CN108761416B - 一种车载雷达探测模拟计算方法 - Google Patents

一种车载雷达探测模拟计算方法 Download PDF

Info

Publication number
CN108761416B
CN108761416B CN201810521661.7A CN201810521661A CN108761416B CN 108761416 B CN108761416 B CN 108761416B CN 201810521661 A CN201810521661 A CN 201810521661A CN 108761416 B CN108761416 B CN 108761416B
Authority
CN
China
Prior art keywords
vehicle
target object
probability
mounted radar
radar detection
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.)
Expired - Fee Related
Application number
CN201810521661.7A
Other languages
English (en)
Other versions
CN108761416A (zh
Inventor
段敏
刘振朋
石晶
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.)
Liaoning University of Technology
Original Assignee
Liaoning University of Technology
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 Liaoning University of Technology filed Critical Liaoning University of Technology
Priority to CN201810521661.7A priority Critical patent/CN108761416B/zh
Publication of CN108761416A publication Critical patent/CN108761416A/zh
Application granted granted Critical
Publication of CN108761416B publication Critical patent/CN108761416B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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

Landscapes

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

Abstract

本发明公开了一种车载雷达探测模拟计算方法,包括:步骤一、计算所述车载雷达能量最大可探测范围体积;步骤二、采集信号回波功率和环境杂波功率数据,判断目标物体是否在最大可探测范围体积;步骤三、如果目标物体在所述最大可探测范围体积内,则对所述目标物体的距离、速度和雷达散射截面积进行计算;如果目标物体不在所述最大可探测范围体积内则对所述目标物体进入所述车载雷达探测盲区概率进行计算,如果所述目标物体进入所述车载雷达探测盲区概率超过经验概率,则表示所述目标物体进入所述车载雷达探测盲区,如果所述目标物体进入所述车载雷达探测盲区概率未超过经验概率,则表示所述目标物体未进入所述车载雷达探测盲区。

