[发明专利]一种基于毫米波雷达的动态目标识别方法

说明书

本发明涉及一种基于毫米波雷达的动态目标识别方法，收毫米波雷达返回的回波信息，进行周期划分得到每周期内所探测到的所有包含目标信息的原始报文，对目标原始报文进行数据解析得到该周期内各目标点的位置、速度、雷达散射截面积等信息值。对解析的目标信息值进行预处理以滤除静态目标以及部分无效的噪声点得到包含动态目标以及部分鬼影点的毫米波雷达数据。对经过预处理的数据使用鬼影点过滤器滤除鬼影点得到动态目标。将动态目标物放进点云处理器，使用PCL库对动态目标物进行点云可视化显示。本发明方法解决因毫米波雷达数据无特征点以及存在大量的噪声点导致无法区分有效的动态目标物的问题。

技术领域

本发明属于目标识别领域，涉及一种基于毫米波雷达的动态目标识别方法。

背景技术

毫米波雷达有较强的穿透烟雾灰尘等能力，能够适应大部分恶劣天气，可满足全天气候工作。

在2022年，IEEE JOURNAL OF ELECTROMAGNETICS,RF,AND MICROWA VES INMEDICINE AND BIOLOGY,VOL.6,NO.2上发表的：“Millimeter-Wave Radar Cane:A BlindPeople Aid With Moving Human Recognition Capabilities”，作者通过用由于生理活动引起的微小胸部位移作为人类存在的关键标志，使其提出的系统能够正确地识别具有多个移动目标的复杂环境中的人类，由于毫米波雷达的特性，其精度高于大多数的其他无线方法。但在日常生活中，运动的目标不仅仅有人类，还有各类车辆、动物、物体等，因此作者基于人体生命特征检测作为目标的识别方法并不具有通用性。并且，在大量运动的动态场景下，毫米波雷达不仅仅会探测到有效的目标，还会产生杂波和噪声，原始数据点密集且无特征，无法识别出有效的动态目标。

在2015年，EEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS,VOL.16,NO.2上发表的：“Road Edge Recognition Using the Stripe Hough TransformFrom Millimeter-Wave Radar Images”作者使用毫米波雷达用来道路特征的识别，毫米波雷达图像中对道路检测到的效果为一组亮点或斑点，作者通过引入了一种称为条纹霍夫变换(HT)的方法来增强道路路径的几何特征提取，从而达到道路特征识别的目的。但在毫米波雷达实际检测的效果中，行人、车辆往往为一个或多个目标点，并且还存在这大量的噪声点(如附图2，为一周期的毫米波雷达点云数据)，仅通过对毫米波雷达图像的特征是无法进行目标识别。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于毫米波雷达的动态目标识别方法，解决因毫米波雷达数据无特征点以及存在大量的噪声点导致无法区分有效的动态目标物的问题。

技术方案

一种基于毫米波雷达的动态目标识别方法，其特征在于步骤如下：

步骤1：对接收毫米波雷达返回的回波信息进行周期划分，得到每周期内所探测到的所有包含目标信息的原始报文，对目标信息的原始报文进行数据解析得到该周期内信息的真实值；

步骤2：对解析的目标信息的真实值进行预处理以滤除静态目标以及部分无效的噪声点，得到包含动态目标以及部分鬼影点的毫米波雷达数据；

根据预处理断定为静止状态的目标信息则直接滤除，而对于移动状态的目标信息予以保留，将每帧留下的目标数据打包成新的ROS话题并发布；

步骤3：对包含动态目标以及部分鬼影点的毫米波雷达数据，采用鬼影点过滤器滤除鬼影点，从而得到动态目标；

步骤4：将动态目标物输入点云处理器，使用PCL库对动态目标物进行点云可视化显示。