[发明专利]一种毫米波雷达与视觉融合透雾目标识别算法处理方法

权利要求书

1.一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于，算法包括雷达识别层、视觉识别层和信息融合决策层，它们在执行算法处理时，包括以下步骤：

S1、获取原始输入的视觉图像和毫米波雷达数据；

S2、计算输入视觉图像的平均透射率，对雨雾天气下能见度低的图片进行图像去雾预处理；

S3、雷达识别层根据毫米波雷达的关键特征信息进行有效目标筛选,并将筛选结果送入融合层；

S4、融合层进行坐标变换、时间配准将目标映射至对应图像，得到相应的ROI区域，并送入视觉识别层；

S5、视觉识别层通过改进YOLO网络对ROI区域目标进行识别，将计算得到的目标类别置信度与位置包围框识别结果送入融合层；

S6、融合层考虑亳米波雷达和视觉识别结果进行加权信息决策，得到最终的识别结果。

2.根据权利要求1所述的一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于，所述S2中对雨雾天气下能见度低的图片的图像去雾预处理采用暗通道先验去雾算法。

3.根据权利要求1或2所述的一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于，所述S4中融合层进行坐标变换、时间配准将目标映射至对应图像，得到相应的ROI区域，包括：

利用有效目标在雷达坐标系中的位置信息，通过时间配准和式可以将雷毫米波雷达坐标变换至对应图像中的一点，由于该点与毫米波雷达所测得的目标相对应，该图像点通常落在目标的图像轮廓内部；

以该点为中心选定适当大小的矩形区域作为目标图像ROI区域。

4.根据权利要求1或3所述的一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于：所述融合层进行坐标变换、时间配准分别为建立统一的坐标系和时间戳可以让毫米波雷达与视觉信息产生关联，以实现传感器的时空信息融合。

5.根据权利要求4所述的一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于：所述建立统一的坐标系，包括：

建立毫米波雷达坐标系、相机坐标系和车辆坐标系；

以车辆坐标系作为纽带，将毫米波雷达坐标系下的坐标转换到以相机为中心的世界坐标系中；

将世界坐标系的坐标转换到相机坐标系；

将相机坐标系的坐标转换到视觉图像坐标系。

6.根据权利要求1所述的一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于：所述目标类别为车辆、非机动车和行人。

7.根据权利要求1所述的一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于：所述毫米波雷达的关键特征信息包括目标存在概率、位置和速度信息。

8.根据权利要求1所述的一种毫米波雷达与视觉融合透雾目标识别算法处理方法，其特征在于：所述改进YOLO网络对雨雾天气下能见度低图片的去雾前后的网络识别结果选取平均透射率为0.35。