Description

一种车载雷达探测模拟计算方法
技术领域
本发明涉及车载雷达模拟计算领域,具体涉及一种车载雷达探测模拟计算方法。
背景技术
车载雷达能根据车辆当前的方向和速度测量到在车辆前方或者后方路上可能引起碰撞的危险障碍物,因此它适用于大气能见度低的情况以及实际判断力不理想(车距太短、速度太高)的情况,它的目的是警告驾驶员要打开气囊或其他制动设备,控制汽车的速度;但是在安装在车尾的探头释放超声波,遇到后方障碍物时,产生回波信号。探头接收到回波信号,反馈给控制器进行数据处理,最后由显示器发出提醒。探头一般能探测到1.5米或2米以内的障碍物,从车子的侧面看,雷达探头发出的超声波不是水平的直线,而是与地面呈一定角度的,所以,在靠近车尾的位置就形成了一个直角三角形盲区,并且离探头越近,越容易被忽视,因此,对于解决计算是否有目标物在雷达盲区的问题也是重中之重。
发明内容
本发明设计开发了一种车载雷达探测模拟计算方法,本发明的发明目的之一是计算车载雷达的最大可探测体积以及通过该最大可探测体积对目标物体是否在其可探测范围内进行判断。
本发明的发明目的之二是对目标物体是否在车载雷达盲区进行判断。
本发明提供的技术方案为:
一种车载雷达探测模拟计算方法,包括如下步骤:
步骤一、计算所述车载雷达能量最大可探测范围体积;
步骤二、采集信号回波功率和环境杂波功率数据,判断目标物体是否在最大可探测范围体积;
步骤三、如果目标物体在所述最大可探测范围体积内,则对所述目标物体的距离、速度和雷达散射截面积进行计算;如果目标物体不在所述最大可探测范围体积内则对所述目标物体进入所述车载雷达探测盲区概率进行计算,如果所述目标物体进入所述车载雷达探测盲区概率超过经验概率,则表示所述目标物体进入所述车载雷达探测盲区,如果所述目标物体进入所述车载雷达探测盲区概率未超过经验概率,则表示所述目标物体未进入所述车载雷达探测盲区;
其中,在所述步骤一中,计算所述最大可探测范围体积半径Rmax计算过程为:
Figure BDA0001674955150000021
式中,Pt为雷达的发射功率,Pr为接收到的雷达功率,Gt为雷达天线接收增益,Aeff接收天线的有效面积,δ为目标散射截面积,ΔS为本车与所述目标物体相对距离,Slim为本车与所述目标物体不发生碰撞的极限距离,Vrel为本车与所述目标物体的相对速度,V0为本车与所述目标物体的相对经验安全速度,κ为经验校正常数,e为自然对数的底数。
优选的是,进入盲区概率计算过程为:
Figure BDA0001674955150000022
其中,f(Vrel)=0.156lnVrel+0.245;f(ΔS)=0.178ΔS2+0.425ΔS+0.545;
式中,ΔS为本车与所述目标物体相对距离,Slim为本车与所述目标物体不发生碰撞的极限距离,Vrel为本车与所述目标物体的相对速度,V0为本车与所述目标物体的相对经验安全速度,Rmax为最大可探测范围体积半径,δ为目标散射截面积,ηatm为天气条件参数。
优选的是,在所述步骤二中,采用模糊控制输出目标物体在最大可探测范围体积内的侵入概率进而判断目标物体是否在最大可探测范围体积内,包括如下步骤:
分别将信号回波功率变化率、环境杂波功率变化率以及侵入概率转换为模糊论域中的量化等级;
将信号回波功率变化率以及环境杂波功率变化率输入模糊控制模型,均分为7个等级;
模糊控制模型输出为所述侵入概率,分为5个等级;
根据所述侵入概率判断目标物体是否在最大可探测范围体积内;
其中,所述信号回波功率变化率的论域为[-1,1],所述环境杂波功率变化率的论域为[-1,1],所述侵入概率的论域为[0,1],设量化因子都为1,设定侵入概率的阈值为0.53~0.59中的一个值。
优选的是,所述信号回波功率变化率的模糊集为{NB,NM,NS,ZO,PS,PM,PB},所述环境杂波功率变化率的模糊集为{NB,NM,NS,ZO,PS,PM,PB},所述侵入概率的模糊集为{S,SM,M,MB,B};隶属函数均选用三角函数。
优选的是,所述本车与所述目标物体不发生碰撞的极限距离Slim计算过程为:
Figure BDA0001674955150000031
式中,D为在所述本车上安装的多个车载雷达的相邻距离,θ为车载雷达所能探测范围的最大夹角。
优选的是,所述经验校正常数κ取值为0.592。
优选的是,经验概率为0.63。
本发明与现有技术相比较所具有的有益效果:
1、根据信号回波功率变化率和环境杂波功率变化率,采用模糊控制模型对目标物体是否在车在雷达最大可探测范围体积内进行模糊判断,增加判断的准确性,通过目标物体是否在最大可探测范围体积内进行判断;
2、通过计算目标物体是否在车载雷达的探测盲区内进而判断目标物体是否在车载雷达的探测盲区内。
附图说明
图1为信号回波功率变化率的隶属函数。
图2为环境杂波功率变化率的隶属函数。
图3为侵入概率的隶属函数。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本发明提供了一种车载雷达探测模拟计算方法,其特征在于,包括如下步骤:
步骤一、计算所述车载雷达能量最大可探测范围体积;
步骤二、采集信号回波功率和环境杂波功率数据,判断目标物体是否在最大可探测范围体积;
