CN101334475B - 利用雷达数据融合估计目标仰角的方法 - Google Patents

利用雷达数据融合估计目标仰角的方法 Download PDF

Info

Publication number
CN101334475B
CN101334475B CN2008101285506A CN200810128550A CN101334475B CN 101334475 B CN101334475 B CN 101334475B CN 2008101285506 A CN2008101285506 A CN 2008101285506A CN 200810128550 A CN200810128550 A CN 200810128550A CN 101334475 B CN101334475 B CN 101334475B
Authority
CN
China
Prior art keywords
target
sensor
processor
confirm
relative
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2008101285506A
Other languages
English (en)
Other versions
CN101334475A (zh
Inventor
J·S·科尔伯恩
O·D·阿尔坦
K·吉尔里
H·-P·苏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN101334475A publication Critical patent/CN101334475A/zh
Application granted granted Critical
Publication of CN101334475B publication Critical patent/CN101334475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9321—Velocity regulation, e.g. cruise control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及利用雷达数据融合估计目标仰角的方法。一种通过估计目标仰角来减少虚警的碰撞避免系统包括具有不同范围和波束倾角的短程和远程单维扫描雷达传感器以及数字融合处理器，并且优选地包括被协同地配置成进一步执行趋势分析和目标跟踪的定位器设备、倾角计和记忆存储设备。

Description

利用雷达数据融合估计目标仰角的方法
技术领域
本发明涉及碰撞避免(collision avoidance)与目标识别系统和方法。
背景技术
常规的碰撞避免和目标识别系统一般采用雷达技术，因为雷达仍然提供了一种更加易于实现和可更加高效操作的检测手段。短程雷达(SRR)和远程雷达(LRR)在诸如汽车安全系统之类的许多产业中获得了广泛的应用，并且通常用于重叠配置中。在这些系统中，一个或多个横向扫描传感器被定向并且配置成对周围环境执行单维扫描，以便检测可操作范围(operable range)内的地表物体。在其中检测物体的一些配置中，评估一定时段内雷达返回信号强度的变化趋势，以便确定目标(即被检测物体)正在接近还是正在离开。
常规雷达系统中的一个主要困扰是它们通常产生大量的虚警(即与不是真正威胁的物体即将发生碰撞的警告)。这种困扰特别是因为所述雷达系统不能区分位于不同仰角的物体而持续存在。例如，在汽车安全应用中，路障的虚警通常由诸如高架标志和天桥之类的高仰角(hyper-elevated)物体造成，因为SRR和LRR传感器两者都不能确定目标的仰角。由于标志和天桥一般沿着州际高速公路或者其他干道大量存在，因而由此产生的虚警数量会给司机带来很大的烦扰。类似地，诸如坑洞和铁轨之类的许多低仰角(hypo-elevated)或低位置(low-lying)特征也产生虚警。
在需要诸如目标的高度、幅度(amplitude)或仰角之类的三维信息的情况下，碰撞避免系统结合了立体视觉、二维扫描激光雷达、二维扫描雷达或者使用单脉冲、多波束、相控阵列或数字波束技术的具有方位和仰角分辨率的雷达。然而，所有这些选项使得实现和操作成本高昂，并且有些选项具有基于环境的性能限制。
因此，本领域中仍然需要能够有效估计目标仰角以便减少由高仰角和低仰角物体产生的虚警数量的碰撞避免和目标识别系统。
发明内容
响应于这些和其他困扰，本发明提供了一种改进的碰撞避免和目标识别系统，其利用单维扫描雷达技术和数据融合来估计目标的仰角尺寸(elevation dimension)和/或模式。本发明适用于与各种要求物体检测能力(例如自动制动、全速范围自适应行驶控制、智能恐慌刹车辅助、预防碰撞等)的安全系统一起使用。对公众特别有益的是，本发明可用于减少由诸如天桥的高仰角物体和诸如铁轨的低仰角设施造成的虚警数量。
本发明的第一方面涉及用于利用常规的单维雷达技术估计至少一个目标的仰角的系统。该系统包括第一雷达传感器，该第一雷达传感器具有第一可操作范围和第一波束倾角，并且被配置成基于该第一传感器和所述至少一个目标的每一个之间的相对距离、所述可操作范围和所述倾角来产生第一返回信号。还包括第二雷达传感器，该第二雷达传感器具有不同于所述第一范围的第二可操作范围以及不同于所述第一倾角的第二波束倾角。该第二传感器被配置成基于该第二传感器和所述至少一个目标的每一个之间的相对距离、所述可操作范围和所述倾角来产生第二返回信号。最后，提供了通信地耦合到所述第一和第二传感器并且被配置成基于所述第一和第二返回信号确定相对信号值的数字融合处理器，以自主地执行本发明的预期功能。该处理器进一步被配置成基于所述相对信号值来估计所述至少一个目标的所述每一个的仰角。
本发明的第二方面涉及一种利用单维扫描雷达技术和数据融合来估计至少一个目标的仰角的方法。首先，从第一操作高度朝着目标引出(direct)具有第一倾角和第一范围的短程雷达波束。从第二操作高度朝着所述目标引出具有小于所述第一倾角的第二倾角以及长于所述第一范围的第二范围的较远程(longer range)雷达波束。当该目标位于所述第一和第二范围之内时，接收来自所述短程和较远程波束的返回信号。对基于所述波束倾角的目标仰角信息进行融合以确定相对返回信号值或者组合模式。最后，将该相对返回信号值或者组合模式与多个预定的目标仰角识别类别进行比较，以便确定匹配类别。
当确定了真正的路中(in-path)目标时，所产生的优选输出是警告或者自动响应的发布。本发明的其他方面包括添加用于使得能够进行物体跟踪和趋势分析的记忆存储设备、通信地耦合到处理器并被配置为确定操作角度的倾角计，以及进一步被配置成确定总的相对返回信号值的处理器。
应当理解和意识到的是，本发明相对于现有技术可以提供许多优点，包括例如利用了现有主动安全系统中遍布市场的单维扫描雷达传感器，以及提供了对于真实路中物体的更加有效、可靠和精确的确定。更特别地，本发明减少了虚警，提高了主动安全系统的性能并且扩展了操作区域(envelope of operation)。最后，本发明给出了对于目标仰角特性的稳健且精确的估计，而不需要额外的硬件。根据优选实施例和附图的以下详细描述本发明的其他方面和优点将变得显而易见。
附图说明
下面参照附图详细描述本发明的优选实施例，在附图中：
图1为检测接近物体(天桥)的车辆的后视图，其特别示出了SRR和LRR传感器的重叠覆盖区域；
图2为图1中示出的车辆和物体的俯视图，其进一步示出了物体在(1)处由LRR传感器检测并且随后在(2)处由SRR传感器检测；
图3为该主车辆的正视图，其特别示出了GPS定位器的操作、SRR波束的覆盖范围以及LRR波束的覆盖范围；
图3a为在竖直方向上弯曲的公路上检测低位置物体的主车辆的正视图，其特别示出了更短的不精确检测范围和返回信号；
图4为依照本发明第一优选实施例的主车辆俯视图，其示意性地呈现了第一和第二雷达传感器、定位器设备、记忆存储设备、数字融合处理器(电子控制单元)、倾角计和监视器；
图5为包括监视器的车内仪表板的正视图，其特别示出了监视器上的警告标记；
图6为依照本发明优选实施例的操作方法的流程图，其中在数据融合模块中组合来自第一和第二雷达传感器的数据，并且在确定天桥之前考虑最小计数；
图7为由记忆存储设备存储的、依照图2的示例性轨迹记录的图表表示；以及
图8为依照本发明优选实施例的第二操作方法的流程图，其中还考虑了返回信号强度和传感操作角度的趋势分析。
具体实施方式
如图解说明的实施例所示，本发明涉及适于与主车辆12一起并且由操作员14(图1-4)使用的碰撞避免系统10，所述主车辆12例如但不限于车、船和飞行器。一般情况下，系统10对至少两个雷达传感器16、18的返回信号进行融合以估计至少一个目标(或被检测物体)20的仰角信息，所述目标例如所图解说明的实施例中的天桥。
如图4所示，数字融合处理器(DFP)22包括被可编程地装备成执行这里描述的各种算法和功能的电子控制单元，或者更优选地，包括被配置成作为神经网络的一部分而执行并行计算的多个通信地耦合的(即通过硬连线或者通过无线通信子系统连接的)控制单元。可替换地，可以在递送给串联的DFP 22之前通过中间控制单元执行特定的子例程。例如，传感器16、18中的每一个还可以包括被配置成在DFP 22处进行融合之前构造返回信号模式的电子控制单元；或者单独的威胁评估控制器(未示出)可以被通信地耦合并且被配置成在接收到来自DFP 22的融合数据之后执行威胁评估。因此应当理解的是，主车辆12包括实现系统10的预期效益所需的足够的电气、软件处理和通信总线子系统能力。所述结构配置可易于由本领域技术人员确定，因而将不作进一步的讨论。
A.结构配置和功能
如所图解说明和描述的，系统10包括两个雷达传感器16、18，其中每一个传感器被配置成以单自由度横向扫描前面的环境(图4)；然而，利用定向在多个前向投影(in multiple forward projections)的传感器阵列以便提供更稳健的前向检测系统显然也处于本发明范围内。同样处于本发明范围内的是，利用如这里进一步所描述的、能够发射多个不同波束的单一传感器。优选地，系统10包括至少一个短程雷达(SRR)传感器16和至少一个较远程雷达(LRR)传感器18，其中“短程”可以定义为例如具有0-30m的一般操作范围，“较远程”可以定义为具有0-250m的可操作范围。
将传感器16、18定位在优选的离地高度(例如45cm)并且定向到希望的操作角度γ，以促进最大的覆盖范围。为了简化数据处理，SRR和LRR传感器优选地通常给出平面上的水平操作角度(图3)；然而，应当理解的是，传感器16、18不必被一致地定向。例如，具有不同的操作角度显然处于本发明范围内，其中传感器16、18之一相对于另一个倾斜。在这种配置中，还应当理解的是，传感器16、18可以具有相同的(congruent)范围；即它们两者都可以提供SRR或LRR传感器。最后，可以可调节地将优选传感器16、18安装到车辆12上，以便实现多个操作角度或者离地高度。
如图3中很好地示出的，SRR传感器16产生具有第一倾角α的第一波束24，所述第一倾角α等于由线性发散外波束边界26所形成的角度的一半。例如，对于通常的净空高度(clearance height)而言，α可以位于10-30度的范围内。不过，图1和3中示出的覆盖区域24a、28a并不像所示的那样突然变化，而是大体上表示传感器16、18的灵敏度下降3dB的位置。在优选实施例中，可以使用卡尔曼滤波器来建模和估计由传感器16、18的灵敏度所引起的覆盖区域的变化(variance)，以便更精确地确定所述倾角以及从而确定目标仰角数据。当目标20处于范围之内时，SRR传感器16被配置成基于传感器16和目标20之间的相对距离以及α来产生第一返回信号(PSRR)。
类似地，LRR传感器18产生具有第二倾角β的第二更窄波束28，所述第二倾角β明显小于α(图3)。例如，β可以处于1-5度的范围内。当目标20处于其范围内时，LRR传感器18被配置成基于传感器18和目标20之间的相对距离以及β来产生第二返回信号(PLRR)。
如图3所示，其中例如α为16度并且β为3度，SRR传感器波束24的4.5m的覆盖高度在与SRR传感器16相距30m的距离处产生，而LRR传感器波束28的1.2m的覆盖高度在同一距离处产生；并且在150m处，LRR传感器18产生4.2m的覆盖高度。因此，在这个所图解说明的实施例中，位于地面上0.45m处的目标对于两个传感器16、18将具有强返回信号，而位于地面上4m处的目标对于SRR传感器16将比对于LRR传感器18具有大得多的相对返回。在图7中，对这种高仰角物体进行了建模；在(2)处，SRR传感器16表现出强返回信号(PSRR)，而LRR传感器18未能记录(register)返回信号(PLRR)。
进一步考虑传感器16、18，应当理解的是，SRR传感器16的可操作范围必须提供最大覆盖长度，该最大覆盖长度远远大于提供安全碰撞避免警告时段所需的最小警告距离阈值。例如，基于其中给出30m的SRR可操作范围的车辆制动能力和操作员反应时间，优选的是，维持导致20-25m之间的警告距离阈值的速度极限。
