基于注意力机制的毫米波雷达和视觉融合目标检测算法

传统目标检测大多基于摄像头采集图像进行,虽然近些年出现了许多优秀的检测网络,但在复杂场景下,仍存在大量漏检、误检等问题。针对这些问题,提出了一种基于注意力机制的毫米波雷达和视觉融合目标检测算法。首先将毫米波雷达数据进行扇形点云柱编码（Fan-shaped Cloud Pillar Code,FCPC）,将其转换为前景伪图像;然后,再将其通过坐标关系映射到像素平面,使用卷积注意力模块（Convolutional Block Attention Module,CBAM）对两者特征数据进行融合;采用Yolov4-tiny对融合特征进行检测,并引入Focal Loss对原损失函数进行改进以解决正负样本不均的问题。在Nuscenes数据集上进行模型验证与对比,结果表明,该算法在复杂场景下相比其他单传感器检测算法如Yolov3、Efficientent以及Faster-RCNN等,无论平均检测精度(mean Average Precision,mAP) 还是每秒检测帧数(Frames Per Second,FPS)都有明显的提升。     

基于注意力的毫米波雷达与视觉融合方法

针对毫米波雷达与视觉传感器融合在数据层融合时对行人和小物体的检测效果不佳,以及特征层融合时权重难以分配的问题,提出一种基于注意力的融合方法,能够有效地解决以上两个问题.首先,在数据层的空间上利用雷达的空间信息确定重点检测区域,并且突出重点检测区域的特征,形成空间上的软注意力;其次,在特征层的通道上用通道注意力权重学习方...     

车载毫米波雷达目标检测综述

目标检测技术作为主动刹车系统的重要组成部分,对测距传感器的检测精度要求极高,毫米波雷达传感器是目标检测的最优选择。综述了毫米波雷达的发展状况、国内外现状、毫米波雷达目标检测算法,介绍了国内外多个重点实验室对毫米波雷达目标检测算法的研究情况,重点放在多传感器融合检测和毫米波雷达多目标检测上。阐述了车载毫米波雷达目标检测的技术难点,对未来毫米波雷达的发展方向提出了建议,以期为后续的研究开发做准备。     

基于视觉和毫米波雷达的车辆检测

根据智能车辆主动驾驶辅助系统中的重要性,提出了一种融合毫米波雷达数据和视觉多特征的车辆检测算法。车辆检测算法通过三个步骤实现,首先,提出一种空间对准算法实现毫米波雷达和视觉的空间对准;其次,根据空间对准结果和搜索策略提取目标车辆的感兴趣区域;最后,融合车底阴影、对称轴、左右边缘等车辆特征实现车辆检测,其中,为了准确得到目标车辆的车底阴影,提出一种改进的车底阴影分割算法。算法的性能在不同的场景下得到证实,实验结果表明该车辆检测算法是有效和可靠的。     

基于RDSNet的毫米波雷达人体跌倒检测方法

随着人口老龄化的到来,跌倒检测逐渐成为研究热点.针对基于毫米波雷达的人体跌倒检测应用,该文提出了一种融合卷积神经网络和长短时记忆网络的距离多普勒热图序列检测网络(RDSNet)模型.首先通过卷积神经网络对距离多普勒热图进行特征提取得到特征向量,然后将动态序列对应的特征向量序列依次输入长短时记忆网络,进而学习得到热图序列...     

毫米波雷达高压线检测技术的研究进展

高压线是威胁飞行器低空安全飞行的主要障碍,高压线的准确检测和有效预警是毫米波低空防撞雷达最重要的功能需求之一。首先介绍了毫米波雷达高压线检测技术的研究现状,其次重点分析了高压线的电磁散射特性、检测算法和检测系统三个主要方面的研究进展,提出了毫米波防撞雷达应具备大空域扫描、高数据更新率、高分辨率、小目标检测和抗杂波干扰等特点,最后指出了高压线检测技术的未来发展趋势,即基于多传感器信息融合检测、自主学习的智能化检测和深度信息检测。     

毫米波防撞雷达二线检测系统设计

为实现部队信息化综合保障的要求,满足对毫米波防撞雷达系统内场的检测需求,新 设计了毫米波防撞雷达二线检测系统,通过测试系统不同的功能测试模块能够实现快速准确 定位故障模块的功能,提高了设备的维修保障水平,可为同类型雷达二线检测设备的研制提 供参考。     

