车载毫米波雷达行人识别算法研究
发布时间：2021-03-21 09:15
车载毫米波雷达行人识别能够在真实路况中准确识别出行人,实现车辆有效避让行人,是目前智能交通领域的研究热点。传统的行人识别技术采用摄像头获取图像信息,通过计算机视觉和模式识别等技术识别出行人,取得了较高的检测精度,但易受光照和气候环境的影响。车载毫米波雷达具有全天时、全天候的工作优势,雷达回波中的目标微动信息是实现目标精细化识别的重要手段,成为了行人识别技术的重要发展方向。本文围绕车载毫米波雷达回波中运动目标的微动特性,在真实路况环境下,重点研究了雷达保持静止时的运动目标检测、行人微动特征分析和行人识别等问题,并开展了理论分析、方法研究、仿真验证及外场测试工作,主要内容如下:1.针对多目标检测存在配对困难、距离-速度耦合的问题,通过对车载毫米波雷达的工作体制及频率进行分析,提出了基于77GHz锯齿波调频连续波（Frequency Modulated Continuous Wave,FMCW）雷达的运动目标检测算法,解决了多目标配对困难的问题,实现了目标距离-速度解耦合。2.针对行人微动复杂、实际回波难以观测的问题,重点研究了Boulic人体运动模型,推导出FMCW调制信号下的FMCW毫米...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
人体12关节旋转结果图
电子科技大学硕士学位论文30到，其幅值较躯干和大腿略大，约为0.058m。(f)中小腿的位移曲线与小臂位移曲线类似，呈类正弦，位移幅值较小臂略大，约为0.2m。(a)(b)(c)(d)(e)(f)图3-4人体10部位运动结果图。(a)头部运动曲线；(b)躯干运动曲线；(c)大臂运动曲线；(d)小臂运动曲线；(e)大腿运动曲线；(f)小腿运动曲线根据图3-3和图3-4可知，人体目标在走动过程中，各关节点和各散射部位都是有规律的周期运动，其中左右关节和左右部位往往具有相同的变化规律，左右相位相差1800。
第三章人体运动及FMCW毫米波雷达行人回波建模313.3.3FMCW毫米波雷达行人回波模型仿真实验及分析根据3.3.1小节设置的雷达参数和3.3.2小节设置的人体运动模型参数，本小节对3.2节中FMCW毫米波雷达行人回波模型进行Matlab仿真实验，分析雷达静止时人体运动的微动规律。这里采用的时频变换是STFT，更多时频分析方法见本文第四章。(a)(b)(c)(d)(e)(f)图3-5人体运动模型各部位时间-速度图。(a)躯干回波；(b)左右大臂回波；(c)左右小臂回波；(d)左右大腿回波；(e)左右小腿回波；(f)人体模型总回波
【参考文献】：
期刊论文
[1]硅基毫米波雷达芯片研究现状与发展[J]. 贾海昆,池保勇. 电子与信息学报. 2020(01)
[2]基于MUSIC谱估计的探地雷达回波处理方法[J]. 李婷,周洲,李东武. 测控技术. 2019(10)
[3]一种变步长的微动目标参数高精度提取方法[J]. 夏赛强,向龙,朱名烁,陈文峰,杨军. 雷达科学与技术. 2019(05)
[4]2019年上半年轻型专用汽车市场现状及趋势[J]. 任海波,梁晶晶. 专用汽车. 2019(09)
[5]未来光明 脚下泥泞——转型路上的中国汽车行业[J]. 吴钊. 上海汽车. 2019(09)
[6]车载毫米波雷达国内外发展现状综述[J]. 韩宝石,王峥. 数字通信世界. 2019(09)
[7]数字信号处理技术在通信领域的应用探析[J]. 姜帆. 数字通信世界. 2019(05)
[8]基于Unity3D的虚拟维修人体建模与运动仿真方法[J]. 吴旭琤. 科技视界. 2019(11)
[9]2018寰球大事记[J]. 邓雅晨. 中国汽车市场. 2019(02)
[10]毫米波雷达研究现状及其测试项目[J]. 郭蓬,郭剑锐,戎辉,唐风敏,王文扬,王梦丹. 汽车电器. 2018(10)
博士论文
[1]基于压缩感知的雷达信号处理技术[D]. 文方青.南京航空航天大学 2016
硕士论文
[1]基于杂波图的目标检测算法研究与实现[D]. 孙珊珊.西安电子科技大学 2019
[2]车载毫米波雷达信号处理算法的研究[D]. 朱菊蕾.电子科技大学 2018
[3]车载毫米波雷达关键技术研究[D]. 郑世良.哈尔滨工业大学 2017
[4]雷达目标的微多普勒特征建模与分析技术研究[D]. 赵若冰.南京理工大学 2017
[5]24GHz调频连续波雷达信号处理技术研究[D]. 李健.南京理工大学 2017
[6]LFMCW雷达人体目标探测与特征识别研究[D]. 张稚梨.南京理工大学 2017
[7]智能交通系统中行人快速检测算法研究[D]. 彭浩.成都理工大学 2016
[8]毫米波汽车防撞雷达的多目标识别算法研究[D]. 童睿.合肥工业大学 2016
本文编号：3092613
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
人体12关节旋转结果图
电子科技大学硕士学位论文30到，其幅值较躯干和大腿略大，约为0.058m。(f)中小腿的位移曲线与小臂位移曲线类似，呈类正弦，位移幅值较小臂略大，约为0.2m。(a)(b)(c)(d)(e)(f)图3-4人体10部位运动结果图。(a)头部运动曲线；(b)躯干运动曲线；(c)大臂运动曲线；(d)小臂运动曲线；(e)大腿运动曲线；(f)小腿运动曲线根据图3-3和图3-4可知，人体目标在走动过程中，各关节点和各散射部位都是有规律的周期运动，其中左右关节和左右部位往往具有相同的变化规律，左右相位相差1800。
第三章人体运动及FMCW毫米波雷达行人回波建模313.3.3FMCW毫米波雷达行人回波模型仿真实验及分析根据3.3.1小节设置的雷达参数和3.3.2小节设置的人体运动模型参数，本小节对3.2节中FMCW毫米波雷达行人回波模型进行Matlab仿真实验，分析雷达静止时人体运动的微动规律。这里采用的时频变换是STFT，更多时频分析方法见本文第四章。(a)(b)(c)(d)(e)(f)图3-5人体运动模型各部位时间-速度图。(a)躯干回波；(b)左右大臂回波；(c)左右小臂回波；(d)左右大腿回波；(e)左右小腿回波；(f)人体模型总回波
【参考文献】：
期刊论文
[1]硅基毫米波雷达芯片研究现状与发展[J]. 贾海昆,池保勇. 电子与信息学报. 2020(01)
[2]基于MUSIC谱估计的探地雷达回波处理方法[J]. 李婷,周洲,李东武. 测控技术. 2019(10)
[3]一种变步长的微动目标参数高精度提取方法[J]. 夏赛强,向龙,朱名烁,陈文峰,杨军. 雷达科学与技术. 2019(05)
[4]2019年上半年轻型专用汽车市场现状及趋势[J]. 任海波,梁晶晶. 专用汽车. 2019(09)
[5]未来光明 脚下泥泞——转型路上的中国汽车行业[J]. 吴钊. 上海汽车. 2019(09)
[6]车载毫米波雷达国内外发展现状综述[J]. 韩宝石,王峥. 数字通信世界. 2019(09)
[7]数字信号处理技术在通信领域的应用探析[J]. 姜帆. 数字通信世界. 2019(05)
[8]基于Unity3D的虚拟维修人体建模与运动仿真方法[J]. 吴旭琤. 科技视界. 2019(11)
[9]2018寰球大事记[J]. 邓雅晨. 中国汽车市场. 2019(02)
[10]毫米波雷达研究现状及其测试项目[J]. 郭蓬,郭剑锐,戎辉,唐风敏,王文扬,王梦丹. 汽车电器. 2018(10)
博士论文
[1]基于压缩感知的雷达信号处理技术[D]. 文方青.南京航空航天大学 2016
硕士论文
[1]基于杂波图的目标检测算法研究与实现[D]. 孙珊珊.西安电子科技大学 2019
[2]车载毫米波雷达信号处理算法的研究[D]. 朱菊蕾.电子科技大学 2018
[3]车载毫米波雷达关键技术研究[D]. 郑世良.哈尔滨工业大学 2017
[4]雷达目标的微多普勒特征建模与分析技术研究[D]. 赵若冰.南京理工大学 2017
[5]24GHz调频连续波雷达信号处理技术研究[D]. 李健.南京理工大学 2017
[6]LFMCW雷达人体目标探测与特征识别研究[D]. 张稚梨.南京理工大学 2017
[7]智能交通系统中行人快速检测算法研究[D]. 彭浩.成都理工大学 2016
[8]毫米波汽车防撞雷达的多目标识别算法研究[D]. 童睿.合肥工业大学 2016
本文编号：3092613
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3092613.html
