CN112612009A - 车辆雷达系统中的多径重影缓解 - Google Patents

车辆雷达系统中的多径重影缓解 Download PDF

Info

Publication number
CN112612009A
CN112612009A CN202011074250.1A CN202011074250A CN112612009A CN 112612009 A CN112612009 A CN 112612009A CN 202011074250 A CN202011074250 A CN 202011074250A CN 112612009 A CN112612009 A CN 112612009A
Authority
CN
China
Prior art keywords
trajectories
trajectory
candidate pair
ghost
candidate
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
CN202011074250.1A
Other languages
English (en)
Inventor
O.朗曼
S.维莱瓦尔
I.比利克
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations 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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN112612009A publication Critical patent/CN112612009A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • 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
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • 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
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance 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
    • G01S7/41—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—
    • G06T5/92—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination 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
    • G01S13/88—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Abstract

系统和方法涉及使用车辆的雷达系统检测对象。在轨迹数据库中启动对象的轨迹。轨迹分别存储对象的数据，并根据对象的其他检测进行更新。对象的轨迹最初是未分类的轨迹。选择与对象中的两个对象相对应的两个轨迹作为候选对。将标准应用于候选对，以确定是否一个轨迹是重影对象的轨迹而另一轨迹是与重影对象相对应的真实对象的轨迹。重影对象表示在不正确位置检测到真实对象。基于确定一个轨迹是重影对象的轨迹而另一轨迹是与重影对象相对应的真实对象的轨迹，将该候选对分类为真实对象和重影对象对的轨迹。

Description

车辆雷达系统中的多径重影缓解
技术领域
本主题公开涉及车辆雷达系统中的多径重影(ghost)缓解。
背景技术
车辆(例如，汽车、摩托车、卡车、建筑设备、农场设备、自动化工厂设备)可包括传感器，以获取有关车辆及其环境的信息。示例性传感器包括无线电检测和测距(雷达)系统、光检测和测距(激光雷达)系统以及相机。某些场景可能导致来自传感器的信息不正确。在雷达系统的情况下，传送能量在雷达系统的视野中被对象(object)反射。所得的反射能量由雷达系统接收并进行分析，以确定有关对象的信息，例如其相对于雷达系统的相对位置。当传送能量被一个对象偏转到第二对象时，从第二对象接收到的反射能量被称为多径反射，而第二对象被检测为重影对象(即，感知到错误的位置)。因此，期望在车辆雷达系统中提供多径重影缓解。
发明内容
在一个示例性实施例中，一种用于车辆的雷达系统的方法包括使用车辆的雷达系统检测两个或更多个对象。启动轨迹(track)数据库中两个或更多对象的轨迹。轨迹分别存储两个或更多个对象的数据，并基于两个或更多个对象的附加检测进行更新。最初，两个或更多个对象的轨迹在轨迹数据库中是未分类的轨迹。从轨迹数据库中选择与两个或更多对象中的两个相对应的两个轨迹作为候选对。将标准(criteria)应用于候选对，以确定候选对的两个轨迹中的一个轨迹是否是多径反射导致的重影对象的轨迹，而候选对的两个轨迹中的另一轨迹是否是与重影对象相对应的真实对象的轨迹。重影对象表示在不正确位置检测到真实对象。
基于确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹是与重影对象相对应的真实对象的轨迹，将候选对在轨迹数据库中分类为真实对象和重影对象对的轨迹。报告来自轨迹数据库的信息，并且基于分类，仅报告用于真实对象的轨迹的数据。该信息用于控制车辆的操作。
除了在此所述的一个或多个特征之外，选择候选对的两个轨迹还基于从候选对的两个轨迹中的一个轨迹获得的第一范围与从候选对的两个轨迹中的另一个轨迹获得的第二范围之间的差是在阈值范围值内的值。
除了在此描述的一个或多个特征之外，该方法还包括从轨迹数据库反复地选择不同的候选对，应用标准以及对不同的候选对进行分类。
除了在此描述的一个或多个特征之外，该方法还包括将候选对的两个轨迹中的一个或两个分类为真实对象的轨迹，或者基于所述标准未确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹是与重影对象对应的真实对象的轨迹，留下(leaving)候选对的两个轨迹的在先分类。
除了在此所述的一个或多个特征之外，将标准应用于候选对还包括应用第一标准，该第一标准包括估计引起多径反射的反射表面的形状，该多径反射将导致候选对的两个轨迹中的一个轨迹是重影对象的轨迹。
除了在此所述的一个或多个特征之外，应用第一标准还包括基于反射表面的线性来确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹。
除了在此所述的一个或多个特征之外，将标准应用于候选对还包括应用第二标准，该第二标准包括确定由候选对的两个轨迹中的一个轨迹所指示的动态是否与由候选对的两个轨迹中的另一个轨迹所指示的动态匹配，使得由候选对的两个轨迹所指示的速度和航向(heading)在两个轨迹的多次更新的阈值量内相关。
除了在此所述的一个或多个特征之外，应用第二标准还包括使用候选对的两个轨迹中的一个轨迹来确定由候选对的两个轨迹中的另一个轨迹所指示的第一速度，使用候选对的两个轨迹的另一个轨迹的更新确定由候选对的两个轨迹的另一个轨迹指示的第二速度，以及基于第一速度和第二速度在彼此的指定的阈值之内，将候选对的两个轨迹的一个轨迹分类为重影对象的轨迹以及将候选对的两个轨迹中的另一个轨迹分类为与重影对象相对应的真实对象的轨迹。
除了在此所述的一个或多个特征之外，将所述标准应用于候选对包括确定来自雷达系统的反射表面上的传送能量的入射角，该入射角会引起多径反射，从而导致候选对的两个轨迹中的一个轨迹是重影对象的轨迹，并确定入射角是否低于阈值，该阈值取决于范围。
除了在此所述的一个或多个特征之外，所述方法还包括基于确定所述候选对的两个轨迹中的一个轨迹是所述重影对象的轨迹以及所述候选对的两个轨迹中的另一个轨迹是与所述重影对象对应的真实对象的轨迹，基于所述重影对象来估计所述真实对象的速度。
在另一个示例性实施例中，车辆中的系统包括雷达系统，以检测两个或更多个对象。该系统还包括处理器，用于启动轨迹数据库中的两个或更多个对象的轨迹，该轨迹分别存储两个或更多个对象的数据，并基于两个或更多个对象的附加检测进行更新，以及两个或更多个对象的轨迹最初是轨迹数据库中的未分类轨迹。处理器还从轨迹数据库中选择与两个或更多个对象中的两个相对应的两个轨迹作为候选对，并将标准应用于候选对以确定是否候选对的两个轨迹中的一个轨迹为由多径反射引起的重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹是与重影对象相对应的真实对象的轨迹。重影对象表示在不正确位置检测到真实对象。处理器还基于确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹的另一个轨迹是与重影对象对应的真实对象的轨迹，将候选对分类为真实对象和重影对象的轨迹。处理器报告来自轨迹数据库的信息。该报告仅提供真实对象而不是重影对象的轨迹的数据。该信息用于控制车辆的操作。
除了在此所述的一个或多个特征之外，处理器基于从候选对的两个轨迹的一个轨迹中获得的第一范围与从候选对的两个轨迹的另一个轨迹中获得的第二范围之间的差在阈值范围值内来选择候选对的两个轨迹。
除了在此所述的一个或多个特征之外，处理器还从轨迹数据库反复地选择不同的候选对，应用标准，并对不同的候选对进行分类。
除了在此所述的一个或多个特征之外，基于所述标准不确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹是与重影对象相对应的真实对象的轨迹，处理器将候选对的两个轨迹中的一个或两个分类为真实对象的轨迹，或留下候选对的两个轨迹的先前分类。
除了在此描述的一个或多个特征之外，处理器通过应用第一标准来应用所述标准，该第一标准包括估计会引起多径反射的反射表面的形状，所述多径反射将导致候选对的两个轨迹的一个轨迹是重影对象的轨迹。
除了在此描述的一个或多个特征之外，处理器基于反射表面的线性度，应用第一标准来确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹。
除了在此所述的一个或多个特征之外，处理器通过应用第二标准来应用所述标准，该第二标准包括确定候选对的两个轨迹中的一个轨迹的动态是否与候选对的两个轨迹中的另一个轨迹的动态匹配，使得由候选对的两个轨迹指示的速度和航向在两个轨迹的多次更新的阈值量内相关。
除了在此所述的一个或多个特征之外，处理器使用候选对的两个轨迹中的一个轨迹，应用第二标准来确定由候选对的两个轨迹中的另一个轨迹所指示的第一速度，使用候选对的两个轨迹的另一个轨迹的更新来确定候选对的两个轨迹的另一个轨迹的第二速度，以及基于第一速度和第二速度在彼此的指定阈值内，将候选对的两个轨迹中的一个轨迹分类为重影对象的轨迹，并将候选对的两个轨迹中的另一个轨迹分类为与重影对象相对应的真实对象的轨迹。
除了在此所述的一个或多个特征之外，处理器将所述标准应用于所述候选对，以确定来自雷达系统的反射表面上的传送能量的入射角，该入射角会引起多径反射，从而会导致候选对的两个轨迹中的一个轨迹是重影对象的轨迹；以及确定入射角是否低于阈值，该阈值取决于范围。
除了在此所述的一个或多个特征之外，基于所述分类指示所述候选对的两个轨迹中的一个轨迹是重影对象的轨迹和候选对的两个轨迹中的另一个轨迹是与重影对象对应的真实对象的轨迹，处理器基于重影对象来估计真实对象的速度。
当结合附图考虑时，根据以下详细描述，本公开的上述特征和优点以及其他特征和优点将显而易见。
附图说明
在下面的详细描述中，仅通过示例的方式出现其他特征、优点和细节，该详细描述参考附图，在附图中：
图1是根据一个或多个实施例的实现的多径重影缓解的车辆的框图；
图2示出了根据一个或多个实施例的引起车辆的多径重影缓解的示例性场景；
图3是根据一个或多个实施例的在车辆雷达系统中执行多径重影缓解的方法的处理流程；
图4示出了根据一个或多个实施例的要求车辆的多径重影缓解的示例性场景；和
图5是详述确定反射表面的形状所涉及的任务的处理流程。
具体实施方式
以下描述本质上仅是示例性的，并且不意图限制本公开、其应用或用途。应当理解，在所有附图中，相应的附图标记表示相同或相应的部件和特征。
如前所述，传送能量的偏转(而不是反射)会导致多径反射。即，例如，能量可以横穿多条路径以从雷达系统行进到使传送的能量偏转的第一对象，再到第二对象，该第二对象将偏转的能量经由第一对象反射回雷达系统。相比之下，直接反射是由于由遇到的第一对象将传送能量反射回雷达系统而产生的。在多径反射的情况下，第二对象的位置将显示为与第二对象(即，重影对象)的实际位置的位置不同。本质上，重影对象将显示为第二对象的镜像，而第一对象将充当镜面。
在车辆应用中，道路、护栏、建筑物和其他表面可能会增加多径反射的可能性。同时，由于来自雷达系统的信息可用于控制车辆的自主或半自主操作，因此重影对象可能在车辆雷达系统中造成挑战。重影对象的检测可能导致车辆不必要的自动制动或其他不必要的操作。在现有的雷达系统中，处理多径反射的方法涉及识别重影对象。但是，这种方法单独考虑了每个检测到的对象。在此详细描述的系统和方法的实施例涉及基于使重影对象与真实对象相关并且两者均跟踪的车辆雷达系统中的多径重影缓解。即，基于一次考虑一对检测到的对象来识别重影对象。相关度量用于识别重影对象和它们对应的真实对象。然后，跟踪重影对象及其真实对象。跟踪重影对象避免了多次重新识别同一重影对象。根据在此中的实施例，因为重影对象和真实对象对相关，所以可以通过使用其对应的重影对象的多普勒来更准确地估计真实对象的速度。
根据示例性实施例，图1是其中实现了多径重影缓解的车辆100的框图。图1中的示例性车辆100是汽车101。车辆100包括具有示例性视场(FOV)的雷达系统110，如图所示。车辆100可以另外包括可以位于车辆100之内或之上的任何位置的其他传感器130(激光雷达系统、相机)。控制器120从雷达系统110和其他传感器130获得数据或信息，并且可以控制车辆100的一个或多个操作。具体而言，在此详述的多径重影缓解可以由控制器120、雷达系统110或两者的组合来实现。雷达系统110的处理器和控制器120包括处理电路，该处理电路可以包括专用集成电路(ASIC)、电子电路、处理器(共享的、专用的或成组的)以及执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或其他提供描述功能的合适部件。
图2示出了根据一个或多个实施例的引起车辆100的多径重影缓解的示例性场景。图2中的一个示例性的真实对象210可以是与车辆100相邻的车道中的另一辆小汽车。为了说明的目的，示出了直接反射205和两个多径反射215a，215b(通常称为215)，以示出可以生成多径反射215的示例性方式。直接反射205指的是将来自车辆100的传送能量201引导到真实对象210，然后其将反射的传送能量201作为直接反射205反射回去。多径反射215a是由于传送能量201a被反射表面225a偏转到真实对象210而产生的。传送能量201和多径反射215a彼此相反地横穿相同的路径，而反射表面225a介于传送能量201和多径反射215a所采取的路径中。偏转的传送能量201a从真实对象210反射为多径反射215a。多径反射215b是由于传送能量201b被在这种情况下用作反射表面225b的真实对象210偏转到在这种情况下用作真实对象210b的护栏230而引起的。偏转的传送能量201b从真实对象210b(即护栏230)反射为多径反射215b。反射表面225a，225b(通常称为225)可以是例如护栏、建筑物、路面或道路上的车辆。如前所述，多径反射215可以表现为重影对象220。这在图2中针对多径反射215a示出。如注意到的，重影对象220可以表现为真实对象210的镜像，而反射表面225a充当镜面。
由车辆100的雷达系统110(图1)接收到的反射(直接反射205和多径反射215)的处理包括模数转换，然后是两个快速傅立叶变换(FFT)。第一FFT导致每个检测范围内的能量水平的表示，第二FFT导致每个相对速度值的能量水平的表示。波束成形是指示与FOV中每个相对方位角相关的能量的过程。检测器向能量水平施加阈值以识别检测(即潜在的真实对象210)并确定到每个的距离、多普勒(相对速度)和角度。在识别出检测之后，可以执行聚类和跟踪。即，当获得相同对象的两次或更多次检测时，信息(例如，距离、多普勒)以及与对象运动有关的预测被用于生成对象的轨迹。该轨迹在每次新检测时更新并随后更新该对象的预测。在此详述的实施例涉及将轨迹分类为对应于真实对象210或重影对象220。此外，由于将轨迹成对考虑，因此重影对象220的轨迹的识别包括对应真实对象210的轨迹的识别。
重影对象220的轨迹不被报告用于以真实对象210的轨迹的方式用于控制车辆系统。然而，如前所述，重影对象220的跟踪可以导致效率和优势。参照图3详细描述重影对象220的轨迹的分类。该分类基于将每个重影对象220的轨迹与其对应的真实对象210的轨迹相关联。对于任何给定的潜在真实对象210和重影对象220对，由于多径而不是传送能量201的直接传播，因此，重影对象220将具有比真实对象210更长的范围。同时，到真实对象210和重影对象220的距离差将不会高于某个阈值。如参考图3所详细描述的，使用这些和其他标准，以在轨迹数据库305中识别真实对象210和重影对象220对。
图3是根据一个或多个实施例的在车辆雷达系统110中执行多径重影缓解的方法300的处理流程。具体地，使用这些过程将轨迹数据库305中的对象的每个轨迹分类为真实对象210的轨迹或重影对象220的轨迹。此外，重影对象220的每个轨迹与生成重影对象220的真实对象210的轨迹相关。基于此分类，仅报告来自真实对象210的轨迹的信息以供控制器120用于控制车辆100的操作。在框310处，如先前使用FFT和波束成形所描述的那样，检测对象210、220以及添加到轨迹数据库305的处理(例如，执行预测)是指开始对象的新轨迹或更新轨迹数据库305中对象的现有轨迹。轨迹数据库305中的轨迹最初是未分类的(即，没有该轨迹是否对应于真实对象210或重影对象220的指示)。因此，框320-380处的过程用于将轨迹数据库305中的未分类轨迹(即，未被分类为真实对象210或重影对象220的对象的轨迹)分类为真实对象210或重影对象220的轨迹。
在框320处，方法300包括确定轨迹数据库305中未分类轨迹中的候选对。该过程涉及按范围对轨迹数据库305中未分类轨迹进行分类。如前所述，对于真实对象210及其对应的重影对象220，到重影对象220的范围将比到真实对象210的范围长。此外，到重影对象220和到真实对象210的范围不会有太大差异(即，差异将小于阈值)。因此，基于在轨迹数据库305中为给定的未分类轨迹存储的范围(或在运动对象的轨迹的情况下的一组范围)，候选重影对象220的轨迹或候选相关真实对象210的轨迹可以被识别以形成候选对。候选重影对象220的轨迹将具有比给定的未分类轨迹的存储范围(多个范围)长的存储范围(多个范围)。候选相关真实对象210的轨迹将具有比给定的未分类轨迹的存储范围(多个范围)短的存储范围(或多个范围)。另外，候选相关真实对象210的轨迹可能已经被分类为真实对象210的轨迹(在先前的反复中)。在那种情况下，框330和340处的过程将确定真实对象210是否引起与给定的未分类轨迹相对应的重影对象220。基于在框320处的过程，该过程涉及检测到未分类的轨迹的范围，可以识别当前在轨迹数据库305中的每个候选对。当另外的对象被检测到并被处理以作为新轨迹添加到轨迹数据库305中时(在框310)，可以重复方法300以解决轨迹数据库305中新的未分类轨迹。
在框330处，选择候选对是指挑选在框320识别的候选对之一。所选择的候选对包括两个轨迹，其中至少一个是未分类的轨迹。如前所述的，候选对可以包括已经被分类为真实对象210的轨迹的轨迹。在这种情况下，根据所述过程的候选对的分类确定其轨迹是候选对的一部分的真实对象210是否产生其轨迹是候选对中未分类轨迹的重影对象220。在框340处，应用标准涉及三个过程。框340处的三个过程中的第一过程涉及在框350处确定反射表面225的形状。这是因为产生多径反射215的反射表面225通常是线性的。在框340处应用的第二标准包括在框360处确定候选对的轨迹的动态(例如，位置、速度)是否彼此相关。这是因为真实对象210和重影对象220通常将具有匹配动态。在框340处应用的第三标准包括，在框370处确定会已产生候选重影对象220的传送能量201在反射表面225上的入射角。这是因为通常基于低入射角发生多径反射215。进一步讨论在框340处使用的这些标准中的每一个。
在框380处，根据标准分类是指不同的潜在结果。基于在框340处应用的标准，在框330处选择的候选对可以被分类为重影对象220和产生该重影对象220的真实对象210(即，真实对象210和重影对象220对)的轨迹。然而，如果基于框340处应用的标准，候选对被认为不是真实对象210和重影对象220对的轨迹，则候选对的轨迹可以保持其先前状态或一个或两个轨迹都可以被分类为真实对象210的轨迹，如所详述的。作为候选对的一部分但不是任何其他候选对的一部分或者不是另一候选对(在框320处确定)中的候选重影对象220的轨迹的轨迹可以被分类为真轨迹。如果候选对包括候选重影对象220的轨迹和候选相关真实对象210的轨迹，并且候选相关真实对象210的轨迹已经被分类为真实对象210的轨迹，然后，即使不满足真实对象210和重影对象220对的标准(在框380处)，也保留真实对象210的分类。
根据示例性实施例，在框340处检查的所有三个标准必须指示候选对是真实对象210和重影对象220对，以便如此声明候选对。这是因为，总的来说，会被认为最好不要将真实对象210误分类为重影对象220。根据替代实施例，最小化错误警报和制动或其他动作可能被认为更为重要。在那种情况下，在框340处，可基于三个标准中的仅一个或两个将候选对声明为真实对象210和重影对象220。如图3所示，一旦候选对(在框330处选择)已被检查，则为下一次反复选择另一个候选对。反复继续直到在框320处识别的所有候选对都已被处理。
图4示出了根据一个或多个实施例的用于车辆100的需要多径重影缓解的示例性场景。图4中的图示，继续参考图1-3，用于详细说明在图3中的框340处应用的标准。根据一个或多个实施例，车辆100包括雷达系统110和控制器120，其实现多径重影缓解。示例性的真实对象210被示出为卡车。传送能量201导致来自真实对象210的直接反射205。还示出了与真实对象210相对应的重影对象220。传送能量201m导致来自真实对象210的多径反射215。传送能量201m在反射点410处被反射表面225偏转到真实的对象210。这就是导致来自真实对象210的多径反射215经由反射表面225返回到车辆100的雷达系统110的原因。由于多径反射215，检测显示为是从为重影对象220指示的位置。如图4所示，重影对象220看起来像真实对象210的镜像，其中反射表面225代表镜面。重影线420以及所指示的角度和其他值参考图5详细描述。
图5是详细说明在框350(图3)中确定反射表面225的形状所涉及的任务的处理流程。继续参考图1-4。本质上，基于候选真实对象210和重影对象220对的附加检测和处理(在框310处)，从对候选对的轨迹进行的轨迹更新确定多个反射点410。测试由多个反射点410建议的形状以确定反射表面225是否足够笔直，从而建议候选对中的真实重影对象220。
在框510处，该过程包括从轨迹数据库305获取候选真实对象210的检测位置(xt,yt)和候选重影对象220的检测位置(xg,yg)。在框520处，根据线方程计算反射线：
y＝tan(α)x+b [等式1]
在等式1中，线斜率tan(α)基于反射表面角α，该反射表面角是反射表面225与车辆100的行进方向X之间的角度，如图4所示。该反射表面角α由以下给出：
Figure BDA0002716138080000101
在等式2中，m基于候选真实对象210的检测位置(xt,yt)和候选重影对象220的检测位置(xg,yg)，并由以下给出：
Figure BDA0002716138080000102
等式1中所示的直线方程中的截距(intercept)b由以下给出：
b＝y0-tan(α)x0 [等式4]
Figure BDA0002716138080000103
Figure BDA0002716138080000104
在框530处，计算重影线420包括使用线方程：
y＝tan(β)x [等式7]
斜率tan(β)可以从候选重影对象220的位置得出：
Figure BDA0002716138080000105
一旦基于等式1计算了反射线(在框520处)并且基于等式7计算了重影线420(在框530处)，该过程包括在框540处获得反射点410。反射点410的估计在位置(xr,yr)处，并且xr和yr被获得为：
Figure BDA0002716138080000111
yr＝tan(β)xr [等式10]
如图5所示，重复框510到540的过程，每次反复使用来自轨迹数据库305中候选真实对象210和候选重影对象220的更新轨迹的下一个位置。在框550处，获得表面线矢量(xr ,yr )是指反射点410的估计的矢量。即，表面线矢量(xr ,yr )是用于从轨迹更新中的候选真实对象210和候选重影对象220的位置的等式9和10的结果的矢量。在框550处，获得表面线估计包括对表面线矢量(xr ,yr )执行线性拟合(例如，线性回归、随机抽样一致(ransac))。表面线估计由
Figure BDA0002716138080000112
给出。在框550处，执行标准测试是指可以测试的三个不同标准。
在框550处，一个标准包括确定均方距离(MSD)是否在阈值内。MSD由以下给出：
Figure BDA0002716138080000113
在等式1中，E表示平均操作。另一个标准涉及确定超过阈值的估计的百分比是否在指定值(即指定的误差百分比)内。又一标准检查反射表面角α的矢量(用于多个轨迹更新的等式2的结果)与由线性拟合计算的表面角度估计
Figure BDA0002716138080000114
之间的误差。误差由以下给出：
Figure BDA0002716138080000115
基于该标准，进行确定(在图3的框350处)反射表面225是否足够线性以建议在框330处选择的候选对是真实对象210对和重影对象220对。
在框360(图3)处确定动态是否建议在框330处选择的候选对是真实对象210和重影对象220对的过程被详细描述。具体地，在框360处的确定是候选真实对象210和候选重影对象220是否表现出彼此镜像的动态。重影对象220的速度vg和真实对象210的速度vt表示在图4中。重影对象220的速度vg是真实对象210的速度vt的镜像，从而：
vg＝Rvt [等式13]
在等式13中，R是旋转矩阵并由以下给出：
Figure BDA0002716138080000121
角度γ是真实对象速度vt的矢量和反射表面225之间的角度差，由以下给出：
Figure BDA0002716138080000122
在等式15中，Sr是与反射表面225相对应的归一化矢量，并由以下给出：
Sr＝(cosα,sinα) [等式16]
真实对象多普勒Dt和重影对象多普勒Dg分别是真实对象速度vt和重影对象速度vg向车辆100的投影。它们由以下给出：
Figure BDA0002716138080000123
Figure BDA0002716138080000124
测量多普勒值(即，如前所述，从直接反射205和多径反射215获得)。候选真实对象210的速度(vt)估计为：
vt＝(Vcosφ,Vsinφ) [等式19]
在等式19中，V是候选真实对象210的速度并由以下给出：
Figure BDA0002716138080000125
角度μ是真实对象210的航向与车辆100之间的角度，如图4所示，并由以下给出：
Figure BDA0002716138080000126
如图4所示，角度η是直接反射205和多径反射215之间的角度，并由以下给出：
η＝2θ-ρ [等式22]
入射角θ是反射表面225与重影线420之间的角度，如图4所示。角度ρ是如图4所示的来自车辆100的传送能量201与传送能量201m之间的角度。如前所述的，候选真实对象210的速度，V，是根据等式21和22基于与候选重影对象220有关的值获得的。对于被声明并分类为真实对象210和重影对象220对的一对，根据等式21和22，使用由重影对象220获得的值来估计真实对象210的速度将导致更准确的速度估计。
在等式19中，φ是候选真实对象210的航向，并由以下给出：
Figure BDA0002716138080000131
通过根据等式20获得候选真实对象210的速度V，根据等式23获得候选真实对象210的航向φ，对于候选真实对象210的每个轨迹更新，可以获得速度矢量vt 。可以将该估计速度矢量vt 与通过处理直接反射205获得并存储在轨迹数据库305中的速度矢量
Figure BDA0002716138080000134
进行比较。因为估计的速度矢量vt 是使用候选重影对象220导出的，而速度矢量
Figure BDA0002716138080000135
是通过处理直接反射205获得的，所以两者之间的紧密匹配表明候选重影对象220是真实的重影对象220。
具体地，可以检查两个标准。一个标准是估计速度矢量vt 和速度矢量
Figure BDA0002716138080000136
之间的MSE，其由以下给出：
Figure BDA0002716138080000137
在等式24中，vtx 和vty 是估计速度矢量vt 的x和y部分。可以确定关于MSE是否低于阈值。可以检查的第二标准是估计速度矢量vt 和速度矢量
Figure BDA0002716138080000138
之间的估计差的百分比(即，百分误差)是否在指定阈值内。
在框360(图3)处的确定候选真实对象210和候选重影对象220的动态是否彼此镜像的过程可以包括附加标准。候选对应具有相同的长度。因此，一个标准可以是：
Figure BDA0002716138080000132
通常，长度l定义为：
Figure BDA0002716138080000133
另外，候选对应当具有相同的速度幅度。因此，MSE可以定义为：
Figure BDA0002716138080000141
最后，作为在框360(图3)的对象动态的另一次检查，候选重影对象220的速度航向应与候选真实对象210的航向匹配，但以镜像方式进行。因此，速度矢量和反射表面225之间的角度对于候选真实对象速度矢量
Figure BDA0002716138080000142
(确定并存储在轨迹数据库305中)和对于候选重影对象速度矢量
Figure BDA0002716138080000143
(确定并存储在轨迹数据库305中)应该是相同的。因此，MSE可以定义为：
Figure BDA0002716138080000144
因此，可以检查MSE是否在阈值内。
在框370(图3)处确定传送能量201的入射角θ是否表明在框330处选择的候选对是真实对象210和重影对象220对的过程被详细描述。如前所述，通常，低入射角θ表明候选对是真实对象210和重影对象220对。这是因为(反射表面225的)表面反射率在低角度下较高。为候选对的每个轨迹更新确定的入射角θ产生入射角θ的矢量。可以将两个标准应用于此矢量。首先，可以对照阈值来检查平均入射角E(θ)。另外，可以检查指示超过阈值的估计差异的百分比的百分误差。该阈值取决于范围。这是因为，与来自距离车辆100的距离较远的真实对象210的多径反射215相比，可能在较高的入射角θ处发生近距离的多径反射215。
尽管已经参考示例性实施例描述了以上公开，但是本领域技术人员将理解，在不脱离本发明范围的情况下，可以进行各种改变并且可以用等同物代替其要素。另外，在不脱离本公开的实质范围的情况下，可以做出许多修改以使特定情况或材料适应本公开的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (10)

1.一种用于车辆的雷达系统的方法，所述方法包括：
使用车辆的雷达系统检测两个或更多个对象；
启动轨迹数据库中的两个或更多个对象的轨迹，该轨迹分别存储两个或更多个对象的数据并基于两个或更多个对象的附加检测进行更新，以及两个或更多个对象的轨迹最初为在轨迹数据库中的未分类的轨迹；
使用处理器从轨迹数据库中选择与两个或更多个对象中的两个相对应的两个轨迹作为候选对；
使用处理器将标准应用于候选对，以确定是否候选对的两个轨迹中的一个轨迹是由多径反射导致的重影对象的轨迹以及候选对的两个轨迹中的另一轨迹是与重影对象对应的真实对象的轨迹，其中重影对象表示在不正确位置检测到真实对象；
在轨迹数据库中使用处理器，基于确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹中的另一轨迹是与重影对象对应的真实对象的轨迹，将候选对分类为真实对象和重影对象对的轨迹；和
报告来自轨迹数据库的信息，并且基于该分类，该报告包括仅提供真实对象的轨迹的数据，其中该信息用于控制车辆的操作。
2.根据权利要求1所述的方法，其中，基于从候选对的两个轨迹中的一个轨迹获得的第一范围与从候选对的两个轨迹中的另一轨迹获得的第二范围之间的差在阈值范围值内来选择所述候选对的两个轨迹。
3.根据权利要求1所述的方法，还包括从所述轨迹数据库反复地选择不同的候选对，应用所述标准，并且对不同的候选对进行分类，基于所述标准未确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹是与重影对象相对应的真实对象的轨迹，将所述候选对的两个轨迹中的一个或两个轨迹分类为真实对象的轨迹，或者留下候选对的两个轨迹的先前分类，以及基于确定候选对的两个轨迹中的一个轨迹为重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹为与重影对象相对应的真实对象的轨迹，基于重影对象来估计真实对象的速度。
4.根据权利要求1所述的方法，其中，将所述标准应用于所述候选对包括应用第一标准，该第一标准包括估计引起多径反射的反射表面的形状，所述多径反射会导致所述候选对的两个轨迹中的一个轨迹是重影对象的轨迹，应用第一标准包括基于反射表面的线性确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹，以及将该标准应用于候选对包括确定来自于雷达系统的在反射表面上的传送能量的入射角，该入射角会引起多径反射，该多径反射会导致候选对的两个轨迹中的一个轨迹为重影对象的轨迹，并确定入射角是否低于阈值，该阈值取决于范围。
5.根据权利要求1所述的方法，其中，将所述标准应用于所述候选对包括应用第二标准，该第二标准包括确定由所述候选对的两个轨迹中的一个轨迹指示的动态是否与由所述候选对的两个轨迹中的另一轨迹指示的动态匹配，使得由候选对的两个轨迹指示的速度和航向在两个轨迹的多个更新上的阈值量内相关，以及应用第二标准包括使用候选对的两个轨迹中的一个轨迹来确定由候选对的两个轨迹中的另一个轨迹所指示的第一速度，使用候选对的两个轨迹中的另一个轨迹的更新来确定由候选对的两个轨迹中的另一个轨迹所指示的第二速度，以及基于第一速度和第二速度在彼此的指定阈值内，将候选对的两个轨迹的一个轨迹分类为重影对象的轨迹并将候选对的两个轨迹的另一个轨迹分类为与重影对象对应的真实对象的轨迹。
6.一种车辆中的系统，该系统包括：
雷达系统，被配置为检测两个或更多个对象；和
处理器，被配置为启动轨迹数据库中两个或更多个对象的轨迹，该轨迹分别存储两个或更多个对象的数据并基于两个或更多个对象的附加检测进行更新，以及两个或更多个对象的轨迹最初为在轨迹数据库中的未分类的轨迹，以从轨迹数据库中选择与两个或更多个对象中的两个对象相对应的两个轨迹作为候选对，将标准应用于该候选对，以确定是否候选对的两个轨迹中的一个轨迹是由多径反射导致的重影对象的轨迹以及候选对的两个轨迹中的另一轨迹是与重影对象对应的真实对象的轨迹，其中重影对象表示在不正确位置检测到真实对象，以基于确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹中的另一轨迹是与重影对象对应的真实对象的轨迹，将候选对分类为真实对象和重影对象对的轨迹，以及报告来自轨迹数据库的信息，其中该报告包括仅提供用于真实对象而不是重影对象的轨迹的数据，该信息用于控制车辆的操作。
7.根据权利要求6所述的系统，其中，所述处理器被配置为基于从候选对的两个轨迹中的一个轨迹获得的第一范围与从候选对的两个轨迹中的另一轨迹获得的第二范围之间的差在阈值范围值内来选择所述候选对的两个轨迹。
8.根据权利要求6所述的系统，其中，所述处理器被配置为从所述轨迹数据库中反复地选择不同的候选对，应用所述标准，并且对不同的候选对进行分类，基于所述标准未确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹是与重影对象相对应的真实对象的轨迹，将所述候选对的两个轨迹中的一个或两个轨迹分类为真实对象的轨迹，或者留下候选对的两个轨迹的先前分类，以及基于所述分类指示候选对的两个轨迹中的一个轨迹为重影对象的轨迹以及候选对的两个轨迹中的另一个轨迹为与重影对象相对应的真实对象的轨迹，基于重影对象来估计真实对象的速度。
9.根据权利要求6所述的系统，其中，所述处理器被配置为通过应用第一标准来应用所述标准，该第一标准包括估计引起多径反射的反射表面的形状，所述多径反射会导致所述候选对的两个轨迹中的一个轨迹是重影对象的轨迹，应用第一标准以基于反射表面的线性确定候选对的两个轨迹中的一个轨迹是重影对象的轨迹，以及将该标准应用于候选对以确定来自于雷达系统的在反射表面上的传送能量的入射角，该入射角会引起多径反射，该多径反射会导致候选对的两个轨迹中的一个轨迹为重影对象的轨迹，并确定入射角是否低于阈值，该阈值取决于范围。
10.根据权利要求6所述的系统，其中，所述处理器被配置为通过应用第二标准来应用所述标准，第二标准包括确定所述候选对的两个轨迹中的一个轨迹的动态是否与所述候选对的两个轨迹中的另一轨迹的动态匹配，使得由候选对的两个轨迹指示的速度和航向在两个轨迹的多个更新上的阈值量内相关，以及应用第二标准以使用候选对的两个轨迹中的一个轨迹来确定由候选对的两个轨迹中的另一个轨迹所指示的第一速度，以使用候选对的两个轨迹中的另一个轨迹的更新来确定候选对的两个轨迹中的另一个轨迹的第二速度，以及基于第一速度和第二速度在彼此的指定阈值内，将候选对的两个轨迹的一个轨迹分类为重影对象的轨迹并将候选对的两个轨迹的另一个轨迹分类为与重影对象对应的真实对象的轨迹。
CN202011074250.1A 2019-10-04 2020-10-09 车辆雷达系统中的多径重影缓解 Pending CN112612009A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/593,359 US11587214B2 (en) 2019-10-04 2019-10-04 Multipath ghost mitigation in vehicle radar system
US16/593,359 2019-10-04

Publications (1)

Publication Number Publication Date
CN112612009A true CN112612009A (zh) 2021-04-06

Family

ID=74875972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011074250.1A Pending CN112612009A (zh) 2019-10-04 2020-10-09 车辆雷达系统中的多径重影缓解

Country Status (3)

Country Link
US (1) US11587214B2 (zh)
CN (1) CN112612009A (zh)
DE (1) DE102020124236A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115079121A (zh) * 2022-07-19 2022-09-20 南京隼眼电子科技有限公司 用于车载雷达的多径目标识别方法、装置及存储介质
WO2022242463A1 (en) * 2021-05-19 2022-11-24 Huawei Technologies Co.,Ltd. Method and apparatus for a computationally efficient lidar system
DE102022211987A1 (de) 2021-11-12 2023-05-17 Zf Friedrichshafen Ag Verfahren, Computerprogramm, maschinenlesbares Speichermedium und System zur Klassifizierung von Geisterobiekten in einer Umgebung eines Straßenfahrzeugs, eines Beförderungssystems und/oder einer Komponente einer Verkehrsinfrastruktur

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102332509B1 (ko) * 2020-05-22 2021-11-29 현대모비스 주식회사 후방 교차 충돌 경고 방법 및 장치
JP7472879B2 (ja) 2021-08-31 2024-04-23 株式会社デンソー 車両用レーダ装置
DE102022000331A1 (de) 2022-01-28 2022-03-17 Daimler Ag Verfahren zur Detektion von Geisterobjekten in Sensormessungen

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1940591A (zh) * 2005-09-26 2007-04-04 通用汽车环球科技运作公司 使用传感器融合进行目标跟踪的系统和方法
US20180120842A1 (en) * 2016-10-27 2018-05-03 Uber Technologies, Inc. Radar multipath processing
US20180156914A1 (en) * 2016-12-05 2018-06-07 Trackman A/S Device, System, and Method for Tracking an Object Using Radar Data and Imager Data
CN108469609A (zh) * 2018-06-11 2018-08-31 成都纳雷科技有限公司 一种用于雷达目标跟踪的检测信息滤波方法
US20180341012A1 (en) * 2017-05-25 2018-11-29 Mitsumi Electric Co., Ltd. Ghost removal method and radar device
CN109407093A (zh) * 2017-08-17 2019-03-01 通用汽车环球科技运作有限责任公司 解决宽孔径雷达到达角模糊度的多普勒测量

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1940591A (zh) * 2005-09-26 2007-04-04 通用汽车环球科技运作公司 使用传感器融合进行目标跟踪的系统和方法
US20180120842A1 (en) * 2016-10-27 2018-05-03 Uber Technologies, Inc. Radar multipath processing
US20180156914A1 (en) * 2016-12-05 2018-06-07 Trackman A/S Device, System, and Method for Tracking an Object Using Radar Data and Imager Data
US20180341012A1 (en) * 2017-05-25 2018-11-29 Mitsumi Electric Co., Ltd. Ghost removal method and radar device
CN109407093A (zh) * 2017-08-17 2019-03-01 通用汽车环球科技运作有限责任公司 解决宽孔径雷达到达角模糊度的多普勒测量
CN108469609A (zh) * 2018-06-11 2018-08-31 成都纳雷科技有限公司 一种用于雷达目标跟踪的检测信息滤波方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GIANLUCA GENNARELLI: "Multipath Ghosts in Radar Imaging: Physical Insight and Mitigation Strategies", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》, vol. 8, no. 3, pages 1078 - 1086, XP011576943, DOI: 10.1109/JSTARS.2014.2363233 *
景国彬 等: "基于直升机平台SAR的方位重影抑制方法", 《上海航天》, vol. 35, no. 6, pages 92 - 97 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022242463A1 (en) * 2021-05-19 2022-11-24 Huawei Technologies Co.,Ltd. Method and apparatus for a computationally efficient lidar system
DE102022211987A1 (de) 2021-11-12 2023-05-17 Zf Friedrichshafen Ag Verfahren, Computerprogramm, maschinenlesbares Speichermedium und System zur Klassifizierung von Geisterobiekten in einer Umgebung eines Straßenfahrzeugs, eines Beförderungssystems und/oder einer Komponente einer Verkehrsinfrastruktur
CN115079121A (zh) * 2022-07-19 2022-09-20 南京隼眼电子科技有限公司 用于车载雷达的多径目标识别方法、装置及存储介质

Also Published As

Publication number Publication date
DE102020124236A1 (de) 2021-04-08
US20210104027A1 (en) 2021-04-08
US11587214B2 (en) 2023-02-21

Similar Documents

Publication Publication Date Title
US11587214B2 (en) Multipath ghost mitigation in vehicle radar system
US11448746B2 (en) Method of estimating a velocity magnitude of a moving target in a horizontal plane and radar detection system
CN109073748B (zh) 车辆雷达系统以及估计车辆雷达系统未对准的方法
US10317522B2 (en) Detecting long objects by sensor fusion
US8126640B2 (en) Method and device for predicting the course of motor vehicles
CN110836983B (zh) 确定估计速度的不确定性估计的方法
CN108089165B (zh) 用于在用于机动车的雷达传感器中进行失明识别的方法
KR20170041795A (ko) 주변 지도 생성 방법 및 운전자 보조 시스템
CN106168667B (zh) 具有图像反射检测的车载雷达系统
US10732263B2 (en) Method for classifying a longitudinally extended stationary object in a lateral surrounding area of a motor vehicle, driver assistance system and motor vehicle
CN110892281B (zh) 用于雷达系统的操作的方法
CN107103275B (zh) 使用雷达和视觉基于车轮进行的车辆检测和追踪
US20210213962A1 (en) Method for Determining Position Data and/or Motion Data of a Vehicle
US20190369228A1 (en) Method for robust estimation of the velosity of a target using a host vehicle
US11536822B2 (en) Radar device
US11440541B2 (en) Apparatus and method for predicting concurrent lane change and vehicle including the same
US7714769B2 (en) Method for estimating the width of radar objects
CN107209264A (zh) 通过检查测量点的空间偏差的用于检测机动车辆的周围区域中的对象的方法、控制装置、驾驶员辅助系统和机动车辆
US11158192B2 (en) Method and system for detecting parking spaces which are suitable for a vehicle
US20220003860A1 (en) Determining the orientation of objects using radar or through the use of electromagnetic interrogation radiation
US11249171B2 (en) Method of determining an alignment error of an antenna and vehicle with an antenna and a detection device
US20050004719A1 (en) Device and method for determining the position of objects in the surroundings of a motor vehicle
US11221393B2 (en) Method and processor for determining spatial information regarding a vehicle
US20230305109A1 (en) Method for Recognizing Road Users in an Environment of a Vehicle on the Basis of Measurements of a Radar Sensor, by Identifying Faulty Detections, and Computing Device
US20220179080A1 (en) Apparatus and method for tracking an object using a lidar sensor

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