[发明专利]用于车辆雷达系统的目标分类

权利要求书

1.用于车辆的雷达系统的目标分类的方法，所述方法包括步骤：

基于所述雷达系统的接收的雷达信号从关于接近所述车辆的目标的多个谱图获得谱图数据；

将来自所述多个谱图中每个谱图的所述谱图数据汇总到聚类计算机视觉模型中；并且

基于来自所述多个谱图中每个谱图的所述谱图数据到所述聚类计算机视觉模型中的所述汇总分类所述目标；

从所述多个谱图中的每个谱图提取特征；

执行所述特征的向量量化；

将所述向量量化结合到所述聚类计算机视觉模型中；以及

使用所述向量量化和词袋计算机视觉模型，将所述特征表现为多个集群的直方图。

2.根据权利要求1所述的方法，进一步包括：

识别接近所述目标的多个三维空间区域，其中所述获得谱图数据包括从所述多个谱图获得谱图数据，所述多个谱图中的每个谱图与所述多个三维空间区域中的对应一个有关。

3.根据权利要求1所述的方法，其中所述汇总谱图数据包括通过使用所述计算机视觉模型经由所述多个谱图中每个谱图的值的计算和比较来自所述多个谱图的所述谱图数据的能量密度。

4.根据权利要求3所述的方法，其中通过使用改良的回归树计算机视觉模型来执行所述汇总。

5.一种用于车辆的雷达控制系统，该雷达控制系统包括：

发射器，其被构造成发送雷达信号；

接收器，其被构造成在被发送的雷达信号从接近所述车辆的目标反射之后接收返回的雷达信号；以及

处理器，其被联接到所述接收器并且被构造成：

基于接收的雷达信号从关于所述目标的多个谱图获得谱图数据；

将来自所述多个谱图中每个谱图的谱图数据汇总到聚类计算机视觉模型中；

基于来自所述多个谱图中每个谱图的谱图数据向聚类计算机视觉模型中的汇总分类所述目标；

从所述多个谱图中的每个谱图提取特征；

执行所述特征的向量量化；

将所述向量量化结合到所述聚类计算机视觉模型中；以及

使用所述向量量化和词袋计算机视觉模型，将所述特征表现为多个集群的直方图。

6.根据权利要求5所述的雷达控制系统，其中所述处理器被进一步配置成：

识别接近所述目标的多个三维空间区域，其中所述多个谱图中的每个谱图与所述多个三维空间区域中的对应一个有关。

7.根据权利要求5所述的雷达控制系统，其中所述处理器被进一步配置成通过使用所述计算机视觉模型经由所述多个谱图中每个谱图的值的计算和比较来自所述多个谱图的所述谱图数据的能量密度。

8.根据权利要求7所述的雷达控制系统，其中所述计算机视觉模型包括改良的回归树计算机视觉模型。

9.用于车辆的雷达系统的目标分类的计算机系统，该计算机系统包括：

非瞬态计算机可读存储介质，该非瞬态计算机可读存储介质被配置成包括：

用于基于所述雷达系统的被接收雷达信号从关于所述目标的多个谱图获得谱图数据的模块；

用于将来自所述多个谱图中每个谱图的所述谱图数据汇总到聚类计算机视觉模型中的模块；

用于基于来自所述多个谱图中每个谱图的所述谱图数据向所述聚类计算机视觉模型中的所述汇总分类所述目标的模块；

用于从所述多个谱图中的每个谱图提取特征的模块；

用于执行所述特征的向量量化的模块；

用于将所述向量量化结合到所述聚类计算机视觉模型的模块；以及

用于通过使用所述向量量化和词袋计算机视觉模型，将所述特征表现为多个集群的直方图的模块。

10.根据权利要求9所述的计算机系统，其中所述非瞬态计算机可读存储介质被进一步配置成包括：

用于识别接近所述目标的多个三维空间区域的模块，其中所述多个谱图中的每个谱图与所述多个三维空间区域中的对应一个有关。

11.根据权利要求9所述的计算机系统，其中所述非瞬态计算机可读存储介质被进一步配置成包括至少有助于通过使用改良的回归树计算机视觉模型经由所述多个谱图中每个谱图的值的计算和比较来自所述多个谱图的所述谱图数据的能量密度的模块。