摘要
本发明公开了一种基于深度神经网络的毫米波雷达多径目标识别方法。该方法包括使用权值共享的多个第一雷达点云特征编码器对同一帧点云内所有目标对应的子点云提取每个目标的全局点云特征,然后利用第一transformer模块捕捉不同目标之间的相关信息,用于更新目标的全局点云特征;使用第二雷达点云特征编码器提取自车周围环境的全局点云特征;对更新后的目标点云特征与自车周围环境的点云特征执行拼接操作,并通过多层感知机进行非线性映射,获得融合环境几何信息的目标特征,然后将其作为分类器的特征输入,逐个判断每个目标是否为多径虚假目标。本发明能够有效提高多径虚假目标的识别精度。
技术关键词
点云特征
深度神经网络
识别方法
多层感知机
雷达
多径
运动补偿
邻域
多普勒
关键点
编码器
近邻算法
非线性
点云空间
坐标
二分类器
模块
速度
注意力
网络结构
系统为您推荐了相关专利信息
古树名木
病虫害
预警方法
传感节点
风险评估模型
荧光显微图像
结核分枝杆菌
识别方法
样本
重建算法
气藏采收率
连续特征数据
注意力
时间段
离散特征
窗帘布料
缺陷识别方法
边缘检测模型
材质特征
布料缺陷
电缆故障智能
综合管廊
环境监测模块
深度神经网络模型
定位系统