技術(shù)特征：

1.基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，所述獲取雷達(dá)所采集的目標(biāo)原始數(shù)據(jù)，具體為：基于雷達(dá)發(fā)射的電磁波數(shù)據(jù)以及反射回來(lái)的回波數(shù)據(jù)進(jìn)行混頻，得到中頻信號(hào)；對(duì)中頻信號(hào)進(jìn)行采樣，得到目標(biāo)原始數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，所述對(duì)目標(biāo)原始數(shù)據(jù)進(jìn)行預(yù)處理，具體為：基于數(shù)據(jù)預(yù)白化方法進(jìn)行數(shù)據(jù)預(yù)處理，消除數(shù)據(jù)冗余性；使用距離-fft后進(jìn)行動(dòng)目標(biāo)顯示，通過使用單延遲線對(duì)消器來(lái)實(shí)現(xiàn)對(duì)靜止雜波的抑制，即利用相鄰兩次回波信號(hào)相減來(lái)消除靜止目標(biāo)的回波，提取運(yùn)動(dòng)目標(biāo)的回波。

4.根據(jù)權(quán)利要求3所述的基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，所述對(duì)預(yù)處理后的目標(biāo)原始數(shù)據(jù)進(jìn)行多普勒-fft變換，得到距離多普勒?qǐng)D，具體為：目標(biāo)原始數(shù)據(jù)包含多個(gè)脈沖；

5.根據(jù)權(quán)利要求4所述的基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，所述基于距離多普勒?qǐng)D，獲取三維點(diǎn)云數(shù)據(jù)，具體為：

6.根據(jù)權(quán)利要求5所述的基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，所述基于三維點(diǎn)云數(shù)據(jù)中能量最大值的徑向距離和后排三座位的分類情況，獲取后排活體目標(biāo)占座信息，具體為：將點(diǎn)云數(shù)據(jù)中能量值前三高的徑向距離取均值作為弱目標(biāo)微動(dòng)中心；若分類結(jié)果與點(diǎn)云數(shù)據(jù)中能量值前三高的徑向距離均值均值劃分結(jié)果一致，則輸出后排弱目標(biāo)所在位置；若分類結(jié)果與能量值前三高的徑向距離均值判斷結(jié)果不一致，以座位左中右的中間位置計(jì)算最遠(yuǎn)徑向距離并進(jìn)行分類，以分類結(jié)果選擇相應(yīng)的座位中心最遠(yuǎn)徑向距離；分別對(duì)點(diǎn)云數(shù)據(jù)中能量值前三高的徑向距離均值和最遠(yuǎn)徑向距離賦予不同的權(quán)重并求和；將落入?yún)^(qū)域范圍進(jìn)行二次判斷，得到最終的弱目標(biāo)所占區(qū)域。

7.根據(jù)權(quán)利要求6所述的基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，所述分類結(jié)果與點(diǎn)云數(shù)據(jù)中能量值前三高的徑向距離均值均值劃分結(jié)果一致，則輸出后排弱目標(biāo)所在位置，具體為：將后排座椅長(zhǎng)度進(jìn)行三等分；毫米波雷達(dá)在艙內(nèi)安裝高度為，進(jìn)而得到毫米波雷達(dá)波束能夠照射到后排區(qū)域最遠(yuǎn)徑向距離r分別為：、、；后排根據(jù)最遠(yuǎn)徑向距離r的區(qū)域劃分為：1—、—、—-1；如果分類結(jié)果與點(diǎn)云數(shù)據(jù)中能量值前三高的徑向距離均值均值劃分結(jié)果一致，則輸出后排弱目標(biāo)所在位置。

8.根據(jù)權(quán)利要求7所述的基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法，其特征在于，所述若分類結(jié)果與能量值前三高的徑向距離均值判斷結(jié)果不一致，以座位左中右的中間位置計(jì)算最遠(yuǎn)徑向距離并進(jìn)行分類，具體為：以座位左中右的中間位置計(jì)算最遠(yuǎn)徑向距離即、、以分類結(jié)果選擇相應(yīng)的座位中心最遠(yuǎn)徑向距離對(duì)點(diǎn)云數(shù)據(jù)中能量值前三高的徑向距離均值和最遠(yuǎn)徑向距離賦予不同的權(quán)重并求和；將落入?yún)^(qū)域范圍進(jìn)行二次判斷，得到最終的弱目標(biāo)所占區(qū)域。

9.基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明公開了一種基于斜裝艙內(nèi)毫米波雷達(dá)弱目標(biāo)檢測(cè)與區(qū)域劃分方法及系統(tǒng)，包括：對(duì)預(yù)處理后的目標(biāo)原始數(shù)據(jù)進(jìn)行多普勒?FFT變換，得到距離多普勒?qǐng)D，進(jìn)而獲取三維點(diǎn)云數(shù)據(jù)；將三維點(diǎn)云數(shù)據(jù)輸入PointNet中，獲取后排三座位的分類情況；基于三維點(diǎn)云數(shù)據(jù)中能量最大值的徑向距離和后排三座位的分類情況，獲取后排活體目標(biāo)占座信息。本發(fā)明通過使用PointNet簡(jiǎn)化了數(shù)據(jù)處理流程，提高了效率，且通過特征融合技術(shù)，且PointNet網(wǎng)絡(luò)能夠同時(shí)捕捉局部和全局信息，增強(qiáng)模型的性能。同時(shí)，本發(fā)明通過將PointNet網(wǎng)絡(luò)輸出的狀態(tài)標(biāo)簽與能量最強(qiáng)點(diǎn)的徑向距離綜合判斷，借助能量最強(qiáng)點(diǎn)的徑向距離來(lái)對(duì)此情況進(jìn)行可信度判斷；根據(jù)實(shí)際情況進(jìn)行綜合判定占座信息，降低誤判率。

技術(shù)研發(fā)人員：彭巍銘,張理斌,王榮強(qiáng),劉巧巧
受保護(hù)的技術(shù)使用者：長(zhǎng)沙莫之比智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6