FMCW毫米波雷达多人呼吸检测方法

基于雷达的人体生命体征信号(如呼吸、心跳等)探测在诸多领域具有重要意义。当多个人体目标处于同一平面内,且雷达与多个目标共线时,会导致雷达无法检测较远距离的目标。为此,本文提出一种新的雷达空间布置方案,即将雷达布置在高处,并利用毫米波雷达高分辨率特性从距离维区分多目标,同时结合多种手段辨别人体目标和静止杂波。本文对FMCW毫米波雷达呼吸检测的信号处理流程进行了详细推导,并进行了实验验证。实验结果表明,本文所提方案可以有效地区分人体目标和静止杂波,并准确提取多目标呼吸信号和呼吸频率。此外,针对单部雷达存在空间检测盲区的问题,本文详细讨论了不同雷达数量和空间布置方案下的雷达空间检测盲区,并论证了三部不共线雷达可完全消除雷达空间检测盲区。      

基于毫米波雷达的车内儿童检测系统的研究

系统采用77 GHz毫米波雷达作为检测滞留人员传感器,该毫米波雷达可准确感知到人员存在,可通过串口或I/O口输出开关量,并且具有感应可靠性强、灵敏度高、体积小、使用简单、易于嵌入集成等特点。同时搭配CO浓度检测传感器,能够及时感知车内出现的多种危险情况。系统具有联网功能,能够将车内的采集到的数据发送到用户端以及保存在云端,并通过检测车内人员被困时间及时进行通风和灯光闪烁求救等操作。     

基于毫米波雷达的露天矿区车辆防撞自动刹车系统

针对防撞自动刹车系统容易受到复杂动态环境影响,导致自动刹车距离与实际情况不符的问题,设计基于毫米波雷达的露天矿区车辆防撞自动刹车系统。添加毫米波雷达传感器,通过集成显示器,为车辆行驶提供高清画面。使用360度全景影像监控,实时采集周围高清视频画面。引入无量纲量和中间比较因子,计算行车间距。通过图像动态识别算法,实时显示清晰路况,精准确定目标位置。通过实验得出,该系统自动刹车曲线与实际刹车曲线基本相符,最大横向误差只有2 m。     

基于改进型恒虚警的毫米波雷达检测算法

为了提高毫米波雷达在多目标环境下的检测性能,在变化指数恒虚警（Variability Index CFAR,VI-CFAR）的基础上提出了一种改进算法,即当背景环境为多目标环境时,采用KL散度单元筛选恒虚警（Kullback–Leibler Trimmed Mean CFAR,KLTM-CFAR）替换单元平均恒虚警（Cell Averaging CFAR,CA-CFAR）与最小选择恒虚警（Smallest of CFAR,SO-CFAR）进行策略选择,有效避免了毫米波雷达在多目标环境下的目标遮蔽问题,提升了检测性能。对改进后的检测算法进行了仿真分析,结果表明,多目标环境下,在其他几种检测器基本丧失检测能力的情况下,该检测器仍保持着90%以上的检测概率,并且在均匀环境和杂波边缘环境下,也有较为良好的表现。     

毫米波雷达机场跑道异物分层检测算法

强杂波背景下的弱小静止目标检测是毫米波机场跑道异物(FOD)检测雷达面临的核心问题。该文提出一种基于功率谱特征和支持向量域描述(SVDD)一类分类器的FOD分层检测算法。该算法首先利用杂波图恒虚警率(CFAR)检测器对复杂背景杂波进行杂波对消处理,针对对消后虚警过多的问题,对对消后的数据提取功率谱特征,将其转换到特征域,最后利用SVDD一类分类器在特征域实现对FOD和虚警的分类。基于实测数据的试验结果表明所提方法可以获得较好的检测性能。     

一种改进的毫米波雷达多目标检测算法

智能驾驶主要依据前视雷达进行目标探测,基于毫米波雷达的多目标检测算法是目前的研究热点。但现有的基于FMCW的雷达多目标检测算法存在大量虚警、漏检的问题,且无法获得目标的方位信息,很难应用到复杂多变的道路环境中。提出了一种改进的毫米波雷达多目标检测算法。该算法在传统FMCW算法的基础上,提出相位差和功率差联合匹配模型进行频率匹配的思想,较好地解决了FMCW算法中频率匹配差错、无法得到目标方位信息等问题。对该算法进行了多目标模拟仿真和实测道路试验,仿真和实验结果表明,基本上能正确检测出多目标的距离、速度、方位角,且性能可靠稳定。     

基于77GHz毫米波雷达与工业相机的目标检测与精度分析

本文主要讨论了基于AWR1642毫米波雷达和工业相机的目标检测方法与结果分析。本文以AWR1642毫米波雷达以及acA 1600-20gc工业相机为硬件基础,在进行正确配置后,通过程序分别对雷达开发板以及相机进行简单的编译和开发。运用简单算法对串口数据进行处理得到毫米波雷达目标检测数据,之后通过MATLAB平台创建界面,进而实现对获取数据的实时显示。根据帧差原理,通过Visual Studio平台调用OpenCV视觉库,实现对相机获取图像的处理,得到并显示视觉检测数据。之后,设立典型目标和参照,整合通过两种方式获取的数据并进行分析,得出二者检测能力的差异和特点。本设计能够满足分别通过毫米波雷达和工业相机实现目标检测与定位的基本需求,并且测试精确度较高,可针对运动目标进行检测。     

一种应用于毫米波车流量检测雷达的背景功率谱识别方法

背景功率谱的准确识别是确保毫米波车流量检测雷达测量精度的首要问题.本文研究了毫米波交通雷达的工作原理和回波功率性质,并提出了一种新颖实用的背景功率谱识别算法,该算法基于相干平均和有序统计量.文中给出了不同实验环境下的测试结果,结果证明了算法的有效性,背景功率谱的识别精度有了明显提高.     

毫米波雷达对直升机旋翼回波检测研究

 针对毫米波雷达直升机旋翼回波信号能量低以至检测困难的问题,本文根据旋翼回波数学模型分析了旋翼回波、地杂波和目标杂波的时域及频域特性,提出频域杂波滤除后时域检测的思路.针对直升机识别应用的现状,提出通过旋翼回波恒虚警检测保证直升机检测和识别结果信度的思想,研究了频域杂波滤除后杂波剩余和噪声的统计分布,引入滑窗检测将观测向量分为检测单元和杂波干扰参考单元以完成旋翼回波的恒虚警检测.仿真结果表明杂波滤除方法可以有效滤除地杂波和目标杂波,提高检测时的旋翼回波信杂噪比.本文设计的旋翼回波时域检测器可以在信杂噪比较低的情况下完成旋翼回波检测.     

多传感器信息融合的前方车辆检测

为提升辅助驾驶系统对于道路环境中车辆的感知能力,通过机器视觉与毫米波雷达信息融合技术对前方车辆进行了检测。融合系统中对摄像头和毫米波雷达进行了联合标定,借助三坐标测量仪确定两者的数据转换的关系,优化了深度学习算法SSD的候选框,提高了车辆的检测速度,选用长焦和短焦两种摄像头进行前方图像采集,并将两者重合图像进行融合,提升了前方小目标图像的清晰度,同时对毫米波雷达数据进行了处理,借助雷达模拟器确定合适阈值参数实现对车辆目标的有效提取,根据雷达有效目标数据对摄像头采集的图像进行选择与建立感兴趣区域,通过改进的SSD车辆识别算法对区域中的车辆进行检测,经过测试,车辆的检测准确率最高达到95.3%,单帧图像平均处理总时间为32 ms,该算法提升系统前方车辆检测的实时性和环境适应性。     

红外成像/毫米波雷达复合导引头信息融合研究

分析了红外成像/毫米波复合导引头的技术特点和工作状态,介绍一种红外成像传感器目标偏差角计算方法,针对红外成像/毫米波雷达复合导引头中平面毫米波雷达无法提供目标俯仰角信息这一特点,提出一种利用弹载测高仪提供的飞行高度推算出平面雷达俯仰角,并利用最优加权平均法对红外和雷达提供的信息进行融合,取得了较好的融合效果。     

毫米波雷达与相机两级融合的3D目标检测方法研究

多传感器融合是当前自动驾驶领域感知系统的重点。针对在恶劣复杂天气场景下目标以及远距离小目标检测效果差的问题,提出一种基于毫米波雷达与相机两级融合的3D目标检测方法。该方法先在数据层将毫米波雷达条码化处理与相机信息融合建立三通道图像,然后输入到加入注意力机制的特征提取网络中进行初级检测;在特征层采取截锥体数据关联的方式,将毫米波雷达信息与初级检测结果进行关联,进一步提升检测精度。实验结果显示,在大型自动驾驶数据集nuScenes下的mini集对融合网络进行评估,相比基准网络Centerfusion,平均精度(mAP)提升了1.09%,检测指标(NDS)提升了1.21%。