买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广西综合交通大数据研究院;桂林电子科技大学申请的专利基于毫米波雷达的目标筛选方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113589288B 。

龙图腾网通过国家知识产权局官网在2024-09-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110704069.2，技术领域涉及：G01S13/93；该发明授权基于毫米波雷达的目标筛选方法、装置、设备及存储介质是由李晓欢;霍科辛;陈倩;唐欣设计研发完成，并于2021-06-24向国家知识产权局提交的专利申请。

本基于毫米波雷达的目标筛选方法、装置、设备及存储介质在说明书摘要公布了：本申请提供了一种基于毫米波雷达的目标筛选方法、装置、设备及存储介质，涉及自动驾驶技术领域。该方法包括：获取毫米波原始数据，确定毫米波原始数据中对应的扫描点；确定各扫描点的特征数据，基于归一化处理后的特征数据，采用预设的聚类算法对扫描点进行聚类，基于各组聚类点中扫描点的特征数据，确定各组聚类点对应的物体类型，确定目标物体。本申请实施例通过提取毫米波数据的特征数据，将特征数据进行归一化处理，通过预设的聚类算法对扫描点进行聚类，并基于各类聚类点的特征数据，确认目标物体，通过特征数据的聚类，能够有效排除非车辆、船只障碍物，并区分移动中的车辆、船只和非移动车辆、船只，为自动驾驶提供技术支持。

本发明授权基于毫米波雷达的目标筛选方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于毫米波雷达的目标筛选方法，其特征在于，包括：获取毫米波原始数据，确定所述毫米波原始数据中对应的扫描点；确定各所述扫描点的特征数据，并对所述特征数据进行归一化处理；基于归一化处理后的所述特征数据，采用预设的聚类算法对所述扫描点进行聚类，形成多组聚类点，其中，各所述聚类点中的扫描点不重复；基于各组所述聚类点中所述扫描点的特征数据，确定所述各组聚类点对应的物体类型，确定目标物体；所述获取毫米波原始数据，确定所述毫米波原始数据中对应的扫描点，包括：获取基于道路扫描的毫米波原始数据；基于所述毫米波原始数据确定所述道路中的扫描点；所述确定各所述扫描点的特征数据，并对所述特征数据进行归一化处理，包括：确定各扫描点相对于毫米波雷达的速度、雷达散射截面以及角度；采用预设的公式将所述速度、雷达散射截面以及角度归一化；采用如下公式对所述：速度、雷达散射截面以及角度归一化： 其中，v表示扫描点的相较于毫米波雷达的实际速度，v*表示所述扫描点的归一化速度，vmax表示所有所述扫描点中相较于毫米波雷达的最大实际速度，vmin表示所有所述扫描点中相较于毫米波雷达的最小实际速度，RCS表示扫描点的相较于毫米波雷达的实际雷达散射截面，RCS*表示所述扫描点的归一化雷达散射截面，RCSmax表示所有所述扫描点中相较于毫米波雷达的最大实际雷达散射截面，RCSmin表示所有所述扫描点中相较于毫米波雷达的最小实际雷达散射截面，A表示扫描点的相较于毫米波雷达的实际角度，A*表示所述扫描点的归一化角度，Amax表示所有所述扫描点中相较于毫米波雷达的最大实际角度，Amin表示所有所述扫描点中相较于毫米波雷达的最小实际角度；所述基于归一化处理后的所述特征数据，采用预设的聚类算法对所述扫描点进行聚类，形成多组聚类点，包括：采用预设的基于密度的聚类算法，计算各所述扫描点之间的欧式距离；基于各所述扫描点之间的欧式距离，生成多组聚类点；所述基于各组所述聚类点中所述扫描点的特征数据，确定所述各组聚类点对应的物体类型，确定目标物体，包括：将归一化速度在第一预设范围内、且相较于毫米波雷达的实际角度在第二预设范围内的扫描点作为静止聚类点，将所述静止聚类点的物体确认为静止物体；所述基于各组所述聚类点中所述扫描点的特征数据，确定所述各组聚类点对应的物体类型，确定目标物体，包括：将相较于毫米波雷达的实际角度在第三预设范围内扫描点确认为第二聚类点，且当所述第二聚类点中所述扫描点的数量大于第四预设值时，将所述第二聚类点对应的物体类型确认为车辆；基于所述第二聚类点中扫描点的归一化速度，确认所述车辆为静止车辆或移动车辆。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广西综合交通大数据研究院;桂林电子科技大学，其通讯地址为：530000 广西壮族自治区南宁市青秀区厢竹大道4号竹溪嘉园3楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。