CN111025250B - 一种车载毫米波雷达在线标定方法 - Google Patents

一种车载毫米波雷达在线标定方法 Download PDF

Info

Publication number
CN111025250B
CN111025250B CN202010014753.3A CN202010014753A CN111025250B CN 111025250 B CN111025250 B CN 111025250B CN 202010014753 A CN202010014753 A CN 202010014753A CN 111025250 B CN111025250 B CN 111025250B
Authority
CN
China
Prior art keywords
vehicle
millimeter wave
wave radar
mounted millimeter
target
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
CN202010014753.3A
Other languages
English (en)
Other versions
CN111025250A (zh
Inventor
胡满江
刘海涛
胡云卿
尚敬
秦洪懋
谢国涛
汪东升
秦晓辉
秦兆博
王晓伟
边有钢
徐彪
严康健
丁荣军
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.)
Hunan University
CRRC Zhuzhou Institute Co Ltd
Original Assignee
Hunan University
CRRC Zhuzhou Institute 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 Hunan University, CRRC Zhuzhou Institute Co Ltd filed Critical Hunan University
Priority to CN202010014753.3A priority Critical patent/CN111025250B/zh
Publication of CN111025250A publication Critical patent/CN111025250A/zh
Application granted granted Critical
Publication of CN111025250B publication Critical patent/CN111025250B/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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system

Abstract

本发明公开了一种车载毫米波雷达在线标定方法，包括在线标定步骤和实时监测步骤，先进行在线标定步骤后再进行实时检测步骤，所述在线标定步骤包括：步骤1.1获取待标定的车载雷达原始数据；步骤1.2确定车载毫米波雷达和其他已标定传感器的共同检测区域；步骤1.3分别对车载毫米波雷达与其他已标定传感器观测到的目标进行目标跟踪；步骤1.4判断车载毫米波雷达与其他已标定传感器获得的数据是否满足要求；步骤1.6对不满足条件三的目标，进入步骤1.5。本发明的车载毫米波雷达在线标定方法，通过在线标定步骤和实时监测步骤的设置，便可实现全程通过算法实现，无需人工参与，大大减少了工作量和降低了标定成本。

