毫米波雷达的扩展目标点云聚合算法

低成本毫米波雷达的天线数目少、天线孔径小、雷达功率低等自身因素限制了雷达的DOA估计。较低的角度分辨率导致难以区分位置相近的扩展目标,从而导致多目标跟踪的误判。针对上述问题,提出一种扩展目标点云聚合算法,首先对多个毫米波雷达所探测到的点云进行融合和叠帧处理;其次通过最小二乘法曲线拟合,构建EKF的加速度模型,在预测值处自适应生成波门,得到假设目标关联位置,将此位置与预测值作加权修正处理后聚合点云。文中设计了基于低成本毫米波雷达的室内多目标跟踪对比实验,通过完备度和位置误差指标加以验证。实验结果表明,该算法有效弥补了低成本毫米波雷达角度分辨差以及扩展目标点云辨识度低的缺陷,大幅提升了扩展目标点云的辨识度及跟踪的精确度,对提升低成本毫米波雷达跟踪性能具有重要意义。