简介这是一份面向车载毫米波雷达数据处理和机器学习初学者的聚类算法配套资料对应系列博文中的代码与实验数据帮助读者在雷达目标检测与环境感知任务中理解K-means、DBSCAN等经典聚类方法的实际用法。压缩包共40个文件、仅848KB结构紧凑包含8个MATLAB脚本和32个txt文本数据含特征与标签文件脚本与数据分工明确便于按博文顺序对照学习。MATLAB脚本包括K-means与DBSCAN算法实现以及DBI、轮廓系数、类间间隔和类内紧密度等聚类有效性指标的计算函数并附有数据生成和Iris聚类演示覆盖从数据读取、算法参数设置到效果评估的完整流程txt数据多选自UCI标准聚类数据集可用于不同算法的对比验证与参数调优。已有875人浏览学习适合需要在车载毫米波雷达项目中快速上手聚类算法并结合标准数据集进行实验检验的读者。 我最近把毫米波雷达数据处理里常用的聚类算法系统整理成了一个系列博文配套的代码和数据集也一并打包好了。做这件事的初衷很直白很多朋友拿到雷达点云后第一步就卡在“怎么把一个个孤立的点变成有意义的物体”。聚类算法是绕不开的基础环节但网上资料多半只讲算法本身很少告诉你数据长什么样、代码怎么组织、参数怎么调才不翻车。所以我干脆把这块内容做成一套可以照着跑的完整资源从数据到代码到结果可视化全部打通。这套内容适合正在做自动驾驶感知、智能交通、机器人避障或者单纯对毫米波雷达点云处理感兴趣的人参考。不管你是刚接触点云数据的新手还是想快速对比不同聚类算法效果的工程师都应该能从中找到可以直接用的东西。下面我按实际整理过程中的思路把代码和数据集的设计逻辑、关键算法实现、参数调优经验以及踩坑记录都展开聊一聊。1. 为什么毫米波雷达点云先得聚类这步跨不过去1.1 毫米波雷达点的“原生状态”离目标还很远毫米波雷达输出的原始点云并不是像摄像头图像那样天生带有语义的“框”或“label”。传感器上报给算法的通常是一系列点每个点可能包含距离、方位角、多普勒速度、RCS雷达散射截面积等特征。这些点本身没有目标编号也不区分是行人、车辆还是护栏只是分布在空间里的稀疏散点。正因为如此拿到一帧点云后首先要做的就是判断哪些点属于同一个物理目标这就是聚类要解决的核心问题。如果这步不做或者做得不好后面的目标跟踪、轨迹管理、目标类型识别都会跟着出问题。尤其是在多目标场景下一帧点云可能有十几个目标如果聚类参数不合适目标可能被切得四分五裂或者多个目标被粘在一起最终导致下游模块产生误判。1.2 聚类到底是给雷达数据解决什么问题简单说聚类就是把杂乱的点云组织成“组”每组对应一个潜在目标。这事看起来简单真正做起来却很讲究。毫米波雷达点云有几个特点导致它比激光雷达点云更难聚类一是点非常稀疏一个行人常常只有几个点二是噪声多地面杂波、旁瓣干扰、多径反射都会产生大量孤立点三是有多普勒信息静止目标与运动目标的点混在一起时单靠空间距离聚类很可能出错。我在这套代码里把聚类模块设计成一个独立的处理阶段输入是经过预处理的点云数组输出是为每个点赋予的聚类标签。这样的好处是聚类算法可以随时替换不会影响上下游。对入门者来说也更容易理解每个算法到底在干什么。2. 配套代码与数据集到底打包了什么东西2.1 代码结构一个工程管够所有经典聚类算法我按算法类型分了几个模块每个算法都封装成统一的接口输入是形状为(N, 特征维度)的数组输出是长度为N的标签向量。这样你在切换算法时只需要改一个函数名不用动其他逻辑。工程里包含了以下几种算法DBSCAN基于密度的聚类适合点云分布不均匀、噪声多的场景是雷达点云里最常用的方法。KMeans基于划分的聚类速度快但需要提前指定聚类数K一般用在目标数大致已知或做快速预聚类的场景。层次聚类AGNES可以不用提前指定类别数通过树状图选择合适的切分层级适合离线分析和调参时观察数据结构。OPTICS可以看作DBSCAN的改进版对eps参数不那么敏感能发现不同密度的簇适合数据密度变化大的情况。除了算法实现代码里还写了数据加载、预处理、效果评估和可视化脚本。