CN109696676A - 一种有效障碍物目标确定方法、装置和车辆 - Google Patents

Abstract

本发明涉及智能驾驶领域，提出了一种有效障碍物目标确定方法、装置及车辆。所述方法在筛选出本车道内的静止目标后，通过持续探测目标的RCS值，计算得到RCS变化率，根据RCS变化率进行有效障碍物概率的计算，判断是否为有效障碍物，所述RCS为雷达散射截面积。所述方法通过目标信息中本来就存在的RCS值来进行非障碍物目标的协同过滤，能够避免雷达系统将车辆上方的交通指示牌等误认是障碍物，同时不需要对雷达系统进行过多的改造，通用性较强。此外，本方法仅需要计算RCS变化率，计算量小，操作简便。

Description

一种有效障碍物目标确定方法、装置和车辆

技术领域

本发明涉及智能驾驶领域，尤其涉及一种有效障碍物目标确定方法、装置和车辆。

背景技术

智能辅助驾驶技术是车辆发展的新趋势，毫米波雷达因其成本较低、探测性能稳定、环境适应性好等特点，广泛应用在自动紧急刹车、自适应巡航等智能辅助驾驶系统中。辅助驾驶系统利用毫米波雷达实时获取前方障碍物的位置、速度等信息，并结合本车的运动状态，计算出安全距离或危险程度等，然后辅助司机做出控制决策。比如自动紧急刹车系统中，若雷达系统检测到前方危险程度较高的目标自车则会产生预警或自动紧急刹车。可以这样说，有效目标的监测是辅助系统做出准确决策的先决条件。

目前常用的车载毫米波雷达都缺少垂直分辨率,只输出有强反射回波目标物的二维信息，即距离本车障碍物的纵向和横向信息，对车辆上方的道路指示牌或交通指示灯等都会无法区分。在实际道路中，道路指示牌或交通指示灯随处可见，然而并不是道路上的真实障碍物，很容易引起本车系统错误的决策。虽然目前大多数采用视觉和毫米波雷达融合的方法可以大大减小系统的误判，但是对于某些路况下，特别是前车静止或低速行驶时，道路上的交通灯或指示牌也会引起错误的关联导致系统误触发。

在现有技术中，毫米波雷达通过目标物的方位角，虽然在一定范围内能区分目标是否为真实障碍物目标，但是这对雷达系统的分辨率要求较高，而且无法分辨在垂直方向上的非障碍物目标。

发明内容

本发明要解决的技术问题是有效障碍物目标确定问题。为了解决上述问题，本发明提出了一种有效障碍物目标确定方法、装置和车辆。本发明具体是以如下技术方案实现的：

本发明的第一个方面提出了一种有效障碍物目标确定方法，所述方法包括：

获得待处理的目标信息；

获得车辆当前行驶车道的车道线信息；

根据所述目标信息和所述车道线信息，判断所述目标信息对应的目标是否位于车辆当前行驶车道内并且为静止状态；

若是，则计算所述目标的RCS变化率，所述RCS为雷达散射截面积；

根据所述目标的RCS变化率，计算目标为有效障碍物的概率；

根据所述有效障碍物概率，判断目标是否为有效障碍物。

进一步地，所述计算所述目标的RCS变化率包括：

根据所述目标信息，获得目标的位置信息；

根据所述目标的位置信息，获得目标距离车辆的纵向距离；

获得各个时刻的RCS值，根据纵向距离和RCS值进行建模，得到公式为：

Z_k＝H_kX+W_k

其中，Z_k为k时刻的目标的RCS值，H_k＝[x_k 1]，其中x_k为目标的纵向距离，W_k为k时刻雷达系统测量噪声值，R_k为测量噪声方差值，X＝[r b]^T为待定系数，所述r为RCS变化率，所述b为偏置值；

采用最小二乘法或者卡尔曼滤波法，对待定系数进行求解。

进一步地，所述根据RCS变化率，计算目标为有效障碍物的概率包括：

获取RCS变化率与由上门限值和下门限值构成的阈值区间的关系；

若RCS变化率小于预设的下门限值，则增加有效障碍物得分；

若RCS变化率位于阈值区间内，则有效障碍物得分不变；

若RCS变化率大于预设的上门限值，则减小有效障碍物得分；

根据对比结果统计有效障碍物得分，对比有效障碍物得分与预设的得分阈值，计算目标为有效障碍物的概率。

进一步地，所述对比有效障碍物得分与预设的得分阈值，计算目标为有效障碍物的概率包括：

获取有效障碍物得分与由得分阈值上限和得分阈值下限构成的阈值区间的关系；

若有效障碍物得分低于得分阈值下限，则计为第一分数值；

若有效障碍物得分位于阈值区间内，则保持有效障碍物得分不变；

若有效障碍物得分高于得分阈值上限，则计为第二分数值；

归一化有效障碍物得分，计算目标为有效障碍物的概率。

进一步地，所述归一化有效障碍物得分，计算目标为有效障碍物的概率包括：

其中，Pro_k为有效障碍物概率，Score_k为有效障碍物得分。

进一步地，所述判断所述目标信息对应的目标是否位于车辆当前行驶车道内并且为静止状态包括：

根据所述目标信息，获得待处理目标的位置信息；

根据所述待处理目标的位置信息与所述车道线信息，判断待处理目标是否位于车辆当前行驶车道内；

根据所述目标信息，获得待处理目标的速度信息；

根据所述待处理目标的速度信息，判断待处理目标是否为静止状态。

具体地，根据车道线信息和目标的位置信息，判断目标是否在车辆当前行驶车道内，根据目标的速度信息，判断目标是否静止。所述速度信息为目标的绝对速度，当目标的绝对速度小于预设值时，就可以判断此时目标为静止目标。当目标处于静止状态且位于车辆当前行驶车道内时，此时需要判断所述目标是否为有效障碍物。

获得各个时刻的RCS值，并根据各个时刻的RCS值，计算RCS的变化率。对RCS的变化率的计算可以采用最小二乘法或者卡尔曼滤波等多种方法进行求解。

在获得RCS变化率后，将RCS变化率与预设的门限值对比。所述门限值有上门限值和下门限值。若RCS变化率较大，则有效障碍物的概率会减少，若RCS变化率较小，则有效障碍物的概率会增大。因此，当RCS变化率＜下门限值时，有效障碍物得分增加预设值，当下门限值≤RCS变化率≤下门限值时，有效障碍物得分不变，当RCS变化率＞上门限值时，有效障碍物得分减少预设值。

在统计有效障碍物得分情况结束后，根据得分情况将有效障碍物得分与预设阈值对比，所述预设阈值大于0。当有效障碍物得分≤预设阈值的负值时，计为第一分数值，当预设阈值的负值＜有效障碍物得分＜预设阈值的正值时，保持原有效障碍物得分不变，当有效障碍物得分≥预设阈值的正值，计为第二分数值。基于最终有效障碍物得分情况，进行归一化处理后，得到有效障碍物概率。当有效障碍物得分≤0时，有效障碍物概率P＝0，当0＜有效障碍物得分＜100时，有效障碍物概率为P＝有效障碍物得分/100＝有效障碍物得分％，当有效障碍物得分≥100时，有效障碍物概率为P＝100％。

