本申请涉及毫米波雷达应用,特别涉及一种基于毫米波雷达的防止道闸误砸的方法。
背景技术:
1、停车场道闸在车辆通过后,闸杆落下时若有人车入侵可能会造成人员受伤或财产损失。
2、传统的感应方式以红外线激光发射与接受方式判别,倘若激光无法回到接收端则判断为有异物入侵,但由于激光可探测区域仅一直线范围,容易产生漏报。新型态以毫米波雷达应用在停车场道闸防砸功能上,以探测目标为主,但在雷达初始化的过程中不能有雷达探测的到的目标存在,若有则需先手动标注目标,让雷达忽略目标后才能成功初始化雷达进入工作模式。
3、然而, 目前毫米波雷达的解决方案,倘若地面上有强反射物,例如井盖等,因雷达初始化的过程中已先行将其位置剃除,因此行人或车辆停留在强反射物上时,会导致雷达探测不到导致漏检,仍然可能会有砸伤人员或损毁车辆的情形发生。
技术实现思路
1、本申请关于一种基于毫米波雷达的防止道闸误砸的方法,能够避免砸伤人员或损毁车辆的情形发生,该方法包括:
2、接收目标雷达点云数据,目标雷达点云数据为在目标帧对应落杆区域进行采集得到的数据;
3、将目标雷达点云数据与环境点云数据匹配,得到匹配结果;
4、响应于目标雷达点云数据与环境点云数据不匹配,确定目标帧中存在风险物体对应的目标点;
5、响应于目标点位于落杆区域内,生成与目标点对应的风险信息。
6、在一个可选的实施例中,环境点云数据实现为环境点云图谱;
7、方法还包括:
8、接收环境雷达点云数据集,环境雷达点云数据为在目标帧之前的学习时间段内对应落杆区域进行采集得到的数据集,环境雷达点云数据集中包括与至少两个关键帧对应的环境点云数据;
9、基于环境雷达点云数据集生成环境点云图谱。
10、在一个可选的实施例中,基于环境雷达点云数据集生成环境点云图谱,包括:
11、根据环境雷达点云数据集获取环境点云分布数据;
12、基于环境点云分布数据,集合点云聚类算法,生成环境点云图谱。
13、在一个可选的实施例中,该方法还包括:
14、响应于目标雷达点云数据与环境点云数据匹配,获取与目标点云数据对应的历史追踪信息;
15、响应于历史追踪信息中指示目标帧内存在目标点,判定目标点与环境点云数据的关联关系;
16、响应于目标点与环境点云不存在关联关系,将目标点作为环境点筛除。
17、在一个可选的实施例中,判定目标点与环境点云数据的关联关系,包括:
18、基于历史追踪信息确定目标点的移动轨迹;
19、响应于目标点的移动轨迹与环境点云不存在交集或交集趋势,判定目标点与环境点云不存在关联关系;
20、响应于目标点的移动轨迹与环境点云存在交集或交集趋势,判定目标点与环境点云存在关联关系。
21、在一个可选的实施例中,判定目标点与环境点云存在关联关系之后,包括:
22、生成与目标点对应的持续追踪指令。
23、在一个可选的实施例中,目标点的数量为至少一个。
24、在一个可选的实施例中,该方法还包括:
25、响应于目标点位于落杆区域外,生成安全信息,安全信息指示道闸具备安全关闭的条件。
26、本申请提供的技术方案带来的有益效果至少包括:
27、在接收雷达点云数据后,基于雷达点云数据将其与环境点云数据进行匹配,以确定目标雷达点云数据表征的内容中是否存在与环境不匹配的物体,当物体存在并位于落杆区域内时,生成风险信息以防止道闸落下,避免砸伤人员或损毁车辆的情形发生。
1.一种基于毫米波雷达的防止道闸误砸的方法,其特征在于,所述方法应用于计算机设备当中,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述环境点云数据实现为环境点云图谱;
3.根据权利要求2所述的方法,其特征在于,所述基于所述环境雷达点云数据集生成所述环境点云图谱,包括:
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
5.根据权利要求4所述的方法,其特征在于,所述判定所述目标点与所述环境点云数据的关联关系,包括:
6.根据权利要求5所述的方法,其特征在于,所述判定所述目标点与所述环境点云存在关联关系之后,包括:
7.根据权利要求1所述的方法,其特征在于,所述目标点的数量为至少一个。
8.根据权利要求1所述的方法,所述方法还包括: