用于车辆雷达系统的目标分类的制作方法
【技术领域】
[0001]本公开大体涉及车辆，并且更具体地涉及用于车辆的目标分类的方法和雷达系统。
【背景技术】
[0002]现今某些车辆使用雷达系统。例如，某些车辆利用雷达系统来探测和分类其他车辆、行人或者该车辆正行驶的道路上的其他目标。雷达系统可以以如下方式被使用，例如实现自动制动系统、适应性巡航控制和回避特征以及其他车辆特征。虽然雷达系统通常被用于这样的车辆特征，不过在某些情况下现有的雷达系统会具有一定限制。
[0003]因此，需要提供一种用于车辆内的雷达系统性能的技术，例如其可以被用于提供对目标的改进分类。也希望提供利用这种技术的方法、系统和车辆。此外，结合附图和前述技术领域和【背景技术】，从后续具体描述和所附权利要求中将明白到本发明的其他理想特征和特点。
【发明内容】
[0004]根据示例性实施例，提供用于车辆的雷达系统的目标分类的方法。该方法包括:基于雷达系统的接收的雷达信号从关于接近车辆的目标的多个光谱获得光谱数据；将来自所述多个光谱中每个光谱的光谱数据汇总到计算机视觉模型中；以及基于来自所述多个光谱中每个光谱的光谱数据向计算机视觉模型中的汇总分类所述目标。
[0005]根据示例性实施例，提供了一种雷达控制系统。该雷达控制系统包括发射器、接收器和处理器。发射器被构造成发送雷达信号。接收器被构造成在被发送的雷达信号从接近车辆的目标反射之后接收返回雷达信号。处理器被联接到接收器，并且被构造成:基于接收的雷达信号从关于目标的多个光谱获得光谱数据；将来自所述多个光谱中每个光谱的光谱数据汇总到计算机视觉模型中；以及基于来自所述多个光谱中每个光谱的光谱数据向计算机视觉模型中的汇总分类所述目标。
[0006]本发明提供下列技术方案。
[0007]技术方案1.用于车辆的雷达系统的目标分类的方法，所述方法包括步骤: 基于所述雷达系统的接收的雷达信号从关于接近所述车辆的目标的多个光谱获得光谱数据；
将来自所述多个光谱中每个光谱的所述光谱数据汇总到计算机视觉模型中；并且基于来自所述多个光谱中每个光谱的所述光谱数据到所述计算机视觉模型中的所述汇总分类所述目标。
[0008]技术方案2.根据技术方案1所述的方法，进一步包括:
识别接近所述目标的多个三维空间区域，其中所述获得光谱数据包括从所述多个光谱获得光谱数据，所述多个光谱中的每个光谱与所述多个三维空间区域中的对应一个有关。
[0009]技术方案3.根据技术方案1所述的方法，其中所述汇总光谱数据包括将来自所述多个光谱中每个光谱的所述光谱数据汇总到聚类计算机视觉模型中。
[0010]技术方案4.根据技术方案3所述的方法，其中所述汇总光谱数据包括:
从所述多个光谱中的每个光谱提取特征；
执行所述特征的向量量化；以及
将所述向量量化结合到所述聚类计算机视觉模型中。
[0011]技术方案5.根据技术方案4所述的方法，其中所述结合向量量化包括:
使用所述向量量化和词袋计算机视觉模型，将所述特征表现为多个集群的直方图。
[0012]技术方案6.根据技术方案1所述的方法，其中所述汇总光谱数据包括通过使用所述计算机视觉模型经由所述多个光谱中每个光谱的值的计算和比较来自所述多个光谱的所述光谱数据的能量密度。
[0013]技术方案7.根据技术方案6所述的方法，其中通过使用改良的回归树计算机视觉模型来执行所述汇总。
[0014]技术方案8.—种用于车辆的雷达控制系统，该雷达控制系统包括:
发射器，其被构造成发送雷达信号；
接收器，其被构造成在被发送的雷达信号从接近所述车辆的目标反射之后接收返回的雷达信号；以及
处理器，其被联接到所述接收器并且被构造成:
基于接收的雷达信号从关于所述目标的多个光谱获得光谱数据；
将来自所述多个光谱中每个光谱的光谱数据汇总到计算机视觉模型中；并且基于来自所述多个光谱中每个光谱的光谱数据向计算机视觉模型中的汇总分类所述目标。
[0015]技术方案9.根据技术方案8所述的雷达控制系统，其中所述处理器被进一步配置成:
识别接近所述目标的多个三维空间区域，其中所述多个光谱中的每个光谱与所述多个三维空间区域中的对应一个有关。
[0016]技术方案10.根据技术方案8所述的雷达控制系统，其中所述处理器被进一步配置成将来自所述多个光谱中每个光谱的所述光谱数据汇总到聚类计算机视觉模型中。
[0017]技术方案11.根据技术方案10所述的雷达控制系统，其中所述处理器进一步被配置成:
从所述多个光谱中的每个光谱提取特征；
执行所述特征的向量量化；以及
将所述向量量化结合到所述聚类计算机视觉模型中。
[0018]技术方案12.根据技术方案11所述的雷达控制系统，其中所述处理器被进一步配置成使用所述向量量化和词袋计算机视觉模型，将所述特征表现为多个集群的直方图。
[0019]技术方案13.根据技术方案8所述的雷达控制系统，其中所述处理器被进一步配置成通过使用所述计算机视觉模型经由所述多个光谱中每个光谱的值的计算和比较来自所述多个光谱的所述光谱数据的能量密度。
[0020]技术方案14.根据技术方案13所述的雷达控制系统，其中所述计算机视觉模型包括改良的回归树计算机视觉模型。
[0021]技术方案15.用于车辆的雷达系统的目标分类的计算机系统，该计算机系统包括:
存储程序的非瞬态计算机可读存储介质，该程序被配置成至少有助于:
基于所述雷达系统的被接收雷达信号从关于所述目标的多个光谱获得光谱数据；
将来自所述多个光谱中每个光谱的所述光谱数据汇总到计算机视觉模型中；以及基于来自所述多个光谱中每个光谱的所述光谱数据向所述计算机视觉模型中的所述汇总分类所述目标。
[0022]技术方案16.根据技术方案15所述的计算机系统，其中所述程序被进一步配置成至少有助于:
识别接近所述目标的多个三维空间区域，其中所述多个光谱中的每个光谱与所述多个三维空间区域中的对应一个有关。
[0023]技术方案17.根据技术方案15所述的计算机系统，其中所述程序被进一步配置成至少有助于将来自所述多个光谱中每个光谱的所述光谱数据汇总到聚类计算机视觉模型中。
[0024]技术方案18.根据技术方案17所述的计算机系统，其中所述程序被进一步配置成至少有助于:
从所述多个光谱中的每个光谱提取特征；
执行所述特征的向量量化；以及
将所述向量量化结合到所述聚类计算机视觉模型中。
[0025]技术方案19.根据技术方案18所述的计算机系统，其中所述程序被进一步配置成至少有助于通过使用所述向量量化和词袋计算机视觉模型，将所述特征表现为多个集群的直方图。
[0026]技术方案20.根据技术方案15所述的计算机系统，其中所述程序被进一步配置成至少有助于通过使用所述改良的回归树计算机视觉模型经由所述多个光谱中每个光谱的值的计算和比较来自所述多个光谱的所述光谱数据的能量密度。
【附图说明】
[0027]下面将结合附图描述本公开，其中类似附图标记指代类似元件，并且附图中:
图1是根据示例性实施例的具有包括雷达系统的控制系统的车辆的功能框图；
图2是根据示例性实施例的包括雷达系统的图1车辆的控制系统的功能框图；
图3是根据示例性实施例的图1和图2的雷达系统的发送通道和接收通道的功能框图；
图4A - 4C是根据示例性实施例的用于分类雷达系统的目标的方法的流程图，其能够结合图1的车辆、图1和图2的控制系统以及图1-3的雷达系统使用；
图5是图4A-4C的方法的子方法的流程图，即其利用计算机视觉模型根据其中聚类被用作计算机视觉模型的一部分的示例性实施例分类；
图6提供根据示例性实施例的