本发明的第二个方面提出了一种有效障碍物目标确定装置，所述装置包括：车道信息采集模块、目标信息采集模块、目标筛选模块和有效障碍物判断模块；

所述车道信息采集模块用于采集车辆当前行驶车道的车道线信息；

所述目标信息采集模块用于采集待处理的目标信息；

所述目标筛选模块用于根据所述车道线信息和所述目标信息，筛选车辆当前行驶车道内的静止目标；

所述有效障碍物判断模块用于判断所述车辆当前行驶车道内的静止目标是否为有效障碍物。

进一步地，所述有效障碍物判断模块包括RCS变化率计算模块和有效障碍物概率计算模块；

所述RCS变化率计算模块用于根据所述目标信息，获得目标的RCS值，计算RCS变化率；

所述有效障碍物概率计算模块用于根据所述RCS变化率，计算有效障碍物概率，根据有效障碍物概率，判断是否为有效障碍物。

进一步地，所述有效障碍物概率计算模块包括RCS变化率对比单元和有效障碍物分值对比单元；

所述RCS变化率对比单元用于对比RCS变化率与预设的上门限值，对比RCS变化率与预设的下门限值，根据对比结果统计有效障碍物得分；

所述有效障碍物分值对比单元用于对比有效障碍物分值与预设阈值，计算得到有效障碍物概率。

进一步地，所述装置还包括初始化模块，所述初始化模块用于对各项参数和阈值进行初始化。

具体地，根据车道线信息和目标的位置信息，判断目标是否在车辆当前行驶的车道线内，根据目标的速度信息，判断目标是否静止。所述速度信息为目标的绝对速度，当目标的绝对速度小于预设值时，就可以判断此时目标为静止目标。当目标静止且位于车道线内时，此时有可能为无效障碍物。

获得各个时刻的RCS值，并根据各个时刻的RCS值，计算RCS的变化率。对RCS的变化率的计算可以采用最小二乘法或者卡尔曼滤波等多种方法进行求解。

在获得RCS变化率后，将RCS变化率与预设的门限值对比。所述门限值有上门限值和下门限值。若RCS变化率较大，则有效障碍物的概率会减少，若RCS变化率较小，则有效障碍物的概率会增大。因此，当RCS变化率＜下门限值时，有效障碍物得分增加预设值，当下门限值≤RCS变化率≤下门限值时，有效障碍物得分不变，当RCS变化率＞上门限值时，有效障碍物得分减少预设值。

在统计有效障碍物得分情况结束后，根据得分情况将有效障碍物得分与预设阈值对比，所述预设阈值大于0。当有效障碍物得分≤预设阈值的负值时，计为第一分数值，当预设阈值的负值＜有效障碍物得分＜预设阈值的正值时，保持原有效障碍物得分不变，当有效障碍物得分≥预设阈值的正值，计为第二分数值。基于最终有效障碍物得分情况，进行归一化处理后，得到有效障碍物概率。当有效障碍物得分≤0时，有效障碍物概率P＝0，当0＜有效障碍物得分＜100时，有效障碍物概率为P＝有效障碍物得分/100＝有效障碍物得分％，当有效障碍物得分≥100时，有效障碍物概率为P＝100％。

本发明的第三个方面提出了一种车辆，所述车辆包括上述所述的一种有效障碍物目标确定装置。所述有效障碍物目标确定装置根据RCS的变化率判断探测到的障碍物是否为有效障碍物，并排除无效的障碍物。

采用上述技术方案，本发明所述的一种有效障碍物目标确定方法、装置和车辆，具有如下有益效果：

1)本发明提出了一种有效障碍物目标确定方法，所述方法通过RCS变化率判断雷达探测到的障碍物是否为有效障碍物，能够避免雷达系统将车辆上方的交通指示牌等误认是障碍物。所述方法仅需要计算RCS变化率，计算量小，操作简便，实现过程较容易；

2)本发明提出了一种有效障碍物目标确定装置，所述装置通过检测RCS变化率判断是否为有效障碍物，所述装置的通用性较好，仅需要探测RCS变化率，对雷达天线等硬件设计无特别要求，不需要具有垂直分辨率的雷达系统；

3)本发明提出了一种有效障碍物目标确定装置，所述装置通过检测RCS变化率判断是否为有效障碍物，RCS为雷达散射截面积，是一般雷达系统都能输出的目标信息，因此，所述装置的可实施性强，不依赖于还未普及的技术手段和外部系统，充分利用雷达本身输出的目标信息进行协同过滤。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种有效障碍物目标确定方法的流程图；

图2为本发明实施例提供的目标为有效障碍物目标时的RCS值、RCS变化率和有效障碍物概率的数值分布图；

图3为本发明实施例提供的目标为非障碍物目标时的RCS值、RCS变化率和有效障碍物概率的数值分布图；

图4为本发明实施例提供的一种有效障碍物目标确定装置的示意图；

图5为本发明实施例提供的一种有效障碍物目标确定装置中有效障碍物判断模块的示意图。

以下对附图作补充说明：

201-车道信息采集模块，202-目标信息采集模块，203-目标筛选模块，204-有效障碍物判断模块，2001-RCS变化率计算模块，2002-有效障碍物概率计算模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请所提供的几个实施例中，所描述的系统实施例仅仅是示意性的，例如所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