本发明用于融合从具有不同波束倾角和范围的多个单维雷达传感器中获得的信息，以便估计目标的仰角；从而可以与具有各种带宽、分辨率、环境应用、精度、功率效率和灵敏度的不同类型雷达传感器一起使用。适于与本发明一起使用的示例性传感器包括Tyco M/A-COM的24GHz超宽带(UWB)短程雷达(SRR)和Tyco M/A-COM的77GHz远程雷达(LRR)。
DFP 22被配置成操纵返回信号数据(PSRR、PLRR)以便获得相对返回信号值。通过校准PSRR和PLRR的函数(with ca1ibration a function ofPSRR and PLRR)，可以将特定目标20的范围信息(range information)用于确定目标20是否给出了“路中”物体。例如，信号之间的简单比值(例如PSRR/PLRR)或者信号之间的差值(PSRR-PLRR)可以用来计算相对值。在该值超过最小阈值的情况下，即在短程雷达信号明显大于远程雷达信号的情况下，DFP 22将基于f(PSRR，PLRR)大致确定出很可能检测到天桥目标。下面更详细地描述操作模式。
为了实现绝对目标跟踪，优选系统10还包括被配置成定位当前位置坐标Cp(例如纬度、经度和高度)以及优选地主车辆12的前行方向的定位器设备30。如图3和4所示，该优选定位器设备30包括通信地耦合到轨道卫星的全球定位系统(GPS)接收器32以及航位推算系统。可替换地，定位器设备30可以利用蜂窝电话网络或者使用射频识别(RFID)的系统。定位器设备30通过接收器32通信地耦合到DFP 22，并且被配置成确定以及向DFP 22传送车辆12的当前位置坐标。DFP 22反过来被配置成基于目标20的所检测的范围和方位以及Cp来确定目标的绝对位置。
进一步考虑跟踪，优选系统10还包括通信地耦合到DFP 22的记忆存储设备34，以便从DFP 22接收数据并且可以由DFP 22进行查询(图4)。存储设备34被配置成通过在以前未输入的位置坐标处检测到物体的时候创建新的记录并且通过在被检测物体的位置坐标大致匹配先前输入的目标的时候修改现有记录来保留给定目标的轨迹记录(图7)。在图7中，例如当确定大致匹配(例如在包括传感器16、18的误差裕度加上安全因子的半径内)的位置坐标时，记录在(1.5)和(2)处的轨迹的后续条目。应当理解的是，维持目标20的轨迹允许执行时间相关统计分析，其中分析过去的数据以便能够对新数据进行概率决策。如这里进一步所讨论的，可以执行返回信号强度的趋势分析，以便例如区分接近的物体和离开的物体。可替换地，存储设备34可以直接耦合到其中维持了相对定位轨迹的传感器16、18。
最后，倾角计36也包括在优选系统10中并且通信地耦合到DFP 22(图4)。在这种配置中，DFP 22进一步被配置成考虑如可通过测量车辆12的坡度来确定的、传感器16、18的操作角度γ的绝对变化(图3a)。当车辆12处理显著的竖直弯曲时(例如当γ的变化超过最小阈值时)，优选的DFP 22使得融合模块终止或者进行修改；因为在这些情况下，认为融合模块会接收错误的范围数据并且产生不精确的目标仰角估计。例如，在图3a中LRR传感器18能够检测低位置物体20；但是由于公路的竖直弯曲，该范围(range)短于实际的中间行驶距离，返回信号强度很可能大于其在可比平面上的强度，并且在那个距离处的波束高度的外推将导致目标仰角的不精确估计。
B.操作方法
一旦适当定位了传感器16、18并且校准了系统10，那么优选的操作方法开始于从传感器16、18接收返回信号数据(PSRR、PLRR)并且将该数据传送到由DFP 22自主执行的数据融合模块。该融合模块被配置成基于由传感器16、18接收的返回信号(PSRR、PLRR)来确定至少一个相对信号值。DFP 22进一步被配置成基于所确定的一个(或多个)相对信号值来估计目标20的仰角。将该相对值与优选地也存储于DFP 22中的多个预定类别进行比较以便确定匹配物体类型。例如，在信号强度比(PSRR/PLRR)大于5的情况下，可以确定“天桥”物体，并且在所述比值在0.5和2之间(包括0.5和2)的情况下，可以得到“路中”物体。
如果数据融合模块确定了真正的路中物体，那么系统10进一步被配置成执行威胁评估模块。当满足威胁评估模块时，则促使产生诸如图5中的监视器40上所示的可见标记38之类的警告，和/或启动诸如激励制动模块(未示出)之类的减速控制。应当理解的是，威胁评估模块尤其考虑主车辆12和目标20之间的相对间距以及主车辆12的速度。
如果最初在警告距离内检测到新的物体20，那么优选系统10被配置成立即发布警告，以便足够的距离将车辆12与目标20分开(图6和8)。应当理解的是，在这种情况下，物体20可能呈现出新引入的、侧面接近的细长(slender)或其他状况，例如远距离车辆横穿未受远程检测的主车辆路径。
一旦短程或远程传感器16、18检测到目标20，那么就确定出传感器检测的范围和相对物体位置。DFP 22和定位器设备30被协同地配置成通过将接收器32的坐标位置归属于传感器16、18来大致确定传感器16、18的绝对位置坐标。更优选地，预定并且考虑主车辆12的长度和宽度尺寸以及传感器16、18相对于接收器32的位置，使得可以由DFP 22确定传感器16、18的实际坐标位置。根据传感器16、18的位置坐标，可以通过用三角学方法考虑传感器16、18和目标20之间的方位和范围(range)或者相对距离矢量来计算目标20的绝对位置坐标。如前所述，需要确定目标20的定位以便编辑轨迹记录、准备趋势分析以及总计针对特定目标而导出的相对信号值。
