CN111123269B - 用于无人机避障雷达的地面杂波抑制方法、模块及装置 - Google Patents
用于无人机避障雷达的地面杂波抑制方法、模块及装置 Download PDFInfo
- Publication number
- CN111123269B CN111123269B CN201911398980.4A CN201911398980A CN111123269B CN 111123269 B CN111123269 B CN 111123269B CN 201911398980 A CN201911398980 A CN 201911398980A CN 111123269 B CN111123269 B CN 111123269B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- target
- track
- distance
- 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
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种用于无人机避障雷达的地面杂波抑制方法、模块及装置,该方法步骤包括:S1.获取无人机的飞行状态信息以及避障雷达检测到的目标轨迹的信息,根据无人机的飞行状态信息、目标轨迹的信息初步判断检测到的目标轨迹是否为地面杂波,如果是转入执行步骤S2;S2.获取无人机的制动距离以及目标的轨迹距离,根据无人机的制动距离与目标的轨迹距离之间的大小关系确定是否进行杂波抑制处理。本发明能够适用于无人机避障雷达实现运动地面杂波抑制,且实现操作简单、成本低、抑制效果好。
Description
技术领域
本发明涉及无人机避障雷达目标检测技术领域,尤其涉及一种用于无人机避障雷达的地面杂波抑制方法、模块及装置。
背景技术
随着农业、电力、工业等行业级无人机市场的迅速增长,无人机的关键技术也越来越趋于智能化。自动避障系统作为无人机安全保障的关键技术,能最大程度上减少无人机碰撞障碍物,从而降低造成无人机损毁、人身事故等的可能性。超声波避障、激光避障、视觉避障在探测能力、受天气影响、夜间工作能力、温度稳定性、成本等方向存在不可弥补的缺陷,而如毫米波雷达等的雷达避障方案,成本低、性能好且能够支持全天时全天候工作。
杂波信号即为干扰雷达正常检测的非期望的回波信号,其实质为不需要检测的反射源,杂波的定义具体取决于所要检测的目标,且杂波具有随机性,其回波功率谱可能甚至会高于真实目标的回波功率谱。在无人机避障雷达领域中,由于无人机在空中飞行,雷达是检测俯仰范围,雷达在稍远处可能照射到地面,因而杂波信号主要即为地面回波信号;地面回波信号被雷达接收后,导致雷达可能检测到地面(不处于正常飞行高度航线上),同时将地面信息错误的上报给无人机飞行控制系统,影响无人机正常飞行,地面回波信号被雷达接收后,还能会淹没真实目标信号回波,导致雷达漏检,造成无人机飞行安全威胁。
针对杂波抑制,目前通常是采用动目标检测(MTI)滤波器实现,如图1所示,通过动目标检测(MTI)可以很好的抑制静止杂波,MTI滤波器通常是采用延迟线结构来实现,实质是将连续多个脉冲按照一定的比例进行加权,以单路延迟线为例,如图2、3所示,其原理为将相邻两个脉冲进行加权,加权系数为1和-1。但是采用上述MTI滤波器进行杂波抑制会存在以下问题:
1、由于MTI系统主要是由延迟线对消器构成,延迟线对消器结构尽管能对静止杂波信号具有很强的抑制作用,但也会对速度刚好位于滤波器频率响应零值附近的目标有较强的抑制,如上述单路延迟线对消器的频率响应的峰值出现在f=(2n+1)/(2fr)处,零值出现在 f=nfr(n≥0),因而能对f=nfr(n=0,±1,±2,…)处的杂波有很好的抑制作用,但是也会对速度刚好位于此处的运动目标有很强的抑制作用,此时对应的速度也即为盲速;
2、MTI滤波器抑制杂波时,主要针对的是静杂波,其不能对运动杂波具有很好的抑制作用,而在无人机避障雷达应用领域中,由于无人机为运动平台,地面杂波信号通常是运动杂波,且杂波会随着无人机运动的变化而变化,基于MTI滤波器的杂波抑制不能适用于如无人机避障雷达的运动平台中。
