CN112526521B - 一种汽车毫米波防撞雷达的多目标跟踪方法 - Google Patents

一种汽车毫米波防撞雷达的多目标跟踪方法 Download PDF

Info

Publication number
CN112526521B
CN112526521B CN202011334444.0A CN202011334444A CN112526521B CN 112526521 B CN112526521 B CN 112526521B CN 202011334444 A CN202011334444 A CN 202011334444A CN 112526521 B CN112526521 B CN 112526521B
Authority
CN
China
Prior art keywords
track
target
point
tracking
gate
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
CN202011334444.0A
Other languages
English (en)
Other versions
CN112526521A (zh
Inventor
张正文
顾一新
巩朋成
李国伟
罗丰
李婕
赵楠
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.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202011334444.0A priority Critical patent/CN112526521B/zh
Publication of CN112526521A publication Critical patent/CN112526521A/zh
Application granted granted Critical
Publication of CN112526521B publication Critical patent/CN112526521B/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
    • G01S13/88—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
    • 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
    • G01S13/70—Radar-tracking systems; Analogous systems for range tracking only
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明提供一种汽车毫米波防撞雷达的多目标跟踪方法，包括以下具体步骤：步骤一：汽车毫米波防撞雷达观测多目标位置及进行目标运动参数估计得到目标航迹数据；步骤二：对步骤一观测到的航迹数据通过联合概率数据关联算法进行计算；步骤三：经过联合概率数据关联算法计算后的数据通过卡尔曼滤波进行更新然后跟踪状态判定；步骤四：如果判定目标丢失则返回到步骤二，若保持跟踪则通过卡尔曼滤波进行更新后输出航迹图。本发明在数据关联过程中，通过上述规则剔除了大量低概率的点迹，采用高概率的点迹来滤波更新航迹，在保证目标跟踪的准确性和稳定性的同时大大减小了运算量，更适合于实时处理。

Description

一种汽车毫米波防撞雷达的多目标跟踪方法
技术领域
本发明涉及雷达信号处理技术领域，具体是一种汽车毫米波防撞雷达的多目标跟踪方法。
背景技术
随着社会经济的发展，汽车的普及给人们带来了出行的便利，但也带来了城市交通拥堵，事故频发，尤其是在高速公路上行驶，汽车毫米波防撞雷达可降低因为驾驶疲劳、雨天、雾天以及夜间视线不清带来的驾驶危险。汽车毫米波防撞雷达是以道路其他车辆及周围环境作为目标，利用77GHz电磁波作为探测载体，准确测量道路上目标车辆的距离，速度以及角度来确定目标位置与运动信息。通过与ADAS(Advanced Driver AssistanceSystem)高级驾驶辅助系统相结合，提前探测行驶中其他车辆的危险，在设定距离内对汽车前方障碍进行报警和自动避让等功能，可以有效避免汽车在公路上相撞，防止追尾交通事故发生，保护驾乘人员及车辆安全。
车载毫米波防撞雷达实际应用场景复杂，当干扰目标和杂波较多时，现有的跟踪方法容易出现虚警和遗漏真实目标点迹的情况，导致目标跟踪实时性和稳定性下降。
发明内容
本发明的目的在于提供一种车载毫米波雷达的目标跟踪方法，实现在复杂环境下准确和稳定的多目标跟踪。
本发明的技术方案：
一种汽车毫米波防撞雷达的多目标跟踪方法，包括以下具体步骤：
步骤一：汽车毫米波防撞雷达观测多目标位置及进行目标运动参数估计得到目标航迹数据；
步骤二：对步骤一观测到的航迹数据通过联合概率数据关联算法进行计算；
步骤三：经过联合概率数据关联算法计算后的数据通过卡尔曼滤波进行更新然后跟踪状态判定；
步骤四：如果判定目标丢失则返回到步骤二，若保持跟踪则通过卡尔曼滤波进行更新后输出航迹图。
所述联合概率数据关联算法具体方法为：
假设k时刻航迹ti(k)的预测值为
Figure GDA0003678656670000021
即有m条航迹，航迹i的关联波门内点迹为
Figure GDA0003678656670000022
表示波门内点迹数量，对于波门内点迹的选取方式为：
Figure GDA0003678656670000023
Z(k)表示波门内点迹的集合，C为波门阈值；
定义波门内点迹与航迹预测值之间的距离为：
Figure GDA0003678656670000024
定义关联波门内的N个点迹信噪比为snr1,snr2,…,snrN，则权重分别为:
Figure GDA0003678656670000025
联合概率数据关联算法具体流程为：
步骤S1：按航迹质量确定航迹关联的优先顺序；
步骤S2：如果关联波门内仅有一个点迹，则不需要判断该量测是否为真，直接将该点迹与航迹进行关联；
步骤S3：如果关联波门内有多个点迹，则对波门内所有点迹根据式(2)求得点迹与航迹预测值之间的距离；
步骤S4：由于点迹距离越小和信噪比越大的点迹最有可能源于目标，将所有点迹的距离除以信噪比权重，将得到的值进行从小到大排列，选取值最小对应的点迹与航迹进行关联；
步骤S5：根据关联的结果进行滤波更新航迹。
与现有技术相比，本发明的有益效果是：本发明给出的方法考虑真实点迹与信噪比以及点迹与航迹预测值之间的距离有关，信噪比越高和相关距离越近的点迹越可能源于该目标，对所有点迹进行加权，提取可能性大的点迹进行关联，简化运算，避免点迹数量过多引起组合爆炸，导致跟踪算法的实时性和稳定性下降。
附图说明
图1是本发明的目标跟踪方法流程示意图。
图2是本发明的联合概率数据关联算法流程示意图。
图3为本发明的全部生成的航迹。
图4为本发明的有效航迹。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种汽车毫米波防撞雷达的多目标跟踪方法，包括以下具体步骤：
步骤一：汽车毫米波防撞雷达观测多目标位置及进行目标运动参数估计得到目标航迹数据；
步骤二：对步骤一观测到的航迹数据通过联合概率数据关联算法进行计算；
步骤三：经过联合概率数据关联算法计算后的数据通过卡尔曼滤波进行更新然后跟踪状态判定；
步骤四：如果判定目标丢失则返回到步骤二，若保持跟踪则通过卡尔曼滤波进行更新后输出航迹图。
如图2所示，联合概率数据关联算法具体流程为：
步骤S1：按航迹质量确定航迹关联的优先顺序；
步骤S2：如果关联波门内仅有一个点迹，则不需要判断该量测是否为真，直接将该点迹与航迹进行关联；
步骤S3：如果关联波门内有多个点迹，则对波门内所有点迹根据式(2)求得点迹与航迹预测值之间的距离；
步骤S4：由于点迹距离越小和信噪比越大的点迹最有可能源于目标，将所有点迹的距离除以信噪比权重，将得到的值进行从小到大排列，选取值最小对应的点迹与航迹进行关联；
步骤S5：根据关联的结果进行滤波更新航迹。
汽车毫米波雷达目标跟踪本质上是如何确定量测和目标的关联关系，即数据关联问题。选用抗干扰能力较强的JPDA算法作为数据关联算法，当检测到的目标过多并且杂波较多时，数据关联算法可能出现组合错误问题，导致目标跟踪的实时性和稳定性下降。本发明提出一种改进的JPDA方法，该方法首先改进目标点迹选取方式，接着对目标航迹进行管理，采用加速度模型和kalman滤波对雷达目标运动状态进行估计。
数据关联是多目标跟踪关键技术之一，由于雷达传感器观测过程和多目标跟踪环境存在不确定性，例如传感器系统存在测量误差、缺乏跟踪环境先验信息以及无法确定目标个数等因素。因此需要在量测和轨迹之间建立一种关系，以确定量测数据是否源于该航迹。数据关联过程分为三个部分：首先在航迹预测中心对点迹设立一个二维或三维关联波门，把其它航迹所对应的点迹及干扰等产生的假点迹滤除。然后度量各个点迹与该航迹的相似程度，最后根据一定的赋值策略给成功关联的航迹分配相似性最高的点迹。
联合概率数据关联(JPDA)算法的基本思想是：假设杂波环境下仅有一个目标存在，并且该目标航迹已经形成，如果有多个回波存在，则认为所有有效回波都可能源于目标，只是概率有所不同。该算法在处理过程中，当某一条航迹的关联域内仅有一个量测时，仍然要判断该量测是否为真，若目标数量过多，运算量可能过大，出现组合爆炸的可能，降低目标跟踪的实时性和稳定性。
对于JPDA算法，关联波门大小的选择十分关键，波门过大使得关联域内出现较多无关的点迹，波门太小又会漏掉一些关键点迹。传统的JPDA算法会选取一个固定值作为关联波门的阈值。假设k时刻航迹ti(k)的预测值为
Figure GDA0003678656670000051
Figure GDA0003678656670000052
即有m条航迹，航迹i的关联波门内点迹为
Figure GDA0003678656670000053
表示波门内点迹数量，对于波门内点迹的选取方式为：
Figure GDA0003678656670000054
Z(k)表示波门内点迹的集合，C为波门阈值。车载毫米波雷达在实际使用中，道路环境状况复杂多变，波门内点迹数量密集时运算量上升，容易出现组合爆炸问题，导致目标误跟，从而引起跟踪算法的稳定性。
本发明给出的方法考虑真实点迹与信噪比以及点迹与航迹预测值之间的距离有关，信噪比越高和相关距离越近的点迹越可能源于该目标，对所有点迹进行加权，提取可能性大的点迹进行关联，简化运算，避免点迹数量过多引起组合爆炸，导致跟踪算法的实时性和稳定性下降。
定义波门内点迹与航迹预测值之间的距离为：
Figure GDA0003678656670000055
定义关联波门内的N个点迹信噪比为snr1,snr2,…,snrN，则权重分别为:
Figure GDA0003678656670000056
本发明给出汽车毫米波防撞雷达多目标跟踪方法，在数据关联过程中，通过上述规则剔除了大量低概率的点迹，采用高概率的点迹来滤波更新航迹，在保证目标跟踪的准确性和稳定性的同时大大减小了运算量，更适合于实时处理。
实施例
采用77GHz毫米波雷达AWR1642作为传感器，识别正前方车辆目标，并实时进行跟踪，由于复杂环境中真实车辆和干扰目标较多，在跟踪过程中会出现大量航迹，采用100帧跟踪数据进行统计实际跟踪效果。随着不断迭代、更新每条航迹，该方法滤除了大量无用的虚警航迹，得到稳定、连续的有效航迹。
图3和图4为实际跟踪过程中第50帧的跟踪效果数据。
图3为全部生成的航迹，采用该方法后，滤除虚警干扰，图4为有效航迹。
实验统计数据如下表所示，可看出该方法滤除了大量干扰虚警，对真实检测到的目标进行跟踪。
表1毫米波雷达跟踪实验统计数据
Figure GDA0003678656670000061
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (1)

1.一种汽车毫米波防撞雷达的多目标跟踪方法，其特征在于，包括以下具体步骤：
步骤一：汽车毫米波防撞雷达观测多目标位置及进行目标运动参数估计得到目标航迹数据；
步骤二：对步骤一观测到的航迹数据通过联合概率数据关联算法进行计算；
步骤三：经过联合概率数据关联算法计算后的数据通过卡尔曼滤波进行更新然后跟踪状态判定；
步骤四：如果判定目标丢失则返回到步骤二，若保持跟踪则通过卡尔曼滤波进行更新后输出航迹图；
所述联合概率数据关联算法具体方法为：
假设k时刻航迹ti(k)的预测值为
Figure FDA0003678656660000011
即有m条航迹，航迹i的关联波门内点迹为
Figure FDA0003678656660000012
表示波门内点迹数量，对于波门内点迹的选取方式为：
Figure FDA0003678656660000013
Z(k)表示波门内点迹的集合，C为波门阈值；
定义波门内点迹与航迹预测值之间的距离为：
Figure FDA0003678656660000014
定义关联波门内的N个点迹信噪比为snr1,snr2,…,snrN，则权重分别为:
Figure FDA0003678656660000015
联合概率数据关联算法具体流程为：
步骤S1：按航迹质量确定航迹关联的优先顺序；
步骤S2：如果关联波门内仅有一个点迹，则不需要判断量测是否为真，直接将该点迹与航迹进行关联；
步骤S3：如果关联波门内有多个点迹，则对波门内所有点迹根据式(2)求得点迹与航迹预测值之间的距离；
步骤S4：由于点迹距离越小和信噪比越大的点迹最有可能源于目标，将所有点迹的距离除以信噪比权重，将得到的值进行从小到大排列，选取值最小对应的点迹与航迹进行关联；
步骤S5：根据关联的结果进行滤波更新航迹。
CN202011334444.0A 2020-11-25 2020-11-25 一种汽车毫米波防撞雷达的多目标跟踪方法 Active CN112526521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011334444.0A CN112526521B (zh) 2020-11-25 2020-11-25 一种汽车毫米波防撞雷达的多目标跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011334444.0A CN112526521B (zh) 2020-11-25 2020-11-25 一种汽车毫米波防撞雷达的多目标跟踪方法

Publications (2)

Publication Number Publication Date
CN112526521A CN112526521A (zh) 2021-03-19
CN112526521B true CN112526521B (zh) 2022-08-19

Family

ID=74993322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011334444.0A Active CN112526521B (zh) 2020-11-25 2020-11-25 一种汽车毫米波防撞雷达的多目标跟踪方法

Country Status (1)

Country Link
CN (1) CN112526521B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113511194A (zh) * 2021-04-29 2021-10-19 无锡物联网创新中心有限公司 一种纵向避撞预警方法及相关装置
CN113589254A (zh) * 2021-08-23 2021-11-02 东莞正扬电子机械有限公司 基于雷达的移动目标检测方法、装置及雷达检测设备
CN113820687A (zh) * 2021-10-19 2021-12-21 中安锐达(北京)电子科技有限公司 一种考虑一阶速度模糊的雷达点迹航迹关联算法
CN114859339B (zh) * 2022-04-29 2023-06-02 电子科技大学 一种基于毫米波雷达的多目标跟踪方法
CN115825912B (zh) * 2023-01-09 2023-05-23 南京隼眼电子科技有限公司 一种雷达信号处理方法、装置及存储介质
CN115808682B (zh) * 2023-01-17 2023-05-09 湖北工业大学 基于车载毫米波雷达的稳定多目标跟踪方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1351069A1 (en) * 2002-04-02 2003-10-08 Thales Nederland B.V. Multi-targets detection method applied in particular to surveillance radars with multi-beamforming in elevation
CN102831620A (zh) * 2012-08-03 2012-12-19 南京理工大学 基于多假设跟踪数据关联的红外弱小目标搜索跟踪方法
CN104991235A (zh) * 2015-06-15 2015-10-21 南京航空航天大学 一种基于雷达点迹的快速跟踪目标的方法
CN109901153A (zh) * 2019-03-29 2019-06-18 西安电子科技大学 基于信息熵权和最近邻域数据关联的目标航迹优化方法
CN110542885A (zh) * 2019-08-13 2019-12-06 北京理工大学 一种复杂交通环境下的毫米波雷达目标跟踪方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10705198B2 (en) * 2018-03-27 2020-07-07 Infineon Technologies Ag System and method of monitoring an air flow using a millimeter-wave radar sensor

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1351069A1 (en) * 2002-04-02 2003-10-08 Thales Nederland B.V. Multi-targets detection method applied in particular to surveillance radars with multi-beamforming in elevation
CN102831620A (zh) * 2012-08-03 2012-12-19 南京理工大学 基于多假设跟踪数据关联的红外弱小目标搜索跟踪方法
CN104991235A (zh) * 2015-06-15 2015-10-21 南京航空航天大学 一种基于雷达点迹的快速跟踪目标的方法
CN109901153A (zh) * 2019-03-29 2019-06-18 西安电子科技大学 基于信息熵权和最近邻域数据关联的目标航迹优化方法
CN110542885A (zh) * 2019-08-13 2019-12-06 北京理工大学 一种复杂交通环境下的毫米波雷达目标跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A study of a new data association and track initiation method with normalized distance squared ordering;Seung-Woo Kim 等;《International Journal of Control, Automation and Systems (2011)》;20111012;第9卷(第5期);815-822 *
基于毫米波雷达的多目标检测与跟踪技术研究;王瑞昕;《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》;20200215(第02期);C034-547 *

Also Published As

Publication number Publication date
CN112526521A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN112526521B (zh) 一种汽车毫米波防撞雷达的多目标跟踪方法
CN110596694B (zh) 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法
CN110058239B (zh) 一种车载毫米波雷达装置及目标探测方法
US8781688B2 (en) Method and system for combining sensor data
EP2486555B1 (en) Collision avoidance system and method and respective computer program product
US10585188B2 (en) Broadside detection system and techniques for use in a vehicular radar
TWI470257B (zh) 角度估計檢測方法及電子裝置
CN109814080B (zh) 一种毫米波雷达目标跟踪与置信度算法及其装置
US11440541B2 (en) Apparatus and method for predicting concurrent lane change and vehicle including the same
US9812008B2 (en) Vehicle detection and tracking based on wheels using radar and vision
CN104181534A (zh) 交叉路口碰撞警示系统的概率目标选择和威胁评估方法以及应用
CN110307841B (zh) 一种基于信息量测不完全的车辆运动参数估计方法
CN108859952B (zh) 车辆变道预警方法、装置和雷达
JP2787014B2 (ja) 車両障害物識別システム
US11307292B2 (en) ODM information reliability determination system and method and vehicle using the same
KR101752651B1 (ko) 레이더 시스템의 클러터 제거 및 다중 표적 추적방법
JP6555132B2 (ja) 移動物体検出装置
CN111959515A (zh) 一种基于视觉检测的前向目标选择方法、装置及系统
CN111091148B (zh) 一种基于目标先验信息的车载雷达目标跟踪方法及装置
CN105730330A (zh) 行车安全系统及其障碍物筛选方法
CN112098969B (zh) 毫米波大车盲区雷达的目标检测与预警的优化方法
CN113820686A (zh) 一种基于航迹生成杂波图处理雷达一次点迹的方法
Kruse et al. Target classification based on near-distance radar sensors
CN116209914A (zh) 基于雷达传感器的测量并通过识别干扰探测来识别车辆环境中的道路使用者的方法以及运算设备
CN112230216A (zh) 面向云控智能底盘的车载毫米波雷达多目标探测方法

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