CN109814080B - 一种毫米波雷达目标跟踪与置信度算法及其装置 - Google Patents
一种毫米波雷达目标跟踪与置信度算法及其装置 Download PDFInfo
- Publication number
- CN109814080B CN109814080B CN201811507542.2A CN201811507542A CN109814080B CN 109814080 B CN109814080 B CN 109814080B CN 201811507542 A CN201811507542 A CN 201811507542A CN 109814080 B CN109814080 B CN 109814080B
- Authority
- CN
- China
- Prior art keywords
- target
- distance
- counter
- confidence coefficient
- confidence
- 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.)
- Active
Links
Images
Abstract
本发明提供一种毫米波雷达目标跟踪与置信度算法,在目标检测时,通过设定较低检测门限值使得目标不漏检,同时测得目标的距离R、方位θ、速度V、回波幅度P;在目标跟踪过程中,通过对检测到的目标进行帧间航迹关联,对无规律运动的杂波进行过滤,真实目标进行跟踪处理后将形成有规律运动的航迹,既能抑制杂波引起的误报,也能避免在单次目标漏检时产生漏报;通过选取目标回波幅度P、目标关联计数器K、目标无关联计数器J三个参数计算目标置信度F,F的值越大置信度越高,表示该目标存在的可能性越大,当目标的置信度F大于最低置信度常数Z时,执行目标信息输出;该算法可减少目标输出频次,降低决策和控制单元运算量。
Description
技术领域
本发明属于雷达和汽车自主安全技术领域,尤其涉及雷达目标跟踪算法,具体是一种毫米波雷达目标跟踪与置信度算法及其装置。
背景技术
随着汽车工业的快速发展,道路上车辆密度越来越大,交通安全问题成为一个常见的社会问题。绝大部分道路交通事故是因驾驶员行驶速度过快、注意力不集中所导致。在车上安装传感器,在行驶过程中随时采集并分析汽车周围数据的辅助智能驾驶技术,能帮助减少交通事故,增加汽车行驶的安全性。毫米波雷达因探测距离远、全天候、可靠性高等特点适合做汽车碰撞预警和紧急制动传感器,在很大程度上可有效避免道路安全事故。通过采用毫米波雷达测出行驶车辆与前车或者障碍物的距离,与预设的报警距离、安全距离的进行比较,小于报警距离就进行报警提示,小于安全距离时可自动控制制动器和油门。
当汽车在市区等区域行驶时,车载毫米波雷达应用场景复杂,干扰目标较多,影响对目标的跟踪和报警,易出现误判引发事故。目前市场上的产品,为降低误报概率,检测灵敏度普遍偏低,市场上对高性能、高可靠性雷达的需求迫切。针对提高雷达可靠性、降低误报率的应用需求,可以从算法上进行改进,算法改进较硬件改进成本低、效果显著。
发明内容
针对背景技术提出的问题,本发明的目的是,提供一种毫米波雷达目标跟踪与置信度算法及其装置,用于对毫米波雷达的目标检测信号进行分析和计算,提高雷达可靠性,降低误报概率,降低后端决策和控制单元的运算量。
为实现上述目的,本发明一方面,提供一种毫米波雷达目标跟踪与置信度算法,采用如下技术方案:
一种毫米波雷达目标跟踪与置信度算法,包括如下步骤:
S1.目标检测:设定目标检测门限值,在所述目标检测门限值内测得所述毫米波雷达与目标的距离R、方位θ、速度V、回波幅度P,获得目标数据;
S2.初始化目标航迹:将步骤S1测得的目标距离R、方位θ、速度V、回波幅度P作为初始值赋值,其中,当前距离:R0 = R,当前方位:θ0 = θ,当前速度:V0 = V,当前回波幅度:P0= P,置信度F = 0,目标关联计数器K=0,目标无关联计数器J=0;
