CN108415018A - 一种基于毫米波雷达检测的目标存在性分析方法 - Google Patents
一种基于毫米波雷达检测的目标存在性分析方法 Download PDFInfo
- Publication number
- CN108415018A CN108415018A CN201810256588.5A CN201810256588A CN108415018A CN 108415018 A CN108415018 A CN 108415018A CN 201810256588 A CN201810256588 A CN 201810256588A CN 108415018 A CN108415018 A CN 108415018A
- Authority
- CN
- China
- Prior art keywords
- radar
- millimetre
- region
- detection
- target
- 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.)
- Pending
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种基于毫米波雷达检测的目标存在性分析方法可分为直道和弯道检测,在直道和弯道行驶时首先要进行区域的简化;本车直行时雷达扫描的前方范围可看作为矩形,矩形的横向和纵向长度值可按照雷达自身的扫描角等参数确定;本车弯道行驶时雷达扫描的前方范围可看作是上下两边平行而左右两边不平行的四边形,四边形左右两边与水平线的夹角可根据建立的弯道模型计算得出;在简化的四边形区域内根据雷达与四边形顶角连线进行区域顺序划分,在划分的区域内计算雷达和目标的理论值,比较理论值和实际值便可确定是否有有效目标存在;本发明在已简化和划分区域内进行顺序检测,提高了目标检测的速度和精度。
Description
技术领域
本发明涉及的是雷达实时检测前方目标的无人驾驶领域,特别是涉及一种基于毫米波雷达检测的目标存在性分析方法。
背景技术
毫米波雷达因精度较高,价格较低的优势在无人驾驶领域的应用越来越广泛。目前,毫米波雷达在复杂的环境中进行有效目标的识别时,因信息冗余和检测的无序性直接降低了行车电脑的信息处理处理速度和识别精度,进而对无人驾驶的行车安全造成很大影响。为了进一步提升系统的实时检测能力和鲁棒性,检测区域简化、划分以及按顺序检测,在无人驾驶领域显得越来越重要。
发明内容
针对现有检测方法的不足,本发明的目的在于提供一种可实现毫米波雷达在无人驾驶领域检测目标时快速性和准确性的方法,尽可能的降低冗余信息,提高检测速度。
为实现上述目的,本发明提供一种基于毫米波雷达检测的目标存在性分析方法,毫米波雷达检测可分为直道和弯道检测,在直道和弯道检测时要进行区域简化。
上面所述的目标存在性分析方法,本车直行时雷达扫描的前方范围可看作为矩形,矩形的横向和纵向长度值可按照雷达自身的扫描角等参数确定;本车弯道行驶时雷达扫描的前方范围可看作是上下两边平行而左右两边不平行的四边形,四边形左右两边与水平线的夹角可根据建立的弯道模型计算得出。
一种基于毫米波雷达检测的目标存在性分析方法,在简化的四边形区域内根据雷达与四边形顶角连线进行区域顺序划分,在划分的区域内计算雷达和目标的理论值,比较理论值和实际值便可确定是否有有效目标存在。
本发明提供的一种基于毫米波雷达检测的目标存在性分析方法的有效收益是:通过检测区域的简化,在复杂的道路环境中很大程度的降低了毫米波雷达采集的冗余信息量,提高了CPU的处理速度;基于简化的区域进行顺序划分和顺序检测,弥补了毫米波雷达无序检测耗时的缺陷,提升了系统检测的精度和快速性。
下面结合附图对本实用新型作进一步描述。
附图说明
附图1是本车直行时的目标检测图;
附图2是本车右转弯区域简化模型图;
附图3是本车右转弯的目标检测图;
具体实施方式
参见附图1所示,自车直行时雷达扫描的前方范围可看作为矩形ABCD,矩形的横向和纵向长度值可按照雷达自身的扫描角等参数确定。矩形ABCD分成了三个区域,分别用区域1、区域2和区域3表示。毫米波雷达在进行扇形扫描时,扫描角度为t,且t随时间的变化而变化。只要求出长度ow的理论值,通过与毫米波雷达测得的实际值作比较,就可知道该区域内是否存在车辆或障碍物。
在区域1内有:
根据上式求出ow值,如果雷达测量的值小于ow,这说明车辆或障碍物在区域1内,如果雷达测量的值大于ow,这说明区域1内无车辆或障碍物存在。
在区域2内有AB=Lzc,且t已知,则:
根据上式求出ow值,如果雷达测量的值小于ow,这说明车辆或障碍物在区域2内,如果雷达测量的值大于ow,这说明区域2内无车辆或障碍物存在。
在区域3内有OC=Lzk/2,t已知,则:
根据上式求出ow值,如果雷达测量的值小于ow,这说明车辆或障碍物在区域3内,如果雷达测量的值大于ow,这说明区域3内无车辆或障碍物存在。
参见附图2所示,智能车在右转弯扫描目标时,检测的范围可简化为上图蓝色四边形区域,AB和CD与x轴的夹角分别为α和β,前轮转角为φ。设本车转弯半径为r,轴距为l,车宽为b,由图中的几何关系可知:
结合式最终确定α和β为:
参见附图3所示,四边形ABCD两平行线的距离为Lwc,Lwc可根据车速地纵向分量确定,函数关系为Lwc=f(vy)。因此,随着车速和前轮转角的不同,四边形的形状也会不断变化。
本车在弯道检测时同样分为三个区域,下面对三个区域分别进行分析。
在区域1中根据正玄定理确定ow的长度,则有:
根据上式求出ow值,如果雷达测量的值小于ow,这说明车辆或障碍物在区域1内,如果雷达测量的值大于ow,这说明区域1内无车辆或障碍物存在。
在区域2中确定ow的长度较简单,则有:
根据上式求出ow值,如果雷达测量的值小于ow,这说明车辆或障碍物在区域2内,如果雷达测量的值大于ow,这说明区域2内无车辆或障碍物存在。
在区域3中根据正玄定理确定ow的长度,则有:
根据上式求出ow值,如果雷达测量的值小于ow,这说明车辆或障碍物在区域 3内,如果雷达测量的值大于ow,这说明区域3内无车辆或障碍物存在。
Claims (4)
1.一种基于毫米波雷达检测的目标存在性分析方法,其特征在于:毫米波雷达检测可分为直道和弯道检测,在直道和弯道检测时要进行区域简化。
2.根据权利要求1所述的一种基于毫米波雷达检测的目标存在性分析方法,其特征在于:本车直行时雷达扫描的前方范围可看作为矩形,矩形的横向和纵向长度值可按照雷达自身的扫描角等参数确定。
3.根据权利要求1所述的一种基于毫米波雷达检测的目标存在性分析方法,其特征在于:本车弯道行驶时雷达扫描的前方范围可看作是上下两边平行而左右两边不平行的四边形,四边形左右两边与水平线的夹角可根据建立的弯道模型计算得出。
4.根据权利要求1所述的一种基于毫米波雷达检测的目标存在性分析方法,其特征在于:在简化的四边形区域内根据雷达与四边形顶角连线进行区域顺序划分,在划分的区域内计算雷达和目标的理论值,比较理论值和实际值便可确定是否有有效目标存在。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810256588.5A CN108415018A (zh) | 2018-03-27 | 2018-03-27 | 一种基于毫米波雷达检测的目标存在性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810256588.5A CN108415018A (zh) | 2018-03-27 | 2018-03-27 | 一种基于毫米波雷达检测的目标存在性分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108415018A true CN108415018A (zh) | 2018-08-17 |
Family
ID=63133545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810256588.5A Pending CN108415018A (zh) | 2018-03-27 | 2018-03-27 | 一种基于毫米波雷达检测的目标存在性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108415018A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109870688A (zh) * | 2018-12-10 | 2019-06-11 | 开沃新能源汽车集团有限公司 | 一种基于毫米波雷达和转角传感器组合方案的弯道目标识别策略 |
CN114047503A (zh) * | 2021-11-03 | 2022-02-15 | 珠海格力电器股份有限公司 | 活动对象检测方法、装置、电子设备和存储介质 |
CN115966084A (zh) * | 2023-03-17 | 2023-04-14 | 江西昂然信息技术有限公司 | 全息路口毫米波雷达数据处理方法、装置及计算机设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001242242A (ja) * | 2000-02-29 | 2001-09-07 | Hitachi Ltd | 検知性能向上機能を備えたミリ波レーダ装置 |
US20040117090A1 (en) * | 2002-12-05 | 2004-06-17 | Yoshie Samukawa | Object recognition apparatus for vehicle, and inter-vehicle distance control unit |
US20050102070A1 (en) * | 2003-11-11 | 2005-05-12 | Nissan Motor Co., Ltd. | Vehicle image processing device |
US20080164985A1 (en) * | 2007-01-10 | 2008-07-10 | Omron Corporation | Detection device, method and program thereof |
CN102765365A (zh) * | 2011-05-06 | 2012-11-07 | 香港生产力促进局 | 基于机器视觉的行人检测方法及行人防撞预警系统 |
CN106114511A (zh) * | 2016-07-21 | 2016-11-16 | 辽宁工业大学 | 一种汽车巡航系统关键目标识别方法 |
JP2017083223A (ja) * | 2015-10-26 | 2017-05-18 | シャープ株式会社 | 測距装置および走行装置 |
US20170363736A1 (en) * | 2016-06-17 | 2017-12-21 | Fujitsu Ten Limited | Radar device and control method of radar device |
CN107730520A (zh) * | 2017-09-22 | 2018-02-23 | 智车优行科技(北京)有限公司 | 车道线检测方法及系统 |
-
2018
- 2018-03-27 CN CN201810256588.5A patent/CN108415018A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001242242A (ja) * | 2000-02-29 | 2001-09-07 | Hitachi Ltd | 検知性能向上機能を備えたミリ波レーダ装置 |
US20040117090A1 (en) * | 2002-12-05 | 2004-06-17 | Yoshie Samukawa | Object recognition apparatus for vehicle, and inter-vehicle distance control unit |
US20050102070A1 (en) * | 2003-11-11 | 2005-05-12 | Nissan Motor Co., Ltd. | Vehicle image processing device |
US20080164985A1 (en) * | 2007-01-10 | 2008-07-10 | Omron Corporation | Detection device, method and program thereof |
CN102765365A (zh) * | 2011-05-06 | 2012-11-07 | 香港生产力促进局 | 基于机器视觉的行人检测方法及行人防撞预警系统 |
JP2017083223A (ja) * | 2015-10-26 | 2017-05-18 | シャープ株式会社 | 測距装置および走行装置 |
US20170363736A1 (en) * | 2016-06-17 | 2017-12-21 | Fujitsu Ten Limited | Radar device and control method of radar device |
CN106114511A (zh) * | 2016-07-21 | 2016-11-16 | 辽宁工业大学 | 一种汽车巡航系统关键目标识别方法 |
CN107730520A (zh) * | 2017-09-22 | 2018-02-23 | 智车优行科技(北京)有限公司 | 车道线检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
郭君斌等: "基于单目视觉的夜间前方车辆检测方法", 《汽车工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109870688A (zh) * | 2018-12-10 | 2019-06-11 | 开沃新能源汽车集团有限公司 | 一种基于毫米波雷达和转角传感器组合方案的弯道目标识别策略 |
CN114047503A (zh) * | 2021-11-03 | 2022-02-15 | 珠海格力电器股份有限公司 | 活动对象检测方法、装置、电子设备和存储介质 |
CN114047503B (zh) * | 2021-11-03 | 2024-06-14 | 珠海格力电器股份有限公司 | 活动对象检测方法、装置、电子设备和存储介质 |
CN115966084A (zh) * | 2023-03-17 | 2023-04-14 | 江西昂然信息技术有限公司 | 全息路口毫米波雷达数据处理方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Lane detection of curving road for structural highway with straight-curve model on vision | |
CN104950313B (zh) | 一种路面提取及道路坡度识别方法 | |
CN106951879B (zh) | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 | |
CN104931977B (zh) | 一种用于智能车辆的障碍物识别方法 | |
Han et al. | Road boundary detection and tracking for structured and unstructured roads using a 2D lidar sensor | |
US10325162B2 (en) | Detection device and detection method | |
EP3415945B1 (en) | Method of determining the yaw rate of a target vehicle | |
CN108944929B (zh) | 一种用于车辆自适应巡航控制系统的目标提取方法 | |
CN102270301B (zh) | 一种svm与激光雷达结合检测非结构化道路边界的方法 | |
CN104700414A (zh) | 一种基于车载双目相机的前方道路行人快速测距方法 | |
CN107862287A (zh) | 一种前方小区域物体识别及车辆预警方法 | |
CN104637059A (zh) | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 | |
CN103177246A (zh) | 基于动态区域划分的双模型车道线识别方法 | |
CN103487034A (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
CN108415018A (zh) | 一种基于毫米波雷达检测的目标存在性分析方法 | |
CN108280840B (zh) | 一种基于三维激光雷达的道路实时分割方法 | |
CN105205805A (zh) | 基于视觉的智能车辆横向控制方法 | |
CN106153000A (zh) | 一种前方车辆距离检测方法 | |
CN103971081A (zh) | 多车道检测方法和系统 | |
CN103714538A (zh) | 道路边缘检测方法、装置及车辆 | |
CN110307791B (zh) | 基于三维车辆边界框的车辆长度及速度计算方法 | |
CN104637073A (zh) | 一种基于太阳照射阴影补偿的带状地下结构探测方法 | |
CN103499337A (zh) | 一种基于立式标靶的车载单目摄像头测距测高装置 | |
CN103473763B (zh) | 基于启发式概率Hough变换的道路边缘检测方法 | |
CN102982304A (zh) | 利用偏光图像检测车辆位置的方法和系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180817 |
|
WD01 | Invention patent application deemed withdrawn after publication |