Description

一种车载毫米波雷达在线标定方法
技术领域
本发明涉及智能车辆环境感知领域，特别是关于一种车载毫米波雷达在线标定方法。
背景技术
汽车保有量的不断上升造成了严重的交通堵塞和交通事故，不断发展智能车辆技术为解决该问题提供了新的途径。智能车辆环境感知模块通过车载传感器获取环境信息，通常每辆智能车辆上都安装不止一个传感器，这些同构或异构的传感器安装在车辆的不同位置上，但获取的原始数据都是基于自身传感器坐标系。因此，针对不同安装位置的车载传感器需要通过外参数标定将自身传感器坐标系下测量读数统一到同一坐标系下，该同一坐标系一般是车辆坐标系。完成智能车辆车载传感器外参数的标定是实现多传感器融合技术的基础，对环境感知技术水平有着重要影响。
申请号为201811621720.4的专利提出了一种在预设场景中，基于目标参照物和其他已标定传感器的毫米波雷达标定方法，该方法通过获取多帧目标参照物在毫米波雷达和其他传感器坐标系中的坐标，构建位姿方程，从而得到毫米波雷达的标定结果。该方法需要基于预设场景中的目标参照物，标定场景特殊，不能在一般场景中实现标定。
申请号为201710720609.X的专利提出了一种基于汽车行驶状态和预设目标相对车辆运动关系的车载雷达标定方法，该方法通过获取汽车的方向盘转角、行驶速度和加速度来判断车辆是否满足匀速直线运动条件，在车辆处于匀速直线运动状态的基础上，通过获取预设目标相对于汽车的运动关系进行标定。该方法需满足车辆匀速直线运动的要求，不适用于其他运动状态。
申请号为201910471869.7的专利提出了一种基于主、从雷达检测信息的车载毫米波雷达标定方法，该方法基于主、从雷达在车辆行驶时的检测目标信息，通过主、从雷达所获取的同一检测目标每帧之间的距离之差以及运动速度之差的特征，判断检测目标信息所对应的检测目标为同一目标，在将检测到的同一目标在主、从雷达坐标系下的坐标转换到车辆坐标系后，通过最优化方法求解主、从雷达的安装角度，基于主、从雷达安装角度确定主从雷达的安装位置。该方法采取的速度和距离特征难以在复杂运动环境中判断检测目标，尤其是高速道路是存在距离之差和速度之差没有显著差异的情况。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种车载毫米波雷达在线标定方法，本方法无需人工监督可以实时监测车载毫米波雷达外参数变化，并能够在外参数失标定时，在线完成外参数标定，可以节省时间、提高标定精度。
为实现上述目的，本发明提供了如下技术方案：一种车载毫米波雷达在线标定方法，包括在线标定步骤和实时监测步骤，先进行在线标定步骤后再进行实时检测步骤，所述在线标定步骤包括：
步骤1.1，获取待标定的车载雷达原始数据，以及其他已标定传感器原始数据，并进行数据预处理；
步骤1.2，确定车载毫米波雷达和其他已标定传感器的共同检测区域，滤除待标定车载毫米波雷达及其他传感器的共同检测区域以外的数据；
步骤1.3，分别对车载毫米波雷达与其他已标定传感器观测到的目标进行目标跟踪，并分别对生成的目标轨迹按照轨迹起始点的速度进行排序；
步骤1.4，判断车载毫米波雷达与其他已标定传感器获得的数据是否满足要求：判断车载毫米波雷达与其他已标定传感器观测到的目标数量是否满足条件一，若不满足条件一，返回步骤1.1；若满足条件一，判断车载毫米波雷达与其他已标定传感器观测到的目标速度是否满足条件二，若不满足条件二，返回步骤1.1；若满足条件二，判断同一传感器获得的不同目标的速度是否满足条件三，若满足条件三，进行步骤1.5；若不满足条件三，判断不满足条件三的目标尺寸信息是否满足条件四；若满足条件四，则进行步骤1.6，若不满足条件四，则返回步骤1.1；
步骤1.5，根据目标函数E0，求解第一标定结果R0和T0，进行步骤1.7；
步骤1.6，对不满足条件三的目标，根据目标的尺寸大小排序，并根据该顺序调整所有目标序列的顺序，进入步骤1.5；
步骤1.7，根据步骤1.5所获得的第一标定结果R0和T0和标定目标函数Ec，求解第二标定结果RC和TC；
所述实时监测步骤包括：
步骤2.1，根据当前外参数RR和TR以及在线标定步骤中步骤1.7获得的第二标定结果RC和TC计算外参数误差函数；
步骤2.2，判断外参数误差函数是否满足条件五，若不满足则当前时刻标定模块的第二标定结果RC和TC更新标定外参数RR和TR；
其中，在步骤1.4中，条件一为车载毫米波雷达与其他已标定传感器观测到的目标数量相等，条件二为车载毫米波雷达与其他已标定传感器观测到的每个对应目标初始速度之差小于设定的速度阈值δV，条件三为同一传感器获得的不同目标的速度之差均大于设定的速度阈值，即Vd＝0，条件四为不满足条件三的目标在车载毫米波雷达或其他已标定传感器的观测尺寸小于设定阈值δs，条件五为当前外参数RR和TR与在线标定步骤当前第二标定结果误差大小RC和TC的误差小于设定阈值ε0。
作为本发明的进一步改进，所述步骤1.1中，获取的待标定的车载毫米波雷达原始数据为极坐标系下的数据，其他传感器的原始数据是极坐标系下或直角坐标系下的数据，对于极坐标系下的数据需要转换到直角坐标系下。
作为本发明的进一步改进，所述步骤1.3中，目标跟踪即确定车载毫米波雷达及其他已标定传感器观测的目标数量及目标的位置、速度，具体确定公式如下：
第t时刻，车载毫米波雷达的测量集合为：
Figure BDA0002358461720000041
其他传感器的测量集合为：
Figure BDA0002358461720000042
其中，t＝1,2…K；N和M为车载毫米波雷达与其他已标定传感器观测到的目标个数；
