电讯技术

北大核心,INSPEC,WJCI

国内刊号:51-1267/TN

国际刊号:1001-893X

电讯技术杂志2024年第11期:基于注意力机制CNN-LSTM的毫米波雷达点云特征数据预测生成

发布日期:

作者:张春杰,陈奇,赵佳琦

单位:(哈尔滨工程大学 信息与通信工程学院,哈尔滨 150001)

关键词:毫米波雷达;道路环境感知;点云特征数据;注意力机制;时序预测;

在智能驾驶的环境感知领域,毫米波雷达是一种关键的传感器技术。然而,因数据量有限,其特征数据的采集具有一定的挑战性,这限制了环境感知分类模型的训练效果。针对这一难题,提出了一种融合自注意力机制的卷积长短期记忆网络模型,旨在预测并生成毫米波雷达点云的特征数据,以此来扩展雷达特征数据集。首先采集道路目标的运动状态数据,对数据进行二维快速傅里叶变换、恒虚警率检测,并利用多输入多输出(Multiple-Input Multiple-Output,MIMO)技术提升方位分辨率;接着执行点云聚类及特征提取;最后采用含注意力机制的卷积长短期记忆网络对特征数据进行进一步处理与预测。在真实采集的3类道路目标数据集上,与其他模型相比,该方法在不同道路目标运动特征的预测玆2上提高了1%~7%。

来源:2024年第11期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第11期

联系我们

  • 地址:四川省成都市金牛区营康西路85号
  • 电话:028-87555632
  • E-mail:dxjs@cetc.com.cn

咨询工作人员