本申請涉及雷達目標檢測領(lǐng)域，特別是涉及一種運動平臺雷達目標檢測跟蹤一體化智能處理方法。

背景技術(shù)：

1、目標監(jiān)測作為雷達的核心功能，其中對動態(tài)目標的檢測與追蹤在監(jiān)測領(lǐng)域占據(jù)至關(guān)重要的地位，已成為國內(nèi)外學(xué)術(shù)界與工程研究的焦點。隨著移動平臺雷達智能感知能力的不斷提升，通過結(jié)合視覺信息能夠?qū)崿F(xiàn)避障、導(dǎo)航、目標檢測及追蹤等多項任務(wù)，廣泛應(yīng)用于自動駕駛、環(huán)境感知和智能交通等領(lǐng)域。這對運動平臺雷達提出了更高的要求，不僅需要其具有高度的認知和執(zhí)行能力，還需要具備良好的泛化能力。

2、傳統(tǒng)目標檢測方法通過人工設(shè)計的尺度不變特征或方向梯度直方圖（histogramof?oriented?gradient，hog）特征來判別滑動窗口。然而，這些特征在面對輸入多樣性變化時缺乏足夠的魯棒性。傳統(tǒng)目標跟蹤方法中，相關(guān)濾波算法及其改進版本通過計算候選區(qū)域特征圖的相關(guān)性來提高追蹤效率，但僅利用相鄰幀間的相關(guān)特征信息，導(dǎo)致在目標形變或被遮擋時容易丟失目標。因此，傳統(tǒng)方法難以滿足運動平臺雷達對高性能檢測與追蹤的需求，易出現(xiàn)目標漏檢或跟丟的情況，且這些模型通常僅適用于特定條件下的檢測與追蹤。但由于運動平臺雷達所面對的目標環(huán)境復(fù)雜多變、運動特性多樣，進一步導(dǎo)致目標檢測跟蹤不準確和不穩(wěn)定。

技術(shù)實現(xiàn)思路

1、本申請的目的是提供一種運動平臺雷達目標檢測跟蹤一體化智能處理方法，可提高目標檢測跟蹤精度。

2、為實現(xiàn)上述目的，本申請?zhí)峁┝巳缦路桨浮?/p>

3、本申請?zhí)峁┝艘环N運動平臺雷達目標檢測跟蹤一體化智能處理方法，包括以下步驟。

4、獲取運動平臺雷達多個時刻目標的回波信號。

5、對多個時刻目標的回波信號進行預(yù)處理，生成多幀p顯圖像。

6、將多幀p顯圖像分別輸入目標檢測模型，得到每幀p顯圖像對應(yīng)的目標檢測結(jié)果；所述目標檢測結(jié)果為p顯圖像中多個目標的檢測結(jié)果；所述目標檢測模型是通過樣本p顯圖像對改進的yolov8網(wǎng)絡(luò)進行遷移訓(xùn)練得到的；所述改進的yolov8網(wǎng)絡(luò)為在yolov8網(wǎng)絡(luò)上增加了多個spd-conv層。

7、基于每幀p顯圖像對應(yīng)的目標檢測結(jié)果，采用bytetrack算法計算目標的軌跡，完成目標跟蹤。

8、可選地，所述目標檢測模型的訓(xùn)練過程，具體包括：將預(yù)訓(xùn)練模型中的網(wǎng)絡(luò)參數(shù)遷移至所述改進的yolov8網(wǎng)絡(luò)中，得到初始目標檢測模型；所述預(yù)訓(xùn)練模型的結(jié)構(gòu)與目標檢測模型的結(jié)構(gòu)相同；將所述樣本p顯圖像輸入至所述初始目標檢測模型中，得到預(yù)測目標檢測結(jié)果；根據(jù)預(yù)測目標檢測結(jié)果與樣本p顯圖像對應(yīng)的樣本目標檢測結(jié)果，構(gòu)建損失函數(shù)，并根據(jù)所述損失函數(shù)對所述初始目標檢測模型的參數(shù)進行迭代優(yōu)化，直至所述損失函數(shù)達到最小值或者迭代優(yōu)化輪次達到最大值，停止迭代優(yōu)化，得到所述目標檢測模型。

9、可選地，所述損失函數(shù)包括：ciou損失函數(shù)和bcewithlogits損失函數(shù)。

10、可選地，所述ciou損失函數(shù)的計算公式如下。

11、。

12、其中，為ciou損失函數(shù)值；為值；為歐幾里得距離；為預(yù)測目標檢測結(jié)果中邊界框的中心點；為樣本目標檢測結(jié)果中邊界框的中心點；為預(yù)測目標檢測結(jié)果中邊界框和樣本目標檢測結(jié)果中邊界框之間最小外接矩形的對角距離；為權(quán)重參數(shù)；為衡量長寬比一致性的參數(shù)。

13、可選地，所述bcewithlogits損失函數(shù)的計算公式如下。

14、。

15、其中，為bcewithlogits損失函數(shù)值；為固定參數(shù)；為樣本目標檢測結(jié)果中是置信度；，為目標檢測結(jié)果的類別標簽向量。

16、可選地，所述改進的yolov8網(wǎng)絡(luò)包括：輸入層、骨干網(wǎng)絡(luò)和頭部網(wǎng)絡(luò)；所述骨干網(wǎng)絡(luò)和所述頭部網(wǎng)絡(luò)增加了多個spd-conv層。