实施例1：

本发明实施例中提供了一种有效障碍物目标确定方法，如图1所示，所述方法包括：

S1.获得目标信息，所述目标信息为纵向距离上的目标信息；

S2.获得车道线信息；

S3.根据所述目标信息和车道线信息，判断目标是否位于本车行驶的车道线内且静止；

S4.若目标位于车道线内且静止，计算目标的RCS变化率(雷达散射截面积变化率)。

S5.对比各个时刻的RCS变化率与预设的门限值，统计有效障碍物分数；

S6.对比有效障碍物分数与预设的得分阈值，计算目标为有效障碍物的概率；

S7.根据有效障碍物概率，判断目标是否为有效障碍物。

进一步地，在获得纵向距离范围内的目标之前还包括，初始化雷达参数和判断阈值。

进一步地，所述目标信息包括雷达散射截面积、纵向距离、横向距离、绝对速度等。

进一步地，在获得车道内的静止目标后，判断滤波参数是否初始化，若滤波参数没有初始化，则初始化滤波参数。

进一步地，判断所述目标是否为静止目标时，可以根据绝对速度进行判断。

在所述方法中，根据车道线信息和目标的位置信息，通过目标的位置信息获得目标的横向距离，与车道线所在范围进行比较，判断目标是否在车道线内，根据目标的速度信息，判断目标是否静止。所述速度信息为目标的绝对速度，当目标的绝对速度小于预设值时，就可以判断此时目标为静止目标。当目标静止且位于车道线内时，此时有可能为无效障碍物。

获得各个时刻的RCS值，并根据各个时刻发RCS值，计算RCS的变化率。对RCS的变化率的计算可以采用最小二乘法或者卡尔曼滤波等多种方法进行求解。

在获得RCS变化率后，将RCS变化率与预设的门限值对比。所述门限值有上门限值和下门限值。若RCS变化率较大，则有效障碍物的概率会减少，若RCS变化率较小，则有效障碍物的概率会增大。因此，当RCS变化率＜下门限值时，有效障碍物得分增加预设值，当下门限值≤RCS变化率≤下门限值时，有效障碍物得分不变，当RCS变化率＞上门限值时，有效障碍物得分减少预设值。

在统计有效障碍物得分情况结束后，根据得分情况将有效障碍物得分与预设阈值对比，当得分情况≤预设阈值的负值时，计为第一分数值，当预设阈值的负值＜得分情况＜预设阈值的正值时，计为第二分数值，当得分情况≥预设阈值的正值，计为第三分数值。基于最终得分情况，进行归一化处理后，得到有效障碍物概率。当最终得分≤0时，有效障碍物概率P＝0，当0＜最终得分＜100时，有效障碍物概率为P＝最终得分/100＝最终得分％，当最终得分≥100时，有效障碍物概率为P＝100％。

具体地，以纵向行驶时的车辆中轴线为x轴，以垂直于x轴的直线为y轴，建立参考坐标系。本实施例所述的一种有效障碍物目标确定方法通过RCS变化率(雷达散射截面积变化率)来区分有效障碍物目标和无效障碍物目标，所述无效障碍物目标包括交通灯或指示牌等，所述无效障碍物的垂直高度高于车辆，因此车辆可以从无效障碍物的下方通过。

一般来说远距离的目标点RCS(雷达散射截面积)变化比较稳定，难以依据RCS(雷达散射截面积)变化率来判断目标是否为有效障碍物目标，而且在实际系统中远距离的目标对系统的危险程度较小。

在本车距离目标物较近时，高处目标物的RCS(雷达散射截面积)值较低或没有雷达探测点，即实际雷达系统对近距离的高处目标无数据输出，即不存在虚假障碍物目标。

因此本发明实施例中，所述方法仅对纵向距离范围内的目标进行辨识真假障碍物，设k时刻目标的纵向距离为x_k，满足x_min≤x_k≤x_max，式中x_min和x_max是纵向距离的限制范围，受安装高度和实际雷达系统的影响，本方法所采用的雷达系统安装高度为0.35m，设置的x_min＝25且x_max＝90。

在获得本车道内的静止目标时，设k时刻目标的横向距离和绝对速度分别为y_k和v_k。比如|y_k|<3m、|v_k|<1m/s，则判定该雷达目标点在本车道内，且有可能是静止的指示牌或交通灯等目标点。

获得静止目标后，计算目标的RCS变化率(雷达散射截面积变化率)。首先对目标点的位置信息和雷达散射截面积值进行建模，假设其满足一阶线性关系，具体如下：

Z_k＝H_kX+W_k

式中Z_k为k时刻的目标点的雷达散射截面积值，H_k＝[x_k 1]，其中x_k为目标点的纵向距离，W_k为k时刻雷达系统测量噪声值，并满足E[W_k]＝0，R_k为测量噪声方差值。X＝[r b]^T为待定系数，所述r为雷达散射截面积的变化率，所述b为偏置值。

求解待定系数值，求解待定系数值时，可以采用递推的最小二乘法或者卡尔曼滤波等方法进行求解。在一个可行的场景中，采用递推的最小二乘法的具体实现如下：

首先进行迭代的初始化，令初始的待定系数为X₀＝[0 0]^T。

初始的估计值的协方差矩阵为：

测量噪声的方差为R_k＝36。

第k次迭代计算如下：

P_k＝(I-K_kH_k)P_k-1

其中，K_k为k时刻增益阵，为k时刻的估计值，P_k为k时刻估计值的协方差阵。

最终根据X＝[r b]^T，获得k时刻的雷达散射截面积变化率，设k时刻的雷达散射截面积变化率为r_k，计算有效障碍物的概率。在车辆行驶的过程中，道路上方的交通灯或指示牌会逐渐靠近本车，若r_k较大，则有效障碍物的概率会减少，若r_k较小，则有效障碍物的概率会增大。设两个r_k门限值为r_T1、r_T2，其中，r_T2<r_T1，在一个具体的场景下，r_T1＝0.25、r_T2＝0.05

有效障碍物得分计算如下：

然后对得分进行限制，其中S_T为得分的阈值，且S_T>0，在一个具体的场景下，S_T＝600：

基于最终得分，归一化得到k时刻目标障碍物的概率如下：

式中Pro_k值越大，目标点为障碍物的概率越高。

在一个具体的场景下，前车和本车中间某位置有道路交通指示牌，本车以一定速度靠近前车，经过交通指示牌。选取其中一组数据分析如图所示。如图2为前方车辆随着纵向距离变化的雷达散射截面积值、雷达散射截面积变化率和障碍物概率，如图3为交通指示牌随着纵向距离变化的雷达散射截面积值、雷达散射截面积变化率和障碍物概率。

根据图2和图3所示，前方车辆在纵向距离60m左右雷达散射截面积变化率开始降低，有效目标概率增加，而道路上方的交通指示牌在纵向距离43米左右雷达散射截面积变化率开始大幅升高，有效目标概率降低。

前方车辆从100m开始障碍物概率一直为100％，而道路上方的交通指示牌在纵向距离约50m处降到50％以内，约48m完全降到0。在约50米时rk开始增加，则有效障碍物的概率会减少。

本发明实施例所述的一种有效障碍物目标确定方法，所述方法在检测到静止目标后，通过雷达散射截面积的变化率来判断静止目标是否为有效障碍物，能够避免雷达系统将车辆上方的交通指示牌等误认是障碍物。本方法仅计算RCS(散射截面积)的变化率，计算量小，操作简便，在实际嵌入式系统中可执行，实现过程较容易。

实施例2：

本发明一个可行的实施例中提供了一种有效障碍物目标确定装置。如图4所示，所述装置包括：车道信息采集模块201、目标信息采集模块202、目标筛选模块203和有效障碍物判断模块204。

所述车道信息采集模块201用于采集车道线信息，所述目标信息采集模块202用于采集目标信息，所述车道线信息采集模块可以是摄像头，所述目标信息采集模块可以为毫米波雷达。