步骤三、如果目标物体在所述最大可探测范围体积内,则对所述目标物体的距离、速度和雷达散射截面积进行计算;如果目标物体不在所述最大可探测范围体积内则对所述目标物体进入所述车载雷达探测盲区概率进行计算,如果所述目标物体进入所述车载雷达探测盲区概率超过经验概率,则表示所述目标物体进入所述车载雷达探测盲区,如果所述目标物体进入所述车载雷达探测盲区概率未超过经验概率,则表示所述目标物体未进入所述车载雷达探测盲区。
在另一种实施例中,在步骤一中,雷达发射机生成电磁波信号,并通过功率放大器放大产生通足够的电磁能量,通过公式(1)计算得到产生的雷达能量最大可探测范围体积,
Figure BDA0001674955150000041
式中,Pt为雷达的发射功率,单位为W,Pr为接收到的雷达功率,单位为W,Gt为雷达天线接收增益,单位为db,Aeff接收天线的有效面积,单位为m2,δ为目标散射截面积,单位为m2,ΔS为本车与所述目标物体相对距离,单位为m,Slim为本车与所述目标物体不发生碰撞的极限距离,单位为m,Vrel为本车与所述目标物体的相对速度,单位为km/h,V0为本车与所述目标物体的相对经验安全速度,单位为km/h,κ为经验校正常数,e为自然对数的底数;在本实施例中,作为一种优选,经验校正常数κ取值为0.592。
在另一种实施例中,本车与所述目标物体不发生碰撞的极限距离Slim计算过程为:
Figure BDA0001674955150000051
式中,D为在所述车辆上安装的多个车载雷达的相邻距离,单位为m,θ为车载雷达所能探测范围的最大夹角。
在另一种实施例中,所述盲区概率计算过程为:
Figure BDA0001674955150000052
其中,f(Vrel)=0.156lnVrel+0.245;f(ΔS)=0.178ΔS2+0.425ΔS+0.545;
式中,ΔS为本车与所述目标物体相对距离,单位为m,Slim为本车与所述目标物体不发生碰撞的极限距离,单位为m,Vrel为本车与所述目标物体的相对速度,单位为km/h,V0为本车与所述目标物体的相对经验安全速度,单位为km/h,Rmax为最大可探测范围体积半径,单位为m,δ为目标散射截面积,单位为m2,ηatm为天气条件参数;在本实施例中,作为一种优选,经验概率为0.63。
在本实施例中,通过在车体上安装测距传感器进行相对距离的测试,通过安装速度传感器进行相对速度的测试。
如图1~3所示,在另一种实施例中,在步骤二中,采用模糊控制模型输出目标物体在最大可探测范围体积内的侵入概率进而判断目标物体是否在最大可探测范围体积内,包括如下步骤:分别将信号回波功率变化率EPr、环境杂波功率变化率EPn以及侵入概率转换为模糊论域中的量化等级;将信号回波功率变化率EPr以及环境杂波功率变化率EPn输入模糊控制模型,模糊控制模型输出为侵入概率,进而进行数据是否输出的预测,侵入概率的阈值为0.53~0.59中的一个值,如果侵入概率达到设定阈值,则表明侵入概率数据可输出,判断目标物体在最大可探测范围体积内,如果侵入概率未达到设定阈值,则表明侵入概率数据不可输出,判断目标物体未在最大可探测范围体积内;在本实施例中,为了保证控制的精度,使其在不同的环境下都能够很好地进行控制,根据反复试验,将阈值确定为0.55。
信号回波功率变化率EPr的变化范围为[-1,1],环境杂波功率变化率EPn的变化范围为[-1,1],设定量化因子都为1,因此,信号回波功率变化率EPr以及环境杂波功率变化率EPn的论域分别为[-1,1]和[-1,1],侵入概率的论域为[0,1];为了保证控制的精度,使其在不同的环境下都能够很好地进行控制,根据反复试验,最终将信号回波功率变化率EPr的变化范围分为7个等级,模糊集为{NB,NM,NS,ZO,PS,PM,PB},NB表示负大,NM表示负中等,NS表示负小,ZO表示零,PS表示正小,PM表示正中等,PB表示正大;环境杂波功率变化率EPn的变化范围分为7个等级,模糊集为{NB,NM,NS,ZO,PS,PM,PB},NB表示负大,NM表示负中等,NS表示负小,ZO表示零,PS表示正小,PM表示正中等,PB表示正大;输出的侵入概率分为5个等级,模糊集为{S,SM,M,MB,B},S表示小,SM表示较小,M表示中等,MB表示较大,B表示大;隶属函数均选用三角形隶属函数,如图1、2、3所示。
模糊控制模型的控制规则选取经验为:
如果信号回波功率变化率EPr为正大或者正中等,环境杂波功率变化率EPn为正大或正中等,则侵入概率为大,即数据可输出,此时,判断目标物体在车载雷达的最大可探测范围体积内;
如果信号回波功率变化率EPr为负大、负中等或者负小,环境杂波功率变化率EPn为负大或负中等,则侵入概率为小,即数据不可输出,此时,判断目标物体未在车载雷达的最大可探测范围体积内,需要对车载雷达的辐射角度进行调整;
也就是说,如果侵入概率为“小或较小”,则数据不可输出,此时,判断目标物体未在车载雷达的最大可探测范围体积内;如果侵入概率为“大或较大”,则数据可输出,此时,判断目标物体在车载雷达的最大可探测范围体积内;如果侵入概率为“中等”,则侵入概率为阈值,此种情况,如果信号回波功率变化率EPr或者环境杂波功率变化率EPn稍有变化,则必然会形成反向通电或正向通电这两种情况的切换;具体的模糊控制规则如表1所示。
表1模糊控制规则
Figure BDA0001674955150000071
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。

Claims (7)

1.一种车载雷达探测模拟计算方法,其特征在于,包括如下步骤:
步骤一、计算所述车载雷达能量最大可探测范围体积;
步骤二、采集信号回波功率和环境杂波功率数据,判断目标物体是否在最大可探测范围体积;
步骤三、如果目标物体在所述最大可探测范围体积内,则对所述目标物体的距离、速度和雷达散射截面积进行计算;如果目标物体不在所述最大可探测范围体积内则对所述目标物体进入所述车载雷达探测盲区概率进行计算,如果所述目标物体进入所述车载雷达探测盲区概率超过经验概率,则表示所述目标物体进入所述车载雷达探测盲区,如果所述目标物体进入所述车载雷达探测盲区概率未超过经验概率,则表示所述目标物体未进入所述车载雷达探测盲区;
其中,在所述步骤一中,计算所述最大可探测范围体积半径Rmax计算过程为:
Figure FDA0002358110990000011
式中,Pt为雷达的发射功率,Pr为接收到的雷达功率,Gt为雷达天线接收增益,Aeff接收天线的有效面积,δ为目标散射截面积,ΔS为本车与所述目标物体相对距离,Slim为本车与所述目标物体不发生碰撞的极限距离,Vrel为本车与所述目标物体的相对速度,V0为本车与所述目标物体的相对经验安全速度,κ为经验校正常数,e为自然对数的底数。
2.如权利要求1所述的车载雷达探测模拟计算方法,其特征在于,进入盲区概率计算过程为:
Figure FDA0002358110990000012
其中,f(Vrel)=0.156lnVrel+0.245;f(ΔS)=0.178ΔS2+0.425ΔS+0.545;
式中,ΔS为本车与所述目标物体相对距离,Slim为本车与所述目标物体不发生碰撞的极限距离,Vrel为本车与所述目标物体的相对速度,Rmax为最大可探测范围体积半径,δ为目标散射截面积,ηatm为天气条件参数。
3.如权利要求1或2所述的车载雷达探测模拟计算方法,其特征在于,在所述步骤二中,采用模糊控制输出目标物体在最大可探测范围体积内的侵入概率进而判断目标物体是否在最大可探测范围体积内,包括如下步骤:
分别将信号回波功率变化率、环境杂波功率变化率以及侵入概率转换为模糊论域中的量化等级;
将信号回波功率变化率以及环境杂波功率变化率输入模糊控制模型,均分为7个等级;
模糊控制模型输出为所述侵入概率,分为5个等级;
根据所述侵入概率判断目标物体是否在最大可探测范围体积内;
其中,所述信号回波功率变化率的论域为[-1,1],所述环境杂波功率变化率的论域为[-1,1],所述侵入概率的论域为[0,1],设量化因子都为1,设定侵入概率的阈值为0.53~0.59中的一个值。
4.如权利要求3所述的车载雷达探测模拟计算方法,其特征在于,所述信号回波功率变化率的模糊集为{NB,NM,NS,ZO,PS,PM,PB},NB表示负大,NM表示负中等,NS表示负小,ZO表示零,PS表示正小,PM表示正中等,PB表示正大;所述环境杂波功率变化率的模糊集为{NB,NM,NS,ZO,PS,PM,PB},NB表示负大,NM表示负中等,NS表示负小,ZO表示零,PS表示正小,PM表示正中等,PB表示正大;所述侵入概率的模糊集为{S,SM,M,MB,B},S表示小,SM表示较小,M表示中等,MB表示较大,B表示大;隶属函数均选用三角函数。
5.如权利要求4所述的车载雷达探测模拟计算方法,其特征在于,所述本车与所述目标物体不发生碰撞的极限距离Slim计算过程为:
Figure FDA0002358110990000021
式中,D为在所述本车上安装的多个车载雷达的相邻距离,θ为车载雷达所能探测范围的最大夹角。
6.如权利要求5所述的车载雷达探测模拟计算方法,其特征在于,所述经验校正常数κ取值为0.592。
7.如权利要求6所述的车载雷达探测模拟计算方法,其特征在于,经验概率为0.63。
CN201810521661.7A 2018-05-28 2018-05-28 一种车载雷达探测模拟计算方法 Expired - Fee Related CN108761416B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810521661.7A CN108761416B (zh) 2018-05-28 2018-05-28 一种车载雷达探测模拟计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810521661.7A CN108761416B (zh) 2018-05-28 2018-05-28 一种车载雷达探测模拟计算方法

Publications (2)

Publication Number Publication Date
CN108761416A CN108761416A (zh) 2018-11-06
CN108761416B true CN108761416B (zh) 2020-03-20

Family

ID=64006560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810521661.7A Expired - Fee Related CN108761416B (zh) 2018-05-28 2018-05-28 一种车载雷达探测模拟计算方法

Country Status (1)

Country Link
CN (1) CN108761416B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108281789B (zh) * 2018-01-12 2020-03-20 深圳市道通智能航空技术有限公司 定向天线的盲区跟踪方法、其装置及移动跟踪系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995020172A1 (en) * 1994-01-21 1995-07-27 Vorad Safety Systems, Inc. Vehicular radar wayside transponder system
CN104240422A (zh) * 2014-08-22 2014-12-24 电子科技大学 基于距离像的超声波空间采样方法、监测防盗装置及方法
CN106338727A (zh) * 2016-09-05 2017-01-18 南京理工大学 一种车载辅助驾驶雷达的目标检测方法
CN107804263A (zh) * 2017-10-24 2018-03-16 北京汽车研究总院有限公司 一种来车提醒方法、车身控制器及汽车

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995020172A1 (en) * 1994-01-21 1995-07-27 Vorad Safety Systems, Inc. Vehicular radar wayside transponder system
CN104240422A (zh) * 2014-08-22 2014-12-24 电子科技大学 基于距离像的超声波空间采样方法、监测防盗装置及方法
CN106338727A (zh) * 2016-09-05 2017-01-18 南京理工大学 一种车载辅助驾驶雷达的目标检测方法
CN107804263A (zh) * 2017-10-24 2018-03-16 北京汽车研究总院有限公司 一种来车提醒方法、车身控制器及汽车

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Method of target tracking with Doppler blind zone constraint;Wei Han et al.;《Journal of Systems Engineering and Electronics》;20131231;第24卷(第6期);全文 *
一种提高船舶导航雷达远距离探测能力的方法;于才 等;《重庆邮电大学学报(自然科学版)》;20120630;第24卷(第3期);全文 *

Also Published As

Publication number Publication date
CN108761416A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
US7592945B2 (en) Method of estimating target elevation utilizing radar data fusion
US7336219B1 (en) System and method for generating a radar detection threshold
US6903680B2 (en) Obstacle detection device for vehicle
US20080018523A1 (en) Method and system for radar processing
US20100238066A1 (en) Method and system for generating a target alert
US20100094520A1 (en) Apparatus and Method for Optimizing a Vehicle Collision Preparation Response
EP1591298A2 (en) Method and apparatus for detecting truck trailer for stop and go adaptive cruise control
KR102013224B1 (ko) 긴급 제동 시스템 및 그 제어방법
CN104386062A (zh) 一种基于脉冲计数红外测距装置的汽车防撞系统
CN111722195A (zh) 一种雷达遮挡检测方法及计算机存储介质
US11040717B2 (en) System for use in a vehicle
US20170059703A1 (en) System for use in a vehicle
CN103576141B (zh) 移动参数估计方法、角度估计方法及判断方法
CN108761416B (zh) 一种车载雷达探测模拟计算方法
US20170166214A1 (en) System for use in a vehicle
US20040246169A1 (en) Target determination apparatus, target judgement apparatus, and determination aid apparatus
Zhu et al. Millimeter-wave radar in-the-loop testing for intelligent vehicles
US11798417B2 (en) Driving assistance device
CN106772279A (zh) 一种车载毫米波雷达抗干扰方法及系统
CN207059893U (zh) 一种基于超声波的车辆防撞预警装置
JP7127969B2 (ja) レーダ装置及び信号処理方法
CN109814106B (zh) 汽车安全预警方法
CN109808492B (zh) 一种车载雷达预警装置及预警方法
Park et al. Bi-directional LSTM-based Overhead Target Classification for Automotive Radar Systems
US20230305135A1 (en) Electronic device, method for controlling electronic device, and program

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200320

Termination date: 20210528