C.包括计数器的操作方法
图6中给出了更详细的操作方法，该方法在做出最终决策之前利用计数器来确定多个天桥确定结果。在步骤100中正确定位了传感器16、18并且校准了系统10之后，在步骤102中一旦由任何一个传感器检测到物体，那么就开始该方法。同样在步骤102中，在检测到物体的时刻获取主车辆位置坐标Cp。接着在步骤104中，基于所接收的返回信号数据确定目标20的范围(range)和方位；并且基于Cp确定目标20的绝对位置坐标以及物体20处的倾角高度。
在步骤106中，威胁评估模块确定所述范围是否在立即警告距离之内。如果不在，那么在步骤108中融合模块通过将目标20的位置坐标与现有轨迹进行比较来确定目标20是否是现存的。如果不是现存物体，那么在步骤110b中创建新的轨迹记录并且将与该轨迹关联的y值设置为“0”；否则在步骤110a中将每个传感器16、18的检测时间、范围、方位和倾角高度存储在存储器中。接着在步骤112中，考虑多个天桥预测关系(图6)。如果满足至少一个以及更优选地满足两个关系，那么在步骤114中计数器递增计数并且随后返回到步骤102；否则，该方法直接前进到步骤102而不用递增计数器。
如果在步骤106中确定所述范围处于立即警告距离之内，那么在步骤116中融合模块确定物体是否为现存的。如果目标20是现存物体，那么在步骤118a中检索该轨迹的y值并且将其与最小计数(例如2)进行比较；否则在步骤118b中发布警告。如果y值大于所述最小计数，那么在步骤120中认为目标为天桥物体并且不发布警告。可替换地，可以在步骤120中代之以产生“天桥物体”的通告。否则，该方法前进到步骤118b，其中发布潜在“路中物体”的警告。
D.包括趋势分析的操作方法
在图8中，给出了第二优选操作方法，其中在确定威胁评估中进一步考虑了返回信号强度的趋势以及操作角度的变化。除了在步骤202中还获取在物体检测期间由倾角计36测量的瞬时操作角度γ之外，该方法的步骤200-206类似于部分C的方法的步骤100-106。同样，步骤210-216与步骤108-114匹配。在新步骤208中，将γ的函数与最大阈值进行比较，以便确定车辆是否在处理显著的竖直弯曲。如果γ的变化表明竖直弯曲大于最小阈值，那么就忽略该读数，该方法直接返回到步骤202；否则该方法继续到步骤210。
在步骤218中，如果认为警告距离之内的目标是现存的物体，那么该方法继续到步骤220a，其中考虑了返回信号强度(PSRR和PLRR)中的立即趋势(immediate trend)，以确定目标(不管是路中的还是天桥)正在离开还是正在接近；否则，该方法继续到步骤220b，其中发布警告。如果在步骤220a中认为离开(即PSSR(t(x))-PSSR(t(x-1))为负)，那么该方法直接前进到其中不发布警告的步骤224。如果在220a中所述趋势指示正在接近的物体，那么该方法继续到步骤222，其中检索y值并且将其与最小计数进行比较以确定天桥条件。在y值大于所述计数的情况下，在步骤224中认为目标是天桥并且不发布警告。然而，在y值小于或等于所述计数的情况下，该方法返回到步骤220b并且发布警告。
上面描述的本发明的优选形式仅用作说明，不应当在限制意义下用于解释本发明的范围。本领域技术人员在不脱离本发明的精神的情况下可以容易地对本文所阐述的示例性实施例和操作方法做出明显的修改。发明人因此声明其目的是根据等同性原则来确定和评定本发明的合理范围为任何本质上未脱离、但是处于下列权利要求书中阐述的本发明字面范围之外的任何系统或方法。
参考标记
10 碰撞避免系统
12 主车辆
14 操作员
16 SRR传感器
18 LRR传感器
20 物体，目标，天桥
22 DFP
24 SRR波束
24a SRR覆盖区域
26 外边缘(SRR)
28 LRR波束
28a LRR覆盖区域
30 定位器设备
32 GPS接收器
34 记忆存储设备
36 倾角计
38 标记
40 监视器
100 第一实施例方法的步骤1
102 第一实施例方法的步骤2
104 第一实施例方法的步骤3
106 第一实施例方法的步骤4
108 第一实施例方法的步骤5
110a 第一实施例方法的步骤6a
110b 第一实施例方法的步骤6b
112 第一实施例方法的步骤7
114 第一实施例方法的步骤8
116 第一实施例方法的步骤9
118a 第一实施例方法的步骤10a
118b 第一实施例方法的步骤10b
120 第一实施例方法的步骤11
200 第二实施例方法的步骤1
202 第二实施例方法的步骤2
204 第二实施例方法的步骤3
206 第二实施例方法的步骤4
208 第二实施例方法的步骤5
210 第二实施例方法的步骤6
212a 第二实施例方法的步骤7a
212b 第二实施例方法的步骤7b
214 第二实施例方法的步骤8
216 第二实施例方法的步骤9
218 第二实施例方法的步骤10
220a 第二实施例方法的步骤11a
220b 第二实施例方法的步骤11b

