Алгоритм обработки и преобразования кластерных радарных данных в объектовые данные с использованием математических и статистических методов

Обоснование. В современных автономных транспортных системах, таких как беспилотные автомобили, важную роль играют радары, обеспечивающие обнаружение и классификацию объектов в окружающей среде. Однако данные с радаров часто содержат шумы и ошибки, что снижает точность детекции. Для повышения эффективности работы автономных систем требуется разработка алгоритмов, способных фильтровать и преобразовывать кластерные радарные данные в объектные данные, что позволит улучшить интерпретацию дорожной ситуации.

Цель — разработка алгоритма обработки данных радара, который обеспечит высокое качество результатов за счёт минимизации количества ошибок в детекции по сравнению с существующими подходами.

Методы. В работе проведён анализ данных, полученных с автомобильного радара ARS 408 производства компании Continental Engineering Services, работающего на частоте 77 ГГц. Разработанный алгоритм включал этапы фильтрации по RCS, кластеризации и аппроксимации движения объектов. Для оценки эффективности алгоритма использовались метрики Precision, Recall и F1-score, а также анализ перекрытия IoU. Исследование проводилось на основе экспериментальных данных, собранных в условиях реального дорожного движения.

Результаты. Разработан алгоритм, позволяющий снизить ошибки обнаружения объектов. Оценка ошибок первого и второго рода показала, что предложенный метод обеспечивает более надёжное принятие решений автономными системами в различных дорожных условиях.

Заключение. Результаты позволяют сделать вывод о том, что разработанный алгоритм обработки радарных данных может быть успешно применён в системах автономного управления транспортными средствами, обеспечивая улучшение качества данных независимо от производителя радара. Практическая значимость заключается в возможности адаптации алгоритма к различным типам радаров, что делает его универсальным инструментом для повышения безопасности и эффективности автономных транспортных систем.