CN112098960A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN112098960A
CN112098960A CN202010558223.5A CN202010558223A CN112098960A CN 112098960 A CN112098960 A CN 112098960A CN 202010558223 A CN202010558223 A CN 202010558223A CN 112098960 A CN112098960 A CN 112098960A
Authority
CN
China
Prior art keywords
alignment
radar
road vehicle
alignment angle
angle
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
CN202010558223.5A
Other languages
English (en)
Inventor
T.古斯塔夫松
J.萨尔施泰特
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.)
Zhenati Co
Zenuity AB
Original Assignee
Zhenati Co
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 Zhenati Co filed Critical Zhenati Co
Publication of CN112098960A publication Critical patent/CN112098960A/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
    • 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
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • 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
    • G01S7/4026—Antenna boresight
    • 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
    • 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
    • G01S2013/93272—Sensor installation details in the back of the 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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system
    • G01S7/4026—Antenna boresight
    • G01S7/403—Antenna boresight in azimuth, i.e. in the horizontal plane
    • 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
    • G01S7/4052—Means for monitoring or calibrating by simulation of echoes
    • G01S7/4082—Means for monitoring or calibrating by simulation of echoes using externally generated reference signals, e.g. via remote reflector or transponder
    • G01S7/4091—Means for monitoring or calibrating by simulation of echoes using externally generated reference signals, e.g. via remote reflector or transponder during normal radar operation

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)
  • Traffic Control Systems (AREA)

Abstract

一种从对准角度的初始可用粗略估计开始来确定用于道路车辆雷达自动对准控制器（3）的两个或更多个道路车辆（1）运载的雷达传感器（4）的所述对准角度的方法。从至少两个雷达传感器（4）获得与对探测的距离、方位角和距离变化率相关的信号。筛选（5）所述检测以确定来自静止目标的检测。从来自静止目标所确定的检测中导出线性化的信号处理模型，所述模型涉及所述道路车辆的对准角度、纵向和横向速度以及侧转率。应用（6）滤波算法来估计所述对准角度。基于所述估计的对准角度，产生适合于使道路车辆雷达自动对准控制器执行雷达偏移补偿的信号。

