CN110316148B - 控制对车辆的访问的系统、方法及计算机存储介质 - Google Patents

控制对车辆的访问的系统、方法及计算机存储介质 Download PDF

Info

Publication number
CN110316148B
CN110316148B CN201910212937.8A CN201910212937A CN110316148B CN 110316148 B CN110316148 B CN 110316148B CN 201910212937 A CN201910212937 A CN 201910212937A CN 110316148 B CN110316148 B CN 110316148B
Authority
CN
China
Prior art keywords
radar sensor
wave radar
millimeter wave
radar data
motion
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
Application number
CN201910212937.8A
Other languages
English (en)
Other versions
CN110316148A (zh
CN110316148B9 (zh
Inventor
阿维克·桑特拉
阿素托史·巴赫提
内哈·巴赫提
延斯·莱茵斯泰特
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.)
Infineon Technologies AG
Original Assignee
Infineon Technologies AG
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 Infineon Technologies AG filed Critical Infineon Technologies AG
Publication of CN110316148A publication Critical patent/CN110316148A/zh
Publication of CN110316148B publication Critical patent/CN110316148B/zh
Application granted granted Critical
Publication of CN110316148B9 publication Critical patent/CN110316148B9/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/01—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles operating on vehicle systems or fittings, e.g. on doors, seats or windscreens
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/20—Means to switch the anti-theft system on or off
    • B60R25/2054—Means to switch the anti-theft system on or off by foot gestures
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/64—Velocity measuring systems using range gates
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/904—SAR modes
    • 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
    • G01S7/03—Details of HF subsystems specially adapted therefor, e.g. common to transmitter and receiver
    • G01S7/032—Constructional details for solid-state radar subsystems
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/904—SAR modes
    • G01S13/9064—Inverse SAR [ISAR]
    • 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
    • G01S2013/93272—Sensor installation details in the back 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/356—Receivers involving particularities of FFT processing
    • 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

Landscapes

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

Abstract

公开了控制对车辆的访问的系统、方法及计算机存储介质。一种实施方式的方法包括：在毫米波雷达传感器处接收雷达数据，所述雷达数据是响应于从位于毫米波雷达传感器的视场中的对象反射的入射射频信号而生成的；对雷达数据进行滤波以生成第一滤波信号；确定与第一滤波信号对应的运动轨迹；以及确定运动轨迹是否对应于人类特征，该人类特征与车辆的相应操作相关联。

Description

控制对车辆的访问的系统、方法及计算机存储介质
技术领域
本发明总体上涉及电子系统，并且在特定的实施方式中涉及一种使用雷达传感器控制对车辆的后备箱的访问的系统和方法。
背景技术
由于诸如硅锗(SiGe)和精细几何互补金属氧化物半导体(CMOS)工艺的低成本半导体技术的快速发展，在毫米波频率领域中的应用在过去几年中已经引起了极大的兴趣。高速双极和金属氧化物半导体(MOS)晶体管的可用性已经导致了对用于60GHz、77GHz和80GHz以及超过100GHz的毫米波应用的集成电路的需求不断增长。这样的应用包括例如机动车辆雷达系统和多千兆比特通信系统。
在一些雷达系统中，通过发射调频信号、接收调频信号的反射、以及基于调频信号的发射与接收之间的时间延迟和/或频率差确定距离来确定雷达与目标之间的距离。因此，一些雷达系统包括：发射RF信号的发射天线；接收RF的接收天线；以及用于生成发射信号且接收RF信号的相关RF电路。在一些情况下，可以使用多个天线来利用相控阵技术以实现定向波束。也可以使用具有多个芯片组的MIMO配置来执行相干和非相干信号处理。
发明内容
一种实施方式的方法包括：在毫米波雷达传感器处接收雷达数据，所述雷达数据是响应于从位于毫米波雷达传感器的视场中的对象反射的入射射频信号而生成的；对雷达数据进行滤波以生成第一滤波信号；确定与第一滤波信号对应的运动轨迹；以及确定运动轨迹是否对应于人类特征，该人类特征与车辆的相应操作相关联。
一种实施方式的系统包括：处理系统，其被配置成耦接至毫米波雷达传感器。处理系统被配置成：指示毫米波雷达传感器在毫米波雷达传感器的视场内发射一系列啁啾；基于响应于一系列啁啾的发射并且由毫米波雷达传感器接收到的雷达数据来识别视场内的一组目标；对雷达数据进行滤波以生成第一滤波信号；确定与第一滤波信号对应的运动轨迹；以及确定运动轨迹是否对应于人类特征，该人类特征与车辆的相应操作相关联。
一种实施方式的非暂态计算机可读存储介质包括存储在其上的可执行程序。可执行程序包括用于进行以下操作的指令：指示毫米波雷达传感器在毫米波雷达传感器的视场内发射一系列啁啾；基于响应于一系列啁啾的发射并且由毫米波雷达传感器接收到的雷达数据来识别视场内的一组目标；对雷达数据进行滤波以生成第一滤波信号；确定与第一滤波信号对应的运动轨迹；以及确定运动轨迹是否对应于人类特征，该人类特征与车辆的相应操作相关联。
附图说明
为了更完整地理解本发明及其优点，现在参照以下结合附图进行的描述，在附图中：
图1示出了根据实施方式的毫米波雷达传感器系统的框图；
图2A、图2B和图2C示出了控制对车辆的访问的实施方式的基于雷达的系统的各种实现场景；
图3A示出了包括保险杠的车辆，该保险杠可以包括图1和图2A至图2C的毫米波雷达传感器系统；
图3B示出了通过人脚的运动可以追踪的各种轨迹的示例；
图4A至图4C和图5A至图5C示出了其中图1和图2A至图2C的毫米波雷达传感器系统包括设置在平坦基板上的多个毫米波雷达传感器电路的示例；
图6A至图6C示出了其中图1和图2A至图2C的毫米波雷达传感器系统包括设置在曲线基板上的单个毫米波雷达传感器电路的另一示例；
图7A至图7D示出了用于将毫米波雷达传感器放置在车辆的保险杠内的各种配置；
图8示出了根据实施方式的检测运动、跟踪通过运动追踪的轨迹，以及确定轨迹是否对应于与打开或关闭车辆的后备箱相关联的人脚特征的方法；
图9更详细地示出了根据实施方式的图8中所示的方法的数据获取步骤；
图10进一步详细地示出了根据实施方式的图8中所示的方法的多普勒取阈值(thresholding)步骤中包括的步骤；
图11示出了根据实施方式的用于支持图8中所示的方法的交互式多模型滤波和跟踪步骤的处理系统；
图12示出了根据实施方式的依赖于每个模型的切换概率和可能性的模型之间的交互；
图13示出了根据实施方式的确定人脚是否存在于车辆的保险杠与地面之间的空间内，并且如果人脚存在于车辆的保险杠与地面之间的空间内，则跟踪通过人脚的运动追踪的轨迹的方法；
图14A和图14B示出了被配置成确定障碍物是否存在于特定空间区域中的毫米波雷达传感器系统；以及
图15和图16示出了可以用于实现实施方式的雷达传感器系统的部分的处理系统的框图。
不同附图中的相应数字和符号通常指代相应的部分，除非另有说明。绘制附图是为了清楚地说明优选实施方式的相关方面，并且不一定按比例绘制。为了更清楚地说明某些实施方式，指示相同结构、材料或工艺步骤的变化的字母可以在图号之后。
具体实施方式
下文将详细论述当前优选实施方式的构造和使用。然而，应当理解，本发明提供了许多可以在多种具体环境中实施的可应用的发明构思。所讨论的具体实施方式仅仅是说明制造和使用本发明的具体方式，而不限制本发明的范围。
车辆的后备箱或行李舱是车辆的主要储藏室，并且通常位于车辆的与车辆发动机所在的一端相对的另一端。控制对车辆的后备箱的访问的当前和过去的系统包括以下：(1)金属钥匙系统(例如，其中，人在物理上将金属钥匙插入包括在车辆的后备箱中的钥匙孔中以锁定或解锁后备箱)；(2)电子钥匙系统(例如，其中，人按下电子钥匙扣上的按钮以锁定、解锁、打开或关闭后备箱)；(3)包括超声波传感器的无钥匙启动系统；以及(4)包括电容式传感器的无钥匙启动系统。控制对车辆的后备箱的访问的其他传感器可以包括激光发射器和换能器。虽然这样的访问车辆的后备箱的系统是可用的，但是这些当前和过去的系统与若干个不期望的特征相关联。例如，电容式感测系统易受电磁兼容性(EMC)干扰，并且在潮湿条件下(例如在下雨天)或存在盐水的情况下不能最佳地起作用。此外，当与导电保险杠结合使用时，这些电容式感测系统可能过早或错误地触发，从而增加了电容式感测系统的误警率。作为另一示例，超声波感测系统可能容易受到误触发(例如，当对象或动物在感测区域内移动或环绕规定的时间时，从而模拟脚姿势)。作为另外的示例，激光发射器在多尘条件下或在黑暗环境中(例如在夜晚或在低照明的地方)不能最佳地工作，并且换能器需要到地面的直接视线(如果这样的换能器被保险杠的塑料材料覆盖的话，这可能是不可能的)。
将针对优选实施方式描述本发明。本公开内容提出了一种用于使用毫米波雷达传感器控制对车辆的后备箱的访问的系统和方法。所提出的系统和方法允许人与车辆交互(例如通过人脚的移动)以打开或关闭车辆的后备箱。如以下段落中所述，所提出的系统和方法提供优于当前和过去的解决方案的优点，具有包括以下内容的优点：抵抗EMC干扰的鲁棒性；抵抗误警率的鲁棒性(例如，通过实施机器学习算法)；雷达传感器能够通过导电保险杠被优化/操作；雷达传感器对环境条件或冲击不可知(agnostic)，因此能够在潮湿或盐水条件、灰尘、雾气和弱光条件下稳定地操作；以及雷达传感器能够以小的形状因子嵌入保险杠中。所提出的系统和方法还能够检测人脚并识别人脚特征，从而减少误警并消除其他环境干扰。所提出的系统和方法进一步能够消除来自雷达传感器附近的其他对象的多普勒感测运动，进一步减少误警。
图1示出了根据实施方式的毫米波雷达传感器系统100的框图。可以使用毫米波雷达传感器系统100来实现所提出的用于控制对车辆的后备箱的访问的系统和方法。如图1所示，毫米波雷达传感器系统100包括：毫米波雷达传感器102；以及控制毫米波雷达传感器102的操作的处理器104。处理器104对由毫米波雷达传感器102产生的数据执行各种雷达信号处理操作。在操作期间，毫米波雷达传感器102发射由存在于区域110内的各种对象112和114反射的毫米波RF信号。在图1的示例中，第一对象112被示出为人脚，而第二对象114被示出为除了人脚之外的对象。区域110可以表示毫米波雷达传感器102的视场内的任何有限区域，并且可以表示例如车辆的保险杠的前方区域、相邻区域或下方区域。区域110还可以是毫米波雷达传感器102可以检测到对象的存在的任何其他物理区域。如下面参照图3A所讨论的，毫米波雷达系统100可以集成到或安装在车辆的保险杠的表面上。
由对象112和114反射的毫米波RF信号由毫米波雷达传感器102接收。所接收的RF信号例如由包括在毫米波雷达传感器102中的或者耦接在毫米波雷达传感器102与处理器104之间的模数转换器转换成数字表示。所接收的RF信号的数字表示可以由处理器104处理，用于以下目的中的至少一个：(1)确定并且跟踪通过对象112和114中的每一个的运动追踪的轨迹；(2)确定区域110内存在人脚(例如，通过区分由对象112和114生成的信号)；以及(3)响应于确定对象112是人脚来跟踪第一对象112的轨迹。该处理的结果产生各种数据(在图1中由信号“数据”表示)，其可以指示通过对象112和114中的每一个的运动追踪的轨迹和/或在区域110内存在人脚，并且可以使用这些数据来控制对车辆的后备箱的访问。
在利用调频连续波(FMCW)雷达传感器的实施方式中，可以通过对由毫米波雷达传感器102产生的基带雷达信号进行距离快速傅立叶变换(FFT)来确定区域110内的每个对象112、114的存在、位置和/或运动，并且各种对象的运动可以例如利用本领域已知的多普勒分析技术通过进行另外的FFT以确定每个对象的速度来确定。在其中毫米波雷达传感器102包括接收天线阵列的实施方式中，还可以使用另外的FFT来确定每个对象112、114相对于毫米波雷达传感器102的方位角。下面参照图8和图13进一步详细讨论用于确定每个对象112、114的存在、位置和/或运动的各种方法。
图2A示出了可以用于实现各种公开的实施方式(例如图1中所示的毫米波雷达传感器系统100)中的毫米波雷达传感器电路的毫米波雷达传感器系统200的框图。毫米波雷达传感器系统200包括毫米波雷达传感器电路202和处理电路204。实施方式的毫米波雷达传感器电路可以例如使用二维毫米波相控阵雷达来实现。毫米波相控阵雷达发射并接收20GHz至122GHz范围内的信号。替代性地，也可以使用该范围之外的频率。在一些实施方式中，毫米波雷达传感器电路202操作为具有多个发射和接收信道的FMCW雷达电路。替代性地，可以使用其他类型的雷达电路，例如连续波雷达电路、固定波束雷达电路、脉冲雷达电路、蒙特卡罗波预测(MCFW)雷达电路和非线性频率调制(NLFM)雷达电路以实现毫米波雷达传感器电路202。
毫米波雷达传感器电路202发射并接收用于检测对象112、114在三维空间中的存在和运动的无线电信号。例如，毫米波雷达传感器电路202发射入射RF信号201并且接收来自对象112、114中的一个或更多个的入射RF信号的反射的RF信号203。所接收的反射RF信号203由毫米波雷达传感器电路202进行下变频转换(down-converted)以确定拍频信号。这些拍频信号可以用于确定诸如对象112、114在三维空间中的位置、速度、角度等的信息。
在各种实施方式中，毫米波雷达传感器电路202被配置为经由发射天线212朝向对象112、114发射入射RF信号201，并且经由接收天线214从对象112、114接收反射RF信号203。毫米波雷达传感器电路202包括：耦接至发射天线212的发射器前端电路208；以及耦接至接收天线214的接收器前端电路210。
在操作期间，发射器前端电路208可以根据操作的阶段使用波束成形同时或单独地朝向对象112、114发射RF信号。虽然在图2A中描绘了两个发射器前端电路208，但是应当理解，毫米波雷达传感器电路202可以包括多于两个发射器前端电路208。因此，在各种实施方式中，发射器的数目可以扩展到n×m。每个发射器前端电路208包括被配置成产生入射RF信号的电路。这样的电路可以包括例如RF振荡器、上变频转换(up-converting)混频器、RF放大器、可变增益放大器、滤波器、变压器、功率分配器以及其他类型的电路。
接收器前端电路210接收并处理来自对象112、114的反射RF信号。如图2A所示，接收器前端电路210被配置成耦接至四个接收天线214，该四个接收天线214可以被配置为例如2×2的天线阵列。在替代性的实施方式中，接收器前端电路210可以被配置为耦接至多于或少于四个天线，所得到的天线阵列根据具体实施方式及其规范具有各种n×m维度。接收器前端电路210可以包括例如RF振荡器、上变频转换混频器、RF放大器、可变增益放大器、滤波器、变压器、功率合成器以及其他类型的电路。
雷达电路206提供要发射至发射器前端电路208的信号，接收来自接收器前端电路210的信号，并且可以被配置成控制毫米波雷达传感器电路202的操作。在一些实施方式中，雷达电路206包括但不限于频率合成电路、上变频转换和下变频转换电路、可变增益放大器、模数转换器、数模转换器、用于基带信号的数字信号处理电路、偏置生成电路以及电压调节器。
雷达电路206可以接收来自处理电路204的基带雷达信号，并且基于所接收的基带信号控制RF振荡器的频率。在一些实施方式中，这个接收的基带信号可以表示要被发射的FMCW频率芯片。雷达电路206可以通过将与所接收的基带信号成比例的信号施加至锁相环的频率控制输入来调节RF振荡器的频率。替代性地，可以利用一个或更多个混频器对从处理电路204接收的基带信号进行上变频转换。雷达电路206可以经由数字总线(例如，USB总线)发射并数字化基带信号，经由模拟信号路径发射并接收模拟信号，以及/或者向处理电路204发射和/或从处理电路204接收模拟和数字信号的组合。
处理电路204获取由雷达电路206提供的基带信号，并且格式化所获取的基带信号以便发射至实施方式的信号处理单元。例如，这些获取的基带信号可以表示拍频。在一些实施方式中，处理电路204包括用于将数据传送至基于雷达的检测系统内的其他部件的总线接口(未示出)。可选地，处理电路204还可以执行实施方式的检测系统所使用的信号处理步骤，例如FFT、短时傅立叶变换(STFT)、宏多普勒分析、微多普勒分析、生命多普勒分析、对象分类、机器学习等。除了处理获取的基带信号之外，处理电路204还可以控制毫米波雷达传感器电路202的各方面，例如控制由毫米波雷达传感器电路202产生的发射。
可以以各种方式来划分毫米波雷达传感器系统200的各种部件。例如，毫米波雷达传感器电路202可以在一个或更多个RF集成电路(RFIC)或单片微波集成电路(MMIC)上实现，天线212和214可以设置在电路板上，以及处理电路204可以利用处理器、微处理器、数字信号处理器和/或设置在一个或更多个集成电路/半导体基板上的定制逻辑电路来实现。处理电路204可以包括处理器，该处理器执行存储在非暂态计算机可读存储介质例如存储器中的可执行程序中的指令以执行处理电路204的功能。然而，在一些实施方式中，处理电路204的全部或部分功能可以合并在其上设置有毫米波雷达传感器电路202的同一集成电路/半导体基板上。
在一些实施方式中，毫米波雷达传感器电路202的一些或所有部分可以以包含发射天线212、接收天线214、发射器前端电路208、接收器前端电路210和/或雷达电路206的封装件实现。在一些实施方式中，毫米波雷达传感器电路202可以实现为设置在电路板上的一个或更多个集成电路，并且发射天线212和接收天线214可以在与集成电路相邻的电路板上实现。在一些实施方式中，发射器前端电路208、接收器前端电路210和雷达电路206形成在同一雷达前端集成电路(IC)管芯上。发射天线212和接收天线214可以是雷达前端IC管芯的一部分，或者可以实现为设置在雷达前端IC管芯上方或与雷达前端IC管芯相邻的单独的天线。雷达前端IC管芯还可以包括导电层，例如再分布层(RDL)，所述导电层用于布线和/或用于实现毫米波雷达传感器电路202的各种无源或有源装置。在实施方式中，发射天线212和接收天线214可以利用雷达前端IC管芯的RDL来实现。
图2B示出了可以用于实现毫米波雷达传感器电路202的毫米波雷达传感器电路220的平面图。如图所示，毫米波雷达传感器电路220被实现为设置在基板222上或基板222内的RFIC或MMIC 224，RFIC或MMIC224耦接至被实现为贴片天线的发射天线212和接收天线214。在一些实施方式中，基板222可以利用电路板来实现，在电路板上设置有毫米波雷达传感器电路202并且在电路板上发射天线212和接收天线214利用电路板的导电层来实现。替代性地，基板222表示晶片基板，在晶片基板上设置有一个或更多个RDL并且在晶片基板上使用一个或更多个RDL上的导电层实现发射天线212和接收天线214。
图2C示出了包括耦接至设置在基板236上的RFIC 234的发射天线212的阵列以及接收天线214的阵列的毫米波雷达传感器电路232的平面图。在各种实施方式中，发射天线212可以形成m个天线的阵列，并且接收天线214可以形成n个天线的阵列。m个发射天线212中的每个耦接至RFIC 234上的相应引脚，并且耦接至RFIC 234内的相应发射电路；以及n个接收天线214中的每个耦接至RFIC 234上的相应引脚，并且耦接至RFIC 234内的相应接收电路。在各种实施方式中，发射天线212的阵列和接收天线214的阵列可以被实现为任何维度的均匀阵列或线性阵列。应当理解，图2B和图2C的实现仅是可以实现实施方式的毫米波雷达传感器电路的许多方式的两个示例。
通常，毫米波雷达传感器系统100或200可以由车辆的保险杠集成或覆盖。后备箱或行李舱通常位于车辆的后部，因此，在这种车辆中，毫米波雷达传感器系统100或200可以由车辆的后保险杠集成或覆盖。毫米波雷达传感器系统100或200由车辆的前保险杠集成或覆盖的其他实施方式是可能的。图3A示出了包括保险杠302(例如后保险杠)的车辆300的示例，该保险杠302可以包括毫米波雷达传感器系统100或200。毫米波雷达传感器系统100或200可以位于保险杠302的区域304中，该区域304位于后备箱306与保险杠302位于其上的地面308之间。毫米波雷达传感器系统100或200可以对保险杠302与地面308之间的空间310内的对象的运动敏感。
图3B示出了通过人脚112的运动可以追踪的各种轨迹的示例。如图3B所示，人脚112可以以各种方式移动，示例为：当人脚112在其运动期间保持在同一水平面时的从左到右(如轨迹312-1所示)；当人脚112在其运动期间保持在同一水平面时的从右到左(如轨迹312-2所示)；当人脚112从右向左向上移动时的从右向左(如轨迹312-3所示)；当人脚112从右向左向下移动时的从右到左(如轨迹312-4所示)；对线角地从左到右或从右到左(如轨迹312-5所示)；顺时针旋转(如轨迹312-6所示)；逆时针旋转(如轨迹312-7所示)；当人脚112在其运动期间保持在同一竖直平面时的下上下运动(如轨迹312-8所示)；以及当人脚112在其运动期间保持在同一竖直平面时的上下上运动(如轨迹312-9所示)。可以通过本文公开的系统和方法检测图3B中描绘的各种人脚模式。此外，图3B中描绘的一个或更多个人脚模式可以与车辆的特定响应相关联(从而创建人脚特征)。本文公开的系统和方法可以被配置成检测发生在保险杠302与地面308之间的空间310中的人脚模式，根据检测到的人脚模式确定人脚特征，将人脚特征与打开或关闭车辆的后备箱相关联，以及通过打开或关闭车辆的后备箱使车辆适当地响应所确定的人脚特征。
毫米波雷达传感器系统200可以以各种方式配置。例如，如上面参照图2A至图2C所讨论的，发射天线212和接收天线214的数目在不同实施方式中可以不同，并且毫米波雷达传感器电路202可以操作为FMCW雷达电路、连续波雷达电路、固定波束雷达电路、脉冲雷达电路、MCFW雷达电路或NLFM雷达电路。图4A至图4C示出了毫米波雷达传感器系统200包括设置在平坦基板222、236上的多个毫米波雷达传感器电路202的示例。每个毫米波雷达传感器电路202包括一个发射天线212和一个接收天线214，并且操作为连续波雷达电路。毫米波雷达传感器电路202中的每个将波束402投射到空间310中。因此，人脚112被放置和移动的空间310由多个波束402填充(populate)。人脚112与多个波束402的交互使得毫米波雷达传感器系统200能够确定通过人脚112的运动追踪的轨迹(例如，并且确定人脚112是否正在从右到左或从左到右移动)。图4A示出了毫米波雷达传感器系统200的俯视图或平面图，其示出了在平坦基板222、236上布置为线性阵列的三个毫米波雷达传感器电路202。如上所述，图4A的每个毫米波雷达传感器电路202包括一个发射天线212和一个接收天线214。虽然在图4A的示例中示出了三个毫米波雷达传感器电路202，但是应注意，在一些实施方式中，毫米波雷达传感器电路202的数目可以是不同的，并且通常可以增加图4A的线性阵列中的毫米波雷达传感器电路202的数目，以增加跟踪通过人脚112的运动追踪的轨迹的精度。图4A的线性阵列中的毫米波雷达传感器电路202的数目也可以基于空间310中期望的波束模式而改变，该波束模式可以与跟踪通过人脚112的运动追踪的轨迹的精度有关。例如，低精度轨迹跟踪可能足以追踪轨迹312-1、312-2、312-8和312-9，而图3B中描绘的其他轨迹可能需要更高精度的轨迹跟踪。图4B示出了沿线A-A截取的图4A中所示的毫米波雷达传感器系统200的截面图。图4C示出了毫米波雷达传感器系统200在保险杠302的区域304内的放置。
图5A至图5C示出了其中毫米波雷达传感器系统200包括设置在平坦基板222、236上的多个毫米波雷达传感器电路202的另一示例。每个毫米波雷达传感器电路202包括一个发射天线212和两个接收天线214，并且每个毫米波雷达传感器电路202操作为FMCW雷达电路。在每个毫米波雷达传感器电路202中完成接收器波束成形，其中从不同方向同时接收信号。在这方面，每个毫米波雷达传感器电路202可以与相应的波束组502相关联。用于相应毫米波雷达传感器电路202的波束组502可以跨越θ度的方位角。在一些实施方式中，方位角θ可以在约70度与90度之间(例如，约80度)，但是在其他实施方式中其他方位角也是可能的。因此，人脚112被放置和移动的空间310由多个波束组502填充。人脚112与多个波束402的交互使得毫米波雷达传感器系统200能够确定通过人脚112的运动追踪的轨迹(例如，并且确定人脚112是否正在从右到左或从左到右移动)。图5A示出了毫米波雷达传感器系统200的俯视图或平面图，其示出了在平坦基板222、236上布置为线性阵列的两个毫米波雷达传感器电路202。如上所述，图5A的每个毫米波雷达传感器电路202包括一个发射天线212和两个接收天线214。虽然在图5A的示例中示出了两个毫米波雷达传感器电路202，但是应注意，在一些实施方式中，毫米波雷达传感器电路202的数目可以是不同的，并且如上面参照图4A至图4C所讨论的那样，通常可以增加图5A的线性阵列中的毫米波雷达传感器电路202的数目，以增加跟踪通过人脚112的运动追踪的轨迹的精度。图5B示出了沿线B-B截取的图5A中所示的毫米波雷达传感器系统200的截面图。图5C示出了毫米波雷达传感器系统200在保险杠302的区域304内的放置。
图6A至图6C示出了其中毫米波雷达传感器系统200包括设置在曲线基板222、236上的单个毫米波雷达传感器电路202的另一示例。图6A中所示的毫米波雷达传感器电路202包括一个发射天线212和两个接收天线214，并且毫米波雷达传感器电路202操作为固定波束雷达电路。与图5A至图5C所示的实施方式相比，图6A的发射天线212设置在接收天线214之间。在该实施方式中，与每个相应接收天线214相关联的波束602可以面向不同或相反的方向。人脚112与多个波束602的交互使得毫米波雷达传感器系统200能够确定通过人脚112的运动追踪的轨迹(例如，并且确定人脚112是否正在从右到左或从左到右移动)。图6A示出了毫米波雷达传感器系统200的俯视图或平面图，其示出了布置在曲线基板222、236上的一个毫米波雷达传感器电路202。虽然在图6A的示例中示出了一个毫米波雷达传感器电路202，但是应注意，在一些实施方式中，毫米波雷达传感器电路202的数目可以是不同的，并且如上面参照图4A至图4C所讨论的那样，通常可以增加图6A的系统中使用的毫米波雷达传感器电路202的数目，以增加跟踪通过人脚112的运动追踪的轨迹的精度。图6B示出了沿线C-C截取的图6A中所示的毫米波雷达传感器系统200的截面图。图6C示出了毫米波雷达传感器系统200在保险杠302的区域304内的放置。
图7A至图7D示出了毫米波雷达传感器202在车辆300的保险杠302内的放置的各种配置。图7A示出了以每个传感器之间具有距离y的均匀线性阵列配置的毫米波雷达传感器电路202。在图4A至图4C和图5A至图5C的实施方式中描绘了这种均匀线性阵列。虽然在图示中示出了六个毫米波雷达传感器电路202，但是应该理解，根据具体实施方式及其规范，可以使用多于或少于六个毫米波雷达传感器电路202。图7B示出了以每个传感器之间具有距离y的均匀矩形阵列配置的毫米波雷达传感器电路202。虽然在图示中示出了2×6的毫米波雷达传感器电路202的阵列，但是应该理解，根据具体实施方式及其规范，可以使用任意矩形阵列尺寸。以矩形配置来配置毫米波雷达传感器电路202有助于改善横向(cross-range)分辨率。在各种实施方式中，雷达系统的距离是传感器202与人脚112之间的距离，而横向分辨率属于雷达传感器电路202的感测位置内的空间分辨率。毫米波雷达传感器电路202还可以以非均匀配置实现。例如，图7C示出了以非均匀线性阵列配置的毫米波雷达传感器电路202，以及图7D示出了以非均匀二维阵列配置的毫米波雷达传感器电路202。在各种实施方式中，毫米波雷达传感器电路202彼此之间的最小距离在0.5λ与0.7λ之间，其中，λ是毫米波RF信号的波长。当已知用于处理提取的数据的每个传感器的位置时，可以增加毫米波雷达传感器电路202之间的距离。
在各种实施方式中，为了确保毫米波雷达传感器电路202可以辐射并接收雷达信号，毫米波雷达传感器202可以安装在各种表面上并且可以隐藏在不同材料和/或例如包括聚碳酸酯、玻璃、塑料和其他材料的雷达天线罩类型下。在一些实施方式中，在传感器系统上方不使用金属。在其他实施方式中，根据特定系统，可以在传感器平面上方使用金属作为屏蔽或波导。例如，可以使用设置在毫米波雷达传感器202的基板上的八木天线(Yagiantenna)在与传感器相同的平面中发射或接收信号。在这种情况下，天线可以旋转90度使得由雷达传感器产生的波束指向目标。可以在天线上方设置金属屏蔽。在一些情况下，由毫米波雷达传感器202发射的功率水平可以被限制为符合政府法规，例如由美国联邦通信委员会(FCC)颁布的法规。在一些实施方式中，根据分辨率要求、功耗、可用的系统空间等，可以使用任何均匀线性阵列(ULA)、非均匀线性阵列(NULA)、均匀矩形阵列(URA)或非均匀矩形阵列(NURA)。
图8示出了根据实施方式的检测运动、跟踪通过运动跟踪的轨迹、以及确定轨迹是否对应于与打开或关闭车辆300的后备箱306相关联的人脚特征的方法800。方法800包括数据获取步骤802、数据准备步骤804和预测步骤806。数据获取步骤802包括接收雷达数据(在步骤802-1中)以及基于接收到的雷达数据生成雷达距离像(在步骤802-2中)。步骤802-1和802-2被示为数据获取步骤802的简化。图9中示出了数据获取步骤802的更详细描绘。
图9更详细地示出了根据实施方式的图8中所示的方法800的数据获取步骤802。数据获取步骤802包括由毫米波雷达传感器接收数字雷达数据(在步骤902中)。为了获取数字雷达数据，发射一系列啁啾，并且随后由毫米波雷达传感器接收，例如分别如图1、图2A、图2B和图2C所示的毫米波雷达传感器102、202、220和232。可以包括基带拍频的这些雷达测量结果被数字化并存储为数字雷达数据。在步骤904中，执行信号调节和距离预处理。在步骤904期间，对数字雷达数据进行滤波，去除DC分量，并清除IF数据。在一些实施方式中，通过滤波以去除Tx-Rx自干扰并且可选地对干扰有色噪声进行预滤波来清除IF数据。在一些实施方式中，滤波包括去除具有与其他相邻距离门测量结果明显不同的值的数据异常值。在具体的示例中，Hampel滤波器在每个距离门处被应用滑动窗以去除这些异常值。替代性地，可以使用本领域已知的用于距离预处理的其他滤波。在步骤906中，对由步骤904产生的经滤波的雷达数据进行距离FFT。距离FFT的每个点表示毫米波传感器与检测到的对象之间的距离，并且对应于距离门。在一些实施方式中，对由接收天线阵列中的每个接收天线产生的雷达数据执行距离FFT。
在步骤908中，由距离FFT步骤906产生的数据在虚拟阵列中重新排列。在此，使用本领域已知的方法将多个接收器数据拼接在一起以改善角分辨率。在步骤910中，使用本领域中已知的更高阶波束成形和超分辨率技术对在步骤908中产生的虚拟阵列数据执行方位角FFT。在各种实施方式中，距离FFT提供关于检测到的对象相对于毫米波雷达传感器的位置的角度位置的指示。在替代性的实施方式中，除了FFT之外，还可以使用其他变换类型用于步骤906和910的距离和方位角FFT，诸如离散傅立叶变换(DFT)或其他变换类型例如z变换。
在步骤912中，根据本领域已知的方法，实现距离门选择策略，以确定哪些距离门表示检测到的对象。在一些实施方式中，选择其平均值大于其视场中所有其他距离门的平均值的距离门作为潜在目标距离门。在各种实施方式中，距离门选择策略还确定检测到的目标相对于毫米波雷达传感器的角度或方位角以及它们到毫米波雷达传感器的距离或间距。一旦确定哪些距离门表示检测到的对象，就产生包括每个检测到的对象的距离和方位角的粗略目标列表(例如，在步骤914中)。
图9中所示的方法还包括步骤916，其中在整个多普勒帧(例如，宏多普勒帧)内捕获对应于所选的距离门的慢时间数据。在一些实施方式中，在发射期间，整个多普勒帧包括连续序列的发射啁啾，其在时间上随后是无发射持续时间。连续序列的发射啁啾可以包括16个连续的啁啾，每个啁啾具有32微秒的周期。因此，多普勒帧的连续序列的发射啁啾的持续时间为512微秒。无发射持续时间可以持续约448微秒，从而使每个多普勒帧具有约960微秒的持续时间。基于这些持续时间，方法800能够以1.953kHz频率分辨率检测31.25kHz的最大多普勒频率。注意，这些持续时间仅是示例性的，并且在其他实施方式中可以是不同的。
在一些实施方式中，在步骤916之后，对多普勒帧执行环境变化滤波(在步骤918中)。在实施方式中，基于阈值的方法用于通过检查距离门的移动方差的短时能量来确定距离门窗测量结果的区段是否包含移动或环境变化。在一些实施方式中，可以凭经验计算该方差能量。低于由距离门的移动方差的短时能量建立的阈值的距离门测量结果被认为代表静态对象，因此忽略这种帧数据(在步骤920中)。另一方面，高于阈值的距离门测量结果被认为代表在相应距离筐(range-bin)中存在的移动或运动，因此在方法800的数据准备步骤804中被使用。
返回参照图8，数据获取步骤802生成提供至数据准备步骤804的时域多普勒信号。数据准备步骤804用作改善多普勒特征(例如，在信噪比方面)的预处理步骤，以便可以在预测步骤806中进行准确的预测。如图8所示，数据准备步骤804可以包括滤波步骤804-1，其在图8的示例中使用加伯变换来实现。加伯变换使信号在时间和频率上局部化，并且加伯函数的使用有利地提供了在特定时间段内分析时域信号的能力。这与标准傅立叶变换形成对比，标准傅立叶变换在所有时间(即无限持续时间)内分析信号并且在频率上具有局部化但在时间上没有局部化。在图8中，加伯变换步骤804-1可以包括对被提供至数据准备步骤804的时域多普勒信号执行的多个并行加伯变换。
多个并行加伯变换的每个相应加伯变换步骤可以包括根据本领域已知的方法根据时域多普勒信号生成加窗时频信号，并且使加窗时频信号经受加伯时频变换的步骤。加窗时频信号可以通过将时域多普勒信号与在时间和频率上局部化的窗函数(从步骤802接收的)进行卷积(在时域中)来生成。对于多个并行加伯变换的每个相应加伯变换步骤，局部化窗函数可以是不同的。窗函数的一些示例包括矩形窗、三角窗、汉宁窗、汉明窗、高斯窗和布莱克曼窗。窗函数的时间局部化可以通过在时间上将窗口平移特定时间延迟来实现，而窗函数的频率局部化可以通过将窗口与具有特定角频率的复指数相乘来实现。对于多个并行加伯变换的每个相应加伯变换步骤，特定时间延迟和特定角频率可以是不同的。在滤波步骤804-1之后，组合滤波步骤804-1的结果(例如通过相加步骤804-2，相加步骤804-2生成多个并行加伯变换步骤的结果的集合)。随后对组合的结果在时间上进行采样(在步骤804-3中)。
然后，如图8所示，对数据准备步骤804的结果进行预测步骤806。预测步骤806可以包括(在步骤806-1中)根据本领域已知的方法根据数据准备步骤804的结果生成逆合成孔径雷达(ISAR)图像序列。通常，ISAR是用于获得移动目标(例如，对象112和/或114)并且特别是周期性的移动目标(诸如，例如，反复地在车辆的保险杠下方移动的人脚)的高分辨率雷达图像的技术。ISAR图像提供的分辨率可以优于所使用的物理孔径的衍射极限分辨率，因为在ISAR图像序列中，可以通过组合以明显大于物理孔径的各种目标角度从目标(例如，对象112和/或114)接收的雷达返回来形成合成孔径。通常，基于ISAR的处理步骤可以使用从目标上的点接收的返回信号的多普勒频移来推断点的距离速度，据此假设目标正作为刚性体移动(这通常适用于人脚)，可以推断出在垂直于雷达波束的方向上点与旋转轴的相对距离。
然后，根据本领域已知的方法，对在步骤806-1中生成的ISAR图像序列进行CLEAN算法(在步骤806-2中)，该CLEAN算法对ISAR图像序列进行滤波并去除伪像。CLEAN算法可以迭代地对ISAR图像序列进行去卷积，并且在这种迭代去卷积的过程中，从反射信号中选择最亮的目标，并将目标峰值移动至没有噪声背景的“干净”图像。然后对来自目标的旁瓣或伪像进行去卷积以揭示下一个最亮的目标，并且前述过程继续，直到根据反射信号区分开所有期望目标为止。ISAR图像序列中的伪像可能由自相关和互相关两者引起。
预测步骤806还包括将步骤806-2的结果映射到公共坐标系上(在步骤806-3中)。映射步骤806-3可以生成距离-多普勒映射，并且可能是必要的，因为如上面参照图4A至图4C、图5A至图5C、图6A至图6C和图7A至图7D所讨论的，毫米波雷达传感器系统200可以包括多个毫米波雷达传感器电路202，并且从多个毫米波雷达传感器电路202中的每个获得的数据可以对应于不同的坐标。例如，处于不同位置的毫米波雷达传感器电路202可以接收并生成不同坐标的信号，并且来自多个毫米波雷达传感器电路202的不同坐标被映射到公共坐标系上。
预测步骤806还包括多普勒取阈值步骤(在步骤806-4中)。可以基于来自步骤806-3的距离-多普勒映射与适当内核的卷积来选择步骤806-4中采用的多普勒阈值。图10进一步详细地示出了方法800的多普勒取阈值步骤806-4中包括的步骤。如图10所示，在步骤1002中，将距离-多普勒映射与参考点扩散函数进行卷积。在一些实施方式中，参考点扩散函数可以是二维高斯滤波器。然后将卷积的结果的大小与多普勒阈值进行比较，并且保留至少等于多普勒阈值的信号(在步骤1004中)。通常，步骤1002中的卷积可以表示为
Figure BDA0002001085330000161
Figure BDA0002001085330000162
其中p(m，n)是参考点扩展函数，x(m，n)是来自步骤708的距离-多普勒映射，并且M和N分别是距离筐的数目和多普勒频率范围的数目。卷积结果的大小与多普勒阈值的比较可以表示为|z(u，v)|≥η1。
返回参照图8，多普勒取阈值步骤806-4的结果可以揭示可能的目标散射体，然后执行步骤806-5，该步骤806-5通过使用交互式多模型(IMM)滤波器跟踪目标散射体的运动。图11示出了根据实施方式的用于支持IMM滤波和跟踪步骤806-5的处理系统1100。如图11所示，可以有两条路径用于跟踪目标散射体的运动：一条用于跟踪形状(例如由形状跟踪器1106实现)，以及另一条用于跟踪运动(例如由运动跟踪器1108实现)。在一些实施方式中，可以省略形状跟踪器1106。
系统1100包括运动分割器1102和椭圆提取模块1104，该椭圆提取模块1104确定质心(x，y)坐标、长轴和短轴以及面内旋转β。如图11所示，这些参数用作形状跟踪器1106和运动跟踪器1108的输入向量。关于形状跟踪器1106，线性卡尔曼滤波器的基本模型等式可以表示为：
x(k)＝Φ(k-1)*x(k-1)+v(k-1)
z(k)＝M(k)*x(k)+w(k)，
其中Ф是状态转移矩阵，x是状态向量，v是过程噪声，z是测量值，M是测量矩阵，以及w是测量噪声。实际状态估计和预测等式如下：
x(k|k-1)＝Φ(k-1)*x(k-1|k-1)
x(k|k)＝x(k|k-1)+G(k)*residMe(k)
residue(k)＝z(k)-M(k)*x(k|k-1)
S(k)＝M(k)P(k|k-1)M(k)T+R(k)，
其中，residue(k)是测量残差，平均值为零且协方差为S(k)的高斯随机变量，并且R(k)是测量噪声w的协方差。
然后，状态预测的滤波器增益G和协方差矩阵P的等式为：
G(k)＝P(k|k-1)*M(k)T*(M(k)*P(k|k-1)*M(k)T+R(k))-1
P(k|k-1)＝Φ(k-1)*P(k-1|k-1)*Φ(k-1)+Q(k-1)，
其中，Q(k)是过程噪声v的协方差，M(k)是来自上述等式的测量矩阵，以及Ф(k)是来自上述等式的状态转移矩阵。
针对IMM实现方式，对于每个模型实际上存在一整组的上述等式(例如，其中，每个模型可以对应于特定的人脚模式)。如图12所示，模型之间的交互取决于模型中的每个模型的切换概率和可能性。为了说明的目的，图12中仅示出了三个模型；在其他实施方式中，其他数目的模型是可能的。可能性根据以下等式生成：
Figure BDA0002001085330000171
Figure BDA0002001085330000172
Figure BDA0002001085330000173
Figure BDA0002001085330000174
Figure BDA0002001085330000175
其中，假设在时间k时模型m是正确的，那么fs|m(k-1)是在时间k-1时模型s是正确的概率；fm(k-1)、fm(k)分别是在时间k-1和k的模型概率；Lm(k)是基于来自输入测量结果的残差的模型m在时间k时的可能性。注意，N[x；μ，Σ]表示具有自变量x、平均值μ和协方差Σ的正态分布。系统的最终输出是组合的状态向量，其是通过各个模型概率加权的每个模式的状态向量的总和。
关于运动跟踪器1108，运动跟踪器1108处理目标112、114的质心以及图像内平面旋转角β。关键点可能在于将模型(例如，其中，每个模型可以对应于特定的人脚模式)定义为可以由唯一噪声参数表示的一组状态。根据模型概率，可以通过观察相对概率来确定两个状态之间的动态。通过表征散射体组的模型概率，可以通过将基础模型视为构建其他动态的基函数来训练后端分类器以识别甚至更复杂的动态。返回参照图8，在步骤806-6中，确定(例如，通过处理器)在步骤806-5中跟踪的运动轨迹是否对应于与打开或关闭车辆300的后备箱306相关联的人脚特征。可以基于模式匹配来做出这样的确定。
图13示出了根据实施方式的确定人脚是否存在于保险杠302与地面308之间的空间内，并且如果人脚存在于保险杠302与地面308之间的空间内，则跟踪通过人脚的运动追踪的轨迹的方法1300。与图8中所示的方法800(其中运动被检测、被跟踪并且随后与人脚特征匹配)相比，图13中所示的方法1300首先确定人脚是否存在于保险杠302与地面308之间的空间310内，并且响应于确定人脚存在于空间310内来跟踪运动轨迹。
方法1300包括由毫米波雷达传感器接收数字雷达数据(在步骤1302中)。为了获取数字雷达数据，发射一系列啁啾，并且随后由毫米波雷达传感器接收，例如分别如图1、图2A、图2B和图2C所示的毫米波雷达传感器102、202、220和232。可以包括基带拍频的这些雷达测量结果被数字化并存储为数字雷达数据。在步骤1304中，执行信号调节和距离预处理。如上面参照图9中的步骤904所讨论的那样，在步骤1304期间，对数字雷达数据进行滤波，去除DC分量，并清除IF数据。随后，根据本领域已知的方法，通过在快时间内执行加窗和FFT操作(在步骤1306中)生成雷达距离像(在步骤1308中)。步骤1306可以类似于上面参照图9示出和描述的距离FFT步骤906。
在步骤1310和1312中，例如通过使用本领域已知的方法将多个接收器数据拼接在一起以改善角分辨率来生成距离-方位角图像。在步骤1310中，使用本领域中已知的更高阶波束成形和超分辨率技术来执行方位角FFT(例如，在接收器天线内的FFT)。在各种实施方式中，距离-方位角成像提供关于检测到的对象相对于毫米波雷达传感器的位置的角位置的指示。在替代性的实施方式中，除了FFT之外，还可以使用其他变换类型用于生成距离-方位角图像，诸如离散傅立叶变换(DFT)或其他变换类型例如z变换。
在步骤1314中，将来自步骤1312的距离-方位角图像输入到机器学习引擎中，该机器学习引擎执行机器学习算法，例如但不限于随机森林算法、支持向量机(SVM)算法、自适应增强(Adaboost)算法和/或神经网络算法。机器学习引擎1314被配置成使用例如本领域已知的检测和分类算法确定存在于保险杠302与地面308之间的空间310中的目标112、114是否是人脚(在步骤1316中)。响应于确定(在步骤1318中)在保险杠302与地面308之间的空间310中存在人脚112，对信号调节步骤1304的结果执行慢时间内的加窗和FFT(例如，在步骤1320中)。注意，可以在步骤1320中执行传统的距离-多普勒处理，其中这种处理收集快时间/慢时间数据的相干处理间隔(CPI)并且对所有距离筐执行慢时间FFT以将其转换成距离-多普勒矩阵。当目标112没有在CPI上保持在单个距离筐内时，被称为发生了距离迁徙。因此，目标多普勒特征可以在距离和多普勒两者中拖尾(smear)。它在距离中拖尾，因为目标特征的部分出现在多于一个的距离筐中。它在多普勒中拖尾，因为任何一个距离筐包含仅CPI的一部分的特征。由于在给定距离筐中的多普勒分辨率(例如，由asinc主瓣的宽度确定)与该距离筐中的信号持续时间成反比，所以减少的持续时间降低了多普勒分辨率(例如，通过加宽主瓣)。对于快速移动的目标112，距离迁移可能更严重。因此，根据本领域已知的方法，在步骤1321中完成距离迁徙校正，以消除距离和多普勒两者中的拖尾的有害影响。然后对步骤1321的结果进行相位梯度算法(在步骤1322中)，该算法随时间分析从一帧到下一帧的相位数据，并随后将不同的帧拼接在一起以通过距离-多普勒创建可靠的ISAR图像(在步骤1324中)。
然后，方法1300进行到机器学习引擎，该机器学习引擎执行机器学习算法，例如但不限于随机森林算法、支持向量机(SVM)算法、自适应增强(Adaboost)算法和/或神经网络算法。机器学习引擎1326被配置成确定人脚特征是否与打开或关闭车辆300的后备箱306相关联(在步骤1328中)。可以使用本领域中已知的检测和分类算法来执行方法1300的步骤1328。
应注意，虽然上面的描述假定第二对象114是错误触发，但是在将个人装载到乘客座椅中或者在关闭车门时产生的运动或振动也可能作为错误触发。尽管如此，图8至图13的上述方法区分了有效的脚运动和可能由运动或振动产生的错误触发。
毫米波雷达传感器系统200可以是多用途和多功能系统，其除了确定在跟踪的运动轨迹中是否存在人脚特征以及这样的人脚特征是否与打开或关闭车辆300的后备箱306相关联(即脚感测)之外，还确定是否存在可能阻碍或阻止车辆300的后备箱306的打开或关闭的障碍物(即障碍物感测)。图14A示出了根据实施方式的执行障碍物感测和脚运动感测两者的毫米波雷达传感器系统200。图14A的毫米波雷达传感器系统200包括第一毫米波雷达传感器电路202-1和第二毫米波雷达传感器电路202-2。在一些实施方式中，第二毫米波雷达传感器电路202-2可以位于或定位在保险杠302的区域304中，该区域304在后备箱306与保险杠302位于其上的地面308之间。在其他实施方式中，第二毫米波雷达传感器电路202-2可以位于或定位在车辆300的其他部分处，例如在车辆300的后备箱306和/或门中。
第一毫米波雷达传感器电路202-1可以如以上所讨论的起作用，并且可以确定在跟踪的运动轨迹中是否存在人脚特征以及这样的人脚特征是否与打开或关闭车辆300的后备箱306相关联。响应于第一毫米波雷达传感器电路202-1确定在跟踪的运动轨迹中存在人脚特征并且这样的人脚特征与打开或关闭车辆300的后备箱306相关联，第二毫米波雷达传感器电路202-2被激活以确定在距车辆300的后备箱306的预定距离内是否存在对象1400(例如，壁、另一人、相邻车辆)。如果第二毫米波雷达传感器电路202-2确定存在障碍物，则可以禁用车辆300的后备箱306的打开或关闭以避免对车辆300的损坏。然而，如果第二毫米波雷达传感器电路202-2确定不存在障碍物，则允许继续打开或关闭车辆300的后备箱306。在一些实施方式中，第二毫米波雷达传感器电路202-2可以以FMCW模式操作。附加地或替代性地，第二毫米波雷达传感器电路202-2可以被配置成执行多个接收波束成形(诸如图14B中所示)，以便确定是否存在障碍物。这样的接收波束成形可以包括例如相位单脉冲波束成形、共形波束成形、开关天线波束成形。
本公开内容提出了一种用于使用毫米波雷达传感器控制对车辆的后备箱的访问的系统和方法。所提出的系统和方法允许人与车辆交互(例如通过人的脚的移动)以打开或关闭车辆的后备箱。如以下段落中所述，所提出的系统和方法提供优于当前和过去的解决方案的优点，具有包括以下内容的优点：抵抗EMC干扰的鲁棒性；抵抗误警率的鲁棒性(例如，通过实施机器学习算法)；雷达传感器能够通过导电保险杠被优化/操作；雷达传感器对环境条件或冲击不可知，因此能够在潮湿或盐水条件、灰尘、雾气和弱光条件下稳定地操作；以及雷达传感器能够以小的形状因子嵌入保险杠中。所提出的系统和方法还能够检测人脚并识别人脚特征，从而减少误警并消除其他环境干扰。所提出的系统和方法进一步能够消除来自雷达传感器附近的其他对象的多普勒感测运动，进一步减少误警。
所提出的系统和方法的其他优点包括所提出的系统和方法能够测量来自人脚的信号并且响应于确定人脚的运动对应于人脚特征而打开后备箱。换句话说，可以实现跟踪以理解人脚模式并验证由车主设置的用于打开后备箱的人脚特征。所提出的系统和方法也不仅仅是多普勒处理系统，因为进行多普勒的测量以理解人脚的模式，并且另外地，进行到达方向的估计以理解运动方向。所提出的系统和方法还通过包括机器学习引擎检测/识别人脚运动模式来减少误警率(例如，由动物、人手运动等引起的)。所提出的系统和方法还允许通过将人脚的特定运动轨迹与特定用户和/或车辆的特定响应相关联来个性化人脚特征。所提出的系统和方法还允许多功能目的，例如打开/关闭后备箱，并且如果存在可能阻碍后备箱移动的障碍物，还确保防止后备箱被打开/关闭。
现在参照图15，提供了根据本发明的实施方式的处理系统1500的框图。处理系统1500描绘了可以用于实现本文所讨论的实施方式的基于雷达的系统的部分的通用平台以及一般部件和功能。处理系统1500可以包括例如连接到总线1508的中央处理单元(CPU)1502、存储器1504以及大容量存储设备1506，其被配置成执行上述过程。如果希望或需要，处理系统1500还可以包括：视频适配器1510，其用于提供到本地显示器1512的连接；以及输入-输出(I/O)适配器1514，其用于为一个或更多个输入/输出设备1516，例如鼠标、键盘、打印机、磁带驱动器、CD驱动器等提供输入/输出接口。
处理系统1500还包括网络接口1518，其可以使用网络适配器来实现，该网络适配器被配置成耦接至有线链路(例如，以太网线缆、USB接口等)和/或无线/蜂窝链路用于与网络1520通信。网络接口1518还可以包括用于无线通信的合适的接收器和发射器。应注意，处理系统1500可以包括其他部件。例如，处理系统1500可以包括电源、线缆、主板、可移除存储介质、壳体等。尽管未示出，但这些其他部件被认为是处理系统1500的一部分。
图15的处理系统1500还可以被描绘为如图16所示的多个软件块。在一些实施方式中，图16的多个软件块可以存储在存储器1504中。如图16所示，处理系统1500可以包括波形生成块1602，毫米波雷达传感器系统200可以使用该波形生成块1602生成入射RF信号201并且该波形生成块1602使得毫米波雷达传感器系统200以FMCW模式、连续波(CW)模式、频移键控(FSK)模式和/或脉冲模式操作。处理系统1500还可以包括可配置硬件块1604，该可配置硬件块1604支持共形天线、开关天线、波形支持以及图7A至图7D中描绘的各种配置。处理系统1500还可以包括波束成形块1606，该波束成形块1606使得图14A中所示的第二毫米波雷达传感器电路202-2执行多个接收波束成形(诸如图14B中所示)，以便确定是否存在障碍物。例如，这样的接收波束成形可以包括例如相位单脉冲波束成形、共形波束成形、开关天线波束成形。处理系统1500还可以包括机器学习和跟踪块1608，该机器学习和跟踪块1608执行图8至图13中描绘的方法，示例是用于运动跟踪的卡尔曼滤波、错误触发的检测和人脚的存在以及脚运动的跟踪。
一种实施方式的方法包括：在毫米波雷达传感器处接收雷达数据，该雷达数据是响应于从位于毫米波雷达传感器的视场中的对象反射的入射射频信号而生成的；对雷达数据进行滤波以生成第一滤波信号；确定与第一滤波信号对应的运动轨迹；以及确定运动轨迹是否对应于人类特征，该人类特征与车辆的相应操作相关联。
一种实施方式的系统包括被配置成耦接至毫米波雷达传感器的处理系统。处理系统被配置成：指示毫米波雷达传感器在毫米波雷达传感器的视场内发射一系列啁啾；基于响应于一系列啁啾的发射并且由毫米波雷达传感器接收的雷达数据来识别视场内的一组目标；对雷达数据进行滤波以生成第一滤波信号；确定与第一滤波信号对应的运动轨迹；以及确定运动轨迹是否对应于人类特征，该人类特征与车辆的相应操作相关联。
一种实施方式的非暂态计算机可读存储介质包括存储在其上的可执行程序。可执行程序包括用于进行以下操作的指令：指示毫米波雷达传感器在毫米波雷达传感器的视场内发射一系列啁啾；基于响应于一系列啁啾的发射并且由毫米波雷达传感器接收的雷达数据来识别视场内的一组目标；对雷达数据进行滤波以生成第一滤波信号；确定与第一滤波信号对应的运动轨迹；以及确定运动轨迹是否对应于人类特征，该人类特征与车辆的相应操作相关联。
虽然已经参照说明性实施方式描述了本发明，但是该描述不意在被解释为具有限制性意义。在参照了本说明书之后，对本领域技术人员而言，说明性实施方式的各种修改和组合以及本发明的其他实施方式将是明显的。因此，所附权利要求意在涵盖任何这样的修改或实施方式。

Claims (24)

1.一种控制对车辆的访问的方法，包括：
在毫米波雷达传感器处接收雷达数据，所述雷达数据是响应于从位于所述毫米波雷达传感器的视场中的对象反射的入射射频信号而生成的；以及
使用数字处理器，
对所述雷达数据进行数字滤波以生成第一滤波信号，其中，对所述雷达数据进行数字滤波包括：
确定所述雷达数据的包括潜在运动信号的距离门，
在宏多普勒帧内捕获与所述距离门对应的慢时间雷达数据，以及
对所述慢时间雷达数据执行加伯时频变换以生成所述第一滤波信号，
确定与所述第一滤波信号对应的运动轨迹，以及
确定所述运动轨迹是否对应于多个预定人类特征模式中的预定人类特征模式，其中，所述多个预定人类特征模式与所述车辆的相应操作相关联。
2.根据权利要求1所述的方法，还包括：响应于确定所述运动轨迹对应于所述多个预定人类特征模式中的预定人类特征模式来执行所述车辆的相应操作。
3.根据权利要求1所述的方法，还包括：
确定在所述毫米波雷达传感器的视场中是否存在障碍物；以及
响应于确定存在所述障碍物来禁止执行所述车辆的相应操作。
4.根据权利要求1所述的方法，其中，所述多个预定人类特征模式与人脚的运动模式相关联。
5.根据权利要求1所述的方法，其中，确定所述雷达数据的包括潜在运动信号的距离门包括：
确定所述毫米波雷达传感器的视场中的多个距离门的多个平均值，每个平均值对应于相应的距离门；以及
选择所述多个平均值中的最大平均值作为所述雷达数据的包括潜在运动信号的距离门。
6.根据权利要求1所述的方法，其中，对所述慢时间雷达数据执行加伯时频变换以生成所述第一滤波信号包括：
利用在时间和频率上被局部化的窗函数来对所述慢时间雷达数据进行滤波以生成加窗时频信号。
7.根据权利要求6所述的方法，其中，所述窗函数包括矩形窗函数、三角窗函数、汉宁窗函数、汉明窗函数、高斯窗函数或布莱克曼窗函数。
8.根据权利要求1所述的方法，其中，对所述慢时间雷达数据执行加伯时频变换以生成所述第一滤波信号包括：
将所述慢时间雷达数据提供至多个并行加伯时频变换，所述多个并行加伯时频变换中的每个加伯时频变换与在相应时间和相应频率上被局部化的相应窗函数相关联以生成相应的加窗时频信号；
聚合从所述多个并行加伯时频变换输出的加窗时频信号以形成聚合信号；以及
对所述聚合信号进行采样以生成所述第一滤波信号。
9.根据权利要求1所述的方法，其中，确定与所述第一滤波信号对应的运动轨迹包括：
根据所述第一滤波信号生成逆合成孔径雷达ISAR图像序列；
对所述ISAR图像序列进行滤波以生成经滤波的ISAR图像序列；
从所述经滤波的ISAR图像序列中识别目标散射体；以及
使用交互式多模型滤波器跟踪所述目标散射体的运动。
10.根据权利要求9所述的方法，其中，对所述ISAR图像序列进行滤波以生成经滤波的ISAR图像序列包括：使用CLEAN滤波算法对所述ISAR图像序列进行滤波。
11.根据权利要求9所述的方法，其中，从所述经滤波的ISAR图像序列中识别目标散射体包括：将所述经滤波的ISAR图像序列与多普勒阈值进行比较，并且保留大于所述多普勒阈值的信号。
12.根据权利要求9所述的方法，其中，确定所述运动轨迹是否对应于多个预定人类特征模式中的预定人类特征模式包括：
将所述运动轨迹与多个预定运动模式中的每一个进行比较；以及
确定所述运动轨迹是否对应于所述多个预定运动模式中的预定运动模式。
13.根据权利要求1所述的方法，其中，对所述雷达数据进行数字滤波以生成第一滤波信号包括：
根据所述雷达数据生成多个雷达距离像；
根据所述多个雷达距离像生成多个距离-方位角图像；
基于所述多个距离-方位角图像来确定所述毫米波雷达传感器的视场中是否存在人体的至少一部分；以及
在所述雷达数据的慢时间内执行第一加窗操作和第一快速傅立叶变换操作以生成所述第一滤波信号。
14.根据权利要求13所述的方法，其中，根据所述雷达数据生成多个雷达距离像包括：在所述雷达数据的快时间内执行第二加窗操作和第二快速傅立叶变换操作。
15.根据权利要求13所述的方法，其中，根据所述多个雷达距离像生成多个距离-方位角图像包括：在所述毫米波雷达传感器的接收天线内执行第三加窗操作和第三快速傅立叶变换操作。
16.根据权利要求13所述的方法，其中，基于所述多个距离-方位角图像来确定所述毫米波雷达传感器的视场中是否存在人体的至少一部分包括：执行机器学习算法。
17.根据权利要求13所述的方法，其中，确定与所述第一滤波信号对应的运动轨迹包括：
基于所述第一滤波信号，通过距离-多普勒生成ISAR图像；以及
对所述ISAR图像执行机器学习算法以确定与所述第一滤波信号对应的运动轨迹。
18.一种控制对车辆的访问的系统，包括：
数字处理系统，其被配置成耦接至毫米波雷达传感器，其中，所述数字处理系统被配置成：
指示所述毫米波雷达传感器在所述毫米波雷达传感器的视场内发射一系列啁啾；
基于响应于所述一系列啁啾的发射并且由所述毫米波雷达传感器接收到的雷达数据来识别所述视场内的一组目标；
对所述雷达数据进行数字滤波以生成第一滤波信号，其中，对所述雷达数据进行数字滤波包括：
确定所述雷达数据的包括潜在运动信号的距离门，
在宏多普勒帧内捕获与所述距离门对应的慢时间雷达数据，以及
对所述慢时间雷达数据执行加伯时频变换以生成所述第一滤波信号；
确定与所述第一滤波信号对应的运动轨迹；
确定所述运动轨迹是否对应于多个预定人类特征模式中的预定人类特征模式，其中，所述多个预定人类特征模式与所述车辆的相应操作相关联；以及
响应于确定所述运动轨迹对应于所述多个预定人类特征模式中的预定人类特征模式来执行所述车辆的相应操作。
19.根据权利要求18所述的系统，还包括所述毫米波雷达传感器，其中，所述毫米波雷达传感器位于所述车辆的后侧保险杠的表面处。
20.根据权利要求19所述的系统，其中，所述毫米波雷达传感器的视场包括第一空间区域，所述第一空间区域在所述车辆的外部并且位于所述车辆的后侧保险杠的下表面与所述后侧保险杠所位于的平面之间。
21.根据权利要求20所述的系统，其中，所述运动轨迹包括在所述第一空间区域内的运动路径。
22.根据权利要求21所述的系统，还包括第二毫米波雷达传感器，所述第二毫米波雷达传感器位于所述车辆的后侧保险杠、门、后备箱或其组合处。
23.根据权利要求22所述的系统，其中，所述数字处理系统还被配置成：
指示所述第二毫米波雷达传感器在所述第二毫米波雷达传感器的视场内发射另一系列啁啾，其中，所述第二毫米波雷达传感器的视场包括在所述车辆的外部的第二空间区域；
基于由所述第二毫米波雷达传感器接收到的雷达数据来确定在所述第二空间区域中是否存在障碍物；以及
响应于确定存在所述障碍物来禁止执行所述车辆的相应操作。
24.一种存储有可执行程序的非暂态计算机可读存储介质，所述可执行程序包括用于进行下述操作的指令：
指示毫米波雷达传感器在所述毫米波雷达传感器的视场内发射一系列啁啾；
基于响应于所述一系列啁啾的发射并且由所述毫米波雷达传感器接收到的雷达数据来识别所述视场内的一组目标；
对所述雷达数据进行数字滤波以生成第一滤波信号，其中，对所述雷达数据进行数字滤波包括：
确定所述雷达数据的包括潜在运动信号的距离门，
在宏多普勒帧内捕获与所述距离门对应的慢时间雷达数据，以及
对所述慢时间雷达数据执行加伯时频变换以生成所述第一滤波信号；
确定与所述第一滤波信号对应的运动轨迹；以及
确定所述运动轨迹是否对应于多个预定人类特征模式中的预定人类特征模式，其中，所述多个预定人类特征模式与车辆的相应操作相关联。
CN201910212937.8A 2018-03-28 2019-03-20 控制对车辆的访问的系统、方法及计算机存储介质 Active CN110316148B9 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/938,478 2018-03-28
US15/938,478 US10775493B2 (en) 2018-03-28 2018-03-28 System and method for controlling access to a trunk of a vehicle using a radar sensor

Publications (3)

Publication Number Publication Date
CN110316148A CN110316148A (zh) 2019-10-11
CN110316148B true CN110316148B (zh) 2023-02-14
CN110316148B9 CN110316148B9 (zh) 2023-03-31

Family

ID=65812198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910212937.8A Active CN110316148B9 (zh) 2018-03-28 2019-03-20 控制对车辆的访问的系统、方法及计算机存储介质

Country Status (3)

Country Link
US (1) US10775493B2 (zh)
EP (1) EP3546979B1 (zh)
CN (1) CN110316148B9 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3379286A1 (en) * 2017-03-21 2018-09-26 Volvo Car Corporation Radar arrangement
US10948563B2 (en) * 2018-03-27 2021-03-16 Infineon Technologies Ag Radar enabled location based keyword activation for voice assistants
JP7035712B2 (ja) * 2018-03-29 2022-03-15 トヨタ自動車株式会社 後方監視装置
DE102018206535A1 (de) * 2018-04-27 2019-10-31 Robert Bosch Gmbh Radarsensoreinrichtung
WO2020042121A1 (zh) * 2018-08-30 2020-03-05 Oppo广东移动通信有限公司 一种手势识别方法及终端、存储介质
US11448754B2 (en) * 2018-11-20 2022-09-20 KMB Telematics, Inc. Object sensing from a potentially moving frame of reference with virtual apertures formed from sparse antenna arrays
KR102182293B1 (ko) * 2019-03-11 2020-11-24 현대모비스 주식회사 Mimo 시스템에서 도래각 추정 장치 및 방법
US11205844B2 (en) * 2019-07-08 2021-12-21 GM Global Technology Operations LLC Beam skew mitigation using non-linear frequency modulation signals
CN112946623B (zh) * 2019-12-11 2024-03-19 长沙莫之比智能科技有限公司 基于车辆上安装77g毫米波雷达的测速方法和装置
EP3839561A1 (en) * 2019-12-18 2021-06-23 Imec VZW Radar ranging
KR20210082946A (ko) * 2019-12-26 2021-07-06 삼성전자주식회사 레이더 신호 처리 장치 및 방법
US11847833B2 (en) 2020-02-12 2023-12-19 Strattec Security Corporation Broad coverage non-contact obstacle detection
US11385344B2 (en) * 2020-03-20 2022-07-12 Aptiv Technologies Limited Frequency-modulated continuous-wave (FMCW) radar-based detection of living objects
CN111650577B (zh) * 2020-06-12 2022-05-24 电子科技大学 极坐标系下含多普勒量测的机动目标跟踪方法
US11381330B2 (en) 2020-07-07 2022-07-05 Aptiv Technologies Limited Point-source model for simulating near-field effects from structures of an antenna
CN111983595B (zh) * 2020-07-14 2023-11-10 北京航空航天大学杭州创新研究院 一种室内定位的方法及装置
CN112069651B (zh) * 2020-07-23 2024-04-09 西安空间无线电技术研究所 一种基于isar成像的自旋稳定目标旋转轴估计方法
US20220050194A1 (en) * 2020-08-12 2022-02-17 Polara Enterprises, Llc Motion sensing pushbutton station
CN112014822B (zh) * 2020-08-28 2024-04-09 北京川速微波科技有限公司 车载雷达测量数据识别方法、装置、介质和电子装置
CN112363131B (zh) * 2020-09-03 2024-05-14 江西华讯方舟智能技术有限公司 车载毫米波雷达数据的处理方法、装置及计算机存储介质
CN112684445B (zh) * 2020-12-02 2021-09-07 中国人民解放军国防科技大学 基于md-admm的mimo-isar三维成像方法
CN113835074B (zh) * 2021-08-04 2024-01-16 南京常格科技发展有限公司 一种基于毫米波雷达的人流量动态监测方法
CN113791410B (zh) * 2021-08-20 2023-10-24 北京市公安局公安交通管理局 一种基于多传感器信息融合的道路环境综合认知方法
FR3136282B1 (fr) 2022-06-03 2024-04-19 Vitesco Technologies Dispositif radiofréquence à diagramme de rayonnement optimisé, pour une détection de geste pour l’automobile
DE102022131463A1 (de) 2022-11-29 2024-05-29 Valeo Schalter Und Sensoren Gmbh Verfahren zum Betreiben einer Fahrzeugfunktion eines Kraftfahrzeugs mittels einer ultraschallbasierten Gestensteuerung
CN117129947B (zh) * 2023-10-26 2023-12-26 成都金支点科技有限公司 一种基于miniunet的平面变换法雷达信号识别方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH082351Y2 (ja) 1987-12-02 1996-01-24 富士重工業株式会社 自動車用リッドの自動ロック装置
US20020121967A1 (en) 2001-03-01 2002-09-05 Bowen Mark A. Trunk release and warning system
AU2002354437A1 (en) * 2001-12-10 2003-06-23 Omron Co., Ltd. Object sensor and controller
US6781540B1 (en) * 2003-02-21 2004-08-24 Harris Corporation Radar system having multi-platform, multi-frequency and multi-polarization features and related methods
JP4485296B2 (ja) 2004-09-07 2010-06-16 株式会社デンソー スマートキーシステム
US7688179B2 (en) 2005-12-12 2010-03-30 Denso International America, Inc. Hands-free vehicle door opener
US7928893B2 (en) 2006-04-12 2011-04-19 William Marsh Rice University Apparatus and method for compressive sensing radar imaging
JP2007331712A (ja) * 2006-06-19 2007-12-27 Denso Corp 車両制御システム
KR20140076835A (ko) 2012-12-13 2014-06-23 현대자동차주식회사 소리기반 핸즈프리 트렁크 도어 개방 장치 및 그 방법
DE102013010993A1 (de) * 2013-07-02 2015-01-08 Brose Fahrzeugteile Gmbh & Co. Kommanditgesellschaft, Hallstadt Objekterfassungsvorrichtung für ein Fahrzeug
CN103529444A (zh) * 2013-09-27 2014-01-22 安徽师范大学 一种车载毫米波雷达动目标识别器及识别方法
KR102204839B1 (ko) * 2014-02-11 2021-01-19 한국전자통신연구원 레이더를 이용한 표적 검출 장치 및 표적을 검출하는 방법
US10725150B2 (en) * 2014-12-23 2020-07-28 Infineon Technologies Ag System and method for radar
JP6392152B2 (ja) * 2015-03-24 2018-09-19 パナソニック株式会社 レーダ装置および走行車両検知方法
EP3286577B1 (en) 2015-04-20 2021-03-17 ResMed Sensor Technologies Limited Detection and identification of a human from characteristic signals
CN105372659A (zh) * 2015-11-20 2016-03-02 上海无线电设备研究所 道路交通监控多目标探测跟踪方法及跟踪系统

Also Published As

Publication number Publication date
EP3546979A1 (en) 2019-10-02
EP3546979B1 (en) 2023-09-20
US20190302253A1 (en) 2019-10-03
US10775493B2 (en) 2020-09-15
CN110316148A (zh) 2019-10-11
CN110316148B9 (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN110316148B (zh) 控制对车辆的访问的系统、方法及计算机存储介质
Gamba Radar signal processing for autonomous driving
Engels et al. Automotive radar signal processing: Research directions and practical challenges
Gierull et al. Two-step detector for RADARSAT-2's experimental GMTI mode
Patole et al. Automotive radars: A review of signal processing techniques
US8314732B2 (en) Adaptive radar
US9470777B2 (en) Radar system for automated vehicle with phase change based target catagorization
Santra et al. Deep learning applications of short-range radars
CN109606357A (zh) 用于使用毫米波雷达传感器控制车辆的操作的系统和方法
Chang et al. Human detection and tracking via ultra-wideband (UWB) radar
Roos et al. Reliable orientation estimation of vehicles in high-resolution radar images
Laribi et al. A new height-estimation method using FMCW radar Doppler beam sharpening
Kang et al. Bistatic-ISAR cross-range scaling
US11719805B2 (en) Radar based tracker using empirical mode decomposition (EMD) and invariant feature transform (IFT)
Abedi et al. AI-powered in-vehicle passenger monitoring using low-cost mm-wave radar
Tavanti et al. A short-range FMCW radar-based approach for multi-target human-vehicle detection
US20210190907A1 (en) Electronic device, method for controlling electronic device, and electronic device control program
Weiß et al. Material classification using 60-GHz radar and deep convolutional neural network
Kim et al. Target classification using combined YOLO-SVM in high-resolution automotive FMCW radar
Liaquat et al. An End-to-End Modular Framework for Radar Signal Processing: A simulation-based tutorial
Yuan et al. 3DRUDAT: 3D robust unambiguous Doppler beam sharpening using adaptive threshold for forward-looking region
CN116507939A (zh) 使用低秩近似的有效到达方向估计
Muppala et al. SATURN: A Double Recursive Deconvolution Algorithm for Suppressing Sidelobe Effects in Non-Nyquist SAR and MIMO Imaging Radars
Narasimhan et al. An efficient algorithm for range, range rate ambiguity resolution in MPRF pulse Doppler radars
Mamandipoor et al. Array location uncertainty in imaging radar: SAR vs. MIMO-SAR

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
CI03 Correction of invention patent

Correction item: Description

Correct: In paragraph 0067 of the specification, it is recorded that "residual (k)"

False: ResidMe (k)" recorded in paragraph 0067 of the specification

Number: 07-01

Page: ??

Volume: 39

CI03 Correction of invention patent