[发明专利]车辆行驶前方人物的分类识别的方法、装置、设备和介质

说明书

本发明实施例公开了一种车辆行驶前方人物的分类识别的方法、装置、设备和介质。该方法包括获取与车辆行驶前方人物匹配的雷达回波数据，获取雷达回波数据中的时域特征数据和频域特征数据；根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线；根据时域拟合曲线和频域拟合曲线确定时域拟合系数和频域拟合系数，将时域拟合系数和频域拟合系数输入预先训练的分类模型，获取分类模型输出的与人物匹配的分类结果。本发明实施例的技术方案提供一种对行人和骑车人进行分类的新技术，提高了对行人和骑车人分类的准确性。

技术领域

本发明实施例涉及计算机技术，尤其涉及一种车辆行驶前方人物的分类识 别方法、装置、设备和介质。

背景技术

在信息化时代下，为了进一步降低安全事故发生率和减轻驾驶员驾驶疲劳 程度，ADAS(Advanced Driving Assistance System，高级驾驶辅助系统)在世 界范围内成为研究热点。在汽车驾驶情境中，行人和骑行人是两类重要目标， 需要ADAS对其进行快速精确地识别。

现有技术中使用车辆搭载的摄像头、激光雷达和超声波雷达等传感器是 ADAS最常使用的传感器，其中摄像头能够较好地对行人和骑车人进行分类， 但是受天气和光线条件影响较大。激光雷达能够识别行人和骑车人，但识别距 离较近，且受天气影响较大。超声波雷达不能够区分行人和骑车人。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：现有技术中 对行人和骑车人的分类方法受环境影响大导致分类准确率较低，不能满足 ADAS的使用需求，ADAS无法针对行人或骑车人进行有针对性的响应。

发明内容

本发明实施例提供一种车辆行驶前方人物的分类识别方法、装置、设备和 介质，提供一种对行人和骑车人进行分类的新技术，提高对行人和骑车人分类 的准确性。

第一方面，本发明实施例提供了一种车辆行驶前方人物的分类识别方法， 该方法包括：

获取与车辆行驶前方人物匹配的雷达回波数据，获取所述雷达回波数据中 的时域特征数据和频域特征数据；

根据预先确定幂项系数的分数多项式、所述时域特征数据和所述频域特征 数据，生成时域拟合曲线和频域拟合曲线；

根据所述时域拟合曲线和所述频域拟合曲线确定时域拟合系数和频域拟合 系数，将所述时域拟合系数和所述频域拟合系数输入预先训练的分类模型，获 取所述分类模型输出的与所述人物匹配的分类结果，其中，所述分类模型的样 本数据集合包含行人时域数据、骑车人时域数据、行人频域数据和骑车人频域 数据。

第二方面，本发明实施例还提供了一种车辆行驶前方人物的分类识别装置， 该装置包括：

特征数据获取模块，用于获取与车辆行驶前方人物匹配的雷达回波数据， 获取所述雷达回波数据中的时域特征数据和频域特征数据；

拟合曲线生成模块，用于根据预先确定幂项系数的分数多项式、所述时域 特征数据和所述频域特征数据，生成时域拟合曲线和频域拟合曲线；

分类结果获取模块，用于根据所述时域拟合曲线和所述频域拟合曲线确定 时域拟合系数和频域拟合系数，将所述时域拟合系数和所述频域拟合系数输入 预先训练的分类模型，获取所述分类模型输出的与所述人物匹配的分类结果， 其中，所述分类模型的样本数据集合包含行人时域数据、骑车人时域数据、行 人频域数据和骑车人频域数据。

第三方面，本发明实施例还提供了一种计算机设备，该计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多 个处理器实现如本发明任意实施例所述的一种车辆行驶前方人物的分类识别方 法。