CN111025296A - 一种基于车载雷达的路径规划方法 - Google Patents

一种基于车载雷达的路径规划方法 Download PDF

Info

Publication number
CN111025296A
CN111025296A CN201911375968.1A CN201911375968A CN111025296A CN 111025296 A CN111025296 A CN 111025296A CN 201911375968 A CN201911375968 A CN 201911375968A CN 111025296 A CN111025296 A CN 111025296A
Authority
CN
China
Prior art keywords
vehicle
path planning
mounted radar
planning method
imaging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911375968.1A
Other languages
English (en)
Inventor
唐良勇
贺玉贵
舒适
王生水
韩明华
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 NOVASKY ELECTRONIC TECHNOLOGY CO LTD
Original Assignee
HUNAN NOVASKY ELECTRONIC TECHNOLOGY CO LTD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HUNAN NOVASKY ELECTRONIC TECHNOLOGY CO LTD filed Critical HUNAN NOVASKY ELECTRONIC TECHNOLOGY CO LTD
Priority to CN201911375968.1A priority Critical patent/CN111025296A/zh
Publication of CN111025296A publication Critical patent/CN111025296A/zh
Pending legal-status Critical Current

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
    • 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
    • G01S7/411—Identification of targets based on measurements of radar reflectivity

Landscapes

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

Abstract

本发明公开了一种基于车载雷达的路径规划方法，其包括：步骤S1：原始回波成像；通过前视车载雷达探测系统对前方区域进行探测，获得原始回波并对原始回波进行成像；步骤S2：目标检测；对步骤S1得到的成像结果进行目标检测，获得目标检测结果；步骤S3：特征提取；对步骤S2得到的检测结果进行特征提取；步骤S4：路径标注；对步骤S3提取的特征，指示可通行区域，提供路径规划方案。本发明具有实现方法简单、适应性强，且实时性好及效率高等优点。

Description

一种基于车载雷达的路径规划方法
技术领域
本发明主要涉及到车载雷达的技术领域，特指一种基于车载雷达的路径规划方法。
背景技术
利用电磁波的穿透性及传输特性，前视车载雷达可穿透草丛、灌木丛等等对石头、金属和树桩等障碍物进行探测。通过对检测区域的回波信号进行一系列数据处理，通过数字合成实现前视二维成像，利用障碍物二维特征在图像域进行检测和鉴别，并提取障碍物位置和轮廓信息，为无人车的路径规划提供有效指导。
目前尚无自动化/半自动化的车行辅助设备用于行车路径规划。目前所使用的设备中光学设备，光学设备易受天气、黑夜等视野条件影响而不能起到有效作用；使用的车载雷达一般用于避障、倒车等，作用距离短且无路径规划功能。容易出现各种意外，且在遇到草丛遮蔽条件时，隐藏在草丛下的障碍物无法被光学设备所发现。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、适应性强，且实时性好及效率高的基于车载雷达的路径规划方法。
为解决上述技术问题，本发明采用以下技术方案：
一种基于车载雷达的路径规划方法，其包括：
步骤S1：原始回波成像；通过前视车载雷达探测系统对前方区域进行探测，获得原始回波并对原始回波进行成像；
步骤S2：目标检测；对步骤S1得到的成像结果进行目标检测，获得目标检测结果；
步骤S3：特征提取；对步骤S2得到的检测结果进行特征提取；
步骤S4：路径标注；对步骤S3提取的特征，指示可通行区域，提供路径规划方案。
作为本发明的进一步改进：所述步骤S1中是对原始回波进行后向散射投影成像，即通过雷达系统获得经过一定信号预处理的多通道回波信号echos(t)，对回波信号进行后向投影成像方法处理。
作为本发明的进一步改进：所述步骤S1包括：
步骤S101：首先将成像区域划分为M×N个像素点，ym(m＝1,2,...,M)和xn(n＝1,2,...,N)分别表示距离向和方位向上像素点的坐标值；
步骤S102：雷达等效孔径数为NUM，计算每一个像素点(xn,ym)与所有收发天线组合之间的双程时延：
Figure BDA0002340967010000021
其中，k＝1,2,...,NUM表示通道标签，(xT(k),yT(k))表示发射天线坐标，(xR(k),yR(k))表示接收天线坐标，c＝3.0×108m/s表示光速，
Figure BDA0002340967010000022
表示像素点到发射天线的距离，
Figure BDA0002340967010000023
表示像素点到接收天线的距离；
步骤S103：计算每一个像素点的相位补偿：
phasek(xn,ym)＝exp(j2πfc·(dT+dR)/c)
其中，k＝1,2,...,NUM表示通道标签，fc为载频，c为光速；
步骤S104：计算相干叠加结果：
Figure BDA0002340967010000024
其中，zk(x,y)＝echos(t-τk(x,y))×phasek(x,y)表示第k个孔径域数据，NUM表示雷达等效孔径数。
作为本发明的进一步改进：所述步骤S2中是将步骤S1中获得的BP成像结果Is(x,y)进行二维恒虚警检测CFAR。
作为本发明的进一步改进：所述步骤S2包括：
S201：设定恒虚警概率PA；设定上下左右保护窗：guard_top、guard_bottom、guard_left、guard_right；上下左右参考窗：refer_top、refer_bottom、refer_left、refer_right；
S202：计算参考单元数量N，计算门限乘积因子α：
Figure BDA0002340967010000031
S203：计算参考单元均值
Figure BDA0002340967010000032
Figure BDA0002340967010000033
其中xref(i)表示每个参考单元值。再计算得到估计门限值Th：
Figure BDA0002340967010000034
S204：最后将Is(x,y)每个像素点与门限Th比较得到二值图BIs(x,y)。
作为本发明的进一步改进：所述步骤S2中采用最大值阈值法进行目标检测，即找到数组中最大值max，以最大值的小数倍a·max(0<a<1)作为阈值，将每个点值与该阈值进行比较，大于阈值的点值取1，否则取0，实现二值化。
作为本发明的进一步改进：所述步骤S3中是对步骤S2得到的检测结果BIs(x,y)进行特征提取，包括提取聚类质心和面积。
作为本发明的进一步改进：所述步骤S3包括：
S301：将距离d<0.5的点归为一类C1，并统计面积n1，以此类推得到m个类Cm；
S302：若面积nk小于设定的阈值T，则将该类剔除，其中k＝1,2...m；
S303：计算每一类的质心(xk cen,yk cen)及面积nk：
Figure BDA0002340967010000041
Figure BDA0002340967010000042
其中k＝1,2...m。
作为本发明的进一步改进：所述步骤S4中是标注可通行区域，即根据步骤S3得到每个目标的质心及面积，进行标注以指示该处为不可通行区域。
与现有技术相比，本发明的优点在于：
1、本发明的基于车载雷达的路径规划方法，利用前视雷达所选择的电磁波工作频段具有的良好穿透能力，对草丛等介质可实现遮蔽条件下障碍物的检测与识别，适应性强，实时性好。
2、本发明的基于车载雷达的路径规划方法，原理简单，充分利用计算平台运算能力及加速算法对系统进行加速，图像帧率高实时性好；可穿透草丛等遮蔽物对隐匿的障碍物进行探测，坑也归属于障碍物，能被标注为不可行区域，实用性高。
