System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能交通,尤其涉及一种基于微波的车载多目测高方法及其应用。
技术介绍
1、车载多目成像技术是自动驾驶和高级驾驶辅助系统(adas)的关键组成部分,当前其主要通过多个光学摄像头实现车辆周围环境的高精度感知。光学摄像头的多目系统依赖立体视觉原理,即通过分析摄像头获取的多幅图像之间的视差来计算物体距离。计算机视觉算法如sift、surf以及立体匹配算法被用于特征提取和匹配,从而实现深度图的生成。多个摄像头的协调工作可提高深度信息的精确性和鲁棒性。多目光学成像系统为自动驾驶车辆提供关键的环境信息,使其能够感知其他车辆、行人、路标和障碍物,并作出路径规划和实时决策。然而光学多目成像存在巨大的应用场景限制。在光线不足或强烈对比度条件下,成像效果可能受限。雨雪、雾霾等天气情况可能影响摄像头的性能,需要更先进的图像处理算法。
2、除了摄像头之外,另一种广泛使用在车载自动驾驶领域的传感器为微波雷达。与摄像头相比,微波雷达的优势在于全天候感知,对环境光线不敏感,能够在雨、雾、雪等恶劣天气下正常工作。此外,微波雷达也具有较远的探测距离的优势。但是由于天线尺寸和硬件资源的限制,4d微波雷达的分辨率在高度(垂直)方向上通常较低,无法测量物体的精准高度,使得在高度复杂环境下无法精确检测和识别小型物体。
3、因此,亟需一种基于微波的车载多目测高方法及其应用以改善上述问题。
技术实现思路
1、本专利技术的目的在于提供一种基于微波的车载多目测高方法及其应用,能够对物体进行精准测
2、第一方面,本专利技术提供一种基于微波的车载多目测高方法,包括:
3、采集n个慢时间的观测数据,并生成相应的慢时间图像,其中,n为大于等于2的整数;
4、对所述慢时间图像进行配准,得到配准后的图像;
5、对所述配准后的图像进行目标检测,得到待测目标并生成相应的距离变化矩阵;
6、基于所述距离变化矩阵估算所述待测目标的高度。
7、本专利技术的方法有益效果为:通过采集n个慢时间的观测数据,并生成相应的慢时间图像,其中,n为大于等于2的整数;对所述慢时间图像进行配准,得到配准后的图像;对所述配准后的图像进行目标检测,得到待测目标并生成相应的距离变化矩阵;基于所述距离变化矩阵估算所述待测目标的高度,利用多个慢时间的观测数据,实现了微波的多目观测,利用距离变化矩阵估算所述待测目标的高度,精度高,从而实现了对小型目标的检测。
8、可选的,所述观测数据由水平方向上集中布置的收发天线采集得到;和/或n的取值大于等于100。其有益效果在于,通过将收发天线资源集中布置在水平方向上,能够充分利用有限的资源,提高雷达系统的水平向角度分辨能力,确保在成像过程中能够获取清晰的方位信息。而设置n的取值大于100,可以实现利用车辆行驶过程中上百个慢时间的观测结果,对抗偶发性误差和随机噪声的能力远强于传统车载雷达系统,从而使得高度测量精度更高。
9、可选的,生成相应的慢时间图像包括:
10、在每一个慢时间上进行距离维度和方位维度的信号压缩,以生成高分辨率的二维图像。
11、可选的,在每一个慢时间上进行距离维度和方位维度的信号压缩,以生成高分辨率的二维图像包括:
12、对接收的回波信号进行预处理,通过算法实现距离和方位维度的信号的联合压缩,并输出观测到的二维强度分布图像。
13、可选的,对所述慢时间图像进行配准包括:
14、采用图像相似度算法对所述慢时间图像进行局部配准,通过计算邻近时间片的图像相似度,校正车辆移动造成的视角变化的位置变化,使图像在时序上保持一致性和连贯性。其有益效果在于,通过采用图像相似度算法对所述慢时间图像进行局部配准,实现了不同慢时刻下观测目标的匹配,可以校正车辆移动造成的视角变化的位置变化,使图像在时序上保持一致性和连贯性。
15、可选的,对所述配准后的图像进行目标检测包括:
16、对所述配准后的图像,使用cfar方法进行目标检测;
17、和/或生成相应的距离变化矩阵包括:
18、对每个待测目标,在不同时序点提取其对应的距离单元,并将所有时序数据汇总,生成相应的距离变化矩阵。其有益效果在于,对每个待测目标,在不同时序点提取其对应的距离单元,并将所有时序数据汇总,生成相应的距离变化矩阵,有助于分析其在空间中的动态特性。
19、可选的,基于所述距离变化矩阵估算所述待测目标的高度包括:
20、分析所述待测目标在不同高度上距离变化速率的差异,利用多时序数据中提取的距离变化矩阵,通过模型计算和速率对比,估算所述待测目标的高度。其有益效果在于,通过模型计算和速率对比,实现对目标高度的准确估算,同时多时序可以提高数据的鲁棒性,减少因为噪声或是雷达系统误差导致的误检。
21、第二方面,本专利技术提供一种基于微波的车载多目测高装置,该装置包括执行上述第一方面的任意一种可能的设计的方法的模块/单元。这些模块/单元可以通过硬件实现,也可以通过硬件执行相应的软件实现。
22、第三方面,本专利技术提供一种电子设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的程序,当所述程序被所述处理器执行时,使得所述电子设备实现执行上述任一方面的任意一种可能的设计的方法。
23、第四方面,本专利技术提供一种可读存储介质,所述可读存储介质内存储有程序,所述程序被执行时,实现上述任一方面的任意一种可能的设计的方法。
24、第五方面,本专利技术提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法。
25、关于上述第二方面至第五方面的有益效果可以参见上述第一方面的描述。
本文档来自技高网...【技术保护点】
1.一种基于微波的车载多目测高方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述观测数据由水平方向上集中布置的收发天线采集得到;和/或N的取值大于等于100。
3.根据权利要求1所述的方法,其特征在于,生成相应的慢时间图像包括:
4.根据权利要求3所述的方法,其特征在于,在每一个慢时间上进行距离维度和方位维度的信号压缩,以生成高分辨率的二维图像包括:
5.根据权利要求1所述的方法,其特征在于,对所述慢时间图像进行配准包括:
6.根据权利要求1所述的方法,其特征在于,对所述配准后的图像进行目标检测包括:
7.根据权利要求1-6任一项所述的方法,其特征在于,基于所述距离变化矩阵估算所述待测目标的高度包括:
8.一种基于微波的车载多目测高装置,用于所述权利要求1-7中任一项所述的方法,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的程序,当所述程序被所述处理器执行时,使得所述电子设备实现权利要求1-7中任一项
10.一种可读存储介质,所述可读存储介质内存储有程序,其特征在于,所述程序被执行时,实现权利要求1-7中任一项所述的方法。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于微波的车载多目测高方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述观测数据由水平方向上集中布置的收发天线采集得到;和/或n的取值大于等于100。
3.根据权利要求1所述的方法,其特征在于,生成相应的慢时间图像包括:
4.根据权利要求3所述的方法,其特征在于,在每一个慢时间上进行距离维度和方位维度的信号压缩,以生成高分辨率的二维图像包括:
5.根据权利要求1所述的方法,其特征在于,对所述慢时间图像进行配准包括:
6.根据权利要求1所述的方法,其特征在于,对所述配准后的图像进行目标检测包括:
7.根据权利要求1-6任一项所述的方...
【专利技术属性】
技术研发人员:王宇翔,
申请(专利权)人:上海辅量成像技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。