一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法

    公开(公告)号:CN114137512A

    公开(公告)日:2022-03-04

    申请号:CN202111432862.8

    申请日:2021-11-29

    Applicant: 湖南大学

    Inventor: 杨琦 余小游

    Abstract: 本发明公开了一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法,具体包括以下步骤:步骤一、坐标定位;步骤二、体貌识别;步骤三、路线模拟;步骤四、雷达筛选;本发明涉及雷达检测技术领域。该毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法,设定标准格对视野画面进行场景划分,构建三维空间坐标系,以毫米波雷达和摄像机作为信息获取源,实现对进行车辆移动轨迹的数值转换,从而对车辆移动的轨迹进行精准的判定,并且配合毫米波雷达的数据采集,及时采集到目标车辆的反馈信息,进而同步到相邻的毫米波雷达处,通过反馈信息的对比来确定目标车辆在视野区域的具体坐标值,从而实现目标车辆的高效持续追踪。

    一种混合波束成形方法、装置及存储介质

    公开(公告)号:CN113131981A

    公开(公告)日:2021-07-16

    申请号:CN202110304618.7

    申请日:2021-03-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种混合波束成形方法、装置及存储介质,其中方法包括:以模拟波束矩阵、数字波束矩阵和数字合并矩阵为变量,依据最小平方准则分别建立通信和雷达的波束成形目标函数;设置权重因子,组合得到联合目标函数;对于三个变量通过交替最小化准则分解为三个变量求解子问题并分别求解;基于联合目标函数,采用交替迭代法迭代三个变量求解子问题求解过程,得到模拟波束矩阵、数字波束矩阵和数字合并矩阵的最优解。基于最优解可实现同时兼顾通信与雷达性能的混合波束成形的联合设计。该方案可用于未来基于毫米波大规模MIMO的6G移动通信基站,在有效提升基站下行通信速率和信道容量的同时,通过集中波束主瓣功率来增强雷达感知能力。

    一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法

    公开(公告)号:CN114137512B

    公开(公告)日:2024-04-26

    申请号:CN202111432862.8

    申请日:2021-11-29

    Applicant: 湖南大学

    Inventor: 杨琦 余小游

    Abstract: 本发明公开了一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法,具体包括以下步骤:步骤一、坐标定位;步骤二、体貌识别;步骤三、路线模拟;步骤四、雷达筛选;本发明涉及雷达检测技术领域。该毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法,设定标准格对视野画面进行场景划分,构建三维空间坐标系,以毫米波雷达和摄像机作为信息获取源,实现对进行车辆移动轨迹的数值转换,从而对车辆移动的轨迹进行精准的判定,并且配合毫米波雷达的数据采集,及时采集到目标车辆的反馈信息,进而同步到相邻的毫米波雷达处,通过反馈信息的对比来确定目标车辆在视野区域的具体坐标值,从而实现目标车辆的高效持续追踪。

    一种混合波束成形方法、装置及存储介质

    公开(公告)号:CN113131981B

    公开(公告)日:2022-08-26

    申请号:CN202110304618.7

    申请日:2021-03-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种混合波束成形方法、装置及存储介质,其中方法包括:以模拟波束矩阵、数字波束矩阵和数字合并矩阵为变量,依据最小平方准则分别建立通信和雷达的波束成形目标函数;设置权重因子,组合得到联合目标函数;对于三个变量通过交替最小化准则分解为三个变量求解子问题并分别求解;基于联合目标函数,采用交替迭代法迭代三个变量求解子问题求解过程,得到模拟波束矩阵、数字波束矩阵和数字合并矩阵的最优解。基于最优解可实现同时兼顾通信与雷达性能的混合波束成形的联合设计。该方案可用于未来基于毫米波大规模MIMO的6G移动通信基站,在有效提升基站下行通信速率和信道容量的同时,通过集中波束主瓣功率来增强雷达感知能力。

Patent Agency Ranking