比如评估部分计算了轮廓系数、DB指数也支持输出聚类结果的JSON文件方便后续接入跟踪模块。2.2 数据集公开数据集和自建仿真场景怎么配比很多人卡在“没有数据”这一步这套配套数据集特意做了两层准备。第一层是公开数据集。我处理过KITTI数据集的raw data它包含毫米波雷达点云虽然很多人主要用它的激光雷达但雷达数据同样值得利用。你可以在代码的数据下载脚本里直接指定KITTI数据目录跑通整个流程。KITTI的点云是没经过太多筛选的原始数据适合用来检验算法在真实场景中的鲁棒性。第二层是自建仿真场景。我写了一个点云生成脚本可以按照你指定的目标数量、位置、大小和噪声水平生成模拟雷达点云。这个脚本的好处是你可以精确控制场景比如让两个目标靠近到某个距离或者让一个目标的点数非常少用来测试算法的边界情况。对于刚上手的人先用仿真数据把算法逻辑跑通再换到KITTI真实数据梯度会舒服很多。数据集的标注格式也很直观每个点包含x、y、z坐标多普勒速度RCS以及一个用于评测的真实标签。这些字段都用CSV或npy格式保存用NumPy几行就能读进来。2.3 环境依赖与最小运行配置代码基于Python 3.8依赖Open3D进行点云可视化NumPy和SciPy做数值计算scikit-learn提供部分聚类算法接口。不过为了让读者理解算法原理我只对KMeans直接用了sklearnDBSCAN和OPTICS也提供了手写版本方便你在不能装库的嵌入式环境里移植。最低配置不用太高CPU跑仿真数据完全没问题处理KITTI单帧点云也只需要几百毫秒。如果要做连续帧处理建议装一个PyTorch或者Numba可以进一步把热点函数加速。3. 核心算法实现套路和参数调优经验3.1 DBSCAN毫米波雷达最常用的聚类eps与MinPts的坑DBSCAN的核心思想是“由密度可达的点组成簇”它只需要两个参数邻域半径eps和最小点数MinPts。这两个参数直接决定了聚类结果也是实际调参中最容易出问题的地方。先说eps。毫米波雷达点云的坐标系一般是米制所以eps的单位就是米。怎么选呢我一般会先看目标在近距离时点与点之间的平均距离。比如在10米附近一辆车的点云往往能在0.3~0.8米范围内连成片那eps取0.5左右就比较合理。如果目标距离变远点会变得更稀疏同样的eps可能就找不到邻居了。所以更多情况下我会基于距离做分段处理或者给每个点使用根据距离缩放后的自适应eps而不是全局固定值。MinPts的取值和点数密度有关。对于雷达一个目标至少要有2~3个点才比较可信所以MinPts取3~5比较常见。如果你发现很多点被当成噪声可以尝试把MinPts调小一档如果发现一组目标里分出了很多细碎的簇可以适当增大MinPts。3.2 KMeans和层次聚类什么时候才需要它们KMeans在雷达点云里其实不太常用因为目标数量未知但它有一个很有用的场景当你已经通过某种方法预估了目标个数K可以用KMeans做细化分割。比如先用DBSCAN粗聚类发现某个簇里点数很多怀疑里面包含两个并排目标这时可以对这个大簇单独做一次KMeans设置K2把两个目标拆开。这是我在实际项目里用得比较多的组合策略。层次聚类则适合离线分析。通过绘制树状图你可以观察点与点之间的合并顺序找到数据天然的簇结构。用这套代码里的plot_dendrogram.py脚本导入一帧KITTI点云能看到树状图里明显的大分支分支数目往往对应着实际目标数目。这个信息能帮我在选DBSCAN参数时更有底。3.3 特征维度把距离、多普勒、RCS一起喂进去很多人在做雷达聚类时只用了x、y坐标这样容易把两个距离很近但速度不同的目标合并成一个簇。毫米波雷达的独特优势就是能直接测速度所以代码里默认支持选择特征组合。我最推荐的是[x, y, RCS]或者[x, y, vx, vy]其中vx、vy是多普勒速度分解到x、y方向后的分量。加入多普勒特征后DBSCAN在计算点与点距离时会同时考虑空间距离和速度差。举个例子两个车并排等红灯空间上可能挨得很近但一旦前车启动后车不动速度差异就会让它们在特征空间中被明显分开。这个技巧对路口场景很有用简单的代码改动就能显著减少过聚类现象。需要注意的是加入不同量纲的特征后必须对特征做归一化否则距离计算会被数值大的维度主导。我通常对x、y做米制单位的min-max归一化对多普勒速度除以最大测量速度RCS则用分贝值直接参与因为它在数值上本来就在合理范围内。4. 实操全流程从原始点云到聚类结果可视化4.1 数据读取和坐标转换第一步是把雷达原始数据读进来。KITTI里面存的雷达点通常是极坐标格式需要转成直角坐标。常用的转换公式不复杂x r * cos(azimuth)y r * sin(azimuth)。如果雷达本身带俯仰角信息还要根据elevation角生成z坐标。代码里我写了load_radar_points()函数可以直接读取npy或CSV格式的数据并返回一个包含x、y、z、vx、vy、rcs的数组。坐标转换这块最容易踩坑的是角度单位。KITTI里角度是弧度还是度不同厂商数据还不一样。拿到数据后先打印几个样本验证一下转换后的坐标是否在预期方向别急着往下跑。4.2 预处理滤掉地面和无效点雷达点云预处理和激光雷达不太一样。很多场景下我们只想关注地面上方的目标所以在聚类前会把Z值过低或过高的点去掉。简单方法就是设一个高度阈值比如Z小于-0.5米或大于4米就过滤掉。另外还要把速度、距离等维度上明显超范围的异常点剔除避免给聚类带来额外噪声。还有一类很麻烦的噪声点来自雷达的旁瓣或多径反射它们在空间中往往表现为孤立点或“鬼影”。如果你发现聚类结果里经常出现零散的小簇建议在聚类前加一个基于邻域点数的滤除操作每个点如果在半径r内少于m个近邻就认为是噪声点。这个思路和DBSCAN的噪声概念很像但放在预处理阶段做可以让后续聚类更稳定。4.3 聚类参数设置与运行跑聚类其实就几步。下面我以DBSCAN为例贴一段核心调用代码并说明参数怎么落地。import numpy as np from sklearn.cluster import DBSCAN # points: (N, 4) - x, y, vx, vy # 先做特征归一化 from sklearn.preprocessing import StandardScaler feats points[:, [0, 1, 3, 4]] feats StandardScaler().fit_transform(feats) # 设置DBSCAN参数 eps 0.6 # 归一化后的半径需要根据场景调整 min_samples 4 clusterer DBSCAN(epseps, min_samplesmin_samples, metriceuclidean) labels clusterer.fit_predict(feats) # 标签中的-1表示噪声这段代码用起来简单但参数需要反复试。我通常会把eps从0.3到1.0按步长0.05扫一遍用轮廓系数和实际场景标注做对比最后确定一个相对稳定的值。如果你跑的是连续帧数据还可以利用上一帧的聚类结果辅助设置当前帧的搜索半径比如追踪到目标后下一帧在目标附近小范围内搜索即可这样能减少计算量。4.4 可视化及结果导出可视化是调参时最直观的手段。我用Open3D画点云每个聚类簇给不同颜色噪声点用灰色显示。这样一眼就能看出聚类是否过碎、是否漏检。代码里提供了draw_clusters()函数支持交互式旋转视角从不同方向观察点云重叠情况。聚类后的结果不要只停留在图片上。代码会把每个点的标签、目标包围盒、目标中心点等信息导出为JSON文件格式大致是{ frame_id: 123, clusters: [ {label: 0, center: [1.2, 3.4, 0.1], bbox: [...], num_points: 12}, {label: 1, center: [-2.1, 8.5, 0.2], bbox: [...], num_points: 5} ] }这个JSON可以直接被下游跟踪模块读取实现“聚类-跟踪”的完整链路。