基于毫米波雷达点云与Transformer的地面安防入侵目标分类与多目标跟踪设计.docxVIP

PAGE2

基于毫米波雷达点云与Transformer的地面安防入侵目标分类与多目标跟踪设计

摘要

随着公共安全需求不断升级，传统地面安防系统在恶劣天气与光照条件下暴露出感知盲区，急需全天候、高精度的智能监测手段。本课题以4D毫米波雷达点云为传感核心，针对人、车、动物三类典型入侵目标，设计一种基于轻量级Transformer的目标分类与多目标跟踪方案。研究首先将连续时序的雷达点云进行体素化表征，提取时空特征；进而构建端到端的轻量级Transformer跟踪器，融合目标检测、重识别与轨迹关联，在保证实时性的同时提升密集杂波下分类与跟踪的鲁棒性。

本文依照工程递进思路组织：第一章分析安防雷达的现实痛点与技术瓶颈，明确研究目标；第二章介绍毫米波雷达点云特性与Transformer注意力机制，并进行技术选型论证；第三章细化功能与非功能需求，建立用例模型；第四章完成系统总体架构与模块划分；第五章对时序体素化模块与LightTrack轻量级跟踪器进行详细设计；第六章实现核心模块并展示关键运行效果；第七章通过多场景仿真测试验证系统性能；第八章总结成果并展望后续优化方向。核心创新在于将体素稀疏化与线性化注意力引入Transformer跟踪框架，在边缘设备上达成实时入侵分类与稳定多目标跟踪，为新一代智能安防雷达提供实用化参考。

第一章绪论

1.1研究背景

近年来，机场、化工厂、边境线、军事