CN110178046A - 用于无人机的基于雷达的避障系统和方法 - Google Patents

用于无人机的基于雷达的避障系统和方法 Download PDF

Info

Publication number
CN110178046A
CN110178046A CN201780083340.7A CN201780083340A CN110178046A CN 110178046 A CN110178046 A CN 110178046A CN 201780083340 A CN201780083340 A CN 201780083340A CN 110178046 A CN110178046 A CN 110178046A
Authority
CN
China
Prior art keywords
measurement
moveable platform
information
radar
table tennis
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
Application number
CN201780083340.7A
Other languages
English (en)
Inventor
彭学明
黄*
黄
古强
邹夏英
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.)
Shenzhen Dajiang Innovations Technology Co Ltd
Original Assignee
Shenzhen Dajiang Innovations Technology Co Ltd
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 Shenzhen Dajiang Innovations Technology Co Ltd filed Critical Shenzhen Dajiang Innovations Technology Co Ltd
Publication of CN110178046A publication Critical patent/CN110178046A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers
    • 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
    • G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
    • G01S13/935—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft for terrain-avoidance
    • 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
    • G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details 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
    • G01S7/414—Discriminating targets with respect to background clutter
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0021—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S2013/0236—Special technical features
    • G01S2013/0245—Radar with phased array antenna
    • G01S2013/0263—Passive array antenna
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Abstract

一种用于可移动平台的基于雷达的避物方法包括：由可移动平台的雷达执行多个“乒乓”测量以接收与物体和背景杂波相对应的电磁信号；以及区分物体和背景杂波。“乒乓”测量中的每一个包括第一测量和第二测量。第一测量的第一方向不同于第二测量的第二方向。

