CN110325876B - 用于车辆雷达系统的逆合成孔径雷达 - Google Patents
用于车辆雷达系统的逆合成孔径雷达 Download PDFInfo
- Publication number
- CN110325876B CN110325876B CN201880013312.2A CN201880013312A CN110325876B CN 110325876 B CN110325876 B CN 110325876B CN 201880013312 A CN201880013312 A CN 201880013312A CN 110325876 B CN110325876 B CN 110325876B
- Authority
- CN
- China
- Prior art keywords
- radar
- motion
- detection
- subgroup
- group
- 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
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
- 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
-
- 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
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
-
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S2013/9323—Alternative operation using light waves
-
- 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
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本公开涉及包括至少一个雷达传感器装置(3)和至少一个处理单元(4)的车辆环境检测系统(2),其中所述雷达传感器装置(3)被布置用于在至少两个雷达周期期间检测至少两个雷达检测(9、10、11)。对于每个雷达周期,为所述雷达检测(9、10、11)中的每一者生成包括范围(ri)、方位角()和多普勒速度(vi)的检测列表(I)。来自所述雷达周期的检测列表(I)被聚集并且存储在检测存储器(12)中,然后检测列表(I)中的雷达检测(9、10、11)被分组到各自对应于特定目标对象(6、7、8)的连贯移动运动子组(40、41、42)中。确定每个目标对象(6、7、8)相对于雷达传感器装置(3)的运动模型,使得逆SAR技术能够被应用于已经接收和存储的雷达信号,使得获得合成孔径视图。
Description
公开内容的描述
本公开涉及包括至少一个雷达传感器装置和至少一个处理单元的车辆环境检测系统。雷达传感器装置包括具有具有一定视野的物理天线孔径的天线设备,并且被布置用于在至少两个雷达周期期间检测坐标系中的至少两个雷达检测。
如今,车辆环境检测系统诸如例如相机系统、多普勒雷达系统和LIDAR系统可以安装在车辆上,以便检测物体以便实施诸如速度控制和碰撞预防的功能、以及其他功能诸如自动对准、在线保险杠面板校准、自主运动估计和场景理解。
雷达系统被布置用于生成包括雷达传感器所测量的一系列反射点的输出。这些反射点可以被作为单独检测来处理,或者被分组成被跟踪对象,从而提供延展对象的公共运动状态。
文档DE 102008025773涉及利用立体图像处理来估计被观察对象的位置和移动状态。利用Kalman滤波器针对图像序列跟踪3D点。跟踪3D点得到所谓的6D矢量,其中3D位置与3D速度矢量组合。
合成孔径雷达(SAR)技术使汽车雷达系统能够生成更详细的输出。对于SAR,雷达传感器天线孔径是通过以已知时间间隔进行测量并且使用雷达传感器的运动以雷达运动速率随时间推移有效地移动物理天线孔径采样点来合成的。因此获得数量Mn个测量样本,这些测量样本然后被重组形成更大的有效天线孔径。这个所谓合成天线孔径的尺寸由雷达传感器的速度、测量样本的数量Mn、和这些测量样本之间的时间确定,并且可以显著大于物理雷达天线的孔径。然而,SAR仅限于静止对象,以便使得能够实现所有测量样本的有用重组。
在本领域中已知,如果感测雷达是静止的并且移动对象的运动是已知的,则基于SAR的技术(称为逆SAR或iSAR)可以应用于移动对象。考虑到这个运动在雷达传感器天线孔径和目标之间是相对的,相对于目标与天线孔径之间这个相对运动的广义公式允许对坐标系进行映射,使得目标再次是静止的并且天线孔径移动。需要知道目标的观察点之间的时间和相对距离以对测量矢量进行相位旋转。然后可以使用原始SAR处理。
然而,对于iSAR,必须事先知道目标的运动。这可以例如通过预先知道运动模型(诸如例如可以预先知道的推进器涡轮叶片运动)、或者通过以合适的方式迭代地将运动模型拟合到测量数据(这需要大量计算量)来实现。
因此,希望提供一种被布置用于iSAR测量的车辆雷达系统。
这借助于包括至少一个雷达传感器装置和至少一个处理单元的车辆环境检测系统来实现。雷达传感器装置包括具有具有一定视野的物理天线孔径的天线设备,并且被布置用于在至少两个雷达周期期间检测坐标系中的至少两个雷达检测。对于每个雷达周期,所述处理单元被布置用于为所述雷达检测中的每一者生成包括范围、方位角和多普勒速度的检测列表。处理单元进一步被布置用于将来自所述雷达周期的检测列表聚集并且存储在检测存储器中,然后在分割过程中将检测列表中的雷达检测分组到连贯移动运动子组中。每个运动子组对应于某个目标对象并且具有处理单元所确定的对应群组运动矢量。处理单元被进一步布置用于:
-借助于所述群组运动矢量来确定至少一个目标对象与天线设备之间的相对运动。
-映射所述坐标系,使得所述目标对象是静止的并且使得天线设备具有所确定的运动。
-借助于以已知的时间间隔所采集的雷达信号并且借助于所确定的天线设备的运动生成合成天线孔径,使得物理天线孔径随时间推移被赋予所确定的移动。
这也借助于用于利用使用具有物理天线孔径的天线设备的雷达传感器装置获取合成天线孔径的方法来实现,其中雷达传感器装置在坐标系中使用,用于在车辆外部接收雷达信号。该方法包括:
-在至少两个雷达周期期间,检测坐标系中的至少两个雷达检测。
-对于每个雷达周期,为所述雷达检测中的每一者生成包括范围、方位角和多普勒速度的检测列表。
-将来自所述雷达周期的检测列表聚集并且存储在检测存储器中。
-在分割过程中将检测列表中的雷达检测分组到连贯移动运动子组中,其中每个运动子组对应于特定目标对象。
-确定相应的群组运动矢量。
-借助于所述群组运动矢量来确定至少一个目标对象与天线设备之间的相对运动。
-映射所述坐标系,使得所述目标对象是静止的并且使得天线设备具有所确定的运动。
-利用以已知的时间间隔所采集的雷达信号并且利用所确定的天线设备的运动生成合成天线孔径,使得物理天线孔径随时间推移被赋予所确定的移动。
根据一些方面,对于每个雷达周期,所述处理单元被布置用于:
-生成运动子组的输出列表,其中输出列表包括每个运动子组的群组运动矢量,并且其中每个群组运动矢量表示相应运动子组的群组运动。
-生成每个输入检测的标签,其中对于每个雷达检测,标签包括描述给定雷达检测属于哪个运动子组的对象标识符、以及每个雷达检测的附加标记。
根据一些方面,为了执行分割过程,对于所有可用运动子组中的每一者,所述处理单元被布置用于:
-独立于其他运动子组,为下一雷达周期预测目前运动子组。
-将新的雷达检测与目前运动子组关联。
-生成经更新的群组运动矢量。
所述处理单元还被布置用于生成运动子组的经更新列表。
其他示例在从属权利要求中公开。
借助于本公开获得了多个优点。主要地,它使得能够确定每个目标对象相对于雷达传感器装置的运动模型。所述运动模型又使得逆SAR技术能够被应用于已经接收的和存储的雷达信号,使得获得合成孔径视图。
附图说明
现在用参考附图更详细地描述本公开,附图中:
图1示出了具有车辆环境检测系统的车辆的示意性俯视图;
图2示出了本公开的概览流程图;
图3示出了方位角-多普勒速度域中雷达检测的图形表示;
图4示出了分割过程的流程图;
图5A示出了在合并之前运动子组中雷达检测的示意性俯视图;
图5B示出了在合并之后运动子组中雷达检测的示意性俯视图;并且
图6示出了根据本公开的方法的流程图。
具体实施方式
参考示出第一示例的图1,自主车辆1包括车辆环境检测系统2,车辆环境检测系统又包括雷达传感器装置3和处理单元4,其中雷达传感器装置3包括天线设备47,该天线设备具有物理天线孔径49,该物理天线孔径具有指向车辆1前方的特定视场5。在视场5中存在三个目标对象6、7、8,其中借助于坐标系48中对于每个目标对象的多个雷达检测9、10、11来检测这些目标对象6、7、8。
对于第一目标对象6,存在被图示为正方形的多个第一雷达检测9;对于第二目标对象7,存在被图示为交叉的多个第二雷达检测10,并且对于第三目标对象8,存在被图示为圆圈的多个第三雷达检测11。为清楚起见,对于每多个雷达检测,在相关附图中仅一个雷达检测被标记以参考标号。
第一目标对象6正根据第一群组运动矢量V1沿第一方向以第一速度移动,第二目标对象7正根据第二群组运动矢量V2沿第二方向以第二速度移动,并且第三目标对象8正根据第三群组运动矢量V3沿第三方向以第三速度移动。
所有雷达检测9、10、11被划分并且分组到不同的连贯移动运动子组40、41、42中,使得处理单元4能够标识不同的目标对象6、7、8以及将它们彼此分开。
在这种情况下,雷达周期是一个观察阶段,在所述观察阶段期间,车辆环境检测系统2被布置成采集数据、在几个信号处理水平上处理所述数据并且发出可用结果。这可以是固定时间间隔(例如,40至60毫秒),或者它可以是取决于环境条件和处理负载的动态时间间隔。
这个检测列表被从每个雷达周期聚集和存储在连接到处理单元4的检测存储器12中。这样,不仅考虑来自当前雷达周期的检测,而且还考虑在先前雷达周期中观察到的检测。为此,在每个雷达周期中获得的检测列表被存储在检测存储器12中持续长达N个雷达周期。
在第二处理步骤14,处理单元4被布置成执行运动分割,其中对来自所有可用的所存储周期的所有传入雷达检测执行运动分割。运动分割是通过将检测列表中的所存储雷达检测9、10、11分组到对应于所述目标对象6、7、8的连贯移动运动子组40、41、42中来实现。
这个输出由:
1)运动子组的列表M、以及
2)每个输入检测的标签Li来表示。
一般来讲,运动子组的列表M在这里被写成M={V1,V2,…,Vk,…,Vn}并且对于每个运动子组包含表示相应运动子组的群组运动的群组运动矢量Vk。
每个雷达检测的标签Li=(li,fi)包括
a)对象标识符li,其描述给定雷达检测属于哪个运动子组,以及
b)每个雷达检测的附加标记fi。
根据本公开,处理单元4被布置用于通过应用iSAR(逆合成孔径雷达)技术来生成超过天线设备47的视场5的目标对象6、7、8的合成孔径视图。
通常,对于移动目标对象,天线设备47和目标对象6、7、8两者均正在移动。然而,为了生成目标对象的合成孔径视图,仅需要天线设备47与目标对象6、7、8之间的相对运动。这是可能的,因为目标对象的已知运动可以被用于将坐标系48中的雷达检测映射到模拟延伸基线的观察平面上,使得所述目标对象6、7、8是静止的并且使得天线设备47具有所确定的运动。借助于本发明,可以在车辆正在移动时将iSAR技术直接应用于移动目标对象。
为了获得合成天线孔径,处理单元4被布置为:
-借助于所述群组运动矢量V1、V2、V3来确定至少一个目标对象6、7、8与天线设备47之间的相对运动。
-映射坐标系48,使得所述目标对象6、7、8是静止的并且使得天线设备47具有所确定的运动。
-借助于以已知的时间间隔所采集的雷达信号并且借助于所确定的天线设备47的运动生成合成天线孔径,使得物理天线孔径49随时间推移被赋予所确定的移动。
通过采集对应于具有特定群组运动矢量V1、V2、V3的特定目标对象6、7、8的特定运动子组40、41、42,目标对象6、7、8的运动轮廓是已知的。使用来自先前雷达周期的检测列表和来自当前雷达周期的新的检测列表来为那个目标对象6、7、8生成新的轨道参数。借助于群组运动矢量v1、v2、v3,获取目标对象6、7、8的运动轮廓。
另外,每雷达周期的范围-多普勒信息包括被用于生成群组运动矢量的数据集,并且因此包括目标对象的运动轮廓。这个数据集是被用于生成合成孔径图像的相同数据集。因此,通过将对象运动轮廓与iSAR处理结合,借助于所生成的合成天线孔径生成移动对象的合成孔径图像。
