|
|||||
|
|
| 一种改进的毫米波雷达聚类算法 | |
| 作者姓名： | 鞠夕强 孟文 孟祥印 谢江鹏 |
| 作者单位： | 西南交通大学机械工程学院,成都610031;轨道交通运维技术与装备四川省重点实验室,成都610031 |
| 摘 要： | 针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于DBSCAN (density-based spatial clustering of applications with noise)的雷达自适应聚类算法.改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径.首先给出一种聚类半径根据K近邻距离动态调整的机制:目标第K个近邻的距离与阈值相比较,以确定阈值半径取值.再提取雷达提供的目标反射截面,基于该值计算目标假象半径作为聚类半径的补充量.实现根据目标反射截面与数据稀疏程度自适应聚类的效果.将改进算法与不同参数的DBSCAN聚类算法在真实雷达点云数据进行实验对比.相较于选取合适参数的DBSCAN算法,改进算法能够更好适应毫米波雷达点云特征,对行人目标识别准确率提高4.18％,对车辆目标识别准确率提高5.63％. |
| 关 键 词： | 毫米波雷达 自适应聚类 改进DBSCAN算法 高级驾驶辅助系统(ADAS) 数据聚类 |
| 收稿时间： | 2021-02-09 |
| 修稿时间： | 2021-05-07 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 | |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 | |