[发明专利]一种基于一维距离像记录背景对比检测目标方法

说明书

本发明公开了一种基于一维距离像记录背景对比检测目标方法，步骤包括：雷达采集无目标时的一维距离像序列，计算方差；采集信号和处理，得到当前帧一维距离像序列；雷达执行CFAR检测算法，进行角度估计，输出点云数据；计算当前帧一维距离像序列的方差，对当前帧一维距离像序列与存储的一维距离像序列进行相关性计算；将相关结果与阈值对比，当相关性大于阈值，且满足当前帧一维距离像序列的方差小于空场景一维距离像序列的方差，同时雷达没有检测到点云数据时，判定无目标；反之，判定有目标。本发明既去除了环境干扰，又保留了目标有效信息，能够稳定检测大角度驶入车辆，增强人等其他弱目标检测能力；使用简单，适用性强。

技术领域

本发明属于车辆通行系统技术领域，尤其涉及一种基于一维距离像记录背景对比检测目标方法。

技术背景

随着科技得发展与进步，停车系统越来越智能化。在停车系统中，出入口控制管理时候关键。目前，常常使用道闸雷达传感器来识别出入车辆，配合闸机控制道闸得起落杆，从而控制车辆的有序进出。

但在车辆大角度驶入时，如图1所示，由于车辆侧面时大平面金属面，折射了大部分的有用信号，回到雷达的信号过弱，导致雷达无法将目标准确的检测出来，被恒虚警检测算法等一系列操作判断为噪声，容易造成雷达对车辆漏检。在实际使用中，雷达作为传感器检测特定区域有无车辆，闸机通过雷达上传的有无车辆信息，控制道闸的起落。而雷达漏检可能会导致闸机控制道闸杆落杆，严重时会出现道闸杆砸车现象。

现有技术对于车辆漏检通常从雷达点云数据的精度出发，以避免雷达漏检，计算复杂度大，而且效果并不明显。

发明内容

有鉴于此，本发明提出了用空白场景的一维距离像与实际场景的一维距离像对比，并结合点云数据进行目标检测的方法，可应用于停车管理系统，车辆出入系统等具有单一背景的场景中，充分利用场景的背景没有变化时的特点进行弱目标检测。

一种基于一维距离像记录背景对比检测目标方法，应用于毫米波雷达，方法包括以下步骤：

毫米波雷达进行背景学习，采集实际应用场景中无目标时的一维距离像序列X，计算一维距离像序列X的方差Var[X ]，并存储至雷达的存储器中；

对毫米波雷达回波信号进行ADC数据采集和一维快速傅里叶变换处理，得到当前帧一维距离像序列Y；

毫米波雷达对一维快速傅里叶变换处理结果继续进行二维快速傅里叶变换处理，执行CFAR检测算法，进行角度估计，输出点云数据；

计算当前帧一维距离像序列Y的方差Var[Y ]，对当前帧一维距离像序列Y与存储的一维距离像序列X进行相关性计算；

将相关结果与预设阈值K对比，当所述相关性大于所述阈值K，且满足Var[Y ]小于m*Var[X ]，其中m为预设值，同时毫米波雷达没有检测到点云数据，判定无目标；反之，判定有目标。

进一步的，所述方差Var[X ]和Var[Y ]的计算方法如下：

Var[X ] =