3、本发明的基于车载雷达的路径规划方法，基于雷达电磁波自身物理特性，可全天候工作，不受黑夜、烟雾等环境影响，适应性强。
4、本发明的基于车载雷达的路径规划方法，系统工作软件界面简洁高效，探测信息丰富清晰直观，雷达探测操作简单，实时获取前方障碍物信息，及时提供路径规划。
附图说明
图1是本发明方法的流程示意图。
图2是本发明在具体应用实例中目标检测结果的示意图。
图3是本发明在具体应用实例中特征提取及可通行区域标注的示意图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示，本发明的基于车载雷达的路径规划方法，包括：
步骤S1：原始回波成像；通过前视车载雷达探测系统对前方区域进行探测，获得原始回波并对原始回波进行成像；
步骤S2：目标检测；对步骤S1得到的成像结果进行目标检测，获得目标检测结果；
步骤S3：特征提取；对步骤S2得到的检测结果进行特征提取；
步骤S4：路径标注；对步骤S3提取的特征，指示可通行区域，提供路径规划方案。
具体应用实例中，在步骤S1中是对原始回波进行后向散射投影成像。即，通过雷达系统获得经过一定信号预处理的多通道回波信号echos(t)，对回波信号进行后向投影(BP，Back Projection)成像方法处理。
在该步骤中，本实例中包括：
步骤S101：首先将成像区域划分为M×N个像素点，ym(m＝1,2,...,M)和xn(n＝1,2,...,N)分别表示距离向和方位向上像素点的坐标值；
步骤S102：雷达等效孔径数为NUM，计算每一个像素点(xn,ym)与所有收发天线组合之间的双程时延：
Figure BDA0002340967010000051
其中，k＝1,2,...,NUM表示通道标签，(xT(k),yT(k))表示发射天线坐标，(xR(k),yR(k))表示接收天线坐标，c＝3.0×108m/s表示光速，
Figure BDA0002340967010000052
表示像素点到发射天线的距离，
Figure BDA0002340967010000053
表示像素点到接收天线的距离；
步骤S103：计算每一个像素点的相位补偿：
phasek(xn,ym)＝exp(j2πfc·(dT+dR)/c)
其中，k＝1,2,...,NUM表示通道标签，fc为载频，c为光速；
步骤S104：计算相干叠加结果：
Figure BDA0002340967010000061
其中，zk(x,y)＝echos(t-τk(x,y))×phasek(x,y)表示第k个孔径域数据，NUM表示雷达等效孔径数。
具体应用实例中，在步骤S2中是将步骤S1中获得的BP成像结果Is(x,y)进行二维CFAR(Constant False-Alarm Rate，恒虚警)检测。
在该步骤中，本实例中包括：
S201：设定恒虚警概率PA；设定上下左右保护窗：guard_top、guard_bottom、guard_left、guard_right；上下左右参考窗：refer_top、refer_bottom、refer_left、refer_right；
S202：计算参考单元数量N，计算门限乘积因子α：
Figure BDA0002340967010000062
S203：计算参考单元均值
Figure BDA0002340967010000063
Figure BDA0002340967010000064
其中xref(i)表示每个参考单元值。再计算得到估计门限值Th：
Figure BDA0002340967010000065
S204：最后将Is(x,y)每个像素点与门限Th比较得到二值图BIs(x,y)。
可以理解，在其他实施例中，也可以采用其他的目标检测方法。例如，上述实例中的CFAR检测一定程度上可以用最大值阈值法替代，即找到数组中最大值max，以最大值的小数倍a·max(0<a<1)作为阈值，将每个点值与该阈值进行比较，大于阈值的点值取1，否则取0，从而实现二值化。
具体应用实例中，在步骤S3中是对步骤S2得到的检测结果BIs(x,y)进行特征提取，包括提取聚类质心和面积。
在该步骤中，本实例中包括：
S301：将距离d<0.5的点归为一类C1，并统计面积n1，以此类推得到m个类Cm；
S302：若面积nk小于设定的阈值T，则将该类剔除，其中k＝1,2...m；
S303：计算每一类的质心(xk cen,yk cen)及面积nk：
Figure BDA0002340967010000071
Figure BDA0002340967010000072
其中k＝1,2...m。
具体应用实例中，在步骤S4中是标注可通行区域，即根据步骤S3得到每个目标的质心及面积，进行标注以指示该处为不可通行区域。
具体应用实例中，雷达可以安装在车前端，也可安装在车底或者车侧边。
如图2和图3所示，为本发明方法在一个具体应用中的实例。首先，通过车载雷达探测系统对前方区域进行探测，获得原始回波并对原始回波进行成像；其次，对上一步得到的成像结果进行目标检测，获得目标检测结果如图2所示；再次，对上一步得到的检测结果进行特征提取，获取目标质心及面积；最后，标注障碍物区域即不可通行区域如图3所示，从而指示可通行区域。其中方框为障碍物所在区域，为不可通行区域，其他区域为可通行区域，从而指示了可通行区域，提供路径规划方案。
以上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，应视为本发明的保护范围。

Claims (9)

1.一种基于车载雷达的路径规划方法，其特征在于，包括：
步骤S1：原始回波成像；通过前视车载雷达探测系统对前方区域进行探测，获得原始回波并对原始回波进行成像；
步骤S2：目标检测；对步骤S1得到的成像结果进行目标检测，获得目标检测结果；
步骤S3：特征提取；对步骤S2得到的检测结果进行特征提取；
步骤S4：路径标注；对步骤S3提取的特征，指示可通行区域，提供路径规划方案。
2.根据权利要求1所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S1中是对原始回波进行后向散射投影成像，即通过雷达系统获得经过一定信号预处理的多通道回波信号echos(t)，对回波信号进行后向投影成像方法处理。
3.根据权利要求2所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S1包括：
步骤S101：首先将成像区域划分为M×N个像素点，ym(m＝1,2,...,M)和xn(n＝1,2,...,N)分别表示距离向和方位向上像素点的坐标值；
步骤S102：雷达等效孔径数为NUM，计算每一个像素点(xn,ym)与所有收发天线组合之间的双程时延：
Figure FDA0002340965000000011
其中，k＝1,2,...,NUM表示通道标签，(xT(k),yT(k))表示发射天线坐标，(xR(k),yR(k))表示接收天线坐标，c＝3.0×108m/s表示光速，
Figure FDA0002340965000000012
表示像素点到发射天线的距离，
Figure FDA0002340965000000021
表示像素点到接收天线的距离；
步骤S103：计算每一个像素点的相位补偿：
phasek(xn,ym)＝exp(j2πfc·(dT+dR)/c)
其中，k＝1,2,...,NUM表示通道标签，fc为载频，c为光速；
步骤S104：计算相干叠加结果：
Figure FDA0002340965000000022
其中，zk(x,y)＝echos(t-τk(x,y))×phasek(x,y)表示第k个孔径域数据，NUM表示雷达等效孔径数。
4.根据权利要求1-3中任意一项所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S2中是将步骤S1中获得的BP成像结果Is(x,y)进行二维恒虚警检测CFAR。
5.根据权利要求4所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S2包括：
S201：设定恒虚警概率PA；设定上下左右保护窗：guard_top、guard_bottom、guard_left、guard_right；上下左右参考窗：refer_top、refer_bottom、refer_left、refer_right；
S202：计算参考单元数量N，计算门限乘积因子α：
Figure FDA0002340965000000023
S203：计算参考单元均值
Figure FDA0002340965000000024
Figure FDA0002340965000000025
其中xref(i)表示每个参考单元值，再计算得到估计门限值Th：
Figure FDA0002340965000000026
S204：最后将Is(x,y)每个像素点与门限Th比较得到二值图BIs(x,y)。
6.根据权利要求1-3中任意一项所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S2中采用最大值阈值法进行目标检测，即找到数组中最大值max，以最大值的小数倍a·max(0<a<1)作为阈值，将每个点值与该阈值进行比较，大于阈值的点值取1，否则取0，实现二值化。
7.根据权利要求1-3中任意一项所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S3中是对步骤S2得到的检测结果BIs(x,y)进行特征提取，包括提取聚类质心和面积。
8.根据权利要求7所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S3包括：
S301：将距离d<0.5的点归为一类C1，并统计面积n1，以此类推得到m个类Cm；
S302：若面积nk小于设定的阈值T，则将该类剔除，其中k＝1,2...m；
S303：计算每一类的质心(xk cen,yk cen)及面积nk：
Figure FDA0002340965000000031
Figure FDA0002340965000000032
其中k＝1,2...m。
9.根据权利要求7所述的基于车载雷达的路径规划方法，其特征在于，所述步骤S4中是标注可通行区域，即根据步骤S3得到每个目标的质心及面积，进行标注以指示该处为不可通行区域。
CN201911375968.1A 2019-12-27 2019-12-27 一种基于车载雷达的路径规划方法 Pending CN111025296A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911375968.1A CN111025296A (zh) 2019-12-27 2019-12-27 一种基于车载雷达的路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911375968.1A CN111025296A (zh) 2019-12-27 2019-12-27 一种基于车载雷达的路径规划方法

