CN107209993B - 车辆认知雷达方法和系统 - Google Patents
车辆认知雷达方法和系统 Download PDFInfo
- Publication number
- CN107209993B CN107209993B CN201480081719.0A CN201480081719A CN107209993B CN 107209993 B CN107209993 B CN 107209993B CN 201480081719 A CN201480081719 A CN 201480081719A CN 107209993 B CN107209993 B CN 107209993B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- cognitive radar
- processor
- cognitive
- sensor data
- 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
Links
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 description 20
- 235000001008 Leptadenia hastata Nutrition 0.000 description 11
- 244000074209 Leptadenia hastata Species 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- G01S13/08—Systems for measuring distance only
- G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
- G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
- G01S13/347—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal using more than one modulation frequency
-
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- B60W2420/408—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- 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
- G01S2013/93185—Controlling the brakes
-
- 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
- G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Abstract
提供了用于车辆认知雷达的方法和系统。该系统包括发射器,其被配置为发射用于车辆的认知雷达系统的多个第一发射信号,认知雷达系统至少具有第一模态。接口被配置为从具有不同于第一模态的第二模态的一个或多个传感器接收传感器数据。处理器联接到接口,并且被配置为使用传感器数据针对认知雷达系统的多个第二发射信号选择调整的波形。
Description
技术领域
本公开总体上涉及车辆,并且更具体地涉及用于车辆认知雷达的方法和系统。
背景技术
当今的某些车辆利用雷达系统。例如,某些车辆利用雷达系统来检测车辆正在其中行进的道路上的其它车辆、行人或其它物体。例如,除了其它车辆特征之外,可以在例如实现自动制动系统、自适应巡航控制和回避特征时以这种方式使用雷达系统。认知雷达系统是基于在发射的雷达信号从其它物体反射之后其接收的雷达信号调整发射的雷达信号的波形的特定类型的雷达系统。虽然认知雷达系统对于这种车辆特征而言通常是有用的,但在某些情形中,现有的认知雷达系统会具有某些限制。
因此,期望提供用于车辆中的认知雷达系统的技术,例如涉及车辆正在其中行进的道路上的物体的检测和/或跟踪的技术。还期望提供利用这种技术的方法、系统和车辆。此外,结合附图和前述技术领域和背景技术,从随后的详细描述和所附权利要求中将显而易见到本发明的其它期望特征和特性。
发明内容
根据示例性实施例,提供一种用于控制认知雷达系统的发射的方法。该方法包括由车辆的认知雷达系统发射多个第一发射信号,所述认知雷达系统至少具有第一模态,从具有不同于第一模态的第二模态的一个或多个传感器接收传感器数据,以及使用所述传感器数据选择用于由所述认知雷达系统进行的发射的多个第二发射信号的调整的波形。
根据示例性实施例,提供认知雷达控制系统。所述认知雷达控制系统包括发射器、接口和处理器。发射器被配置为发射用于车辆的认知雷达系统的多个第一发射信号。认知雷达系统至少具有第一模态。接口被配置为从具有不同于第一模态的第二模态的一个或多个传感器接收传感器数据。处理器联接到接口,并且被配置为使用传感器数据针对认知雷达系统选择用于多个第二发射信号的调整的波形。
附图说明
下文将结合以下附图描述本公开,附图中同样的附图标记表示同样的元件,并且附图中:
图1是根据示例性实施例的包括包含认知雷达系统的控制系统的车辆的功能框图;
图2是根据示例性实施例的图1的车辆的控制系统的功能框图;和
图3是根据示例性实施例的包括认知雷达系统的图1和图2的控制系统的传感器阵列的功能框图;
图4是根据示例性实施例的用于实现车辆的认知雷达系统的方法的流程图,能够结合图1的车辆、图1和图2的控制系统,以及图2和图3的传感器阵列和认知雷达系统使用该方法;以及
图5是根据示例性实施例的图4的方法的实施方案的图示。
具体实施方式
以下详细描述在本质上仅仅是示例性的,并且不旨在限制本公开或其应用和使用。此外,不旨在受到前述背景技术或以下详细描述中所呈现的任何理论的约束。
图1示出根据示例性实施例的车辆100或汽车。如下文进一步更加详细地描述的那样,车辆100包括用于实现认知雷达系统103的控制系统102。在一个实施例中,控制系统102基于由具有不同于第一模态的第二模态的一个或多个传感器104提供的额外信息提供用于由具有至少第一模态的认知雷达系统103发射的雷达信号的波形的修改。在一个实施例中,一个或多个传感器104可以是认知雷达系统103的一部分(例如,在其中认知雷达系统103具有多个模态的实施例中)。在另一个实施例中,一个或多个传感器104可以包括与认知雷达系统103分开和/或布置在与认知雷达系统103不同的位置中的额外传感器。
如图1中所描绘的,除了上文提及的控制系统102之外,车辆100还包括底盘112、车身114、四个车轮116、电子控制系统118、转向系统150和制动系统160。车身114布置在底盘112上并且大致包围车辆100的其它部件。车身114和底盘112可以共同形成框架。车轮116中的每一个均在车身114的相应拐角附近旋转地联接到底盘112。在各种实施例中,车辆10可以不同于图1中所描绘的车辆。例如,在某些实施例中,车轮116的数量可以不同。借由额外的示例,在各种实施例中,除了各种其它可能的差异之外,车辆10可以不具有转向系统,并且例如可以通过差速制动使其转向。
在图1中所示的示例性实施例中,车辆100包括致动器组件120。致动器组件120包括驱动车轮116的安装在底盘112上的至少一个推进系统129。在所绘出的实施例中,致动器组件120包括发动机130。在一个实施例中,发动机130包括内燃发动机。在其它实施例中,代替内燃发动机或者除了内燃发动机之外,致动器组件120可以包括一个或多个其它类型的发动机和/或马达,诸如电动马达/发电机。