Claims (10)

1.一种用于利用单维扫描雷达和数据融合来估计至少一个目标的仰角的系统，所述系统包括：
第一单维雷达传感器，其具有第一可操作范围和第一波束倾角，并且被配置成基于该第一传感器和所述至少一个目标的每一个之间的相对距离、所述可操作范围和所述倾角来产生第一返回信号；
第二单维雷达传感器，其具有第二可操作范围和第二波束倾角，并且被配置成基于该第二传感器和所述至少一个目标的每一个之间的相对距离、所述可操作范围和所述倾角来产生第二返回信号；
至少一个倾角计，其被配置成测量所述第一和第二传感器的第一和第二竖直操作角度，以及
至少一个数字融合处理器，其通信地耦合到所述第一和第二传感器、以及所述至少一个倾角计，并且被配置成基于所述第一和第二返回信号和所述操作角度来确定相对信号值，和
记忆存储设备，其进一步通信地耦合到所述处理器并且可操作来存储数据，
所述倾角计、传感器和处理器被协同地配置成在一定时段内为每个目标顺序地确定多个相关操作角度以及相对返回信号值，
所述处理器被配置成向所述设备传送并且从所述设备中检索所述多个相关操作角度和相对返回信号值，
所述处理器进一步被配置成基于所述相关操作角度以及相对信号值来估计所述至少一个目标的所述每一个的仰角。
2.如权利要求1所述的系统，其中所述数字融合处理器被配置成基于所述第一返回信号与所述第二返回信号的简单比来确定所述相对信号值。
3.如权利要求1所述的系统，其中所述数字融合处理器被配置成基于所述第一与第二返回信号之差来确定所述相对信号值。
4.如权利要求1所述的系统，其中多个数字融合处理器相互通信并且被协同地配置成作为神经网络确定所述相对信号值。
5.如权利要求1所述的系统，其中所述数字融合处理器包括卡尔曼滤波器并且被配置成通过将该滤波器施加到所述第一和第二返回信号来确定所述相对信号值。
6.如权利要求1所述的系统，
所述传感器和处理器被协同地配置成在一定时段内为所述至少一个目标的每一个顺序地确定多个相对返回信号值，以便跟踪所述至少一个目标的每一个，
所述处理器被配置成向所述存储设备传送并且从所述存储设备中检索所述多个相对返回信号值，并且基于所述相对信号值的总计来估计所述至少一个目标的所述每一个的仰角。
7.如权利要求6所述的系统，进一步包括：
定位器设备，其被配置成大致确定所述传感器的当前位置坐标，
所述传感器的每一个和处理器被协同地配置成确定该传感器和目标之间的目标范围(target range)并且基于该传感器的当前位置坐标和目标范围大致确定该目标的绝对位置坐标。
8.如权利要求1所述的系统，
所述传感器利用雷达技术并且被配置成在一定时段内检测目标，以便根据所述目标的检测来确定多个返回信号强度，
所述处理器被配置成确定连续强度之差的趋势，其中从随后的强度中减去前一个强度，并且所述处理器被配置成仅当所述趋势为正时确定所述相对信号值。
9.如权利要求1所述的系统，其中所述第一和第二可操作范围以及所述第一和第二波束倾角是相同的(congruent)，并且所述第一和第二竖直操作角度是不相同的(non-congruent)。
10.如权利要求1所述的系统，其中所述处理器进一步被配置成仅当连续操作角度的变化率不超过预定阈值时估计所述目标的仰角。
CN2008101285506A 2007-06-27 2008-06-27 利用雷达数据融合估计目标仰角的方法 Active CN101334475B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/769017 2007-06-27
US11/769,017 US7592945B2 (en) 2007-06-27 2007-06-27 Method of estimating target elevation utilizing radar data fusion