所述目标筛选模块203用于根据目标信息和车道线信息，判断目标是否位于车道线内，并判断目标是否为静止目标。

所述有效障碍物判断模块204用于判断车道线内的静止目标是否为有效障碍物。

进一步地，如图5所示，所述有效障碍物判断模块204包括RCS变化率计算模块2001和有效障碍物概率计算模块2002，所述RCS变化率计算模块用于根据目标信息中的RCS值，计算RCS变化率，所述有效障碍物概率计算模块用于根据RCS变化率，计算有效障碍物概率，根据有效障碍物概率，判断是否为有效障碍物。所述RCS值为雷达散射截面积值，所述RCS变化率为雷达散射截面积变化率。

进一步地，如图5所示，所述有效障碍物概率计算模块2002包括RCS变化率对比单元2003和有效障碍物分值对比单元2004。所述RCS变化率对比单元2003用于对比各个时刻的RCS变化率与预设的门限值，积累或扣除有效障碍物分值。所述有效障碍物分值对比单元2004用于对比有效障碍物分值与预设阈值，计算得到有效障碍物概率。所述RCS值为雷达散射截面积值，所述RCS变化率为雷达散射截面积变化率。

在所述装置中，根据车道线信息和目标的位置信息，通过目标的位置信息获得目标的横向距离，与车道线所在范围进行比较，判断目标是否在车道线内，根据目标的速度信息，判断目标是否静止。所述速度信息为目标的绝对速度，当目标的绝对速度小于预设值时，就可以判断此时目标为静止目标。当目标静止且位于车道线内时，此时有可能为无效障碍物。

获得各个时刻的RCS值，并根据各个时刻发RCS值，计算RCS的变化率。对RCS的变化率的计算可以采用最小二乘法或者卡尔曼滤波等多种方法进行求解。

在获得RCS变化率后，将RCS变化率与预设的门限值对比。所述门限值有上门限值和下门限值。若RCS变化率较大，则有效障碍物的概率会减少，若RCS变化率较小，则有效障碍物的概率会增大。因此，当RCS变化率＜下门限值时，有效障碍物得分增加预设值，当下门限值≤RCS变化率≤下门限值时，有效障碍物得分不变，当RCS变化率＞上门限值时，有效障碍物得分减少预设值。

在统计有效障碍物得分情况结束后，根据得分情况将有效障碍物得分与预设阈值对比，当得分情况≤预设阈值的负值时，计为第一分数值，当预设阈值的负值＜得分情况＜预设阈值的正值时，计为第二分数值，当得分情况≥预设阈值的正值，计为第三分数值。基于最终得分情况，进行归一化处理后，得到有效障碍物概率。当最终得分≤0时，有效障碍物概率P＝0，当0＜最终得分＜100时，有效障碍物概率为P＝最终得分/100＝最终得分％，当最终得分≥100时，有效障碍物概率为P＝100％。

具体地，以纵向行驶时的车辆中轴线为x轴，以垂直于x轴的直线为y轴，建立参考坐标系。本实施例所述的一种有效障碍物目标确定方法通过RCS变化率(雷达散射截面积变化率)来区分有效障碍物目标和无效障碍物目标，所述无效障碍物目标包括交通灯或指示牌等，所述无效障碍物的垂直高度高于车辆，因此车辆可以从无效障碍物的下方通过。

一般来说远距离的目标点RCS(雷达散射截面积)变化比较稳定，很难依据RCS(雷达散射截面积)变化率来判断目标是否为有效障碍物目标，而且在实际系统中远距离的目标对系统的危险程度较小。

在本车距离目标物较近时，高处目标物的RCS(雷达散射截面积)值较低或没有雷达探测点，即实际雷达系统对近距离的高处目标无数据输出，即不存在虚假障碍物目标。

因此本发明实施例中，所述装置仅对纵向距离范围内的目标进行辨识真假障碍物，设k时刻目标的纵向距离为x_k，满足式中x_min和x_max是纵向距离的限制范围，受安装高度和实际雷达系统的影响，本方法所采用的雷达系统安装高度为0.35m，设置的x_min且x_max。

在获得本车道内的静止目标时，设k时刻目标的横向距离和绝对速度分别为y_k和v_k。比如|y_k|<3m、|v_k|<1m/s，则判定该雷达目标点在本车道内，且有可能是静止的指示牌或交通灯等目标点。