Description

用于无人机的基于雷达的避障系统和方法
技术领域
本公开一般涉及避障技术领域，更具体地但非排他地，涉及用于无人机(UAV)的基于雷达的避障系统和方法。
背景技术
无人机(UAV)具有在民用和军用应用中广泛使用的巨大潜力。由于其低成本、安全优势和移动性，UAV可能在许多任务中取代载人飞行器，并且在传统载人飞行器不能表现良好的课程中表现良好。然而，由于缺少机上人员控制，UAV的使用遇到了一些需要克服的挑战，其中之一是避障。UAV需要避免与静态障碍物和移动障碍物发生碰撞。
现有避障技术包括超声波避障、视觉避障和飞行时间(TOF)避障等。超声波避障的一个主要缺点在于检测距离基本上很短，并且可能无法准确检测一些能够吸收超声波的物体(例如，雷达电子干扰仪)。TOF避障具有较差的抗干扰能力，其检测距离通常限制在十米左右。
需要障碍物有用于特征匹配的特定纹理信息的视觉避障受天气影响很大，其检测距离通常限制在二十米左右。没有很多纹理信息的障碍物(例如，线型障碍物)或具有不明显的表面纹理的平面障碍物(例如，玻璃、金属丝网)可能难以被检测到。此外，当障碍物目标和UAV的相对速度相对较大时，视觉避障的障碍物检测性能可能显著降低。
本公开的用于UAV的基于雷达的避障系统和方法旨在解决上述一个或多个问题以及其他问题。
发明内容
本公开的一个方面提供了一种用于可移动平台的基于雷达的避物方法。所述方法包括：由可移动平台的雷达执行多个“乒乓”测量以接收与物体和背景杂波相对应的电磁信号；以及区分物体和背景杂波。“乒乓”测量中的每一个包括第一测量和第二测量。第一测量的第一方向不同于第二测量的第二方向。
本公开的另一方面提供了一种用于可移动平台的基于雷达的避物系统。所述系统包括雷达和雷达数据处理单元。雷达被配置为执行多个“乒乓”测量以接收与物体和背景杂波相对应的电磁信号。雷达数据处理单元被配置为区分物体和背景杂波。“乒乓”测量中的每一个包括第一测量和第二测量。第一测量的第一方向不同于第二测量的第二方向。
本领域技术人员在本公开的描述、权利要求书和附图的基础上可以得出本公开的其他方面。
附图说明
以下附图仅是用于根据各种公开的实施例的说明性的目的的示例，并且不旨在限制不公开的范围。
图1示意性地示出了根据本公开的示例性可移动平台。
图2示出了根据本公开的用于可移动平台的示例性控制系统的框图。
图3A和图3B分别示意性地示出了根据本公开的由可移动平台上的雷达发射的示例性第一EM波束和示例性第二EM波束。
图4示意性地示出了根据本公开的示例性vr-r图，用于说明接收到的EM信号的筛选。
图5A和图5B示出了根据本公开的用于计算物体方向角的示例性设置。
图6A和图6B示出了根据本公开的先前“乒乓”测量帧和当前“乒乓”测量帧中的障碍物的示例性匹配。
图7示意性地示出了根据本公开的无人机。
图8示出了根据本公开的用于可移动平台的基于雷达的示例性避物方法的流程图。
图9示出了根据本公开的用于匹配并关联两个“乒乓”测量帧的物体信息并建立两个“乒乓”测量帧的物体的对应关系的示例性方法的流程图。
图10示出了根据本公开的用于预测匹配物体的未来物体信息的示例性方法的流程图。
图11示出了根据本公开的用于计算移动计划以避开匹配物体并根据移动计划操作可移动平台的示例性方法的流程图。
具体实施方式
现在将详细参考本公开的示例性实施例和附图。在下文中，将参考附图描述根据本公开的实施例。在可能的情况下，贯穿附图，相同的附图标记将用于表示相同或类似的部件。所描述的实施例是本公开的一些而非全部实施例。基于所公开的实施例，本领域普通技术人员可以得出根据本公开的其他实施例，所有这些实施例都在本公开的范围内。此外，在本公开中，所公开的实施例和所公开的实施例的特征可以在不矛盾的条件下组合。
本公开提出了一种用于可移动平台的基于雷达的避物系统和方法。基于雷达的避物系统和方法可以基于射频(RF)雷达(例如，微波雷达)，其一般不受阳光、烟雾、雾、灰尘或通常影响光波的其他因素的影响，并且与声学系统相比，通常具有改进的方向性和测距特性。RF雷达可以检测约一米至几百米距离内的一个或多个物体(例如，一个或多个障碍物)，所述物体包括线型和平面物体(例如，树枝、电缆和带刺铁丝等)，RF雷达还可以获取静态和移动物体(例如，多飞行器编队飞行中的飞行器)的各种信息。
图1示意性地示出了根据本公开的示例性可移动平台100。可移动平台100可以是能够自动或半自动操作的任何类型的可移动平台，例如，无人机(UAV)、自行车、汽车、卡车、船舶、船、火车、直升机、飞行器或两种或更多种可移动平台的混合。如图1中所示，可移动平台100包括主体102、安装在主体102上或主体102中的基于雷达的避物系统104、以及连接到主体102的推进系统106。
主体102构成用于容纳可移动平台100的各种组件的壳体，各种组件例如是控制系统(可以包括基于雷达的避物系统104，如下所述)、一个或多个惯性测量单元(IMU)、一个或多个处理器、一个或多个电源和/或其他传感器。
基于雷达的避物系统104包括雷达104-2和雷达数据处理单元104-4。雷达104-2可以直接安装在可移动平台100的主体102上。例如，雷达104-2可以安装在主体102的前部、后部、左侧或右侧。此外，雷达104-2可以通过任何适合的机制安装在主体102的任何适合的部分上，只要这种安装允许雷达104-2有效地发射电磁(EM)波并接收来自发射EM波路径中的物体的反射EM波即可。在一些实施例中，雷达104-2可以特别适于用于可移动平台100。例如，雷达104-2可以是功率有效、重量轻且紧凑的，以避免过于影响可移动平台100。
根据本公开，雷达104-2可以包括一个或多个产生EM波(例如，在射频域中)的发射器、一个或多个用来发射EM波(也称为发射信号)的发射天线或天线阵列、以及一个或多个用来捕获物体的任何回波的接收天线或天线阵列，所述接收天线或天线阵列与所述发射天线或天线阵列不同或相同。根据回波，雷达104-2可以生成雷达数据并且将雷达数据发送到雷达数据处理单元104-4，雷达数据处理单元104-4例如可以处理雷达数据以确定物体的属性或信息(也称为“物体信息”)，如下面更详细讨论的。例如，雷达数据处理单元104-4中的一个或多个数据处理器可以被配置为执行根据本公开的方法，例如下面描述的示例性方法之一，以处理雷达数据。
图2示出了根据本公开的用于可移动平台100的示例性控制系统200的框图。如图2中所示，控制系统200包括彼此耦接的基于雷达的避物系统104、惯性测量单元(IMU)206和移动控制单元208。
IMU 206可以包括例如一个或多个加速度计、一个或多个陀螺仪、和/或一个或多个磁力计。IMU 206可以检测可移动平台100的加速度信息，例如，可移动平台100的线性加速度和/或旋转属性(如俯仰、横滚和偏航)的变化。在一些实施例中，加速度信息可以附加地或备选地包括向心加速度，向心加速度可用于确定可移动平台100的角速度。IMU 206向雷达数据处理单元104-4和/或移动控制单元208发送加速度信息。移动控制单元208向雷达数据处理单元104-4发送移动控制信息。例如，移动控制信息可以包括可移动平台100在地理坐标系中的坐标(经度、纬度和高度)、可移动平台100的速度和/或可移动平台100的姿态(如果可移动平台100是飞行器的话)。雷达数据处理单元104-4可以处理雷达数据、加速度信息和/或移动控制信息以生成物体信息，并且将物体信息发送到移动控制单元208，用于控制移动平台100避开物体。
在一些实施例中，如图2中所示，控制系统200还包括存储器210，被配置为存储诸如雷达数据、加速度信息和/或移动控制信息、以及用于执行各种过程(例如，根据本公开的过程)的预定算法和指令之类的各种数据。预定算法和指令可以由控制系统200中的各种处理器(未示出)执行，例如雷达数据处理单元104-4中的一个或多个雷达数据处理器和/或移动控制单元208中的一个或多个移动控制处理器。根据本公开，存储器210可以包括非暂时性计算机可读存储介质，例如包括只读存储器(ROM)、随机存取存储器(RAM)、闪存、大容量存储器(如CD-ROM或硬盘)中的一个或多个。
在一些实施例中，雷达104-2包括第一发射天线或天线阵列，用于在第一方向上发射扩展一角度范围的第一EM波束，还包括第二发射天线或天线阵列，用于在第二方向上发射扩展一角度范围的第二EM波束，所述第二方向不同于所述第一方向。第一和第二方向(也称为第一和第二测量方向或第一和第二扫描方向)彼此不同，并且例如可以大致彼此垂直。然而，应当注意，术语“第一”和“第二”并不暗示任何顺序，例如第一和第二EM波束的发射顺序。例如，可以在发射第一波束之后发射第二波束，可以在发射第二波束之后发射第一波束，或可以同时发射第一和第二波束。
在一些实施例中，第一方向包括水平方向且第二方向包括垂直方向。可以相对于地面定义水平方向和垂直方向。也就是说，水平方向平行于地面且垂直方向垂直于地面。备选地，可以相对于可移动平台上的平面(例如，可移动平台的上表面)定义水平方向和垂直方向。也就是说，水平方向平行于可移动平台的上表面且垂直方向垂直于可移动平台的上表面。
图3A和图3B分别示意性地示出了雷达104-2发射的示例性第一EM波束302和示例性第二EM波束304。第一EM波束302的角度范围(也称为雷达104-2在第一方向上的天线波束宽度)确定基于雷达的避物系统104在第一方向上的测量范围。相应地，第二EM波束304的角度范围(也称为雷达104-2在第二方向上的天线波束宽度)确定基于雷达的避物系统104在第二方向上的测量范围。根据本公开，雷达104-2在第一方向上的天线波束宽度(也称为“第一天线波束宽度”)和雷达104-2在第二方向上的天线波束宽度(也称为“第二天线波束宽度”)可以彼此相同或不同。
例如，如图3A中所示，第一EM波束302可以从第一正最大测量角度(例如，θmax1)到第一负最大测量角度(例如，-θmax1)扩展，以上角度是在第一方向上相对于可移动平台100的移动方向测量的。类似地，如图3B中所示，第二EM波束304可以从第二正最大测量角度(例如，θmax2)到第二负最大测量角度(例如，-θmax2)扩展，以上角度是在第二方向上相对于可移动平台100的移动方向测量的。第一和第二正最大测量角度可以彼此相同或不同。类似地，第一和第二负最大测量角度可以彼此相同或不同。在图3A和图3B所示的示例中，第一EM波束302和第二EM波束304中的每一个相对于可移动平台100的移动方向大致对称，即，第一方向上的正负最大测量角度的绝对值大致彼此相等，第二方向上的正负最大测量角度的绝对值也大致彼此相等。例如，第一EM波束302和第二EM波束304可以分别在第一和第二方向上从约-40°扩展到约40°。也就是说，雷达104-2可以具有约80°的第一天线波束宽度和约80°的第二天线波束宽度。在一些实施例中，第一EM波束302和/或第二EM波束304可以相对于可移动平台100的移动方向不对称。
在一些实施例中，雷达104-2包括第一接收天线阵列，用于检测例如由物体306反射第一EM波束302的一部分，也称为“第一反射EM信号”。雷达104-2还包括第二接收天线阵列，用于检测例如由物体306反射第二EM波束304的一部分，也称为“第二反射EM信号”。在一些实施例中，第一和第二发射天线阵列也可以分别用作第一和第二接收天线阵列。在下文中，出于描述的目的，参考第一接收天线阵列和第二接收天线阵列。然而，应当注意，术语“第一接收天线阵列”和“第二接收天线阵列”在它们还用作接收天线阵列时也可以分别指第一发射天线阵列和第二发射天线阵列。
使用上述的雷达104-2，可移动平台100可以以“乒乓”模式检测或测量靠近可移动平台100的物体(例如，障碍物，如图3A和图3B中所示的物体306)，“乒乓”模式包括例如按顺序执行的一个或多个“乒乓”测量，如下面更详细描述的。在下文中，描述关于一个物体的一些示例性实施例。然而，应当注意，这种描述也适用于存在多个物体的场景。具体地，可移动平台100的基于雷达的避物系统104被配置为执行一个或多个“乒乓”测量，每个“乒乓”测量包括第一方向上的第一测量和第二方向上的第二测量。因此，“乒乓”模式包括第一方向上的一个或多个第一测量和第二方向上的一个或多个第二测量，第一测量和第二测量是交替执行的。通过执行“乒乓”测量，雷达104-2可以接收第一和第二反射EM信号，根据第一和第二反射EM信号分别生成包括第一雷达数据和第二雷达数据的雷达数据，并且将雷达数据发送到雷达数据处理单元104-4。雷达数据处理单元104-4可以处理雷达数据以获得物体306的物体信息，例如包括可移动平台100和物体306之间的距离和相对速度、以及物体306相对于可移动平台的方向角。在一些实施例中，物体信息还可以包括可移动平台100相对于物体306的相对角速度。可移动平台100和物体306之间的距离也称为“物距”。可移动平台100和物体306之间的相对速度也称为“物体相对速度”。方向角(也称为“物体方向角”)可以包括在第一方向上测量的第一物体方向角和在第二方向上测量的第二物体方向角。在第一和第二方向分别是水平方向和垂直方向的实施例中，第一物体方向角可以是水平物体方向角(也称为“方位角”)，第二物体方位角可以是垂直物体方向角(也称为“仰角”)。基于雷达的避物系统104执行第一和第二测量的时间段通常相对较短，例如在几毫秒内。在该时间段内，可以认为物体信息不改变。根据本公开，在可移动平台处理了接收到的RF信号之后，可移动平台可以重复上述过程。
现在将更详细地描述第一测量。第二测量基本上类似于第一测量，仅是应用于不同的方向上，因此省略其详细描述。
根据本公开，雷达104-2发射第一EM波束302，检测第一反射EM信号，生成第一雷达数据，并将第一雷达数据发送到雷达数据处理单元104-4进行处理。在一些实施例中，第一反射EM信号可以包括物体306反射的EM信号(其构成有用信号数据)和与物体306无关的EM信号(即，背景杂波)。背景杂波可能来自各种源。例如，背景杂波的一部分可以由基于雷达的避物系统104自身引起，例如，基于雷达的避物系统104的固有噪声。此外，背景杂波的一部分可以由物体306的环境引起。需要处理第一反射EM信号以区分物体306和背景杂波。
可以使用各种因素和方法来区分物体306和背景杂波。在一些实施例中，雷达数据处理单元104-4处理第一雷达数据以计算与第一反射EM信号中的每一个相关联的参数集。第一反射EM信号中的每一个表示一个潜在候选，该潜在候选可以是物体306或背景杂波。例如，参数可以包括候选测距、候选相对速度和候选信号强度。根据本公开，候选测距、候选相对速度和候选信号强度中的一个或多个可用于区分物体306和背景杂波，然后可以确定针对区分出的物体306的物体方向角。在一些实施例中，可以确定针对所有潜在候选的方向角，随后，所述方向角用于区分物体306和背景杂波。然而，该方法可能需要更高的计算能力和更长的计算时间。
在一些实施例中，可以使用等式(1)计算潜在候选的候选测距：
r＝c·t/2 (1)
其中，r表示候选测距，c表示真空中的光速(约3.0×108m/s)，t表示雷达104-2发射第一EM波束的时间和雷达104-2接收到第一反射EM信号的时间之间的时间段。此外，可以使用例如来自潜在候选和可移动平台100之间的相对移动的多普勒信息(例如，多普勒频移)来计算潜在候选的候选相对速度。例如，可以使用等式(2)计算候选相对速度的径向分量，该径向分量是沿平行于将可移动平台100和潜在候选的连线的方向：
vr＝λ·fD/2 (2)
其中，vr表示候选相对速度的径向分量，λ表示第一EM波束的波长，fD表示多普勒频移。根据潜在候选(例如，物体306)是朝向或远离可移动平台100移动，多普勒频移fD可以为正或负。相应地，候选相对速度的径向分量可以为正或负。可以根据角度估计计算候选相对速度的其他分量(例如，方位角分量(水平方向上的)和高度分量vθ(垂直方向上的))，该角度估计例如使用候选相对速度的径向分量、候选测距和候选方向角中的一个或多个。
计算出的候选测距和候选相对速度(例如，径向分量)可用于筛选潜在候选以区分物体306和杂波。以下参考图4来讨论示例性方法。图4示意性地示出了示例性vr-r图。vr-r图中的每个数据点与一个潜在候选相关联。如图4中所示，对于数据点402，对相邻数据点(例如框404内的那些数据点)进行计数，以计算框404内的数据点的数量，然后使用数据点的数量来确定数据点402与物体306相关联的可能性。
有时，两个或更多个潜在候选(例如，两个或更多个物体)位于远离可移动平台100的相似距离处，因此可能无法基于候选测距将它们彼此区分开。在本公开中，雷达104-2的测距分辨率被定义为可以被解析为单独的候选的两个候选的最小间隔(在测距上)，该测距分辨率可以使用c/2B来计算，其中，B表示第一EM波束的带宽。因此，为了提高测距分辨率，可以使用宽带雷达作为雷达104-2。例如，当第一EM波束的带宽约为1GHz时，雷达104-2的测距分辨率约为0.15m。也就是说，如果两个潜在候选之间的测距差小于约0.15m，即使它们在不同的方向上，基于雷达的避物系统104可能也无法基于它们的测距区分这两个潜在候选。
通常，与物体306相关联的信号强度高于与背景杂波相关联的信号强度。因此，作为使用候选测距和候选相对速度的备选或除此之外，候选信号强度可用于筛选潜在候选以区分物体306和背景杂波。在一些实施例中，可以采用恒定误报率(CFAR)检测算法。CFRA算法的作用是确定强度阈值，可以认为高于该强度阈值的第一反射EM信号可能源自物体。可以基于经验或统计结果来设置该阈值。较低的阈值可以确保可以检测到更多的物体，但是可能增加误报(即，反射EM信号被错误地识别为源自物体)的数量。另一方面，较高的阈值可以减少误报的数量，但是可能错过一些物体。根据本公开，可以设置该阈值以实现所需的误报概率(或等同地，误报率或误报之间的时间)。
在一些实施例中，相对于要检测物体的背景杂波随时间和空间恒定，因此可以选择固定阈值，该固定阈值提供指定的误报概率，由噪声(通常认为是高斯噪声)的概率密度函数控制。那么，检测概率是目标回波的信噪比的函数。在一些实施例中，噪声水平在空间和时间上都发生改变，例如当可移动平台100移动时。在一些实施例中，可以使用可变阈值，其中，可以提高和降低阈值与保持恒定的误报概率。
在区分出物体306和背景杂波之后，可以基于与区分出的物体306相关联的第一反射EM信号来计算第一物体方向角，例如，物体306的水平角。图5A和图5B示出了用于计算根据本公开的物体306的第一物体方向角的示例性设置。在图5所示的示例中，雷达104-2的第一接收天线阵列包括两个信道，分别称为信道0(或第0信道)和信道1(或第1信道)。这两个信道中的每一个包括天线或彼此靠近布置的一组天线。在一些实施例中，可以使用等式(3)计算物体306的第一物体方向角：
其中，θ表示物体的第一物体方向角，Phase0表示与物体相对应的第一反射EM信号由信道0接收时的相位，Phase1表示与物体相对应的第一反射EM信号由信道1接收时的相位，d表示信道0和信道1之间的距离。
在图5B所示的示例中，雷达104-2的第一接收天线阵列可以包括两个以上信道，例如，信道0、信道1、...、信道N-1，其中，N是大于2的正整数。在一些实施例中，假定θ∈[-θmax1，θmax1]，可以通过最大化下式来计算物体306的第一物体方向角：
其中，x0、x1、...、和x(N-1)分别表示与物体相对应的第一反射EM信号分别由信道0、信道1、...、和信道(N-1)接收时的相位。在该示例中，假设信道以等间隔d布置。
在一些实施例中，第一接收天线阵列包括两个以上的信道，但并非所有信道都用于计算物体306的第一物体方向角。在一些实施例中，在计算中仅使用两个以上信道中的两个，且可以使用等式(3)。
根据本公开，可以通过与上述第一测量类似的方式执行第二测量，此外可以用第二测量中的方向特定参数替换第一测量中的所有方向特定参数。在一个“乒乓”测量内，可以以任何顺序执行第一和第二测量，即，可以在第二测量之前或之后执行第一测量，或可以大致同时地执行第一和第二测量。
在一些实施例中，可以在第一和第二测量中都计算非方向特定参数(例如，候选测距、候选相对速度或候选信号强度)，并且可以将这两个测量的计算结果的平均值用作参数的最终值。此外，如上所述，可移动平台100执行第一和第二测量的时间段通常相对较短，例如几毫秒。因此，在一些实施例中，这两个测量的计算结果中的任一个都可以用作参数的最终值。
根据本公开，从包括一个第一测量和一个第二测量的一个“乒乓”测量获得的物体信息形成一个“乒乓”测量帧(也称为“测量帧”)。每个测量帧包含一个或多个物体的物体信息。通过执行多个“乒乓”测量，雷达数据处理单元104-4可以获得多个测量帧。在一些实施例中，为了跟踪和预测一个或多个物体，可以匹配并关联两个测量帧(例如，两个相邻测量帧)中的每个物体的物体信息，以建立两个测量帧之间的每个物体的对应关系。当测量帧包含多个物体的物体信息时，根据对应关系对多个物体进行编号。
例如，假设在当前测量帧中检测到n1个物体，在先前测量帧中检测到n2个物体，表示为Tq，q∈[1，n2]，那么匹配并关联这两个测量帧中的物体的物体信息包括计算匹配概率，该匹配概率是指当前测量帧中的物体是先前测量帧中的物体的概率，该匹配概率也称为“阈值关联概率”。在一些实施例中，对于先前测量帧中的物体Tq，可以根据以下数据确定阈值区域(也称为“门限”)：可移动平台100和物体Tq之间的测距阈值、可移动平台100和物体Tq之间的相对速度阈值、可移动平台100和物体Tq之间的方向角区域阈值(包括第一方向角区域阈值和第二方向角区域阈值)、以及n2个物体的统计数据。在一些实施例中，可以根据测距阈值、相对速度阈值和方向角区域阈值，基于检测概率(稍后描述)确定阈值区域，且阈值区域可能根据测试实验的结果稍微变化。例如，统计数据可以包括n2个物体的物距、物体相对速度、第一物体方向角和第二物体方向角中的每一个的平均值、标准偏差和/或马哈拉诺比斯(Mahalanobis)距离。在一些实施例中，门限可以以物体Tq为中心且阈值区域(即，门限)可以是包围物体Tq的区域。
在确定阈值区域(即，门限)之后，随后确定当前测量帧中落入该门限的物体的数量L。L＝0意味着当前测量帧中没有物体与先前测量帧中的物体Tq匹配，即，Tq的匹配概率是0。L＝1意味着当前测量帧中的一个物体落入该门限中，并且可以认为这个物体完全匹配物体Tq，即，先前测量帧中的Tq和当前测量帧中这个物体的匹配概率是100％。这意味着物体Tq和这个物体是相同的物体，也称为“匹配物体”。此外，如果L＞1，则当前测量帧中的多个物体(表示为Mp，p∈[1，L])可能与先前测量帧中的物体Tq匹配，因此可以计算当前测量帧中的这些多个物体中的每一个与先前测量帧中的物体Tq匹配的概率，以确定这些多个物体中的哪一个最可能与物体Tq匹配。在一些实施例中，假设物体在当前测量帧中的分布满足高斯分布。可以使用下面的等式(5)计算落入门限的物体Mp与物体Tq匹配的概率(即，P(Tq|Mp))：
其中，γ表示背景杂波的密度，V表示门限容量，S表示当前测量帧中落入门限的L个物体的方差，该方差例如可以是L个物体的测距方差、速度方差和角度方差之和，PD表示检测概率，PG表示当前测量帧中的物体Mp正确落入门限的概率。假设将跟踪门限中的目标，通常可以将检测概率PD设置为1(一)。在一些实施例中，因为有时由于诸如设备故障的原因而不能跟踪目标，因此可以将检测概率PD设置为接近但小于1(一)的值。在计算了匹配概率之后，可以将具有最高匹配概率的物体Mp确定为当前测量帧中与先前测量帧中的物体Tq匹配的物体，即，它们是相同的物体(匹配物体)。在一些实施例中，可以平滑(例如，使用滤波器)匹配物体的物体信息，以进一步降低噪声并且提高信噪比。当匹配了多个物体时，可以对匹配物体进行编号。
图6A和图6B示出了根据本公开的在先前测量帧和当前测量帧中的物体的示例性匹配。图6A示出了具有一个物体的场景，图6B示出了具有两个物体的场景。如图6A中所示，识别先前测量帧中的物体T1，并且确定针对物体T1的门限602。此外，在当前测量帧中识别物体M1。由于物体M1落入门限602，因此可以确定当前测量帧中的物体M1与先前测量帧中的物体T1匹配。在图6B中，识别先前测量帧中的物体T1和T2。分别确定物体T1和T2的门限602和604。此外，识别当前测量帧中的物体M1和M2。M1落入门限602且位于门限604的边界。M2落入门限602和604两者。从上面讨论的计算中得到的结果表明，对于物体T1，物体M1具有比M2更高的匹配概率；对于物体T2，物体M2具有比M1更高的匹配概率。因此，先前测量帧中的物体T1可以与当前测量帧中的物体M1匹配，先前测量帧中的物体T2可以与当前测量帧中的物体M2匹配。如图6B中所示，M1更靠近T1，而M2更靠近T2。
在一些实施例中，雷达数据处理单元104-4可以获得移动控制信息，例如，可移动平台100在地理坐标系中的坐标(纬度、经度和高度)、可移动平台100的速度和/或可移动平台100的加速度信息。在一些实施例中，可移动平台100是飞行器(例如，UAV)，并且移动控制信息还可以包括可移动平台100的姿态。在一些实施例中，雷达数据处理单元104-4可以获得来自IMU 206的加速度和来自移动控制单元208的其他移动控制信息。在一些实施例中，雷达数据处理单元104-4可以获得来自移动控制单元208的移动控制信息。基于匹配物体的物体信息和移动控制信息，雷达数据处理单元104-4可以跟踪匹配物体并且预测匹配物体的未来物体信息。
具体地，基于所预测的物体信息，雷达数据处理单元104-4可以确定可移动平台100的实时运动模型，该实时运动模型可以包括对应于零加速度的均匀运动模型、对应于均匀加速度的均匀加速运动模型或对应于非均匀加速度的非均匀加速运动模型中的至少一个。可以预先建立不同的运动模型，并且雷达数据处理单元104-4可以选择一个或多个适合的模型以便跟踪匹配物体。然后，基于可移动平台100的实时运动模型，雷达数据处理单元104-4可以将预定滤波算法应用于匹配物体的物体信息，以预测匹配物体的未来物体信息。预定滤波算法可以包括但不限于卡尔曼(Kalman)滤波算法或粒子滤波算法。
卡尔曼滤波算法已被广泛用于跟踪和估计系统的状态以及估计的方差或不确定性。使用状态转换模型和测量来更新估计。在一些实施例中，可以根据可移动平台100的实时运动模型实时确定状态转换模型。因此，可以提高匹配物体的未来物体信息的预测准确度。
基于匹配物体的所预测的未来物体信息，移动控制单元208可以计算可移动平台100的移动计划以避开匹配物体。在一些实施例中，基于匹配物体的所预测的未来物体信息，雷达数据处理单元104-4可以获得匹配物体在球坐标系中的位置信息和相对速度信息，可移动平台100是球坐标系中的原点。匹配物体在球坐标系中的位置信息和相对速度信息可以分别表示为和其中，r表示径向距离，θ表示极角，表示方位角。
雷达数据处理单元104-4可以基于球坐标系和笛卡尔坐标系的转换关系，将匹配物体的位置信息和相对速度信息从球坐标系转换为笛卡尔坐标系，可移动平台100是笛卡尔坐标系中的原点。匹配物体在笛卡尔坐标系中的位置信息和相对速度信息可以分别表示为(x，y，z)和(vx，vv，vz)，其中，vx表示相对速度在x方向上的分量，vy表示相对速度在y方向上的分量，vz表示相对速度在z方向上的分量。
物体在笛卡尔坐标系中的位置信息和相对速度信息也统称为物体的三维(3D)深度信息。基于所预测的匹配物体的未来物体信息，可以实时获得可移动平台100前方的匹配物体的3D深度信息。假定可移动平台100的运动模式保持不变，雷达数据处理单元104-4可以基于匹配物体在笛卡尔坐标系中的位置信息和相对速度信息计算可移动平台100和匹配物体将发生碰撞的时间。
基于可移动平台100和匹配物体将发生碰撞的时间、匹配物体在笛卡尔坐标系中的位置信息和相对速度信息、以及移动控制信息，移动控制单元208可以计算移动计划以避开匹配物体，并按照移动计划操作可移动平台100。
在一些实施例中，移动计划可以包括将叠加速度加到可移动平台100的当前速度上，即，将操纵速度叠加到可移动平台100的当前速度上。
如上所述，根据本公开的可移动平台可以包括UAV。图7示意性地示出了根据本公开的示例性UAV 700。UAV 700可以是任何类型的UAV，例如由多旋翼推进的空中旋翼飞行器。如图7中所示，UAV 700包括机身702(即，UAV 700的主体)、安装在机身702上的基于雷达的避物系统704、和连接到机身702的多个旋翼706。
机身702构成用于容纳UAV 700的各种组件的壳体，各种组件例如是控制系统(可以包括基于雷达的避物系统704)、一个或多个惯性测量单元(IMU)、一个或多个处理器、一个或多个电源和/或其他传感器。旋翼706可以经由一个或多个支臂或延伸物连接到机身702，延伸物可以从机身702的边缘或中心部分伸出，并且可以安装在支臂的端部处或附近。旋翼706被配置为产生UAV 700的升力，并且用作能够使UAV 700在空中自由移动的推进单元。
基于雷达的避物系统704类似于图1和图2中所示的基于雷达的避物系统104，并且包括雷达704-2和雷达数据处理单元704-4。雷达704-2可以直接安装在UAV 700的机身702上。例如，雷达704-2可以安装在UAV700的机身702的前部、后部、左侧或右侧。此外，雷达704-2可以通过任何适合的机制安装在机身702的任何适合的部分上，只要这种安装允许雷达704-2有效地发射EM信号并接收来自物体的反射EM信号即可。雷达704-2类似于雷达104-2，因此省略其详细描述。在一些实施例中，雷达704-2可以特别适于用于UAV 700。例如，雷达704-2可以是功率有效、重量轻且紧凑的，以避免过于影响UAV 700。基于雷达的避物系统704可以被配置为执行根据本公开的方法(例如，与本公开中描述的示例性方法类似的方法)，以检测UAV 700附近的物体并预测用于计算使UAV 700避开物体的飞行计划的物体的未来物体信息。
在一些实施例中，如图7中所示，UAV 700还包括设置在机身702上(例如，机身702下方)的云台机构708。云台机构708被配置为保持成像装置710(例如，相机)，成像装置710可以是UAV 700的一部分或独立于UAV 700的装置。在一些实施例中，雷达704-2还可以附接到云台机构708，因此可以相对于机身702具有绕一个或多个轴的旋转自由度。
在一些实施例中，如图7中所示，UAV还包括无线通信接口712，用于与具有天线716的遥控器714通信。无线通信接口712可以是被配置为产生、发送和接收无线信号718的电子电路。遥控器714经由天线716接收并发送无线信号718，并且可以控制UAV 700的操作。例如，遥控器714可以向UAV 700发送加速度信号或飞行控制信号。例如，加速度信号可以指示UAV 700加速、减速或保持恒定速度。加速度信号还可以指示UAV 700以恒定或可变加速度加速或减速。例如，飞行控制信号可以包括各种状态控制信息，如起飞、着陆或转弯。UAV700还可以包括图7中未示出的其他适合的组件。
图7中所示的UAV 700是为了说明性目的，并不旨在限制本公开的范围。例如，UAV700可以具有四个旋翼706，并且被称为四旋翼机、四旋翼直升机或四旋翼。适于根据本公开的系统和方法的其他UAV设计可以包括但不限于单旋翼、双旋翼、三旋翼、六旋翼和八旋翼设计。也可以使用固定翼UAV和混合旋翼机-固定翼UAV。
本公开还提供了一种用于可移动平台的基于雷达的避物方法。图8示出了根据本公开的用于可移动平台的基于雷达的示例性避物方法的流程图。
如图8中所示，在802处，执行物体的多个“乒乓”测量，并且接收与物体和背景杂波相对应的EM信号。如上所示，一个“乒乓”测量可以包括第一方向上的第一测量(例如，水平方向上的水平测量)和第二方向上的第二测量(例如，垂直方向上的垂直测量)。
在804处，对接收到的EM信号进行滤波以获得与所述物体相对应的EM信号。在一些实施例中，可以根据以下至少一个对接收到的EM信号进行滤波：基于EM信号计算出的测距信息、基于EM信号计算出的相对速度信息或CFRA检测算法。
在806处，针对每个“乒乓”测量获得物体的物体信息。在一些实施例中，物体信息可以包括物距、物体相对速度、物体方向角，物体信息，它们形成一个“乒乓”测量帧，如上所述。
在808处，对两个“乒乓”测量帧中的物体信息进行匹配和关联以建立两个“乒乓”测量帧之间的物体的对应关系。在两个“乒乓”测量帧的每一个中识别出多个物体的实施例中，对物体进行编号。
图9示出了用于匹配并关联两个“乒乓”测量帧中的物体信息以建立两个“乒乓”测量帧中的物体的对应关系的示例性方法的流程图。如图9中所示，在902处，识别先前“乒乓”测量帧中的物体和当前“乒乓”测量帧中的物体。
在904处，针对先前“乒乓”测量帧，确定可移动平台和物体之间的距离阈值、平台和物体之间的相对速度阈值、物体相对于可移动平台的方向角区域阈值。
在906处，基于距离阈值、相对速度阈值、方向角区域阈值和物体的统计数据，确定物体的阈值区域。
在908处，计算物体的匹配概率。
在910处，根据匹配概率，先前“乒乓”测量帧中的物体和当前“乒乓”测量帧中的物体被匹配。也就是说，先前“乒乓”测量帧中的物体和当前“乒乓”测量帧中的物体是相同的物体，也称为“匹配物体”。
再次参考图8，在810处，接收移动控制信息。
在812处，基于移动控制信息和匹配物体的物体信息，预测匹配物体的未来物体信息。
图10示出了根据本公开的用于预测匹配物体的未来物体信息的示例性方法的流程图。如图10中所示，在1002处，基于可移动平台的加速度信息确定可移动平台的实时运动模型。可以通过可移动平台上的IMU产生加速度信息。在1004处，基于可移动平台的实时运动模型，将预定滤波算法应用到匹配物体的物体信息，以预测匹配物体的未来物体信息。
再次参考图8，在814处，基于移动控制信息和所预测的匹配物体的未来物体信息，计算用于避开匹配物体的移动计划。
图11示出了根据本公开的用于计算移动计划并根据移动计划操作可移动平台的示例性方法的流程图。如图11中所示，在1102处，基于所预测的编号障碍物的障碍物信息，获得匹配物体在球坐标中的位置信息和相对速度信息。在1104处，基于球坐标系和笛卡尔坐标系之间的转换关系，将匹配物体在球坐标中的位置信息和相对速度信息转换为匹配物体在笛卡尔坐标中的位置信息和相对速度信息。在1106处，基于匹配物体在笛卡尔坐标中的位置信息和相对速度信息，计算可移动平台和匹配物体可能发生碰撞的碰撞时间(如果可移动平台的运动模式保持不变的话)。在1108处，基于碰撞时间、匹配物体在笛卡尔坐标中的位置信息和相对速度信息、以及移动控制信息来计算避开匹配物体的移动计划。在1110处，根据移动计划操作可移动平台。
对所公开的实施例的描述是为了说明的目的，而非限制本公开。对这些实施例的各种修改对于本领域技术人员显而易见的，并且可将本文中定义的一般原理应用于其他实施例，而不背离本公开的精神或范围。因此，本公开并不意在局限于本文示出的实施例，而是与符合本文公开的原理和新特征相一致的最宽泛范围。

Claims (22)

1.一种用于可移动平台的基于雷达进行避物的方法，包括：
由可移动平台的雷达执行多个“乒乓”测量以接收与物体和背景杂波相对应的电磁(EM)信号；以及
区分所述物体和所述背景杂波，
其中，所述“乒乓”测量中的每一个包括第一测量和第二测量，并且所述第一测量的第一方向不同于所述第二测量的第二方向。
2.根据权利要求1所述的方法，其中：
所述第一测量和所述第二测量分别包括水平测量和垂直测量。
3.根据权利要求1所述的方法，其中，区分所述物体和所述背景杂波包括：
根据接收到的EM信号计算测距信息和相对速度信息；以及
根据所述测距信息、所述相对速度信息或所述接收到的EM信号的强度水平中的至少一个，区分所述物体和所述背景杂波。
4.根据权利要求3所述的方法，其中：
根据所述接收到的EM信号的所述强度水平区分所述物体和所述背景杂波包括：将恒定误报率检测算法应用于所述接收到的EM信号。
5.根据权利要求3所述的方法，
其中，所述雷达包括沿第一方向布置的至少两个第一信道和沿第二方向布置的至少两个第二信道，
所述方法还包括：
根据以下信息确定所述物体在所述第一方向上相对于所述可移动平台的第一方向角：所述至少两个第一信道接收到的与所述物体相对应的EM信号的第一相位信息、所述至少两个第一信道之间的距离、和所述雷达发射的EM信号的波长；以及
根据以下信息确定所述物体在所述第二方向上相对于所述可移动平台的第二方向角：所述至少两个第二信道接收到的与所述物体相对应的EM信号的第二相位信息、所述至少两个第二信道之间的距离、和所述波长。
6.根据权利要求5所述的方法，还包括：
匹配并关联两个“乒乓”测量帧之间的所述物体的物体信息；
建立所述两个“乒乓”测量帧之间的所述物体的对应关系；
预测所述物体的未来物体信息；以及
根据所述未来物体信息计算移动计划以避开所述物体，
其中，所述物体的所述物体信息包括所述可移动平台距所述物体的物距、所述可移动平台和所述物体之间的物体相对速度、和所述物体相对于所述可移动平台的物体方向角。
7.根据权利要求6所述的方法，其中：
在相同的“乒乓”测量帧中，所述物体信息基本保持相同。
8.根据权利要求6所述的方法，其中，匹配并关联所述物体信息以及建立所述对应关系包括：
识别先前“乒乓”测量帧中的所述物体和当前“乒乓”测量帧中的所述物体；
针对所述先前“乒乓”测量帧，确定所述可移动平台和所述物体之间的距离阈值、所述可移动平台和所述物体之间的相对速度阈值、和所述物体相对于所述可移动平台的方向角区域阈值；
基于所述距离阈值、所述相对速度阈值、所述方向角区域阈值和所述物体的统计数据来确定所述物体的阈值区域；
计算所述先前“乒乓”测量帧和所述当前“乒乓”测量帧之间的所述物体的匹配概率；以及
根据所述匹配概率，匹配所述先前“乒乓”测量帧和所述当前“乒乓”测量帧中的所述物体。
9.根据权利要求6所述的方法，其中，预测所述未来物体信息包括：
从所述可移动平台上的惯性测量单元接收所述可移动平台的加速度信息；
基于接收到的加速度信息确定所述可移动平台的实时运动模型，其中，所述实时运动模型包括以下至少一个：对应于零加速度的均匀运动模型、对应于均匀加速度的均匀加速运动模型、或对应于非均匀加速度的非均匀加速运动模型；以及
基于所述实时运动模型，将预定滤波算法应用于与所述物体相对应的所述EM信号以预测所述未来物体信息，其中，所述预定滤波算法包括Kalman滤波算法或粒子滤波算法中的至少一种。
10.根据权利要求6所述的方法，其中，计算所述移动计划包括：
基于所预测的所述物体的未来物体信息，获得所述物体在球坐标中的物距和物体相对速度；
将所述物体在球坐标中的所述物距和所述物体相对速度转换为所述物体在笛卡尔坐标中的物距和物体相对速度；
如果所述可移动平台的运动模式保持不变，则计算所述可移动平台和所述物体将发生碰撞的碰撞时间；以及
基于所述碰撞时间、以及所述物体在笛卡尔坐标中的物距和物体相对速度，计算所述移动计划。
11.根据权利要求6所述的方法，其中，计算所述移动计划包括将叠加速度加到所述可移动平台的当前速度上。
12.一种用于可移动平台的基于雷达进行避物的系统，包括：
雷达，被配置为执行多个“乒乓”测量以接收与物体和背景杂波相对应的电磁(EM)信号；以及
雷达数据处理单元，被配置为区分所述物体和所述背景杂波，
其中，所述“乒乓”测量中的每一个包括第一测量和第二测量，并且所述第一测量的第一方向不同于所述第二测量的第二方向。
13.根据权利要求12所述的系统，其中：
所述第一测量和所述第二测量分别包括水平测量和垂直测量。
14.根据权利要求12所述的系统，其中，所述雷达数据处理单元还被配置为：
根据接收到的EM信号计算测距信息和相对速度信息；以及
根据所述测距信息、所述相对速度信息和所述接收到的EM信号的强度水平中的至少一个，区分所述物体和所述背景杂波。
15.根据权利要求14所述的系统，其中，所述雷达数据处理单元还被配置为：
将恒定误报率检测算法应用于所述接收到的EM信号，以根据所述接收到的EM信号的强度水平来区分所述物体和所述背景杂波。
16.根据权利要求14所述的系统，其中：
所述雷达包括沿第一方向布置的至少两个第一信道和沿第二方向布置的至少两个第二信道，以及
所述雷达还被配置为：
根据以下信息计算所述物体在所述第一方向上相对于所述可移动平台的第一方向角：所述至少两个第一信道接收到的与所述物体相对应的EM信号的第一相位信息、所述至少两个第一信道之间的距离、和所述雷达发射的EM信号的波长；以及
根据以下信息计算所述物体在所述第二方向上相对于所述可移动平台的第二方向角：所述至少两个第二信道接收到的与所述物体相对应的EM信号的第二相位信息、所述至少两个第二信道之间的距离、和所述波长。
17.根据权利要求16所述的系统，其中，所述雷达数据处理单元还被配置为：
匹配并关联两个“乒乓”测量帧之间的所述物体的物体信息；
建立所述两个“乒乓”测量帧之间的所述物体的对应关系；
预测所述物体的未来物体信息；以及
根据所述未来物体信息计算移动计划以避开所述物体，
其中，所述物体的所述物体信息包括所述可移动平台距所述物体的物距、所述可移动平台和所述物体之间的相对速度、和所述物体相对于所述可移动平台的物体方向角。
18.根据权利要求17所述的系统，其中：
在所述物体的相同的“乒乓”测量帧中，所述物体信息基本保持相同。
19.根据权利要求17所述的系统，其中，所述雷达数据处理单元还被配置为：
识别先前“乒乓”测量帧中的所述物体和当前“乒乓”测量帧中的所述物体；
针对所述先前“乒乓”测量帧，确定所述可移动平台和所述物体之间的距离阈值、所述可移动平台和所述物体之间的相对速度阈值、和所述物体相对于所述可移动平台的方向角区域阈值；
基于所述距离阈值、所述相对速度阈值、所述方向角区域阈值和所述物体的统计数据来确定所述物体的阈值区域；
计算所述先前“乒乓”测量帧和所述当前“乒乓”测量帧之间的所述物体的匹配概率；以及
根据阈值关联概率，匹配所述先前“乒乓”测量帧和所述当前“乒乓”测量帧中的所述物体。
20.根据权利要求17所述的系统，其中，所述雷达数据处理单元还被配置为：
从所述可移动平台上的惯性测量单元接收所述可移动平台的加速度信息；
基于接收到的加速度信息确定所述可移动平台的实时运动模型，其中，所述实时运动模型包括以下至少一个：对应于零加速度的均匀运动模型、对应于均匀加速度的均匀加速运动模型、以及对应于非均匀加速度的非均匀加速运动模型；以及
基于所述实时运动模型，将预定滤波算法应用于与所述物体相对应的所述EM信号以预测所述未来物体信息，其中，所述预定滤波算法包括Kalman滤波算法或粒子滤波算法中的至少一种。
21.根据权利要求17所述的系统，其中，所述雷达数据处理单元还被配置为：
基于所预测的所述物体的未来物体信息，获得所述物体在球坐标中的物距和物体相对速度；
将所述物体在球坐标中的所述物距和所述物体相对速度转换为所述物体在笛卡尔坐标中的物距和物体相对速度；
计算所述可移动平台和编号的物体将发生碰撞的碰撞时间；以及
基于所述碰撞时间、以及所述物体在笛卡尔坐标中的物距和物体相对速度，计算所述移动计划。
22.根据权利要求17所述的系统，其中，所述雷达数据处理单元还被配置为将叠加速度加到所述可移动平台的当前速度上。
CN201780083340.7A 2017-01-24 2017-01-24 用于无人机的基于雷达的避障系统和方法 Pending CN110178046A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/072451 WO2018137135A1 (en) 2017-01-24 2017-01-24 System and method of radar-based obstacle avoidance for unmanned aerial vehicles

Publications (1)

Publication Number Publication Date
CN110178046A true CN110178046A (zh) 2019-08-27

Family

ID=62977883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780083340.7A Pending CN110178046A (zh) 2017-01-24 2017-01-24 用于无人机的基于雷达的避障系统和方法

Country Status (3)

Country Link
US (1) US20190339384A1 (zh)
CN (1) CN110178046A (zh)
WO (1) WO2018137135A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111123269A (zh) * 2019-12-30 2020-05-08 成都纳雷科技有限公司 用于无人机避障雷达的地面杂波抑制方法、模块及装置
CN111301702A (zh) * 2020-03-23 2020-06-19 南京诚朴无人机有限公司 一种环境勘测用无人机的信号装置
CN113795771A (zh) * 2020-09-25 2021-12-14 深圳市大疆创新科技有限公司 采用点云雷达估计物体速度的方法、点云雷达及系统
CN115077529B (zh) * 2022-06-16 2024-04-26 哈尔滨工业大学（威海） 一种基于最优加权改进粒子滤波的多机器人协同定位方法及系统

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201800028D0 (en) * 2018-01-02 2018-02-14 Sintef Tto As Velocity detection in autonomous devices
US20220059936A1 (en) * 2018-05-10 2022-02-24 Richwave Technology Corp. Doppler motion sensor device with high isolation between antennas
CN109696920B (zh) * 2018-12-13 2021-06-15 广州极飞科技股份有限公司 作业设备及其控制方法和装置
CN112272780A (zh) * 2019-11-04 2021-01-26 深圳市大疆创新科技有限公司 地杂波抑制与地形估计方法、无人机、旋转雷达及存储介质
CN111314017B (zh) * 2020-05-09 2020-08-14 上海特金信息科技有限公司 无人机信号压制设备的调度方法、装置、电子设备与介质
CN111722213B (zh) * 2020-07-03 2023-11-03 哈尔滨工业大学 一种机动目标运动参数的纯距离提取方法
US20220366794A1 (en) * 2021-05-11 2022-11-17 Honeywell International Inc. Systems and methods for ground-based automated flight management of urban air mobility vehicles
US20220413129A1 (en) * 2021-06-24 2022-12-29 Waymo Llc Methods and Systems for Detecting and Mitigating Automotive Radar Interference

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6653970B1 (en) * 2002-11-12 2003-11-25 The United States Of America As Represented By The Secretary Of The Air Force Multi-static UAV radar system for mode-adaptive propagation channels with obscured targets
US20040145513A1 (en) * 2002-09-09 2004-07-29 Tetsuya Katayama Radar beam scanning method, on-vehicle radar apparatus and radar scanning computer program
CN1894595A (zh) * 2003-12-16 2007-01-10 株式会社村田制作所 雷达
US20070210953A1 (en) * 2006-03-13 2007-09-13 Abraham Michael R Aircraft collision sense and avoidance system and method
JP2010127717A (ja) * 2008-11-26 2010-06-10 Sumitomo Electric Ind Ltd 対象物検出装置及び対象物検出システム
CN102891453A (zh) * 2012-10-16 2013-01-23 山东电力集团公司电力科学研究院 一种基于毫米波雷达的无人机巡检线路走廊方法与装置
US8930044B1 (en) * 2012-12-28 2015-01-06 Google Inc. Multi-part navigation process by an unmanned aerial vehicle for navigating to a medical situatiion
US20160069994A1 (en) * 2014-09-09 2016-03-10 University Of Kansas Sense-and-avoid systems and methods for unmanned aerial vehicles
CN105867383A (zh) * 2016-05-16 2016-08-17 哈尔滨工程大学 一种usv自主避碰控制的方法
CN105911561A (zh) * 2016-06-30 2016-08-31 西安交通大学 一种基于激光雷达的无人机避障装置及避障方法
CN106291486A (zh) * 2015-06-24 2017-01-04 松下电器产业株式会社 雷达轴偏移量计算装置和雷达轴偏移量计算方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040145513A1 (en) * 2002-09-09 2004-07-29 Tetsuya Katayama Radar beam scanning method, on-vehicle radar apparatus and radar scanning computer program
US6653970B1 (en) * 2002-11-12 2003-11-25 The United States Of America As Represented By The Secretary Of The Air Force Multi-static UAV radar system for mode-adaptive propagation channels with obscured targets
CN1894595A (zh) * 2003-12-16 2007-01-10 株式会社村田制作所 雷达
US20070210953A1 (en) * 2006-03-13 2007-09-13 Abraham Michael R Aircraft collision sense and avoidance system and method
JP2010127717A (ja) * 2008-11-26 2010-06-10 Sumitomo Electric Ind Ltd 対象物検出装置及び対象物検出システム
CN102891453A (zh) * 2012-10-16 2013-01-23 山东电力集团公司电力科学研究院 一种基于毫米波雷达的无人机巡检线路走廊方法与装置
US8930044B1 (en) * 2012-12-28 2015-01-06 Google Inc. Multi-part navigation process by an unmanned aerial vehicle for navigating to a medical situatiion
US20160069994A1 (en) * 2014-09-09 2016-03-10 University Of Kansas Sense-and-avoid systems and methods for unmanned aerial vehicles
CN106291486A (zh) * 2015-06-24 2017-01-04 松下电器产业株式会社 雷达轴偏移量计算装置和雷达轴偏移量计算方法
CN105867383A (zh) * 2016-05-16 2016-08-17 哈尔滨工程大学 一种usv自主避碰控制的方法
CN105911561A (zh) * 2016-06-30 2016-08-31 西安交通大学 一种基于激光雷达的无人机避障装置及避障方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹俊锋等: "三坐标雷达阵地选择研究", 《火控雷达技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111123269A (zh) * 2019-12-30 2020-05-08 成都纳雷科技有限公司 用于无人机避障雷达的地面杂波抑制方法、模块及装置
CN111123269B (zh) * 2019-12-30 2022-02-18 成都纳雷科技有限公司 用于无人机避障雷达的地面杂波抑制方法、模块及装置
CN111301702A (zh) * 2020-03-23 2020-06-19 南京诚朴无人机有限公司 一种环境勘测用无人机的信号装置
CN111301702B (zh) * 2020-03-23 2023-09-12 佛山市迅科管道探测有限公司 一种环境勘测用无人机的信号装置
CN113795771A (zh) * 2020-09-25 2021-12-14 深圳市大疆创新科技有限公司 采用点云雷达估计物体速度的方法、点云雷达及系统
CN115077529B (zh) * 2022-06-16 2024-04-26 哈尔滨工业大学（威海） 一种基于最优加权改进粒子滤波的多机器人协同定位方法及系统

Also Published As

Publication number Publication date
US20190339384A1 (en) 2019-11-07
WO2018137135A1 (en) 2018-08-02

Similar Documents

Publication Publication Date Title
CN110178046A (zh) 用于无人机的基于雷达的避障系统和方法
US11036237B2 (en) Radar-based system and method for real-time simultaneous localization and mapping
US20220413121A1 (en) Radar based system and method for detection of an object and generation of plots holding radial velocity data, and system for detection and classification of unmanned aerial vehicles, uavs
US8457813B2 (en) Measuring of a landing platform of a ship
CN111239728B (zh) 一种基于毫米波雷达的乘客计数方法及系统
US8718323B2 (en) Batch detection association for enhanced target descrimination in dense detection environments
CN108700654A (zh) 装设有雷达系统的多旋翼直升机
CN107076832A (zh) 用于解耦地确定对象的俯仰角和方位角的mimo雷达设备和用于运行mimo雷达设备的方法
CN112596049B (zh) 一种提升无人机侦测准确率的方法
Inggs et al. A quantitative method for mono-and multistatic radar coverage area prediction
Lishchenko et al. Proposals for improving of air surveillance informativity in MIMO radar systems based on two-dimensional radars
CN112051568A (zh) 一种两坐标雷达的俯仰测角方法
CN113933790A (zh) 一种相控阵雷达工作模式的反演识别方法、装置及介质
US20230080655A1 (en) Radar apparatus and radar system
EP1421401A1 (en) Analytical estimation of performance of a sensor system
Watson et al. Non-line-of-sight radar
Sun et al. Aim: Acoustic inertial measurement for indoor drone localization and tracking
KR101968327B1 (ko) 항적 거리 보상 장치 및 방법
WO2022099468A1 (zh) 雷达及雷达的数据处理方法、可移动平台、存储介质
Ulmschneider et al. Association of transmitters in multipath-assisted positioning
Khudov et al. The method of the high accuracy finding 2D coordinates in MIMO-radar based on existing surveillance radars
Yun et al. Parametric Investigation on Simulated Staring FMCW Radar for Anti-Drone Swarms
Parralejo et al. Millimetre wave radar system for safe flight of drones in human-transited environments
CN211123765U (zh) 飞行器和飞行器系统
KR102621984B1 (ko) 이동형 단일 전자전 장비에서 위협의 위치추정방법 및 그 장치

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: 20190827

WD01 Invention patent application deemed withdrawn after publication