桂林电子科技大学谢宁波获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉桂林电子科技大学申请的专利一种基于预测误差反馈的毫米波雷达交通目标聚类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116580217B 。
龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310486526.4,技术领域涉及:G06V10/762;该发明授权一种基于预测误差反馈的毫米波雷达交通目标聚类方法是由谢宁波;覃静洁;廖可非;李沁璘;王海涛;纪元法;孙希延;廖桂生设计研发完成,并于2023-05-04向国家知识产权局提交的专利申请。
本一种基于预测误差反馈的毫米波雷达交通目标聚类方法在说明书摘要公布了:本发明公开了一种基于预测误差反馈的毫米波雷达交通目标聚类方法,采用加权欧式距离,充分利用点云的空间及多普勒信息,进行DBSCAN聚类作为初步聚类结果;根据相关阈值判断是否满足单目标条件,充分利用时序特征,假设多目标与单目标两种情形进行连续5帧的卡尔曼滤波,利用预测误差反馈聚类,作为最终聚类结果。本发明方法利用连续帧之间大型目标预测状态与实际状态误差较小的特点,准确将点云成功聚类,避免了单帧聚类将同一目标分成多个簇的现象,提高了大型目标的点云聚类准确率。
本发明授权一种基于预测误差反馈的毫米波雷达交通目标聚类方法在权利要求书中公布了:1.一种基于预测误差反馈的毫米波雷达交通目标聚类方法,包括以下步骤: 步骤1,输入点云数据,使用轮廓系数作为优化算法的适应度函数,轮廓系数si公式为: ; 公式中,ai表示类内距离,bi表示类间距离; 通过网格搜索算法,得到最优Eps以及加权欧式距离的最优权重w,加权欧式距离公式为: ; 公式中,x,y,v分别为点云相对雷达的横坐标、轴坐标和速度; 步骤2,使用加权欧式距离进行点云DBSCAN聚类,得到初步聚类结果; 步骤3,计算初步聚类后各点簇的质心Centroid以及平均速度,计算公式为: ; 公式中,n为簇中点云个数; 步骤4,判断各点簇平均速度相差是否小于阈值α,若满足,继续判断点簇质心距离是否小于阈值β,若满足,继续步骤5;否则,跳到步骤10; 步骤5,采用匀速CV模型,描述系统的状态向量,Fk为系统状态转移矩阵,Ik为过程噪声分布矩阵,vk为过程噪声向量,目标状态公式为: ; 将满足条件的点簇分别视为单目标和多目标两种情形,进行状态预测,Gk为输入控制项矩阵,uk为已知输入或控制信号,预测公式为: ; 步骤6,对下一帧进行最近邻关联,分别记录将点簇视为单目标和多目标情况下的未关联帧数,若两者的未关联帧数相等,则继续步骤7; 若多目标情况的未关联帧数大于单目标情况的未关联帧数,跳到步骤9;否则,跳到步骤10; 步骤7,积累连续5帧关联成功后的预测误差值,预测误差公式为: ; 步骤8,比较单目标情况与多目标情况的预测误差,若多目标情况的预测误差大于单目标情况的预测误差,继续步骤9;否则,跳到步骤10; 步骤9,将点簇合并作为一类,作为最终聚类结果,跳到步骤11; 步骤10,以初步聚类结果为最终聚类结果; 步骤11,聚类结束,输出结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人桂林电子科技大学,其通讯地址为:541004 广西壮族自治区桂林市七星区金鸡路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励