[发明专利]基于毫米波雷达的房间墙体轮廓识别方法及终端设备

权利要求书

1.一种基于毫米波雷达的房间墙体轮廓识别方法，其特征在于，包括：

根据毫米波雷达对室内目标发射信号得到的回波信号进行采样，得到每帧对应的采样点数的数据矩阵；

对每一帧的数据矩阵进行点云信息处理，得到预设帧数的点云信息，所述点云信息构成矩阵P；

根据矩阵P构造矩阵P1，所述矩阵P1为在矩阵P中增加表示聚类标志的列；

依次对所述点云信息对应的点进行聚类处理，确定第一目标聚类点；包括：将未进行聚类处理的点云信息对应的点A在矩阵P1中的聚类标志对应的值置为预设值，并将聚类点个数加1，将点A作为当前聚类点A1，在聚类点信息矩阵中增加一行对应当前聚类点A1信息的记录；当矩阵P1中聚类标志列对应的值不为所述预设值时，将不为所述预设值的行索引记录在矩阵P2中，遍历矩阵P2中所有的行索引，并检测当前行索引对应的当前点B与所述当前聚类点A1的坐标差是否均小于或等于聚类门限值；若当前点B与所述当前聚类点A1的坐标差均小于或等于聚类门限值时，则将所述当前点B在矩阵P1中的聚类标志列的值置为所述预设值，若所述当前点B的信噪比大于所述聚类点信息矩阵中的所述当前聚类点A1对应的信噪比时，根据所述当前点B更新所述聚类点信息矩阵中所述当前聚类点A1对应的记录；确定所述当前聚类点A1为第一目标聚类点；

根据各个第一目标聚类点内包含的聚类点元素数量，确定第二目标聚类点；

根据各个第二目标聚类点进行计算，确定墙体轮廓范围。

2.如权利要求1所述的基于毫米波雷达的房间墙体轮廓识别方法，其特征在于，所述对每一帧的数据矩阵进行点云信息处理，得到预设帧数的点云信息，包括：

对当前帧的数据矩阵进行点云信息处理，得到所述当前帧内的静态目标点云信息；

将当前帧的点云信息与之前帧的点云信息进行合并，得到第一积累点云信息；

根据上述计算积累点云信息的方法，计算预设帧数的点云信息。

3.如权利要求2所述的基于毫米波雷达的房间墙体轮廓识别方法，其特征在于，所述点云信息构成的矩阵P包括N行三列，N表示点云数量，第一列表示当前点在以雷达为原点的平面直角坐标系中的横坐标，第二列表示当前点在以雷达为原点的平面直角坐标系中的纵坐标，第三列表示当前点的信噪比；第四列表示聚类标志。

4.如权利要求1所述的基于毫米波雷达的房间墙体轮廓识别方法，其特征在于，所述在聚类点信息矩阵中增加一行对应当前聚类点A1信息的记录，包括：

将聚类点信息矩阵中待新增加的一行的第一列的值置为1，第二列的值置为所述点A在矩阵P中对应的点的第一列的值，第四列的值置为所述点A在矩阵P中对应的点的第三列的值。

5.如权利要求1所述的基于毫米波雷达的房间墙体轮廓识别方法，其特征在于，所述根据所述当前点B更新所述聚类点信息矩阵中所述当前聚类点A1对应的记录，包括：

将聚类点信息矩阵中的所述当前聚类点A1对应的第一列的值加1；

将聚类点信息矩阵中的所述当前聚类点A1对应的第二列的值置为所述当前点B在矩阵P中对应的点的第一列的值，第四列的值置为与所述当前点B在矩阵P中对应的点的第三列的值相同。

6.如权利要求1所述的基于毫米波雷达的房间墙体轮廓识别方法，其特征在于，所述根据各个第一目标聚类点内包含的聚类点元素数量，确定第二目标聚类点，包括：

将各个第一目标聚类点内包含的聚类点元素数量大于或等于聚类点元素个数门限值的聚类点确定为第二目标聚类点。

7.如权利要求1所述的基于毫米波雷达的房间墙体轮廓识别方法，其特征在于，所述根据各个第二目标聚类点进行计算，确定墙体轮廓范围，包括：

根据各个第二目标聚类点，确定所有第二目标聚类点对应的横坐标的最小值以及最大值，确定所有第二目标聚类点对应的纵坐标的最大值；

确定墙体轮廓在以雷达为原点的平面直角坐标系中的横坐标轴的范围为大于横坐标的最小值，且小于横坐标的最大值；确定墙体轮廓在以雷达为原点的平面直角坐标系中的纵坐标轴的范围为大于零且小于纵坐标的最大值。