CN109738874A - 一种车载雷达测试装置及其控制方法 - Google Patents

Abstract

本发明公开了一种车载雷达测试装置，包括：电机，其具有可伸缩转动的输出轴；连接杆，其一端设置在所述输出轴末端，所述连接杆与所述输出轴垂直固定；车载雷达，其安装在所述连接杆另一端；风速传感器，其设置在自车车尾，用于检测风速；车速传感器，其设置在所述自车的轮毂上，用于检测自车车速；控制器，其连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器，控制所述电机。本发明提供了一种车载雷达测试装置，能够实时监控车载雷达的工作状态，并调整车载雷达的位置。本发明还提供了一种车载雷达测试装置的控制方法，能够基于BP神经网络对车载雷达装置进行智能调控，使其处于最佳位置，提高其工作效率。

Description

一种车载雷达测试装置及其控制方法

技术领域

本发明涉及汽车行驶辅助设备技术领域，尤其涉及一种车载雷达测试装置及其控制方法。

背景技术

雷达，是英文Radar的音译，源于radio detection and ranging的缩写，意思为“无线电探测和测距”，即用无线电的方法发现目标并测定它们的空间位置。因此，雷达也被称为“无线电定位”。雷达是利用电磁波探测目标的电子设备。雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度等信息。各种雷达的具体用途和结构不尽相同，但基本形式是一致的，包括：发射机、发射天线、接收机、接收天线，处理部分以及显示器。还有电源设备、数据录取设备、抗干扰设备等辅助设备。后来随着微电子等各个领域科学进步，雷达技术的不断发展，其内涵和研究也越发重要。

汽车雷达顾名思义是用于汽车或其他地面机动车辆的雷达。因此，它包括基于不同技术(比如激光、超声波、微波)的各种不同雷达，有着不同的功能(比如发现障碍物、预测碰撞、自适应巡航控制)，以及运用不同的工作原理(比如脉冲雷达、FMCW雷达、微波冲击雷达)。微波雷达在汽车雷达中有着重要的商业意义。

发明内容

本发明为解决目前的技术不足之处，提供了一种车载雷达测试装置，能够实时监控车载雷达的工作状态，并调整车载雷达的位置。

本发明提供了一种车载雷达测试装置的控制方法，能够基于BP神经网络对车载雷达装置进行智能调控，使其处于最佳位置，提高其工作效率。

本发明提供的技术方案为：一种车载雷达测试装置，包括：

电机，其具有可伸缩转动的输出轴；

连接杆，其一端设置在所述输出轴末端，所述连接杆与所述输出轴垂直固定；

车载雷达，其安装在所述连接杆另一端；

风速传感器，其设置在自车车尾，用于检测风速；

车速传感器，其设置在所述自车的轮毂上，用于检测自车车速；

控制器，其连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器，控制所述电机。

优选的是，还包括：

红外传感器，其设置在所述车尾；

摄像机，其设置在所述自车车尾。

优选的是，所述电机为直流电机。

优选的是，所述摄像机为数字化摄像机。

一种车载雷达测试装置的控制方法，包括以下步骤：

步骤一、按照采样周期，通过传感器测量风速V_w、自车车速V_b、最近的他车距离S_a、最近的他车速度V_a、环境能见度C；

步骤二、依次将上述参数进行规格化，确定三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄,x₅}；其中x₁为风速系数、x₂为自车车速系数、x₃为最近的他车距离系数、x₄为最近的他车速度系数、x₅为环境能见度系数；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,,y_m}；m为中间层节点个数；

步骤四、得到输出层向量o＝{o₁,o₂,o₃}；o₁为电机输出轴长度调节系数、o₂为电机输出轴转速调节系数、o₃为预警信号；

步骤五、控制电机输出轴长度、转速，使

其中，分别为第i次采样周期输出层向量前两个参数，L_max、N_max分别为电机输出轴最大长度、电机输出轴最大转速，L_i+1、N_i+1分别为第i+1个采样周期时电机输出轴长度和电机输出轴转速。

优选的是，所述步骤五之后还包括：根据第i次周期中的风速、自车车速、最近的他车距离、最近的他车速度、采样信号，判定第i+1次周期时的雷达运行状态以及车况，当输出信号时，进行紧急预警。

优选的是，所述中间层节点个数m满足：其中n为输入层节点个数，p为输出层节点个数。

优选的是，步骤三中，将风速V_w、自车车速V_b、最近的他车距离S_a、最近的他车速度V_b、环境能见度C进行规格化的公式为：

其中，x_j为输入层向量中的参数，X_j分别为测量参数V_w、V_b、S_a、V_b、C，j＝1,2,3,4,5；X_jmax和X_jmin分别为相应测量参数中的最大值和最小值。

