4D毫米波雷达目标分类
Posted 奔袭的算法工程师
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了4D毫米波雷达目标分类相关的知识,希望对你有一定的参考价值。
4D毫米波目标检测信息丰富,可获得目标3维位置信息、径向速度vr和rcs等,能够对目标准确分类。
4D毫米波和激光做好时空同步,可以用激光目标给4D毫米波做标注。标注数据的部分统计结果如下:
1.行人--长0.5m,宽0.6m
2.两轮车--长1.8m,宽0.6m
3.运动车辆1202_1_5--长4.5m,宽1.9m
4.运动大巴1207_1--长12.0m,宽2.5m
从统计结果可以发现,不同目标的特征有明显差异,比如点云数量、RCS等,通过对这些特征数据的训练,则能对毫米波目标进行分类。
实验使用了距离、朝向、点云数、最大rcs、最大snr做训练,使用了9000多组数据,80%用做训练集,20%用做测试集,验证两轮车和一般车辆的分类准确率。
总共使用了3种机器学习方法,最近邻(KNN)、支持向量机(SVM)和决策树(Decision Tree),分类准确率均在95%以上。
以上是关于4D毫米波雷达目标分类的主要内容,如果未能解决你的问题,请参考以下文章
radar毫米波雷达动态障碍物检测相关论文汇总(聚类分类稀疏2D点4D点雷达成像原始数据处理)