运动分割构成传入数据的丰富表示,并且通过空间接近度特征以及运动相似性两者来实现。在这个示例中,如图1所示,自主车辆1正以自主速度vego沿x方向径直向前移动。静止对象将在相对坐标中精确地引起这个群组速度,具有等于自主速度vego的第三运动矢量v3。在这个示例中,为第三目标对象8显示这种情况,第三目标对象是地面静止对象(例如护栏)的群组。其他两个目标对象6、7表示在空间上彼此靠近但具有不同的相应第一运动矢量V1和第二运动矢量V2的两个其他不同对象。
在执行运动分割时,运动矢量V1、V2、V3不能直接观察,因为多普勒雷达可以测量范围、方位角和径向多普勒速度,但不能测量切向速度分量。因此,还参考图3,运动分割利用以下事实:来自单个刚性移动对象的多个反射位于方位角-多普勒速度vD域中的余弦函数上。这里,存在与图2所示相同的雷达检测9、10、11,在方位角/>-多普勒速度vD域中表示。这里示出了所述多个第一雷达检测9遵循第一余弦曲线18,所述多个第二雷达检测10遵循第二余弦曲线19,并且所述多个第三雷达检测11遵循第三余弦曲线20。一个模糊雷达检测21存在于第一余弦曲线与第二余弦曲线之间的相交处;这个模糊雷达检测21也示于图1中。
根据以上第二处理步骤14的运动分割过程在图4所示的以下分割步骤中运行。在第一分割步骤23中从第一运动子组40开始,例如对应于第一目标对象6,在第二分割步骤24中独立于其他运动子组41、42为下一雷达周期预测第一运动子组40。
在第三分割步骤25中,下一雷达周期中的新的传入雷达检测与目前运动子组相关联。在第四分割步骤26中,估计经更新的群组运动矢量。在第五分割步骤27中,检查是否存在更多运动子组,并且对于所有可用的运动子组重复第二至第四分割步骤24、25、26。为了将目前运动子组40传播到下一雷达周期,这个运动子组40首先被预测,新的雷达检测被关联,并且最后,群组运动矢量被更新。
当所有可用运动子组40、41、42都已被处理时,借助于第六分割步骤28中的不相关联检测来搜索新的运动子组。根据第二至第四分割步骤处理可能的新的运动子组。当不存在新的运动子组时,在第七分割步骤29中创建运动子组的经更新列表Mu。
如上所述,每个目标对象6、7、8对应于运动子组40、41、42,运动子组由对应的群组运动矢量V1、V2、V3和相关联检测的标签表示。不需要任何进一步的抽象诸如位置、盒模型等来描述运动子组的状态。这是有利的,因为不需要任何模型拟合;相反,每个运动子组40、41、42直接从输入数据进行描述。这提供对于噪声以及容易产生错误的拟合算法的稳健性。
现在将更详细地描述以上分割步骤。对于第二分割步骤24,基于属于给定运动子组40、41、42的雷达检测9、10、11执行预测。对于每个运动子组40、41、42,相应检测9、10、11中的每一者根据目前群组运动矢量在x和y方向上移动。根据一些方面,使用存储在检测存储器12中的来自多个先前周期的数据。这意味着与特定运动子组40、41、42相关联的雷达检测9、10、11是从若干先前雷达周期预测。
对于第三分割步骤,关联是通过空间考虑来执行,其中来自下一周期的新雷达检测被关联,即被考虑用于更新,如果它们足够靠近属于特定运动子组的任何对应雷达检测的话。这不依赖于模型信息,并且仅取决于所述运动子组的所预测检测的位置。以此方式,实现非参数延伸形状模型。此外,这个非参数模型的附加稳健性通过在关联过程中包括存储在检测存储器中的来自若干先前雷达周期的检测来实现。然后由来自若干先前雷达周期的相关联检测限定被跟踪对象的形状。
对于第四分割步骤,在空间上靠近的雷达检测被视为内点候选者。对于这些候选者,利用角度和多普勒速度信息来估计全群组运动矢量。假定属于同一对象的检测具有共享的群组运动矢量。由所测量的角度确定的这个群组运动矢量到每个单独检测的径向上的投影对应于所测量的多普勒速度。这对应于:
反转公式(1)得到群组运动矢量的估计
雷达检测9、10、11的一些所测量的角度和所测量的多普勒速度vi是有噪声的,并且例如由于转动的车轮,离群点可导致偏离这个理想公式。由于噪声而引起的雷达检测22在图1和图2中以点示出。因此,在实践中并且为了提高稳健性,可以使用稳健估计器诸如RANSAC(随机样本一致)来从这个估计过程拒绝离群点。然后除去离群点,并且保留内点。然后每个检测被标记以附加信息fi,指示其相对于速度轮廓是内点还是离群点。在后续的处理阶段中,这可以例如被用于车轮检测和对象分类。
雷达传感器装置3通常将物理对象看作每雷达周期的多个检测,特别是在近距范围内。在某些情况下,存在更少数量的检测。例如在远距范围、或者对于诸如行人的小对象,这是这样的情况。为了增加检测的数量,检测存储器(12)被用于也存储来自先前雷达周期的检测。这样,即使每个周期的检测数量少,也可以实现根据公式(1)的全群组速度估计。
在所呈现的示例中,第一目标对象6和第二目标对象7以及它们的相应运动子组40、41在空间上彼此靠近。这些检测中的一者(模糊雷达检测21)由于其空间接近度而与运动子组40、41两者相关联。此外,这个模糊雷达检测21也满足根据公式(1)的速度轮廓,并且因此靠近前面所讨论的第一余弦曲线和第二余弦曲线二者。这个雷达检测21被指示为被确定构成两个或更多个运动子组40、41的模糊雷达检测,这是处理单元4在进一步处理阶段的重要信息。例如,延伸对象跟踪算法可以被适配为在形状估计被执行时忽略模糊检测。
不同运动子组、并且于是还有对应的目标对象38、39在对应的目标对象彼此太靠近并且也或多或少在相同方向上移动的情况下可变得彼此不可区分。例如,如图5A所示,两个不同运动子组31、32可由可以相对大的单个物理目标对象33产生。这两个运动子组31、32均具有相等的群组运动矢量VA1、VA2,并且在方位角-多普勒速度域中,两个对应的余弦曲线重叠。在这种情况下,许多、或者甚至全部相关联的雷达检测34、35、36被确定为是模糊的。
因此,根据一些方面并且也参考图5B,处理单元4被布置用于执行合并功能,用于将两个运动子组31、32合并成一个合并子组37。为此,处理单元4被布置用于检查已被确定为模糊的检测,以及检查相关联的运动子组是否具有相等的或至少非常相似的群组运动矢量VA1、VA2。如果是这样的情况,则处理单元4被布置用于将两个运动子组31、32并且对应的雷达检测34合并成所得到的合并运动子组37,并且因此,对应的目标对象38、39被合并成具有一个群组运动矢量VA的同一对应的目标对象33。
