摘要
提供一种多目标点云聚类方法,该方法在现有的DBSCAN聚类算法的基础上,首先将算法的单一聚类参数改进为包含距离、速度和角度的多参数,其次,将上一时刻目标的云点范围,和下一时刻目标的状态预测值,用以预测下一时刻目标云点的聚类区域范围,以及,根据目标下一时刻的状态预测值,对聚类算法的距离、速度和角度、以及最小成簇条件参数进行调整,从而在应对多目标识别场景下,显著提高毫米波雷达对目标的识别精度,大幅减少目标被合并和被舍弃的情况。
技术关键词
点云聚类方法
参数
速度
聚类算法
雷达
两点
回波
核心
坐标系
信号
噪声
场景
精度
基础
系统为您推荐了相关专利信息
激光雷达数据
水稻产量预测方法
时序遥感数据
无人机遥感数据
归一化植被指数
动态资源调度方法
水下机器人
编码
资源调度技术
染色体
设备故障诊断方法
故障类别
发电设备
参数
预测设备故障
动态控制系统
多工位协同
智能算法
指令执行单元
人机交互模块