一种基于多普勒特征的人车自动识别方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109977885A(43)申请公布日2019.07.05(21)申请号201910248992.2(22)申请日2019.03.29(71)申请人成都纳雷科技有限公司地址611730四川省成都市高新区（西区）合作路89号龙湖时代天街19栋1单元9楼911号(72)发明人车驰陈超孟庆愚王帅张臣勇白炳潮王雨(74)专利代理机构湖南兆弘专利事务所(普通合伙)43008代理人周长清胡君(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于多普勒特征的人车自动识别方法及装置(57)摘要本发明公开一种基于多普勒特征的人车自动识别方法及装置，该方法步骤包括：S1.使用雷达对探测范围内区域进行目标检测，每次检测到目标时得到一组目标检测结果；S2.获取雷达的连续多组目标检测结果并提取每组目标检测结果中目标的速度信息，得到目标的连续多组速度信息；S3.由步骤S2得到的连续多组速度信息获取目标的速度波动趋势，根据速度波动趋势识别目标是车辆还是行人。本发明能够自动识别行人与车辆，且具有实现方法简单、复杂度低、识别精度以及识别效率高等优点。CN109977885ACN109977885A权利要求书1/2页1.一种基于多普勒特征的人车自动识别方法，其特征在于，步骤包括：S1.使用雷达对探测范围内区域进行目标检测，每次检测到目标时得到一组目标检测结果；S2.获取雷达的连续多组目标检测结果并提取每组目标检测结果中目标的速度信息，得到目标的连续多组速度信息；S3.由所述步骤S2得到的连续多组速度信息获取目标的速度波动趋势，根据所述速度波动趋势识别目标是车辆还是行人。2.根据权利要求1所述的基于多普勒特征的人车自动识别方法，其特征在于，所述步骤S2中提取每组目标检测结果中目标的速度信息时，还包括将提取到的速度信息使用盲速进行折算，得到最终的速度信息步骤。3.根据权利要求2所述的基于多普勒特征的人车自动识别方法，其特征在于：所述使用盲速进行折算时，具体按照式[|vk/vm1|]进行折算，其中雷达的盲速区间为-vm1～vm1，vk为第k次检测到目标的速度值，[·]为整除取余数操作。4.根据权利要求1或2或3所述的基于多普勒特征的人车自动识别方法，其特征在于，所述步骤S3中根据所述速度波动趋势识别目标时，若判断到目标的速度在预设第一时长内呈持续增加或持续下降的波动趋势，或判断到目标的速度在两个以上的预设第二时长内呈持续增加或持续下降的波动趋势，判定为车辆，否则判定为行人。5.根据权利要求4所述的基于多普勒特征的人车自动识别方法，其特征在于，所述步骤S3中获取目标的速度波动趋势时，使用预设大小的滑窗按照预设步长依次滑过目标的各组速度值，通过统计每个所述滑窗内前后两个速度值之间的波动状态，判断目标的速度在所述滑窗内的波动趋势。6.根据权利要求5所述的基于多普勒特征的人车自动识别方法，其特征在于，所述步骤S3中识别目标时，先使用第一滑窗进行判断，若判断到存在至少一个所述第一滑窗内呈持续增加或持续下降的波动趋势，判断为车辆，否则继续使用第二滑窗进行判断，若判断到存在至少两个所述第二滑窗内呈持续增加或持续下降的波动趋势，则判断为车辆，否则判定为行人，其中所述第二滑窗的长度小于所述第一滑窗的长度。7.根据权利要求6所述的基于多普勒特征的人车自动识别方法，其特征在于，所述判断目标的速度在所述滑窗内的波动趋势时，具体通过分别计算所述滑窗内前后两个速度值之间的差值，若当前值-前一个值≥0，判定为增加波动状态，并对应设置第一波动标志；若当前值-前一个值＝0，判定为无波动状态，并对应设置第二波动标志；若当前值-前一个值<0，判定为下降波动状态，并对应设置第三波动标志，通过统计每个所述滑窗内各波动标志的数量，判定目标的速度在所述滑窗内的波动趋势。8.根据权利要求7所述的基于多普勒特征的人车自动识别方法，其特征在于，所述步骤S3的具体步骤包括：S31.获取雷达第1次到第n次检测到的速度值{v1,...vn}；S32.使用长度为n1的第一滑窗依次滑过各速度值{v1,...vn}，每次滑动时分别统计所述第一滑窗内各前后速度值之间的波动状态并设置对应的波动标志，得到多组第一滑窗的波动统计结果，判断是否存在所述第一滑窗是全为所述第一波动标志与所述第二波动标志的组合或全为所述第三波动标志与所述第二波动标志的组合，如果是，判定为车辆，退出识2CN109977885A权利要求书2/2页别，否则转入执行步骤S33；S33.使用长度为n2的第二滑窗依次滑过各速度值{v1,...vn}，每次滑动时分别统计所述第二滑窗内各前后速度值之间的波动状态并设置对应的波动标志，得到多组第二