Figure BDA0002358461720000043
和
Figure BDA0002358461720000044
分别为车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的状态量，状态量包括车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的速度
Figure BDA0002358461720000045
和
Figure BDA0002358461720000046
车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的位置坐标
Figure BDA0002358461720000047
和
Figure BDA0002358461720000048
以及车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的长度尺寸信息
Figure BDA0002358461720000049
和
Figure BDA00023584617200000410
和宽度尺寸信息
Figure BDA00023584617200000411
和
Figure BDA00023584617200000412
Zr和Zs即为车载毫米波雷达与已标定传感器跟踪目标状态量的集合，包括目标的速度集合
Figure BDA00023584617200000413
和
Figure BDA00023584617200000414
目标的位置坐标集合
Figure BDA00023584617200000415
和
Figure BDA00023584617200000416
目标的长度尺寸
Figure BDA00023584617200000417
和
Figure BDA00023584617200000418
和宽度尺寸
Figure BDA00023584617200000419
和
Figure BDA00023584617200000420
作为本发明的进一步改进，所述步骤1.3中，对于待标定的车载毫米波雷达，根据步骤1.1获得的数据可以直接进行多目标跟踪。
作为本发明的进一步改进，所述步骤1.3中，对于其他传感器，若获取的数据包括目标的数量、位置、速度和尺寸信息，可以采用与待测车载毫米波雷达同样的多目标跟踪算法；若获取的数据不包括目标的数量、位置、速度或尺寸信息，则需要对数据进行处理，获取目标数量、位置、速度或尺寸信息。
作为本发明的进一步改进，所述步骤1.3中，对生成的目标轨迹按照轨迹起始点的速度进行排序，即在所获取的K个时刻中，对t＝1时刻的各目标速度进行排序，排序后速度满足：
Figure BDA0002358461720000051
Figure BDA0002358461720000052
式中，
Figure BDA0002358461720000053
为坐标点(j，1)的速度，
Figure BDA0002358461720000054
为坐标点(i，1)的速度。
作为本发明的进一步改进，所述步骤2.1中，外参数误差函数表示当前外参数RR和TR和在线标定步骤当前第二标定结果大小RC和TC的误差，误差函数为：
Figure BDA0002358461720000055
Figure BDA0002358461720000056
本发明的有益效果，1)实时监测步骤可以实时检测外参数是否错误，并及时更正外参数标定结果，保证了车辆测量的准确性和行驶过程中的安全性；2)获取车载毫米波雷达与其他传感器的原始数据、确定共同检测区域、进行目标跟踪与数据预处理、目标匹配模块、求解标定估计值、求解最终标定结果等过程，全程通过算法实现，无需人工参与，大大减少了工作量和降低了标定成本；3)本方法可以在车辆处于静止或行驶状态下完成实时在线标定，减少了标定时间和步骤；4)本方法不依赖于特定标定物或特定标定环境，不限于其他已标定传感器类型，适用范围广，可以在多种情景下完成车载毫米波雷达的标定。
附图说明
图1为本发明一实施例提供的车载毫米波雷达外参数在线标定及实时检测模块示意图；
图2为本发明一实施例提供的车载毫米波雷达外参数标定模块流程图；
图3为本发明一实施例提供的车载毫米波雷达外参数实时监测步骤示意图；
图4为本发明一实施例提供的车载毫米波雷达及其他传感器安装位置示意图；
图5为本发明一实施例提供的车载毫米波雷达及其他传感器共同检测区域示意图。
具体实施方式
下面将结合附图所给出的实施例对本发明做进一步的详述。
参照图1至5所示，本实施例的一种车载毫米波雷达在线标定方法，其包括以下步骤：
1.1获取待标定的车载雷达原始数据，以及其他已标定传感器原始数据，并进行数据预处理，包括坐标系变换、滤除噪声等。
1.2确定车载毫米波雷达和其他已标定传感器的共同检测区域，滤除待标定车载毫米波雷达及其他传感器的共同检测区域以外的数据等。共同检测区域即车载毫米波雷达与其他传感器能够同时准确、稳定观测到相同目标的范围，滤除共同检测区域以外的数据，减少无关数据的干扰和降低计算量。
1.3分别对车载毫米波雷达与其他已标定传感器观测到的目标进行目标跟踪，并分别对生成的目标轨迹按照轨迹起始点的速度进行排序。
1.4判断车载毫米波雷达与其他已标定传感器获得的数据是否满足要求：判断车载毫米波雷达与其他已标定传感器观测到的目标数量是否满足条件一，若不满足条件一，返回步骤1.1；若满足条件一，判断车载毫米波雷达与其他已标定传感器观测到的目标速度是否满足条件二。若不满足条件二，返回步骤1.1)；若满足条件二，判断同一传感器获得的不同目标的速度是否满足条件三。若满足条件三，进行步骤1.5；若不满足条件三，判断不满足条件三的目标尺寸信息是否满足条件四；若满足条件四，则进行步骤1.6，若不满足条件四，则返回步骤1.1。
