摘要
本发明公开了一种基于芯片级毫米波雷达的点云成像与定位方法,包括:接收回波信息并对每帧回波信号进行加窗处理,然后进行快时间维和慢时间维的FFT得到多帧RDM;将多帧RDM合并,再利用低阈值设置粗粒度标签;对各帧RDM分别提取方位角和俯仰角,将目标点云集合转换到笛卡尔坐标系聚类去噪;根据去噪点云对RDM进行细粒度标记;将各帧RDM和带细粒度标签的RDM分别作为输入输出,训练深度学习网络以获得RDM目标检测网络;在移动雷达移动过程中获得待测目标的多帧RDM,送入RDM目标检测网络处理后提取点云数据,再进行配准得到雷达各帧时的位姿和待测目标最终的点云图像。本发明能够高效生成高质量密集的点云图像。
技术关键词
定位方法
雷达
笛卡尔坐标系
深度学习网络
协方差矩阵
DBSCAN算法
噪声子空间
回波
特征值
标签
成像
方位角
数据
标记
点云
信号
误差矩阵
精度
系统为您推荐了相关专利信息
北斗授时芯片
路径定位方法
信号发射角度
多项式
曲线
建筑点云
检测点
模拟系统
主成分分析算法
点云密度
无人机高精度
立体相机系统
立体视觉
坐标系
定位方法