导出的结果也可以用于批量评估统计不同算法在一段连续数据上的聚类质量。5. 常见问题与排查技巧实录5.1 聚类结果碎成一地怎么办这是新手最常遇到的问题。一个目标被分成好几个簇或者大量点被当成噪声。我遇到这种情况第一反应不是加参数而是先看特征空间。如果只用了x、y坐标很可能是目标点之间间隔太大此时优先调大eps或减小min_samples。如果加了多普勒特征还要检查多普勒速度是否因为测速模糊导致相邻点数值上跳变。还有一种可能是坐标没有转好z轴和x轴混在一起导致特征空间完全混乱。从实操体验看正确的排查顺序是确认数据坐标正确 - 观察点云分布 - 逐项调整eps、min_samples - 再检查是否加入RCS或速度特征后反而引入噪声。别一上来就怀疑算法实现很多问题出在数据表达上。5.2 多个目标被聚成一坨怎么拆当两个目标靠得很近比如行人站在车旁DBSCAN很容易把它们合并成一簇。这种情况下我一般会在聚类后加一个“分裂”步骤而不是直接换算法。具体做法是对大簇内部再做一次KMeans或者层次聚类用簇内的点数分布和空间分布判断该分成几块。代码里我提供一个split_cluster()函数它会对点数较多的簇单独执行细分然后对每个子簇计算新的中心点。另外利用多普勒信息也可以减少合并。如果大簇内部点的速度方差较大就很可能是不同目标粘在一起这时可以先按速度分成几个子组再分别做空间聚类。这个方法在车流量大的场景里非常顶用。5.3 在线跑不起来性能瓶颈在哪毫米波雷达点云虽然比激光雷达少但一帧也有几百上千个点如果每帧都做全量DBSCAN实时性会有点吃紧。优化思路主要有三个一是先做空间滤波只处理雷达探测范围内的有效区域减少点数二是用KD树加速邻域搜索代码里我改写了sklearn的DBSCAN调用底层会自动用KD树不用自己额外处理三是在连续帧场景下做增量聚类只对新增点和上一帧目标边缘附近的点重新聚类。我建议初学者先用离线数据把流程跑通再考虑性能优化。盲目上Numba或者C扩展只会让调试变得更麻烦。等算法效果确实没问题了再按上面的思路逐项加速。5.4 标注和评估小经验聚类算法没有一个“唯一正确”的结果因此评估很关键。除了轮廓系数这类无监督指标我更建议你构建一个小型标注集手动标出每帧真实目标的大致范围用三个指标衡量聚类好坏聚类纯度每个簇中属于同一真实目标的点占比。召回率有多少真实目标的点被划到了对应簇中。过分割率一个真实目标被拆成多个簇的占比。这套代码里我提供了evaluate.py脚本可以读取标注文件和聚类结果输出这些指标。用指标去指导调参比盯着可视化目测要靠谱得多。我自己在调KITTI数据时就用这个流程把DBSCAN的eps从0.7降到0.5过分割率降了将近20个百分点。6. 我踩过的几个坑写在这里提醒你第一坑是坐标系混用。雷达数据有雷达坐标系、车体坐标系、全局坐标系之分。我在做KITTI数据预处理时曾因为少加一个旋转矩阵导致所有点云在特征空间里“斜着聚”看起来像两个目标实际是一个排查了很久才发现坐标没对齐。所以拿到数据第一步一定先确认坐标系定义再写转换代码。第二坑是RCS值的量纲。RCS通常用dBsm表示但有些厂商直接输出线性值两者相差好几个数量级。如果你直接把它和x、y一起放进特征向量等于让RCS主导了距离计算。我习惯先把RCS统一转为dBsm然后做一个简单的截断比如限制在0到40 dBsm之间避免极端值干扰聚类。第三坑是静态点和动态点分开处理。某些雷达处理静态目标时点很密动态目标反而点很少。如果共用一套DBSCAN参数要么动态目标被当成噪声要么静态目标被过度分割。比较好的做法是利用多普勒速度做一次粗分类速度接近零的点用一套参数非零速点用另一套参数然后再分别聚类。这个思路在公路场景下能明显提升稳健性。我把这些代码、数据集和文档都整理在配套资源里你可以直接照着跑一遍。后面我还会更新更多关于跟踪、数据关联和目标分类的内容让整套毫米波雷达数据处理流程真正形成闭环。本文还有配套的精品资源点击获取 毫米波雷达点云聚类实战：从算法到代码与调参全指南