优选的是，步骤三中，初始运动状态，电机输出轴初始长度L₀满足：

其中，l_b为自车车身长度、d为自车车身宽度、m为车载雷达质量、θ为输出轴与地面夹角、b为连接杆的长度。

优选的是，步骤三中，初始运动状态，电机输出轴初始转速N₀满足：

C₀为初始时刻环境能见度，s_max为车载雷达最大测试距离，f为车载雷达的发射频率。

本发明所述的有益效果：提供了一种车载雷达测试装置，能够实时监控车载雷达的工作状态，并调整车载雷达的位置；能够基于BP神经网络对车载雷达装置进行智能调控，使其处于最佳位置，提高其工作效率。本发明还根据具体的初始时刻的车况以及车身具体参数情况来调节其初始位置，使其保持最近的工作状态。

具体实施方式

下面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。

本发明的一种车载雷达测试装置，包括：电机，具有可伸缩并且可以转动的输出轴；连接杆的一端设置在所述输出轴末端，所述连接杆与所述输出轴垂直固定；车载雷达安装在所述连接杆另一端；在自车的车尾安装有风速传感器，用于检测风速；在自车的轮毂上安装车速传感器，用于检测自车车速；控制器连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器，控制所述电机。在自车的车尾设置红外传感器，用于测量传感器的位置、连接杆的位置，与地面的夹角。摄像机设置在自车的车尾，摄像机为数字化摄像机。通过数字化摄像机直接摄取选定目标物及其背景的图像，然后将图像从图像采集卡传到计算机，通过对所获取的图象进行分析处理，能自动获取能见度的数值。这种方法测量得到的能见度数值和用激光雷达观测的能见度值比较接近。

本发明提供了一种基于BP神经网络的车载雷达测试装置控制方法，包括以下步骤：

步骤一S110：建立BP神经网络模型。

本发明采用的BP网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示n个输入参数，些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入向量：x＝(x₁,x₂,...,x_n)^T

中间层向量：y＝(y₁,y₂,...,y_m)^T

输出向量：O＝(o₁,o₂,...,o_p)^T

本发明中，输入层节点数为n＝5，输出层节点数为p＝3。隐藏层节点数m由下式估算得出：

输入信号5个参数分别表示为：x₁为风速系数、x₂为自车车速系数、x₃为最近的他车距离系数、x₄为最近的他车速度系数、x₅为环境能见度系数。

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入人工神经网络之前，需要将数据规格化为0-1之间的数。

具体而言，对于风速传感器测量的环境风速V_w，进行规格化后，得到环境风速系数

其中，V_w-max和V_w-min分别为风速传感器测量的环境最大风速和最小风速。

同样的，对使用速度传感器测量的自车车速V_b进行规格化后，得到自车车速系数

其中，V_b-max和V_b-min分别为最大自车车速和最小自车车速。

同样的，对使用车载雷达测量的最近的他车距离S_a进行规格化后，得到最近的他车距离系数

其中，S_a-max和S_a-min分别为最近的他车最大距离和最小距离。

同样的，对使用车载雷达测量的最近的他车速度V_a进行规格化后，得到最近的他车速度系数

其中，V_a-max和V_a-min分别为最大自车车速和最小自车车速。

同样的，对使用摄像机测量的最近的环境能见度C进行规格化后，得到环境能见度系数

其中，C_max和C_min分别为环境最大能见度和最小能见度。

输出的三个参数分别表示为：o₁为电机输出轴长度调节系数、o₂为电机输出轴转速调节系数、o₃为预警信号；

电机输出轴长度调节系数o₁表示下一个采样周期时电机输出轴长度与电机输出轴最大长度之比，即在第i个采样周期获取输入参数，通过BP神经网络输出第i个采样周期的电机输出轴长度调节系数后，控制第i+1个采样周期中的电机输出轴长度L_i+1，使其满足：

其中，L_max为电机输出轴最大长度。

电机输出轴转速调节系数o₂表示下一个采样周期时电机输出轴转速与电机输出轴最大转速之比，即在第i个采样周期获取输入参数，通过BP神经网络输出第i个采样周期的电机输出轴转速调节系数后，控制第i+1个采样周期中的电机输出轴长度N_i+1，使其满足：

其中，N_max为电机输出轴最大转速。

紧急停机信号o₃表示为当前设备的运行状态及车库，其输出值为0或1，当输出值为0时，表示当前设备或车况处于非正常状态，此时，需要发出预警信号，提醒驾驶员；当输出值为1时，表示当前设备或车况处于正常状态，可以继续运行。步骤二S120、进行BP神经网络的训练。

建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值w_ij，隐层节点j和输出层节点k之间的连接权值w_jk，隐层节点j的阈值θ_j，输出层节点k的阈值θ_k、w_ij、w_jk、θ_j、θ_k均为-1到1之间的随机数。

在训练过程中，不断修正w_ij和w_jk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

如表1所示，给定了一组训练样本以及训练过程中各节点的值。

表1训练过程各节点值

步骤三S130、采集输入参数，得到输出参数，并对超声波红枣清洗机进行控制。

步骤三S130具体包括如下分步骤：

S131：按照采样周期，获取第i个采样周期时风速V_w、自车车速V_b、最近的他车距离S_a、最近的他车速度V_a、环境能见度C；其中，i＝1,2,……。

S132：依次将上述5个参数进行规格化，得到第i个采样周期时三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄,x₅}。