仍然参考图1,发动机130通过一个或多个驱动轴134联接到车轮116中的至少一些。在一些实施例中,发动机130机械地联接到变速器。在其它实施例中,发动机130可以代替地联接到用以为机械地联接到变速器的电动马达供能的发电机。在某些其它实施例中(例如电动车辆),发动机和/或变速器可以不是必须的。
转向系统150安装在底盘112上,并且控制车轮116的转向。转向系统150包括方向盘和转向柱(未绘出)。方向盘接收来自车辆100的驾驶员的输入。转向柱基于来自驾驶员的输入经由驱动轴134产生用于车轮116的期望的转向角。类似于上文关于车辆10的可能变型的讨论,在某些实施例中,车辆10可以不包括方向盘和/或转向。此外,在某些实施例中,自主车辆可以在没有驾驶员的参与的情况下利用由计算机生成的转向命令。
制动系统160安装在底盘112上,并为车辆100提供制动。制动系统160经由制动踏板(未绘出)接收来自驾驶员的输入,并经由制动单元(也未绘出)提供适当的制动。驾驶员也经由加速器踏板(未绘出)提供关于车辆的期望速度或加速度的输入,以及用于各种车辆装置和/或系统(诸如一个或多个车辆无线电装置、其它娱乐系统、环境控制系统、照明单元,导航系统等(也未绘出)。类似于上文关于车辆10的可能变型的讨论,在某些实施例中,能够由计算机而不是由驾驶员命令转向、制动和/或加速(在一个这样的实施例中,车辆的计算机可以使用来自雷达系统的输入,以使车辆转向、制动和/或加速)。
控制系统102安装在底盘112上。如上文所述,控制系统102基于由具有与认知雷达系统103的至少一个模态不同的模态的一个或多个传感器104提供的信息来提供用于由认知雷达系统103发射的雷达信号的波形的修改。如上文所讨论的,在一个实施例中,一个或多个传感器104可以是认知雷达系统103的一部分(例如,在其中认知雷达系统103具有多个模态的实施例中)。在另一个实施例中,一个或多个传感器104可以包括与认知雷达系统103分开和/或布置在与认知雷达系统103不同的位置中的额外传感器。在一个示例中,控制系统102根据下文结合图4和图5进一步描述的方法400提供这些功能。
虽然控制系统102、认知雷达系统103和额外传感器104被绘制为是相同系统的一部分,但是将理解的是,在某些实施例中,这些特征可以包括两个或更多个系统。另外,在各种实施例中,控制系统102可以包括各种其它车辆装置和系统的全部或一部分,和/或可以联接到各种其它车辆装置和系统,除了其它特征之外,所述其它车辆装置和系统诸如致动器组件120和/或电子控制系统118。
参考图2,提供根据示例性实施例的用于图1的控制系统102的功能框图。如图2中所绘出的,控制系统102包括传感器阵列202和控制器204。
传感器阵列202包括图1的认知雷达系统103和一个或多个传感器104。在所绘出的实施例中,额外传感器104包括一个或多个摄像机210和一个或多个光检测和测距(LIDAR)系统212。(多个)摄像机210和(多个)LIDAR系统212获得相应的传感器信息,从而识别处于车辆100正在其中行进的道路上或该道路附近的物体,诸如在道路上或在道路旁边的运动的或静止的车辆、行人、骑自行车者、动物、建筑物、树木、护栏、中岛(median)和/或道路上或道路旁边的其它物体。如上文所讨论的,在一个实施例中,一个或多个传感器104可以是认知雷达系统103的一部分(例如,在其中认知雷达系统103具有多个模态的实施例中)。在另一个实施例中,一个或多个传感器104可以包括与认知雷达系统103分开和/或布置在与认知雷达系统103不同的位置中的额外传感器。
也如图2中所绘出的,认知雷达系统103包括发射器220(本文中也被称为发射通道)、接收器222(本文中也被称为接收通道)、接口224和数字处理单元226。发射器220从认知雷达系统103发射雷达信号。所发射的雷达信号具有初始设定为认知雷达系统103的默认波形设定的波形。在发射的雷达信号接触处于车辆100正在其上行进的道路上或附近的一个或多个物体并且朝向认知雷达系统103被反射/转向之后,转向的雷达信号由认知雷达系统103的接收器222接收以便处理。
接口单元224从传感器104(例如,从一个或多个摄像机210和LIDAR系统212)接收信息。根据下文结合图4和图5进一步描述的方法400,处理单元226处理并选择性地分析和解释接收到的雷达信号以及来自传感器104的信息。具体地,在一个实施例中,处理单元226基于来自接收器222的接收到的雷达信号和来自传感器104的信息,例如基于在车辆100正在其中行进的道路上或沿该道路的检测到的物体的特性,修改由发射器220发射的未来雷达信号的波形。所示实施例的处理单元226能够执行一个或多个程序(即,运行软件)以执行编码在(多个)程序中的各种任务指令。
处理单元226可以是微处理器、微控制器、专用集成电路(ASIC)或如由本领域技术人员所了解的其它合适的装置。认知雷达系统103可以包括一起工作或单独工作的多个处理单元226(如也由本领域技术人员所了解的那样)。在某些实施例中,处理单元226也包括或关联于认知雷达系统103的存储器(未绘出),以便储存用于在图4和图5的方法400中使用的值(例如,发射的雷达信号的先前储存的波形)。另外,应当注意的是,在某些实施例中,这些功能可以全部地或部分地由布置在认知雷达系统103外侧的一个或多个其它接口和/或处理器(诸如在下文进一步描述的控制器204的接口234和处理器230)执行。
如图2中所绘出的,控制器204联接到认知雷达系统103和传感器阵列202的传感器104。类似于上文的讨论,在某些实施例中,控制器204可以整体地或部分地布置在认知雷达系统103内或作为雷达系统103的一部分。另外,在某些实施例中,控制器204还联接到一个或多个其它车辆系统(诸如图1的电子控制系统118)。控制器204接收来自认知雷达系统103和传感器104的感测到的或确定的信息。此外,控制器204处理并且选择性地分析和解释接收到的雷达信号以及来自传感器104的信息。在一个实施例中,控制器204基于来自接收器222的接收到的雷达信号和来自传感器104的信息,例如基于在车辆100正在其中行进的道路上或沿该道路的检测到的物体的特性,改变由发射器220发射的未来雷达信号的波形。控制器204通常根据下文结合图4和图5进一步讨论的方法400的步骤来执行这些功能。
如图2中所绘出的,控制器204包括计算机系统。在某些实施例中,控制器204还可以包括认知雷达系统103、(多个)传感器104、一个或多个其它系统,和/或其部件中的一者或多者。另外,应当理解的是,控制器204可以以其它方式不同于图2中所绘出的实施例。例如,控制器204可以联接到或者可以以其它方式利用一个或多个远程计算机系统和/或其它控制系统,诸如图1的电子控制系统118。
在所绘出的实施例中,控制器204的计算机系统包括处理器230、存储器232、接口234、储存装置236和总线238。处理器230执行控制器204的计算和控制功能,并且可包括任何类型的处理器或多个处理器、诸如微处理器的单个集成电路,或协作地工作以完成处理单元的功能的任何合适数量的集成电路装置和/或电路板。在操作期间,处理器230执行包含在存储器232内的一个或多个程序240,并且因而通常在执行本文中所描述的过程(诸如下文结合图4和图5进一步描述的方法400)时控制控制器204和控制器204的计算机系统的一般操作。
