CN108089165B - 用于在用于机动车的雷达传感器中进行失明识别的方法 - Google Patents

Abstract

一种用于根据雷达回波的接收功率的测量来确定机动车中的雷达传感器的失明的方法，其特征在于以下步骤，当由所述雷达传感器定位至少一个对象时，实施所述步骤：根据待定位的对象的已知的特性确定(S4)用于所述对象的雷达散射横截面面积的期望值，根据所测量的接收功率估计(S5)所述被定位的对象的雷达散射横截面面积，以及计算(S6)用于所述雷达传感器的失明程度的指标作为所估计的雷达散射横截面面积和所述期望值之间的差的单调上升的函数。

Description

用于在用于机动车的雷达传感器中进行失明识别的方法

技术领域

本发明涉及一种用于根据雷达回波的接收功率的测量来确定机动车中的雷达传感器的失明(Erblindung)的方法。

背景技术

雷达传感器在机动车中用于检测交通环境并且提供车辆的周围环境中的对象的定位数据，如间距、相对速度和方向角。这些定位数据用作用于不同的驾驶员辅助功能——如例如自动的间距调节、碰撞警告系统或者碰撞避免系统——的基础。在用于自主行驶的系统中也需要这样的雷达传感器的定位数据。

在不利的条件下，例如当在强降雪的情况下在雷达传感器的天线罩上形成由融雪组成的覆层时，雷达信号可能如此强烈地衰减，使得实际上发生雷达传感器的失明。因为建立在雷达传感器的定位数据基础上的功能是安全相关的，所以在运行期间应针对可能的失明细密地检查雷达传感器。

在DE 199 45 268 A 1和WO 01/22113 A1中描述了一些方法，其中，将由雷达传感器接收的信号的平均功率作为用于雷达传感器失明识别的指标使用。该指标基于以下思想：可从外部接收的功率随着传感器的失明度提高而下降。在FMCW雷达中，可以通过以下方式来实现该指标的改进，即在发送至少两个彼此相继的、相同的频率斜坡的情况下，改变发送功率。在此，使相同的斜坡依此以不同的发送功率行进并且将由传感器接收的平均功率相互比较。

然而，到目前为止提出的指标仅仅能够实现准二元(quasi

)的结论：传感器是否吸收式地被覆盖。随着辅助功能对传感器覆层识别的提高的要求(并且在用于自主行驶的系统中更是)，存在着越来越多的、对以下问题的回答的兴趣：传感器多强地被覆盖以及所要求的功能在存在覆层的情况下是否还实施。

发明内容

本发明的任务是，说明一种方法，所述方法能够实现对雷达传感器的失明程度的可靠的定量的确定。

用于解决该任务的、根据本发明的方法的特征在于以下步骤，当由所述雷达传感器定位至少一个对象时，实施所述步骤：

根据待定位的对象的已知的特性确定用于所述对象的雷达散射横截面面积的期望值，

根据所测量的接收功率估计所述被定位的对象的雷达散射横截面面积，以及

计算用于所述雷达传感器的失明程度的指标作为所估计的雷达散射横截面面积和所述期望值之间的差的单调上升的函数。

本发明充分利用以下情形：典型地由在机动车中的雷达传感器定位的对象的雷达散射横截面面积通常是已知的。被定位的对象大多涉及行驶在前方的轿车的背部正面，并且因为不同的轿车的雷达散射横截面面积仅仅很少相互不同，所以该车辆的平均的散射横截面面积可以作为期望值使用。

当前被定位的对象的实际的雷达散射横截面面积S通过以下公式得出：

S＝P_t*(P_r*G²*λ)/(R⁴*(4π)³)

在其中，

P_r接收功率、即由被定位的对象接收的雷达回波的功率，

P_t雷达传感器的已知的发送功率，

λ雷达射束的——同样已知的——波长，

G已知的天线增益(分别用于发送情况和接收情况的单向增益)，以及

R雷达传感器和被定位的对象之间的间距。

间距R可以直接地借助雷达传感器来测量。接收功率P_r也可以直接地在雷达传感器中测量。例如在FMCW雷达中将所接收的雷达回波与发送信号的一部分混频，并且对混频积进行傅立叶变换。因此得到一频谱，在所述频谱中，每个被定位的对象通过在确定的频率下的峰值呈现。因此，可以通过以下方式确定用于被定位的对象的接收功率，即在由峰值占据的频率范围上对频谱积分。在进行数字的信号分析处理时，将频率空间划分为各个频率窗(Frequenzbin)。一般而言，峰值位于单个的频率窗之内，从而接收功率直接通过在该窗中频谱的值得出。