获得静止目标后，计算目标的RCS变化率(雷达散射截面积变化率)。首先对目标点横向距离和雷达散射截面积值进行建模，假设其满足一阶线性关系，具体如下：

Z_k＝H_kX+W_k

式中Z_k为k时刻的目标点的雷达散射截面积值，H_k＝[x_k 1]，其中x_k为目标点的纵向距离，W_k为k时刻雷达系统测量噪声值，并满足E[W_k]＝0，R_k为测量噪声方差值。X＝[r b]^T为待定系数，所述r为雷达散射截面积的变化率，所述b为偏置值。

求解待定系数值，求解待定系数值时，可以采用递推的最小二乘法或者卡尔曼滤波等方法进行求解。在一个可行的场景中，采用递推的最小二乘法的具体实现如下：

首先进行迭代的初始化，令初始的待定系数为X₀＝[0 0]^T。

初始的估计值的协方差矩阵为：

测量噪声的方差为R_k＝36。

第k次迭代计算如下：

P_k＝(I-K_kH_k)P_k-1

其中，K_k为k时刻增益阵，为k时刻的估计值，P_k为k时刻估计值的协方差阵。

最终根据X＝[r b]^T，获得k时刻的雷达散射截面积变化率，设k时刻的雷达散射截面积变化率为r_k，计算有效障碍物的概率。在车辆行驶的过程中，道路上方的交通灯或指示牌会逐渐靠近本车，若r_k较大，则有效障碍物的概率会减少，若r_k较小，则有效障碍物的概率会增大。设两个r_k门限值为r_T1、r_T2，其中，r_T2<r_T1，在一个具体的场景下，r_T1＝0.25、r_T2＝0.05

有效障碍物得分计算如下：

然后对得分进行限制，其中S_T为得分的阈值，且S_T>0，在一个具体的场景下，S_T＝600：

基于最终得分，归一化得到k时刻目标障碍物的概率如下：

式中Pro_k值越大，目标点为障碍物的概率越高。

在一个具体的场景下，前车和本车中间某位置有道路交通指示牌，本车以一定速度靠近前车，经过交通指示牌。选取其中一组数据分析如图所示。如图2为前方车辆随着纵向距离变化的雷达散射截面积值、雷达散射截面积变化率和障碍物概率，如图3为交通指示牌随着纵向距离变化的雷达散射截面积值、雷达散射截面积变化率和障碍物概率。

根据图2和图3所示，前方车辆在纵向距离60m左右雷达散射截面积变化率开始降低，有效目标概率增加，而道路上方的交通指示牌在纵向距离43米左右雷达散射截面积变化率开始大幅升高，有效目标概率降低。

前方车辆从100m开始障碍物概率一直为100％，而道路上方的交通指示牌在纵向距离约50m处降到50％以内，约48m完全降到0。在约50米时rk开始增加，则有效障碍物的概率会减少。

本发明实施例提出的一种有效障碍物目标确定装置，所述装置通过检测雷达散射截面积的变化率判断是否为有效目标，所述装置的通用性较好，对雷达天线等硬件设计无特别要求，没有垂直分辨率的雷达系统也能对道路上方的假障碍物目标进行过滤，所述装置的可实施性强，不依赖于还未普及的技术手段和外部系统，充分利用雷达本身输出的目标信息进行协同过滤。

实施例3：

本发明实施例提出了一种车辆，所述车辆具有上述所述的一种有效障碍物目标确定装置。所述车辆可以通过摄像头采集车道线信息，雷达系统采集雷达信息，并进行目标筛选和检测，根据雷达散射截面积的变化率判断是否为有效目标。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种有效障碍物目标确定方法，其特征在于，所述方法包括：

