一种基于毫米波雷达的智能驾驶障碍物目标检测方法

本发明公开一种基于毫米波雷达的智能驾驶障碍物目标检测方法，通过基于孪生式灰狼优化的卷积神经网络算法创新的特征提取、基于流形学习的自编码神经网络算法特征降维和基于层次强化学习的支持向量机分类算法，通过动态遗忘因子改进学习过程分类器模型训练方法，提高了对雷达信号的解析能力，增强了模型对复杂环境的适应性和鲁棒性，能够实现更准确、更可靠的障碍物识别，从而为智能驾驶系统实时识别和响应各种交通参与者和障碍物，以确保行驶安全和效率提供强有力的支持。