存储器232能够是任何类型的合适的存储器。这将包括诸如SDRAM的各种类型的动态随机存取存储器(DRAM)、各种类型的静态RAM(SRAM),和各种类型的非易失性存储器(PROM、EPROM和闪存)。在某些示例中,存储器232位于计算机芯片上和/或与处理器230共同位于相同的计算机芯片上。在所绘出的实施例中,存储器232储存上文提及的程序240以及用于在做出确定时使用的一个或多个储存的值242。
总线238作用成在控制器204的计算机系统的各种部件之间传输程序、数据、状态和其它信息或信号。接口234允许(例如从系统驱动器和/或另一计算机系统)到控制器204的计算机系统的通信,并且能够使用任何合适的方法和设备来实现。在一个实施例中,接口234从传感器104获得额外数据(例如,来自摄像机210的摄像机数据和来自LIDAR系统212的LIDAR数据),以便在选择性地分析认知雷达系统103的接收到的雷达信号时使用。接口234能够包括一个或多个网络接口以与其它系统或部件通信。接口234也可以包括一个或多个网络接口以与技术员通信,和/或包括一个或多个储存接口以连接到储存设备(诸如存储装置236)。
储存装置236能够是任何合适类型的储存设备,包括直接存取储存装置(诸如硬盘驱动、闪存系统、软盘驱动和光盘驱动)。在一个示例性实施例中,储存装置236包括程序产品,存储器232能够从该程序产品接收程序240,该程序240执行本公开的一个或多个过程的一个或多个实施例,诸如在下文结合图4和图5进一步描述的方法400(及其任何子过程)的步骤。在另一示例性实施例中,程序产品可直接储存在存储器232和/或磁盘(例如,磁盘244)(诸如下文所引用的)中,和/或以其它方式由存储器232和/或磁盘访问。
总线238能够是连接计算机系统和部件的任何合适的物理或逻辑器件。这包括但不限于直接硬连线连接、光纤、红外和无线总线技术。在操作期间,程序240被储存在存储器232中并由处理器230执行。
将理解的是,尽管在完全起作用的计算机系统的背景中描述该示例性实施例,但是本领域技术人员将认识到,本公开的机构能够作为带有一个或多个类型的非暂时性计算机可读信号承载介质的程序产品被分配,所述非暂时性计算机可读信号承载介质被用于储存程序及其指令并进行其分配,诸如承载程序并包含储存在其中的计算机指令的非暂时性计算机可读介质,其用于引起计算机处理器(诸如处理器230)实施和执行程序。这样的程序产品可以采取多种形式,并且本公开等同地适用,而不论用以执行分配的计算机可读信号承载介质的具体类型如何。信号承载介质的示例包括:可记录介质(诸如软盘、硬盘驱动、存储卡和光盘),和传输介质(诸如数字和模拟通信链路)。将类似地理解的是,控制器204的计算机系统也可以以其它方式不同于图2中所绘出的实施例,例如,不同之处在于控制器204的计算机系统可以联接到或者可以以其它方式利用一个或多个远程计算机系统和/或其它控制系统。
图3是根据示例性实施例的包括其认知雷达系统103的图1和图2的控制系统102的传感器阵列202的功能框图。具体地,根据示例性实施例,在图3中在图1和图2的传感器104(包括图2的摄像机210和LIDAR系统212)旁边绘出图1和图2的认知雷达系统103。如上文所讨论的,在一个实施例中,一个或多个传感器104可以是认知雷达系统103的一部分(例如,在其中认知雷达系统103具有多个模态的实施例中)。在另一个实施例中,一个或多个传感器104可以包括与认知雷达系统103分开和/或布置在与认知雷达系统103不同的位置中的额外传感器。
如图3中所绘出的,认知雷达系统103包括图2的发射通道220、接收通道222、接口单元224和处理单元226。发射通道220包括信号发生器302、滤波器304、放大器306和天线308。接收通道222包括天线310、放大器312、混频器314和采样器/数字转换器316。在某些实施例中,天线308、310可包括单个天线,同时在其它实施例中,天线308、310可包括分开的天线。类似地,在某些实施例中,放大器306、312可包括单个放大器,同时在其它实施例中,放大器306、312可包括分开的放大器。
认知雷达系统103基于由图2的处理单元226提供的指令经由信号发生器302生成发射雷达信号。发射雷达信号经由滤波器304被滤波,经由放大器306被放大,并且经由天线308从认知雷达系统103(以及从车辆100)发射。发射的雷达信号随后接触车辆100正在其上行进的道路上或旁边的其它车辆和/或其它物体。在接触其它车辆和/或其它物体之后,雷达信号被反射,并且沿各个方向从该其它车辆和/或其它物体行进,包括朝向车辆100返回的一些信号。返回车辆100的雷达信号(在本文中也被称为接收到的雷达信号)由天线310接收、由放大器312放大、由混频器314混频,并由采样器/数字转换器316数字化。接收到的雷达信号然后被提供至处理单元226以便处理。
除了接收到的雷达信号之外,处理单元226也经由接口单元224从传感器104(即,图2的摄像机210和LIDAR系统212)获得额外数据。处理单元226处理接收到的雷达信号连同传感器104的额外数据。具体地,在一个实施例中,根据下文结合图4和图5描述的方法400,处理单元226基于接收到的雷达信号和来自传感器104的额外数据,例如基于在车辆100正在其中行进的道路上或沿该道路检测到的物体的特性,针对由发射器220进行的后续发射修改发射器220的发射的雷达信号的波形。
图4是根据示例性实施例的用于实现车辆的雷达系统的方法400的流程图。根据示例性实施例,方法400能够结合图1的车辆100、图1和图2的控制系统102、图2的传感器阵列202和控制器204以及图1-3的认知雷达系统103来实现。也在下文结合图5描述过程400,图5示出如在带有各种障碍物(除了其它可能的物体之外,诸如行人501、建筑物502和其它车辆503)的城市环境中的道路500上驾驶车辆100时所使用的车辆100、认知雷达系统103和传感器104。
如图4中所绘出的,方法400包括在402处发射第一波形的多个第一雷达信号。在一个实施例中,多个第一雷达信号具有默认波形,并且由图1的认知雷达系统103发射。而且在一个实施例中,默认波形包括在对可以布置在车辆100在其中行进的道路上或该道路周围的任何物体的任何具体认识之前针对图1的认知雷达系统103的默认波形的初始设定。在一个实施例中,默认波形以其储存值242储存在图2的存储器232中。而且在一个实施例中,每次车辆100被供能以便图1的车辆100的新的车辆驾驶或点火循环时,默认波形可以包括相同的初始波形。在其它实施例中,波形可以随每次迭代变化。在一个实施例中,初始波形取决于任务,例如任务是检测,还是分类,还是其它类似物等等。在一个示例中,雷达信号经由图1的车辆100的认知雷达系统103的发射通道220发射。在图5中所描绘的一个示例中,当图1的车辆100正在城市环境中的道路(例如图5的道路500,其除了其它可能的物体(例如其它可能的物体,诸如骑自行车者、动物、树木、护栏、中岛和/或其它各种其它物体)之外,还带有各种行人501、建筑物502和其它车辆503)中行驶时,发射雷达信号。
在雷达信号从道路上或道路周围的物体(例如,图5的行人501,建筑物502和其它车辆503)被反射之后,回波雷达信号在图4的404处由认知雷达系统103接收。在一个示例中,经由车辆100的认知雷达系统103(如图1-3中所提及)的接收通道222接收接收到的雷达信号。
