|
|||||
|
|
| 毫米波雷达点云的密度和划分联合聚类方法 | |
| 引用本文： | 彭耀霖,李荣冰,何梓君.毫米波雷达点云的密度和划分联合聚类方法[J].测控技术,2023,42(10):60-66. |
| 作者姓名： | 彭耀霖 李荣冰 何梓君 |
| 作者单位： | 南京航空航天大学 自动化学院 导航研究中心;空军驻南京地区第四军事代表室 |
| 摘 要： | 针对室内人员检测环境毫米波雷达点云数据特性，并考虑多目标点云密集复杂情况，提出一种毫米波雷达点云的密度和划分联合聚类方法。毫米波雷达点云数据具有稀疏、均匀性差的特征。首先采用基于 DBSCAN（Density-Based Spatial Clustering of Applications with Noise）改进的参数自适应算法进行密度聚类，并对其存在的无限制密度扩张问题，通过决策树归类，对异常数据簇进行二次划分，保证了数据簇属性的单一性。试验结果表明，改进的密度聚类算法可自适应地寻找聚类过程中所需要的最佳参数并实现聚类，更适应毫米波雷达点云数据的特性，同时结合划分聚类对异常数据进行二次划分，使得聚类效果更加细腻和准确，实现了多目标密集情况下点云数据精准聚类划分的效果。 |
| 关 键 词： | 毫米波雷达 点云聚类 自适应密度聚类 划分聚类 决策树 |
Joint Clustering Method for Density and Division of Millimeter Wave Radar Point Clouds |
|
| Abstract: | |
| Keywords: | millimeter wave radar point cloud clustering adaptive density clustering partition clustering decision tree |
| 点击此处可从《测控技术》浏览原始摘要信息 | |
| 点击此处可从《测控技术》下载全文 | |
