(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210402024.4 (22)申请日 2022.04.18 (71)申请人 南京航空航天大 学 地址 210016 江苏省南京市秦淮区御道街 29号 (72)发明人 朱耀鎏　王春燕　赵万忠　张自宇　 刘津强　曹铭纯　孟琦康　于博洋　 (74)专利代理 机构 江苏圣典律师事务所 32 237 专利代理师 贺翔 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/764(2022.01) G06V 10/77(2022.01) G06V 10/80(2022.01) G06V 20/40(2022.01) (54)发明名称 一种云雾 工况下的行人检测方法 (57)摘要 本发明公开了一种云雾工况下的行人检测 方法， 步骤如下： 对车载毫米波雷达实时采集的 云雾工况下目标行人信息进行预处理； 对车载激 光雷达采集到的云雾工况下点云数据进行预处 理； 对预处理后的数据进行时间和空间上的同 步， 再利用多重卡尔曼滤波算法进行融合。 本发 明将激光雷达与毫米波雷达进行融合， 毫米波雷 达探测性能更稳定， 作用距离较长， 穿透能力强， 具有全天候全天时的特点， 融合后， 能提高行人 目标检测率， 降低误检率， 能大大提高行车安全 性。 权利要求书7页 说明书15页 附图2页 CN 114821642 A 2022.07.29 CN 114821642 A 1.一种云雾 工况下的行人检测方法， 其特 征在于， 步骤如下： (1)对车载毫米波雷达实时采集的云雾工况下目标行人信息进行预处理， 对毫米波雷 达数据进行时域和频域上的转换以去除无效目标、 静止目标、 非危险目标， 确定有效目标， 再采用滤波算法对有效目标的数据进行清洗， 得到平 滑数据； (2)通过二次回波、 坐标转换、 区域分割、 聚类以及特征提取与分类对车载激光雷达采 集到的云雾 工况下点云数据进行 预处理； (3)对步骤(1)和步骤(2)中预处理后的数据进行时间和空间上的同步， 再利用多重卡 尔曼滤波算法进行融合， 得到待检测行 人的目标信息 。 2.根据权利要求1所述的云雾工况下的行人检测方法， 其特征在于， 所述步骤(1)中的 时域和频域 转换方法采用快速傅里叶变换， 具体步骤如下： (11)对毫米波雷达获取到的数据点序列分成奇偶两个序列， 即： x2(r)＝x(2 r+1)  (2) 式中， x1(·)为偶数序列； x2(·)为奇数序列； N 为数据点总数； (12)对数据 序列x(n)进行离 散傅里叶变换 得到： 式 中 ，X (κ) 为 离 散 傅 里 叶 变 换 后 的 数 据 序 列 ，定 义 e为自然常数， i为虚数单位， 其具有对称性和周期 性； n为自然数， 2 r表示偶数， 2 r+1表示奇数； 结合参数WNm的对称性和周期性， 即WN2κ r＝WN/2κ r， 根据式(1) ‑(3)将式(3)改写为： 考虑到N/2的邻域内必有一个整数为偶数M， 因此对M点的离散傅里叶变换作进一步的 分解， 得到： 权　利　要　求　书 1/7 页 2 CN 114821642 A 2式中， DFT[·]为离散傅里叶变换。 3.根据权利要求2所述的云雾工况下的行人检测方法， 其特征在于， 所述步骤(2)中激 光雷达在云雾情况 下对点云数据的预处 理包含以下步骤： (21)采用二次 回波削弱云雾的影响； (22)将激光雷达的极坐标系转换为笛卡尔坐标系： 式中， D0为极坐标下前方有效行人目标与自车的距 离； Dcor为距离校正系数， 表示距 离偏 差； Dr为极坐标系下有效行人目标到原点的实际距离； θ为水平校正角， 表示在xoy投影面中 激光束与y轴的夹角； β 为垂直校正角， 表示激光束与xoy平面的夹角； V0为垂直偏移量， 表示 在xoz投影面上激光发射点到激光雷达坐标原点的偏移量； Px为笛卡尔坐标系下x方向上的 位置； Py为笛卡尔坐标系下y方向上的位置； Pz为笛卡尔坐标系下z方向上的位置； Dxy为笛卡 尔坐标系下激光束 终点在水平面的投影点到坐标原点的距离； H0为水平偏移量， 表示xoy投 影面上激光发射 点到激光雷达坐标原点的偏移量； (23)对得到的点云数据进行区域分割： 在完成所述步骤(22)的坐标系校准后， 对每次 从所述点云数据中选取 出来的三个点， 采用简单线性模型用于平面模型估计， 方程 为： ax+by+cz+d＝0  (8) 式中， a为拟合精度， b、 c、 d为常数； 与拟合平面距离小于等于a的点均 为内点， 使用内点 来重新估计所述平面模型参数后， 去除内点保留外点即可筛选出非地面点云， 完成地面分 割； (24)对区域分割后的点云数据进行聚类； (25)采用支持向量机对点云特 征的提取和分类。 4.根据权利要求3所述的云雾工况下的行人检测方法， 其特征在于， 对于所述步骤(24) 中对点云进行聚类包 含以下步骤： (241)定义每 个样本点pι的测度Mι： 式中， Ψ为测度系数； 将测度值最大的点pι作为初始聚类中心； 计算下一个聚类中心时， 删除第一次得到的聚类中心， 避免出现震荡现象； (242)计算下一个聚类中心：权　利　要　求　书 2/7 页 3 CN 114821642 A 3