17、可選地，所述spd-conv層包括：空間到深度層和非跨步卷積層。

18、可選地，所述目標檢測結(jié)果包括：邊界框、置信度和類別標簽；基于每幀p顯圖像對應(yīng)的目標檢測結(jié)果，采用bytetrack算法計算目標的軌跡，完成目標跟蹤，具體包括：計算相鄰兩幀p顯圖像中每個目標的坐標；根據(jù)每幀p顯圖像對應(yīng)的目標檢測結(jié)果中每個目標的置信度的大小，確定邊界框的類型；所述類型包括高置信度檢測框和低置信度檢測框；對于不同的類型的邊界框，采用匈牙利算法對相鄰兩幀p顯圖像中的目標進行匹配，并獲取匹配成功的目標的坐標以及未匹配成功的目標坐標；采用卡爾曼濾波對每幀p顯圖像中每個目標的坐標進行預(yù)測，得到預(yù)測坐標；基于預(yù)測坐標以及未匹配成功的目標坐標，采用匈牙利算法對相鄰兩幀p顯圖像中的目標進行再次匹配，并獲取再次匹配成功的目標的坐標；基于匹配成功的目標的坐標和再次匹配成功的目標的坐標確定目標軌跡，實現(xiàn)目標跟蹤。

19、可選地，根據(jù)每幀p顯圖像對應(yīng)的目標檢測結(jié)果中每個目標的置信度的大小，確定邊界框的類型，具體包括：判斷每幀p顯圖像對應(yīng)的目標檢測結(jié)果中每個目標的置信度是否大于或等于預(yù)設(shè)高幀閾值；若置信度大于或等于預(yù)設(shè)高幀閾值，則確定所述邊界框為高置信度檢測框；若置信度小于預(yù)設(shè)高幀閾值，則置信度是否大于或等于低幀閾值；若置信度大于或等于低幀閾值，則確定邊界框為低置信度檢測框；若置信度小于低幀閾值，則邊界框中的目標。

20、可選地，當采用匈牙利算法對相鄰兩幀p顯圖像中的目標進行再次匹配時，若匹配次數(shù)達到匹配次數(shù)閾值，則丟棄未匹配成功的目標。

21、根據(jù)本申請?zhí)峁┑木唧w實施例，本申請具有了以下技術(shù)效果。

22、本申請?zhí)峁┝艘环N運動平臺雷達目標檢測跟蹤一體化智能處理方法，通過在yolov8網(wǎng)絡(luò)的基礎(chǔ)上增加了多個spd-conv層，能夠在不同尺度上提取特征，捕捉到更多細節(jié)信息，提高了對目標的檢測精度；通過bytetrack算法對每幀p顯圖像對應(yīng)的目標檢測結(jié)果進行計算，得到目標的軌跡，通過高效的數(shù)據(jù)關(guān)聯(lián)算法，將不同幀中的目標進行匹配，從而保證跟蹤的準確性。

技術(shù)特征：

1.一種運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述運動平臺雷達目標檢測跟蹤一體化智能處理方法包括：

2.根據(jù)權(quán)利要求1所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述目標檢測模型的訓(xùn)練過程，具體包括：

3.根據(jù)權(quán)利要求2所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述損失函數(shù)包括：ciou損失函數(shù)和bcewithlogits損失函數(shù)。

4.根據(jù)權(quán)利要求3所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述ciou損失函數(shù)的計算公式為：

5.根據(jù)權(quán)利要求3所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述bcewithlogits損失函數(shù)的計算公式為：

6.根據(jù)權(quán)利要求1所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述改進的yolov8網(wǎng)絡(luò)包括：輸入層、骨干網(wǎng)絡(luò)和頭部網(wǎng)絡(luò)；所述骨干網(wǎng)絡(luò)和所述頭部網(wǎng)絡(luò)增加了多個spd-conv層。

7.根據(jù)權(quán)利要求1所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述spd-conv層包括：空間到深度層和非跨步卷積層。

8.根據(jù)權(quán)利要求1所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，所述目標檢測結(jié)果包括：邊界框、置信度和類別標簽；

9.根據(jù)權(quán)利要求8所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，根據(jù)每幀p顯圖像對應(yīng)的目標檢測結(jié)果中每個目標的置信度的大小，確定邊界框的類型，具體包括：

10.根據(jù)權(quán)利要求8所述的運動平臺雷達目標檢測跟蹤一體化智能處理方法，其特征在于，當采用匈牙利算法對相鄰兩幀p顯圖像中的目標進行再次匹配時，若匹配次數(shù)達到匹配次數(shù)閾值，則丟棄未匹配成功的目標。

技術(shù)總結(jié)
本申請公開了一種運動平臺雷達目標檢測跟蹤一體化智能處理方法，涉及雷達目標檢測領(lǐng)域，該方法包括：獲取運動平臺雷達多個時刻目標的回波信號；對多個時刻目標的回波信號進行預(yù)處理，生成多幀P顯圖像；將多幀P顯圖像分別輸入目標檢測模型，得到每幀P顯圖像對應(yīng)的目標檢測結(jié)果；目標檢測結(jié)果為P顯圖像中多個目標的檢測結(jié)果；目標檢測模型是通過樣本P顯圖像對改進的YOLOv8網(wǎng)絡(luò)進行遷移訓(xùn)練得到的；改進的YOLOv8網(wǎng)絡(luò)為在YOLOv8網(wǎng)絡(luò)上增加了多個SPD?Conv層；基于每幀P顯圖像對應(yīng)的目標檢測結(jié)果，采用ByteTrack算法計算目標的軌跡，完成目標跟蹤，本申請能夠提高目標檢測跟蹤精度。

技術(shù)研發(fā)人員：陳小龍,蘇寧遠,王洪永,何肖陽,杜曉林,王金豪,關(guān)鍵,張海
受保護的技術(shù)使用者：中國人民解放軍海軍航空大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15