毫米波雷达点云的密度和划分联合聚类方法.pdfVIP

测控技术

·６０·２０２３４２１０数据采集与处理

年第卷第期

毫米波雷达点云的密度和划分联合聚类方法

１１２

彭耀霖，李荣冰，何梓君

（１．南京航空航天大学自动化学院导航研究中心，江苏南京２１１１０６；

空军驻南京地区第四军事代表室，江苏南京）

２．２１００００

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ＢａｓｅｄＳｐａｔｉａｌＣｌｕｓｔｅｒｉｎｇｏｆＡｐｐｌｉｃａｔｉｏｎｓｗｉｔｈＮｏｉｓｅ）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

中图分类号：ＴＮ９５８文献标志码：Ａ文章编号：１０００－８８２９（２０２３）１０－００６０－０７

ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２３．０５．２３５

ＪｏｉｎｔＣｌｕｓｔｅｒｉｎｇＭｅｔｈｏｄｆｏｒＤｅｎｓｉｔｙａｎｄＤｉｖｉｓｉｏｎｏｆＭｉｌｌｉｍｅｔｅｒＷａｖｅＲａｄａｒ

ＰｏｉｎｔＣｌｏｕｄｓ

１１２

ＰＥＮＧＹａｏｌｉｎ牞ＬＩＲｏｎｇｂｉｎｇ牞ＨＥＺｉｊｕｎ

牗１．ＮａｖｉｇａｔｉｏｎＲｅｓｅａｒｃｈＣｅｎｔｅｒ牞ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ牞ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｍａｕｔｉｃｓ牞Ｎａｎｊｉｎｇ２１１１０６牞Ｃｈｉｎａ牷

２．ＴｈｅＦｏｕｒｔｈＭｉｌｉｔａｒｙＲｅｐｒｅｓｅｎｔａｔｉｖｅＯｆｆｉｃｅｏｆｔｈｅＡｉｒＦｏｒｃｅＥｑｕｉｐｍｅｎｔＤｅｐａｒｔｍｅｎｔｉｎＮａｎｊｉｎｇ牞Ｎａｎｊｉｎｇ２１００００牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｉｌｌｉｍｅｔｅｒｗａｖｅｒａｄａｒｐｏｉｎｔｃｌｏｕｄｄａｔａｕｎｄｅｒｉｎｄｏｏｒｐｅｒｓｏｎｎｅｌｄｅ

ｔｅｃｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔ牞ａｎｄｃｏｎｓｉ