S3.计算目标置信度:目标置信度计算公式为:F = A*P + B*K - C ^J,其中,A、B、C为权系数因子;因为回波幅度P值越大,该目标存在的可能性越大,因此P值作为计算目标置信度F的一个参数;目标关联计数器K值越大,代表目标存在的可能性越大,因此K也作为计算目标置信度F的一个参数;目标无关联计数器J越大,代表目标不存在的可能性越大,当目标连续不被关联时,其置信度F快速降低,因此J作为以C底的指数函数(C > 1);
S4.预测下一时刻目标的距离:预测下一时刻目标距离的计算公式为:R1 = R0+V0*T 或R1 = Ri+ Vi*T,其中,R0或Ri为当前距离,V0或Vi为当前速度,T为所述毫米波雷达检测目标信息的帧间隔时间;
S5.目标关联计数:获取下一帧毫米波雷达传感器数据,包括距离Ri、方位θi、速度Vi、回波幅度Pi,将预测距离R1和检测距离Ri进行比较;当(|Ri-R1|)< Rt,其中Rt为预设的关联距离门限时,目标关联,目标关联计数器K加1,目标无关联计数器J清零;若目标不关联,即(|Ri-R1|)≥ Rt时,则目标无关联计数器J加1,且K减1;
S6.判断处理:当目标置信度F大于最低置信度常数Z(F>Z),且有目标被关联时,则输出当前目标的距离Ri、方位θi、速度Vi、置信度F;当目标置信度F大于最低置信度常数Z(F>Z),但无目标被关联时,则继续输出根据目标运动航迹预测的距离R1、方位θ0、速度V0、置信度F;输出的目标信息用于指导整车决策和控制系统进行危险判别;当目标置信度F小于等于最低置信度常数Z(F<=Z)时,目标信息不输出,但保留目标的预测值,指导下一帧目标关联判别;重复步骤S3、S4、S5;当目标无关联计数器J 大于目标消亡常数N(J>N)时,该目标的航迹跟踪结束,所有数值清零,从步骤S1重新执行新的运算。
进一步地,所述一种毫米波雷达目标跟踪与置信度算法,在步骤S5中,关联距离门限Rt根据所述毫米波雷达检测目标数据的最大测距误差和最大的测速误差以及帧间隔时间T来计算。
进一步地,所述一种毫米波雷达目标跟踪与置信度算法,在步骤S3中,A、B、C根据试验测试得到,其中(C > 1)。
进一步地,所述一种毫米波雷达目标跟踪与置信度算法,在步骤S6中,最低置信度常数Z和目标消亡常数N根据毫米波雷达检测的误报和漏报概率设置,并通过试验标定得到。
该算法适用于对目标测距、测速和定位等传感器,在复杂环境和高灵敏度下,即可有效抑制杂波,也能避免偶然的数据丢失,且可计算出目标的置信度。
本发明另一方面,还提供一种包含毫米波雷达目标跟踪与置信度算法的装置,采用如下技术方案:
一种毫米波雷达目标跟踪与置信度算法装置,包括如下模块:
1)目标数据获取模块:获取毫米波雷达执行检测算法后的目标原始数据,包括目标的距离R、方位θ、速度V、回波幅度P,数据将用于目标位置预测模块和目标置信计算模块;
2)目标置信计算模块:根据回波幅度P、目标关联计数器K和目标无关联计数器J计算目标置信度F = P*A+K*B-C ^J;式中A、B、C为权系数因子,需根据试验测试得到,计算得到的目标置信度F用于目标信息输出模块;
3)目标位置预测模块:根据目标当前的距离和运动速度,以及帧间隔时间T预测目标下一时刻的距离:R1 = R0+ V0*T 或R1 = Ri+ Vi*T,其中,R0或Ri为当前距离,V0或Vi为当前速度,T为毫米波雷达目标检测的帧间隔时间,预测距离R1用来指导目标关联判决模块;
4)目标关联判决模块:当检测距离Ri与预测距离R1的差值小于关联距离门限Rt(|Ri–R1|<Rt)时,目标关联判决模块输出1,否则输出0;关联距离门限Rt根据雷达检测目标数据的最大测距误差和最大的测速误差以及帧间隔时间T来计算;
5)目标航迹管理模块:根据目标关联判决模块的输出结果,对目标关联计数器K和目标无关联计数器J进行运算,目标关联计数器K和目标无关联计数器J用来指导目标置信计算模块和目标航迹消亡模块;目标关联计数器K和目标无关联计数器J初始值都为0,当目标关联判决模块输出1时,目标关联计数器K加1,目标无关联计数器J清零;当目标关联判决模块输出0时,目标关联计数器K减1,目标无关联计数器J加1;
6)目标信息输出模块:当目标置信度F > 最低置信度常数Z时,输出该目标的距离R、方位θ、速度V、置信度F,否则不输出,输出信息用来指导车辆的决策和控制系统进行危险判别;
7)目标航迹消亡模块:当目标无关联计数器J > 目标消亡常数N时,该目标的航迹结束,所有数值清零,当下一帧数据到达的时候开始新的运算。
本发明的有益效果包括:该算法可以通过设定较低检测门限值使得目标不漏检,对检测到的目标进行帧间航迹关联,对无规律运动的杂波进行过滤,真实目标进行跟踪处理后将形成有规律运动的航迹,既能抑制杂波引起的误报,也能避免在单次目标漏检时产生漏报,适用于对目标测距、测速和定位等传感器,在复杂环境和高灵敏度下,即可有效抑制杂波,也能避免偶然的数据丢失,通过计算出目标的置信度,当目标置信度F大于最低置信度常数Z时才输出目标信息,可提高雷达可靠性、目标检测概率、降低雷达误报概率、滤除大量杂波,保留真实目标,并计算其置信度,减少目标输出频次,降低决策和控制单元约30%运算量。
附图说明
图1一种毫米波雷达目标跟踪与置信度算法的流程示意图;
图2一种毫米波雷达目标跟踪与置信度算法装置结构示意图。
具体实施方式
下面结合附图,对本发明作进一步的说明,以便于本领域技术人员理解本发明。
如图1所示为一种毫米波雷达目标跟踪与置信度算法的流程示意图,它包括:
S1.目标检测:设定目标检测门限值,在所述目标检测门限值内测得所述毫米波雷达与目标的距离R、方位θ、速度V、回波幅度P,获得目标数据;
S2.初始化目标航迹:将步骤S1测得的目标距离R、方位θ、速度V、回波幅度P作为初始值赋值,其中,当前距离:R0 = R,当前方位:θ0 = θ,当前速度:V0 = V,当前回波幅度:P0= P,置信度F = 0,目标关联计数器K=0,目标无关联计数器J=0;
S3.计算目标置信度:目标置信度计算公式为:F = A*P + B*K - C ^J,其中,A、B、C为权系数因子;因为回波幅度P值越大,该目标存在的可能性越大,因此P值作为计算目标置信度F的一个参数;目标关联计数器K值越大,代表目标存在的可能性越大,因此K也作为计算目标置信度F的一个参数;目标无关联计数器J越大,代表目标不存在的可能性越大,当目标连续不被关联时,其置信度F快速降低,因此J作为以C底的指数函数(C > 1);A、B、C根据试验测试得到;
S4.预测下一时刻目标的距离:预测下一时刻目标距离的计算公式为:R1 = R0+V0*T 或R1 = Ri+ Vi*T,其中,R0或Ri为当前距离,V0或Vi为当前速度,T为所述毫米波雷达检测目标信息的帧间隔时间;
S5.目标关联计数:获取下一帧毫米波雷达传感器数据,包括距离Ri、方位θi、速度Vi、回波幅度Pi,将预测距离R1和检测距离Ri进行比较;当(|Ri-R1|)< Rt,其中Rt为预设的关联距离门限时,目标关联,目标关联计数器K加1,目标无关联计数器J清零;若目标不关联,即(|Ri-R1|)≥ Rt时,则目标无关联计数器J加1,且K减1;所述关联距离门限Rt根据所述毫米波雷达检测目标数据的最大测距误差和最大的测速误差以及帧间隔时间T来计算;
S6.判断处理:当目标置信度F大于最低置信度常数Z(F>Z),且有目标被关联时,则输出当前目标的距离Ri、方位θi、速度Vi、置信度F;当目标置信度F大于最低置信度常数Z(F>Z),但无目标被关联时,则继续输出根据目标运动航迹预测的距离R1、方位θ0、速度V0、置信度F;输出的目标信息用于指导整车决策和控制系统进行危险判别;当目标置信度F小于等于最低置信度常数Z(F<=Z)时,目标信息不输出,但保留目标的预测值,指导下一帧目标关联判别;重复步骤S3、S4、S5;当目标无关联计数器J 大于目标消亡常数N(J>N)时,该目标的航迹跟踪结束,所有数值清零,从步骤S1重新执行新的运算;所述最低置信度常数Z和目标消亡常数N根据毫米波雷达检测的误报和漏报概率设置,并通过试验标定得到。
该算法包括如下特点和优势:
在目标检测时,通过设定较低检测门限值使得目标不漏检,同时测得目标的距离R、方位θ、速度V、回波幅度P;
在目标跟踪过程中,通过对检测到的目标进行帧间航迹关联,对无规律运动的杂波进行过滤,真实目标进行跟踪处理后将形成有规律运动的航迹,既能抑制杂波引起的误报,也能避免在单次目标漏检时产生漏报;其中简化公式为:预测距离R1 = 当前距离R0+当前速度V0*帧间隔时间t;当绝对值(检测距离Ri – 预测距离R1)< 关联距离门限Rt时,目标被关联,且目标关联计数器K加1,目标无关联计数器J清零;若目标不关联,则目标无关联计数器J加1,且K减1;
通过选取目标回波幅度P、目标关联计数器K、目标无关联计数器J三个参数计算目标置信度F,三个参数分别乘以权系数A、B、C得到置信度F = P*A+K*B-C ^J;F的值越大置信度越高,表示该目标存在的可能性越大,假设A = 0.5,B = 1,C=2,如:P=10,K=50,J=0,则置信度F=56,若下一帧目标丢失,P=0,K=49,J=1,则置信度减低F=47;
该算法适用于对目标测距、测速和定位等传感器,在复杂环境和高灵敏度下,即可有效抑制杂波,也能避免偶然的数据丢失,且可计算出目标的置信度,当目标置信度F大于最低置信度常数Z时才输出目标信息,可减少目标输出频次,降低决策和控制单元运算量。
文中关键字解释:最低置信度常数Z用来指导目标输出判决模块的门限值;目标消亡常数N用来指导目标航迹消亡模块判决门限值;回波幅度P表示目标的回波信号能量大小,用来计算该目标的置信度;目标置信度F表示该目标的可靠性程度,值越大表示该目标存在的可能性越大,当目标的置信度F大于最低置信度常数Z时,执行目标信息输出;最低置信度常数Z和目标消亡常数N需根据雷达检测的误报和漏报概率设置,并通过试验标定得到。
图2为一种毫米波雷达目标跟踪与置信度算法装置结构示意图,所述装置为以任何形式固定在可存储介质上的程序,被所述毫米波雷达或其系统读取执行,所述装置包括:1)目标数据获取模块、2)目标置信计算模块、3)目标位置预测模块、4)目标关联判决模块、5)目标航迹管理模块、6)目标信息输出模块、7)目标航迹消亡模块;
1)目标数据获取模块:获取毫米波雷达执行检测算法后的目标原始数据,包括目标的距离R、方位θ、速度V、回波幅度P,数据将用于目标位置预测模块和目标置信计算模块;
2)目标置信计算模块:根据回波幅度P、目标关联计数器K和目标无关联计数器J计算目标置信度F = P*A+K*B-C ^J;式中A、B、C为权系数因子,需根据试验测试得到,计算得到的目标置信度F用于目标信息输出模块;
3)目标位置预测模块:根据目标当前的距离和运动速度,以及帧间隔时间T预测目标下一时刻的距离:R1 = R0+ V0*T 或R1 = Ri+ Vi*T,其中,R0或Ri为当前距离,V0或Vi为当前速度,T为毫米波雷达目标检测的帧间隔时间,预测距离R1用来指导目标关联判决模块;
4)目标关联判决模块:当检测距离Ri与预测距离R1的差值小于关联距离门限Rt(|Ri–R1|<Rt)时,目标关联判决模块输出1,否则输出0;关联距离门限Rt根据雷达检测目标数据的最大测距误差和最大的测速误差以及帧间隔时间T来计算;
5)目标航迹管理模块:根据目标关联判决模块的输出结果,对目标关联计数器K和目标无关联计数器J进行运算,目标关联计数器K和目标无关联计数器J用来指导目标置信计算模块和目标航迹消亡模块;目标关联计数器K和目标无关联计数器J初始值都为0,当目标关联判决模块输出1时,目标关联计数器K加1,目标无关联计数器J清零;当目标关联判决模块输出0时,目标关联计数器K减1,目标无关联计数器J加1;
6)目标信息输出模块:当目标置信度F > 最低置信度常数Z时,输出该目标的距离R、方位θ、速度V、置信度F,否则不输出,输出信息用来指导车辆的决策和控制系统进行危险判别;
7)目标航迹消亡模块:当目标无关联计数器J > 目标消亡常数N时,该目标的航迹结束,所有数值清零,当下一帧数据到达的时候开始新的运算。
以上实施例仅用于说明本发明的具体实施方式,而不是用于限定本发明,本发明所要求保护的范围以权利要求书所述为准。
Claims (5)
1.一种毫米波雷达目标跟踪与置信度算法,其特征在于,包括如下步骤:
S1.目标检测:设定目标检测门限值,在所述目标检测门限值内测得所述毫米波雷达与目标的距离R、方位θ、速度V、回波幅度P,获得目标数据;
S2.初始化目标航迹:将步骤S1测得的目标距离R、方位θ、速度V、回波幅度P作为初始值赋值,其中,当前距离:R0 = R,当前方位:θ0 = θ,当前速度:V0 = V,当前回波幅度:P0 =P,置信度F = 0,目标关联计数器K=0,目标无关联计数器J=0;
S3.计算目标置信度:目标置信度计算公式为:F = A*P + B*K-C ^J,其中,A、B、C为权系数因子;
S4.预测下一时刻目标的距离:预测下一时刻目标距离的计算公式为:R1 = R0+ V0*T或R1 = Ri+ Vi*T,其中,R0或Ri为当前距离,V0或Vi为当前速度,T为所述毫米波雷达检测目标信息的帧间隔时间;
S5.目标关联计数:获取下一帧毫米波雷达传感器数据,包括距离Ri、方位θi、速度Vi、回波幅度Pi,将预测距离R1和检测距离Ri进行比较;当(|Ri-R1|)< Rt,其中Rt为预设的关联距离门限时,目标关联,目标关联计数器K加1,目标无关联计数器J清零;若目标不关联,即(|Ri-R1|)≥ Rt时,则目标无关联计数器J加1,且K减1;
S6.判断处理:当目标置信度F大于最低置信度常数Z(F>Z),且有目标被关联时,则输出当前目标的距离Ri、方位θi、速度Vi、置信度F;当目标置信度F大于最低置信度常数Z(F>Z),但无目标被关联时,则继续输出根据目标运动航迹预测的距离R1、方位θ0、速度V0、置信度F;输出的目标信息用于指导整车决策和控制系统进行危险判别;当目标置信度F小于等于最低置信度常数Z(F<=Z)时,目标信息不输出,但保留目标的预测值,指导下一帧目标关联判别;重复步骤S3、S4、S5;当目标无关联计数器J 大于目标消亡常数N(J>N)时,该目标的航迹跟踪结束,所有数值清零,从步骤S1重新执行新的运算。
2.根据权利要求1所述一种毫米波雷达目标跟踪与置信度算法,其特征在于,在步骤S5中,关联距离门限Rt根据所述毫米波雷达检测目标数据的最大测距误差和最大的测速误差以及帧间隔时间T来计算。
3.根据权利要求1所述一种毫米波雷达目标跟踪与置信度算法,其特征在于,在步骤S3中,A、B、C根据试验测试得到,其中C > 1。
4.根据权利要求1所述一种毫米波雷达目标跟踪与置信度算法,其特征在于,在步骤S6中,最低置信度常数Z和目标消亡常数N根据毫米波雷达检测的误报和漏报概率设置,并通过试验标定得到。
5.一种毫米波雷达目标跟踪与置信度算法装置,其特征在于,包括如下模块:
1)目标数据获取模块:获取毫米波雷达执行检测算法后的目标原始数据,包括目标的距离R、方位θ、速度V、回波幅度P,数据将用于目标位置预测模块和目标置信计算模块;
2)目标置信计算模块:根据回波幅度P、目标关联计数器K和目标无关联计数器J计算目标置信度F = P*A+K*B-C ^J;式中A、B、C为权系数因子,需根据试验测试得到,计算得到的目标置信度F用于目标信息输出模块;
3)目标位置预测模块:根据目标当前的距离和运动速度,以及帧间隔时间T预测目标下一时刻的距离:R1 = R0+ V0*T 或R1 = Ri+ Vi*T,其中,R0或Ri为当前距离,V0或Vi为当前速度,T为毫米波雷达目标检测的帧间隔时间,预测距离R1用来指导目标关联判决模块;
4)目标关联判决模块:当检测距离Ri与预测距离R1的差值小于关联距离门限Rt(|Ri–R1|<Rt)时,目标关联判决模块输出1,否则输出0;关联距离门限Rt根据雷达检测目标数据的最大测距误差和最大的测速误差以及帧间隔时间T来计算;
5)目标航迹管理模块:根据目标关联判决模块的输出结果,对目标关联计数器K和目标无关联计数器J进行运算,目标关联计数器K和目标无关联计数器J用来指导目标置信计算模块和目标航迹消亡模块;目标关联计数器K和目标无关联计数器J初始值都为0,当目标关联判决模块输出1时,目标关联计数器K加1,目标无关联计数器J清零;当目标关联判决模块输出0时,目标关联计数器K减1,目标无关联计数器J加1;
6)目标信息输出模块:当目标置信度F > 最低置信度常数Z时,输出该目标的距离R、方位θ、速度V、置信度F,否则不输出,输出信息用来指导车辆的决策和控制系统进行危险判别;
7)目标航迹消亡模块:当目标无关联计数器J > 目标消亡常数N时,该目标的航迹结束,所有数值清零,当下一帧数据到达的时候开始新的运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811507542.2A CN109814080B (zh) | 2018-12-11 | 2018-12-11 | 一种毫米波雷达目标跟踪与置信度算法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811507542.2A CN109814080B (zh) | 2018-12-11 | 2018-12-11 | 一种毫米波雷达目标跟踪与置信度算法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109814080A CN109814080A (zh) | 2019-05-28 |
CN109814080B true CN109814080B (zh) | 2022-12-20 |
Family
ID=66602089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811507542.2A Active CN109814080B (zh) | 2018-12-11 | 2018-12-11 | 一种毫米波雷达目标跟踪与置信度算法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109814080B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110275168B (zh) * | 2019-07-09 | 2021-05-04 | 厦门金龙联合汽车工业有限公司 | 一种多目标识别和防撞预警方法和系统 |
CN110596708A (zh) * | 2019-09-03 | 2019-12-20 | 中国第一汽车股份有限公司 | 一种车辆间距检测方法、装置、车辆和存储介质 |
CN110991539B (zh) * | 2019-09-05 | 2023-10-31 | 北京无线电测量研究所 | 空间目标高频次重复行为识别方法 |
CN111157994B (zh) * | 2019-12-31 | 2023-07-25 | 中汽数据(天津)有限公司 | 一种毫米波雷达感知算法 |
CN113281760A (zh) * | 2021-05-21 | 2021-08-20 | 阿波罗智能技术(北京)有限公司 | 障碍物检测方法、装置、电子设备、车辆和存储介质 |
CN113760997B (zh) * | 2021-09-10 | 2023-04-28 | 成都知道创宇信息技术有限公司 | 数据置信度计算方法及装置、计算机设备和可读存储介质 |
CN114241015B (zh) * | 2022-02-28 | 2022-05-13 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的进出人数计数方法和装置 |
CN114578305B (zh) * | 2022-05-06 | 2022-07-05 | 南京隼眼电子科技有限公司 | 目标检测置信度确定方法、装置、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5633642A (en) * | 1993-11-23 | 1997-05-27 | Siemens Aktiengesellschaft | Radar method and device for carrying out the method |
EP0730742A1 (de) * | 1993-11-23 | 1996-09-11 | Siemens Aktiengesellschaft | Radarverfahren und vorrichtung zur durchführung dieses verfahrens |
CN102176010B (zh) * | 2011-01-21 | 2013-01-23 | 西安电子科技大学 | 基于多发单收的无源雷达定位跟踪系统及定位跟踪方法 |
CN104991235A (zh) * | 2015-06-15 | 2015-10-21 | 南京航空航天大学 | 一种基于雷达点迹的快速跟踪目标的方法 |
-
2018
- 2018-12-11 CN CN201811507542.2A patent/CN109814080B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109814080A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109814080B (zh) | 一种毫米波雷达目标跟踪与置信度算法及其装置 | |
CN110058239B (zh) | 一种车载毫米波雷达装置及目标探测方法 | |
CN111708016B (zh) | 一种毫米波雷达与激光雷达融合的车辆前碰撞预警方法 | |
CN112526521B (zh) | 一种汽车毫米波防撞雷达的多目标跟踪方法 | |
US20110025548A1 (en) | System and method for vehicle sensor fusion | |
WO2021077287A1 (zh) | 一种检测方法、检测装置以及存储介质 | |
WO2021004028A1 (zh) | 一种多目标识别和防撞预警方法和系统 | |
CN112406820B (zh) | 多车道增强型自动紧急制动系统控制方法 | |
CN111798700B (zh) | 盲区监测报警方法和装置 | |
CN108614262A (zh) | 一种车辆前方目标物检测方法及系统 | |
CN110161505A (zh) | 一种基于毫米波雷达后防撞预警方法 | |
US10444341B2 (en) | Road clutter mitigation | |
CN109367529B (zh) | 毫米波雷达组合安装结构及虚拟隧道构建与障碍判断方法 | |
CN108760333A (zh) | 针对基于adas功能的智能车的场景测试方法 | |
CN106772279B (zh) | 一种车载毫米波雷达抗干扰方法及系统 | |
CN111175735B (zh) | 一种抑制雷达监测系统误报的方法 | |
CN105730330B (zh) | 行车安全系统及其障碍物筛选方法 | |
CN116699540A (zh) | 一种毫米波雷达欠采样虚假目标检测方法及装置 | |
CN112098969B (zh) | 毫米波大车盲区雷达的目标检测与预警的优化方法 | |
CN111406224A (zh) | 一种目标可信度确定方法、一种目标识别方法、系统、车辆及存储介质 | |
CN115497302A (zh) | 一种基于数据分析的车辆安全防碰撞预警系统 | |
KR102380013B1 (ko) | 차량레이더를 이용한 강우강도 추정 장치 및 방법 | |
US11402487B2 (en) | Joint radon transform association | |
CN110691985B (zh) | 用于增强的对象追踪的系统 | |
Kang et al. | Design of tram collision prevention system based on infrared ranging and Kalman filtering |
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 |