在图4的405处从一个或多个传感器获得额外数据。在一个示例中,从图1-3的一个或多个传感器104获得额外数据,其中每个传感器104均具有与认知雷达系统103的至少一个模态不同的模态。如本文中所使用的,术语模态指代传感器感测物体的方式,使得具有不同模态的传感器使用不同的方式感测物体(例如,LIDAR、摄像机、超声波等每一个均代表不同的模态)。如上文所讨论的,在一个实施例中,一个或多个传感器104可以是认知雷达系统103的一部分(例如,在其中认知雷达系统103具有多个模态的实施例中)。在另一个实施例中,一个或多个传感器104可以包括与认知雷达系统103分开和/或布置在与认知雷达系统103不同的位置中的额外传感器。额外数据包括关于接收到的雷达信号从其被反射的物体(例如,图5的行人501、建筑物502和其它车辆503)的由传感器104生成的物体级(object-level)数据。在一个实施例中,物体级数据意指表征物体作为整体的物体性质的量度(例如,其类型/种类、形状、大小、单向反射性/透明度/材料性质)。在一个实施例中,405包括两个子步骤,即(i)在406处从图2和图3的摄像机210接收涉及处于接收到的雷达信号从其被反射的道路上或沿该道路的物体的摄像机数据;和(ii)在408处从图2和图3的LIDAR系统212接收来自处于接收到的雷达信号从其被反射的道路上或沿该道路的这种物体的LIDAR数据。在某些实施例中,405也可以包括在410处从一个或多个其它未绘出的传感器(诸如摄像机和超声波传感器)获得额外数据。额外数据通常经由接口(诸如图2的接口单元224和/或接口234)获得。
在412和414处做出关于道路上或道路周围的物体的确定。具体地,在一个实施例中,在412处,基于404的接收到的雷达信号和405的额外信息,初始地识别物体。此外,在一个实施例中,在414处基于物体的各种特性确定物体的(多个)类型。借由示例,物体的类型可以包括物体是否属于具体的预先限定的种类(诸如行人、骑自行车者、动物、静止车辆、运动车辆、静止车辆、另一类型的静止物体(例如建筑物、树木、中岛或护栏)等)的类别。在一个实施例中,关于物体(例如,行人501、建筑物502和其它车辆503)的形状(例如球体、立方体、棱柱、角锥体、圆锥体、圆柱体和/或其部分和/或其组合)以及大小(例如长度、宽度和高度)的地理坐标和物理量度也使用404的接收到的雷达信号和405的额外数据405(例如,使用406的物体级摄像机数据和408的物体级LIDAR数据)被确定,并且然后被用于确定已检测到的物体的类型。图4中所示的框412和414由处理器(诸如图2的处理单元226和/或处理器230)执行。
在416处针对检测到的(多个)物体确定跟踪算法。跟踪算法基于在图4的412和414处确定的检测到的(多个)物体的一个或多个特性。在一个实施例中,基于在412和414处确定的检测到的物体的(多个)类型来确定最佳跟踪算法。例如,在一个实施例中,一种类型的跟踪算法可以是用于跟踪行人的最佳跟踪算法,同时另一个跟踪算法可以是用于跟踪骑自行车者的最佳跟踪算法,且同时又一个跟踪算法可以是用于跟踪其它运动车辆的最佳跟踪算法,且其它跟踪算法可以是用于跟踪建筑物和/或其它固定物体等等的最佳跟踪算法。图4的框416由处理器执行,所述处理器诸如图2的处理单元226和/或处理器230。在一个实施例中,不同的跟踪算法具有包括以下特征的差异:(i)物体是扩展的还是小的(孤立的),即物体的部分“视图”还是全部“视图”和(ii)物体在其运动期间的“感测”可变性。在一个这样的实施例中,这影响由算法所使用的物体先验(prior)、在运动期间“关联”不同物体表示的方式以及关于物体运动的先验。
在418处,针对在416处确定的跟踪算法选择波形。在一个实施例中,波形包括对应于在416处确定的跟踪算法的图1的认知雷达系统103的发射的雷达信号的振幅和频率。例如,如果在416处确定或选择行人跟踪算法,则在418处选择与行人跟踪算法相关联的波形。类似地,如果在416处确定或选择车辆跟踪算法,则在418处选择与车辆跟踪算法相关联的波形,等等。而且,在一个实施例中,波形的特性被储存在图2的存储器232中,作为其储存值242,并由诸如图2的处理单元226和/或处理器230的处理器从该处取回和选择。在一个实施例中,以自适应方式选择波形,以便优化一些标准(例如,检测的概率或分辨率(resolution)的概率或Cramer Rao下限)。而且,在一个实施例中,能够修改所发送的波形的任何参数,任何任意波形均能够是优化过程的结果,并且能够自适应地选择这样的任意波形以优化一些所关心的标准。
在420处调整所发射的雷达信号的波形。具体地,调整用于认知雷达系统103的未来雷达信号的波形以对应于418的所选择的波形。具体地,在一个实施例中,420的调整的波形包括与在402处发射的初始波形或默认波形(和/或与一个或多个先前发射的波形)不同的振幅和不同的频率。此外,在一个实施例中,在后续迭代中,波形将被连续地调整(例如,以具有与最近发射的波形和/或与一个或多个先前波形的波形不同的振幅和不同的频率)。而且,在一个实施例中,认知雷达系统103以连续方式操作,使得基于由系统收集的信息连续地改适波形。在一个实施例中,该信息包括一个或多个先前发射周期的输出。在一个实施例中,该信息可以基于在延长的时间段上来自多个源的数据,并且不必然基于先前发射周期的输出。而且,在一个实施例中,波形的调整是经由由处理器(诸如图2的处理单元226和/或处理器230)向图3的信号发生器302提供的指令实现的。在一个实施例中,雷达传感器的操作是周期性的,使得每次所选择的波形均是使用从先前选择的其它波形的发射产生的所有先前量度的优化过程的结果。
在422处发射具有调整的波形的额外雷达信号。具体地,具有420的调整的波形(例如,在一个示例中从402的原始波形被修改的)的多个第二雷达信号在422处由图1的认知雷达系统103发射。在一个示例中,雷达信号经由图1的车辆100的认知雷达系统103的发射通道220被发射。
在多个第二雷达信号从道路上或道路周围的物体(例如,图5的行人501、建筑物502和其它车辆503)被反射之后,在424处认知雷达系统103接收新的回波雷达信号。类似于上文讨论的404,在一个示例中,在424处经由车辆100的认知雷达系统103(如图1-3所提及的)的接收通道222接收雷达信号。
另外,在426处从一个或多个传感器获得新的额外数据。在一个示例中,从图1-3的一个或多个传感器104获得额外数据(包括来自图2和图3的摄像机210的摄像机数据和来自图2和图3的LIDAR系统212的LIDAR数据),类似于上文描述的405。
在428-434处实现424的接收到的雷达信号和426的额外数据。具体地,在一个实施例中,类似于上文所讨论的412和414,但是使用来自424和426的新信号和数据,在428处识别在道路上或沿该道路的物体并对其进行分类。此外,在一个实施例中,在430处,例如通过结合416的跟踪算法使用424的雷达信号和426的额外数据来跟踪物体的运动和/或位置的变化,进一步跟踪物体。在一个实施例中,424和426由诸如图2的处理单元226和/或处理器230的处理器执行。
在432处基于428的分类和/或430的跟踪根据需要发起车辆动作。在一个示例中,如果车辆100和跟踪的物体之间的距离小于预定阈值(或者在其当前相应轨迹下车辆100和被跟踪的物体之间的估计的接触时间小于预定阈值),则可以提供警报(例如,对驾驶员的视觉或音频警报)和/或可以例如通过处理器输出用于图1的转向系统150和/或制动系统160的一个或多个控制信号来发起自动车辆控制动作(例如,自动制动和/或自动转向)。在某些实施例中,这样的动作在432处由图2的处理单元226和/或处理器230发起。此外,虽然出于说明性目的,在图4中432被描绘为在430(以及各种其它步骤)之后,但是应当理解的是,在各种实施例中,在各种实施例中可以在方法400中更早地实现432的一个或多个动作。
此外,在某些实施例中,可以在434处进一步修改发射的雷达信号的波形。具体地,在一个实施例中,可以在434处基于最近接收的424的雷达信号和426的额外信息以及428的确定(例如基于检测到的物体的特性的新的和/或更新的确定以及与其对应的相关联的跟踪算法)再次修改认知雷达系统103的后续发射的雷达信号的波形,类似于上文讨论的414-420,但是用最近的、更新的信息。
在一个实施例中,当使用最近修改的波形(例如,来自434,如上文讨论的那样)发射用于认知雷达系统103的额外雷达信号时,该过程然后进行到422。而且在一个实施例中,422-434此后在各种迭代中重复,在一个示例中连续地重复,贯穿用于图1的车辆100的当前车辆驾驶或点火循环。
因此,方法400设置为使用来自认知雷达系统的接收到的雷达信号以及从具有与雷达系统的至少一个模态不同的模态的一个或多个传感器获得的额外的物体级数据来控制车辆的认知雷达系统。具体地,根据一个实施例,方法400设置为基于物体(例如,行人、骑自行车者、其它车辆、固定物体等)的特性来修改认知雷达系统的发射的雷达信号的波形,例如以促进跟踪这样的物体。
将理解的是,所公开的方法、系统和车辆可以与附图中所描绘的和本文中所描述的那些不同。例如,车辆100、控制系统102、认知雷达系统103、传感器104、传感器阵列202、控制器204和/或其各种部件均可以与图1-3中所绘出的和结合其所描述的不同。此外,将理解的是,方法400的某些步骤可以与图4和图5中所绘出和/或结合其在上文所描述的那些不同。将类似地理解,上文所描述的方法的某些步骤可以同时发生,或者以与图4和图5中所绘出和/或结合其在上文所描述的顺序不同的顺序发生。
虽然在前述详细描述中已经呈现了至少一个示例性实施例,但是应当理解的是,存在大量的变型。还应当理解的是,一个或多个示例性实施例仅仅是示例,并且不旨在以任何方式限制本公开的范围、应用性或构造。而且,前述详细描述将为本领域技术人员提供用于实现示例性实施例或多个示例性实施例的方便的路线图。应当理解的是,在不偏离所附权利要求及其法律等效物的范围的情况下,能够在元件的功能和布置中做出各种改变。
Claims (14)
1.一种用于控制认知雷达系统的发射的方法,所述方法包括以下步骤:
由车辆的认知雷达系统发射多个第一发射信号,所述认知雷达系统至少具有第一模态;
从具有不同于所述第一模态的第二模态的一个或多个传感器接收传感器数据;
使用所述传感器数据选择用于由所述认知雷达系统进行的发射的多个第二发射信号的调整的波形;
接收来自所述多个第一发射信号的多个认知雷达回波信号;
其中,选择所述调整的波形包括使用所述多个认知雷达回波信号和所述传感器数据选择所述调整的波形;
使用所述多个认知雷达回波信号和所述传感器数据识别所述车辆正在其中行进的道路上的物体的一个或多个特性;
基于物体的一个或多个特性确定物体的类型;
提供不同的跟踪算法,每个跟踪算法对应于具体的物体的类型;
基于物体的类型确定跟踪算法;
其中,选择所述调整的波形包括至少部分地基于所述道路上的物体的一个或多个特性选择所述调整的波形;
其中,所述波形包括对应于确定的跟踪算法的认知雷达系统的发射的雷达信号的振幅和频率。
2.根据权利要求1所述的方法,其中,选择所述调整的波形包括使用所述传感器数据选择用于所述调整的波形的调整的频率。
3.根据权利要求1所述的方法,其中,选择所述调整的波形包括使用所述传感器数据选择用于所述调整的波形的调整的振幅。
4.根据权利要求1所述的方法,其中:
识别所述道路上的物体的一个或多个特性包括当所述物体是行人时做出确定;
其中,选择所述调整的波形包括当所述物体被确定为是行人时选择所述调整的波形以优化所述行人的跟踪。
5.根据权利要求1所述的方法,其中:
识别所述道路上的物体的一个或多个特性包括当所述物体是另一车辆时做出确定;
其中,选择所述调整的波形包括当所述物体是另一车辆时选择所述调整的波形以优化所述另一车辆的跟踪。
6.一种认知雷达控制系统,包括:
发射器,其被配置为发射用于车辆的认知雷达系统的多个第一发射信号,所述认知雷达系统至少具有第一模态;
接口,其被配置为从具有不同于所述第一模态的第二模态的一个或多个传感器接收传感器数据;
联接到所述接口并被配置为至少部分地基于所述传感器数据针对所述认知雷达系统选择用于多个第二发射信号的调整的波形的处理器;
接收器,其被配置为接收来自所述多个第一发射信号的多个认知雷达回波信号;
其中所述处理器被配置为至少部分地基于所述多个认知雷达回波信号和所述传感器数据来选择所述调整的波形;
其中所述处理器被配置为至少部分地基于所述多个认知雷达回波信号和所述传感器数据识别所述车辆正在其中行进的道路上的物体的一个或多个特性;
其中所述处理器被配置为基于物体的一个或多个特性确定物体的类型;
其中所述处理器被配置为提供不同的跟踪算法,每个跟踪算法对应于具体的物体的类型;
其中所述处理器被配置为基于物体的类型确定跟踪算法;
其中所述处理器被配置为至少部分地基于所述道路上的物体的一个或多个特性选择所述调整的波形;
其中,所述波形包括对应于确定的跟踪算法的认知雷达系统的发射的雷达信号的振幅和频率。
7.根据权利要求6所述的认知雷达控制系统,其中,所述处理器被配置为至少部分地基于所述传感器数据针对所述调整的波形选择调整的频率。
8.根据权利要求6所述的认知雷达控制系统,其中,所述处理器被配置为至少部分地基于所述传感器数据针对所述调整的波形选择调整的振幅。
9.根据权利要求6所述的认知雷达控制系统,其中,所述处理器被配置为:
当所述物体是行人时做出确定;和
当所述物体被确定为是行人时选择所述调整的波形以优化所述行人的跟踪。
10.根据权利要求6所述的认知雷达控制系统,其中,所述处理器还被配置为:
当所述物体是另一车辆时做出确定;和
当所述物体是另一车辆时选择所述调整的波形以优化所述另一车辆的跟踪。
11.一种车辆,包括:
一个或多个具有第一模态的传感器单元;
认知雷达系统,其至少具有不同于所述第一模态的第二模态,所述认知雷达系统包括:
发射器,其被配置为发射多个第一发射信号;
接口,其被配置为从所述一个或多个传感器单元接收传感器数据;
联接到所述接口并被配置为至少部分地基于所述传感器数据针对所述认知雷达系统选择用于多个第二发射信号的调整的波形的处理器;
接收器,其被配置为接收来自所述多个第一发射信号的多个认知雷达回波信号;
其中所述处理器被配置为至少部分地基于所述多个认知雷达回波信号和所述传感器数据来选择所述调整的波形;
其中所述处理器被配置为至少部分地基于所述多个认知雷达回波信号和所述传感器数据识别所述车辆正在其中行进的道路上的物体的一个或多个特性;
其中所述处理器被配置为基于物体的一个或多个特性确定物体的类型;
其中所述处理器被配置为提供不同的跟踪算法,每个跟踪算法对应于具体的物体的类型;
其中所述处理器被配置为基于物体的类型确定跟踪算法;
其中所述处理器被配置为至少部分地基于所述道路上的物体的一个或多个特性选择所述调整的波形;
其中,所述波形包括对应于确定的跟踪算法的认知雷达系统的发射的雷达信号的振幅和频率。
12.根据权利要求11所述的车辆,其中,所述处理器被配置为:
当所述物体是行人时做出确定;
当所述物体被确定为是行人时选择所述调整的波形以优化所述行人的跟踪。
13.根据权利要求11所述的车辆,其中,所述处理器还被配置为:
当所述物体是另一车辆时做出确定;和
当所述物体是另一车辆时选择所述调整的波形以优化所述另一车辆的跟踪。
14.根据权利要求11所述的车辆,其中,所述发射器被配置为发射所述多个第二发射信号。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2014/045471 WO2016003474A1 (en) | 2014-07-03 | 2014-07-03 | Vehicle cognitive radar methods and systems |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107209993A CN107209993A (zh) | 2017-09-26 |
CN107209993B true CN107209993B (zh) | 2020-08-04 |
Family
ID=55019812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480081719.0A Active CN107209993B (zh) | 2014-07-03 | 2014-07-03 | 车辆认知雷达方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10429503B2 (zh) |
EP (1) | EP3164860A4 (zh) |
CN (1) | CN107209993B (zh) |
WO (1) | WO2016003474A1 (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9610893B2 (en) | 2015-03-18 | 2017-04-04 | Car1St Technologies, Llc | Methods and systems for providing alerts to a driver of a vehicle via condition detection and wireless communications |
US10328855B2 (en) | 2015-03-18 | 2019-06-25 | Uber Technologies, Inc. | Methods and systems for providing alerts to a connected vehicle driver and/or a passenger via condition detection and wireless communications |
US10473755B1 (en) * | 2017-02-21 | 2019-11-12 | National Technology & Engineering Solutions Of Sandia, Llc | Waveform warping for general frequency-modulated radar waveforms |
US10239451B1 (en) * | 2017-09-05 | 2019-03-26 | GM Global Technology Operations LLC | Systems and methods for providing relative lane assignment of objects at distances from the vehicle |
EP3467545A1 (en) * | 2017-10-05 | 2019-04-10 | Veoneer Sweden AB | Object classification |
US20190146081A1 (en) * | 2017-11-16 | 2019-05-16 | GM Global Technology Operations LLC | Vehicle radar control |
US10345822B1 (en) * | 2018-01-26 | 2019-07-09 | Ford Global Technologies, Llc | Cognitive mapping for vehicles |
US10793091B2 (en) * | 2018-02-01 | 2020-10-06 | GM Global Technology Operations LLC | Dynamic bandwidth adjustment among vehicle sensors |
US11885906B2 (en) | 2018-06-28 | 2024-01-30 | Plato Systems, Inc. | Multimodal sensing, fusion for machine perception |
US20200052391A1 (en) * | 2018-08-09 | 2020-02-13 | GM Global Technology Operations LLC | Energy conservation by antenna polarization |
WO2020031689A1 (ja) * | 2018-08-09 | 2020-02-13 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置及び情報処理方法、コンピュータプログラム、情報処理システム、並びに移動体装置 |
US11385328B2 (en) * | 2018-08-14 | 2022-07-12 | GM Global Technology Operations LLC | Sequential target parameter estimation for imaging radar |
US11214261B2 (en) * | 2019-06-11 | 2022-01-04 | GM Global Technology Operations LLC | Learn association for multi-object tracking with multi sensory data and missing modalities |
WO2021158479A1 (en) * | 2020-02-03 | 2021-08-12 | KMB Telematics, Inc. | Radar signal management using target characteristics |
US20220141804A1 (en) * | 2020-11-04 | 2022-05-05 | Huawei Technologies Co., Ltd. | Waveform adaptation for integrated communications and sensing |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1360699A (zh) * | 1999-02-22 | 2002-07-24 | 西门子共同研究公司 | 创建和链接视频文档的方法与设备 |
CN101214851A (zh) * | 2008-01-10 | 2008-07-09 | 黄席樾 | 船舶行驶智能型全天候主动安全预警系统及其预警方法 |
CN101825698A (zh) * | 2010-06-01 | 2010-09-08 | 南京恩瑞特实业有限公司 | 微波宽频段多极化单抛物面天线散射测量系统 |
DE102010024328A1 (de) * | 2010-06-18 | 2011-12-22 | Audi Ag | Radarvorrichtung mit situationsadaptiver Modulationsumschaltung und Steuerungsverfahren |
CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
CN103339009A (zh) * | 2010-10-05 | 2013-10-02 | 谷歌公司 | 对自主车辆的诊断和修理 |
CN103458838A (zh) * | 2011-02-24 | 2013-12-18 | 埃西斯创新有限公司 | 视觉受损人员使用的光学装置 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4442189C2 (de) | 1994-11-28 | 2002-04-18 | Martin Spies | System zur Abstandsmessung und selektiven Informationsübertragung für Kfz-Anwendung |
GB0115433D0 (en) | 2001-06-23 | 2001-08-15 | Lucas Industries Ltd | An object location system for a road vehicle |
DE10326648A1 (de) | 2003-06-11 | 2005-01-13 | Daimlerchrysler Ag | Kooperatives Radarsystem für Fahrzeuge |
DE102005024716B4 (de) | 2005-05-30 | 2023-09-21 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Erkennung und Klassifizierung von Objekten |
JP4211794B2 (ja) * | 2006-02-28 | 2009-01-21 | トヨタ自動車株式会社 | 干渉評価方法、装置、およびプログラム |
US20080077015A1 (en) | 2006-05-17 | 2008-03-27 | Olga Boric-Lubecke | Determining presence and/or physiological motion of one or more subjects with multiple receiver Doppler radar systems |
EP1986019B1 (en) | 2006-06-01 | 2016-04-13 | The Furukawa Electric Co., Ltd. | Burst oscillation device, burst oscillation method, and ranging/communication system |
JP2008026997A (ja) * | 2006-07-18 | 2008-02-07 | Denso Corp | 歩行者認識装置及び歩行者認識方法 |
US8027029B2 (en) | 2007-11-07 | 2011-09-27 | Magna Electronics Inc. | Object detection and tracking system |
CN101581780B (zh) | 2008-05-14 | 2012-02-22 | 中国科学院电子学研究所 | 一种用于侧视层析合成孔径雷达的三维聚焦成像方法 |
DE102009054776A1 (de) | 2009-01-23 | 2010-08-12 | Adc Automotive Distance Control Systems Gmbh | Kommunikation über Radar |
US20110084871A1 (en) * | 2009-10-13 | 2011-04-14 | Mcmaster University | Cognitive tracking radar |
US8350638B2 (en) | 2009-11-20 | 2013-01-08 | General Motors Llc | Connector assembly for providing capacitive coupling between a body and a coplanar waveguide and method of assembling |
US20110140949A1 (en) | 2009-12-16 | 2011-06-16 | Electronics And Telecommunications Research Institute | Mimo radar apparatus and wireless communication method using the same |
US8629977B2 (en) | 2010-04-14 | 2014-01-14 | Digital Ally, Inc. | Traffic scanning LIDAR |
US9077072B2 (en) | 2010-09-20 | 2015-07-07 | General Motors Llc | Antenna system and filter |
US8686906B2 (en) | 2010-09-20 | 2014-04-01 | GM Global Technology Operations LLC | Microwave antenna assemblies |
US8704719B2 (en) | 2010-11-23 | 2014-04-22 | General Motors Llc | Multi-function antenna |
US8704887B2 (en) * | 2010-12-02 | 2014-04-22 | GM Global Technology Operations LLC | Multi-object appearance-enhanced fusion of camera and range sensor data |
WO2012177846A1 (en) | 2011-06-22 | 2012-12-27 | Robert Bosch Gmbh | Improved driver assistance systems using radar and video |
DE102013102153A1 (de) * | 2012-03-15 | 2013-09-19 | GM Global Technology Operations LLC | Verfahren zur Registrierung von Entfernungsbildern von mehreren LiDAR-Sensoren |
DE102012208852A1 (de) | 2012-05-25 | 2013-11-28 | Robert Bosch Gmbh | Detektion von Radarobjekten mit einem Radarsensor eines Kraftfahrzeugs |
DE102012015250A1 (de) | 2012-08-01 | 2014-02-06 | Audi Ag | Radarsensor für ein Kraftfahrzeug, Kraftfahrzeug und Kommunikationsverfahren |
CN102879777B (zh) | 2012-09-17 | 2014-04-16 | 西安电子科技大学 | 基于调频率-压缩感知的稀疏isar成像方法 |
CN102944876A (zh) | 2012-11-23 | 2013-02-27 | 北京航空航天大学 | 一种高效的宽带单脉冲雷达三维成像方法 |
-
2014
- 2014-07-03 US US15/524,602 patent/US10429503B2/en active Active
- 2014-07-03 EP EP14896673.2A patent/EP3164860A4/en not_active Withdrawn
- 2014-07-03 WO PCT/US2014/045471 patent/WO2016003474A1/en active Application Filing
- 2014-07-03 CN CN201480081719.0A patent/CN107209993B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1360699A (zh) * | 1999-02-22 | 2002-07-24 | 西门子共同研究公司 | 创建和链接视频文档的方法与设备 |
CN101214851A (zh) * | 2008-01-10 | 2008-07-09 | 黄席樾 | 船舶行驶智能型全天候主动安全预警系统及其预警方法 |
CN101825698A (zh) * | 2010-06-01 | 2010-09-08 | 南京恩瑞特实业有限公司 | 微波宽频段多极化单抛物面天线散射测量系统 |
DE102010024328A1 (de) * | 2010-06-18 | 2011-12-22 | Audi Ag | Radarvorrichtung mit situationsadaptiver Modulationsumschaltung und Steuerungsverfahren |
CN103339009A (zh) * | 2010-10-05 | 2013-10-02 | 谷歌公司 | 对自主车辆的诊断和修理 |
CN103458838A (zh) * | 2011-02-24 | 2013-12-18 | 埃西斯创新有限公司 | 视觉受损人员使用的光学装置 |
CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107209993A (zh) | 2017-09-26 |
US10429503B2 (en) | 2019-10-01 |
EP3164860A1 (en) | 2017-05-10 |
WO2016003474A1 (en) | 2016-01-07 |
EP3164860A4 (en) | 2018-01-17 |
US20180284265A1 (en) | 2018-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107209993B (zh) | 车辆认知雷达方法和系统 | |
US9733348B2 (en) | Vehicle radar with beam adjustment | |
US10495732B2 (en) | Vehicle radar methods and systems | |
US9664779B2 (en) | Object classification for vehicle radar systems | |
US10137890B2 (en) | Occluded obstacle classification for vehicles | |
US10078335B2 (en) | Ray tracing for hidden obstacle detection | |
US10168425B2 (en) | Centralized vehicle radar methods and systems | |
US10745004B2 (en) | Object recognizing device and collision avoidance system | |
US20160003939A1 (en) | Vehicle radar control | |
US20170307733A1 (en) | Vehicle radar methods and systems | |
US10733420B2 (en) | Systems and methods for free space inference to break apart clustered objects in vehicle perception systems | |
CN105022397A (zh) | 用于使用多个传感器进行物体检测的方法和系统 | |
US10338208B2 (en) | Object detection in multiple radars | |
US20180074200A1 (en) | Systems and methods for determining the velocity of lidar points | |
US10210617B2 (en) | Method and system for generating a perception scene graph having a focus region for a motor vehicle | |
EP3407249A2 (en) | A method and system for generating and using a perception scene graph in motor vehicle applications | |
US20220111859A1 (en) | Adaptive perception by vehicle sensors | |
US11702044B2 (en) | Vehicle sensor cleaning and cooling | |
US11657635B2 (en) | Measuring confidence in deep neural networks | |
JP7427565B2 (ja) | 情報生成装置、車両制御システム、情報生成方法およびプログラム | |
US20230393280A1 (en) | Retrofit light detection and ranging (lidar)-based vehicle system to operate with vision-based sensor data | |
US20220172062A1 (en) | Measuring confidence in deep neural networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |