CN112098967B - 汽车雷达信号处理中的旁瓣减法 - Google Patents

汽车雷达信号处理中的旁瓣减法 Download PDF

Info

Publication number
CN112098967B
CN112098967B CN202010778783.1A CN202010778783A CN112098967B CN 112098967 B CN112098967 B CN 112098967B CN 202010778783 A CN202010778783 A CN 202010778783A CN 112098967 B CN112098967 B CN 112098967B
Authority
CN
China
Prior art keywords
fft
target
data
side lobes
current
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
CN202010778783.1A
Other languages
English (en)
Other versions
CN112098967A (zh
Inventor
雷蕾
纪玫莉
黄岱
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.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
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 Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN112098967A publication Critical patent/CN112098967A/zh
Application granted granted Critical
Publication of CN112098967B publication Critical patent/CN112098967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/29—Acquisition or tracking or demodulation of signals transmitted by the system carrier including Doppler, related
    • 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
    • G01S7/414—Discriminating targets with respect to background clutter
    • 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
    • G01S13/08—Systems for measuring distance only
    • G01S13/10—Systems for measuring distance only using transmission of interrupted, pulse modulated waves
    • G01S13/26—Systems for measuring distance only using transmission of interrupted, pulse modulated waves wherein the transmitted pulses use a frequency- or phase-modulated carrier wave
    • G01S13/28—Systems for measuring distance only using transmission of interrupted, pulse modulated waves wherein the transmitted pulses use a frequency- or phase-modulated carrier wave with time compression of received pulses
    • 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
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G01S13/524—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi
    • G01S13/53—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi performing filtering on a single spectral line and associated with one or more range gates with a phase detector or a frequency mixer to extract the Doppler information, e.g. pulse Doppler 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
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—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
    • G01S7/35—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
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52046—Techniques for image enhancement involving transmitter or receiver
    • G01S7/52047—Techniques for image enhancement involving transmitter or receiver for elimination of side lobes or of grating lobes; for increasing resolving power
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q3/00—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system
    • H01Q3/01—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the shape of the antenna or antenna system
    • 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
    • G01S7/356—Receivers involving particularities of FFT processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

公开一种用于抑制在汽车雷达信号处理期间由于FFT操作引入的伪像而引起的旁瓣的方法。当存在多个目标时，来自FFT操作中较强目标的旁瓣可能掩盖较弱目标的响应。方法从测量的FFT响应估计识别目标的旁瓣，并且从测量的FFT响应中减去所估计的旁瓣。识别目标可以是测量的FFT响应中的最强目标。方法估计旁瓣以抑制关于识别目标的峰值信号的旁瓣。在移除估计的识别目标的旁瓣之后，更新的FFT响应可以显示被掩盖的其他目标。方法可以识别附加目标以估计其旁瓣，并且可以迭代地从FFT中移除所估计的附加目标的旁瓣，直到获得期望的旁瓣残余电平为止。

Description

汽车雷达信号处理中的旁瓣减法
技术领域
本公开的实施例总体上涉及操作自动驾驶车辆。更具体地，本公开的实施例涉及用于自动驾驶车辆(ADV)的雷达信号的处理。
背景技术
以自动模式(例如，无人驾驶)操作的车辆可以减轻乘员(特别是驾驶员)免于某些与驾驶有关的责任。当以自动模式操作时，车辆可以使用车载传感器导航到各种位置，允许车辆在最少的人机交互、或者在某些情况下无需任何乘客的情况下行进。
运动规划和控制是自动驾驶中的关键操作。运动规划和控制操作的精度和效率在很大程度上取决于车辆的传感器以及从传感器中提取的信息。诸如摄像机、光检测和测距(LIDAR)单元、雷达等传感器被用来捕获车辆周围环境的视频和电磁图像，用于运动规划和控制。例如，汽车雷达发射诸如调频连续波(FMCW)信号的电磁波，并且接收来自道路上的目标的背散射能量。接收到的包含来自反射电磁场的能量的雷达信号(称为雷达原始数据)可以使用快速傅立叶变换(FFT)进行处理，以提取目标的距离、多普勒速度和角度信息。然而，FFT处理会产生诸如一系列旁瓣的伪像。线性阵列的第一旁瓣的功率可能高达主瓣功率的-13.26dB。稀疏阵列具有比线性阵列的旁瓣电平甚至更高的旁瓣电平。结果是，如果存在多个目标，则在FFT结果中较强目标的旁瓣位置处将会以其他方式被检测到的弱目标可能会被较强目标的高FFT旁瓣掩盖。即使当仅存在单个目标时，目标的高旁瓣也可能阻止图像雷达生成目标的清晰图像。
一些汽车雷达选择容忍FFT旁瓣以保持信号处理简单，但是会遭受目标检测或信号分辨率的性能下降。其他汽车雷达可能尝试通过使用锥形窗口处理FFT来抑制旁瓣。然而，使用锥形窗口抑制旁瓣可能使主瓣的宽度变宽，并且可能会不期望地降低FFT仓的分辨率。使用锥形窗口的旁瓣抑制也可能限于在相对少量的点上操作的FFT，从而将其应用限制于具有相对少量的阵列信道的雷达，例如3Tx乘4Rx MIMO阵列中的12个虚拟阵列信道。期望找到一种克服现有方法的缺陷的FFT旁瓣抑制方法。
发明内容
在第一方面中，本公开的实施例提供一种用于从传感器接收到的数据中提取目标信息的计算机实现方法，方法包括：
对传感器接收到的数据执行快速傅立叶变换(FFT)操作以获得原始FFT数据；
基于从原始FFT数据中所识别的目标信号，估计目标的FFT旁瓣；
从原始FFT数据中减去所估计的目标的FFT旁瓣，以生成当前FFT数据，其中当前FFT数据具有当前残余FFT旁瓣电平；
确定当前残余FFT旁瓣电平是否低于期望阈值；以及
响应于确定当前残余FFT旁瓣电平低于期望阈值，从当前FFT数据中提取目标的信息。
在第二方面中，本公开的实施例提供一种非暂时性机器可读介质，具有存储在其中的指令，指令在由处理器执行时使处理器执行用于如第一方面所述的从传感器接收到的数据中提取目标信息的方法的操作。
在第三方面中，本公开的实施例提供一种数据处理系统，包括：
处理器；
耦合到处理器以存储指令的存储器，指令在由处理器执行时使处理器执行如第一方面所述的用于从传感器接收到的数据中提取目标信息的方法的操作。
根据本公开实施例的方法和系统，可以有效地抑制较强目标的旁瓣。
附图说明
在附图的图中以示例而非限制的方式示出本公开的实施例，在附图中，相似的附图标记指示相似的元件。
图1是示出根据一个实施例的网络化系统的框图。
图2是示出根据一个实施例的自动驾驶车辆的示例的框图。
图3A-3B是示出根据一些实施例的由自动驾驶车辆使用的感知和规划系统的示例的框图。
图4是示出根据一个实施例的自动驾驶系统的架构的框图。
图5A-5C是示出根据一个实施例的针对单个情况的从角度查找FFT数据中减去目标信号的旁瓣的效果的图。
图6A-6C是示出根据一个实施例的针对两个目标情况的从角度查找FFT数据中减去较强目标的目标信号的旁瓣的效果的图。
图7是示出根据一个实施例的FFT旁瓣减法的方法的流程图。
具体实施方式
将参考下面讨论的细节来描述本公开的各种实施例和方面，并且附图将示出各种实施例。以下描述和附图是本公开的说明，并且不应被解释为限制本公开。许多具体细节被描述以提供对本公开的各种实施例的全面理解。然而，在某些情况下，为了提供对本公开的实施例的简要讨论，没有描述公知的或常规的细节。
在说明书中对“一个实施例”或“实施例”的引用是指结合该实施例描述的特定特征、结构或特性可以被包含在本公开的至少一个实施例中。说明书中各个地方出现的短语“在一个实施例中”不一定都指相同的实施例。
根据一些实施例，公开一种用于抑制在汽车雷达信号处理期间由于FFT操作引入的伪像而引起的旁瓣的方法。FFT可以被用来在自动驾驶车辆应用中提取目标的距离、多普勒速度和角度信息。当存在多个目标时，FFT操作引入的较强目标的旁瓣可能掩盖来自较弱目标的响应。方法从测量的FFT响应估计识别目标的旁瓣，并且从测量的FFT响应中减去所估计的旁瓣。识别目标可以是测量的FFT响应中的最强目标。方法可以使用各种水平的计算工作量来估计旁瓣，以将旁瓣相对于识别目标的峰值信号或主瓣抑制到不同电平。根据所花费的计算工作量和所期望的性能改进，可以实现将旁瓣与抑制之前的旁瓣相比抑制9dB或更多。在移除所估计的识别目标的旁瓣之后，更新的FFT响应可以显示已经被掩盖或隐藏的其他目标。方法可以识别附加目标以估计其旁瓣，并且可以迭代地从FFT中移除所估计的附加目标的旁瓣，直到获得期望的旁瓣残余电平为止。
在一个实施例中，包括一种用于抑制一个或多个目标对雷达信号的FFT响应中的FFT旁瓣的计算机实现方法。方法包括对接收到的雷达信号执行FFT操作以获得原始FFT数据。方法还包括从原始FFT数据识别目标的目标信号。方法还包括基于目标信号来估计目标的FFT旁瓣。方法还包括从原始FFT数据中减去所估计的目标的FFT旁瓣以更新FFT数据，其中，更新的FFT数据具有残余FFT旁瓣电平。方法还包括确定残余FFT旁瓣电平是否低于期望阈值。如果是，则该方法从更新的FFT数据中提取目标的信息。
图1是示出根据本公开的一个实施例的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地耦合到一个或多个服务器103-104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但是多个自动驾驶车辆可以彼此耦合和/或通过网络102耦合到服务器103-104。网络102可以是任何类型的网络，诸如局域网(LAN)、广域网(WAN)(诸如Internet、蜂窝网络、卫星网络或其组合)、有线或无线的网络。服务器103-104可以是任何种类的服务器或服务器集群，诸如Web或云服务器、应用服务器、后端服务器或其组合。服务器103-104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器、或位置服务器等。
自动驾驶车辆是指可以被配置为处于自动模式的车辆，在自动模式下，车辆在驾驶员很少或没有输入的情况下导航通过环境。这种自动驾驶车辆可以包括具有一个或多个传感器的传感器系统，一个或多个传感器被配置为检测关于车辆在其中操作的环境的信息。车辆及其关联的控制器使用检测的信息导航通过环境。自动驾驶车辆101可以在手动模式、完全自动模式或部分自动模式下操作。
在一个实施例中，自动驾驶车辆101包括但不限于感知和规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113和传感器系统115。自动驾驶车辆101还可以包括包含在普通车辆中的某些通用组件，诸如发动机、车轮、方向盘、变速器等，其可以由车辆控制系统111和/或感知和规划系统110使用各种通信信号和/或命令来控制，诸如加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
组件110-115可以经由互连、总线、网络或其组合彼此通信地耦合。例如，组件110-115可以经由控制器局域网(CAN)总线彼此通信地耦合。CAN总线是一种车辆总线标准，其被设计为允许微控制器和设备在没有主机的应用中彼此通信。它是一种基于消息的协议，最初是为汽车内的多路电气布线设计的，但也用于许多其他情况。
现在参考图2，在一个实施例中，传感器系统115包括但不限于一个或多个摄像机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214、以及光检测和测距(LIDAR)单元215。GPS系统212可以包括收发器214，收发器214可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可以基于惯性加速度来感测自动驾驶车辆的位置和方向的改变。雷达单元214可以表示利用无线电信号来感测在自动驾驶车辆的局部环境内的物体的系统。在一些实施例中，除了感测物体之外，雷达单元214可以附加地感测物体的速度和/或前进方向。LIDAR单元215可以使用激光感测自动驾驶车辆所处于的环境中的物体。LIDAR单元215可以包括一个或多个激光源、激光扫描仪以及一个或多个检测器、以及其他系统组件。摄像机211可以包括一个或多个设备以捕获自动驾驶车辆周围的环境的图像。摄像机211可以是静态摄像机和/或视频摄像机。摄像机可以例如通过将摄像机安装在旋转和/或倾斜的平台上而机械地可移动。
传感器系统115还可以包括其他传感器，诸如声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器和音频传感器(例如，麦克风)。音频传感器可以被配置为从自动驾驶车辆周围的环境捕获声音。转向传感器可以被配置为感测方向盘、车辆车轮或其组合的转向角。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在某些情况下，油门传感器和制动传感器可以被集成为集成的油门/制动传感器。
在一个实施例中，车辆控制系统111包括但不限于转向单元201、油门单元202(也称为加速单元)和制动单元203。转向单元201用于调节车辆的方向或前进方向。油门单元202用于控制电动机或发动机的速度，进而控制车辆的速度和加速度。制动单元203用于通过提供摩擦以减慢车辆的车轮或轮胎来使车辆减速。注意，图2中所示的组件可以以硬件、软件或其组合来实现。
再次参考图1，无线通信系统112用于允许自动驾驶车辆101与外部系统(诸如设备、传感器、其他车辆等)之间的通信。例如，无线通信系统112可以直接或者经由通信网络(诸如通过网络102的服务器103-104)与一个或多个设备进行无线通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如使用WiFi与另一个组件或系统进行通信。无线通信系统112可以例如使用红外链路、蓝牙等直接与设备(例如，乘客的移动设备、车辆101内的显示设备、扬声器)通信。用户接口系统113可以是在车辆101内实现的外围设备的一部分，包括例如键盘、触摸屏显示设备、麦克风和扬声器等。
自动驾驶车辆101的某些或全部功能可以由感知和规划系统110控制或管理，特别是在以自动驾驶模式操作时。感知和规划系统110包括必要的硬件(例如处理器、存储器、存储装置)和软件(例如，操作系统、规划和路由程序)，以接收来自传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113的信息，处理接收到的信息，规划从起点到目的地点的路线或路径，然后基于规划和控制信息驾驶车辆101。可替换地，感知和规划系统110可以与车辆控制系统111集成在一起。
例如，作为乘客的用户可以例如经由用户接口指定行程的起始位置和目的地。感知和规划系统110获得行程有关的数据。例如，感知和规划系统110可以从MPOI服务器(其可以是服务器103-104的一部分)获得位置和路线信息。位置服务器提供位置服务，MPOI服务器提供某些位置的地图服务和POI。可替换地，这样的位置和MPOI信息可以本地缓存在感知和规划系统110的永久存储设备中。
当自动驾驶车辆101沿着路线移动时，感知和规划系统110还可以以从交通信息系统或服务器(TIS)获得实时交通信息。注意，服务器103-104可以由第三方实体操作。可替换地，服务器103-104的功能可以与感知和规划系统110集成在一起。基于实时交通信息、MPOI信息和位置信息、以及由传感器系统115检测或感测的实时交通环境数据(例如，障碍物、物体、附近车辆)，感知和规划系统110可以规划最佳路线并且例如经由控制系统111根据规划的路线驾驶车辆101，以安全有效地到达指定目的地。
服务器103可以是为各种客户端执行数据分析服务的数据分析系统。在一个实施例中，数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从各个车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计123。驾驶统计123包括指示发出的驾驶命令(例如，油门、制动器、转向命令)以及由车辆的传感器在不同时间点捕获的车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计123还可以以包括描述不同时间点的驾驶环境的信息，例如路线(包括起点位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计123，机器学习引擎122出于各种目的生成或训练一组规则、算法和/或预测模型124。在一个实施例中，算法124可以包括用于感知、预测、决策、规划、和/或控制处理的规则或算法，这将在下面进一步详细描述。然后可以将算法124上传到ADV上，以在自动驾驶中实时使用。
图3A和图3B是示出根据一个实施例的与自动驾驶车辆一起使用的感知和规划系统的示例的框图。系统300可以被实现为图1的自动驾驶车辆101的一部分，包括但不限于感知和规划系统110、控制系统111和传感器系统115。参考图3A-3B，感知和规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306和路由模块307。
模块301-307中的一些或全部可以以软件、硬件或其组合来实现。例如，这些模块可以被安装在永久存储设备352中、被加载到存储器351中、并且由一个或多个处理器(未示出)执行。注意，这些模块中的一些或全部可以通信地耦合到图2的车辆控制系统111的一些或全部模块或与图2的车辆控制系统111的一些或全部模块集成。模块301-307中的一些可以被集成在一起作为集成模块。例如，决策模块304和规划模块305可以集成为单个模块。
定位模块301确定自动驾驶车辆300的当前位置(例如，利用GPS单元212)，并管理与用户的行程或路线有关的任何数据。定位模块301(也称为地图和路线模块)管理与用户的行程或路线有关的任何数据。用户可以例如经由用户接口登录并指定行程的开始位置和目的地。定位模块301与自动驾驶车辆300的其他组件通信，诸如地图和路线信息311，以获得与行程有关的数据。例如，定位模块301可以从位置服务器以及地图和POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，并且MPOI服务器提供某些位置的地图服务和POI，其可以被缓存为地图和路线信息311的一部分。在自动驾驶车辆300沿路线移动时，定位模块301还可以从交通信息系统或服务器获取实时交通信息。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，对周围环境的感知由感知模块302确定。感知信息可以表示普通驾驶员在驾驶员正在驾驶的车辆周围将会感知到的东西。感知可以包括车道配置(例如直行车道或弯曲车道)、交通信号灯、另一车辆的相对位置、行人、建筑物、人行横道、或其他与交通有关的标志(例如，停车标志、让路标志)等，例如，以物体的形式。车道配置包括描述一个或多个车道的信息，诸如，例如车道的形状(例如，直行或弯曲)、车道的宽度、道路中有多少个车道、单向或双向车道、合并或拆分车道、出口车道等。
感知模块302可以包括计算机视觉系统或计算机视觉系统的功能，以处理和分析由一个或多个摄像机捕获的图像，以便识别自动驾驶车辆的环境中的物体和/或特征。物体可以包括交通信号、道路边界、其他车辆、行人和/或障碍物等。计算机视觉系统可以使用物体识别算法、视频跟踪和其他计算机视觉技术。在一些实施例中，计算机视觉系统可以映射环境、跟踪物体并估计物体的速度等。感知模块302还可以基于由诸如雷达和/或LIDAR的其他传感器提供的其他传感器数据来检测物体。
对于每个物体，预测模块303预测在这种情况下物体将表现的东西。根据一组地图/路线信息311和交通规则312基于当时感知驾驶环境的感知数据进行预测。例如，如果物体是在相反方向的车辆并且当前驾驶环境包括交叉路口，则预测模块303将预测车辆可能直行向前移动还是转弯。如果感知数据指示交叉路口没有交通灯，则预测模块303可以预测车辆可能必须在进入交叉路口之前完全停止。如果感知数据指示车辆当前在只能向左转的车道或只能向右转的车道，则预测模块303可以分别预测车辆将更可能向左转或向右转。
对于每个物体，决策模块304做出关于如何处理物体的决策。例如，对于特定的物体(例如，在交叉路线中的另一辆车)以及描述该物体的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何遇见该物体(例如，超车、让车、停止、经过)。决策模块304可以根据可以存储在永久存储设备352中的一组规则(诸如交通规则或驾驶规则312)做出这样的决策。
基于对感知的每个物体的决策，规划模块305规划用于自动驾驶车辆的路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。即，对于给定的物体，决策模块304决定如何处理该物体，而规划模块305确定如何进行该处理。例如，对于给定的物体，决策模块304可以决定经过该物体，而规划模块305可以确定是在该物体的左侧还是在右侧经过。规划和控制数据由规划模块305生成，规划和控制数据包括描述车辆300如何在下一移动周期(例如，下一路线/路径段)中移动的信息。例如，规划和控制数据可以指示车辆300以每小时30英里(mph)的速度移动10米，然后以25mph的速度改变到右车道。
基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径，通过向车辆控制系统111发送适当的命令或信号，来控制和驾驶自动驾驶车辆。规划和控制数据包括足够的信息，以沿路径或路线在不同时间点使用适当的车辆设置或驾驶参数(例如，油门、制动、转弯命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施例中，在多个规划周期(也称为命令周期)中执行规划阶段，诸如，例如在每100毫秒(ms)的时间间隔中。对于每个规划周期或命令周期，将基于规划和控制数据发出一个或多个控制命令。即，每100ms，规划模块305规划下一路线段或路径段(例如包括目标位置和ADV到达目标位置所需的时间)。可替换地，规划模块305还可以指定特定的速度、方向和/或转向角等。在一个实施例中，规划模块305为下一预定时间段(诸如5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于在前一个周期中规划的目标位置，为当前周期(例如，接下来的5秒)规划目标位置。然后，控制模块306基于当前周期的规划和控制数据产生一个或多个控制命令(例如，油门、制动、转向控制命令)。
注意，决策模块304和规划模块305可以被集成为集成模块。决策模块304/规划模块305可以包括导航系统或导航系统的功能，以为自动驾驶车辆确定行驶路径。例如，导航系统可以确定一系列速度和定向的前进方向，以影响自动驾驶车辆沿着基本上避开所感知的障碍物的路径的移动，同时通常使自动驾驶车辆沿着通往最终目的地的基于道路的路径前进。可以根据经由用户接口系统113的用户输入来设置目的地。导航系统可以在自动驾驶车辆在操作中时动态地更新行驶路径。导航系统可以合并来自GPS系统和一个或多个地图的数据，以便确定自动驾驶车辆的行驶路径。
决策模块304/规划模块305还可包括防撞系统或防撞系统的功能，以识别、评估和避开或以其他方式越过自动驾驶车辆环境中的潜在障碍。例如，防撞系统可以通过操作控制系统111中的一个或多个子系统来进行转向动作、转弯动作、制动动作等，从而影响自动驾驶车辆的导航上的变化。防撞系统可以基于周围的交通模式、道路状况等自动确定可行的避障动作。防撞系统可以被配置为使得当其他传感器系统在将要转向进入的邻近自动驾驶车辆的区域中检测到车辆、建筑障碍物等时，不进行转向动作。防撞系统可以自动选择既可用又使自动驾驶车辆的乘员的安全最大化的动作。防撞系统可以选择被预测为在自动驾驶车辆的乘客舱中引起最少的加速度的避开动作。
路由模块307被配置为提供从起点到目的地点的一条或多条路线或路径。对于例如从用户接收的从起始位置到目的地位置的给定行程，路由模块307获得路线和地图信息311，并且确定从起始位置到达目的地位置的所有可能的路线或路径。路由模块307可以为每条路线(其确定从起始位置到达目的地位置)生成地形图形式的参考线。参考线是指一条理想的路线或路径，不受诸如其他车辆、障碍物或交通状况的其他因素的干扰。即，如果道路上没有其他车辆、行人或障碍物，则ADV应该准确或密切跟随参考线。然后地形图被提供给决策模块304和/或规划模块305。根据由其他模块提供的其他数据(诸如来自定位模块301的交通状况、由感知模块302感知的驾驶环境以及由预测模块303预测的交通状况)，决策模块304和/或规划模块305检查所有可能的路线以选择和修改最佳路线中的一条。用于控制ADV的实际路径或路线可能与由路由模块307提供的参考线接近或不同，这取决于当时的特定驾驶环境。
在一个实施例中，决策模块304基于路由模块307提供的参考线以及基于ADV所感知的障碍物和/或交通信息来生成粗略路径曲线。粗略路径曲线可以是路径/速度曲线313的一部分，路径/速度曲线313可以存储在持久存储设备352中。粗略路径曲线通过选择沿参考线的点来生成。对于每个点，决策模块304基于关于如何遇见物体的一个或多个障碍物决策，将点移动到参考线的左侧或右侧(例如，候选移动)，而其余点保持稳定。通过对使用成本函数(作为图3A的成本函数315的一部分)搜索具有最低路径成本的路径候选进行动态编程，来迭代地执行候选移动，从而生成粗略的路径曲线。成本函数的示例包括基于以下因素的成本：路线路径的弯曲、从ADV到所感知的障碍物的距离以及ADV到参考线的距离。
在一个实施例中，决策模块304基于所生成的粗略路径曲线来生成粗略速度曲线(作为路径/速度曲线313的一部分)。粗略速度曲线指示在控制ADV的特定时间点的最佳速度。类似于粗略路径曲线，通过对基于成本函数(作为图3A的成本函数315的一部分)、根据ADV所感知的障碍物而找到具有最低速度成本的候选速度(例如加速或减速)进行动态编程，来迭代在不同时间点的候选速度。粗略速度曲线决定ADV是应超越还是避开障碍物，以及避开到障碍物的左侧或右侧。
在一个实施例中，根据障碍物决策和/或人工屏障，规划模块305重新计算粗略路径曲线，以禁止规划模块305搜索屏障的几何空间。例如，如果粗略速度曲线确定从左侧轻推障碍物，则规划模块305可以将屏障(以障碍物的形式)设置到障碍物的右侧，以防止计算ADV从右侧轻推障碍物。在一个实施例中，通过使用二次规划(QP)优化路径成本函数(作为成本函数315的一部分)来重新计算粗略路径曲线。
在一个实施例中，规划模块305使用优化速度成本函数(作为成本函数315的一部分)的二次规划(QP)重新计算粗略速度曲线。可以添加类似的速度屏障约束，以禁止QP解算器搜索某些禁止的速度。
注意，上面示出和描述的一些或全部组件可以以软件、硬件或其组合来实现。例如，这样的组件可以被实现为安装并存储在永久存储设备中的软件，软件可以由处理器(未示出)加载并执行在存储器中以实施整个本申请描述的处理或操作。可替换地，这样的组件可以被实现为被编程或嵌入到诸如集成电路(例如，专用IC或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)的专用硬件中的可执行代码，其可以经由相应驱动器和/或操作系统从应用程序进行访问。此外，这样的组件可以被实现为处理器或处理器核心中的特定硬件逻辑，作为软件组件经由一个或多个特定指令可访问的指令集的一部分。
图4是示出根据一个实施例的用于自动驾驶的系统架构的框图。系统架构400可以表示如图3A和3B所示的自动驾驶系统的系统架构。参照图4，系统架构400包括但不限于应用层401、规划和控制(PNC)层402、感知层403、驱动器层404、固件层405和硬件层406。应用层401可以包括与自动驾驶车辆的用户或乘客交互的用户接口或配置应用，例如与用户接口系统113相关联的功能。PNC层402可以至少包括规划模块305和控制模块306的功能。感知层403可以至少包括感知模块302的功能。在一个实施例中，存在包括预测模块303和/或决策模块304的功能的附加层。可替换地，这样的功能可以被包括在PNC层402和/或感知层403中。系统架构400还包括驱动器层404、固件层405和硬件层406。固件层405可以至少表示传感器系统115的功能，其可以以现场可编程门阵列(FPGA)的形式实现。硬件层406可以表示自动驾驶车辆的硬件(诸如控制系统111)。层401-403可以经由设备驱动器层404与固件层405和硬件层406通信。在一个实施例中，硬件层406或感知层403可以包括雷达信号处理，当执行感知模块302的功能以检测目标时，该雷达信号处理用于抑制由于FFT操作引入的伪像而导致的旁瓣。
图5A-5C是示出根据一个实施例的针对单个目标情况的从角度查找FFT数据中减去目标信号的旁瓣的效果的图。在图5A中，角度查找FFT响应显示在整个方位角范围内从目标反射的雷达信号的接收功率(以dB为单位)。雷达可以发射调频连续波(FMCW)波形(已知为啁啾)，并接收来自道路上的目标的背散射能量。
雷达信号处理可以处理接收到的雷达原始数据，以依次提取目标的距离、多普勒速度和角度信息。例如，雷达信号处理可以使用FFT处理来自每个啁啾的接收信号，以在称为距离FFT的图中生成目标的距离信息。距离FFT可以在距雷达一定距离的范围内显示以dB为单位的接收功率。可以使用FFT来处理针对跨周期时间的啁啾的相应频率区间的距离FFT，以生成目标的多普勒速度信息。距离多普勒地图可以显示跨一个或多个目标的距离和多普勒速度的组合的接收功率(以dB为单位)。根据距离多普勒图，信号由接收功率超过阈值确定。为了解析可能具有相同距离和多普勒频率的一个目标或多个目标的方位角，可以使用FFT进一步处理来自阵列元件的样本。例如，对于8信道天线阵列，来自这8个信道的信号可以生成角度查找FFT。
图5A示出用于12元素的线性稀疏阵列的一个目标的角度查找FFT的一个示例。天线阵列元件可能具有不均匀的间隔和全向天线方向图。来自以0度方位角为中心的目标的峰值信号502被示出。FFT操作的伪像表现为峰值信号502的旁瓣，其中旁瓣可能高达峰值信号502的-6.6dB。为抑制旁瓣，旁瓣抑制方法可以估计峰值信号502的旁瓣。在一个实施例中，可以通过将来自用于生成角度查找FFT的距离多普勒图中的样本的接收功率乘以以下等式来估计在方位角处的峰值信号502的旁瓣：
其中k是波数，rn是目标到每个天线元件之间的距离，n是阵列元件索引，以及N是阵列元件数。对于线性阵列，等式1简化为
其中θ是方位角，d是天线阵列元件间距，λ是波长。旁瓣抑制方法可以使用需要不同水平的计算工作量的算法来估计峰值信号502的旁瓣。根据所花费的计算工作量和所期望的性能改进，可以实现将旁瓣相对于峰值信号502抑制15dB或更多。
图5B示出在从-90°到90°的方位角范围内所估计的峰值信号502的旁瓣。旁瓣抑制方法可以从图5A的角度查找FFT中减去所估计的旁瓣，以获得更新的FFT，称为近乎理想的FFT。
图5C示出从原始角度查找FFT中减去所估计的旁瓣之后的近乎理想的角度查找FFT。原始角度查找FFT的旁瓣电平已降低了约12dB，显示出残余旁瓣电平和噪声比峰值信号502降低了至少20dB。与来自原始FFT的动态范围相比，近乎理想的FFT产生更高的动态范围，使得能够检测到更强目标旁边的更弱目标。对于越来越多地用于自动驾驶车辆应用的图像雷达，更高的动态范围能够生成目标的清晰图像。
图6A-6C是示出根据一个实施例的针对两个目标情况的从角度查找FFT数据中减去较强目标的目标信号的旁瓣的效果的图。可能存在具有相同距离和多普勒速度的两个目标。距离多普勒图可能无法区分具有相同距离和多普勒频率的两个目标。例如，两个车辆可能在载有雷达的车辆前面的多车道道路的两个车道上以相同的速度行进，并且距载有雷达的车辆大约相同的距离。较强目标可能在载有雷达的车辆的0度方位角处，而另一个目标(相对于较强目标大约弱12dB)可能在25°方位角处。为了解析方位角，生成角度查找FFT。
图6A示出在相同距离和多普勒速度下针对两个目标的角度查找FFT的一个示例。角度查找FFT仅显示来自0度方位角处的较强目标的峰值信号602。来自25°方位角处的较弱目标的信号不可见，因为它们被较强目标的旁瓣掩盖。为了抑制较强目标的旁瓣，旁瓣抑制方法可以估计较强目标的旁瓣。旁瓣抑制方法可以如图5A和5B所讨论的估计较强目标的旁瓣。
图6B示出在-90°至90°的方位角范围内所估计的较强目标的旁瓣。旁瓣抑制方法可以使用需要不同水平的计算工作量的算法来估计峰值信号502的旁瓣。根据所花费的计算工作量和期望的性能改进，可以实现将旁瓣相对于较强目标的峰值信号602抑制15dB或更多。例如，旁瓣抑制方法可以使用默认的低工作量水平来对较强峰值的旁瓣进行初始估计。在一个实施例中，如果在从原始FFT中减去估计的较强峰值的旁瓣之后，近乎理想的FFT中的残余旁瓣电平高于最大阈值电平，则旁瓣减法可以迭代地花费附加的工作量来估计较强目标的旁瓣，以使近乎理想的FFT中的残余旁瓣电平低于最大阈值电平。
图6C示出从图6A的原始角度查找FFT中减去图6B的所估计的较强目标的旁瓣之后的近乎理想的角度查找FFT。原始角度查找FFT的旁瓣电平已降低了约10dB，从而显示了来自25°方位角处的较弱目标的峰值信号604。在一个实施例中，如果近乎理想的角度FFT中的残余旁瓣电平高于期望阈值，或者如果期望检测到附加目标，则旁瓣减法可以估计峰值信号602或604的旁瓣。在一个实施例中，如在对较强目标的峰值信号602的旁瓣的估计中那样，旁瓣抑制方法可以花费不同水平的工作量以使残余旁瓣电平低于期望阈值。在一个实施例中，旁瓣抑制方法可以从图6C的近乎理想的角度FFT中减去所估计的较弱目标的旁瓣，以甚至进一步抑制残余旁瓣电平，可能显示出附加目标。旁瓣抑制方法可以迭代地估计附加目标的旁瓣，并减去所估计的附加目标的旁瓣，直到实现所期望的残余旁瓣电平为止。
虽然已经讨论了旁瓣抑制方法用于在角度查找FFT中抑制目标的旁瓣，但是该方法也适用于在距离FFT、多普勒FFT或使用FFT的其他信号处理操作中抑制目标的旁瓣。例如，在距离FFT中，该方法可以抑制搜索范围内最强目标的旁瓣(诸如高反射率目标)，以显示具有较低反射特性并且否则被最强目标的旁瓣掩盖的较弱目标。类似地，在多普勒FFT中，该方法可以抑制多普勒FFT中最强目标的旁瓣以显示地图上的较弱目标，该较弱目标否则被最强目标的旁瓣掩盖。
图7是示出根据一个实施例的FFT旁瓣减法的方法的流程图。旁瓣抑制方法700可以由处理逻辑来执行，该处理逻辑可以包括软件、硬件或其组合。例如，旁瓣抑制方法700可以由图2的传感器系统115的雷达单元214执行。旁瓣抑制方法适用于雷达或其他传感器的信号处理中的距离FFT、多普勒FFT、角度查找FFT或其他FFT操作。
在框701处，该方法对原始雷达数据执行FFT，以生成用于距离、多普勒或角度查找的原始FFT数据。例如，对于N信道天线阵列，该方法对N信道执行角度查找FFT。
在框703处，该方法从原始FFT数据中识别目标的目标信号。在一个实施例中，如果存在多个目标，则该方法可以识别最强目标的目标信号。例如，该方法可以在角度查找FFT中识别最强目标的峰值信号。
在框705处，该方法基于目标信号来估计识别目标的FFT旁瓣。在一个实施例中，该方法可以在角度查找FFT跨方位角的范围估计识别目标的FFT旁瓣。该方法可以使用需要不同水平的计算工作量的算法来估计目标信号的FFT旁瓣。在一个实施例中，根据所花费的计算工作量和所期望的性能改善，可以实现将旁瓣相对于目标信号抑制15dB或更多。
在框707处，该方法从原始FFT数据中减去所估计的FFT旁瓣，以更新FFT数据。例如，该方法可以从角度查找FFT中减去所估计的角度查找FFT中识别目标的FFT旁瓣，以获得近乎理想的角度查找FFT。与原始FFT数据的旁瓣电平相比，更新的FFT数据的残余旁瓣电平相对于识别目标的目标信号被抑制了所估计的FFT旁瓣。
在框709处，该方法确定是否期望附加目标的目标信息。在一个实施例中，该方法可以将更新的FFT数据的残余旁瓣电平与最大阈值进行比较。如果残余旁瓣电平高于最大阈值，则该方法可以识别附加目标以估计附加目标的FFT旁瓣，并通过减去所估计的附加目标的FFT旁瓣来进一步抑制残余旁瓣电平。在一个实施例中，如果残余旁瓣电平高于最大阈值，并且即使没有附加目标可以被识别，该方法也可以花费附加工作量(诸如增加FFT点)以将第一目标的FFT旁瓣估计到更精确的程度，并且可以从原始FFT数据中减去对第一目标的FFT旁瓣的更精确估计，以获得具有减少的残余旁瓣电平的近乎理想的FFT。
在框711处，如果期望附加目标的目标信息，则该方法可以识别附加目标的目标信号。例如，该方法可以识别下一个最强目标的目标信号。附加目标可能已被原始FFT数据中的第一目标的旁瓣掩盖，并且被显示在更新或近乎理想的FFT数据中。该方法可以重复框705和707，以估计附加目标的FFT旁瓣并且从当前FFT数据中减去所估计的附加目标的FFT旁瓣以更新FFT数据。该方法可以识别附加目标，并且可以迭代地重复框705和707，直到获得期望的残余旁瓣电平。
在框713处，如果不需要附加目标信息，或者如果达到了期望的剩余旁瓣电平，则该方法可以使用FFT来提取一个或多个目标的目标信息。例如，该方法可以从角度查找FFT中提取一个或多个目标的方位角。
数据处理系统可以执行上面描述的任何处理或方法，诸如，例如旁瓣抑制方法。数据处理系统可以包括许多不同的组件。这些组件可以被实现为集成电路(IC)及其部分、分立电子设备或适合于电路板(诸如计算机系统的主板或插入卡)的其他模块，或者被实现为以其他方式并入计算机系统的底盘内的组件。
数据处理系统可以包括经由总线连接的一个或多个处理器、一个或多个存储器以及设备。处理器可以表示一个或多个通用处理器，诸如微处理器、中央处理单元(CPU)等。更具体地，处理器可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或者是实现其他指令集的处理器、或者是实现指令集的组合的处理器。处理器也可以是一个或多个专用处理器，诸如专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、通信处理器、密码处理器、协处理器、嵌入式处理器或能够处理指令的任何其他类型的逻辑。处理器可以被配置为执行存储在存储器中的指令，以执行本文讨论的操作和步骤。
本文描述的处理模块/单元/逻辑、组件和其他特征可以被实现为分立的硬件组件、或者被集成在诸如ASIC、FPGA、DSP或类似设备的硬件组件的功能中。另外，处理模块/单元/逻辑可以被实现为硬件设备内的固件或功能电路。此外，处理模块/单元/逻辑可以以任何组合的硬件设备和软件组件来实现。
根据对计算机存储器内的数据位的操作的算法和符号表示已经呈现前面详细描述的某些部分。这些算法描述和表示是数据处理领域的技术人员用来最有效地向本领域其他技术人员传达其工作实质的方式。算法在这里并且通常被认为是导致期望结果的自相容操作序列。这些操作是需要对物理量进行物理操纵的那些操作。
然而，应当牢记的是，所有这些和类似术语均应与适当的物理量相关联，并且仅仅是应用于这些量的方便的标记。除非从上述讨论中另外明确指出，否则应理解的是，在整个说明书中，利用诸如所附权利要求书中阐述的术语的讨论是指计算机系统或类似电子计算设备的动作和过程，该计算机系统或类似电子计算设备将计算机系统寄存器和存储器内表示为物理(电子)量的数据操纵和转换为计算机系统存储器或寄存器或其他这样的信息存储、发送或显示设备内的类似地表示为物理量的其他数据。
本公开的实施例还涉及用于执行本文中的操作的装置。这种计算机程序存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机制。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存设备)。
在前述附图中描绘的过程或方法可以由包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合的处理逻辑来执行。尽管以上根据一些顺序操作描述了过程或方法，但是应当理解的是，可以以不同的顺序执行所描述的一些操作。此外，一些操作可以并行地执行而不是顺序地执行。
本公开的实施例不是参考任何特定编程语言描述的。将理解的是，可以使用各种编程语言来实现如本文描述的本公开的实施例的教示。
在前述说明书中，已经参考本公开的具体示例性实施例描述了本公开的实施例。显然，在不背离如所附权利要求书中阐述的本公开的更宽的精神和范围的情况下，可以对其进行各种修改。因此，说明书和附图应被认为是说明性的而不是限制性的。

Claims (8)

1.一种用于从传感器接收到的数据中提取目标信息的计算机实现方法，方法包括：
对传感器接收到的数据执行快速傅立叶变换(FFT)操作以获得原始FFT数据；
基于从原始FFT数据中所识别的目标信号，估计目标的FFT旁瓣；
从原始FFT数据中减去所估计的目标的FFT旁瓣，以生成当前FFT数据，其中当前FFT数据具有当前残余FFT旁瓣电平；
确定当前残余FFT旁瓣电平是否低于期望阈值；
响应于确定当前残余FFT旁瓣电平低于期望阈值，从当前FFT数据中提取目标的信息；以及
响应于确定当前残余FFT旁瓣电平不低于期望阈值，从当前FFT数据中迭代地识别附加目标的附加目标信号，并且基于附加目标信号估计附加目标的FFT旁瓣，从当前FFT数据中减去所估计的附加目标的FFT旁瓣以更新当前FFT数据，并且以更新当前残余FFT旁瓣电平。
2.根据权利要求1所述的方法，其中从原始FFT数据中识别目标的目标信号包括：识别最强目标的目标信号。
3.根据权利要求1所述的方法，其中附加目标的附加目标信号包括下一个最强目标的附加目标信号。
4.根据权利要求1所述的方法，其中基于目标信号估计目标的FFT旁瓣包括：在旁瓣电平的范围内生成所估计的目标的FFT旁瓣，其中具有FFT旁瓣的更精确估计的所估计的目标的FFT旁瓣对应于更高水平的计算工作量。
5.根据权利要求4所述的方法，其中响应于确定当前残余FFT旁瓣电平不低于期望阈值，迭代地增加FFT操作的FFT点，方法还包括：
使用增加的FFT点基于目标信号估计目标的FFT旁瓣，以生成目标的FFT旁瓣的更精确估计；以及
从当前FFT数据中减去目标的FFT旁瓣的更精确估计以更新当前FFT数据，并且以更新当前残余FFT旁瓣电平，直到当前残余FFT旁瓣电平低于期望阈值。
6.根据权利要求1所述的方法，其中响应于确定当前残余FFT旁瓣电平低于期望阈值，从当前FFT数据中提取目标的信息包括：从距离、多普勒速度、或方位角FFT处理中提取一个或多个目标。
7.一种非暂时性机器可读介质，具有存储在其中的指令，指令在由处理器执行时使处理器执行如权利要求1至6中任一项所述的用于从传感器接收到的数据中提取目标信息的方法的操作。
8.一种数据处理系统，包括：
处理器；
耦合到处理器以存储指令的存储器，指令在由处理器执行时使处理器执行如权利要求1至6中任一项所述的用于从传感器接收到的数据中提取目标信息的方法的操作。
CN202010778783.1A 2019-08-06 2020-08-05 汽车雷达信号处理中的旁瓣减法 Active CN112098967B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/533,303 2019-08-06
US16/533,303 US11353595B2 (en) 2019-08-06 2019-08-06 Sidelobe subtraction method in automotive radar signal processing

Publications (2)

Publication Number Publication Date
CN112098967A CN112098967A (zh) 2020-12-18
CN112098967B true CN112098967B (zh) 2024-06-18

Family

ID=73750330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010778783.1A Active CN112098967B (zh) 2019-08-06 2020-08-05 汽车雷达信号处理中的旁瓣减法

Country Status (2)

Country Link
US (1) US11353595B2 (zh)
CN (1) CN112098967B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5874917A (en) * 1987-06-12 1999-02-23 Thomson-Csf Method and apparatus for extracting target information from a radar signal

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7042386B2 (en) * 2001-12-11 2006-05-09 Essex Corporation Sub-aperture sidelobe and alias mitigation techniques
JP2005009886A (ja) * 2003-06-16 2005-01-13 Japan Radio Co Ltd Ｆｍ−ｃｗレーダ装置
US9213088B2 (en) * 2011-05-17 2015-12-15 Navico Holding As Radar clutter suppression system
US10656248B2 (en) * 2017-05-11 2020-05-19 GM Global Technology Operations LLC Radar post processing for sidelobe suppression
US10371797B1 (en) * 2018-05-23 2019-08-06 Zendar Inc. Systems and methods for enhancing target detection
US10795013B2 (en) * 2018-11-07 2020-10-06 GM Global Technology Operations LLC Multi-target detection in CDMA radar system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5874917A (en) * 1987-06-12 1999-02-23 Thomson-Csf Method and apparatus for extracting target information from a radar signal

Also Published As

Publication number Publication date
CN112098967A (zh) 2020-12-18
US11353595B2 (en) 2022-06-07
US20210041574A1 (en) 2021-02-11

Similar Documents

Publication Publication Date Title
CN113128326B (zh) 具有语义地图和lstm的车辆轨迹预测模型
CN111328411B (zh) 用于自动驾驶车辆的行人概率预测系统
US11055540B2 (en) Method for determining anchor boxes for training neural network object detection models for autonomous driving
CN112539755B (zh) 用于自主车辆的基于admm算法的更新点云配准管线
US11815891B2 (en) End dynamics and constraints relaxation algorithm on optimizing an open space trajectory
CN113950703B (zh) 确定外参矩阵是否准确的方法、装置及数据处理系统
JP7374098B2 (ja) 情報処理装置及び情報処理方法、コンピュータプログラム、情報処理システム、並びに移動体装置
US11708088B2 (en) Dynamically modifying collision avoidance response procedure in autonomous vehicles
CN111090280B (zh) 使用智能目标的雷达对象分类和通信
CN113821022B (zh) 基于相对速度的缓冲区的速度规划
CN113525406A (zh) 用于车辆运动控制器的基于贝叶斯全局优化的参数调谐
US10845814B2 (en) Host vehicle position confidence degree calculation device
CN111033418B (zh) 用于自动驾驶车辆的速度控制命令自动校准系统
US11366220B2 (en) Sparse array design for automotive radar using particle swarm optimization
JP7380904B2 (ja) 情報処理装置、情報処理方法、および、プログラム
CN112098967B (zh) 汽车雷达信号处理中的旁瓣减法
US20230103178A1 (en) Systems and methods for onboard analysis of sensor data for sensor fusion
EP3857327B1 (en) Implementation of dynamic cost function of self-driving vehicles
JP2019196941A (ja) 自車位置推定装置
US20240005066A1 (en) Decoupled prediction evaluation
US11242057B2 (en) Method for optimizing three-point turn of autonomous driving vehicles
US20230324529A1 (en) Temporally and spectrally adaptive sonar for autonomous vehicle navigation
US20240046656A1 (en) Systems and methods for detecting traffic objects
CN117585006A (zh) 用于估计车辆的横向速度的系统和方法

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
GR01 Patent grant
GR01 Patent grant