简介这是一份面向车载毫米波雷达数据处理和机器学习初学者的聚类算法配套资料对应系列博文中的代码与实验数据帮助读者在雷达目标检测与环境感知任务中理解K-means、DBSCAN等经典聚类方法的实际用法。压缩包共40个文件、仅848KB结构紧凑包含8个MATLAB脚本和32个txt文本数据含特征与标签文件脚本与数据分工明确便于按博文顺序对照学习。MATLAB脚本包括K-means与DBSCAN算法实现以及DBI、轮廓系数、类间间隔和类内紧密度等聚类有效性指标的计算函数并附有数据生成和Iris聚类演示覆盖从数据读取、算法参数设置到效果评估的完整流程txt数据多选自UCI标准聚类数据集可用于不同算法的对比验证与参数调优。已有875人浏览学习适合需要在车载毫米波雷达项目中快速上手聚类算法并结合标准数据集进行实验检验的读者。 我最近把毫米波雷达数据处理里常用的聚类算法系统整理成了一个系列博文配套的代码和数据集也一并打包好了。做这件事的初衷很直白很多朋友拿到雷达点云后第一步就卡在“怎么把一个个孤立的点变成有意义的物体”。聚类算法是绕不开的基础环节但网上资料多半只讲算法本身很少告诉你数据长什么样、代码怎么组织、参数怎么调才不翻车。所以我干脆把这块内容做成一套可以照着跑的完整资源从数据到代码到结果可视化全部打通。这套内容适合正在做自动驾驶感知、智能交通、机器人避障或者单纯对毫米波雷达点云处理感兴趣的人参考。不管你是刚接触点云数据的新手还是想快速对比不同聚类算法效果的工程师都应该能从中找到可以直接用的东西。下面我按实际整理过程中的思路把代码和数据集的设计逻辑、关键算法实现、参数调优经验以及踩坑记录都展开聊一聊。1. 为什么毫米波雷达点云先得聚类这步跨不过去1.1 毫米波雷达点的“原生状态”离目标还很远毫米波雷达输出的原始点云并不是像摄像头图像那样天生带有语义的“框”或“label”。传感器上报给算法的通常是一系列点每个点可能包含距离、方位角、多普勒速度、RCS雷达散射截面积等特征。这些点本身没有目标编号也不区分是行人、车辆还是护栏只是分布在空间里的稀疏散点。正因为如此拿到一帧点云后首先要做的就是判断哪些点属于同一个物理目标这就是聚类要解决的核心问题。如果这步不做或者做得不好后面的目标跟踪、轨迹管理、目标类型识别都会跟着出问题。尤其是在多目标场景下一帧点云可能有十几个目标如果聚类参数不合适目标可能被切得四分五裂或者多个目标被粘在一起最终导致下游模块产生误判。1.2 聚类到底是给雷达数据解决什么问题简单说聚类就是把杂乱的点云组织成“组”每组对应一个潜在目标。这事看起来简单真正做起来却很讲究。毫米波雷达点云有几个特点导致它比激光雷达点云更难聚类一是点非常稀疏一个行人常常只有几个点二是噪声多地面杂波、旁瓣干扰、多径反射都会产生大量孤立点三是有多普勒信息静止目标与运动目标的点混在一起时单靠空间距离聚类很可能出错。我在这套代码里把聚类模块设计成一个独立的处理阶段输入是经过预处理的点云数组输出是为每个点赋予的聚类标签。这样的好处是聚类算法可以随时替换不会影响上下游。对入门者来说也更容易理解每个算法到底在干什么。2. 配套代码与数据集到底打包了什么东西2.1 代码结构一个工程管够所有经典聚类算法我按算法类型分了几个模块每个算法都封装成统一的接口输入是形状为(N, 特征维度)的数组输出是长度为N的标签向量。这样你在切换算法时只需要改一个函数名不用动其他逻辑。工程里包含了以下几种算法DBSCAN基于密度的聚类适合点云分布不均匀、噪声多的场景是雷达点云里最常用的方法。KMeans基于划分的聚类速度快但需要提前指定聚类数K一般用在目标数大致已知或做快速预聚类的场景。层次聚类AGNES可以不用提前指定类别数通过树状图选择合适的切分层级适合离线分析和调参时观察数据结构。OPTICS可以看作DBSCAN的改进版对eps参数不那么敏感能发现不同密度的簇适合数据密度变化大的情况。除了算法实现代码里还写了数据加载、预处理、效果评估和可视化脚本。比如评估部分计算了轮廓系数、DB指数也支持输出聚类结果的JSON文件方便后续接入跟踪模块。2.2 数据集公开数据集和自建仿真场景怎么配比很多人卡在“没有数据”这一步这套配套数据集特意做了两层准备。第一层是公开数据集。我处理过KITTI数据集的raw data它包含毫米波雷达点云虽然很多人主要用它的激光雷达但雷达数据同样值得利用。你可以在代码的数据下载脚本里直接指定KITTI数据目录跑通整个流程。KITTI的点云是没经过太多筛选的原始数据适合用来检验算法在真实场景中的鲁棒性。第二层是自建仿真场景。我写了一个点云生成脚本可以按照你指定的目标数量、位置、大小和噪声水平生成模拟雷达点云。这个脚本的好处是你可以精确控制场景比如让两个目标靠近到某个距离或者让一个目标的点数非常少用来测试算法的边界情况。对于刚上手的人先用仿真数据把算法逻辑跑通再换到KITTI真实数据梯度会舒服很多。数据集的标注格式也很直观每个点包含x、y、z坐标多普勒速度RCS以及一个用于评测的真实标签。这些字段都用CSV或npy格式保存用NumPy几行就能读进来。2.3 环境依赖与最小运行配置代码基于Python 3.8依赖Open3D进行点云可视化NumPy和SciPy做数值计算scikit-learn提供部分聚类算法接口。不过为了让读者理解算法原理我只对KMeans直接用了sklearnDBSCAN和OPTICS也提供了手写版本方便你在不能装库的嵌入式环境里移植。最低配置不用太高CPU跑仿真数据完全没问题处理KITTI单帧点云也只需要几百毫秒。如果要做连续帧处理建议装一个PyTorch或者Numba可以进一步把热点函数加速。3. 核心算法实现套路和参数调优经验3.1 DBSCAN毫米波雷达最常用的聚类eps与MinPts的坑DBSCAN的核心思想是“由密度可达的点组成簇”它只需要两个参数邻域半径eps和最小点数MinPts。这两个参数直接决定了聚类结果也是实际调参中最容易出问题的地方。先说eps。毫米波雷达点云的坐标系一般是米制所以eps的单位就是米。怎么选呢我一般会先看目标在近距离时点与点之间的平均距离。比如在10米附近一辆车的点云往往能在0.3~0.8米范围内连成片那eps取0.5左右就比较合理。如果目标距离变远点会变得更稀疏同样的eps可能就找不到邻居了。所以更多情况下我会基于距离做分段处理或者给每个点使用根据距离缩放后的自适应eps而不是全局固定值。MinPts的取值和点数密度有关。对于雷达一个目标至少要有2~3个点才比较可信所以MinPts取3~5比较常见。如果你发现很多点被当成噪声可以尝试把MinPts调小一档如果发现一组目标里分出了很多细碎的簇可以适当增大MinPts。3.2 KMeans和层次聚类什么时候才需要它们KMeans在雷达点云里其实不太常用因为目标数量未知但它有一个很有用的场景当你已经通过某种方法预估了目标个数K可以用KMeans做细化分割。比如先用DBSCAN粗聚类发现某个簇里点数很多怀疑里面包含两个并排目标这时可以对这个大簇单独做一次KMeans设置K2把两个目标拆开。这是我在实际项目里用得比较多的组合策略。层次聚类则适合离线分析。通过绘制树状图你可以观察点与点之间的合并顺序找到数据天然的簇结构。用这套代码里的plot_dendrogram.py脚本导入一帧KITTI点云能看到树状图里明显的大分支分支数目往往对应着实际目标数目。这个信息能帮我在选DBSCAN参数时更有底。3.3 特征维度把距离、多普勒、RCS一起喂进去很多人在做雷达聚类时只用了x、y坐标这样容易把两个距离很近但速度不同的目标合并成一个簇。毫米波雷达的独特优势就是能直接测速度所以代码里默认支持选择特征组合。我最推荐的是[x, y, RCS]或者[x, y, vx, vy]其中vx、vy是多普勒速度分解到x、y方向后的分量。加入多普勒特征后DBSCAN在计算点与点距离时会同时考虑空间距离和速度差。举个例子两个车并排等红灯空间上可能挨得很近但一旦前车启动后车不动速度差异就会让它们在特征空间中被明显分开。这个技巧对路口场景很有用简单的代码改动就能显著减少过聚类现象。需要注意的是加入不同量纲的特征后必须对特征做归一化否则距离计算会被数值大的维度主导。我通常对x、y做米制单位的min-max归一化对多普勒速度除以最大测量速度RCS则用分贝值直接参与因为它在数值上本来就在合理范围内。4. 实操全流程从原始点云到聚类结果可视化4.1 数据读取和坐标转换第一步是把雷达原始数据读进来。KITTI里面存的雷达点通常是极坐标格式需要转成直角坐标。常用的转换公式不复杂x r * cos(azimuth)y r * sin(azimuth)。如果雷达本身带俯仰角信息还要根据elevation角生成z坐标。代码里我写了load_radar_points()函数可以直接读取npy或CSV格式的数据并返回一个包含x、y、z、vx、vy、rcs的数组。坐标转换这块最容易踩坑的是角度单位。KITTI里角度是弧度还是度不同厂商数据还不一样。拿到数据后先打印几个样本验证一下转换后的坐标是否在预期方向别急着往下跑。4.2 预处理滤掉地面和无效点雷达点云预处理和激光雷达不太一样。很多场景下我们只想关注地面上方的目标所以在聚类前会把Z值过低或过高的点去掉。简单方法就是设一个高度阈值比如Z小于-0.5米或大于4米就过滤掉。另外还要把速度、距离等维度上明显超范围的异常点剔除避免给聚类带来额外噪声。还有一类很麻烦的噪声点来自雷达的旁瓣或多径反射它们在空间中往往表现为孤立点或“鬼影”。如果你发现聚类结果里经常出现零散的小簇建议在聚类前加一个基于邻域点数的滤除操作每个点如果在半径r内少于m个近邻就认为是噪声点。这个思路和DBSCAN的噪声概念很像但放在预处理阶段做可以让后续聚类更稳定。4.3 聚类参数设置与运行跑聚类其实就几步。下面我以DBSCAN为例贴一段核心调用代码并说明参数怎么落地。import numpy as np from sklearn.cluster import DBSCAN # points: (N, 4) - x, y, vx, vy # 先做特征归一化 from sklearn.preprocessing import StandardScaler feats points[:, [0, 1, 3, 4]] feats StandardScaler().fit_transform(feats) # 设置DBSCAN参数 eps 0.6 # 归一化后的半径需要根据场景调整 min_samples 4 clusterer DBSCAN(epseps, min_samplesmin_samples, metriceuclidean) labels clusterer.fit_predict(feats) # 标签中的-1表示噪声这段代码用起来简单但参数需要反复试。我通常会把eps从0.3到1.0按步长0.05扫一遍用轮廓系数和实际场景标注做对比最后确定一个相对稳定的值。如果你跑的是连续帧数据还可以利用上一帧的聚类结果辅助设置当前帧的搜索半径比如追踪到目标后下一帧在目标附近小范围内搜索即可这样能减少计算量。4.4 可视化及结果导出可视化是调参时最直观的手段。我用Open3D画点云每个聚类簇给不同颜色噪声点用灰色显示。这样一眼就能看出聚类是否过碎、是否漏检。代码里提供了draw_clusters()函数支持交互式旋转视角从不同方向观察点云重叠情况。聚类后的结果不要只停留在图片上。代码会把每个点的标签、目标包围盒、目标中心点等信息导出为JSON文件格式大致是{ frame_id: 123, clusters: [ {label: 0, center: [1.2, 3.4, 0.1], bbox: [...], num_points: 12}, {label: 1, center: [-2.1, 8.5, 0.2], bbox: [...], num_points: 5} ] }这个JSON可以直接被下游跟踪模块读取实现“聚类-跟踪”的完整链路。导出的结果也可以用于批量评估统计不同算法在一段连续数据上的聚类质量。5. 常见问题与排查技巧实录5.1 聚类结果碎成一地怎么办这是新手最常遇到的问题。一个目标被分成好几个簇或者大量点被当成噪声。我遇到这种情况第一反应不是加参数而是先看特征空间。如果只用了x、y坐标很可能是目标点之间间隔太大此时优先调大eps或减小min_samples。如果加了多普勒特征还要检查多普勒速度是否因为测速模糊导致相邻点数值上跳变。还有一种可能是坐标没有转好z轴和x轴混在一起导致特征空间完全混乱。从实操体验看正确的排查顺序是确认数据坐标正确 - 观察点云分布 - 逐项调整eps、min_samples - 再检查是否加入RCS或速度特征后反而引入噪声。别一上来就怀疑算法实现很多问题出在数据表达上。5.2 多个目标被聚成一坨怎么拆当两个目标靠得很近比如行人站在车旁DBSCAN很容易把它们合并成一簇。这种情况下我一般会在聚类后加一个“分裂”步骤而不是直接换算法。具体做法是对大簇内部再做一次KMeans或者层次聚类用簇内的点数分布和空间分布判断该分成几块。代码里我提供一个split_cluster()函数它会对点数较多的簇单独执行细分然后对每个子簇计算新的中心点。另外利用多普勒信息也可以减少合并。如果大簇内部点的速度方差较大就很可能是不同目标粘在一起这时可以先按速度分成几个子组再分别做空间聚类。这个方法在车流量大的场景里非常顶用。5.3 在线跑不起来性能瓶颈在哪毫米波雷达点云虽然比激光雷达少但一帧也有几百上千个点如果每帧都做全量DBSCAN实时性会有点吃紧。优化思路主要有三个一是先做空间滤波只处理雷达探测范围内的有效区域减少点数二是用KD树加速邻域搜索代码里我改写了sklearn的DBSCAN调用底层会自动用KD树不用自己额外处理三是在连续帧场景下做增量聚类只对新增点和上一帧目标边缘附近的点重新聚类。我建议初学者先用离线数据把流程跑通再考虑性能优化。盲目上Numba或者C扩展只会让调试变得更麻烦。等算法效果确实没问题了再按上面的思路逐项加速。5.4 标注和评估小经验聚类算法没有一个“唯一正确”的结果因此评估很关键。除了轮廓系数这类无监督指标我更建议你构建一个小型标注集手动标出每帧真实目标的大致范围用三个指标衡量聚类好坏聚类纯度每个簇中属于同一真实目标的点占比。召回率有多少真实目标的点被划到了对应簇中。过分割率一个真实目标被拆成多个簇的占比。这套代码里我提供了evaluate.py脚本可以读取标注文件和聚类结果输出这些指标。用指标去指导调参比盯着可视化目测要靠谱得多。我自己在调KITTI数据时就用这个流程把DBSCAN的eps从0.7降到0.5过分割率降了将近20个百分点。6. 我踩过的几个坑写在这里提醒你第一坑是坐标系混用。雷达数据有雷达坐标系、车体坐标系、全局坐标系之分。我在做KITTI数据预处理时曾因为少加一个旋转矩阵导致所有点云在特征空间里“斜着聚”看起来像两个目标实际是一个排查了很久才发现坐标没对齐。所以拿到数据第一步一定先确认坐标系定义再写转换代码。第二坑是RCS值的量纲。RCS通常用dBsm表示但有些厂商直接输出线性值两者相差好几个数量级。如果你直接把它和x、y一起放进特征向量等于让RCS主导了距离计算。我习惯先把RCS统一转为dBsm然后做一个简单的截断比如限制在0到40 dBsm之间避免极端值干扰聚类。第三坑是静态点和动态点分开处理。某些雷达处理静态目标时点很密动态目标反而点很少。如果共用一套DBSCAN参数要么动态目标被当成噪声要么静态目标被过度分割。比较好的做法是利用多普勒速度做一次粗分类速度接近零的点用一套参数非零速点用另一套参数然后再分别聚类。这个思路在公路场景下能明显提升稳健性。我把这些代码、数据集和文档都整理在配套资源里你可以直接照着跑一遍。后面我还会更新更多关于跟踪、数据关联和目标分类的内容让整套毫米波雷达数据处理流程真正形成闭环。本文还有配套的精品资源点击获取