Publications (2)

Publication Number Publication Date
CN101334475A CN101334475A (zh) 2008-12-31
CN101334475B true CN101334475B (zh) 2012-02-08

Family

ID=40149247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101285506A Active CN101334475B (zh) 2007-06-27 2008-06-27 利用雷达数据融合估计目标仰角的方法

Country Status (3)

Country Link
US (1) US7592945B2 (zh)
CN (1) CN101334475B (zh)
DE (1) DE102008029613B4 (zh)

Families Citing this family (68)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10254402B4 (de) * 2002-11-21 2011-02-17 Lucas Automotive Gmbh System zur Beeinflussung der Geschwindigkeit eines Kraftfahrzeuges
US7369941B2 (en) * 2004-02-18 2008-05-06 Delphi Technologies, Inc. Collision detection system and method of estimating target crossing location
US8935086B2 (en) * 2007-02-06 2015-01-13 GM Global Technology Operations LLC Collision avoidance system and method of detecting overpass locations using data fusion
US7973700B2 (en) * 2008-01-31 2011-07-05 Denso International America, Inc. Dual transmitting antenna system
WO2010042893A2 (en) * 2008-10-09 2010-04-15 The Ohio State University Research Foundation Lateral wave radar system for forward detection
JP4766404B2 (ja) * 2008-10-28 2011-09-07 トヨタ自動車株式会社 レーダ装置
JP5278776B2 (ja) * 2008-12-09 2013-09-04 トヨタ自動車株式会社 物体検出装置および物体検出方法
DE112009004346B4 (de) * 2009-01-29 2014-05-28 Toyota Jidosha Kabushiki Kaisha Objekterkennungsvorrichtung und Objekterkennungsverfahren
US20110025548A1 (en) * 2009-07-31 2011-02-03 Gm Global Technology Operations, Inc. System and method for vehicle sensor fusion
DE102009048493A1 (de) * 2009-09-25 2011-04-07 Valeo Schalter Und Sensoren Gmbh Fahrerassistenzsystem für ein Fahrzeug, Fahrzeug mit einem Fahrerassistenzsystem und Verfahren zum Unterstützen eines Fahrers beim Führen eines Fahrzeugs
CN102221698B (zh) * 2010-03-15 2014-09-10 株式会社本田艾莱希斯 雷达设备
KR20110126939A (ko) * 2010-05-18 2011-11-24 주식회사 만도 통합 레이더 시스템 및 차량 제어 시스템
CN102409123A (zh) * 2010-09-25 2012-04-11 宝山钢铁股份有限公司 一种基于多源异构数据融合的高炉料面成像系统
US8604918B2 (en) * 2010-11-10 2013-12-10 Hyundai Motor Company System and method for detecting a vehicle in the vicinity by using wireless communication
JP5554688B2 (ja) * 2010-11-19 2014-07-23 株式会社デンソー レーダ装置
JP2012112671A (ja) * 2010-11-19 2012-06-14 Furuno Electric Co Ltd 探知装置、レーダ装置、探知方法、および探知プログラム
CN102064799B (zh) * 2010-12-31 2014-06-04 南京理工大学 基于fpga的去偏转换量测卡尔曼滤波的系统
US8902103B2 (en) * 2011-03-16 2014-12-02 Electronics And Telecommunications Research Institute Radar apparatus supporting short and long range radar operation
DE102011077333A1 (de) * 2011-06-10 2012-12-27 Robert Bosch Gmbh Fahrerassistenzsystem mit Objektdetektion
US20130154871A1 (en) * 2011-12-14 2013-06-20 Ford Global Technologies, Llc Tilt sensing system for automotive radar
CN102663492A (zh) * 2012-03-19 2012-09-12 南京理工大学常熟研究院有限公司 基于神经网络数据融合的机动目标跟踪系统
FR2989204B1 (fr) * 2012-04-06 2014-04-11 Thales Sa Procede de determination d'une zone d'occupation probable instantanee ou anticipee d'un aeronef dans une zone de navigation aeroportuaire
JP6035862B2 (ja) * 2012-05-18 2016-11-30 トヨタ自動車株式会社 物体判定装置および衝突回避支援装置
US9061102B2 (en) 2012-07-17 2015-06-23 Elwha Llc Unmanned device interaction methods and systems
US9044543B2 (en) 2012-07-17 2015-06-02 Elwha Llc Unmanned device utilization methods and systems
JP6114530B2 (ja) * 2012-10-16 2017-04-12 ルネサスエレクトロニクス株式会社 表示装置及び表示デバイスドライバ
DE102012220773A1 (de) 2012-11-14 2014-05-15 Robert Bosch Gmbh Vorrichtung und Verfahren zur Elevationswinkelbestimmung in einem Radarsystem
JP5835242B2 (ja) * 2013-02-01 2015-12-24 株式会社デンソー 車両用安全制御システム
DE102013104443B4 (de) * 2013-04-30 2022-03-17 Jenoptik Robot Gmbh Verkehrsüberwachungssystem zur Geschwindigkeitsmessung und Zuordnung von bewegten Fahrzeugen bei einem Mehrziel-Aufnahmemodul
US8825260B1 (en) * 2013-07-23 2014-09-02 Google Inc. Object and ground segmentation from a sparse one-dimensional range data
CN103456190A (zh) * 2013-09-04 2013-12-18 蔡新梅 基于uwb的船舶避碰装置
US9546876B2 (en) * 2013-10-30 2017-01-17 Ford Global Technologies, Llc System for determining clearance of approaching overhead structure
DE102014201026A1 (de) * 2014-01-21 2015-07-23 Robert Bosch Gmbh Verfahren zur Winkelschätzung und Radarsensor für Kraftfahrzeuge
EP2902802B1 (de) * 2014-01-31 2016-10-26 S.M.S. Smart Microwave Sensors GmbH Sensorvorrichtung
JP6348332B2 (ja) * 2014-04-25 2018-06-27 株式会社デンソーテン レーダ装置、車両制御システム及び信号処理方法
TWI571399B (zh) 2014-08-20 2017-02-21 啟碁科技股份有限公司 預警方法及車用雷達系統
TWI590969B (zh) * 2014-08-20 2017-07-11 啟碁科技股份有限公司 預警方法及車用雷達系統
AU2014406175A1 (en) 2014-09-19 2017-04-06 Alstom Transport Technologies System and method for avoiding a collision for a vehicle
US20160223649A1 (en) * 2015-01-30 2016-08-04 Robert Bosch Gmbh Systems and methods for radar vertical misalignment detection
US9766336B2 (en) * 2015-03-16 2017-09-19 Here Global B.V. Vehicle obstruction detection
US9599706B2 (en) * 2015-04-06 2017-03-21 GM Global Technology Operations LLC Fusion method for cross traffic application using radars and camera
US10175352B2 (en) * 2015-05-12 2019-01-08 Maxlinear, Inc. Scalable architecture for an automotive radar system
JP6468353B2 (ja) * 2015-05-14 2019-02-13 富士通株式会社 空調機、センサユニット、並びに、空調機の制御システム及び制御方法
US9517755B1 (en) * 2015-05-25 2016-12-13 Automotive Research & Testing Center Autonomous braking system and autonomous braking method
JP6613624B2 (ja) * 2015-05-27 2019-12-04 いすゞ自動車株式会社 判別方法及び判別装置
US9922282B2 (en) 2015-07-21 2018-03-20 Limitless Computing, Inc. Automated readiness evaluation system (ARES) for use with an unmanned aircraft system (UAS)
CN105584413B (zh) * 2016-03-04 2018-01-12 武汉理工大学 一种预防车辆碰撞的装置与方法
DE102016207463A1 (de) * 2016-04-29 2017-11-02 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben wenigstens eines Fahrzeugs in Bezug auf wenigstens ein passierbares Objekt in der Umgebung des wenigstens einen Fahrzeugs
DE102016108756A1 (de) * 2016-05-12 2017-11-16 Valeo Schalter Und Sensoren Gmbh Radarsensoreinrichtung für ein Kraftfahrzeug, Fahrerassistenzsystem, Kraftfahrzeug sowie Verfahren zum Erfassen eines Objekts
JP6858067B2 (ja) * 2016-06-17 2021-04-14 株式会社デンソーテン レーダ装置及びレーダ装置の制御方法
JP2017223635A (ja) * 2016-06-17 2017-12-21 株式会社デンソーテン レーダ装置及び物標判定方法
US10620298B2 (en) * 2016-08-26 2020-04-14 Infineon Technologies Ag Receive chain configuration for concurrent multi-mode radar operation
CN106960588B (zh) * 2017-03-24 2019-08-06 奇瑞汽车股份有限公司 基于专用短程通信的车辆姿态确定方法及装置
US10347141B2 (en) * 2017-04-26 2019-07-09 Honeywell International Inc. System and method for transmitting obstacle alerts to aircraft from a ground based database
US10222803B2 (en) 2017-06-02 2019-03-05 Aptiv Technologies Limited Determining objects of interest for active cruise control
JP6856452B2 (ja) * 2017-06-14 2021-04-07 トヨタ自動車株式会社 物標判定装置及び運転支援システム
US20190016315A1 (en) * 2017-07-12 2019-01-17 Aptiv Technologies Limited Automated braking system
FR3076045A1 (fr) * 2017-12-22 2019-06-28 Orange Procede de surveillance d'un environnement d'un premier element positionne au niveau d'une voie de circulation, et systeme associe
JP7092529B2 (ja) * 2018-03-16 2022-06-28 株式会社デンソーテン レーダ装置およびレーダ装置の制御方法
JP6596534B2 (ja) * 2018-04-06 2019-10-23 株式会社デンソーテン レーダ装置、車両制御システム及び信号処理方法
DE102018205322A1 (de) * 2018-04-10 2019-10-10 Audi Ag Verfahren und Steuervorrichtung zum Erkennen einer Fehlfunktion zumindest eines Umfeldsensors eines Kraftfahrzeugs
US20220036896A1 (en) * 2018-09-14 2022-02-03 Aondevices, Inc. Hybrid voice command technique utilizing both on-device and cloud resources
CN109490864B (zh) * 2018-12-18 2021-09-28 安徽四创电子股份有限公司 一种靶场三坐标测量雷达组网测试系统
KR20200091141A (ko) * 2019-01-22 2020-07-30 현대모비스 주식회사 타겟 개수 추정 장치 및 방법
US11267465B1 (en) 2019-09-04 2022-03-08 Ford Global Technologies, Llc Enhanced threat assessment
EP4113166A4 (en) 2020-02-25 2024-03-20 Furukawa Electric Co Ltd RADAR SYSTEM, PROCESSING METHOD AND PROCESSING PROGRAM
CN112180372A (zh) * 2020-08-19 2021-01-05 福瑞泰克智能系统有限公司 一种基于双角雷达的目标检测方法、装置和雷达系统
US11762060B2 (en) 2020-08-27 2023-09-19 Aptiv Technologies Limited Height-estimation of objects using radar

