CN112114304A - 用于预测雷达传感器的假阳性的方法 - Google Patents

Abstract

提供了用于预测雷达传感器的假阳性的方法，尤其是用于预测雷达传感器的假阳性的模拟方法。针对雷达传感器的期望的视场外的预限定区域，预测假阳性。具有相应的初级能量水平的所计算出的初级射线表示雷达信号。基于初级射线或其它反射射线并基于预限定区域内的至少一个物品的几何数据来计算反射射线。基于至少一个物品的估计的反射率并基于相应的初级射线的初级能量水平，针对各反射射线确定能量水平，并且基于相应反射点的距离确定反射射线的聚类水平。基于能量水平和聚类水平估计发生假阳性的概率。

Description

用于预测雷达传感器的假阳性的方法

技术领域

本公开涉及用于预测雷达传感器的假阳性的计算机实现的方法。

背景技术

车辆可以包括雷达传感器，该雷达传感器用于监测车辆周围环境内的目标物体。雷达传感器被配置成在期望的视场(例如，在车辆前方)中发射雷达信号。另外，雷达传感器能够接收来自车辆周围环境的反射信号，例如，通过作为雷达传感器的一部分的天线来接收。通过分析反射信号，可以确定车辆周围环境内的物体的特性，例如，物体相对于包括该雷达传感器的车辆的距离和/或速度。

然而，在到达雷达传感器的期望的视场中的车辆外部的任何物体之前，由雷达传感器发射的雷达信号的一部分可能被车辆的一部分反射。例如，雷达信号的一部分可能被安装在车辆前方的涂漆保险杠反射。因此，雷达信号可能部分地离开所期望的视场并进入车辆内部。在车辆的内部内，被例如保险杠反射的雷达信号可能再次被位于车辆内部内的部件或物品反射，并最终再次到达雷达传感器的天线。

如果车辆内部内的部件或物品对雷达信号具有高反射率，则由于雷达信号在车辆内部内的多次反射，雷达传感器的天线可能会检测到相对大量的雷达信号能量。因此，雷达传感器可能错误地检测到在车辆前方一定距离(即，实际上没有实际物体位于那里的距离)处的物体。换句话说，雷达传感器可能检测到在该雷达传感器的期望的视场内的所谓“假阳性”，这实际上是由车辆内部内的一个或更多个物品或部件处的多次反射导致的。由于在这种情况下雷达传感器检测到不存在的物体，所以由于雷达信号的多次反射而引起的假阳性也可以称为“幻影(ghost)目标”或“内部幻影”。

为了评估发生假阳性或内部幻影的概率，迄今已经对车辆进行了测试。然而，这些测试仅在车辆的非常后期的设计阶段才可能进行，以便检测与实际交付给客户的车辆尽可能相似的车辆中的假阳性。然而，为了消除假阳性的发生，车辆硬件的改变在车辆设计的非常后期阶段是非常昂贵的，甚至是不可能的。为了执行车辆测试以便模拟发生假阳性的最坏的情况，保险杠和车辆内部内的一些部件可能会覆盖有箔或油漆。这意味着用于车辆测试的附加的努力。为了将用于测试的努力保持在合理的限制内，通常不考虑关于箔或油漆的材料的变化。

因此，需要一种方法，该方法适合于预测在预限定区域中、特别是在车辆内部中发生假阳性的概率。

发明内容

本公开提供了一种计算机实现的方法、计算机系统和非暂时性计算机可读介质。在说明书和附图中给出了实施方式。

在一个方面，本公开涉及用于预测在期望的视场中发射雷达信号的雷达传感器的假阳性的计算机实现的方法，其中，将针对被定位在期望的视场外的预限定区域预测假阳性。根据该方法，针对预限定区域内的至少一个物品接收几何数据。定义雷达传感器的位置，并计算表示雷达信号的多个初级射线。各个初级射线具有初级能量水平并起源于雷达传感器的位置。基于多个初级射线并基于几何数据计算多个反射射线，其中，各个反射射线源于至少一个物品的相应反射点，并且是初级射线中的一个的反射或另一反射射线的反射。从反射射线中选择可检测射线，其中，该可检测射线到达雷达传感器的位置。估计至少一个物品的导电率，以便基于该导电率确定物品的反射率，基于至少一个物品的反射率并基于相应的初级能量水平，针对各个可检测射线确定能量水平，并且基于可检测射线的相应反射点的距离确定可检测射线的聚类水平。最终，基于可检测射线的能量水平和聚类水平估计发生假阳性的概率。

例如，如果雷达传感器安装在车辆前方或车辆后方，则可能导致雷达传感器的假阳性的预限定区域可以是车辆的内部或舱。针对预限定区域内的至少一个物品的几何数据可以包括针对至少一个物品(例如，针对车辆内部内的一个或更多个部件)的CAD数据。因此，几何数据可以包括例如在车辆的设计阶段就可获得的现实构造数据。

代替执行昂贵的车辆测试，该方法计算用于模拟雷达信号的射线，以便预测雷达传感器的假阳性。另外，可以在非常早期的设计阶段中应用模拟方法，在该阶段中，可以以低成本执行硬件(例如，车辆的硬件)修改。结果，减少了昂贵的测试(例如，在非常后期的设计阶段的测试)。因此，用于预测假阳性的模拟方法可以提高车辆中雷达集成的质量。此外，由于雷达集成的更高的质量，可以提高车辆的功能安全性。

该方法可以包括以下特征中的一个或更多个：可以基于多次反射的最大次数并基于针对多次反射中的各次反射的射线的最大数量，识别多个反射射线的子集，以及可以从反射射线的该子集选择可检测射线。反射的相应次数可以与各个反射射线相关联，并且仅当反射射线的反射次数小于或等于反射的最大次数时，反射射线才可以属于该子集。可以针对多次反射中的各次反射计数反射射线的相应数量，并且可以从多个反射射线中选择子集，使得多次反射中的各次反射的反射射线的各个数量小于或等于多次反射中的各次反射的射线的最大数量。可以通过选择具有在预定公差内恒定的角度差的初级射线和反射射线进一步识别多个反射射线的子集，使得初级射线和反射射线均匀地覆盖预限定区域。

此外，该方法还可以包括以下特征中的一个或更多个：可以计算多个初级射线，使得所述初级射线在进入预限定区域之前在雷达传感器的期望的视场内的反射器处被反射。如果发生假阳性的概率超过预定阈值，则可以基于可检测射线的能量水平和聚类水平来估计至少一个预测的假阳性相对于雷达传感器的位置的距离。估计发生假阳性的概率可以包括将能量水平与能量阈值进行比较，该能量阈值取决于距雷达传感器的位置的距离。

而且，该方法还可以包括以下特征中的一个或更多个：可以基于可检测射线的反射点的距离小于预限定距离阈值的可检测射线的数量确定可检测射线的聚类水平。该距离阈值可以取决于反射点相对于雷达传感器的位置的距离。可以基于可检测射线的能量水平和聚类水平来估计与发生假阳性相关的关键路径。可以通过预定的几何公差修改至少一个物品的几何数据，以便确定修改后的几何数据，并且可以基于修改后的几何数据重复计算多个反射射线、从反射射线中选择可检测射线以及确定可检测射线的能量水平和聚类水平的步骤，以便估计发生假阳性的修改后的概率。可以基于至少一个物品的预限定成分来计算所述至少一个物品的导电率。

根据一个实施方式，基于多次反射的最大次数并基于多次反射的各次反射的射线的最大数量，识别出多个反射射线的子集。可以从反射射线的该子集选择可检测射线。

通过限制为了估计发生假阳性的概率而考虑的多次反射的次数和射线的数量，可以将识别反射射线的子集视为“向下选择”。由于该限制，大大减少了执行该方法的时间和所需的计算量。如果要预测假阳性的发生，例如，针对包括许多具有复杂几何形状的物品的车辆的内部，由于识别多个反射射线的子集而减少计算射线数量的“向下选择”可以是完全在合理时间框架内执行该方法的先决条件。

反射的相应次数可以与各个反射射线相关联。仅当反射射线的反射次数小于或等于反射的最大次数时，反射射线才可以属于所述子集。要考虑的反射次数可以为大约75次。因此，由于许多多次反射的结果而导致的反射射线可以被该模拟方法忽略，因为这些射线将可能具有非常低的能量水平，或者可能不用添加用于幻影目标风险评估的附加的所需信息。

另外，可以针对多次反射中的各次反射计数相应的反射射线数量。可以从多个反射射线中选择子集，使得多次反射中的各次反射的反射射线中的各个数量小于或等于多次反射中的各次反射的射线的最大数量。即，被反射两次、三次、四次等的相应的射线数量被限制到射线的最大数量。例如，考虑两次反射、三次反射等的射线总数可以各自为大约1500。由于要考虑的射线总数的这种限制，该方法的计算量再次减少。在另一方面，最大数量的射线可以被选择成足够大以适当地覆盖预限定区域。

为了通过初级射线和反射射线均匀地覆盖预限定区域，可以进一步通过选择具有在预定公差内恒定的角度差的初级射线和反射射线来识别多个反射射线的子集。因为预限定区域由于射线之间的基本恒定的角度差而被均匀地覆盖，所以减小了在预限定区域内错过假阳性的风险。在另一方面，由于可以忽略具有非常小的角度差的反射射线，所以该方法的计算量再次被减少。

可以计算多个初级射线，使得所述初级射线在进入预限定区域之前在雷达传感器的期望的视场内的反射器处被反射。例如，雷达传感器的期望的视场内的反射器可以是车辆的保险杠。在雷达传感器的期望的视场内被反射器反射的射线在它们进入预限定区域时仍可能被视为初级射线。由于模拟方法可以考虑期望的视场内的反射器，所以该方法也可以考虑雷达信号多次反射的“源”的特性。因此，该模拟方法可以适合地适于现实情况。例如，通过该方法可以考虑车辆保险杠的不同的材料或涂漆以及不同的几何特性，以便减小发生假阳性的概率。

根据另一实施方式，如果发生假阳性的概率超过预定阈值，则基于可检测射线的能量水平和聚类水平来估计至少一个预测的假阳性相对于雷达传感器的位置的距离。如果假阳性的距离是已知的，则可以修改生成该假阳性的物品或部件，以便减小发生假阳性的概率。例如，可以以合适的方式改变预限定区域内的物品或部件的几何特性或材料特性。

估计发生假阳性的概率可以包括：可以将能量水平与能量阈值进行比较，该能量阈值另外取决于距雷达传感器的位置的距离。为了估计可检测射线的能量水平，可以计算从雷达传感器的位置开始的雷达信号的电场的传播，并且可以以已知的方式根据电场来计算所述能量水平。通过将能量水平与各个可检测射线的能量阈值进行比较，也可以将相关射线与对于产生假阳性来说具有太低能量水平的射线(即使它们的距离对应于高聚类水平)区分开。能量阈值对距雷达传感器位置的距离的依赖性可以反映电场在预限定区域内的传播。另外，能量阈值对于距雷达传感器的位置的短距离可以具有较高的值，而对于距雷达传感器的位置的较大距离可以具有较低的值。

可以基于可检测射线的反射点的距离小于预限定距离阈值的可检测射线的数量确定可检测射线的聚类水平。如果预限定区域是车辆的内部，则距离阈值可以在几毫米或几厘米的距离内。可检测射线的聚类水平因此对应于在预限定区域内具有相似路径的一定数量的射线，因为它们的反射点之间的距离小于阈值。某个聚类水平所需的可检测射线的数量可以是模拟方法的可调参数。另外，距离阈值可以取决于反射点相对于雷达传感器的位置的距离。例如，距离阈值对于短距离可能较小，并且如果距雷达传感器的距离变大，则距离阈值可能也会变大。

根据另一实施方式，可以基于可检测射线的能量水平和聚类水平来估计与发生假阳性相关的关键路径。多个初级射线和反射射线的计算允许跟踪预限定区域内的射线。因此，该方法不仅可以确定发生假阳性的概率，而且可以允许跟踪沿着其产生假阳性的路径。关键路径的知识可以允许在预限定区域内对至少一个物品进行适当的修改，以减小发生假阳性的概率。

可以通过预定的几何公差来修改至少一个物品的几何数据，以便确定修改后的几何数据。例如，车辆内部的CAD数据可以具有一定的公差，可以将该一定的公差考虑在内。基于修改后的几何数据，可以重复该方法的步骤，即，计算多个反射射线、从反射射线选择可检测射线以及确定可检测射线的能量水平和聚类水平。基于方法的这些重复步骤，可以估计发生假阳性的修改后的概率。事实证明，发生假阳性的发生对预限定区域内的几何形状的轻微修改很敏感。另外，针对轻微修改后的几何数据重复方法的步骤可以检查模拟方法的稳定性。

在另一方面，本公开涉及计算机系统，所述计算机系统被配置成执行本文所描述的计算机实现的方法的几个或全部步骤。

该计算机系统可以包括处理单元、至少一个存储单元和至少一个非易失性数据存储器。该非暂时性数据存储器和/或存储单元可以包括计算机程序，该计算机程序用于指示计算机来执行本文所描述的计算机实现的方法的几个或全部步骤或方面。

在另一方面，本公开涉及非暂时性计算机可读介质，该非暂时性计算机可读介质包括用于执行本文所描述的计算机实现的方法的几个或全部步骤或方面的指令。计算机可读介质可以被配置为：诸如光盘(CD)或数字通用盘(DVD)的光学介质；诸如硬盘驱动器(HDD)的磁性介质；固态驱动器(SSD)；诸如闪速存储器的只读存储器(ROM)；等。此外，计算机可读介质可以被配置为经由诸如互联网连接的数据连接而能访问的数据存储器。计算机可读介质可以例如是在线数据存储库或云存储。

本公开还涉及计算机程序，该计算机程序用于指示计算机执行本文所描述的计算机实现的方法的几个或全部步骤或方面。

附图说明

本文结合示意性示出的以下附图描述本公开的示例实施方式和功能：

图1描绘了包括雷达传感器的示例性车辆，

图2示意性地描绘了雷达传感器的内部，

图3描绘了三维坐标系内的雷达系统的射线的计算，

图4描绘了作为距雷达传感器的位置的距离的函数的归一化射线能量，以及

图5描绘了反射率相对于导电率的模拟结果。

参考标号列表

11 车辆

13 雷达传感器

15 雷达信号

17 保险杠

19 车辆的内部、预限定区域

21 发射装置

23 接收装置

25 天线

27 壳体

31 坐标系

33 表示保险杠的曲线

35 反射空心型材

36 初级射线

37 反射射线

38 反射点

39 次要反射

43 聚类射线

45 能量阈值

47 椭圆

51 理论哈根-鲁本斯关系的曲线

52 角反射器的三次反射模拟的曲线

53 金属板的两次反射模拟的曲线

54 金属部件的反射率线

55 保险杠的最坏情况的反射率的线

具体实施方式

图1描绘了包括用于监测车辆11周围环境的雷达传感器13的车辆11。雷达传感器13在该雷达传感器13的期望的视场内发射雷达信号15。如果雷达信号15被期望的视场内的物体反射，则该物体的特性可以从由雷达传感器13检测到的反射雷达信号得出。例如，可以确定该物体相对于车辆11的距离和/或速度。

车辆11还包括安装在车辆11前方的保险杠17。保险杠17也可以是雷达信号15的反射器，即，雷达信号15的一部分可以被保险杠17朝向车辆11的内部19反射。内部19可以包括车辆11的发动机舱和乘客舱。此外，可以将车辆11的内部19视为雷达传感器13的期望的视场外的预限定区域。在该预限定区域19内，被保险杠17反射的雷达信号15可能另外还被一个或更多个物品或部件反射，并最终被雷达传感器13检测到。

雷达信号15在雷达传感器13的期望的视场外的预限定区域19内(即，在车辆11的内部19内)的多次反射可能导致在相对于雷达传感器13的实际上没有物体位于那里的距离或位置处检测到物体。如果该检测是由于车辆11的内部19内的多次反射而引起的，则由于多次反射而引起“假物体”的这样的检测可以被称为“假阳性”、“幻影目标”或“内部幻影”。

图2是雷达传感器13的内部的示意性例示。在雷达传感器13的右上部分中，描绘了雷达源或发射装置21。在右下部分中示出了接收装置23，该接收装置23包括例如三个雷达天线25。发射装置21和接收装置23被壳体27包围。

雷达传感器13的几何尺寸和位置用作根据本公开的用于预测由车辆11的内部19(参见图1)产生的假阳性的模拟方法的基础。如发射装置21的结构所示，针对发射装置或雷达源21使用全波模拟，即，描述雷达信号的电场的麦克斯韦方程的完整解。该源可以由一个或更多个近场源或一个或更多个远场源限定。此外，还考虑天线25的接收特性。

图3描绘了根据本公开的用于预测雷达传感器13的假阳性的计算机实现的方法的结果。如图3所示，雷达传感器13位于具有x轴、y轴和z轴的三维坐标系31的原点处。此外，假设雷达传感器13安装在车辆11(参见图1)前方的保险杠17之后处，该保险杠17在图3中通过曲线33示意性地例示。车辆11的内部19(参见图1)内的物品由反射空心型材(reflectivehollow profile)35表示，该物体在车辆的内部19内也位于保险杠17之后。

对于计算机实现的方法，接收反射空心型材35的CAD数据。另外，如将在图5的上下文中详细解释的，估计反射空心型材35的导电率。基于反射空心型材35的导电率，针对由雷达传感器13发射的雷达信号确定其反射率。

计算源于雷达传感器13的位置并在雷达传感器13的期望的视场内朝向保险杠17传播的多个初级射线36。如图3所示，初级射线36的一部分被保险杠17(即，在靠近曲线33的区域中)反射。被反射的初级射线36在反射空心型材35的结构处在反射点38进一步被反射一次或多次。反射点38位于反射空心型材35的表面(未示出)处。因此，反射空心型材35产生多个反射射线37。

反射射线37的一部分可能被反射空心型材35反射，使得这些射线再次到达雷达传感器13。到达雷达传感器13的反射射线37可能被认为是可检测射线。如果可检测射线的数量和这些射线的能量水平足够大，则可能在雷达传感器13的位置处产生假阳性。即，由于反射射线37的多次反射，反射空心型材35被雷达传感器13检测成在保险杠17前方(即，在车辆11(参见图1)前方)一定距离处的假物体。换句话说，反射空心型材35产生雷达传感器13的假阳性或内部幻影。

初级射线36和反射射线37的计算基于被称为“弹跳射线法(SBR)”的模拟方法，该方法通常应用于在非常大规模的情况下模拟车辆外部的雷达截面。到目前为止，由于这种情况下计算的复杂性，该方法尚未应用于车辆中雷达信号的内部反射。射线36、37的计算基于76.5GHz的雷达频率。

为了针对车辆11的内部19(参见图1)执行弹跳射线法(SBR)，使用“向下选择”射线36、37的过程。详细地，所考虑的多次反射的最大次数被限制到大约75次。另外，针对多次反射中的各次反射所考虑的射线的数量被限制到最大数量，例如，1500。即，针对初级射线36的二次反射、三次反射、四次反射等中的每一个考虑最多1500个射线。此外，在模拟方法内仅考虑如下这样的射线：其具有近似恒定的角度差，以便均匀地覆盖感兴趣区域(即，预限定区域19)。由于射线36、37的这种“向下选择”，需要考虑的射线总数大约减少了1000倍。这使得根据本公开的方法对于现实情形可行。在另一方面，由于预限定区域的均匀覆盖，减小了错过假阳性的风险。换句话说，尽管如上所述的向下选择，但是车辆的内部19仍被射线36、37完全照射。

根据弹跳射线法(SBR)，还沿着射线跟踪电场。基于该电场，可以针对到达雷达传感器13的位置的反射射线37中的每一个估计能量水平。对于能量水平的计算，如下面在图5的上下文中所解释的，考虑了反射率(例如，反射空心型材35的反射率)。如图3所示的射线37的能量水平在图4中被描绘成相对于关于雷达传感器13的位置的距离的以dB为单位的归一化射线能量。该距离在图4中以mm示出。

另外，针对射线36、37计算聚类水平。如果射线37的反射点38彼此之间的距离小于预限定距离，则到达雷达传感器13的射线37的子集被视为射线的聚类。换句话说，属于聚类的射线在几乎相同的路径上传播。满足该条件的射线(即，被反射空心型材35反射成聚类的射线)在图4中被描绘成具有星形符号的聚类射线43。相反，不满足该聚类条件的射线37在图3和图4中被描绘成以小圆圈示出的次要反射39。

为了基于模拟射线37识别假阳性，另外还要考虑聚类射线43的能量水平。对于归一化射线能量，限定了能量阈值45，该能量阈值45在图4中被示出成相对于雷达传感器13的位置的距离的函数。聚类射线43的能量水平需要高于能量阈值45，以便指示假阳性。在图3和图4中，示出了附加的次要反射39，尽管该次要反射39的能量水平部分地高于能量阈值45，但是它们不满足上述聚类条件。因此，次要反射39不被认为是假阳性的指示。

基于聚类水平，即，属于各个聚类43的射线的数量，并且基于属于相应聚类的射线的能量水平，可以估计发生假阳性的概率。如图4所示，被相应的椭圆47包围的聚类射线43提供假阳性的强烈指示。

此外，两个假阳性或“内部幻影”相对于雷达传感器13的位置的距离可以从如图4所示的相应椭圆47内的聚类射线43得出。而且，由于反射射线37被通过如图3所示的模拟方法跟踪，所以对于由如图4所示的椭圆47内的聚类射线43所识别的假阳性，可以从图3所示的例示中得出相应的关键路径。例如，相应的关键路径可以用于在车辆11的早期设计阶段对反射空心型材进行新设计或更换。

在图5中，以百分比为单位的反射率被描绘成导电率(以S/m(西门子/米)为单位)的函数，该导电率可以用于例如车辆内的金属部件或保险杠(例如，车辆11的保险杠17(参见图1))。曲线51描绘了根据哈根-鲁本斯(Hagen-Rubens)理论的反射率与导电率之间的理论关系。另外，示出了两个曲线52、53，它们是通过用于反射率的弹跳射线法(SBR)的模拟结果。曲线52表示使用角反射器的三次反射的平均值，而曲线53基于金属板处的两次反射。如图5所示，在根据哈根-鲁本斯关系的理论曲线51与模拟结果的曲线52、53之间存在良好的一致性。

而且，线54表示金属部件的97％的平均假设反射率，而线55表示被认为是保险杠17的反射率的最坏情况的60％的反射率。如箭头56所示，对于导电率为10⁴S/m的有损耗金属，模拟提供97％的正确反射率。对于通常用于保险杠17的具有5×10¹S/m的导电率的有损耗材料，模拟提供大约65％的反射率，这与被视为最坏情况的60％的反射率良好的一致。总之，图5的结果示出了根据哈根-鲁本斯的理论关系51可以是在用于预测假阳性的模拟方法内使用的良好近似。

如上所述的模拟方法可以包括用于微调的参数，例如，如图4所示的能量阈值45(该能量阈值45是相对于雷达传感器13的位置的距离的函数)、用于限定射线的聚类的预定距离等。用于微调模拟方法的这些参数可以通过与车辆测试结果的比较来确定，即，通过包括雷达传感器13的车辆内的测量来确定。

Claims (15)

1.一种用于预测在期望的视场中发射雷达信号(15)的雷达传感器(13)的假阳性的计算机实现的方法，其中，将针对位于所述期望的视场外的预限定区域(19)来预测所述假阳性，所述方法包括：

-接收所述预限定区域(19)内的至少一个物品(35)的几何数据，

-限定所述雷达传感器(13)的位置，

-计算表示所述雷达信号(15)的多个初级射线(36)，

其中，各初级射线(36)具有初级能量水平并源自所述雷达传感器(13)的所述位置，

-基于所述多个初级射线(36)并基于所述几何数据计算多个反射射线(37)，其中，各反射射线(37)源自所述至少一个物品(35)处的相应反射点(38)，并且是所述初级射线(36)中的一个的反射或者是另一反射射线(37)的反射，

-从所述反射射线(37)中选择可检测射线，其中，所述可检测射线到达所述雷达传感器(13)的所述位置，

-估计所述至少一个物品(35)的导电率，以便基于所述导电率确定所述物品(35)的反射率，

-基于所述至少一个物品(35)的所述反射率并基于相应的初级能量水平确定各可检测射线的能量水平，

-基于所述可检测射线的所述相应反射点(38)的距离确定所述可检测射线的聚类水平，以及

-基于所述可检测射线的所述能量水平和所述聚类水平估计发生假阳性的概率。

2.根据权利要求1所述的方法，所述方法还包括：

-基于多次反射的最大次数并基于针对多次反射中的各次反射的射线的最大数量识别出所述多个反射射线(37)的子集，以及

-从所述反射射线(37)的所述子集选择所述可检测射线。

3.根据权利要求2所述的方法，其中，

反射的相应次数与各反射射线(37)相关联，并且

仅当反射射线(37)的反射次数小于或等于反射的所述最大次数时，所述反射射线(37)才属于所述子集。

4.根据权利要求2或3所述的方法，其中，

针对多次反射中的各次反射，计数反射射线(37)的相应数量，并且

从所述多个反射射线(37)选择所述子集，使得多次反射中的各次反射的反射射线(37)的各个数量小于或等于多次反射中的各次反射的射线的所述最大数量。

5.根据权利要求2至4中任一项所述的方法，其中，

通过选择具有在预定公差内恒定的角度差的初级射线(36)和反射射线(37)进一步识别出所述多个反射射线(37)的所述子集，使得所述初级射线(36)和所述反射射线(37)均匀地覆盖所述预限定区域(19)。

6.根据前述权利要求中任一项所述的方法，其中，

计算所述多个初级射线(36)，使得所述初级射线(36)在进入所述预限定区域(19)之前在所述雷达传感器(13)的所述期望的视场内的反射器(17)处被反射。

7.根据前述权利要求中任一项所述的方法，其中，

如果发生假阳性的概率超过预定阈值，则基于所述可检测射线的所述能量水平和所述聚类水平来估计至少一个所预测的假阳性相对于所述雷达传感器(13)的所述位置的距离。

8.根据前述权利要求中任一项所述的方法，其中，

估计发生假阳性的概率包括将所述能量水平与能量阈值(45)进行比较，所述能量阈值(45)取决于距所述雷达传感器(13)的所述位置的距离。

9.根据前述权利要求中任一项所述的方法，其中，

基于可检测射线的反射点(38)的距离小于预限定距离阈值的可检测射线的数量确定所述可检测射线的所述聚类水平。

10.根据权利要求8所述的方法，其中，

所述距离阈值取决于所述反射点(38)相对于所述雷达传感器(13)的所述位置的距离。

11.根据前述权利要求中任一项所述的方法，其中，

基于所述可检测射线的所述能量水平和所述聚类水平，估计与发生假阳性相关的关键路径。

12.根据前述权利要求中任一项所述的方法，所述方法还包括：

通过预定的几何公差修改所述至少一个物品(35)的所述几何数据，以便确定修改后的几何数据，

基于所述修改后的几何数据重复计算所述多个反射射线(37)、从所述反射射线(37)选择所述可检测射线以及确定所述可检测射线的能量水平和聚类水平的步骤，以便估计发生假阳性的修改的概率。

13.根据前述权利要求中任一项所述的方法，其中，

基于所述至少一个物品(35)的预限定成分来计算所述至少一个物品(35)的所述导电率(51、52、53)。

14.一种计算机系统，所述计算机系统被配置成执行根据权利要求1至13中的至少一项所述的计算机实现的方法。

15.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质包括用于执行根据权利要求1至13中的至少一项所述的计算机实现的方法的指令。

Images