚类目标;对聚类目标进行历史航迹关联,判断与历史航迹关联成功的聚类目标是否包含并排的多个聚类目标;当包含并排的多个聚类目标时,以历史航迹横向尺寸最大值对聚类目标进行点云后分割,对分割出的若干聚类目标重新进行历史航迹关联;对本帧未与历史航迹关联的聚类目标进行新航迹生成,获取本帧中所有动点聚类目标所对应的动点航迹;判断所有动点航迹中是否有相互关联的动点航迹,当存在相互关联的动点航迹时,对相互关联的动点航迹进行合并。本发明能够增加目标跟踪的正确率,减少目标异常聚合及异常分裂情形。
-
公开(公告)号:CN117727097A
公开(公告)日:2024-03-19
申请号:CN202311760530.1
申请日:2023-12-20
申请人: 无锡威孚高科技集团股份有限公司
IPC分类号: G06V40/20 , G06F3/01 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045
摘要: 本发明涉及毫米波雷达技术领域,具体公开了一种基于毫米波雷达的煤矿场景手势识别方法,包括:通过毫米波雷达采集当前时间段内目标手势的多个点云信息;计算出当前时间段内目标手势的平均反射强度;判断出当前时间段内的目标手势是否为有效手势;当所述当前时间段内的目标手势为有效手势时,将目标手势的多个点云信息输入到深度学习神经网络中进行类别识别,以输出当前时间段内目标手势的初始类别;根据深度学习神经网络的测试结果对当前时间段内目标手势的初始类别进行修正,以得到当前时间段内目标手势的最终类别。本发明提供的基于毫米波雷达的煤矿场景手势识别方法,识别准确率更高,识别的手势种类也更多。
-
公开(公告)号:CN117805760A
公开(公告)日:2024-04-02
申请号:CN202311790208.3
申请日:2023-12-25
申请人: 无锡威孚高科技集团股份有限公司
IPC分类号: G01S7/41 , G01S13/88 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/048
摘要: 本发明涉及一种舱内雷达信号杂波抑制方法,包括采集历史雷达回波数据,进行数据处理,获得历史距离多普勒图像,根据历史距离多普勒图像,建立模型训练集;建立WGAN模型,通过模型训练集,对WGAN模型进行训练;采集实时雷达回波数据,进行数据处理获得实时距离多普勒图像,通过训练完成的WGAN模型,对实时距离多普勒图像进行重构,获取杂波分割图;根据杂波分割图,获取杂波参数,根据杂波参数,建立AMTI滤波器,通过AMTI滤波器,对实时雷达回波数据进行杂波抑制。本发明采用WGAN模型在雷达回波的距离多普勒图像上实现杂波的语义分割,得到精确的杂波估计结果;通过AMTI滤波器实现杂波的抑制。
-
公开(公告)号:CN117630860A
公开(公告)日:2024-03-01
申请号:CN202311790205.X
申请日:2023-12-25
申请人: 无锡威孚高科技集团股份有限公司
摘要: 本发明涉及一种毫米波雷达的手势识别方法。包括:接收待识别手势的雷达回波数据,对雷达回波数据预处理,获取雷达处理数据;通过单元平均恒虚警检测算法对雷达处理数据进行检测,获取待识别手势的所有量测点;根据幅值最大策略对所有的量测点进行点迹凝聚,获取能够表征待识别手势的所有点迹;对所有的点迹进行航迹关联和航迹滤波,获取手势航迹,根据手势航迹和雷达处理数据,获取手势特征图;通过卷积神经网络模型和自注意力架构,对手势特征图进行识别。本发明采用关联跟踪的方法获取手势发生时精细化的特征图,有效避免了环境杂波的干扰,对环境具有更强的适应性,在卷积神经网络模型中引入自注意力架构,以实现更加精准的手势识别。
-
公开(公告)号:CN117789295A
公开(公告)日:2024-03-29
申请号:CN202311767139.4
申请日:2023-12-20
申请人: 无锡威孚高科技集团股份有限公司
IPC分类号: G06V40/20 , G06V10/764 , G06V10/30 , G06T7/73 , G06T7/207
摘要: 本发明涉及一种基于非正对场景点云的舱内手势识别方法及系统。本发明包括获取目标手势当前帧点云数据;进行假目标去除;进行点迹凝聚,获取前手势动点;对当前帧的手势动点进行坐标变换处理,将所述目标手势的坐标从雷达坐标系转换到与手势正前方对齐的新坐标系,得到坐标转换后的当前帧手势动点;进行关联状态判断,得到航迹信息;提取所述航迹信息的特征,根据所述特征和对应类别手势动作训练分类器,利用所述分类器对不同类别手势动作的特征进行分类。本发明消除了环境干扰,提高了识别准确度。
-
-
-
-
-