S133：所述输入层向量映射到中间层，得到第i个采样周期时中间层向量y＝{y₁,y₂,y₃,y₄}。

S134：所述中间层向输出层映射，得到第i个采样周期时得到输出层向量o＝{o₁,o₂,o₃}。

S135、对电机输出轴长度和转速进行控制，使下一个周期即第i+1个采样周期时电机输出轴长度和转速满足：

其中，别为第i次采样周期输出层向量前两个参数L_max为电机输出轴最大长度，N_max为电机输出轴最大转速，L_i+1为第i+1个采样周期中的电机输出轴长度，N_i+1为第i+1个采样周期中的电机输出轴长度。

初始运动状态，电机输出轴初始长度满足：

其中，l_b为自车车身长度，单位mm；d为自车车身宽度，单位mm；m为车载雷达质量，单位g；θ为输出轴与地面夹角、b为连接杆的长度，单位mm。

初始运动状态，电机输出轴初始转速满足：

C₀为初始时刻环境能见度，单位km；s_max为车载雷达最大测试距离，，单位m；f为车载雷达的发射频率，单位Hz。

S136：根据第i次周期中的风速V_w、自车车速V_b、最近的他车距离S_a、最近的他车速度V_a、环境能见度C采样信号，判定雷达的运行状态以及当前的车况，当时进行预警，提醒驾驶员引起注意。

通过上述设置，通过获取输入参数，通过采用BP神经网络算法，对电机进行控制，使测试效果达到最佳。

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实施例。

Claims (10)

1.一种车载雷达测试装置，其特征在于，包括：

电机，其具有可伸缩转动的输出轴；

连接杆，其一端设置在所述输出轴末端，所述连接杆与所述输出轴垂直固定；

车载雷达，其安装在所述连接杆另一端；

风速传感器，其设置在自车车尾，用于检测风速；

车速传感器，其设置在所述自车的轮毂上，用于检测自车车速；

控制器，其连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器，控制所述电机。

2.根据权利要求1所述的车载雷达测试装置，其特征在于，还包括：

红外传感器，其设置在所述车尾；

摄像机，其设置在所述自车车尾。

3.根据权利要求2所述的车载雷达测试装置，其特征在于，

所述电机为直流电机。

4.根据权利要求2所述的车载雷达测试装置，其特征在于，

所述摄像机为数字化摄像机。

5.一种车载雷达测试装置的控制方法，其特征在于，包括以下步骤：

步骤一、按照采样周期，通过传感器测量风速V_w、自车车速V_b、最近的他车距离S_a、最近的他车速度V_a、环境能见度C；

步骤二、依次将上述参数进行规格化，确定三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄,x₅}；其中x₁为风速系数、x₂为自车车速系数、x₃为最近的他车距离系数、x₄为最近的他车速度系数、x₅为环境能见度系数；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_m}；m为中间层节点个数；

步骤四、得到输出层向量o＝{o₁,o₂,o₃}；o₁为电机输出轴长度调节系数、o₂为电机输出轴转速调节系数、o₃为预警信号；

步骤五、控制电机输出轴长度、转速，使

其中，分别为第i次采样周期输出层向量前两个参数，L_max、N_max分别为电机输出轴最大长度、电机输出轴最大转速，L_i+1、N_i+1分别为第i+1个采样周期时电机输出轴长度和电机输出轴转速。

6.根据权利要求5所述的车载雷达测试装置的控制方法，其特征在于，所述步骤五之后还包括：根据第i次周期中的风速、自车车速、最近的他车距离、最近的他车速度、采样信号，判定第i+1次周期时的雷达运行状态以及车况，当输出信号时，进行紧急预警。

7.根据权利要求6所述的车载雷达测试装置的控制方法，其特征在于，所述中间层节点个数m满足：其中n为输入层节点个数，p为输出层节点个数。

8.根据权利要求7所述的车载雷达测试装置的控制方法，其特征在于，步骤三中，将风速V_w、自车车速V_b、最近的他车距离S_a、最近的他车速度V_b、环境能见度C进行规格化的公式为：

其中，x_j为输入层向量中的参数，X_j分别为测量参数V_w、V_b、S_a、V_b、C，j＝1,2,3,4,5；X_jmax和X_jmin分别为相应测量参数中的最大值和最小值。

9.根据权利要求8所述的车载雷达测试装置的控制方法，其特征在于，步骤三中，初始运动状态，电机输出轴初始长度L₀满足：

其中，l_b为自车车身长度、d为自车车身宽度、m为车载雷达质量、θ为输出轴与地面夹角、b为连接杆的长度。

10.根据权利要求9所述的车载雷达测试装置的控制方法，其特征在于，步骤三中，初始运动状态，电机输出轴初始转速N₀满足：

C₀为初始时刻环境能见度，s_max为车载雷达最大测试距离，f为车载雷达的发射频率。