CN111458712A - 估计目标数量的装置和方法 - Google Patents

估计目标数量的装置和方法 Download PDF

Info

Publication number
CN111458712A
CN111458712A CN202010061420.6A CN202010061420A CN111458712A CN 111458712 A CN111458712 A CN 111458712A CN 202010061420 A CN202010061420 A CN 202010061420A CN 111458712 A CN111458712 A CN 111458712A
Authority
CN
China
Prior art keywords
point information
feature point
targets
angular spectrum
controller
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.)
Granted
Application number
CN202010061420.6A
Other languages
English (en)
Other versions
CN111458712B (zh
Inventor
金永勋
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.)
Hyundai Mobis Co Ltd
Original Assignee
Hyundai Mobis 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 Hyundai Mobis Co Ltd filed Critical Hyundai Mobis Co Ltd
Publication of CN111458712A publication Critical patent/CN111458712A/zh
Application granted granted Critical
Publication of CN111458712B publication Critical patent/CN111458712B/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
    • 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
    • G01S13/04—Systems determining presence of a 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
    • G01S13/93—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
    • G01S7/35—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
    • 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
    • G01S7/417—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 involving the use of neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G01S13/44—Monopulse radar, i.e. simultaneous lobing
    • 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
    • G01S13/68—Radar-tracking systems; Analogous systems for angle tracking only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开是一种用于估计目标数量的装置和方法。所述装置包括：雷达信号接收器，其被配置为接收雷达信号，所述雷达信号属于由雷达发送的检测信号，并且所述雷达信号被地面上的物体反射；和控制器，其被配置为通过处理接收到的雷达信号来学习目标数量，并且基于所学信息，通过处理新接收到的雷达信号来估计目标数量。根据本发明的装置和方法，可使得车辆的雷达能够准确地估计目标对象(即目标)的数量。

Description

估计目标数量的装置和方法
相关申请的交叉引用
本申请基于35U.S.C.§119(a)要求于2019年1月22日向韩国知识产权局提交的、申请号为10-2019-0007997的韩国专利申请的优先权，其全部内容通过引用并入本申请。
技术领域
本公开的实施方式涉及一种用于估计目标数量的装置和方法，并且更具体地，涉及一种用于估计目标数量的装置和方法，其使车辆的雷达能够准确地估计目标物体(即，目标)的数量。
背景技术
通常，车辆的雷达是指可以安装在车辆上的各种形状的雷达设备，并用于防止由于恶劣的天气情况或驾驶员的粗心而引起的事故的发生，并用于检测车辆周围的物体。
近来，随着对安全性和驾驶员便利性的兴趣增加，开发了使用这种车辆的雷达设备的各种车辆安全性和便利性技术。
例如，开发了各种技术，诸如用于检测正在行驶的车辆之前的车辆和自动跟踪所检测到的车辆的智能巡航技术、自动驾驶技术，和自动紧急制动技术。
可以在这些技术中广泛使用的车辆的雷达可以使用在发送雷达信号之后反射的反射信号来检测周围物体。
然而，使用这种车辆的雷达设备的各种车辆安全性和便利性技术基本上是基于车辆的雷达可以准确地估计目标数量。即，仅当准确地估计目标(即，目标物体)的数量时，才可以准确地估计目标角度。
在传统技术中，对目标角度的估计进行了深入研究，但是用于准确地估计目标数量的研究不足。
在公开号为10-2017-0075474(2017年7月3日)、名称为“用于检测目标物体的方法及其装置”的韩国专利申请中公开了本公开的背景技术。
发明内容
各种实施方式针对提供一种用于估计目标数量的装置和方法，其使得车辆的雷达能够准确地估计目标对象(即目标)的数量。
在一个实施方式中，一种用于估计目标数量的装置包括：雷达信号接收器，其被配置为接收雷达信号，所述雷达信号属于由雷达发送的检测信号，并且所述雷达信号被地面上的物体反射；和控制器，其被配置为通过处理接收到的雷达信号来学习目标数量，并且基于所学信息，通过处理新接收到的雷达信号来估计目标数量。
在一个实施方式中，控制器被配置为包括：学习单元，其被配置为通过处理所述接收到的雷达信号来学习目标数量；和估计单元，其被配置为通过基于所学信息，通过处理所述新接收到的雷达信号来估计目标数量。
在一个实施方式中，控制器被配置为接收已知的目标数量和相应的角谱，并提取特征点信息，和使用神经网络(NN)来学习所述特征点信息。
在一个实施方式中，基于目标数量来指定角谱的形状。
在一个实施方式中，根据角谱的形状来指定对于角谱的预设主要部分的特征点信息。
在一个实施方式中，控制器被配置为当在学习过程和估计过程中提取角谱时，相同地设置角度(θ)的范围和权重(W)。
在一个实施方式中，控制器被配置为：从所述角谱的最大信号的两侧的每一侧上的指定数量的信号，提取与所述最大信号的大小和位置相对应的角度、距所述最大信号的3dB较小位置处的角度信息、与旁瓣的大小和位置相对应的角度，和与零值的大小和位置相对应的角度信息中的至少一个作为所述特征点信息。
在一个实施方式中，控制器被配置为参数化特征点信息，以便将特征点信息输入到神经网络(neural network,NN)，和接收参数化的特征点信息并将参数化的特征点信息教导给NN。
在一个实施方式中，控制器被配置为接收目标数量已知的雷达信号的角谱，并且从该角谱提取特征点信息，将在学习过程中提取的权重相同地应用于估计单元，和通过将权重输入到与学习单元中使用的NN相同的NN来估计目标数量。
在一个实施方式中，一种用于估计目标数量的方法包括：由雷达信号接收器接收雷达信号，所述雷达信号属于由雷达发送的检测信号，并且所述雷达信号被地面上的物体反射；和由控制器通过处理接收到的雷达信号来学习目标数量，并基于所学信息，通过处理新接收到的雷达信号来估计目标数量。
在一个实施方式中，控制器被配置为由学习单元通过处理接收到的雷达信号来学习目标数量，和由估计单元基于所学信息，通过处理新接收到的雷达信号来估计目标数量。
在一个实施方式中，在学习目标数量时，控制器被配置为接收已知的目标数量和相应的角谱，提取特征点信息，并使用神经网络(NN)学习特征点信息。
在一个实施方式中，基于目标数量来指定角谱的形状。
在一个实施方式中，根据角谱的形状来指定对于角谱的预设主要部分的特征点信息。
在一个实施方式中，在学习目标数量和估计目标数量中，控制器被配置为在提取角谱时相同地设置角度(θ)的范围和权重(W)。
在一个实施方式中，为了提取特征点信息，控制器被配置为从角谱的最大信号的两侧的每一侧上的指定数量的信号，提取与所述最大信号的大小和位置相对应的角度、距所述最大信号的3dB较小位置处的角度信息、与旁瓣的大小和位置相对应的角度，和与零值的大小和位置相对应的角度信息中的至少一个作为所述特征点信息。
在一个实施方式中，当提取特征点信息时，控制器被配置为参数化特征点信息，以便将特征点信息输入到神经网络(NN)，和接收参数化的特征点信息，并将参数化的特征点信息教导给NN。
在一个实施方式中，在估计目标数量中，控制器被配置为接收目标数量已知的雷达信号的角谱，并从所述角谱中提取特征点信息，将在学习过程中提取的权重相同地应用于估计单元，通过将权重输入到与学习单元中使用的NN相同的NN来估计目标数量。
附图说明
图1是示出根据本公开的实施方式的用于估计目标数量的装置的示意性配置的示例图。
图2是用于描述图1所示的学习单元的详细操作的流程图。
图3是用于描述图2中的角谱的特征点信息的示例图。
图4是用于描述图3中的提取特征点信息的过程的流程图。
图5是示出与图2中的目标数量相对应的角谱的形状的示例图。
图6是用于描述图1所示的估计单元的详细操作的流程图。
具体实施方式
如在传统的相应领域中，在功能块、单元和/或模块方面可以在附图中示出一些示例性实施方式。本领域普通技术人员将理解，这些块、单元和/或模块由诸如逻辑电路、分立组件、处理器、硬连线电路、存储元件、布线连接等电子(或光学)电路物理地实现。当块、单元和/或模块由处理器或类似硬件实现时，可以使用软件(例如，代码)对它们进行编程和控制，以执行本文讨论的各种功能。可替代地，每个块、单元和/或模块可以由专用硬件实现，或作为执行一些功能的专用硬件和执行其他功能的处理器(例如，一个或多个编程的处理器和相关的电路)的组合。在不背离本发明构思的范围的情况下，一些示例性实施方式的每个块、单元和/或模块可以物理地分成两个或更多个相互作用和离散的块、单元和/或模块。此外，在不脱离本发明构思的范围的情况下，一些示例性实施方式的块、单元和/或模块可以物理地组合成更复杂的块、单元和/或模块。
在下文中，将通过实施方式的各种示例，参照附图来描述用于估计目标数量的装置和方法。
在这样的过程中，为了说明的清楚和方便起见，可能夸大图中所示的线的粗细或元件的尺寸。下文将描述的术语已经通过考虑它们在本发明公开中的功能来定义，并且可以根据操作者的意图或实践而不同。因此，应基于本说明书的整体内容来解释这些术语。
图1是示出根据本公开的实施方式的用于估计目标数量的装置的示意性配置的示例图。
如图1所示，根据本实施方式的用于估计目标数量的装置包括雷达信号接收器100、控制器200，和目标数量信息输出单元300。
雷达信号接收器100接收信号(以下称为“雷达信号”)，其属于由雷达(未示出)发送的检测信号并且被地面上的物体反射。
控制器200通过处理接收到的雷达信号来学习目标数量，并且基于该学习，通过处理新接收到的雷达信号来估计目标数量。
控制器200包括：学习单元210，其用于通过处理接收到的雷达信号来学习目标数量；和估计单元220，其用于基于该学习通过处理新接收到的雷达信号来估计目标数量。在本实施方式中，为了方便起见，分别描述了学习单元210和估计单元220的操作，但是它们可以通过集成到控制器200中来描述。
目标数量信息输出单元300输出了由控制器200估计的关于目标数量的信息。例如，目标数量信息输出单元300可以基于估计的关于目标数量的信息，通过执行角度算法来估计目标角度。
图2是用于描述图1所示的学习单元210的详细操作的流程图。
参照图2，学习单元210通过输入已知的目标数量和相应的角谱来提取特征点信息，并且通过学习特征点信息(例如，可以使用神经网络来学习目标数量)来计算神经网络(以下称为“NN”)的权重。
更具体地，学习单元210基于目标数量和目标角度来接收角谱(S101)。
在这种情况下，可以使用数字波束成形方案来接收角谱。在常规技术中，只有使用角谱才能识别目标是否位于前方(在雷达方向上)和方向(或角度)。
相反，在本实施方式中，学习单元210从角谱中提取特征点信息(即，与目标数量相对应的角谱的特征点信息)(S102)，并使用该特征点信息来学习目标数量(S103)(例如，可以使用NN来学习目标数量)。
在这种情况下，用于学习特征点(即，学习特征点信息)的NN方案可以使用公开的NN(包括前馈NN)中的任何一种。
作为参考，在本实施方式中，根据目标数量，角谱具有不同形状。因此，角谱的主要部分具有不同的特征点信息(参考图5)。因此，在本实施方式中，通过学习这样的特征点信息来估计目标数量。
在这种情况下，当提取角谱时，角度(θ)的范围(例如，在-50度至+50度的范围内)和权重(W)被相同地设置，使得可以基于相同的标准进行学习和估计。
图3是用于描述图2中的角谱的特征点信息的示例图。
参照图3，特征点信息(例如，与最大信号的大小和位置相对应的角度(最大峰值)、与3dB波束宽度相对应的角度、每个旁瓣的角度和大小，和零值(nulling)的角度和大小)是从最大信号的两侧的每一侧上的指定数量的信号(例如，左侧和右侧的每一侧上的两个信号)中提取的。
图4是用于描述图3中提取特征点信息的过程的流程图。
参照图4，当接收到角谱时(S201)，学习单元210提取与最大信号的大小和位置相对应的角度(即，与位置相对应的角度)作为特征点信息，提取从最大信号的3dB较小位置处的角度信息，提取与旁瓣的大小和位置相对应的角度(即，与位置相对应的角度)，和提取与零值的大小和位置相对应的角度信息(S202)。此外，学习单元210对所提取的特征点信息进行参数化，以使其被输入到NN(S203)。
结果，学习单元210接收并学习被参数化以输入到NN的特征点信息(例如，可以使用NN来学习目标数量)。
参照图2，当学习单元210学习特征点信息时，其提取对应NN的权重(S104)。
这是为了在估计目标数量时，通过允许将经过训练的权重相同地应用于NN，从而能够基于相同的准则执行学习和估计。
图5是示出与图2中的目标数量相对应的角谱的形状的示例图。作为参考，图5的角谱是示出在天线间隔＝1λ并且阵列天线的数量是9的情况下的角谱的示例图。
参考图5，根据目标数量，角谱具有不同的形状(或形式)。因此，角谱的主要部分具有不同的特征点信息。
在这种情况下，图5(b)和5(c)对应于目标数量为2并且需要具有相同信号波形的情况。然而，在图5(b)和5(c)中，信号波形通常具有相似的形状，但是具体有不同的信号波形。原因是因为信号波形根据雷达的分辨率而不同。这意味着需要对每个车辆雷达不同地执行学习和估计。
上述学习的信息(即，基于目标数量的每个频谱的形状和特征点信息)被存储在内部数据库(未示出)或存储器(未示出)中。
图6是用于描述图1所示的估计单元220的详细操作的流程图。
参照图6，估计单元220接收目标数量已知的角谱，提取该角谱的特征点信息，将由学习单元210提取的权重应用于特征点信息，并且通过将特征点信息输入到相应的NN来估计目标数量。
更具体地，估计单元220接收新目标(即，其数目将被估计的目标)的角谱(S301)。
此外，估计单元220从角谱提取特征点信息(即，与目标数目相对应的角谱的特征点信息)(S302)。
此外，估计单元220将学习单元210先前使用特征点信息学习目标数量时提取的权重相同地应用于估计单元220(S303)(例如，估计单元220可以使用与通过学习单元210所使用的NN相同的NN)。
因此，估计单元220基于通过应用权重已经学习的信息，来估计与提取的特征点信息相对应的目标数量(S304)。
如上所述，本实施方式的效果在于，它可以通过车辆的雷达准确地估计目标物体(即，目标)的数量，并且可以基于精确估计的目标数量来精确地估计目标角度。此外，具有可以减少错误检测和未检测概率的效果。
上面已基于附图中示出的实施方式描述了本公开，但是实施方式仅是说明性的。本公开所属领域的技术人员将理解，各种修改和其它等效实施方式可能来自于这些实施方式。因此，本公开保护的技术范围应由本技术方案确定。此外，在本说明书中描述的实施可以实现为例如方法或过程、装置、软件程序、数据流或信号。尽管仅在单一形式的实现的上下文中讨论了本公开(例如，仅作为方法讨论)，但是具有所讨论的特征的实现也可以以另一形式(例如，装置或程序)来实现。该装置可以实现为适当的硬件、软件或固件。例如，该方法可以在诸如处理器(通常指处理设备)的装置中实现，其包括计算机、微处理器、集成电路或可编程逻辑设备。该处理器包括通信设备，例如计算机、蜂窝电话、移动电话/个人数字助理(personal digital assistant,“PDA”)和另一设备，其有助于最终用户之间的信息通信。
尽管已经出于说明性目的公开了本公开的优选实施方式，但是本领域技术人员将理解，在不脱离如本技术方案所限定的本公开的范围和精神的情况下，可以进行各种修改、添加和替换。因此，本公开的真实技术范围应由本技术方案限定。

Claims (18)

1.一种估计目标数量的装置，包括：
雷达信号接收器，其被配置为接收雷达信号，所述雷达信号属于由雷达发送的检测信号，并且所述雷达信号被地面上的物体反射；和
控制器，其被配置为通过处理接收到的雷达信号来学习目标数量，并且基于所学信息，通过处理新接收到的雷达信号来估计目标数量。
2.根据权利要求1所述的装置，其中，所述控制器被配置为包括：
学习单元，其被配置为通过处理所述接收到的雷达信号来学习目标数量；和
估计单元，其被配置为基于所学信息，通过处理所述新接收到的雷达信号来估计目标数量。
3.根据权利要求2所述的装置，其中，所述控制器被配置为：
接收已知的目标数量和相应的角谱，并提取特征点信息，和
使用神经网络(NN)学习所述特征点信息。
4.根据权利要求3所述的装置，其中，基于目标数量来指定所述角谱的形状。
5.根据权利要求3所述的装置，其中，根据所述角谱的形状来指定对于所述角谱的预设主要部分的特征点信息。
6.根据权利要求2所述的装置，其中，所述控制器被配置为当在学习过程和估计过程中提取角谱时，相同地设置角度(θ)的范围和权重(W)。
7.根据权利要求3所述的装置，其中，所述控制器被配置为：从所述角谱的最大信号的两侧的每一侧上的指定数量的信号，提取与所述最大信号的大小和位置相对应的角度、距所述最大信号的3dB较小位置处的角度信息、与旁瓣的大小和位置相对应的角度，和与零值的大小和位置相对应的角度信息中的至少一个作为所述特征点信息。
8.根据权利要求3所述的装置，其中，所述控制器被配置为：
参数化所述特征点信息，以便将所述特征点信息输入到神经网络(NN)，和
接收参数化的特征点信息，并将所述参数化的特征点信息教导给所述NN。
9.根据权利要求2所述的装置，其中，所述控制器被配置为：
接收目标数量已知的雷达信号的角谱，并从所述角谱中提取特征点信息，
将在学习过程中提取的权重相同地应用于所述估计单元，和
通过将所述权重输入到与所述学习单元中使用的NN相同的NN来估计目标数量。
10.一种估计目标数量的方法，包括：
由雷达信号接收器接收雷达信号，所述雷达信号属于由雷达发送的检测信号，并且所述雷达信号被地面上的物体反射；和
由控制器通过处理接收到的雷达信号来学习目标数量，并且基于所学信息，通过处理新接收到的雷达信号来估计目标数量。
11.根据权利要求10所述的方法，其中，所述控制器被配置为：
由学习单元通过处理所述接收到的雷达信号来学习目标数量；和
由估计单元基于所学信息，通过处理所述新接收到的雷达信号来估计目标数量。
12.根据权利要求11所述的方法，其中，在所述学习目标数量时，所述控制器被配置为接收已知的目标数量和相应的角谱，提取特征点信息，并使用神经网络(NN)学习所述特征点信息。
13.根据权利要求12所述的方法，其中，基于目标数量来指定所述角谱的形状。
14.根据权利要求12所述的方法，其中，根据所述角谱的形状来指定对于所述角谱的预设主要部分的特征点信息。
15.根据权利要求11所述的方法，其中，在所述学习目标数量和估计目标数量中，所述控制器被配置为在提取角谱时相同地设置角度(θ)和权重(W)的范围。
16.根据权利要求12所述的方法，其中，为了提取所述特征点信息，控制器被配置为从所述角谱的最大信号的两侧的每一侧上的指定数量的信号，提取与所述最大信号的大小和位置相对应的角度、距所述最大信号的3dB较小位置处的角度信息、与旁瓣的大小和位置相对应的角度，和与零值的大小和位置相对应的角度信息中的至少一个作为所述特征点信息。
17.根据权利要求12所述的方法，其中，当提取所述特征点信息时，所述控制器被配置为：
参数化所述特征点信息，以便将所述特征点信息输入到神经网络(NN)，和
接收参数化的特征点信息，并将所述参数化的特征点信息教导给所述NN。
18.根据权利要求11所述的方法，其中，在所述估计目标数量中，所述控制器被配置为：
接收目标数量已知的雷达信号的角谱，并从所述角谱中提取特征点信息，
将在学习过程中提取的权重相同地应用于所述估计单元，和
通过将所述权重输入到与所述学习单元中使用的NN相同的NN来估计目标数量。
CN202010061420.6A 2019-01-22 2020-01-19 估计目标数量的装置和方法 Active CN111458712B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190007997A KR20200091141A (ko) 2019-01-22 2019-01-22 타겟 개수 추정 장치 및 방법
KR10-2019-0007997 2019-01-22

Publications (2)

Publication Number Publication Date
CN111458712A true CN111458712A (zh) 2020-07-28
CN111458712B CN111458712B (zh) 2023-11-03

Family

ID=71403062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010061420.6A Active CN111458712B (zh) 2019-01-22 2020-01-19 估计目标数量的装置和方法

Country Status (4)

Country Link
US (1) US11726177B2 (zh)
KR (1) KR20200091141A (zh)
CN (1) CN111458712B (zh)
DE (1) DE102020101079A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112303765B (zh) * 2020-11-05 2023-11-21 青岛海信日立空调系统有限公司 一种空调器和控制方法
RU2761106C1 (ru) * 2021-02-15 2021-12-06 Сергей Евгеньевич Мищенко Способ определения направления на цель цифровой антенной решеткой моноимпульсной радиолокационной станции
CN113721232B (zh) * 2021-11-02 2022-02-18 浙江宇视科技有限公司 目标对象检测方法、装置、电子设备及介质
US20230305111A1 (en) * 2022-03-23 2023-09-28 Nxp B.V. Direction of arrival (doa) estimation using circular convolutional network

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5768477A (en) * 1996-09-10 1998-06-16 Southwest Research Institute Radio direction finding system for narrowband multiple signals
US6278799B1 (en) * 1997-03-10 2001-08-21 Efrem H. Hoffman Hierarchical data matrix pattern recognition system
CN101334475A (zh) * 2007-06-27 2008-12-31 通用汽车环球科技运作公司 利用雷达数据融合估计目标仰角的方法
US20100271254A1 (en) * 2007-12-25 2010-10-28 Honda Elesys Co., Ltd. Electronic scanning type radar device, estimation method of direction of reception wave, and program estimating direction of reception wave
CN103412290A (zh) * 2013-08-06 2013-11-27 电子科技大学 知识辅助的apr非均匀样本检测方法
US20170123428A1 (en) * 2015-11-04 2017-05-04 Zoox, Inc. Sensor-based object-detection optimization for autonomous vehicles
CN107436432A (zh) * 2016-05-25 2017-12-05 松下知识产权经营株式会社 物体检测装置、程序和记录介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6567832B2 (ja) * 2015-01-29 2019-08-28 日本電産株式会社 レーダシステム、レーダ信号処理装置、車両走行制御装置および方法、ならびにコンピュータプログラム
KR102404891B1 (ko) 2015-12-23 2022-06-07 주식회사 에이치엘클레무브 타켓 물체 감지 방법 및 그 장치
KR101969782B1 (ko) 2017-07-14 2019-04-17 (유)이안지오텍 도로안전시설물용 야생동물 로드킬 방지장치 및 방법
CN111433627B (zh) * 2018-04-05 2023-09-22 谷歌有限责任公司 使用机器学习执行角估计的基于智能设备的雷达系统
US20210083395A1 (en) * 2018-04-12 2021-03-18 Metawave Corporation Method and apparatus for object detection incorporating metamaterial antenna side lobe features

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5768477A (en) * 1996-09-10 1998-06-16 Southwest Research Institute Radio direction finding system for narrowband multiple signals
US6278799B1 (en) * 1997-03-10 2001-08-21 Efrem H. Hoffman Hierarchical data matrix pattern recognition system
CN101334475A (zh) * 2007-06-27 2008-12-31 通用汽车环球科技运作公司 利用雷达数据融合估计目标仰角的方法
US20100271254A1 (en) * 2007-12-25 2010-10-28 Honda Elesys Co., Ltd. Electronic scanning type radar device, estimation method of direction of reception wave, and program estimating direction of reception wave
CN103412290A (zh) * 2013-08-06 2013-11-27 电子科技大学 知识辅助的apr非均匀样本检测方法
US20170123428A1 (en) * 2015-11-04 2017-05-04 Zoox, Inc. Sensor-based object-detection optimization for autonomous vehicles
CN107436432A (zh) * 2016-05-25 2017-12-05 松下知识产权经营株式会社 物体检测装置、程序和记录介质

Also Published As

Publication number Publication date
US20200233062A1 (en) 2020-07-23
DE102020101079A1 (de) 2020-07-23
CN111458712B (zh) 2023-11-03
KR20200091141A (ko) 2020-07-30
US11726177B2 (en) 2023-08-15

Similar Documents

Publication Publication Date Title
CN111458712B (zh) 估计目标数量的装置和方法
US11433910B2 (en) Electronic control unit, gateway circuit for an airbag electronic control unit, safety system for a vehicle, and environmental sensor element
US10634775B2 (en) MIMO radar device for the decoupled determination of an elevation angle and an azimuth angle of an object and method for operating a MIMO radar device
EP3916427A1 (en) Radar apparatus and method
US20150198705A1 (en) Method, antenna array, radar system and vehicle
CN113391305B (zh) 多雷达融合的虚假目标抑制方法、装置及终端设备
US11187788B2 (en) Nonlinear array antenna radar and method thereof
US20230139751A1 (en) Clustering in automotive imaging
WO2019220503A1 (ja) 物体検出装置及び物体検出方法
US20150198704A1 (en) Antenna Array, Radar System, Vehicle And Method
EP4012449A1 (en) Target detection device
US20230236315A1 (en) Imaging radar super-resolution for stationary objects
CN112986945B (zh) 雷达目标的识别方法、装置、设备和存储介质
JP2010181182A (ja) 車載レーダ装置、及びターゲット認識方法
CN109691063B (zh) 用于接收、处理和传输数据的方法和设备
US11726178B2 (en) LIDAR sensor apparatus and control method thereof
JP2021060195A (ja) 物標検出装置の製造方法、車両の製造方法及びプログラム
US20230260395A1 (en) Correction data generation device, correction data generation method and computer readable medium
CN111699407B (zh) 微波雷达检测栅栏附近静止物体的方法和毫米波雷达
KR101704635B1 (ko) 레이더 및 영상 래스터 데이터를 이용한 목표물 탐지 방법 및 장치
CN113009467B (zh) 一种雷达盲区目标检测跟踪方法、装置及终端设备
CN113960590A (zh) 雷视融合系统、终端
US11933887B2 (en) Apparatus and method for controlling radar
KR100693167B1 (ko) 이동체의 위치를 인식하는 위치인식장치 및 방법
CN113514825A (zh) 道路边缘的获取方法、装置和终端设备

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