-
公开(公告)号：CN119199820B
公开(公告)日：2025-03-25
申请号：CN202411730483.0
申请日：2024-11-29
Applicant: 中南大学
Abstract: 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。
-
公开(公告)号：CN119223219A
公开(公告)日：2024-12-31
申请号：CN202411730488.3
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于毫米波雷达的多模式形变监测方法，包括：根据需求选择雷达成像方式；若对形变监测的实时性要求高于预设条件，则选择实孔径雷达成像方式：采用多输入多输出制的毫米波雷达，利用其回波信号混频、加窗、FFT变换等以得到观测区域连续多帧的距离向‑方位角图；若对形变监测的精度高于预设阈值，则选择合成孔径雷达成像方式：将毫米波雷达搭载于地基轨道上，通过对回波信号采用后向投影算法以提取各时间段内的距离向‑方位角图；最终对不同帧/时间段的距离向‑方位角图进行干涉和解缠处理得到相邻两帧的相位差，进而得到不同帧/时间段之间的形变量。本发明可以根据需求选择实孔径成像合成孔径雷达成像以实现灵活监测形变。
-
公开(公告)号：CN119206121A
公开(公告)日：2024-12-27
申请号：CN202411730482.6
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于IMU和毫米波雷达的三维重建方法，包括：将IMU和雷达搭载于同一移动设备上，采集移动设备在待重建目标周围移动过程中的运动参数和目标的点云数据；基于点云速度滤除动态点云；根据采集的运动参数和点云数据，将所有点云数据转换到同一局部坐标系下以进行去噪处理；通过对相邻帧去噪后的点云数据进行匹配，获得雷达各帧时的位姿；以雷达各帧时的位姿作为观测数据，以IMU采集的运动参数作为控制输入，采用卡尔曼滤波算法对各帧时的位姿进行优化调整；根据优化调整后的各帧位姿和去噪后的各帧点云数据，构建目标的三维地图。本发明利用IMU辅助4D毫米波雷达SLAM提高目标三维重建精度。
-
公开(公告)号：CN119199821B
公开(公告)日：2025-03-25
申请号：CN202411730491.5
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于4D毫米波雷达的即时定位与构图方法，包括：获取4D毫米波雷达的角精度和目标在当前帧内的点云数据，计算点云数据中各点在笛卡尔坐标系下考虑角精度的坐标；针对点云数据中各点，基于其坐标构建对应的椭球面，并以该椭球面作为该点的ε‑邻域，以采用DBSCAN算法确定点云数据中的噪声点并滤除；基于平差理论优化求解获得雷达的各帧位姿；根据雷达每预设时长内的位姿变化，对雷达各帧位姿进行优化调整；根据优化调整后的各帧位姿以及去噪后的各帧点云数据，构建目标的对应地图。本发明通过对4D点云数据进行去噪处理，提高点云数据精度，从而提高定位与构图精度。
-
Patent Agency Ranking
公开(公告)号：CN119199836A
公开(公告)日：2024-12-27
申请号：CN202411730492.X
申请日：2024-11-29
Applicant: 中南大学
IPC: G01S13/86 , G01S13/88 , A61B5/0205 , A61B5/00 , A61B5/0507 , A61B5/11
Abstract: 本发明公开了一种基于光学相机和毫米波雷达的危险驾驶监测方法和系统，方法包括：将光学相机和毫米波雷达调整至两者图像中心对齐，之后保持相对位姿固定；基于心肺部位在光学图像上的位置，调整相机与雷达载体的位姿以使毫米波雷达的天线中心对准心肺部位，并调整光学相机焦距使驾驶员的眼部在视场范围内；使用光学相机和雷达分别获得连续的光学图像和回波信号；通过计算光学图像中眼睛的纵横比以判断是否闭眼，并根据闭眼时长判断驾驶员当前是否疲劳驾驶；根据雷达回波信号提取驾驶员呼吸和心跳频率，进而再次判断驾驶员当前是否危险驾驶。本发明有效解决光学相机因光照条件导致的检测精度受限的问题，能够准确识别危险驾驶行为。
-
公开(公告)号：CN119199820A
公开(公告)日：2024-12-27
申请号：CN202411730483.0
申请日：2024-11-29
Applicant: 中南大学
Abstract: 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。
-
公开(公告)号：CN119223219B
公开(公告)日：2025-03-25
申请号：CN202411730488.3
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于毫米波雷达的多模式形变监测方法，包括：根据需求选择雷达成像方式；若对形变监测的实时性要求高于预设条件，则选择实孔径雷达成像方式：采用多输入多输出制的毫米波雷达，利用其回波信号混频、加窗、FFT变换等以得到观测区域连续多帧的距离向‑方位角图；若对形变监测的精度高于预设阈值，则选择合成孔径雷达成像方式：将毫米波雷达搭载于地基轨道上，通过对回波信号采用后向投影算法以提取各时间段内的距离向‑方位角图；最终对不同帧/时间段的距离向‑方位角图进行干涉和解缠处理得到相邻两帧的相位差，进而得到不同帧/时间段之间的形变量。本发明可以根据需求选择实孔径成像合成孔径雷达成像以实现灵活监测形变。
-
公开(公告)号：CN119206121B
公开(公告)日：2025-03-25
申请号：CN202411730482.6
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于IMU和毫米波雷达的三维重建方法，包括：将IMU和雷达搭载于同一移动设备上，采集移动设备在待重建目标周围移动过程中的运动参数和目标的点云数据；基于点云速度滤除动态点云；根据采集的运动参数和点云数据，将所有点云数据转换到同一局部坐标系下以进行去噪处理；通过对相邻帧去噪后的点云数据进行匹配，获得雷达各帧时的位姿；以雷达各帧时的位姿作为观测数据，以IMU采集的运动参数作为控制输入，采用卡尔曼滤波算法对各帧时的位姿进行优化调整；根据优化调整后的各帧位姿和去噪后的各帧点云数据，构建目标的三维地图。本发明利用IMU辅助4D毫米波雷达SLAM提高目标三维重建精度。
-
公开(公告)号：CN119199821A
公开(公告)日：2024-12-27
申请号：CN202411730491.5
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于4D毫米波雷达的即时定位与构图方法，包括：获取4D毫米波雷达的角精度和目标在当前帧内的点云数据，计算点云数据中各点在笛卡尔坐标系下考虑角精度的坐标；针对点云数据中各点，基于其坐标构建对应的椭球面，并以该椭球面作为该点的ε‑邻域，以采用DBSCAN算法确定点云数据中的噪声点并滤除；基于平差理论优化求解获得雷达的各帧位姿；根据雷达每预设时长内的位姿变化，对雷达各帧位姿进行优化调整；根据优化调整后的各帧位姿以及去噪后的各帧点云数据，构建目标的对应地图。本发明通过对4D点云数据进行去噪处理，提高点云数据精度，从而提高定位与构图精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