合并本身是明了的;因为群组速度矢量VA1、VA2相同或至少非常相似,因此处理单元4被布置用于执行平均化或类似的提供合并群组速度矢量的方法。处理单元4被布置用于通过对相关联的检测加标签来对合并运动子组的空间范围进行建模。所有对应的被加标签的检测只需要被分配以合并运动子组的标识。因此,非参数形状模型对于这种类型的目标对象合并是有利的。
根据一些方面,对于第六分割步骤,处理单元4被布置用于确定不与任何现有运动子组关联的雷达检测是不相关联的。对于不相关联的雷达检测,搜索算法可以搜索新的运动子组。根据一些方面,可以使用被布置用于搜索单个检测的连贯流的经典搜索算法。然而,也可设想利用来自单个雷达周期的检测通过应用公式(1)直接估计全群组运动矢量。这允许非常快的对象初始化,尤其是在近距范围中,其中对象通常从多个角度反射并且因此导致多个检测。
参考图6,本公开还涉及用于利用使用具有物理天线孔径49的天线设备47的雷达传感器装置3获取合成天线孔径的方法。雷达传感器装置3在坐标系48中使用,用于在车辆外部接收雷达信号9、10、11。该方法包括:
43:在至少两个雷达周期期间,检测坐标系48中的至少两个雷达检测9、10、11。
50:确定相应的群组运动矢量V1、V2、V3。
51:借助于所述群组运动矢量V1、V2、V3来确定至少一个目标对象6、7、8与天线设备47之间的相对运动。
52:映射坐标系48,使得所述目标对象6、7、8是静止的并且使得天线设备47具有所确定的运动。
53:利用以已知的时间间隔所采集的雷达信号并且利用所确定的天线设备47的运动生成合成天线孔径,使得物理天线孔径随时间推移被赋予所确定的移动。
本公开不限于以上示例,而可以在所附权利要求书的范围内自由变化。例如,假定雷达传感器装置3具有先前已知的设计,例如包括雷达发射器、雷达接收器和接收天线阵列。雷达传感器装置3可还包括多个其他部分,并且例如以先前已知的方式连接到包括在车辆1中的警告和/或信息设备。
计算和确定过程由处理单元4执行,其中处理单元4应被视为处理单元装置,该处理单元装置为一个单元或若干单元的形式,该若干单元协作或者或多或少独立地处理不同的任务。在若干单元的情况下,这些单元可以彼此相邻放置,或者以分布式方式放置。
根据一些方面,车辆环境检测系统包括其他检测设备,诸如相机设备30。也可设想LIDAR设备和其他类似装置。根据一些方面,车辆环境检测系统包括特定类型的若干检测设备,诸如例如被适配为覆盖不同视场的若干雷达传感器装置。
示例中给出的所有细节当然仅作为本公开的说明而给出,并且不应被视为以任何方式进行限制。
本公开使得能够确定每个目标对象相对于雷达传感器装置的运动模型。所述运动模型又使得逆SAR技术能够被应用于已经接收的和存储的雷达信号,使得获得合成孔径视图。
一般来讲,本公开涉及车辆环境检测系统2,该系统包括至少一个雷达传感器装置3和至少一个处理单元4,其中雷达传感器装置3包括具有具有特定视场5的物理天线孔径49的天线设备47,其中雷达传感器装置3被布置用于在至少两个雷达周期期间检测坐标系48中的至少两个雷达检测9、10、11,其中对于每个雷达周期,所述处理单元4被布置用于为所述雷达检测9、10、11中的每一者生成检测列表包括范围ri、方位角/>和多普勒速度vi。所述处理单元4被进一步布置成将来自所述雷达周期的检测列表/>聚集和存储在检测存储器12中,然后在分割过程中将检测列表/>中的雷达检测9、10、11分组到连贯移动运动子组40、41、42中,每个运动子组40、41、42对应于特定目标对象6、7、8并且具有由处理单元4确定的相应的群组运动矢量V1、V2、V3,其中处理单元4还被布置成:
-借助于所述群组运动矢量V1、V2、V3来确定至少一个目标对象6、7、8与天线设备47之间的相对运动;
-映射坐标系48,使得所述目标对象6、7、8是静止的并且使得天线设备47具有所确定的运动;以及
-借助于以已知的时间间隔所采集的雷达信号,并且借助于所确定的天线设备47的运动生成合成天线孔径,使得物理天线孔径随时间推移被赋予所确定的移动。
根据一些方面,对于每个雷达周期,所述处理单元4被布置用于:
-生成运动子组40、41、42的输出列表M,其中输出列表M包括每个运动子组40、41、42的群组运动矢量Vk,并且其中每个群组运动矢量Vk表示相应运动子组40、41、42的群组运动;以及
-生成每个输入检测的标签Li,其中对于每个雷达检测,标签Li包括描述给定雷达检测属于哪个运动子组的对象标识符li、以及每个雷达检测的附加标记fi。
根据一些方面,为了执行分割过程,对于所有可用运动子组中的每一者,所述处理单元4被布置用于:
-独立于其他运动子组41、42,为下一雷达周期预测目前运动子组40;
-将新的雷达检测与目前运动子组40关联;以及
-生成经更新的群组运动矢量;
其中所述处理单元4还被布置用于生成运动子组的经更新列表Mu。
根据一些方面,所述处理单元4被布置用于确定不与任何现有运动子组关联的雷达检测是不相关联的,其中所述处理单元4被布置为为所述不相关联的雷达检测搜索新的运动子组。
根据一些方面,所述处理单元4被布置用于:
检测是否至少两个运动子组31、32具有相等的群组运动矢量VA1、VA2;以及
检测雷达检测34、35、36是否在方位角-多普勒速度域中遵循相应的公共余弦曲线,其中对应的余弦曲线重叠,
并且如果确定是这样的话,所述处理单元4被布置用于将所述运动子组31、32合并成一个合并子组37。
一般来讲,本公开也涉及用于利用使用具有物理天线孔径49的天线设备47的雷达传感器装置3获取合成天线孔径的方法,其中雷达传感器装置3在坐标系48中使用,用于在车辆1外部接收雷达信号9、10、11,其中所述方法包括:
43在至少两个雷达周期期间,检测坐标系48中的至少两个雷达检测9、10、11;以及
50确定对应的群组运动矢量V1、V2、V3;
51借助于所述群组运动矢量V1、V2、V3来确定至少一个目标对象6、7、8与天线设备47之间的相对运动;
52映射坐标系48,使得所述目标对象6、7、8是静止的并且使得天线设备47具有所确定的运动;以及
53利用以已知的时间间隔所采集的雷达信号并且利用所确定的天线设备47的运动生成合成天线孔径,使得物理天线孔径随时间推移被赋予所确定的移动。
根据一些方面,对于每个雷达周期,该方法包括:
-生成运动子组40、41、42的输出列表M,其中输出列表M包括每个运动子组40、41、42的群组运动矢量Vk,并且其中每个群组运动矢量Vk表示相应运动子组40、41、42的群组运动;以及
-生成每个输入检测的标签Li,其中对于每个雷达检测,标签Li包括描述给定雷达检测属于哪个运动子组的对象标识符li、以及每个雷达检测的附加标记fi。
根据一些方面,为了执行分割过程,对于所有可用运动子组中的每一者,所述方法包括:
24独立于其他运动子组41、42,为下一雷达周期预测目前运动子组40;
25将新的雷达检测与目前运动子组40关联;以及
26生成经更新的群组运动矢量;
其中所述方法还包括生成运动子组的经更新列表Mu。
根据一些方面,该方法包括:
-确定不与任何现有运动子组关联的雷达检测是不相关联的;以及
-为所述不相关联的雷达检测搜索新的运动子组。
根据一些方面,该方法包括:
-检测是否至少两个运动子组31、32具有相等的群组运动矢量VA1、VA2;以及
-检测雷达检测34、35、36是否在方位角-多普勒速度域中遵循相应的公共余弦曲线,其中对应的余弦曲线重叠,
并且如果确定是这样的话,所述方法包括将所述运动子组31、32合并成一个合并子组37。
Claims (10)
1.一种车辆环境检测系统(2),所述车辆环境检测系统包括至少一个雷达传感器装置(3)和至少一个处理单元(4),其中所述雷达传感器装置(3)包括天线设备(47),所述天线设备具有具有特定视野(5)的物理天线孔径(49),其中所述雷达传感器装置(3)被布置用于在至少两个雷达周期期间检测坐标系(48)中的至少两个雷达检测(9、10、11),其中对于每个雷达周期,所述处理单元(4)被布置成为所述雷达检测(9、10、11)中的每一者生成检测列表包含范围ri、方位角/>和多普勒速度vi,其特征在于,所述处理单元(4)还被布置用于将来自所述雷达周期的检测列表/>聚集和存储在检测存储器(12)中,然后在分割过程中将所述检测列表/>中的所述雷达检测(9、10、11)分组到连贯移动运动子组(40、41、42)中,每个运动子组(40、41、42)对应于特定目标对象(6、7、8)并且具有由所述处理单元(4)确定的对应的群组运动矢量(V1、V2、V3),其中所述处理单元(4)还被布置成:
-借助于所述群组运动矢量(V1、V2、V3)来确定至少一个目标对象(6、7、8)与所述天线设备(47)之间的相对运动;
-映射所述坐标系(48),使得所述目标对象(6、7、8)是静止的并且使得所述天线设备(47)具有所确定的运动;以及
-借助于以已知的时间间隔所采集的雷达信号并且借助于所确定的所述天线设备(47)的运动生成合成天线孔径,使得所述物理天线孔径(49)随时间推移被赋予所确定的移动。
2.根据权利要求1所述的车辆环境检测系统(2),其特征在于,对于每个雷达周期,所述处理单元(4)被布置为:
-生成运动子组(40、41、42)的输出列表M,其中所述输出列表M包括每个运动子组(40、41、42)的群组运动矢量Vk,并且其中每个群组运动矢量Vk表示相应运动子组(40、41、42)的群组运动;以及
-生成每个输入检测的标签Li,其中,对于每个雷达检测,所述标签Li包括描述给定雷达检测属于哪个运动子组的对象标识符li、以及每个雷达检测的附加标记fi。
3.根据权利要求2所述的车辆环境检测系统(2),其特征在于,为了执行所述分割过程,对于所有可用运动子组中的每一者,所述处理单元(4)被布置用于:
-独立于其他运动子组(41、42),为下一雷达周期预测目前运动子组(40);
-将新的雷达检测与所述目前运动子组(40)关联;以及
-生成经更新的群组运动矢量;
其中所述处理单元(4)还被布置用于生成运动子组的经更新列表Mu。
4.根据权利要求3所述的车辆环境检测系统(2),其特征在于,所述处理单元(4)被布置用于确定不与任何现有运动子组关联的雷达检测是不相关联的,其中所述处理单元(4)被布置为为所述不相关联的雷达检测搜索新的运动子组。
5.根据前述权利要求中任一项所述的车辆环境检测系统(2),其特征在于,所述处理单元(4)被布置为:
检测是否至少两个运动子组(31、32)具有相等的群组运动矢量(VA1、VA2);以及
检测所述雷达检测(34、35、36)是否在方位角-多普勒速度域中遵循相应的公共余弦曲线,其中对应的余弦曲线重叠,
并且如果确定是这样的话,所述处理单元(4)被布置用于将所述运动子组(31、32)合并成一个合并子组(37)。
6.一种用于利用使用具有物理天线孔径(49)的天线设备(47)的雷达传感器装置(3)获取合成天线孔径的方法,其中所述雷达传感器装置(3)在坐标系(48)中使用,用于在车辆(1)外部接收雷达信号(9、10、11),其中所述方法包括:
(43)在至少两个雷达周期期间,检测所述坐标系(48)中的至少两个雷达检测(9、10、11);以及
(46)在分割过程中将所述检测列表中的所述雷达检测(9、10、11)分组到连贯移动运动子组(40、41、42)中,每个运动子组(40、41、42)对应于特定目标对象(6、7、8),其中所述方法还包括:
(50)确定对应的群组运动矢量(V1、V2、V3);
(51)借助于所述群组运动矢量(V1、V2、V3)来确定至少一个目标对象(6、7、8)与所述天线设备(47)之间的相对运动;
(52)映射所述坐标系(48),使得所述目标对象(6、7、8)是静止的并且使得所述天线设备(47)具有所确定的运动;以及
(53)利用以已知的时间间隔所采集的雷达信号并且利用所确定的所述天线设备(47)的运动生成合成天线孔径,使得所述物理天线孔径(49)随时间推移被赋予所确定的移动。
7.根据权利要求6所述的方法,其特征在于,对于每个雷达周期,所述方法包括:
-生成运动子组(40、41、42)的输出列表M,其中所述输出列表(M)包括每个运动子组(40、41、42)的群组运动矢量Vk,并且其中每个群组运动矢量Vk表示相应运动子组(40、41、42)的群组运动;以及
-生成每个输入检测的标签Li,其中对于每个雷达检测,所述标签Li包括描述给定雷达检测属于哪个运动子组的对象标识符li、以及每个雷达检测的附加标记fi。
8.根据权利要求7所述的方法,其特征在于,为了执行所述分割过程,对于所有可用运动子组中的每一者,所述方法包括:
(24)独立于其他运动子组(41、42),为下一雷达周期预测目前运动子组(40);
(25)将新的雷达检测与所述目前运动子组(40)关联;以及
(26)生成经更新的群组运动矢量;
其中所述方法还包括生成运动子组的经更新列表Mu。
9.根据权利要求8所述的方法,其特征在于,所述方法包括:
-确定不与任何现有运动子组关联的雷达检测是不相关联的;以及
-为所述不相关联的雷达检测搜索新的运动子组。
10.根据权利要求6至9中任一项所述的方法,其特征在于,所述方法包括:
-检测是否至少两个运动子组(31、32)具有相等的群组运动矢量(VA1、VA2);以及
-检测所述雷达检测(34、35、36)是否在方位角-多普勒速度域中遵循相应的公共余弦曲线,其中对应的余弦曲线重叠,
并且如果确定是这样的话,所述方法包括将所述运动子组(31、32)合并成一个合并子组(37)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17157547.5A EP3367121B1 (en) | 2017-02-23 | 2017-02-23 | Inverted synthetic aperture radar for a vehicle radar system |
EP17157547.5 | 2017-02-23 | ||
PCT/EP2018/054389 WO2018153988A1 (en) | 2017-02-23 | 2018-02-22 | Inverted synthetic aperture radar for a vehicle radar system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110325876A CN110325876A (zh) | 2019-10-11 |
CN110325876B true CN110325876B (zh) | 2023-05-19 |
Family
ID=58158899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880013312.2A Active CN110325876B (zh) | 2017-02-23 | 2018-02-22 | 用于车辆雷达系统的逆合成孔径雷达 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3367121B1 (zh) |
JP (1) | JP6733060B2 (zh) |
CN (1) | CN110325876B (zh) |
WO (1) | WO2018153988A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020123293A1 (de) * | 2020-09-07 | 2022-03-10 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Verfahren, Radarsystem und Fahrzeug zur Signalverarbeitung von Radarsignalen |
US11841439B2 (en) | 2020-11-02 | 2023-12-12 | Waymo Llc | Point cloud segmentation using a coherent lidar for autonomous vehicle applications |
US11656629B1 (en) | 2020-12-08 | 2023-05-23 | Waymo Llc | Detection of particulate matter in autonomous vehicle applications |
JP2022181125A (ja) * | 2021-05-25 | 2022-12-07 | ソニーグループ株式会社 | 情報処理装置、キャリブレーションシステム及び情報処理方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0393698A2 (en) * | 1989-04-21 | 1990-10-24 | SELENIA INDUSTRIE ELETTRONICHE ASSOCIATE S.p.A. | Device for improving radar resolution |
EP0932052A2 (en) * | 1998-01-26 | 1999-07-28 | Honda Giken Kogyo Kabushiki Kaisha | Radar device |
US5949367A (en) * | 1997-02-20 | 1999-09-07 | Alcatel Alsthom Compagnie Generale D'electricite | Device and method for classifying objects in an environmentally adaptive manner |
CN101111852A (zh) * | 2004-06-22 | 2008-01-23 | 伍比克公司 | 利用参数反射技术的rfid系统 |
JP2010014700A (ja) * | 2008-06-02 | 2010-01-21 | Mitsubishi Electric Corp | 画像レーダ装置 |
DE102010015723A1 (de) * | 2010-04-21 | 2011-10-27 | Volkswagen Ag | Verfahren und Vorrichtung zum Erfassen einer Bewegung eines Straßenfahrzeugs |
CN103091682A (zh) * | 2011-11-04 | 2013-05-08 | 中国科学院电子学研究所 | 基于时频分析InISAR多动目标成像和运动轨迹重建法 |
WO2014003615A1 (en) * | 2012-06-28 | 2014-01-03 | Autoliv Development Ab | Misalignment processing for a vehicle radar sensor |
CN104297759A (zh) * | 2014-10-23 | 2015-01-21 | 中国科学院上海光学精密机械研究所 | 双曲波前差自扫描直视合成孔径激光成像雷达 |
WO2017032977A1 (en) * | 2015-08-24 | 2017-03-02 | Thales Holdings Uk Plc | Video-assisted inverse synthetic aperture radar (vaisar) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003279647A (ja) * | 2002-03-26 | 2003-10-02 | Mitsubishi Electric Corp | 目標識別装置、目標識別方法及びプログラム |
GB0701869D0 (en) * | 2007-01-31 | 2007-03-14 | Cambridge Consultants | Adaptive radar |
JP2009109293A (ja) * | 2007-10-29 | 2009-05-21 | Mitsubishi Electric Corp | 目標追尾装置及び目標観測システム及び目標追尾方法及びプログラム |
DE102008025773A1 (de) | 2008-05-29 | 2009-01-08 | Daimler Ag | Verfahren zur Schätzung eines Orts- und Bewegungszustands eines beobachteten Objekts |
WO2010115418A2 (de) * | 2009-04-06 | 2010-10-14 | Conti Temic Microelectronic Gmbh | Radarsystem mit anordnungen und verfahren zur entkopplung von sende- und empfangssignalen sowie unterdrückung von störeinstrahlungen |
EP3132283A4 (en) * | 2014-04-14 | 2017-11-15 | Vricon Systems AB | Method and system for rendering a synthetic aperture radar image |
CN104730507B (zh) * | 2015-04-01 | 2017-06-16 | 苏州闻捷传感技术有限公司 | 基于预调制aic雷达距离成像的车载路障告警方法 |
JP6650344B2 (ja) * | 2015-10-02 | 2020-02-19 | パナソニック株式会社 | 物体検出装置及び物体検出方法 |
-
2017
- 2017-02-23 EP EP17157547.5A patent/EP3367121B1/en active Active
-
2018
- 2018-02-22 CN CN201880013312.2A patent/CN110325876B/zh active Active
- 2018-02-22 WO PCT/EP2018/054389 patent/WO2018153988A1/en active Application Filing
- 2018-02-22 JP JP2019542718A patent/JP6733060B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0393698A2 (en) * | 1989-04-21 | 1990-10-24 | SELENIA INDUSTRIE ELETTRONICHE ASSOCIATE S.p.A. | Device for improving radar resolution |
US5949367A (en) * | 1997-02-20 | 1999-09-07 | Alcatel Alsthom Compagnie Generale D'electricite | Device and method for classifying objects in an environmentally adaptive manner |
EP0932052A2 (en) * | 1998-01-26 | 1999-07-28 | Honda Giken Kogyo Kabushiki Kaisha | Radar device |
CN101111852A (zh) * | 2004-06-22 | 2008-01-23 | 伍比克公司 | 利用参数反射技术的rfid系统 |
JP2010014700A (ja) * | 2008-06-02 | 2010-01-21 | Mitsubishi Electric Corp | 画像レーダ装置 |
DE102010015723A1 (de) * | 2010-04-21 | 2011-10-27 | Volkswagen Ag | Verfahren und Vorrichtung zum Erfassen einer Bewegung eines Straßenfahrzeugs |
CN103091682A (zh) * | 2011-11-04 | 2013-05-08 | 中国科学院电子学研究所 | 基于时频分析InISAR多动目标成像和运动轨迹重建法 |
WO2014003615A1 (en) * | 2012-06-28 | 2014-01-03 | Autoliv Development Ab | Misalignment processing for a vehicle radar sensor |
CN104297759A (zh) * | 2014-10-23 | 2015-01-21 | 中国科学院上海光学精密机械研究所 | 双曲波前差自扫描直视合成孔径激光成像雷达 |
WO2017032977A1 (en) * | 2015-08-24 | 2017-03-02 | Thales Holdings Uk Plc | Video-assisted inverse synthetic aperture radar (vaisar) |
Non-Patent Citations (4)
Title |
---|
合成孔径、逆合成孔径和成象雷达(一);张直中;《现代雷达》;19851231(第05期);97-112 * |
基于ISAR技术SAR图像获取;乔凤卫等;《情报指挥控制系统与仿真技术》;20030715(第07期);29-33 * |
相对运动多目标的逆合成孔径雷达成像;毛勇;《电子科技大学学报》;20080731;541-544 * |
舰船目标ISAR成像研究;靳继红;《舰船科学技术》;20160430;154-156 * |
Also Published As
Publication number | Publication date |
---|---|
JP6733060B2 (ja) | 2020-07-29 |
EP3367121A1 (en) | 2018-08-29 |
JP2020507767A (ja) | 2020-03-12 |
CN110325876A (zh) | 2019-10-11 |
EP3367121B1 (en) | 2020-04-08 |
WO2018153988A1 (en) | 2018-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hong et al. | Radarslam: Radar based large-scale slam in all weathers | |
US11215707B2 (en) | Enhanced object detection and motion estimation for a vehicle environment detection system | |
Major et al. | Vehicle detection with automotive radar using deep learning on range-azimuth-doppler tensors | |
CN110325876B (zh) | 用于车辆雷达系统的逆合成孔径雷达 | |
CN107817496B (zh) | 适用于自动车辆的对象检测系统 | |
CN109521756B (zh) | 用于无人驾驶车辆的障碍物运动信息生成方法和装置 | |
CN104793202B (zh) | 多雷达成像传感器的对象融合系统 | |
EP3663790A1 (en) | Method and apparatus for processing radar data | |
EP3943970A1 (en) | Methods and systems for detection of objects in a vicinity of a vehicle | |
CN111983600B (zh) | 一种目标检测方法、装置及设备 | |
JP2019526781A (ja) | 車両環境検知システム用に向上された物体検出及び運動状態推定 | |
CN110554388B (zh) | 利用主车辆对目标的速度进行鲁棒估计的方法 | |
CN104035439A (zh) | 用多个激光雷达传感器利用扫描点追踪物体的贝叶斯网络 | |
CN111386476B (zh) | 确定车辆雷达系统中的对象运动和加速度矢量 | |
CN112997187A (zh) | 基于鸟瞰图点云的二维对象边界框信息估计 | |
Prophet et al. | Pedestrian classification for 79 GHz automotive radar systems | |
Li et al. | High Resolution Radar-based Occupancy Grid Mapping and Free Space Detection. | |
Svenningsson et al. | Radar-pointgnn: Graph based object recognition for unstructured radar point-cloud data | |
Li et al. | An adaptive 3D grid-based clustering algorithm for automotive high resolution radar sensor | |
WO2019091784A1 (en) | Detection of parking slot configuration based on repetitive patterns | |
EP4024077A1 (en) | Methods and system for compressing radar data | |
EP3629289B1 (en) | Method for fitting a first data set to a second data set | |
US20230025981A1 (en) | Method and apparatus with grid map generation | |
Choi et al. | Doppler coherent focusing doa method for efficient radar map generation | |
Stolz et al. | Direction of movement estimation of cyclists with a high-resolution automotive radar |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220705 Address after: Linkping Applicant after: Anzher software Co. Address before: Sweden Wajiada Applicant before: Vennell Sweden |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |