专利标题 公开号/公告号 公开日期 摘要 专利状态
目标位置估计方法、雷达探测系统、终端设备及存储介质 CN202311822026.X - 本发明公开了一种目标位置估计方法、雷达探测系统、终端设备及存储介质，所述方法包括对获取的原始回波信号进行脉冲压缩处理，得到雷达目标的一维距离像矩阵；对所述一维距离像矩阵进行环境背景估计，得到各通道估计的环境背景信号；根据所述环境背景信号对各通道质量进行一次评估；对所述一维距离像矩阵进行目标回波估计，得到目标回波信号；根据各通道质量的一次评估结果以及所述目标回波信号对各通道质量进行二次评估；根据各通道质量的二次评估结果进行目标位置的估计，得到目标位置信息。本发明提高了用于目标位置估计的信号质量，提高了目标位置估计的准确度，提高了目标位置探测的有效性。 实质审查
基于雷视融合的目标行为识别方法、设备及存储介质 CN202311807835.3 - 本发明公开了一种基于雷视融合的目标行为识别方法、设备及存储介质，所述识别方法包括根据获取的环境状态调整权重参数；根据获取的视觉传感器状态调整权重参数；通过坐标转换矩阵将雷达目标在雷达坐标系中的位置信息转换为雷达目标在图像中的位置信息；对视觉传感器采集的图像进行目标检测；根据调整后的权重参数对雷达目标在图像中的位置信息和视觉目标检测框的位置信息进行加权融合，得到目标检测框的最终位置信息；根据目标检测框的最终位置信息从图像中提取出目标图像；对目标图像进行骨骼点检测；构造目标骨骼时空图；对目标骨骼时空图进行行为识别。本发明可以有效降低漏报和误报。 实质审查
基于雷视数据融合的目标检测方法、设备及存储介质 CN202311759502.8 2024-08-27 本发明公开了一种基于雷视数据融合的目标检测方法、设备及存储介质，所述目标检测方法包括对雷达点云和图像进行时间同步和空间同步；将雷达点云映射至图像坐标系，得到雷达点云在图像中的坐标信息；结合雷达点云在图像中的坐标信息，对图像进行目标检测，得到第一目标矩形框；根据雷达点云的距离、速度以及雷达点云在图像中的坐标信息，从图像中动态提取出感兴趣区域；对感兴趣区域进行目标检测，得到第二目标矩形框；对第一目标矩形框和第二目标矩形框进行融合，得到融合结果；对融合结果进行目标分类和过滤，最终得到目标的类别、坐标信息和置信度。本发明能够有效降低漏检率和误检率。 专利权的授权
一种穿墙雷达系统及敌我双方识别方法 CN202311758619.4 - 本发明公开了一种穿墙雷达系统及敌我识别方法，包括穿墙雷达主机和定位标签，所述穿墙雷达主机用于获取各人体目标的位置信息；所述穿墙雷达主机与定位标签通讯连接，用于获取穿墙雷达主机与己方人体目标上的定位标签之间的距离信息；所述穿墙雷达主机根据位置信息和距离信息来识别各人体目标中的敌我双方。本发明无需预先布置UWB基站，通过穿墙雷达主机的多发多收MIMO架构，实现目标的室内定位，减少UWB定位需要架设节点的问题，具有使用方便灵活等特点。 实质审查
一种铁塔形变监测装置及监测方法 CN202311689242.1 - 本发明公开了一种铁塔形变监测装置及方法，装置包括雷达单元，所述雷达单元包括主机、俯仰向天线阵面和方位向天线阵面，所述俯仰向天线阵面和方位向天线阵面布置于铁塔的一侧，且俯仰向天线阵面与方位向天线阵面之间的布置呈预设夹角；所述俯仰向天线阵面与方位向天线阵面用于将采集的目标回波信号发送至主机，所述主机用于根据相位干涉测量方法对俯仰向天线阵面与方位向天线阵面采集的目标回波信号进行分析以得到铁塔形变监测结果。本发明具有测试精度高，监测覆盖面广，实现成本低，稳定可靠等优点。 实质审查
一种FOD雷达与相机的神经网络训练方法及全局标定方法 CN202311604798.6 - 本申请提供了一种FOD雷达与相机的神经网络训练方法及全局标定方法，包括：通过FOD雷达探测每个标定点相对FOD雷达的距离和方位角；获取FOD雷达和相机的安装数据；通过训练后的神经网络模型，得到目标在图像画面中的预测位置并将预测位置与相机探测到的实际坐标位置进行匹配，或得到目标在FOD雷达坐标系中的预测位置，并将预测位置与FOD雷达探测到的实际坐标位置进行匹配。其采用神经网络技术，在多个方位多个距离段同时进行标定，得到一套适用于整个检测区域的标定参数，消除地面不水平带来的误差，弥补FOD雷达无法测量物体俯仰角度或者高度信息的缺陷，实现FOD雷达目标与视觉目标的准确匹配与融合。 实质审查
人体报警行为识别方法、终端设备及存储介质 CN202311489778.9 - 本发明公开了一种人体报警行为识别方法、终端设备及存储介质，所述识别方法包括获取每帧监测图像中的单人目标区域及其置信度，且当单帧监测图像中的单人目标区域有多个时，对所述帧监测图像中的单人目标区域进行拼接，形成多人目标区域及其置信度；对目标区域进行跟踪，得到跟踪后的目标区域的位置信息；基于每个跟踪后的目标区域的位置信息获取目标区域图像；对每帧监测图像中每个目标区域图像进行姿态识别，得到每个目标区域的位置信息、类别信息以及姿态信息；根据连续多帧监测图像中每个目标区域的类别信息和姿态信息进行报警行为识别。本发明无需标注人体骨骼点信息，提高了识别效率，降低了后期算法维护成本。 实质审查
一种穿戴式穿墙雷达系统 CN202311480706.8 - 本发明公开了一种穿戴式穿墙雷达系统，包括雷达主机、显控终端和防弹衣，雷达主机与显控终端相连；雷达主机包括收发天线阵列、射频分系统、数据处理分系统和电源；防弹衣包括衣罩、防弹层、缓冲层和防弹插板，衣罩、防弹层、缓冲层和防弹插板从外至内依次布置；收发天线阵列中的收发天线布置于防弹层的外侧，射频分系统布置于防弹插板的内侧；防弹层和缓冲层上设有安装孔，数据处理分系统包括电路板和金属壳体，电路板置于所述金属壳体内部，金属壳体安装在安装孔内，收发天线阵列中的收发天线布置于防弹层上安装孔的周侧，且通过柔性排线与所述电路板连接。本发明将雷达系统与防弹衣融为一体，实现雷达系统的可穿戴式需求。 实质审查
雷视标定方法、设备及存储介质 CN202311466239.3 2024-02-27 本发明公开了一种雷视标定方法、设备及存储介质，所述方法包括对获取的雷达目标轨迹与视频流进行帧率对齐和时间同步；根据视频流以及目标检测模型得到视频目标信息，根据视频目标信息建立视频目标跟踪器，根据视频目标跟踪器实时获取视频目标轨迹；根据帧率对齐和时间同步后的雷达目标信息与视频目标信息生成关联区域；根据关联区域以及目标跟踪ID生成标定点合集；根据标定点合集确定雷达与视觉传感器之间的旋转矩阵与平移矩阵，实现雷视标定。本发明通过关联区域对雷达目标与视频目标的跟踪轨迹进行关联，根据跟踪轨迹得到标定点合集，保证了标定点的数量以及标定点的获取效率。 专利权的授权
基于卷积神经网络的异物入侵检测方法、设备及存储介质 CN202311454959.8 2024-11-12 本发明公开了一种基于卷积神经网络的异物入侵检测方法、设备及存储介质，该方法包括对获取的雷达点云数据以及视觉图像进行时间对齐；对雷达点云数据进行处理，得到雷达投影图像，雷达投影图像与视觉图像在时间和空间上对齐且符合目标检测模型的输入模式；构建改进的YOLOv5网络作为目标检测模型，改进的YOLOv5网络在特征提取部分新增一特征提取分支以及在原有特征提取分支中新增拼接模块；在特征融合部分新增注意力模块以及特征融合模块；将雷达投影图像与视觉图像同时输入至目标检测模型中，利用目标检测模型对雷达投影图像与视觉图像进行检测。本发明提高了对异物入侵目标的检测和感知能力，提高了小目标的检测精度。 授权