综上,单从回波检测信号来看,地面杂波信号和真实目标回波信号是相同的,难以直接区分进行抑制,而传统抑制静止平台杂波的方式就不能适用于无人机避障雷达中实现运动地面杂波的抑制,因此亟需提供一种能够适用于无人机避障雷达的地面杂波抑制方法,以实现无人机避障雷达中运动地面杂波的有效抑制。
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,本发明提供一种能够实现运动地面杂波抑制,且实现操作简单、抑制效果好的用于无人机避障雷达的地面杂波抑制方法、模块,以及能够高效抑制运动地面杂波、目标检测精度高的目标检测装置。
为解决上述技术问题,本发明提出的技术方案为:
一种用于无人机避障雷达的地面杂波抑制方法,步骤包括:
S1.轨迹判断:获取无人机的飞行状态信息以及避障雷达检测到的目标的轨迹信息进行比较,若所述无人机的飞行状态信息与目的轨迹的信息一致或相差在指定范围内,转入执行步骤S2;
S2.杂波抑制:获取无人机的制动距离以及目的轨迹的距离进行比较,根据所述无人机的制动距离与所述目的轨迹的距离之间的大小关系确定是否进行杂波抑制处理。
进一步的,所述步骤S1中进行比较时,具体判断无人机的飞行速度与所述目的轨迹的速度之间的大小关系、以及目的轨迹的角度与无人机航线之间的关系。
进一步的,所述步骤S1的具体步骤为:
S11.速度判断:获取无人机的飞行速度以及所述目的轨迹的速度进行比较,如果一致或相差在指定范围内,转入执行步骤S12;
S12.角度判断:获取目的轨迹的角度并判断是否位于无人机航线前侧指定范围内,如果是,则初步判断目的轨迹可能为地面杂波,转入执行步骤S2。
进一步的,所述步骤S2中进行比较时,判断所述目的轨迹的距离是否不超过所述无人机的制动距离,如果是则判定目的轨迹为地面杂波以进行抑制处理,否则再根据目的轨迹的位移距离、所述目的轨迹的距离以及所述无人机的制动距离之间的关系最终判定目的轨迹是否为地面杂波,所述轨迹的位移距离为轨迹内检测到的最大距离和最小距离之间的差值。
进一步的,所述根据目的轨迹的位移距离、所述目的轨迹的距离以及所述无人机的制动距离之间的关系最终判定目标是否为地面杂波时,具体计算所述目的轨迹的距离与所述无人机的制动距离之间的差值并判断所述目的轨迹的位移距离与所述差值之间的大小关系,根据判断结果判定目的轨迹是否为地面杂波。
进一步的,当目的轨迹的位移距离、所述目的轨迹的距离以及所述无人机的制动距离之间的关系满足下式时,判定目的轨迹为地面杂波;
其中,R1为目标轨迹位移距离,R2为目标轨迹当前距离,R3为无人机的制动距离。
进一步的,所述步骤S1前还包括采用基于CFAR(恒虚警检测)的目标检测方法进行目标检测的步骤,具体步骤为:获取雷达的回波信号进行二维FFT变换后执行CFAR检测,得到目标信号,对得到的目标信号依次经过速度解模糊、角度测量后得到目标的速度及角度信息,再对检测到的目标点进行过滤、融合后输出检测到的目标点,根据所述检测到的目标点建立轨迹以进行目标跟踪。
一种用于无人机避障雷达的地面杂波抑制模块,包括:
轨迹判断模块,用于获取无人机的飞行状态信息以及避障雷达检测到的目标的轨迹信息进行比较,若所述无人机的飞行状态信息与目的轨迹的信息一致或相差在指定范围内,转入执行杂波抑制模块;
杂波抑制模块,用于获取无人机的制动距离以及目的轨迹的距离进行比较,根据所述无人机的制动距离与所述目的轨迹的距离之间的大小关系确定是否进行杂波抑制处理。
一种用于无人机避障雷达的地面杂波抑制模块,包括计算机设备,所述计算机设备被编程以执行如上述 方法的步骤。
一种用于无人机避障雷达的目标检测装置,包括目标检测模块,所述目标检测模块的输出端还设置有如上述杂波抑制模块。
与现有技术相比,本发明的优点在于:
1、本发明利用地面杂波的上述运动特性,通过先进行轨迹判断,将无人机的飞行状态信息、轨迹信息进行比较,初步筛选出与无人机飞行状态相符的轨迹,再针对不同距离的目标,根据无人机的制动距离与轨迹距离之间的大小关系最终确定是否进行杂波抑制处理,能够结合地面杂波的运动特性准确的识别出地面杂波信号,实现地面杂波的有效抑制,可以避免由于杂波抑制带来的盲速影响,保证雷达的检测率,从而保障无人机飞行安全和飞行效率。