1.5根据目标函数E0，求解第一标定结果R0和T0，进行步骤1.7。
1.6对不满足条件三的目标，根据目标的尺寸大小排序，并根据该顺序调整所有目标序列的顺序，进入步骤1.5。
1.7根据步骤1.5所获得的第一标定结果R0和T0和标定目标函数Ec，求解第二标定结果RC和TC。
2.1根据当前外参数RR和TR以及在线标定步骤当前第二标定结果RC和TC计算外参数误差函数；
2.2判断外参数误差函数是否满足条件五，若不满足则当前时刻标定模块的第二标定结果RC和TC更新标定外参数RR和TR。
所述步骤1.1中，车载毫米波雷达坐标系到其他已标定传感坐标系的平移分量为(δX，δY，旋转分量为α。
Figure BDA0002358461720000071
令平移矩阵T和旋转矩阵R：
Figure BDA0002358461720000072
Figure BDA0002358461720000073
则车载毫米波雷达坐标系到其他已标定传感坐标系的坐标变换为：
ms＝R×mr+T. (4)
所述步骤1.1中，获取的待标定的车载毫米波雷达原始数据为极坐标系下的数据，其他传感器的原始数据可能是极坐标系下或直角坐标系下的数据，对于极坐标系下的数据需要转换到直角坐标系下。
所述步骤1.3中，多目标跟踪即确定车载毫米波雷达及其他已标定传感器观测的目标数量及目标的位置、速度等状态信息。本发明不限于多目标跟踪方法。
车载毫米波雷达与其他传感器在共同检测区域中获取K个时刻的数据。
第t时刻，车载毫米波雷达的测量集合为：
Figure BDA0002358461720000081
其他传感器的测量集合为：
Figure BDA0002358461720000082
其中，t＝1,2…K；N和M为车载毫米波雷达与其他已标定传感器观测到的目标个数；
Figure BDA0002358461720000083
和
Figure BDA0002358461720000084
分别为车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的状态量，状态量包括车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的速度
Figure BDA0002358461720000085
和
Figure BDA0002358461720000086
车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的位置坐标
Figure BDA0002358461720000087
和
Figure BDA0002358461720000088
以及车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的长度尺寸信息
Figure BDA0002358461720000089
和
Figure BDA00023584617200000810
和宽度尺寸信息
Figure BDA00023584617200000811
和
Figure BDA00023584617200000812
Zr和Zs即为车载毫米波雷达与已标定传感器跟踪目标状态量的集合，包括目标的速度集合
Figure BDA00023584617200000813
和
Figure BDA00023584617200000814
目标的位置坐标集合
Figure BDA00023584617200000815
和
Figure BDA00023584617200000816
目标的长度尺寸
Figure BDA00023584617200000817
和
Figure BDA00023584617200000818
和宽度尺寸
Figure BDA00023584617200000819
和
Figure BDA00023584617200000820
所述步骤1.3中，对于待标定的车载毫米波雷达，根据步骤1.1获得的数据可以直接进行多目标跟踪。
所述步骤1.3中，对于其他传感器，若获取的数据包括目标的数量、位置、速度和尺寸信息，如毫米波雷达、超声波雷达等，可以采用与待测车载毫米波雷达同样的多目标跟踪算法；若获取的数据不包括目标的数量、位置、速度或尺寸信息，如激光雷达或视觉传感器等传感器，则需要对数据进行处理，获取目标数量、位置、速度或尺寸信息。
所述步骤1.3中，对生成的目标轨迹按照轨迹起始点的速度进行排序,即在所获取的K个时刻中，对t＝1时刻的各目标速度进行排序。显然，排序后速度满足：
Figure BDA0002358461720000091
Figure BDA0002358461720000092
所述步骤1.4)中，条件一为车载毫米波雷达与其他已标定传感器观测到的目标数量相等，即M＝N。若M≠N,则返回步骤1.1；若M＝N，判断是否符合条件二。
所述步骤1.4)中，条件二为车载毫米波雷达与其他已标定传感器观测到的每个对应目标初始速度之差小于设定的速度阈值δV，即Ve＝0。
Figure BDA0002358461720000093
Figure BDA0002358461720000094
Figure BDA0002358461720000095
δo为设定阈值，0<β<1为阈值的系数，δV和β可根据车辆行驶速度选取合适的值。建议阈值的系数为0.1，对于低速环境该值可适当增加。
若Ve≠0，则返回步骤1.1；若Ve＝0，此时车载毫米波雷达与其他已标定传感器数据中对应的目标速度是满足条件二，判断是否满足条件三。
所述步骤1.4中，条件三为同一传感器获得的不同目标的速度之差均大于设定的速度阈值，即Vd＝0。
分别比较同一传感器获得的不同目标的速度，判断观测到的目标速度关系。
Figure BDA0002358461720000096
Figure BDA0002358461720000097
δV为设定阈值，若Vd＝0，则进行步骤1.5；若Vd≠0，则进行步骤1.6。
所述步骤1.5中，目标函数E0为：
Figure BDA0002358461720000101
求得第一标定结果：R0和T0。本发明专利不限于求解方法。
所述步骤1.6中，对车载毫米波雷达的测量集合
Figure BDA0002358461720000102
中，有不满足条件三的目标
Figure BDA0002358461720000103
和满足条件三的目标
Figure BDA0002358461720000104
其中j表示该目标在集合Zr中的序号，u表示在集合
Figure BDA0002358461720000105
中的序号，c表示在集合
Figure BDA0002358461720000106
中的序号。
由条件一和条件二，可得其他已标定传感器的测量中，不满足条件三的目标
Figure BDA0002358461720000107
和满足条件三的目标
Figure BDA0002358461720000108
其中m＝n。显然有
Figure BDA0002358461720000109
所述步骤1.6中，条件四为不满足条件三的目标在车载毫米波雷达或其他已标定传感器的观测尺寸小于设定阈值δs，即Vs＝0。
Figure BDA00023584617200001010
Figure BDA00023584617200001011
Figure BDA00023584617200001012
其中，
Figure BDA00023584617200001013
为目标jj和目标jjj的尺寸。若Vs≠0，则返回步骤1.1；若Vs＝0，则对目标排序。
所述步骤1.6中，对不满足条件三的目标按照
Figure BDA00023584617200001014
大小重新排序，并用该顺序更新所有目标序列中的顺序。
所述步骤1.7中，标定目标函数EC为:
Figure BDA0002358461720000111
以步骤1.5得到的第一标定结果R0和T0为初值，求解第二标定结果RC和TC。本发明专利不限于求解方法。
所述步骤2.1中，外参数误差函数表示当前外参数RR和TR和在线标定步骤当前第二标定结果大小RC和TC的误差，误差函数为：
Figure BDA0002358461720000112
Figure BDA0002358461720000113
所述步骤2.2中，条件五为：当前外参数RR和TR与在线标定步骤当前第二标定结果误差大小RC和TC的误差小于设定阈值ε0，即：
|εC-εR|<ε0. (21)
若不满足，则以当前时刻标定模块的第二标定结果RC和TC更新标定外参数RR和TR。
综上所述，本实施例的在线标定方法，通过在线标定步骤，便可简单有效的实现在线标定，然后再通过实时监测步骤对标定完成的数据进行实时监测，以此增加前面在线标定步骤中获得的第二标定结果RC和TC对标定外参数RR和TR进行更新。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种车载毫米波雷达在线标定方法，其特征在于：包括在线标定步骤和实时监测步骤，先进行在线标定步骤后再进行实时检测步骤，所述在线标定步骤包括：
步骤1.1，获取待标定的车载雷达原始数据，以及其他已标定传感器原始数据，并进行数据预处理；
步骤1.2，确定车载毫米波雷达和其他已标定传感器的共同检测区域，滤除待标定车载毫米波雷达及其他传感器的共同检测区域以外的数据；
步骤1.3，分别对车载毫米波雷达与其他已标定传感器观测到的目标进行目标跟踪，并分别对生成的目标轨迹按照轨迹起始点的速度进行排序；
步骤1.4，判断车载毫米波雷达与其他已标定传感器获得的数据是否满足要求：判断车载毫米波雷达与其他已标定传感器观测到的目标数量是否满足条件一，若不满足条件一，返回步骤1.1；若满足条件一，判断车载毫米波雷达与其他已标定传感器观测到的目标速度是否满足条件二，若不满足条件二，返回步骤1.1；若满足条件二，判断同一传感器获得的不同目标的速度是否满足条件三，若满足条件三，进行步骤1.5；若不满足条件三，判断不满足条件三的目标尺寸信息是否满足条件四；若满足条件四，则进行步骤1.6，若不满足条件四，则返回步骤1.1；
步骤1.5，根据目标函数E0，求解第一标定结果R0和T0，进行步骤1.7；
步骤1.6，对不满足条件三的目标，根据目标的尺寸大小排序，并根据该顺序调整所有目标序列的顺序，进入步骤1.5；
步骤1.7，根据步骤1.5所获得的第一标定结果R0和T0和标定目标函数Ec，求解第二标定结果RC和TC；
所述实时监测步骤包括：
步骤2.1，根据当前外参数RR和TR以及在线标定步骤中步骤1.7获得的第二标定结果RC和TC计算外参数误差函数；
步骤2.2，判断外参数误差函数是否满足条件五，若不满足则当前时刻标定模块的第二标定结果RC和TC更新标定外参数RR和TR；
其中，在步骤1.4中，条件一为车载毫米波雷达与其他已标定传感器观测到的目标数量相等，条件二为车载毫米波雷达与其他已标定传感器观测到的每个对应目标初始速度之差小于设定的速度阈值δV，条件三为同一传感器获得的不同目标的速度之差均大于设定的速度阈值，条件四为不满足条件三的目标在车载毫米波雷达或其他已标定传感器的观测尺寸小于设定阈值δs，条件五为当前外参数RR和TR与在线标定模块当前第二标定结果误差大小RC和TC的误差小于设定阈值ε0。
2.根据权利要求1所述的车载毫米波雷达在线标定方法，其特征在于：所述步骤1.1中，获取的待标定的车载毫米波雷达原始数据为极坐标系下的数据，其他传感器的原始数据是极坐标系下或直角坐标系下的数据，对于极坐标系下的数据需要转换到直角坐标系下。
3.根据权利要求1或2所述的车载毫米波雷达在线标定方法，其特征在于：所述步骤1.3中，目标跟踪即确定车载毫米波雷达及其他已标定传感器观测的目标数量及目标的位置、速度，具体确定公式如下：
第t时刻，车载毫米波雷达的测量集合为：
Figure FDA0003460374820000021
其他传感器的测量集合为：
Figure FDA0003460374820000022
其中，t＝1，2...K，N和M为车载毫米波雷达与其他已标定传感器观测到的目标个数；
Figure FDA0003460374820000031
和
Figure FDA0003460374820000032
分别为车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的状态量，状态量包括车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的速度
Figure FDA0003460374820000033
和
Figure FDA0003460374820000034
车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的位置坐标
Figure FDA0003460374820000035
和
Figure FDA0003460374820000036
以及车载毫米波雷达与其他已标定传感器第t时刻的第j和第i个目标的长度尺寸信息
Figure FDA0003460374820000037
和
Figure FDA0003460374820000038
和宽度尺寸信息
Figure FDA0003460374820000039
和
Figure FDA00034603748200000310
Zr和Zs即为车载毫米波雷达与已标定传感器跟踪目标状态量的集合，包括目标的速度集合
Figure FDA00034603748200000311
和
Figure FDA00034603748200000312
目标的位置坐标集合
Figure FDA00034603748200000313
和
Figure FDA00034603748200000314
目标的长度尺寸
Figure FDA00034603748200000315
和
Figure FDA00034603748200000316
以及宽度尺寸
Figure FDA00034603748200000317
和
Figure FDA00034603748200000318
4.根据权利要求3所述的车载毫米波雷达在线标定方法，其特征在于：所述步骤1.3中，对于待标定的车载毫米波雷达，根据步骤1.1获得的数据可以直接进行多目标跟踪。
5.根据权利要求4所述的车载毫米波雷达在线标定方法，其特征在于：所述步骤1.3中，对于其他传感器，若获取的数据包括目标的数量、位置、速度和尺寸信息，可以采用与待测车载毫米波雷达同样的多目标跟踪算法；若获取的数据不包括目标的数量、位置、速度或尺寸信息，则需要对数据进行处理，获取目标数量、位置、速度或尺寸信息。
6.根据权利要求5所述的车载毫米波雷达在线标定方法，其特征在于：所述步骤1.3中，对生成的目标轨迹按照轨迹起始点的速度进行排序，即在所获取的K个时刻中，对t＝1时刻的各目标速度进行排序，排序后速度满足：
Figure FDA00034603748200000319
Figure FDA00034603748200000320
式中，
Figure FDA00034603748200000321
为t＝1时刻目标j的速度，
Figure FDA00034603748200000322
为t＝1时刻目标i的速度。
7.根据权利要求1或2所述的车载毫米波雷达在线标定方法，其特征在于：所述步骤2.1中，外参数误差函数表示当前外参数RR和TR和在线标定模块当前第二标定结果大小RC和TC的误差，误差函数为：
Figure FDA0003460374820000041
Figure FDA0003460374820000042
CN202010014753.3A 2020-01-07 2020-01-07 一种车载毫米波雷达在线标定方法 Active CN111025250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010014753.3A CN111025250B (zh) 2020-01-07 2020-01-07 一种车载毫米波雷达在线标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010014753.3A CN111025250B (zh) 2020-01-07 2020-01-07 一种车载毫米波雷达在线标定方法

Publications (2)

Publication Number Publication Date
CN111025250A CN111025250A (zh) 2020-04-17
CN111025250B true CN111025250B (zh) 2022-05-13

Family

ID=70202208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010014753.3A Active CN111025250B (zh) 2020-01-07 2020-01-07 一种车载毫米波雷达在线标定方法

Country Status (1)

Country Link
CN (1) CN111025250B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111398923A (zh) * 2020-04-28 2020-07-10 东风汽车集团有限公司 一种多毫米波雷达联合自标定方法及系统
CN112017250B (zh) * 2020-08-31 2023-07-25 杭州海康威视数字技术股份有限公司 标定参数确定方法、装置、雷视设备和雷球接力系统
CN112083441B (zh) * 2020-09-10 2023-04-21 湖南大学 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统
CN112255621B (zh) * 2020-10-09 2022-08-30 中国第一汽车股份有限公司 一种车辆传感器的标定方法、装置、电子设备及存储介质
CN113156407B (zh) * 2021-02-24 2023-09-05 长沙行深智能科技有限公司 车载激光雷达外参数联合标定方法、系统、介质及设备
CN115166654A (zh) * 2022-06-24 2022-10-11 海信集团控股股份有限公司 一种多毫米波雷达标定方法、装置及存储介质
CN115144828B (zh) * 2022-07-05 2024-04-12 同济大学 一种智能汽车多传感器时空融合的自动在线标定方法
CN115235527B (zh) * 2022-07-20 2023-05-12 上海木蚁机器人科技有限公司 传感器外参标定方法、装置以及电子设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10890648B2 (en) * 2014-10-24 2021-01-12 Texas Instruments Incorporated Method and apparatus for generating alignment matrix for camera-radar system
DE102016008689A1 (de) * 2016-07-16 2017-02-09 Daimler Ag Sensorkalibriertarget zur Kalibrierung von verschiedenen, auf unterschiedlichen Prinzipien beruhenden Sensoreinrichtungen
CN109521403B (zh) * 2017-09-19 2020-11-20 百度在线网络技术（北京）有限公司 多线激光雷达的参数标定方法及装置、设备及可读介质
CN109001711B (zh) * 2018-06-05 2020-06-26 北京智行者科技有限公司 多线激光雷达标定方法
CN109343061B (zh) * 2018-09-19 2021-04-02 百度在线网络技术（北京）有限公司 传感器标定方法、装置、计算机设备、介质和车辆
CN110021046B (zh) * 2019-03-05 2021-11-19 中国科学院计算技术研究所 相机与激光雷达组合传感器的外参数标定方法及系统
CN110488234B (zh) * 2019-08-30 2021-09-10 北京百度网讯科技有限公司 车载毫米波雷达的外参标定方法、装置、设备及介质
CN110579754A (zh) * 2019-10-15 2019-12-17 戴姆勒股份公司 用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法

Also Published As

Publication number Publication date
CN111025250A (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
CN111025250B (zh) 一种车载毫米波雷达在线标定方法
CN110596694B (zh) 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法
CN107972662B (zh) 一种基于深度学习的车辆前向碰撞预警方法
CN107632308B (zh) 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法
CN112083441B (zh) 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统
CN110531357A (zh) 估计移动目标在水平面中速度大小的方法和雷达检测系统
CN110745140A (zh) 一种基于连续图像约束位姿估计的车辆换道预警方法
CN112180361B (zh) 一种基于动态联邦滤波的车载雷达目标跟踪方法
CN112285714A (zh) 一种基于多传感器的障碍物速度融合方法和装置
CN112147651B (zh) 一种异步多车协同目标状态鲁棒估计方法
CN111562570A (zh) 基于毫米波雷达的面向自动驾驶的车辆感知方法
CN113848545A (zh) 一种基于视觉和毫米波雷达的融合目标检测和跟踪方法
CN105300390B (zh) 障碍物体运动轨迹的确定方法及装置
CN111060881B (zh) 一种毫米波雷达外参数在线标定方法
CN110703272B (zh) 一种基于车车通信和gmphd滤波的周边目标车辆状态估计方法
CN112098960A (zh) 确定用于道路车辆雷达自动对准控制器的雷达传感器的对准角度的方法
CN114035187A (zh) 一种自动驾驶系统的感知融合方法
CN114296095A (zh) 自动驾驶车辆的有效目标提取方法、装置、车辆及介质
CN112305513A (zh) 一种传感器测量参数修正方法及系统
CN114740448B (zh) 用于车载雷达的目标状态估计方法、装置及存储介质
CN112835029A (zh) 面向无人驾驶的多传感器障碍物探测数据融合方法及系统
CN114475581B (zh) 基于轮速脉冲和imu卡尔曼滤波融合的自动泊车定位方法
US20220080997A1 (en) Lane uncertainty modeling and tracking in a vehicle
CN111596309B (zh) 一种基于激光雷达的车辆排队测量方法
CN113933798A (zh) 一种基于相似性原理的全局传感器系统误差分区配准算法

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
CB03 Change of inventor or designer information

Inventor after: Hu Manjiang

Inventor after: Wang Xiaowei

Inventor after: Bian Yougang

Inventor after: Xu Biao

Inventor after: Yan Kangjian

Inventor after: Ding Rongjun

Inventor after: Liu Haitao

Inventor after: Hu Yunqing

Inventor after: Shang Jing

Inventor after: Qin Hongmao

Inventor after: Xie Guotao

Inventor after: Wang Dongsheng

Inventor after: Qin Xiaohui

Inventor after: Qin Zhaobo

Inventor before: Xie Guotao

Inventor before: Ding Rongjun

Inventor before: Wang Dongsheng

Inventor before: Qin Xiaohui

Inventor before: Qin Zhaobo

Inventor before: Wang Xiaowei

Inventor before: Bian Yougang

Inventor before: Hu Manjiang

Inventor before: Xu Biao

Inventor before: Yan Kangjian

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20220402

Address after: 410082 Yuelu District Lushan South Road Lushan Gate, Changsha City, Hunan Province

Applicant after: HUNAN University

Applicant after: CSR Zhuzhou Electric Locomotive Research Institute Co., Ltd

Address before: Yuelu District City, Hunan province 410082 Changsha Lushan Road No. 1 Hunan University

Applicant before: HUNAN University

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant