[发明专利]基于毫米波雷达和视觉融合的道路行人快速检测方法

说明书

本发明涉及一种基于毫米波雷达和视觉融合的道路行人快速检测方法，利用毫米波雷达对感兴趣区域进行扫描，提取接收到的信号，对同一帧内的接收信号进行凝聚处理；建立两个缓冲区，分别用于存储有效目标信号和异常信号；将有效目标中心从雷达坐标系转化到图像坐标系，以获取有效目标信号在图像上的投影点；进行似物检测训练，采用INRIA行人数据训练集作为正样本，通过在不含有行人的图像中随机采样窗口作为负样本参加训练；选定窗口对目标区域进行扫描，利用似物性训练结果检测行人目标，如果发现行人目标，则停止扫描；否则移动窗口，直至发现行人目标。本发明避免传统滑动窗算法因盲目搜索所造成的检测效率低下，达到了加速行人检测的目的。

技术领域

本发明涉及雷达技术与计算机视觉领域，具体地说是一种基于毫米波雷达和视觉融合的道路行人快速检测方法。

背景技术

行人检测是一种根据图像或者视频序列信息来检测其中是否存在行人，如果存在则标出其具体位置的技术。行人检测是视觉目标识别领域中非常重要的课题。除重要的研究价值外，该技术在机器人与无人系统、智能交通、先进辅助驾驶与自动驾驶等领域也有广泛的应用前景。

二值化规范梯度特征是一种新的基于统计学习的似物检测模式，在高检测率的前提下其检测速度快，并且算法简单。通过在检测前期引入似物检测机制，快速确定感兴趣区域，然后利用HOG-SVM算法对局部有效区域进一步行人检测，实现对图像进行有针对性的检测，有效的解决了行人检测的问题。

发明内容

针对现有技术的不足，本发明提供一种基于毫米波雷达和视觉融合的道路行人快速检测方法，避免传统滑动窗算法因盲目搜索所造成的检测效率低下，达到了加速行人检测的目的。

本发明为实现上述目的所采用的技术方案是：

一种基于毫米波雷达和视觉融合的道路行人快速检测方法，包括以下步骤：

步骤1：利用毫米波雷达对感兴趣区域进行扫描并进行有效目标信号提取，对同一帧内的探测信号进行凝聚处理，认为每一帧内满足相应指标的信号属于同一目标，取其各指标均值作为聚类中心，代表该目标；

步骤2：建立两个缓冲区，targetBuffer和noise Buffer，每个缓冲区长度为三帧，分别用来存储过去t-3，t-2，t-1数据帧中的有效目标中心和“异常中心”，如果该数据点存在于target Buffer中记录的过去三帧中任意一个有效目标中心的半径覆盖域之内时，则将其当作有效信号数据，反之将其视为“异常点”；

步骤3：在步骤2基础上进行下一帧扫描，同样建立两个缓冲区，一个用以记录过去的有效目标，一个用以记录过去连续几帧数据中出现的“噪声点”，根据该噪声点在近几帧数据中出现的情况，来决定是将其提升为有效目标，还是当做噪声剔除，即建立目标观察/生长周期机制；

步骤4：进行坐标系转换，将上述步骤中确定的目标信号从雷达坐标系转化到图像坐标系，以获取目标信号在图像上的投影点；

步骤5：进行BING似物检测训练，采取用INRIA行人数据训练集进行训练，同时防止负样本可能覆盖作为物体重要特征的正例的边界部分，在训练的第一阶段和第二阶段中均引入单纯负样本采样机制，即通过在不含有行人的图像中随机采样一定尺寸大小的窗口作为负样本参加训练；

步骤6：首先对雷达找到的目标区域内进行扫描，利用步骤5中的似物性训练结果检测行人目标，如果没有发现行人，则向左向右移动，渐进的扫描图像；

步骤7：将各个矩形窗口按照其响应值大小排序，同时设定邻域半径为r像素，遍历处理所有窗口。对于当前选中的窗口，将处于其r×r范围内的其它窗口及其评分直接剔除，然后在剩余响应中选择下一个窗口，继续上述处理；