2、本发明结合无人机运动信息和地面杂波信号特征信息,通过对轨迹进行多重判断,同时针对不同距离的目标进行不同的抑制处理,能够使得离制动距离范围较远时增加轨迹判断时间,精准的判别出地面杂波信号,在离制动距离范围较近时,则可以减少轨迹判断时间,尽可能的保证真实目标的快速、准确检测,从而最大程度的保证了无人机的飞行安全。
3、本发明基于地面杂波信号的运行特性,轨迹判断时进一步通过判断无人机的飞行速度与目标轨迹的速度之间的大小关系、以及目标轨迹的角度与无人机航线的关系,可以利用地面杂波信号的速度特性以及角度特性有效的初步判断出可能的地面杂波信号。
附图说明
图1是传统MTI滤波器实现杂波抑制的原理示意图。
图2是传统单路延迟线对消器的基本结构示意图。
图3是传统单路延迟线对消器的频率响应曲线示意图。
图4是本实施例用于无人机避障雷达的地面杂波抑制方法的实现流程示意图。
图5是本实施例中无人机系统的结构原理示意图。
图6是本发明具体应用实施例中实现地面杂波抑制的详细流程示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
如图4所示,本实施例用于无人机避障雷达的地面杂波抑制方法的步骤包括:
S1.轨迹判断:获取无人机的飞行状态信息以及避障雷达检测到的目标的轨迹信息进行比较,若无人机的飞行状态信息与目的轨迹的信息一致或相差在指定范围内,转入执行步骤 S2;
S2.杂波抑制:获取无人机的制动距离以及目的轨迹的距离进行比较,根据无人机的制动距离与目的轨迹的距离之间的大小关系确定是否进行杂波抑制处理。
无人机在飞行过程中,运动的地面杂波会具有一定的运动特性,如地面杂波信号相对于运动的无人机来说是相对静止的,地面杂波信号的速度即为无人机的飞行速度,地面杂波信号通常是出现在雷达正前方,以及目标的建立都是由远及近的,在近处制动距离范围内突然出现的目标,且目标速度和飞行速度一致,则通常为地面杂波信号,即地面杂波对应的轨迹信号与无人机飞行状态信息存在相关性,以及在无人机的不同制动距离时地面杂波与真实目标的特性不同。本实施例利用地面杂波的上述运动特性,通过先进行轨迹判断,将无人机的飞行状态信息、轨迹信息进行比较,初步筛选出与无人机飞行状态相符的轨迹,再针对不同距离的目标,根据无人机的制动距离与轨迹距离之间的大小关系最终确定是否进行杂波抑制处理,能够结合地面杂波的运动特性准确的识别出地面杂波信号,实现地面杂波的有效抑制,可以避免由于杂波抑制带来的盲速影响,保证雷达的检测率,从而保障无人机飞行安全和飞行效率。
本实施例上述无人机相关信息具体通过无人机飞行控制系统反馈得到,如图5所示,无人机系统中,具体由雷达信号处理系统将得到的目标距离、速度和角度等信息上传给无人机飞行控制系统,再由飞控系统控制飞行装置做出减速、制动等相应调整。雷达通过发射电磁波信号,并对接收的回波信号做一系列信号处理,最终得到目标的距离、速度和角度等信息,雷达进行目标检测得到目标轨迹后,针对每条新建轨迹的信息,采用上述方法进行地面杂波抑制。
本实施例具体采用毫米波雷达,即工作在毫米波波段的雷达,具有体积小、穿透性强、空间分辨率高等优点。当然也可以根据实际需求采用其他类型雷达。
本实施例步骤S1中进行比较时,具体判断无人机的飞行速度与所述目的轨迹的速度之间的大小关系、以及目的轨迹的角度与无人机航线之间的关系。地面杂波信号其实是静止目标,即相对于运动的无人机来说是相对静止的,地面杂波信号的速度即为无人机的飞行速度,且地面杂波信号通常是出现在雷达正前方,本实施例利用上述特性,通过无人机的飞行速度与目标轨迹的速度之间的大小关系、以及轨迹的角度与无人机航线的关系,可以利用地面杂波信号的速度特性以及角度特性有效的初步筛选出可能的地面杂波信号。
本实施例步骤S1的具体步骤为:
S11.速度判断:获取无人机的飞行速度以及所述目的轨迹的速度进行比较,如果一致或相差在指定范围内,转入执行步骤S12;
S12.角度判断:获取目的轨迹的角度并判断是否位于无人机航线前侧指定范围内,如果是,则初步判断目的轨迹可能为地面杂波,转入执行步骤S2。
本实施例通过先判断无人机的飞行速度与轨迹速度是否一致,如果一致再判断轨迹角度是否位于无人机航线前侧指定范围内,如果一致则初步判断目标为地面杂波,按照上述顺序可以在确保判断精度的基础上,进一步提高判断效率。
上述无人机航线前侧指定范围具体可配置为无人机航线正前方的一定范围。
上述轨迹判断中是按照地面杂波信号的速度、角度信息进行判断以完成初步判断,当然还可以根据实际需求结合其他信息进行判断以进一步提高初步判断精度。
本实施例步骤S2中进行比较时,判断目的轨迹的距离是否不超过无人机的制动距离,如果是则判定目的轨迹为地面杂波以进行抑制处理,否则再根据目的轨迹的位移距离、目的轨迹的距离以及无人机的制动距离之间的关系最终判定目的轨迹是否为地面杂波,轨迹的位移距离为轨迹内检测到的最大距离和最小距离之间的差值。由于目标的建立是由远及近,因而真实目标通常并不会处于近处制动距离范围内,即若目标速度和飞行速度一致,且在近处制动距离范围内突然出现的目标极大概率为地面杂波信号,且在目标进入无人机制动距离范围内时,无人机飞控系统会控制无人机飞行装置紧急制动。本实施例利用地面杂波信号与制动距离之间的上述关系特性,在由速度特性、角度特性初步判断出地面杂波信号后,通过判断目标的轨迹距离与无人机的制动距离之间的关系启动不同的抑制管理,当轨迹距离小于等于无人机的制动距离时,直接判定为地面杂波信号进行抑制处理,当轨迹距离大于无人机的制动距离时,再根据轨迹位移距离、目标的轨迹距离以及无人机的制动距离之间的关系进一步进行判断,使得当目标在较远处(离制动距离范围较远)时可以增加轨迹判断时间,尽可能确保目标的真实性,从而更好的判别出地面杂波信号,而当目标在较近处(离制动距离范围较近的地方)时,则可以减少轨迹判断时间,尽可能保证真实目标的准确检测。
本实施例中,上述根据目标的轨迹位移距离、目标的轨迹距离以及制动距离之间的关系最终判定目标是否为地面杂波时,具体计算目的轨迹的距离与所述无人机的制动距离之间的差值并判断目的轨迹的位移距离与所述差值之间的大小关系,根据判断结果判定目的轨迹是否为地面杂波。
本实施例中,当目的轨迹的位移距离、目的轨迹的距离以及无人机的制动距离之间的关系满足下式时,判定目的轨迹为地面杂波;
其中,R1为目标轨迹位移距离,R2为目标轨迹当前距离,R3为无人机的制动距离。
当目标轨迹距离大于无人机的制动距离时,即在较远处,若为地面杂波,则相应的轨迹位移距离会大于轨迹距离和制动距离差值的一半,本实施例利用该特性可以在较远处时即准确的识别出地面杂波进行抑制。
上述式(1)也可以根据实际需求调整其中参数,以进一步确保抑制效果。
本实施例通过上述方法,能够结合无人机飞行系统反馈的无人机运动信息和地面杂波信号特征信息,在轨迹跟踪后通过对轨迹进行多重判断实现地面杂波抑制,能够离制动距离范围较远时增加轨迹判断时间,精准的判别出地面杂波信号,在离制动距离范围较近时,则可以减少轨迹判断时间,尽可能的保证真实目标的快速、准确检测,从而最大程度的保证了无人机的飞行安全。
在具体应用实施例中,如图6所示,本实施例利用上述方法实现无人机避障雷达的地面杂波抑制的详细步骤为:
步骤1:针对每条新建轨迹的信息,判断轨迹速度是否和无人机反馈的飞行速度一致,如果速度一致,执行步骤2;
步骤2:判定轨迹角度是否在无人机航线正前方,如果角度处于正前方,执行步骤3;
步骤3:判断轨迹距离和无人机反馈的无人机制动距离之间的关系;
步骤4:当轨迹距离小于等于制动距离时,则认为在正常情况下,无人机航线正前方不会突然在近处出现一个相对静止的目标,即判定为地面杂波信号进行抑制处理;
步骤5:当轨迹距离大于制动距离时,判断轨迹位移距离、轨迹距离和制动距离的关系,如果满足上式(1),则判定为地面杂波信号进行抑制处理,否则判定为真实目标。
本实施例中,步骤S1前还包括采用基于CFAR的目标检测方法进行目标检测的步骤,具体步骤为:获取雷达的回波信号进行二维FFT变换后执行CFAR检测,得到目标信号,对得到的目标信号依次经过速度解模糊、角度测量后得到目标的速度及角度信息,再对检测到的目标点进行过滤、融合后输出检测到的目标点,根据检测到的目标点建立轨迹进行目标跟踪。
各步骤的详细流程为:
步骤(1)、AD采样:雷达对回波信号进行模数转换(AD采样),将模拟信号转换为数字信号,便于后续处理;
步骤(2)、二维FFT:对AD采样后的数据分别进行距离维和速度维的快速傅里叶变换 (FFT),得到一个包含距离维度、速度维度和信号幅度的空间三维频谱,其中,距离维度表示距离,速度维度表示速度,信号幅度表示回波信号强度;
步骤(3)、CFAR检测:对二维FFT数据矩阵进行目标检测,通过设定相应的门限,从噪声信号和干扰信号中提取出真实目标的信号;
步骤(4)、速度解模糊:CFAR检测可以得到目标处于二维FFT数据矩阵的位置,通过计算速度维度和单个维度代表的速度值,可以得到目标的速度,但是目标速度有正有负(远离雷达为正速,靠近雷达为负数),且当速度过大时,多普勒维度可能溢出,出现模糊,导致实际计算得到的目标速度和真实目标速度相差过大;通过速度解模糊,可以修正目标速度倍率,得到目标的真实速度;
步骤(5)、角度测量:采用超分辨测角,利用多个通道二维FFT数据进行一系列处理,得到目标的角度信息;
步骤(6)、目标过滤:针对CFAR检测到的目标,剔除其中的虚假目标,保留真实目标信息;
步骤(7)、目标融合:由于雷达进行检测时一个目标可能有多个散射点被检测到,通过按照一定的规则,将同一目标的散射点聚类融合成一个目标点,方便后续跟踪滤波;
步骤(8)、跟踪滤波:对检测到的目标点进行轨迹建立、轨迹匹配、轨迹删除等处理,根据轨迹内已有目标点信息,对目标点的检测值进行非线性卡尔曼滤波(EKF),得到更加真实的目标信息,减少由于检测误差带来的轨迹波动影响;
步骤(9)、目标分类:根据已有信息,对如人、车、树等不同类别的目标进行分类,方便后续判断。
经过上述目标检测建立得到轨迹后,轨迹包含正常目标的信息,按照一定的顺序和规则实时持续的向飞行控制系统发送目标信息,针对建立的轨迹再使用上述杂波抑制方法进行抑制,得到最终的目标检测结果。
本实施例用于无人机避障雷达的地面杂波抑制模块,包括:
轨迹判断模块,用于获取无人机的飞行状态信息以及避障雷达检测到的目标的轨迹信息进行比较,若所述无人机的飞行状态信息与目的轨迹的信息一致或相差在指定范围内,转入执行杂波抑制模块;
杂波抑制模块,用于获取无人机的制动距离以及目的轨迹的距离进行比较,根据所述无人机的制动距离与所述目的轨迹的距离之间的大小关系确定是否进行杂波抑制处理。
本实施例用于无人机避障雷达的地面杂波抑制模块与上述用于无人机避障雷达的地面杂波抑制方法为一一对应,在此不再一一赘述。
在另一实施例中,本发明用于无人机避障雷达的地面杂波抑制模块还可以为:包括计算机设备,计算机设备被编程以执行上述用于无人机避障雷达的地面杂波抑制方法的步骤。
本实施例用于无人机避障雷达的目标检测装置,包括目标检测模块,目标检测模块的输出端还设置有上述杂波抑制模块,目标检测模块的检测原理如上述目标检测步骤所示。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (9)
1.一种用于无人机避障雷达的地面杂波抑制方法,其特征在于,步骤包括:
S1.轨迹判断:获取无人机的飞行状态信息以及避障雷达检测到的目标的轨迹信息进行比较,若所述无人机的飞行状态信息与目的轨迹的信息一致或相差在指定范围内,转入执行步骤S2;
S2.杂波抑制:获取无人机的制动距离以及目的轨迹的距离进行比较,根据所述无人机的制动距离与所述目的轨迹的距离之间的大小关系确定是否进行杂波抑制处理;
所述步骤S2中进行比较时,判断所述目的轨迹的距离是否不超过所述无人机的制动距离,如果是则判定目的轨迹为地面杂波以进行抑制处理,否则再根据目的轨迹的位移距离、所述目的轨迹的距离以及所述无人机的制动距离之间的关系最终判定目的轨迹是否为地面杂波,所述轨迹的位移距离为轨迹内检测到的最大距离和最小距离之间的差值。
2.根据权利要求1所述的用于无人机避障雷达的地面杂波抑制方法,其特征在于,所述步骤S1中进行比较时,具体判断无人机的飞行速度与所述目的轨迹的速度之间的大小关系、以及目的轨迹的角度与无人机航线之间的关系。
3.根据权利要求2所述的用于无人机避障雷达的地面杂波抑制方法,其特征在于,所述步骤S1的具体步骤为:
S11.速度判断:获取无人机的飞行速度以及所述目的轨迹的速度进行比较,如果一致或相差在指定范围内,转入执行步骤S12;
S12.角度判断:获取目的轨迹的角度并判断是否位于无人机航线前侧指定范围内,如果是,则初步判断目的轨迹可能为地面杂波,转入执行步骤S2。
4.根据权利要求1所述的用于无人机避障雷达的地面杂波抑制方法,其特征在于,所述根据目的轨迹的位移距离、所述目的轨迹的距离以及所述无人机的制动距离之间的关系最终判定目标是否为地面杂波时,具体计算所述目的轨迹的距离与所述无人机的制动距离之间的差值并判断所述目的轨迹的位移距离与所述差值之间的大小关系,根据判断结果判定目的轨迹是否为地面杂波。
6.根据权利要求1或2或3所述的用于无人机避障雷达的地面杂波抑制方法,其特征在于,所述步骤S1前还包括采用基于CFAR的目标检测方法进行目标检测的步骤,具体步骤为:获取雷达的回波信号进行二维FFT变换后执行CFAR检测,得到目标信号,对得到的目标信号依次经过速度解模糊、角度测量后得到目标的速度及角度信息,再对检测到的目标点进行过滤、融合后输出检测到的目标点,根据所述检测到的目标点建立轨迹以进行目标跟踪。
7.一种用于无人机避障雷达的地面杂波抑制模块,其特征在于,包括:
轨迹判断模块,用于获取无人机的飞行状态信息以及避障雷达检测到的目标的轨迹信息进行比较,若所述无人机的飞行状态信息与目的轨迹的信息一致或相差在指定范围内,转入执行杂波抑制模块;
杂波抑制模块,用于获取无人机的制动距离以及目的轨迹的距离进行比较,根据所述无人机的制动距离与所述目的轨迹的距离之间的大小关系确定是否进行杂波抑制处理;
所述杂波抑制模块中进行比较时,判断所述目的轨迹的距离是否不超过所述无人机的制动距离,如果是则判定目的轨迹为地面杂波以进行抑制处理,否则再根据目的轨迹的位移距离、所述目的轨迹的距离以及所述无人机的制动距离之间的关系最终判定目的轨迹是否为地面杂波,所述轨迹的位移距离为轨迹内检测到的最大距离和最小距离之间的差值。
8.一种用于无人机避障雷达的地面杂波抑制模块,包括计算机设备,其特征在于,所述计算机设备被编程以执行如权利要求1~6中任意一项所述方法的步骤。
9.一种用于无人机避障雷达的目标检测装置,包括目标检测模块,其特征在于,所述目标检测模块的输出端还设置有如权利要求7或8所述的杂波抑制模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911398980.4A CN111123269B (zh) | 2019-12-30 | 2019-12-30 | 用于无人机避障雷达的地面杂波抑制方法、模块及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911398980.4A CN111123269B (zh) | 2019-12-30 | 2019-12-30 | 用于无人机避障雷达的地面杂波抑制方法、模块及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111123269A CN111123269A (zh) | 2020-05-08 |
CN111123269B true CN111123269B (zh) | 2022-02-18 |
Family
ID=70505570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911398980.4A Active CN111123269B (zh) | 2019-12-30 | 2019-12-30 | 用于无人机避障雷达的地面杂波抑制方法、模块及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111123269B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219430A (zh) * | 2021-04-14 | 2021-08-06 | 加特兰微电子科技(上海)有限公司 | 地杂波处理方法、装置、计算机设备和存储介质 |
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 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184257A (zh) * | 2015-09-08 | 2015-12-23 | 北京航空航天大学 | 目标检测方法与装置 |
CN108334103A (zh) * | 2017-12-21 | 2018-07-27 | 广州亿航智能技术有限公司 | 无人机多距离避障方法及避障系统 |
CN108445905A (zh) * | 2018-03-30 | 2018-08-24 | 合肥赛为智能有限公司 | 一种无人机智能化避障调控系统 |
CN109375204A (zh) * | 2018-10-26 | 2019-02-22 | 中电科仪器仪表有限公司 | 基于雷达的目标检测方法、系统、设备及介质 |
CN109409283A (zh) * | 2018-10-24 | 2019-03-01 | 深圳市锦润防务科技有限公司 | 一种海面舰船跟踪和监控的方法、系统和存储介质 |
CN109459737A (zh) * | 2019-01-04 | 2019-03-12 | 北京环境特性研究所 | 一种基于动态距离门的杂波抑制方法 |
CN109541581A (zh) * | 2018-11-27 | 2019-03-29 | 安徽四创电子股份有限公司 | 一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 |
CN110178046A (zh) * | 2017-01-24 | 2019-08-27 | 深圳市大疆创新科技有限公司 | 用于无人机的基于雷达的避障系统和方法 |
CN110597289A (zh) * | 2019-09-29 | 2019-12-20 | 成都纳雷科技有限公司 | 一种无人机避障系统及无人机避障方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10788570B2 (en) * | 2017-09-29 | 2020-09-29 | The Boeing Company | Radar system for mobile platform and method of use |
-
2019
- 2019-12-30 CN CN201911398980.4A patent/CN111123269B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184257A (zh) * | 2015-09-08 | 2015-12-23 | 北京航空航天大学 | 目标检测方法与装置 |
CN110178046A (zh) * | 2017-01-24 | 2019-08-27 | 深圳市大疆创新科技有限公司 | 用于无人机的基于雷达的避障系统和方法 |
CN108334103A (zh) * | 2017-12-21 | 2018-07-27 | 广州亿航智能技术有限公司 | 无人机多距离避障方法及避障系统 |
CN108445905A (zh) * | 2018-03-30 | 2018-08-24 | 合肥赛为智能有限公司 | 一种无人机智能化避障调控系统 |
CN109409283A (zh) * | 2018-10-24 | 2019-03-01 | 深圳市锦润防务科技有限公司 | 一种海面舰船跟踪和监控的方法、系统和存储介质 |
CN109375204A (zh) * | 2018-10-26 | 2019-02-22 | 中电科仪器仪表有限公司 | 基于雷达的目标检测方法、系统、设备及介质 |
CN109541581A (zh) * | 2018-11-27 | 2019-03-29 | 安徽四创电子股份有限公司 | 一种基于无人机监视雷达的杂波抑制目标机动跟踪方法 |
CN109459737A (zh) * | 2019-01-04 | 2019-03-12 | 北京环境特性研究所 | 一种基于动态距离门的杂波抑制方法 |
CN110597289A (zh) * | 2019-09-29 | 2019-12-20 | 成都纳雷科技有限公司 | 一种无人机避障系统及无人机避障方法 |
Non-Patent Citations (1)
Title |
---|
无人机自主飞行轨迹规划与重规划方法研究;黄建军;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20140315(第03期);正文全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111123269A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103339525B (zh) | 用于监测地势变化的方法和设备 | |
CN108614245B (zh) | 一种基于射频隐身的边跟踪边干扰方法 | |
CN111123212A (zh) | 一种基于复杂杂波背景下的场面监视雷达的信号处理方法 | |
CN111679266B (zh) | 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统 | |
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 | |
CN104133211A (zh) | 一种多普勒频率变换雷达目标分类识别方法 | |
CN116256746A (zh) | 基于雷达对防范区域周界空域异物入侵监测系统及方法 | |
CN110879394A (zh) | 基于运动姿态信息的无人船雷达避障系统及方法 | |
CN110806580A (zh) | 移动平台上的雷达系统中的振动减轻 | |
KR101980978B1 (ko) | 복수의 uwb 레이더를 이용한 드론 착륙 영역의 안전성 판단 장치 및 방법 | |
CN110597289A (zh) | 一种无人机避障系统及无人机避障方法 | |
WO2020133223A1 (zh) | 目标探测方法、雷达、车辆以及计算机可读存储介质 | |
KR20180081283A (ko) | 저전력 주파수 변조 연속파 레이더 시스템 및 그 제어 방법 | |
CN108254756B (zh) | 一种基于投影卷积的星载激光雷达非相干积累检测方法 | |
KR101844151B1 (ko) | 고도 클러터를 고려한 이동 플랫폼 레이더의 이동 타겟 탐지 장치 및 방법 | |
CN113050119A (zh) | 一种适用于光学flash三维成像雷达干扰的判决方法 | |
CN110632942A (zh) | 一种基于无人机避障雷达的树木轮廓检测方法及装置 | |
CN109581366B (zh) | 一种基于目标导向矢量失配的离散旁瓣杂波识别方法 | |
CN114137523A (zh) | 车载毫米波雷达原始点云的噪点排除方法和系统 | |
Park et al. | Bi-directional LSTM-based Overhead Target Classification for Automotive Radar Systems | |
CN110371136B (zh) | 一种用于无人驾驶设备避障时速度控制的方法 | |
CN110231603B (zh) | 一种基于gmti的快速解算目标速度的方法 | |
US20170343647A1 (en) | Method for processing a radar signal in land/sea detection mode; processing system and associated computer program product | |
KR101619064B1 (ko) | 능동 클러터 맵을 이용한 목표물 검출 방법 | |
KR20210112496A (ko) | 레이더의 오탐지 정보 제거장치 및 방법 |
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 |