本申请属于雷达检测领域，尤其涉及一种目标检测方法、装置及设备。
背景技术：
1、毫米波雷达是高级别辅助驾驶系统的传感器之一，它利用天线发射电磁波，电磁波遇到目标产生散射现象，其中的后向散射回波会被雷达天线接收，雷达内部经过处理得到距离-多普勒图，并基于距离-多普勒图，一般地通过恒虚警检测方法检测目标。
2、恒虚警检测方法是在距离-多普勒图上比较目标信号和周围噪声的功率比值，如果目标信号和周围噪声的功率之比大于所设阈值，则该距离-多普勒单元代表的目标被检测出来。
3、但是，不论是恒虚警检测方法中的单元平均方法，还是统计排序方法，均无法避免在计算噪声值时引入周围的目标，从而抬高噪声计算值而造成目标漏检，因此针对目标密集场景中目标对象的检测存在较大的目标漏报概率。
技术实现思路
1、本申请实施例提供一种目标检测方法、装置及设备，降低了漏检概率，提高了目标对象的检测准确性。
2、根据本申请的第一个方面，本申请实施例提供一种目标检测方法，该方法包括：
3、在确定第一检测区域存在多个初始目标对象的情况下，获取第一检测区域的噪声对象；
4、计算各噪声对象的信号平均值，确定信号平均值为第一检测区域的噪底值；
5、根据噪底值，确定第一预设阈值；
6、根据第一预设阈值对第一检测区域进行目标检测，确定第一检测区域中信号强度大于第一预设阈值的对象为实际目标对象。
7、可选地，在在确定第一检测区域的存在多个初始目标对象的情况下，获取第一检测区域的噪声对象之前，方法还包括：
8、获取检测目标在距离多普勒图上的多个检测区域；
9、对多个检测区域中的各检测区域进行恒虚警检测，从多个检测区域中确定存在初始目标对象的检测区域为第一检测区域；
10、对第一检测区域中的点云进行聚类，确定第一检测区域中存在多个初始目标对象。
11、可选地，对第一检测区域中的点云进行聚类，确定第一检测区域中存在多个初始目标对象，包括：
12、对第一检测区域中的点云进行聚类形成点云簇；
13、在点云簇的数量大于第二预设阈值的情况下，确定第一检测区域存在多个初始目标对象。
14、可选地，对第一检测区域中的点云进行聚类形成点云簇，包括：
15、获取第一检测区域中，各点云的距离维度和多普勒维度；
16、根据距离维度和多普勒维度，通过聚类算法对各点云进行聚类形成点云簇。
17、可选地，聚类算法包括：密度聚类算法。
18、可选地，对多个检测区域中的各检测区域进行恒虚警检测，从多个检测区域中确定存在初始目标对象的检测区域为第一检测区域，包括：
19、对各检测区域进行信噪比计算，确定各检测区域的信噪比；
20、确定信噪比大于第三预设阈值的检测区域为第一检测区域。
21、可选地，在获取检测目标的在距离多普勒图上的多个检测区域之前，方法还包括：
22、获取检测目标的距离多普勒图；
23、检测雷达相对于检测目标的方向，对距离多普勒图进行划分，得到多个检测区域。
24、可选地，方法还包括：
25、根据各实际目标对象的确定时间先后顺序，生成目标列表。
26、根据本申请的第二个方面，本申请实施例提供一种目标检测装置，其包括：
27、第一获取模块，用于在确定第一检测区域存在多个初始目标对象的情况下，获取第一检测区域的噪声对象；
28、计算模块，用于计算各噪声对象的信号平均值，确定信号平均值为第一检测区域的噪底值；
29、第一确定模块，用于根据噪底值，确定第一预设阈值；
30、第二确定模块，用于根据第一预设阈值对第一检测区域进行目标检测，确定第一检测区域中信号强度大于第一预设阈值的对象为实际目标对象。
31、根据本申请的第三个方面，本申请实施例提供一种目标检测设备，该设备包括：处理器以及存储有计算机程序指令的存储器；
32、处理器执行计算机程序指令时实现第一个方面中任意一项的目标检测方法。
33、根据本申请的第四个方面，本申请实施例提供了一种计算机存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一个方面中任意一项的目标检测方法。
34、根据本申请的第五个方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行第一个方面中任意一项的目标检测方法。
35、本申请实施例的目标检测方法、装置及设备，通过在确定第一检测区域中存在多个初始目标对象的情况下，可以确定第一检测区域通过常规的恒虚警检测会出现漏检的问题，因此需要重新获取第一检测区域的噪声对象，并根据噪声对象的信号平均值，重新确定第一检测区域的噪底值，由此便可以根据噪底值重新确定一个新的用于判断目标对象的第一预设阈值，再次根据第一预设阈值对第一检测区域中的各个对象进行重新检测，从而可以基于第一预设阈值再次确定在第一检测区域中，信号强度大于第一预设阈值的对象为实际目标对象。基于此，通过在恒虚警检测不准确的情况下，重新根据第一检测区域的信号强度平均值设置噪底值，利用噪底值对第一检测区域中的对象进行重新检测，降低了漏检概率，提高了目标对象的检测准确性。
1.一种目标检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在所述在确定第一检测区域存在多个初始目标对象的情况下，获取所述第一检测区域的噪声对象之前，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述对所述第一检测区域中的点云进行聚类，确定所述第一检测区域中存在多个所述初始目标对象，包括：
4.如权利要求3所述的方法，其特征在于，所述对所述第一检测区域中的点云进行聚类形成点云簇，包括：
5.如权利要求4所述的方法，其特征在于，所述聚类算法包括：密度聚类算法。
6.如权利要求2所述的方法，其特征在于，所述对多个所述检测区域中的各所述检测区域进行恒虚警检测，从多个所述检测区域中确定存在所述初始目标对象的检测区域为所述第一检测区域，包括：
7.如权利要求2所述的方法，其特征在于，在所述获取检测目标的在距离多普勒图上的多个检测区域之前，所述方法还包括：
8.如权利要求1-7中任一项所述的方法，其特征在于，所述方法还包括：
9.一种目标检测装置，其特征在于，所述目标检测装置包括：
10.一种目标检测设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