获得待处理的目标信息；

获得车辆当前行驶车道的车道线信息；

根据所述目标信息和所述车道线信息，判断所述目标信息对应的目标是否位于车辆当前行驶车道内并且为静止状态；

若是，则计算所述目标的RCS变化率，所述RCS为雷达散射截面积；

根据所述目标的RCS变化率，计算目标为有效障碍物的概率；

根据所述有效障碍物概率，判断目标是否为有效障碍物。

2.根据权利要求1所述的一种有效障碍物目标确定方法，其特征在于，所述获得目标的RCS变化率包括：

根据所述目标信息，获得目标的位置信息；

根据所述目标的位置信息，获得目标距离车辆的纵向距离；

获得各个时刻的RCS值，根据纵向距离和RCS值进行建模，得到公式为：

Z_k＝H_kX+W_k

其中，Z_k为k时刻的目标的RCS值，H_k＝[x_k 1]，其中x_k为目标的纵向距离，W_k为k时刻雷达系统测量噪声值，X＝[r b]^T为待定系数，r为RCS变化率，b为偏置值；

采用最小二乘法或者卡尔曼滤波法，对待定系数进行求解。

3.根据权利要求1所述的一种有效障碍物目标确定方法，其特征在于，所述根据目标的RCS变化率，计算目标为有效障碍物的概率包括：

获取RCS变化率与由上门限值和下门限值构成的阈值区间的关系；

若RCS变化率小于预设的下门限值，则增加有效障碍物得分；

若RCS变化率位于阈值区间内，则有效障碍物得分不变；

若RCS变化率大于预设的上门限值，则减小有效障碍物得分；

根据对比结果统计有效障碍物得分，对比有效障碍物得分与预设的得分阈值，计算目标为有效障碍物的概率。

4.根据权利要求3所述的一种有效障碍物目标确定方法，其特征在于，所述对比有效障碍物得分与预设的得分阈值，计算目标为有效障碍物的概率包括：

获取有效障碍物得分与由得分阈值上限和得分阈值下限构成的阈值区间的关系；

若有效障碍物得分低于得分阈值下限，则计为第一分数值；

若有效障碍物得分位于阈值区间内，则保持有效障碍物得分不变；

若有效障碍物得分高于得分阈值上限，则计为第二分数值；

归一化有效障碍物得分，计算目标为有效障碍物的概率。

5.根据权利要求4所述的一种有效障碍物目标确定方法，其特征在于，所述归一化有效障碍物得分，计算目标为有效障碍物的概率包括：

其中，Pro_k为有效障碍物概率，Score_k为有效障碍物得分。

6.根据权利要求1所述的一种有效障碍物目标确定方法，其特征在于，所述判断所述目标信息对应的目标是否位于车辆当前行驶车道内并且为静止状态包括：

根据所述目标信息，获得待处理目标的位置信息；

根据所述待处理目标的位置信息与所述车道线信息，判断待处理目标是否位于车辆当前行驶车道内；

根据所述目标信息，获得待处理目标的速度信息；

根据所述待处理目标的速度信息，判断待处理目标是否为静止状态。

7.一种有效障碍物目标确定装置，其特征在于，所述装置包括：车道信息采集模块、目标信息采集模块、目标筛选模块和有效障碍物判断模块；

所述车道信息采集模块用于采集车辆当前行驶车道的车道线信息；

所述目标信息采集模块用于采集待处理的目标信息；

所述目标筛选模块用于根据所述车道线信息和所述目标信息，筛选车辆当前行驶车道内的静止目标；

所述有效障碍物判断模块用于判断所述车辆当前行驶车道内的静止目标是否为有效障碍物。

8.根据权利要求7所述的一种有效障碍物目标确定装置，其特征在于，所述有效障碍物判断模块包括RCS变化率计算模块和有效障碍物概率计算模块；

所述RCS变化率计算模块用于根据所述目标信息，获得目标的RCS值，计算RCS变化率；

所述有效障碍物概率计算模块用于根据所述RCS变化率，计算有效障碍物概率，根据有效障碍物概率，判断是否为有效障碍物。

9.根据权利要求7所述的一种有效障碍物目标确定装置，其特征在于，所述有效障碍物概率计算模块包括RCS变化率对比单元和有效障碍物分值对比单元；

所述RCS变化率对比单元用于对比RCS变化率与预设的上门限值，并对比RCS变化率与预设的下门限值，根据对比结果统计有效障碍物得分；

所述有效障碍物分值对比单元用于对比有效障碍物得分与预设阈值，计算得到有效障碍物概率。

10.一种车辆，其特征在于，所述车辆包括权利要求7到9任意一项所述的一种有效障碍物目标确定装置。