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19543813A1 (de) 1995-11-24 1997-05-28 Bosch Gmbh Robert Radarsystem, insbesondere Kraftfahrzeug-Radarsystem
DE19650863C1 (de) 1996-12-07 1998-04-16 Bosch Gmbh Robert Verfahren und Vorrichtung zur Erkennung einer vertikalen Dejustierung eines Abstandssensors
JPH10221451A (ja) 1997-02-04 1998-08-21 Toyota Motor Corp 車両用レーダ装置
JP3750102B2 (ja) * 1999-11-24 2006-03-01 富士通テン株式会社 車載レーダ装置
US7068211B2 (en) * 2000-02-08 2006-06-27 Cambridge Consultants Limited Methods and apparatus for obtaining positional information
US6816627B2 (en) * 2001-04-12 2004-11-09 Lockheed Martin Corporation System for morphological image fusion and change detection
US6738148B2 (en) * 2001-06-18 2004-05-18 Laser Technology, Inc. Upper stem diameter measurement and basal area determination device and method for utilization in timber cruising applications
AU2003264048A1 (en) * 2002-08-09 2004-02-25 Intersense, Inc. Motion tracking system and method
DE10260855A1 (de) 2002-12-23 2004-07-08 Robert Bosch Gmbh Verfahren zur Erkennung von Objektkonstellationen anhand von Abstandssignalen
KR100513523B1 (ko) * 2003-05-29 2005-09-07 현대자동차주식회사 차간 거리 제어장치
DE102004021561A1 (de) 2004-05-03 2005-12-08 Daimlerchrysler Ag Objekterkennungssystem für ein Kraftfahrzeug
US20060126925A1 (en) * 2004-11-30 2006-06-15 Vesely Michael A Horizontal perspective representation
EP1754621B1 (en) * 2005-08-18 2009-10-14 Honda Research Institute Europe GmbH Driver assistance system
US7623061B2 (en) * 2006-11-15 2009-11-24 Autoliv Asp Method and apparatus for discriminating with respect to low elevation target objects

Also Published As

Publication number Publication date
CN101334475A (zh) 2008-12-31
DE102008029613B4 (de) 2021-10-28
DE102008029613A1 (de) 2009-01-22
US20090002222A1 (en) 2009-01-01
US7592945B2 (en) 2009-09-22

Similar Documents

Publication Publication Date Title
CN101334475B (zh) 利用雷达数据融合估计目标仰角的方法
US11768286B2 (en) Method of determining the yaw rate of a target vehicle
Park et al. Parking space detection using ultrasonic sensor in parking assistance system
US9610961B2 (en) Method and device for measuring speed in a vehicle independently of the wheels
CN100365430C (zh) 道路曲率估计和车辆目标状态估计系统
CN101799992B (zh) 组合的车辆到车辆通信和目标检测感测
CN1940591B (zh) 使用传感器融合进行目标跟踪的系统和方法
de Ponte Müller et al. Cooperative positioning and radar sensor fusion for relative localization of vehicles
US20070043502A1 (en) System for and method of detecting a collision and predicting a vehicle path
CN110906939A (zh) 自动驾驶定位方法、装置、电子设备、存储介质及汽车
EP2793041A1 (en) Assured vehicle absolute localisation
KR20210048548A (ko) 레이더 센서에서 각도 측정 에러의 검출 방법
JP2003506785A (ja) 静止物体検出の方法および装置
CN101625797A (zh) 一种汽车高速接近时的预警方法及预警装置
KR20040103287A (ko) 이동체의 위치검출장치
US20220099445A1 (en) Outside sensing information processing device
CN109358322A (zh) 前向目标检测雷达和方法
CN111175788A (zh) 自动驾驶车辆横向定位方法及其定位系统
CN211505884U (zh) 一种基于超高频rfid及毫米波雷达的车辆定位装置
Héry et al. Pose and covariance matrix propagation issues in cooperative localization with LiDAR perception
CN110095776B (zh) 用于确定对象的存在和/或特性的方法和周围环境识别设备
US5402348A (en) Method and apparatus for determining the position of an object within lanes determined utilizing two independent techniques
CN112040446B (zh) 一种定位方法及定位系统
CN105068101B (zh) 指示牌定位方法及系统
CN112881991A (zh) 毫米波雷达的道路场景测试设备及其方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant