(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211430352.1 (22)申请日 2022.11.16 (71)申请人 中南民族大 学 地址 430000 湖北省武汉市洪山区民族大 道708号、 823号 (72)发明人 高军峰　赵佳　张冰洋　向杰　 黄龙　付君雅　曹书琪　 (74)专利代理 机构 武汉蓝宝石专利代理事务所 (特殊普通 合伙) 42242 专利代理师 方晖 (51)Int.Cl. G01S 7/41(2006.01) G01S 13/66(2006.01) G06K 9/62(2022.01) (54)发明名称 一种基于增强雷达波信号的定位方法、 毫米 波雷达、 装置 (57)摘要 本发明涉及一种基于增强雷达波信号的定 位方法及装置， 其方法包括： 获取连续的毫米波 雷达的发射信号及其一个或多个回波信号， 对所 述发射信号和回波信号依次进行混频、 采样和三 维傅里叶变换， 得到点云数据； 利用训练完成的 深度残差收缩网络和恒虚警检测方法， 对所述点 云数据进行检测和多普勒过滤， 并确定一个或多 个目标； 基于多种聚类算法， 将经过多普勒过滤 后的点云数据进行聚类， 并计算一个或多个目标 的位姿信息； 根据所述目标的位姿信息和基于卡 尔曼滤波的匹配跟踪算法， 预测每个目标的轨 迹。 本发明利用深度学习对恒虚警方法进行改 进， 根据其获取目标的姿态信息， 结合卡尔曼的 匹配跟踪算法来定位目标， 提高了目标定位的准 确率和适应性。 权利要求书2页 说明书8页 附图6页 CN 115494472 A 2022.12.20 CN 115494472 A 1.一种基于增强雷达波信号的定位方法， 其特 征在于， 包括： 获取连续的毫米波雷达的发射信号及其一个或多个回波信号， 对所述发射信号和回波 信号依次进行混频、 采样和三维傅里叶变换， 得到一个或多个点云数据； 利用训练完成的深度残差收缩 网络和恒虚警检测方法， 对所述点云数据进行检测和多 普勒过滤， 并确定一个或多个目标； 基于多种聚类算法， 将经过多普勒过滤后的点云数据进行聚类， 并计算一个或多个目 标的位姿信息； 根据所述目标的位姿信息和基于卡尔曼 滤波的匹配跟踪算法， 预测每 个目标的轨 迹。 2.根据权利要求1所述的基于增强雷达波信号的定位方法， 其特征在于， 所述利用训练 完成的深度残差 收缩网络和恒虚警检测方法， 对所述点云数据进行检测和多普勒过滤， 并 确定一个或多个目标包括： 利用训练完成的深度残差收缩网络， 确定恒虚警检测方法的一个或多个门限值； 基于所述一个或多个门限值对所述点云数据进行检测， 并从所述点云数据中确定一个 或多个目标。 3.根据权利要求2所述的基于增强雷达波信号的定位方法， 其特征在于， 所述深度残差 收缩网络包括： 至少一个子网络， 用于从输入的雷达波 波形信号中， 提取一组特 征； 全连接层， 用于通过A ReLU激活函数将所述特征调整到0到1之间， 得到恒虚 警检测方法 的一个或多个门限值。 4.根据权利要求1所述的基于增强雷达波信号的定位方法， 其特征在于， 所述基于多种 聚类算法， 将经过多普勒过滤后的点云数据进行聚类， 并计算一个或多个目标的位姿信息 包括： 基于DBSCAN聚类算法对所述多普勒过滤后的点云数据进行聚类， 得到的成功聚类的第 一姿态队列； 基于K‑means聚类算法和高斯混合模型， 对所述第一姿态队列进行 聚类， 得到成功聚类 的第二姿态队列， 所述第二姿态队列包 含不同位姿信息的一个或多个目标。 5.根据权利要求1所述的基于增强雷达波信号的定位方法， 其特征在于， 所述根据 所述 目标的位姿信息和基于卡尔曼 滤波的匹配跟踪算法， 预测每 个目标的轨 迹包括： 利用每个目标的当前帧的位姿信 息和前一帧预测位姿信 息， 通过拓展卡尔曼粒子滤波 器预测一个或多个目标的多个轨 迹； 利用匈牙利算法， 将每个目标和其对应的多个轨迹进行匹配， 得到每个目标的预测轨 迹。 6.根据权利要求1至5任一项所述的基于增强雷达波信号的定位方法， 其特征在于， 所 述获取连续的毫米波 雷达的发射信号及其一个或多个回波信号， 对所述 发射信号和回波信 号依次进行混频、 采样和三维傅里叶变换， 得到一个或多个点云数据包括： 获取连续的毫米波雷达的发射信号及其一个或多个回波信号， 对所述发射信号和回波 信号进行混频， 生成一个或多个中频信号； 对多个所述中频信号进行ADC采样， 并将采样后的信号进行三维傅里叶变换， 得到多个 点云数据。权　利　要　求　书 1/2 页 2 CN 115494472 A 27.一种毫米波雷达， 其特 征在于， 包括： 获取模块， 用于获取连续的毫米波雷达的发射信号及其一个或多个回波信号， 对所述 发射信号和回波信号依次进行混频、 采样和三维傅里叶变换， 得到一个或多个点云数据； 确定模块， 用于利用训练完成的深度残差收缩网络和恒虚警检测方法， 对所述点云数 据进行检测 和多普勒过 滤， 并确定一个或多个目标； 聚类模块， 用于基于多种聚类算法， 将经过多普勒过滤后的点云数据进行聚类， 并计算 一个或多个目标的位姿信息； 预测模块， 用于根据所述目标的位姿信息和基于卡尔曼滤波的匹配跟踪算法， 预测每 个目标的轨 迹。 8.一种基于增强雷达波信号的定位装置， 包括权利要求7 所述的毫米波雷达 。 9.一种电子设备， 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权利 要求1至6任一项所述的基于增强雷达波信号的定位方法。 10.一种计算机可读介质， 其上存储有计算机程序， 其中， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述的基于增强雷达波信号的定位方法。权　利　要　求　书 2/2 页 3 CN 115494472 A 3