Description

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
技术领域
本公开一般上涉及道路车辆雷达传感器的对准角度的确定，并且特定地涉及从对准角度的初始可用粗略估计开始来确定用于道路车辆雷达自动对准控制器的两个或更多个道路车辆运载雷达传感器的对准角度的方法。
背景技术
当今许多道路车辆包括物体检测传感器，其例如被用于实现自我车辆的定位以及实现碰撞警告或避免以及其他主动安全应用。这种物体检测传感器可以使用多种检测技术中的任何一种，所述技术诸如例如近程或远程雷达、具有图像处理的照相机、激光或LIDAR以及超声波。物体检测传感器检测自我车辆附近处的车辆和其他物体，并且定位或安全功能性的应用软件可以使用这样的物体检测信息以在适当时采取行动或发出警告。
为了使这种定位或安全功能性最佳地执行，物体检测传感器必须与自我车辆正确地对准。传感器未对准可能具有重要的后果，因为自我车辆附近处的车辆和其他物体可能被解释为具有与其实际具有的位置不同的其他位置。即使车辆上存在多个物体检测传感器，将它们进行对准也很重要，以便最小化或消除冲突或不准确的传感器读数。
先前，物体检测传感器通常被直接集成到道路车辆的前部或后部仪表板（fascia）中。这种类型的安装具有以下缺点：通常没有实际的方式来物理地调整这种物体检测传感器的对准。因此，如果物体检测传感器变得与车辆的真实驶向（heading）不对准，例如由于仪表板的损坏或与使用年限和天气相关的变形，除了更换包含传感器的整个仪表板组件之外，传统上不存在校正不对准的方式。
US 2017261599（A1）提出了致力于该难题的一种尝试并公开了一种方法和传感器系统，其用于自动确定主车辆上的物体传感器位置和对准并用于在软件中自动校准传感器位置和对准，从而确保准确的传感器读数而不需要对传感器进行机械调整。在正常操作时，雷达传感器检测主车辆周围的物体。静态物体是被标识为具有大约等于零的地面速度的物体。车辆动力学传感器提供车辆纵向和横向速度以及侧转率（yaw-rate）数据。对静态物体的测量数据（包括相对于传感器的方位角角度、距离和距离变化率）连同车辆动力学数据一起被用于递归几何计算，其收敛于主车辆上的雷达传感器的二维位置和方位角对准角度的实际值。姿态估计计算中仅使用静态物体。通过仅使用静态物体，减少了传感器姿态估计计算中涉及的未知量的数量，使得雷达传感器的姿态可以通过对多个测量循环上的递归计算来确定。静态物体具有由距离和方位角角度和距离变化率定义的位置，所述距离和方位角角度和距离变化率全部都由雷达传感器测量。从定义的几何关系中，在传感器测量数据的每个新集合的到达时，可以递归地执行一对计算。在第一计算中，假设方位角定向角α是已知的（从默认设置中，或者从递归计算的先前循环中），并且计算出位置值a和b。在第二计算中，假设位置值a和b是已知的（从默认设置中，或者从递归计算的先前循环中），并且计算出方位角定向角α。在一时间段内（标称为一分钟到数分钟），在测量数据每秒到达若干次的情况下，这些计算将收敛以产生传感器姿态的实际值（a、b、α）。
尽管US 2017261599（A1）讨论了传感器安装位置和方位角对准角度的估计，但这是在假设纵向速度、横向速度和侧转率是已知的情况下进行的，这使得能够通过将最小化问题作为约束最小二乘问题来解决。然而，在许多情况下，纵向速度、横向速度和侧转率是未知的，这是该解决方案不能应用的原因。因此，存在对改进道路车辆运载物体传感器，尤其是道路车辆运载雷达传感器的对准角度的确定的需要。
发明内容
本发明的目的是提供一种确定两个或更多个道路车辆运载雷达传感器的对准角度的改进方法。
根据第一方面，提供了一种从对准角度的初始可用粗略估计开始来确定用于道路车辆雷达自动对准控制器的两个或更多个道路车辆运载的雷达传感器的所述对准角度的方法，所述方法包括:从至少两个雷达传感器获得与对探测的距离、方位角和距离变化率相关的信号；筛选所述检测以确定来自静止目标的检测；从来自静止目标所确定的检测中导出线性化的信号处理模型，所述模型涉及所述道路车辆的对准角度、纵向和横向速度以及侧转率；应用滤波算法来估计所述对准角度；基于所述估计的对准角度，产生适合于使道路车辆雷达自动对准控制器执行雷达偏移补偿的信号。通过允许使用线性化的信号处理模型使得能够应用计算有效率的滤波算法来以有效和迅速的方式估计对准角度。
在另一实施例中，所述方法还包括从所述车辆运载的雷达传感器的已知标称安装角度获得对准角度的所述初始可用粗略估计。
在仍有另一实施例中，所述方法还包括筛选所述检测，以通过监测所述道路车辆的纵向和横向速度和侧转率连同所述检测的所获得范围变化率来确定来自静止目标的检测。
在仍有另一实施例中，所述方法还包括使用所谓的随机样本合意（RANSAC）技术或通过运行目标跟踪并搜索（looking at）时间效应来筛选所述检测以确定来自静止目标的检测。
在附加的实施例中，所述方法还包括通过执行旋转矩阵的泰勒级数展开来导出所述线性化的信号处理模型，所述旋转矩阵涉及所述道路车辆的方位角对准角度、纵向和横向速度以及侧转率。
在仍有附加的实施例中，所述方法还包括应用于估计所述对准角度的所述滤波算法是卡尔曼滤波、最小均方滤波、递归最小二乘滤波、有窗最小二乘滤波或基于适合于与所述线性化的信号处理模型一起使用的其他信号处理算法的滤波算法中的一种。
根据第二方面，存在一种道路车辆系统，其包括用于根据以上方法所述的雷达自动对准的控制器。
根据另一方面，存在包括具有用于根据以上方法所述的雷达自动对准的控制器的系统。
根据仍有另一方面，存在一种实施在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括用于控制道路车辆雷达自动对准控制器执行用于道路车辆雷达自动对准的过程的程序代码，所述过程包括以上方法。
根据仍有另一方面，存在一种包括指令的计算机程序，当由处理电路执行时，所述指令被配置成使所述道路车辆系统执行以上方法。
根据附加的实施例，存在一种包括以上计算机程序的载体，其中所述载体是电信号、光信号、无线电信号或计算机可读存储介质中的一种。
上述实施例的有益效果是，允许使用线性化的信号处理模型，并且从而能够应用计算有效率的滤波算法来以有效和迅速的方式估计车载道路车辆上的对准角度。
结合附图一道，从以下描述和所附权利要求中，本发明的附加特征将变得显而易见。
附图说明
在下面内容中，本文的实施例将仅参考附图通过示例的方式进行更详细的描述，所述附图中:
图1示意性示出了在自身车辆上的一个雷达传感器的定位和对准。
图2示意性示出了具有包括根据本文所述方法的用于雷达自动对准的控制器的系统的道路车辆。
图3示意性示出了根据本文所述方法实现雷达自动对准的可行功能架构。
图4示意性示出了用于执行本文所述的各种步骤和过程的数据处理布置。
图5示意性示出了根据备选实施例的可以如何在远离于道路车辆的位置执行处理。
具体实施方式
下面将描述确定用于道路车辆雷达自动对准控制器3的两个或更多个道路车辆1运载的雷达传感器4的对准角度的方法的一些示例实施例，道路车辆系统2包括根据所述方法的用于雷达自动对准的控制器3，并且道路车辆1包括这样的系统2以及用于使这样的系统2执行所述方法的计算机程序12。
雷达自动对准是无监督精确确定雷达传感器4的首要波束方向与相关联道路车辆1的方向之间的角度的问题。该角度由于工厂中的安装公差而变化，但是当雷达传感器4处于操作中时，由于磨损和温度改变，通常还存在有一些漂移（drift），其必须被连续补偿。
因此，在此考虑的问题是以计算有效的方式在线估计雷达4对准角度。本文提出的方法还能够估计纵向的和横向的速度以及侧转率。
所提出的方法不但主要用于对由雷达4报告的角度的偏移补偿，而且也用于对车辆动力学自我运动数据的校准，所述数据主要是纵向速度以及用于例如从安全角度对雷达4的监测。
因此，本文描述的是从对准角度的初始可用粗略估计开始来确定用于道路车辆雷达自动对准控制器3的两个或更多个道路车辆1运载的雷达传感器4的对准角度的方法。
对准角度的初始可用粗略估计可以例如从车辆运载雷达传感器4的已知标称安装角度中获得。车辆运载雷达传感器4的这些已知标称安装角度可以例如从道路车辆1相关的数据库中获得，所述数据库包括用于雷达传感器4的标称参数，诸如关于雷达传感器4的安装对准角度的数据。
来自至少两个雷达传感器4的是与探测的距离、方位角和距离变化率相关的获得的信号。这是因为所提出的等式系统对于一个雷达4来说是欠定的（underdetermined）。根据所提出的方法，需要来自至少两个雷达4的信号以用于对准角度和道路车辆1速度的单次瞬象估计。
检测被筛选5以确定来自静止目标的检测。对检测进行筛选以确定来自静止目标的检测可以例如通过监测道路车辆1的纵向和横向速度和侧转率以及检测的所获得距离变化率一同来进行。因此，例如可以通过雷达4测量在方位角方向上投射的检测速度中的差并将其与自身车辆1速度相组合来进行确定，以推断检测是否来自于静止目标。
备选地，可以使用所谓的随机样本合意（RANSAC）技术或通过运行目标跟踪和搜索（looking at）时间效应来对检测进行筛选5以确定来自静止目标的检测。
RANSAC是一种迭代方法，当异常值对估计值不会给予影响时用于从包含异常值的观察数据的集合中估计数学模型的参数。因此，它也可以被解释为异常值检测方法。RANSAC是在其仅在一定概率下产生合理结果的意义上的非确定性算法，随着允许更多的迭代，这种概率会增加。基本假设是，数据由“内围值”和“异常值”组成，所述内围值是指其分布可以用模型参数的某个集合来解释的数据，尽管这些参数可能受噪声影响，而“异常值”是指不拟合模型的数据。例如，异常值可能来自噪声的极值或来自错误的测量或关于数据解释的不正确假设。RANSAC还假设，给定内围值的集合（通常很小），存在可以估计模型的参数的过程，所述模型可以最佳地解释或拟合这些数据。
根据来自静止目标的所确定检测导出了线性化信号处理模型，所述模型涉及道路车辆的对准角度、纵向和横向速度以及侧转率。线性化信号处理模型可以通过执行旋转矩阵的泰勒级数展开而被导出，所述旋转矩阵涉及道路车辆的对准角度、纵向和横向速度以及侧转率，如下所述的。
为了导出在此所呈现的工作的信号处理模型，首先考虑图1，图1示意性示出了在自身车辆1上一个雷达传感器4的定位和对准。
在此，vx和vy是自我车辆1在自我车辆1的后轴中心的纵向和横向速度。从自我车辆1的后轴中心到第i个雷达的位置的纵向距离表示为δx，i，而横向距离表示为δy，i。对准角度表示为βi，并且在雷达坐标系中表示的自我车辆速度分别表示为vx，i和vy，i。假设平面运动，雷达坐标系中的自身车辆速度由下式获得。
Figure DEST_PATH_IMAGE002
在上式中，Ωz表示车辆侧转率。从Kellner等人于2014年IEEE机器人和自动化国际会议的出版物“Instantaneous Ego-motion Estimation using Multiple DopplerRadars”，pp1592-1597中，假设对于第i个雷达，存在来自静止目标的Mi检测，我们有以下模型:
Figure DEST_PATH_IMAGE004
在此，针对第j检测，vj,i D是多普勒速度，也称为“距离变化率”，而θj,i是传感器帧中针对第j检测的方位角。
为了执行估计，首先，我们目的在于通过计算以下速度来压缩数据的量:
Figure DEST_PATH_IMAGE006
上述计算依赖于矩阵的Moore Penrose伪逆来计算估计。
注意的是，该估计取决于具有成功筛选用于静态检测的数据的能力，所述静态检测的数据将作为锚（anchor）保留。通常，这种筛选过程是基于监测车辆动力学自身-车辆速度连同雷达距离变化率。然而，这种筛选过程有时可能很难变得健壮，并且可选地人们可能因此希望考虑所谓的RANSAC技术以用于决定哪些检测源自于静止物体。
为了继续，在一些重新布置后，模型现在读为如下:
Figure DEST_PATH_IMAGE008
为了达到所提出的信号处理模型，我们将w.r.t.βi线性化，如上所述，假设我们对初始可用的对准角度有粗略的估计:βi=βi nom+ξi。实际上，这是一个合理的假设，因为标称安装角度是已知的，并且我们对估计小的剩余对准角度(例如,大约1度)感兴趣。线性化模型现在看起来像:
Figure DEST_PATH_IMAGE010
为了记号简单起见，以上仅写了对于一个雷达的等式。
现在可以将滤波算法应用于该线性化模型，以便估计对准角度。用于估计对准角度的滤波算法适合地是卡尔曼滤波器、最小均方滤波器、递归最小二乘滤波器和有窗最小二乘滤波器中的一种，或者是基于适合用于利用线性化信号处理模型的其他信号处理算法的滤波算法。
卡尔曼滤波（也称为线性二次估计（LQE））是一种算法，该算法使用随时间观察到的一系列测量，其包含统计噪声和其他不准确性，并通过在针对每个时间帧的变量之上估计联合概率分布，产生倾向于比仅基于单个测量的估计更精确的对未知变量的估计。
算法以两个步骤过程工作。在预测步骤中，卡尔曼滤波产生当前状态变量连同其不确定性的估计。一旦观察到下一次测量的结果，就使用加权平均来更新这些估计，其中具有更高确定性的估计被给予更大的权重。算法是递归的。它可以在实时中运行，仅使用当前输入测量和先前计算的状态及其不确定性矩阵；不需要额外的过去信息。
最小均方（LMS）算法是一类自适应滤波，其用于通过寻找与产生误差信号（即期望信号和实际信号之间的差）的最小均方相关的滤波系数来模仿期望滤波。这是一种随机梯度下降方法，因为滤波仅基于在当前时间的误差进行适应。
递归最小二乘（RLS）是一种自适应滤波算法，其递归地找到将与输入信号相关的加权线性最小二乘代价函数最小化的系数。RLS展现出极快的收敛。然而，这种好处是以高计算复杂性为代价的，如前所述，由于道路车辆车载的处理能力的潜在限制，高计算复杂性可能是不希望的。
有窗最小二乘法（WLS）是最小二乘的递归变体，其目的在于最小化平方误差，但是这是在有限的窗口之上，而不是仅一次迭代。
在优选实施例中，线性化模型被插入到线性卡尔曼滤波机器中。注意的是，以上等式系统对于一个雷达4来说是欠定的。需要至少两个雷达4用于对准角度和道路车辆1速度的单次瞬象估计。
使用卡尔曼滤波的优点在于，与现有技术解决方案（诸如US 2017261599（A1），其一次针对一个雷达执行估计）相比，可以针对若干个雷达传感器4同时估计对准角度。因此，卡尔曼滤波既随时间执行平均，以便减少噪声并获得稳定的角度，又同时组合来自例如四个雷达4a、4b、4c和4d的数据，使得它比其他备选方案更快和更有效。
为了达到以上线性化信号处理，如上所述，应当压缩数据的量，否则人们将必须处理非线性模型，由于处理能力中的潜在限制，在道路车辆1中即使不是不可能进行处理这也将是困难的。本文提出的线性化信号处理模型虑及在道路车辆1中进行简单的实时处理，从而使其非常有用。
基于估计的对准角度的是产生适合于使道路车辆1雷达自动对准控制器3执行雷达4偏移补偿的信号。对于每个雷达传感器4，这样的信号可以例如对应于假设的初始对准角度和实际估计的对准角度之间的差。
如图2中所示，还设想了一种道路车辆1系统2，所述道路车辆1系统2包括根据本文所述方法的用于雷达4自动对准的控制器3，以及一种道路车辆1，所述道路车辆1包括具有用于雷达4自动对准的这样的控制器3的系统2。
系统2可以是高级驾驶员辅助系统（ADAS），诸如例如用于辅助车辆定位的系统，以用于提供碰撞警告或避免或类似等。
图3示意性示出了根据本文所述方法用于实现雷达自动对准的可行功能架构。雷达传感器（前左4a、前右4b、后左4c和后右4d）被布置为向检测到的物体提供距离、方位角和距离变化率。执行筛选5以从静止物体中找到检测。线性化的处理模型受到卡尔曼滤波6的影响，所述卡尔曼滤波6为四个雷达4a、4b、4c和4d提供对准角度偏移。使用从卡尔曼滤波6获得的针对四个雷达4a、4b、4c和4d的对准角度偏移来执行雷达偏移补偿7，以用于产生对准补偿信号10。此外，由于卡尔曼滤波6还可以提供自我车辆1的纵向速度、横向速度和侧转率，因此例如可能使用由卡尔曼滤波6提供的纵向速度来估计关于从车辆动力学9提供的纵向速度的标度误差8，以提供改进的纵向速度信号11。
此外，在此设想的是计算机程序12，例如实施在非暂态计算机可读存储介质上的计算机程序12，计算机程序12包括用于控制道路车辆1雷达自动对准控制器3执行用于道路车辆1雷达自动对准的过程的程序代码，所述过程包括本文描述的方法。
如图4中所示，系统2可以包括一个或多个数据处理布置16，每个布置16包括处理模块17，所述处理模块17通常包括至少一个处理电路14，所述处理电路14包括一个或多个处理器并包括至少一个存储器18，所述存储器18存储由处理电路14可执行的指令，例如计算机程序12（软件），其包括用于执行本文描述的各种步骤和过程的指令。它通常还包括I/O模块19，所述I/O模块19为输入要处理的数据和输出这种处理的结果做准备。
这种计算机程序12可以包括指令，当由处理电路14执行时，所述指令被配置成使得道路车辆系统2执行所述方法。处理电路14可以包括一个或多个处理器（未示出）的集合。载体（未示出）可以包括计算机程序4，其中载体可以是电信号、光信号、无线电信号或计算机可读存储介质中的一种。
处理电路14可以布置在道路车辆1系统2中，如图2中所示，或者布置在远离于道路车辆1的位置，例如远程服务器15，如图5中所示。
在处理电路14被布置在远程服务器15的实施例中，方法可以例如通过在处理电路14和道路车辆1之间连续流式传输（streaming）数据来实现。流式传输是在事件发生时以实时传递内容，即传输数据的连续流。
如图4中所示，系统2或远程服务器15可以包括一个或多个数据处理布置16，每个布置16包括处理模块17，所述处理模块17通常包括至少一个处理电路14，所述处理电路14包括一个或多个处理器并包括至少一个存储器18，所述存储器18存储由处理器可执行的指令，例如计算机程序12（软件），其包括用于执行本文描述的各种步骤和过程的指令，并且还包括I/O模块19，所述I/O模块19为输入要处理的数据和输出这种处理的结果做准备。
道路车辆1和位于这种远程服务器15（云）的处理电路14之间的以及返回到包括用于道路车辆1的雷达自动对准的控制器3的道路车辆系统2的数据的流式传输还可以包括连接到远程服务器15的通信网络，例如如由箭头20所示。这种通信网络20代表道路车辆1可以通过其与远程服务器15通信的一种或多种机制。因此，通信网络20可以是各种无线通信机制中的一种或多种，其包括无线（例如，射频、蜂窝、卫星和微波通信机制）和任何期望的网络拓扑的任何期望组合。示例性通信网络包括无线通信网络，例如使用蓝牙、IEEE 802.11、LTE、5G等。
所有上述因素的组合有助于以计算有效的方式确定两个或更多个道路车辆运载雷达传感器的对准角度的改进方法，所述方法适用于在道路车辆雷达自动对准控制器中的车载使用。
受益于前述描述和相关联附图中呈现的教导，本发明所属领域的技术人员将会想到本文阐述的本发明的许多修改和其他实施例。因此，应当理解的是，本发明不限于所公开的特定实施例，并且修改和其他实施例旨在被包括在所附权利要求的范围内。
此外，尽管前面的描述和相关联的附图在元件和/或功能的某些示例性组合的上下文中描述了示例性实施例，但是应当领会，在不脱离所附权利要求的范围的情况下，可以由备选实施例提供元件和/或功能的不同组合。在这点上，例如，与以上明确描述的那些不同的元件和/或功能的组合也是可以预期的，如可以在所附权利要求中的一些中所阐述的。
在本文描述了优点、益处或对问题的解决方案的情况下，应当领会的是，这些优点、益处和/或解决方案可以适用于一些示例实施例，但不一定适用于所有示例实施例。因此，本文描述的任何优点、益处或解决方案不应被认为是对所有实施例或本文要求保护的实施例是关键的、必需的或必要的。尽管本文采用了特定的术语，但是它们仅用于一般和描述性意义，而不是处于限制的目的。

Claims (11)

1.一种从对准角度的初始可用粗略估计开始来确定用于道路车辆雷达自动对准控制器（3）的两个或更多个道路车辆（1）运载的雷达传感器（4）的所述对准角度的方法，所述方法包括:
从至少两个雷达传感器（4）获得与对探测的距离、方位角和距离变化率相关的信号；
筛选（5）所述检测以确定来自静止目标的检测；
从来自静止目标所确定的检测中导出线性化的信号处理模型，所述模型涉及所述道路车辆的对准角度、纵向和横向速度以及侧转率；
应用（6）滤波算法来估计所述对准角度；
基于所述估计的对准角度，产生适合于使道路车辆雷达自动对准控制器执行雷达偏移补偿的信号。
2.根据权利要求1所述的方法，其中所述方法还包括从所述车辆运载的雷达传感器（4）的已知标称安装角度获得对准角度的所述初始可用粗略估计。
3.根据权利要求1至2中任一项所述的方法，其中所述方法还包括筛选所述检测，以通过监测所述道路车辆（1）的纵向和横向速度和侧转率连同所述检测的所获得范围变化率来确定来自静止目标的检测。
4.根据权利要求1至2中任一项所述的方法，其中所述方法还包括使用所谓的随机样本合意（RANSAC）技术或通过运行目标跟踪并搜索时间效应来筛选所述检测以确定来自静止目标的检测。
5.根据权利要求1至4中任一项所述的方法，其中所述方法还包括通过执行旋转矩阵的泰勒级数展开来导出所述线性化的信号处理模型，所述旋转矩阵涉及所述道路车辆的方位角对准角度、纵向和横向速度以及侧转率。
6.根据权利要求1至5中任一项所述的方法，其中所述方法还包括应用于估计所述对准角度的所述滤波算法是卡尔曼滤波、最小均方滤波、递归最小二乘滤波、有窗最小二乘滤波或基于适合于与所述线性化的信号处理模型一起使用的其他信号处理算法的滤波算法中的一种。
7.一种道路车辆（1）系统（2），包括用于根据权利要求1至6中任一项所述的方法的雷达自动对准的控制器（3）。
8.一种道路车辆（1），包括具有根据权利要求7所述的用于雷达自动对准的控制器（3）的系统（2）。
9.一种实施在非暂态计算机可读存储介质上的计算机程序（12），所述计算机程序（12）包括用于控制道路车辆雷达自动对准控制器（3）执行用于道路车辆（1）雷达自动对准的过程的程序代码，所述过程包括权利要求1至6中任一项所述的方法。
10.一种包括指令的计算机程序（12），当由处理电路（14）执行时，所述指令被配置成使所述道路车辆（1）系统（2）执行根据权利要求1至6中任一项所述的方法。
11.一种包括根据权利要求10所述的计算机程序（12）的载体，其中所述载体是电信号、光信号、无线电信号或计算机可读存储介质中的一种。
CN202010558223.5A 2019-06-18 2020-06-18 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 Pending CN112098960A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19181007.6A EP3754359B1 (en) 2019-06-18 2019-06-18 Method of determination of alignment angles of radar sensors for a road vehicle radar auto-alignment controller
EP19181007.6 2019-06-18

Publications (1)

Publication Number Publication Date
CN112098960A true CN112098960A (zh) 2020-12-18

Family

ID=66998211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010558223.5A Pending CN112098960A (zh) 2019-06-18 2020-06-18 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

Country Status (3)

Country Link
US (1) US11899100B2 (zh)
EP (1) EP3754359B1 (zh)
CN (1) CN112098960A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114791598A (zh) * 2021-01-26 2022-07-26 Aptiv技术有限公司 确定检测的角度的方法和系统
CN114814761A (zh) * 2021-01-29 2022-07-29 Aptiv技术有限公司 用于车辆自我运动估计的雷达数据处理
CN114814762A (zh) * 2021-01-29 2022-07-29 Aptiv技术有限公司 用于车辆自我运动估计的雷达数据处理
CN115421112A (zh) * 2022-09-02 2022-12-02 惠州市德赛西威智能交通技术研究院有限公司 一种车载雷达自校准方法，校准系统，车载雷达和汽车

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731320B (zh) * 2020-12-29 2024-06-21 福瑞泰克智能系统有限公司 车载雷达误差数据的估计方法、装置、设备及存储介质
US11782126B2 (en) * 2021-02-24 2023-10-10 Nxp B.V. System and method for automotive radar sensor orientation estimation using radar detection information of arbitrary detections
US20230005362A1 (en) * 2021-07-02 2023-01-05 Aptiv Technologies Limited Accuracy of Predictions on Radar Data using Vehicle-to-Vehicle Technology

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5964822A (en) * 1997-08-27 1999-10-12 Delco Electronics Corp. Automatic sensor azimuth alignment
DE19952056A1 (de) * 1999-10-28 2001-05-03 Bosch Gmbh Robert Abstandssensor mit einer Kompensationseinrichtung für einen Dejustagewinkel an einem Fahrzeug
US7337650B1 (en) * 2004-11-09 2008-03-04 Medius Inc. System and method for aligning sensors on a vehicle
US7991550B2 (en) * 2006-02-03 2011-08-02 GM Global Technology Operations LLC Method and apparatus for on-vehicle calibration and orientation of object-tracking systems
DE102007058242A1 (de) * 2007-12-04 2009-06-10 Robert Bosch Gmbh Verfahren zur Messung von Querbewegungen in einem Fahrerassistenzsystem
US20120022739A1 (en) * 2010-07-20 2012-01-26 Gm Global Technology Operations, Inc. Robust vehicular lateral control with front and rear cameras
US8775064B2 (en) * 2011-05-10 2014-07-08 GM Global Technology Operations LLC Sensor alignment process and tools for active safety vehicle applications
DE102012018012A1 (de) * 2012-09-12 2014-05-15 Lucas Automotive Gmbh Verfahren zum Betreiben eines Umfeldbeobachtungssystems für ein Kraftfahrzeug
JP6365251B2 (ja) * 2014-02-28 2018-08-01 パナソニック株式会社 レーダ装置
US10024955B2 (en) * 2014-03-28 2018-07-17 GM Global Technology Operations LLC System and method for determining of and compensating for misalignment of a sensor
US9903945B2 (en) * 2015-02-04 2018-02-27 GM Global Technology Operations LLC Vehicle motion estimation enhancement with radar data
US10088553B2 (en) 2016-03-14 2018-10-02 GM Global Technology Operations LLC Method of automatic sensor pose estimation
US10114106B2 (en) * 2016-07-22 2018-10-30 Delphi Technologies, Inc. Automated vehicle radar system with auto-alignment for azimuth, elevation, and vehicle speed-scaling-error
US10202125B2 (en) * 2017-04-12 2019-02-12 GM Global Technology Operations LLC Systems and methods for fault detection in lateral velocity estimation
DE102017221034B3 (de) * 2017-11-24 2019-01-24 Jenoptik Robot Gmbh Verfahren und Vorrichtung zur Ermittlung eines Installationswinkels zwischen einer Fahrbahn, auf der ein Fahrzeug fährt, und einer Erfassungsrichtung eines Mess- bzw. Radarsensors
US10732262B2 (en) * 2017-12-18 2020-08-04 Veoneer Us, Inc. Apparatus and method for detecting alignment of sensor in an automotive detection system
US10816344B2 (en) * 2018-03-07 2020-10-27 Aptiv Technologies Limited Method and system for determining the pointing angle of a moving object
US10634777B2 (en) * 2018-05-30 2020-04-28 Ford Global Technologies, Llc Radar odometry for vehicle
CN114174852A (zh) * 2019-08-02 2022-03-11 三菱电机株式会社 车载用物体检测装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114791598A (zh) * 2021-01-26 2022-07-26 Aptiv技术有限公司 确定检测的角度的方法和系统
CN114814761A (zh) * 2021-01-29 2022-07-29 Aptiv技术有限公司 用于车辆自我运动估计的雷达数据处理
CN114814762A (zh) * 2021-01-29 2022-07-29 Aptiv技术有限公司 用于车辆自我运动估计的雷达数据处理
CN115421112A (zh) * 2022-09-02 2022-12-02 惠州市德赛西威智能交通技术研究院有限公司 一种车载雷达自校准方法，校准系统，车载雷达和汽车

Also Published As

Publication number Publication date
EP3754359B1 (en) 2024-10-09
EP3754359A1 (en) 2020-12-23
US20200400814A1 (en) 2020-12-24
US11899100B2 (en) 2024-02-13

Similar Documents

Publication Publication Date Title
US11899100B2 (en) Method of determination of alignment angles of radar sensors for a road vehicle radar auto-alignment controller
US10088553B2 (en) Method of automatic sensor pose estimation
US7991550B2 (en) Method and apparatus for on-vehicle calibration and orientation of object-tracking systems
CN111881955B (zh) 多源传感器信息融合方法及装置
CN101013158B (zh) 用于车载对象跟踪系统的校准和定向的方法和设备
EP3572839A1 (en) Method of estimating a velocity magnitude of a moving target in a horizontal plane and radar detection system
US11327154B2 (en) Error estimation for a vehicle environment detection system
CN112198503A (zh) 一种目标航迹预测优化方法、装置及雷达系统
EP3477334A1 (en) Automatic radar sensor calibration
US11451457B2 (en) Sensor delay time estimation device, sensor delay time estimation method and recording medium
CN110637209B (zh) 估计机动车的姿势的方法、设备和具有指令的计算机可读存储介质
Steiner et al. Ego-motion estimation using distributed single-channel radar sensors
CN114739415A (zh) 基于多传感器融合的多车定位方法、装置及计算机设备
US20220365193A1 (en) Method for estimating correction angles in a radar sensor for motor vehicles
CN107270904B (zh) 基于图像配准的无人机辅助引导控制系统及方法
US20200371131A1 (en) Abnormality detection device, abnormality detection method, and non-transitory tangible computer readable medium
CN113608182A (zh) 确定雷达传感器的对准参数的方法和系统
CN114740448B (zh) 用于车载雷达的目标状态估计方法、装置及存储介质
US11613272B2 (en) Lane uncertainty modeling and tracking in a vehicle
JP7482440B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN118671719B (zh) 雷达的安装角度标定方法、装置和存储介质及电子设备
Ruan et al. Use of the interacting multiple model algorithm with multiple sensors
CN117906598B (zh) 无人机设备的定位方法、装置、计算机设备和存储介质
JP7409037B2 (ja) 推定装置、推定方法、推定プログラム
CN117518096A (zh) 基于高精度定位的毫米波雷达动态标定方法及其装置

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