Publications (1)

Publication Number Publication Date
CN111025296A true CN111025296A (zh) 2020-04-17

Family

ID=70194422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911375968.1A Pending CN111025296A (zh) 2019-12-27 2019-12-27 一种基于车载雷达的路径规划方法

Country Status (1)

Country Link
CN (1) CN111025296A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427314A (zh) * 2015-11-23 2016-03-23 西安电子科技大学 基于贝叶斯显著性的sar图像目标检测方法
CN109298418A (zh) * 2018-09-30 2019-02-01 湖南华诺星空电子技术有限公司 基于建筑物内部结构特征的雷达检测虚警抑制方法及装置
CN109407094A (zh) * 2018-12-11 2019-03-01 湖南华诺星空电子技术有限公司 车载超宽带雷达前视成像系统
WO2019154536A1 (en) * 2018-02-09 2019-08-15 Bayerische Motoren Werke Aktiengesellschaft Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427314A (zh) * 2015-11-23 2016-03-23 西安电子科技大学 基于贝叶斯显著性的sar图像目标检测方法
WO2019154536A1 (en) * 2018-02-09 2019-08-15 Bayerische Motoren Werke Aktiengesellschaft Methods and apparatuses for object detection in a scene based on lidar data and radar data of the scene
CN109298418A (zh) * 2018-09-30 2019-02-01 湖南华诺星空电子技术有限公司 基于建筑物内部结构特征的雷达检测虚警抑制方法及装置
CN109407094A (zh) * 2018-12-11 2019-03-01 湖南华诺星空电子技术有限公司 车载超宽带雷达前视成像系统

Similar Documents

Publication Publication Date Title
Wagner et al. Radar signal processing for jointly estimating tracks and micro-Doppler signatures
CN111289980B (zh) 基于车载毫米波雷达的路边静止物的检测方法及系统
CN109375177B (zh) 一种用于机场场面监视雷达系统的运动目标检测方法
CN105427314A (zh) 基于贝叶斯显著性的sar图像目标检测方法
US6756935B1 (en) Full polarization ground moving target indicator radar automatic target detection algorithm
CN109471098B (zh) 利用fod雷达相位相干性信息的机场跑道异物检测方法
CN110208803B (zh) 桥梁处船舶防撞雷达监测识别方法
CN111316128A (zh) 连续障碍物检测方法、设备、系统及存储介质
CN102495403B (zh) 一种雷达信号处理方法
US20230139751A1 (en) Clustering in automotive imaging
CN109188430A (zh) 一种基于地面监视雷达系统的目标提取方法
CN111913177A (zh) 对目标物探测方法、装置以及存储介质
WO2022183408A1 (zh) 车道线检测方法和车道线检测装置
CN109100697A (zh) 一种基于地面监视雷达系统的目标凝聚方法
CN108983194B (zh) 一种基于地面监视雷达系统的目标提取及凝聚方法
CN110648542B (zh) 基于方位识别窄波雷达的高精度车流量检测系统
CN111123269B (zh) 用于无人机避障雷达的地面杂波抑制方法、模块及装置
US20190154823A1 (en) Method for detecting pedestrians using 24 gigahertz radar
CN116879883A (zh) 激光雷达噪点数据采集处理方法、装置、介质及车辆
CN111025296A (zh) 一种基于车载雷达的路径规划方法
CN109544574B (zh) 基于全固态vts雷达的目标提取方法
Hyun et al. Multi-level Fusion Scheme for Target Classification using Camera and Radar Sensors
CN115755026A (zh) 车辆引导方法及车辆
CN112070786B (zh) 一种警戒雷达ppi图像目标和干扰提取方法
Mecocci et al. Radar image processing for ship-traffic control

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200417