因为所有在以上说明的公式中出现的参量因此已知或可测量，所以原则上可以在每次进行对象定位时进行对象的雷达散射横截面面积的估计。然后可以将所估计的雷达散射横截面面积与期望值比较。雷达传感器的失明程度越大，则所估计的散射横截面面积越强地落在期望值后面。因此，所估计的雷达横截面面积和期望值之间的差构成用于失明程度的指标。同样地，作为指标可以使用所估计的雷达散射横截面面积和期望值之间的差的每个不同的单调上升的函数。

所述方法的一个显著优点在于，作为结果，不仅仅得到是/否结论，而且得到定量地说明雷达传感器的失明程度的指标。这能够实现：对雷达传感器对于不同的辅助功能或控制功能的可用性以及由雷达传感器获得的定位数据的可靠性更具区别性地评估。

另一个优点在于，以此方式获得的、用于雷达传感器的失明的指标在很大程度上与温度影响和老化影响无关并且也在很大程度上与雷达传感器的安装位置以及相应的雷达传感器的结构型式无关。

在下面说明本发明的有利的构型和扩展方案。

有效距离前因子(Reichweiten-Vorfaktor)可以有利地作为用于雷达传感器的失明程度的指标来使用，所述有效距离前因子说明雷达传感器的有效距离的由于部分的失明引起的按百分比计算的减小。

指标的可靠性和准确性可以通过以下方式来提高：对于在不同的对象上的多次测量，重复指标的确定或者估计，并且然后统计地分析处理结果。一般而言，在测量周期期间同时定位多个对象。在这种情况下也可能的是，将用于各个对象的雷达散射横截面面积的值概括为一个唯一的值，例如通过求平均、直方图形成或者借助于核密度估计、借助接着的最大值查找来概括，从而对于每个测量周期，获得仅仅一个唯一的有效距离前因子。

为了进一步改进准确性，可以使用辅助算法，借助所述辅助算法在不同的对象类型和/或状况(例如在大的方位角下定位对象，并且因此具有对象的改变的反射特性)之间进行区分，并且使期望值根据模型与对象类型或者状况匹配。

如果雷达传感器被用于实施多个辅助功能或者控制功能，则可以根据所获得的用于每个单个的功能的指标的值独立地、必要时在考虑当前的交通状况的情况下决定，雷达传感器的可靠性对于该功能是否还足够。

例如，在雷达传感器的有效距离减小的情况下，可以关断在以较高的速度行驶时的间距调节功能，而在拥塞状况下可以继续将雷达传感器用于停和走功能(Stop&Go)。

在一种实施方式中设置，所述指标K为所述差S-E的幂函数。

在一种实施方式中设置，所述方法具有以下步骤：预先过滤被定位的对象，以便排除以下对象：在所述对象的情况下，所述雷达信号包含对所述雷达散射横截面面积的可能的失真的提示。

在一种实施方式中设置，对于不同类别的对象存储不同的期望值，并且，在定位对象时，根据所述雷达回波确定所属的对象类别并且根据所述对象类别确定所述期望值。

在一种实施方式中设置，对于同时或者依次地被定位的多个对象多次地实施根据所述方法说明的步骤并且统计地分析处理所得到的雷达散射横截面面积和/或指标K。

雷达传感器也是本发明的主题，所述雷达传感器具有控制与分析处理装置，所述控制与分析处理装置构造用于执行以上描述的方法。

附图说明

以下根据附图详细地阐述实施例。附图示出：

图1借助雷达传感器的定位过程的图；

图2用于说明测量结果的图，所述测量结果说明所测量的雷达散射横截面面积与雷达传感器的所模拟的部分失明的相互关系；以及

图3用于根据本发明的方法的流程图。

具体实施方式

在图1中示出雷达传感器10，所述雷达传感器安装在未示出的机动车的前部并且用于对对象12——如例如行驶在前方的车辆进行定位并且测量所述车辆的间距、相对速度和方向角。雷达传感器10的一定的角度分辨能力也允许在较宽的和窄的对象之间进行区分，从而例如也可以确定，对象12属于哪个类别的对象，例如是否涉及轿车、载重汽车或者两轮车或者必要时也涉及在行车道边缘上的路牌。

电子的分析处理与控制装置14用于控制雷达传感器14并且分析处理所接收的信号。以此方式求取的关于交通环境的数据以数字的形式向数据处理系统16传送，在所述数据处理系统中实现不同的驾驶员辅助功能和/或自主的车辆引导功能，例如用于调节到行驶在前方的车辆的间距的自动间距调节、碰撞警告系统和/或碰撞避免系统。

雷达传感器10安装在天线罩18后方、例如车辆车身的对于雷达射束可穿透的一部分的后方。在所示出的例子中示意性地示出污垢覆层20，天线罩18的表面被所述污垢覆层覆盖。因为所发送的雷达信号的一定的份额和由对象12接收的雷达回波的一定的份额也通过天线罩18和污垢覆层20吸收，所以天线罩和污垢覆层为吸收器，所述吸收器降低雷达传感器的敏感性。另外的吸收器通过在这里象征性地示出的、在雷达传感器10和对象12之间的大气22构成，所述大气也吸收雷达射束的一部分，尤其在不利的天气条件——如例如强降雨或者降雪的情况下。在不利的条件下，例如在融雪沉积在天线罩18上的情况下，吸收器的总体作用可能变得如此强，使得雷达传感器10实际上完全失明并且建立在雷达传感器的数据的基础上的辅助功能不再可供使用或者至少不再具有必要的可靠性地工作。在雷达传感器的敏感性的较小的损害的情况下，辅助功能的可靠性可能已经如此强地被限制，使得必须关断这些功能并且必须要求驾驶员自身接管控制。在此，以下阈值可能取决于相应的功能的类型和相关性以及必要时也取决于当前的交通状况：在所述阈值下必须关断辅助功能。

可以形成有效距离前因子K作为用于雷达传感器的敏感性的度量，所述有效距离前因子说明：雷达传感器10的有效距离由于吸收器而相对于在理想条件下可达到的完全的有效距离多强地降低。在此，雷达传感器的“有效距离”可理解为在雷达传感器和对象之间的以下间距R：在所述间距的情况下，恰好还可以对标准对象进行定位。如果R_max为在理想条件下可达到的最大的有效距离，则以下对于当前的有效距离R_akt适用：

R_akt＝K*R_max。

因此，一般而言，有效距离前因子K在0和1之间改变，其中，K＝0意味着，雷达传感器10完全失明。

为了能够在雷达传感器10的运行期间测量或者至少以充分的可靠性估计当前的有效距离前因子K，必要的是，估计在当前时刻有效的吸收器的作用。

为此，根据本发明，充分利用以下情形：每个可考虑的对象12具有一定的雷达散射横截面面积，并且这些雷达散射横截面面积至少对于属于相同的类别的对象几乎相等。因此，可以给每个对象分配用于雷达散射横截面面积的一定的期望值E。在最简单的情况下，可以假定，对象12为轿车，所述轿车的典型的雷达散射横截面面积已知并且因此构成用于该对象类别的期望值E。对象12的实际的雷达散射横截面面积S通过以下公式给定：

S＝P_t*(P_r*G²*λ)/(R⁴*(4π)³)

并且因此可以借助于雷达传感器10来估计，其方式是，根据针对相关的对象接收的雷达信号确定参量P_r和R。

对于有效距离前因子，以下近似地适用：

K＝10^(S-E)/40。

图2说明了借助真实的雷达传感器测量有效距离前因子K的结果，其中，借助于两个不同的标准吸收器来模拟吸收器(天线罩18、覆层20和大气22)的总体作用，所述标准吸收器具有10dB或者20dB的衰减。

认识到，在不同的测量周期中对于有效距离因子K得到的值虽然从测量周期到测量周期地改变，然而总体上具有与吸收器的存在或者不存在以及类型的明确的相互关系。在没有吸收器的情况下测量时，有效距离前因子典型地位于0.6和0.7之间，而在10dB吸收器的情况下，有效距离前因子位于0.3和0.4之间，在20dB的吸收器的情况下，有效距离前因子位于0.2和0.25之间。当作为对象12以具有实际的特性的雷达标准目标作为基础时，这些结果与理论一致。

因此，可能的是，通过可以借助雷达传感器10自身进行的测量获得有说服力的、关于该雷达传感器的当前的有效距离的信息。

因为可以非常频繁地重复有效距离前因子K的确定，所以原则上每次当对任何一个对象进行定位时，可以通过统计的分析处理来进一步提高准确性和可靠性。例如这样的统计的分析处理可以识别异常值(Ausreiβer)，所述异常值通过以下方式产生，即当前被定位的对象12不涉及轿车，而是涉及具有更大或者更小的散射横截面面积的对象。

根据所述方法的一种改进，也可以预先过滤对象，以便排除对于有效距离前因子的测量不合适的对象或状况。例如可能的是，排除以下对象：在所述对象中，由于非常大的对象间距或者由于在FMCW频谱中的指数(Indizien)而可预期：雷达散射横截面面积由于多次反射而失真。(这样的多次反射也可能导致：对雷达散射横截面面积估计过高并且得到有效距离前因子K>1)。

此外，雷达传感器10的角度分辨能力可以用于估计被定位的对象的宽度并且因此将对象分配到确定的类别。对于有效距离前因子K的确定，可以以适用于该类别的、用于雷达散射横截面面积的期望值E作为基础。

在图3中以流程图示出一个用于可能的方法过程的例子。可以在分析处理与控制装置14中和/或在数据处理系统16中实现对于所述方法的执行所需的软件。

在步骤S1中检查，是否对对象进行定位。只要不是这种情况(否)，就周期性地重复该步骤。一旦已经对对象进行定位(是)，则在步骤S2中确定用于该对象的对象类别。仅仅对于以下这样的对象12定义对象类别：对于所述对象，已知所属的雷达散射横截面面积(期望值E)。不将以下对象分配给预先定义的对象类别中的任何一个：在所述对象的情况下，可预期雷达散射横截面面积的通过干扰作用引起的失真。

然后在步骤S3中检查，对象在步骤S2中是否已经可以分配给一确定的对象类别，从而雷达散射横截面面积(RCS)的不失真的估计和与所属的期望值的比较显得可能。如果不是这种情况(否)，则进行到步骤S1的回跳。否则(是)，在步骤S4中读取用于在步骤S2中确定的对象类别的期望值E。

在步骤S5中，然后通过对于相关的对象测量接收功率P_r和间距R来计算用于雷达散射横截面面积的估计值S。在步骤S6中，根据在步骤S4和S5中获得的数据计算有效距离前因子K，并且通过与最大有效距离R_max相乘来计算雷达传感器的当前的有效距离R_akt。

在一种变型的实施方式中，对于多个对象重复步骤S1至S6，以便通过统计的分析处理来实现较高的准确性和可靠性。

在步骤S7中将计数器i置到“1”上。该计数器i对在数据处理系统16中实现的辅助与控制功能F_i进行计数，其中，假定，对于这些功能中的每一个定义一最小有效距离R_i，雷达传感器10至少必须具有所述最小有效距离，以便能够可靠地使用所属的辅助功能F_i。

在步骤S8中，然后读取用于通过指标i标记的辅助功能的最小有效距离R_i，并且在步骤S9中检查，对于该辅助功能是否满足条件R_akt>R_i。如果该条件不满足(否)，则这意味着，雷达传感器的灵敏性对于该特定的功能不足够，并且在步骤S10中停用相关的辅助功能。驾驶员得到提示：辅助功能不再可供使用。一旦雷达传感器不被用于驾驶员辅助系统，而是被用于自主的行驶系统，则在步骤S10中车辆自动地制动到静止并且要求车辆的乘员清洁天线罩或者召来维修服务。

如果在步骤S9中的条件满足(是)，则跳过步骤S10。

在步骤S11中，在任何情况下检查，在数据处理系统16中是否还实现至少一种另外的辅助功能F_i+1。如果是这种情况(是)，则在步骤S12中使计数器i增加1并且对于下一个辅助功能重复步骤S8至S11(和必要时S12)。当以此方式检查了所有辅助功能时，所述方法以步骤S13结束。

Claims (6)

1.一种用于根据雷达回波的接收功率的测量来确定机动车中的雷达传感器(10)的失明的方法，其特征在于以下步骤，当由所述雷达传感器(10)定位至少一个对象(12)时，实施所述步骤：

根据待定位的对象的已知的特性确定用于所述对象的雷达散射横截面面积的期望值E，

根据所测量的接收功率估计被定位的对象(12)的雷达散射横截面面积S，以及

计算用于所述雷达传感器(10)的失明程度的指标K作为所估计的雷达散射横截面面积S和所述期望值E之间的差的单调上升的函数，

其中，所述被定位的对象(12)的雷达散射横截面面积S通过以下公式得出

S＝P_t*(P_r*G²*λ)/(R⁴*(4π)³)

其中，

P_r是所述接收功率，

P_t是所述雷达传感器的发送功率，

λ是雷达射束的波长，

G是所述雷达传感器的天线增益，

R是所述雷达传感器和所述被定位的对象之间的间距。

2.根据权利要求1所述的方法，其中，所述指标K为所述差S-E的幂函数。

3.根据权利要求1或2所述的方法，所述方法具有以下步骤：预先过滤被定位的对象，以便排除以下对象：在所述对象的情况下，所述雷达信号包含对所述雷达散射横截面面积的可能的失真的提示。

4.根据权利要求1或2所述的方法，其中，对于不同类别的对象存储不同的期望值，并且，在定位对象(12)时，根据所述雷达回波确定所属的对象类别并且根据所述对象类别确定所述期望值E。

5.根据权利要求1或2所述的方法，其中，对于同时或者依次地被定位的多个对象(12)多次地实施所述步骤并且统计地分析处理所得到的雷达散射横截面面积和/或指标K。

6.一种用于机动车的雷达传感器，其具有控制与分析处理装置(14)，所述控制与分析处理装置构造用于实施根据权利要求1至5中任一项所述的方法。

Images