CN113140130A - 对象检测设备及包括对象检测设备的车辆控制系统 - Google Patents
对象检测设备及包括对象检测设备的车辆控制系统 Download PDFInfo
- Publication number
- CN113140130A CN113140130A CN202011374329.6A CN202011374329A CN113140130A CN 113140130 A CN113140130 A CN 113140130A CN 202011374329 A CN202011374329 A CN 202011374329A CN 113140130 A CN113140130 A CN 113140130A
- Authority
- CN
- China
- Prior art keywords
- range
- sensor
- calculation
- reflected
- signal
- 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
Links
- 238000001514 detection method Methods 0.000 title claims description 55
- 238000005259 measurement Methods 0.000 claims abstract description 97
- 238000004364 calculation method Methods 0.000 claims abstract description 88
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 50
- 239000013598 vector Substances 0.000 claims description 77
- 239000011159 matrix material Substances 0.000 claims description 27
- 230000003595 spectral effect Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 230000015654 memory Effects 0.000 description 18
- 238000001228 spectrum Methods 0.000 description 11
- 230000005236 sound signal Effects 0.000 description 8
- 238000000034 method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 101100329003 Arabidopsis thaliana COV1 gene Proteins 0.000 description 4
- 101000955962 Homo sapiens Vacuolar protein sorting-associated protein 51 homolog Proteins 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 102100034594 Angiopoietin-1 Human genes 0.000 description 2
- 102100034608 Angiopoietin-2 Human genes 0.000 description 2
- 102100033402 Angiopoietin-4 Human genes 0.000 description 2
- 101000924552 Homo sapiens Angiopoietin-1 Proteins 0.000 description 2
- 101000924533 Homo sapiens Angiopoietin-2 Proteins 0.000 description 2
- 101000693093 Homo sapiens Angiopoietin-related protein 1 Proteins 0.000 description 2
- 101001056901 Homo sapiens Delta(14)-sterol reductase TM7SF2 Proteins 0.000 description 2
- 101000836337 Homo sapiens Probable helicase senataxin Proteins 0.000 description 2
- 102100027178 Probable helicase senataxin Human genes 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 101000615747 Homo sapiens tRNA-splicing endonuclease subunit Sen2 Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 102100021774 tRNA-splicing endonuclease subunit Sen2 Human genes 0.000 description 1
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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
- B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- G01S13/003—Bistatic radar systems; Multistatic radar 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
- G01S13/02—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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4021—Means for monitoring or calibrating of parts of a radar system of receivers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4026—Antenna boresight
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- 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
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- G01S13/44—Monopulse radar, i.e. simultaneous lobing
- G01S13/4454—Monopulse radar, i.e. simultaneous lobing phase comparisons monopulse, i.e. comparing the echo signals received by an interferometric antenna arrangement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
- G01S13/878—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S2013/0236—Special technical features
- G01S2013/0245—Radar with phased array antenna
-
- 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
- G01S2013/0236—Special technical features
- G01S2013/0245—Radar with phased array antenna
- G01S2013/0263—Passive array antenna
-
- 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
- G01S2013/9318—Controlling the steering
-
- 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
- G01S2013/93185—Controlling the brakes
-
- 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
- G01S2013/9319—Controlling the accelerator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
- G01S7/4082—Means for monitoring or calibrating by simulation of echoes using externally generated reference signals, e.g. via remote reflector or transponder
- G01S7/4086—Means for monitoring or calibrating by simulation of echoes using externally generated reference signals, e.g. via remote reflector or transponder in a calibrating environment, e.g. anechoic chamber
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种对象检测设备,包括第一传感器、第二传感器、计算范围选择器和估计器。第一传感器输出射频(RF)信号,接收从对象反射的反射RF信号,并基于接收到的反射RF信号获得针对对象的第一测量值。第二传感器通过感测来自对象的物理特征来获得针对对象的第二测量值。由第二传感器感测的物理特征与被测量为由第一传感器获得的第一测量值的对象的特征不同。计算范围选择器基于第二测量值设置第一参考范围。第一参考范围表示使用第一算法来检测对象的位置的第一计算的执行范围。估计器使用第一测量值仅对第一参考范围执行第一计算,并生成第一结果值作为执行第一计算的结果。第一结果值表示对象的位置。
Description
相关申请的交叉参考
本申请要求在韩国知识产权局(KIPO)的2020年1月20日提交的申请号为10-2020-0007258的韩国专利申请的优先权,该申请的公开内容通过引用整体结合到本文中。
技术领域
本公开的示例实施例一般涉及半导体集成电路。更具体地,本公开的示例实施例涉及检测车辆周围的对象的对象检测设备及包括对象检测设备的车辆控制系统。
背景技术
近来,由于信息通信技术和汽车工业的融合,汽车已经迅速变得越来越智能。因此,汽车已经从完全由驾驶员控制的简单机构发展为智能汽车。智能汽车可以由驾驶员在高级驾驶员辅助系统(ADAS)的辅助下控制,并且有时可以完全由自主驾驶系统控制。ADAS和自主驾驶系统作为智能汽车的核心技术特别突出。
对于ADAS和自主驾驶系统,需要各种技术,例如用于识别驾驶环境(例如,车道、周围车辆、行人等)的技术;用于确定驾驶状况的技术;诸如转向、加速/减速等的控制技术等。另外,对于这些各种技术,需要精确地并有效地识别和/或检测车辆周围的对象。
发明内容
本公开的至少一个示例实施例提供了一种对象检测设备,能够精确、快速并有效地识别和/或检测车辆周围的对象。
本公开的至少一个示例实施例提供了一种包括对象检测设备的车辆控制系统。
根据示例实施例,一种对象检测设备包括第一传感器、第二传感器、计算范围选择器和估计器。第一传感器输出射频(RF)信号,接收从对象反射的反射RF信号,并基于接收到的RF信号获得针对对象的第一测量值。第二传感器通过感测来自对象的物理特征来获得针对对象的第二测量值。由第二传感器感测的物理特征不同于作为由第一传感器获得的第一测量值而测量的对象的特征。计算范围选择器基于第二测量值设置第一参考范围。第一参考范围表示使用第一算法用于检测对象的位置的第一计算的执行范围。估计器使用第一测量值仅对第一参考范围执行第一计算,并生成第一结果值作为执行第一计算的结果。第一结果值表示对象的位置。
根据示例实施例,一种车辆控制系统包括对象检测设备和控制器。对象检测设备检测车辆周围的对象,并生成表示对象的位置的第一结果值。控制器基于第一结果值控制车辆。对象检测设备包括第一传感器、第二传感器、计算范围选择器和估计器。第一传感器输出射频(RF)信号,接收从对象反射的反射RF信号,并基于接收到的反射RF信号获得针对对象的第一测量值。第二传感器通过感测来自对象的物理特征来获得针对对象的第二测量值。由第二传感器感测的物理特征不同于作为由第一传感器获得的第一测量值而测量到的对象的特征。计算范围选择器基于第二测量值设置第一参考范围。第一参考范围表示用于使用第一算法来检测对象的位置的第一计算的执行范围。估计器使用第一测量值仅对第一参考范围执行第一计算,并生成第一结果值作为执行第一计算的结果。
根据示例实施例,一种对象检测设备包括第一传感器、第二传感器、第三传感器、计算范围选择器和估计器。第一传感器输出射频(RF)信号,接收从对象反射的反射RF信号,将接收到的反射RF信号划分为同相位分量和正交相位分量,基于同相位分量和正交相位分量计算接收到的RF信号的相位,并基于计算的相位生成相位矢量。第二传感器基于从对象反射的反射光获得针对对象的图像信息。第三传感器输出激光脉冲,接收从对象反射的反射激光脉冲,以及基于接收到的反射激光脉冲获得针对对象的测量信息。计算范围选择器基于由第二传感器获得的图像信息和由第三传感器获得的测量信息中的至少一个设置第一参考范围。第一参考范围是可用于选择多信号分类(MUSIC)算法的整个执行范围的一部分。估计器使用相位矢量仅对第一参考范围执行基于MUSIC算法的计算,以及估计表示对象的位置的对象的方位角。估计器从包括预测的多个转向矢量的阵列流形(AM)矢量中选择与第一参考范围对应的转向矢量,基于选择的转向矢量和相位矢量计算协方差矩阵,通过对协方差矩阵进行归一化、通过计算归一化后的协方差矩阵的决定因子、并通过对决定因子进行取倒数(reciprocalizing)来获得MUSIC谱值,从MUSIC谱值提取峰值,并基于空间谱中的矢量的峰值来估计对象的方位角。
在根据示例实施例的对象检测设备和车辆控制系统中,可以使用从第一传感器获得的第一测量值来执行基于用于检测对象的位置的第一算法的第一计算。另外,可以使用从第二传感器获得的第二测量值将整个执行范围的可用于选择第一计算的一部分设置为参考范围,以及可以仅对与整个执行范围的可用于选择第一计算的一部分对应的参考范围执行第一计算。第二传感器可以是与第一传感器不同类型的传感器,并可以感测物理特征,该物理特征与被测量为由第一传感器获得的第一测量值的对象的特征不同。因此,可以减少计算量,可以快速且有效地检测对象,并可以保持检测对象的性能和准确度而不退化。
附图说明
从以下结合附图的详细描述中将更清楚地理解说明性的、非限制性的示例实施例。
图1是示出根据示例实施例的对象检测设备的框图。
图2和图3是用于描述根据示例实施例的对象检测设备中包括的第一传感器的配置和操作的图。
图4A和图4B是用于描述根据示例实施例的对象检测设备中包括的估计器的操作的图。
图5是示出根据示例实施例的对象检测方法的流程图。
图6和图7是示出图5中的设置第一参考范围的示例的流程图。
图8是示出仅对图5中的第一参考范围执行第一计算的示例的流程图。
图9A和图9B是用于描述图8的操作的图。
图10是示出根据示例实施例的对象检测设备的框图。
图11是示出根据示例实施例的对象检测方法的流程图。
图12和图13是示出图11中的设置第一参考范围的示例的流程图。
图14是示出根据示例实施例的对象检测设备的框图。
图15是示出根据示例实施例的对象检测方法的流程图。
图16是示出根据示例实施例的车辆控制系统的框图。
图17是示出根据示例实施例的包括车辆控制系统的电子设备的框图。
图18是示出根据示例实施例的电子装置安装在车辆中的示例的图。
具体实施方式
将参照附图更全面地描述各种示例实施例,附图中示出了实施例。然而,本公开可以以许多不同的形式来实现,并且不应被解释为限于本文阐述的实施例。在本申请中,相同的附图标记表示相同的元件。
图1是示出根据示例实施例的对象检测设备的框图。
参照图1,对象检测设备100包括第一传感器110、第二传感器120、计算范围选择器130和估计器140。
第一传感器110获得或获取针对对象10的第一测量值MV1。第二传感器120获得或获取针对对象10的第二测量值MV2。第一传感器110与第二传感器120可以为不同类型的传感器。例如,第一传感器110和第二传感器120可以通过感测来自对象10的不同物理特征(或属性)来分别获得第一测量值MV1和第二测量值MV2。换句话说,由第二传感器120感测的物理特征可以不同于由第一传感器110获得的第一测量值测量的或以其它方式反映在该第一测量值中的对象10的特征。即,由第二传感器120感测的物理特征不是由第一传感器110感测的物理特征或属性。由第二传感器120感测的物理特征是由第二传感器120基于独立于且不同于第一传感器110获得对象10的物理特征或属性的基础而获得的。
在一些示例实施例中,第一传感器110可以是无线电检测和测距(RADAR)传感器。例如,第一传感器110可以输出或发送射频(RF)信号,并且可以接收从对象10反射的反射RF信号。第一传感器110可以基于接收到的反射RF信号获得针对对象10的第一测量值MV1。第一传感器110的详细配置和从(或由)第一传感器110获得的第一测量值MV1将参照图2和图3描述。
在一些示例实施例中,第二传感器120可以是图像传感器。例如,第二传感器120可以包括电荷耦合设备(CCD)图像传感器、互补金属氧化物半导体(CMOS)图像传感器等。第二传感器120可以基于从对象10反射的反射光获得针对对象10的图像信息。由第二传感器120获得的或来自第二传感器120的图像信息可以与针对对象10的第二测量值MV2对应。当第二传感器120为图像传感器时,被测量为第二测量值MV2的物理特征可以是来自图像信息的特征,例如尺寸、形状、反射率、颜色或对象10的可以被表示为图像信息的其它特征。
在其它示例实施例中,第二传感器120可以是光检测和测距(LIDAR)传感器。例如,第二传感器120可以输出或发送激光脉冲,并且可以接收从对象10反射的反射激光脉冲。第二传感器120可以基于接收到的反射激光脉冲获得针对对象10的第二测量值MV2。
在其它示例实施例中,第二传感器120可以包括图像传感器和LIDAR传感器两者。如将参照图10和图14描述的,根据示例实施例的对象检测设备100除第一传感器110之外还可以包括不同类型的两个或多个传感器。
计算范围选择器130基于第二测量值MV2设置参考范围RRNG。参考范围RRNG表示使用第一算法来用于检测对象10的位置(或地点)的第一计算(或算术运算)的执行范围。参照图6和图7,将描述由计算范围选择器130设置参考范围RRNG的详细操作。参考范围RRNG的示例是包括多个转向矢量SV1、...、SVn的阵列流形矢量AMV的转向矢量SV1、...、SVn的子集。转向矢量SV1、...、SVn和阵列流形矢量AMV在下面关于例如图4A和图4B描述。执行范围可以指空间谱中的度的范围,并且可以小于空间谱中的所有度。因此,如本文所述的执行范围可以指可能经历计算的较大集合信息中的经历计算的信息的子集。执行范围可以指与在圆中360度的弧内的矢量的有限的子集对应的矢量。
估计器140使用第一测量值MV1仅对参考范围RRNG来基于第一算法执行第一计算(例如,基于第一算法的计算),并且生成结果值RV作为执行第一计算的结果。例如,结果值RV可以包括表示对象10的位置的第一结果值。结果值RV可以还包括表示到对象10的距离和对象10的速度的第二结果值。将参照图8描述由估计器140执行第一计算和生成结果值RV的详细操作。
在一些示例实施例中,第一算法可以是多信号分类(MUSIC)算法。MUSIC算法是用于估计入射方向(即,信号的到达方向(DOA))的代表性算法。在MUSIC算法中,可以通过使用信号子空间和噪声子空间彼此正交的属性来获得空间谱。DOA与空间谱中的矢量的峰值相关联并由其进行估计。这两个子空间可以通过协方差矩阵的特征分解来获得。当第一算法是MUSIC算法时,第一结果值可以表示对象10的方位角(或方位角角度)。
在一些示例实施例中,计算范围选择器130和/或估计器140的至少一部分可以被实现为硬件。例如,计算范围选择器130和/或估计器140的至少一部分可以包括在基于计算机的电子系统中。在其它示例实施例中,计算范围选择器130和/或估计器140的至少一部分可以被实现为指令代码或程序例程(例如,软件程序)。例如,指令代码或程序例程可以由基于计算机的电子系统执行,并且可以存储在位于基于计算机的电子系统内部或外部的任何存储设备中。
在根据示例实施例的对象检测设备100中,可以使用从第一传感器110获得的第一测量值MV1来执行用于检测对象10的位置的基于第一算法的第一计算。另外,可以使用从第二传感器120获得的第二测量值MV2来将可用于选择第一计算的整个执行范围的一部分设置为参考范围RRNG。可用于第一计算的选择的整个执行范围可以指可能经历计算的潜在范围,而参考范围RRNG可以是潜在范围的子集,例如在圆中360度的弧内的矢量的有限的子集。因此,参考范围RRNG可以包括诸如在潜在地可用于计算的整个执行范围之外实际计算的矢量的有限的子集之类的信息,并且这在例如以下图4A和图4B的上下文中解释。第一计算可以仅在与可用于选择第一计算的整个执行范围的一部分对应的参考范围RRNG上执行。第二传感器120可以是与第一传感器110不同的类型的传感器,并且可以感测与由第一传感器110获得的第一测量值MV1测量或以其他方式反映在第一测量值MV1中的对象10的特征不同的物理特征。因此,可以减少计算(或运算)量,可以快速且有效地检测对象10,并且可以保持检测对象10的性能和准确度而不退化。
下文中,将基于MUSIC算法描述根据示例实施例的对象检测设备的操作。然而,示例实施例不限于此。例如,根据示例实施例的对象检测设备可以基于Bartlett波束成形算法、Capon算法等估计对象10的方位角。可替换地,根据示例实施例的对象检测设备可以基于用于估计与对象10的位置相关联或有关的各种参数的各种算法中的至少一个来估计对象10的位置。
图2和图3是用于描述根据示例实施例的对象检测设备中包括的第一传感器的配置和操作的示图。
参照图2,第一传感器110可以是RADAR传感器,并且可以包括发射天线112、多个接收天线114a和114b以及信号处理器116。
发射天线112可以输出或发送RF信号TX_RF。例如,RF信号TX_RF的频率可以以各种方式实现,例如大约24GHz或77GHz。例如,当RF信号TX_RF的频率为约77GHz时,第一传感器110可以具有相对较高的性能,但可能相对昂贵且具有相对复杂的配置。当RF信号TX_RF的频率为约24GHz时,第一传感器110可以相对便宜,但可以具有相对低的性能。从发射天线112输出的RF信号TX_RF可以到达对象10,然后可以被对象10反射。
多个接收天线114a、114b可以接收从对象10反射的反射RF信号。由于接收天线114a、114b的位置彼此不同,且对象10与接收天线114a、114b的距离彼此不同,因此由接收天线114a、114b得到的接收RF信号RX_RF1、RX_RF2可以具有相位差PDIFF。尽管为了便于说明,在图2中仅示出两个接收天线114a和114b,但是示例实施例不限于此。第一传感器110可以包括m个接收天线,其中m是大于或等于2的自然数。
信号处理器116可以将从多个接收天线114a和114b获得的接收RF信号RX_RF1和RX_RF2中的每个划分为同相位分量和正交相位分量。信号处理器116可以基于同相位分量和正交相位分量计算接收RF信号RX_RF1和RX_RF2中的每个的相位。信号处理器116可以基于计算出的相位生成第一测量值MV1。
参照图3,当第一传感器110包括m个接收天线时,从第一传感器110获得的第一测量值MV1可以与相位矢量PV对应,相位矢量PV包括m个分量pd1、pd2、...、pdm,并由m*1矩阵表示。
在一些示例实施例中,第一传感器110中包括的m个接收天线中的第一接收天线(例如,最前面的接收天线)可以被设置为参考接收天线。在这种情况下,在相位矢量PV中包括的m个分量pd1、pd2、...、pdm中,第k个分量可以表示由第一接收天线接收的RF信号和由m个接收天线中的第k个接收天线接收的RF信号之间的相位差,其中k是大于或等于1且小于或等于m的自然数。例如,m个分量pd1、pd2、...、pdm中的第一分量pd1可以表示总是零的相位差,只要其被计算为相同的RF信号的差,例如,在由第一接收天线接收的RF信号和由第一接收天线接收的RF信号之间的差。m个分量pd1、pd2、...、pdm中的第二分量pd2可以表示第一接收天线接收的RF信号和第二接收天线接收的RF信号之间的相位差。m个分量pd1、pd2、...、pdm中的第m个分量pdm可以表示第一接收天线接收的RF信号和第m接收天线接收的RF信号之间的相位差。
图1中的估计器140可以使用图3中所示的相位矢量PV来生成表示对象10的位置的第一结果值(例如,对象10的方位角)。
尽管在图2和图3中未示出,但是当第二传感器120是LIDAR传感器时,LIDAR传感器可以具有与图2中所示的RADAR传感器的配置类似的配置。例如,LIDAR传感器可以包括发射天线、多个接收天线和信号处理器。发射天线可以输出或发送激光脉冲。多个接收天线可以基于所发送的激光脉冲接收从对象10反射的反射激光脉冲。信号处理器可以基于接收到的反射激光脉冲获得测量值。
图4A和图4B是用于描述根据示例实施例的对象检测设备中包括的估计器的操作的图。
参照图4A和图4B,包括在对象检测设备100中的估计器140可以包括阵列流形(AM)矢量AMV,AMV包括多个转向矢量SV1、...、SVn。多个转向矢量SV1、...、SVn和AM矢量AMV可以是使用第一传感器110而预先测量的(或先前测量的),并可以存储于估计器140中。
例如,如图4A所示,对象检测设备100可以设置在诸如不存在特定对象的空白空间的默认环境中。可以相对于对象检测设备100设置虚拟圆。可以沿着虚拟圆的圆周以规则的间隔设置多个测量位置(或地点)P1、P2、P3、P4、P5、P6、P7、P8、P9、P10、P11、P12、P13、P14、P15和P16。由多个测量位置P1至P16发送或以其它方式从多个测量位置P1至P16输出,或由多个测量位置P1至P16反射的RF信号可以由对象检测设备100接收。因此,可以基于接收到的RF信号获得多个转向矢量SV1、...、SVn。可以基于一个RF信号获得一个转向矢量,以及因此多个测量位置P1至P16的数量可以基本上等于多个转向矢量SV1、...、SVn的数量。多个转向矢量SV1、...、SVn和AM矢量AMV可以被预先测量、获得和存储,作为用于执行对象检测和估计操作的比较目标和/或默认值。例如,可以诸如在对象检测设备100的校准模式中预先设置多个转向矢量SV1、...、SVn和AM矢量AMV。
由于多个测量位置P1至P16沿虚拟圆的圆周以规则的间隔设置,因此两个相邻的测量位置之间的所有角度可以基本上彼此相同。例如,当十六个测量位置P1至P16如图4A所示设置时,两个相邻的测量位置之间的所有角度(例如,两个测量位置P1和P2之间的角度)可以是约22.5度。然而,示例实施例不限于此,以及测量位置的数量和两个相邻测量位置之间的角度可以根据示例实施例而变化。随着测量位置的数量(例如,转向矢量的数量)增加,估计操作的准确度可以增加,然而,计算量可能增加,从而增加估计操作所需的时间。
当第一传感器110包括m个接收天线时,多个转向矢量SV1、...、SVn中的每个可以由m×m矩阵表示,如图4B所示。例如,在第一测量位置处获得的转向矢量SV1可以由包括分量s111、s112、...、s11m、s121、s122、...、s12m、...、s1m1、s1m2、...、s1mm的m×m矩阵表示。在最后的测量位置处获得的转向矢量SVn可以由包括分量sn11、sn12、...、sn1m、sn21、sn22、...、sn2m、...、snm1、snm2、...、snmm的m×m矩阵表示。
在一些示例实施例中,估计器140可以包括存储器,该存储器存储包括多个转向矢量SV1、...、SVn的AM矢量AMV。例如,存储器可以包括任何非易失性存储器,例如,电可擦除可编程只读存储器(EEPROM)、闪存、相位随机存取存储器(PRAM)、电阻随机存取存储器(RRAM)、纳米浮栅存储器(NFGM)、聚合物随机存取存储器(PoRAM)、磁随机存取存储器(MRAM)、铁电随机存取存储器(FRAM)、晶闸管随机存取存储器(TRAM)等,和/或例如动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)等的任何易失性存储器。
图1中的估计器140可以使用图4B中所示的多个转向矢量SV1、...、SVn来生成表示对象10的位置的第一结果值(例如,对象10的方位角)。
图5是示出根据示例实施例的对象检测方法的流程图。
参照图1和图5,在根据示例实施例的对象检测方法中,使用第一传感器110获得针对对象10的第一测量值MV1(步骤S100)。例如,第一传感器110可以是RADAR传感器,可以接收从对象10反射的反射RF信号,并可以基于接收到的RF信号来获得与第一测量值MV1对应的相位矢量(例如,图3的相位矢量PV)。
使用第二传感器120获得针对对象10的第二测量值MV2(步骤S200)。第二传感器120可以是与第一传感器110不同的类型的传感器,并可以感测对象10的物理特征,该物体特征与由第一传感器110获得的第一测量值MV1测量的或或在第一测量值MV1中反映的对象10的特征不同。例如,第二传感器120可以是图像传感器,并且可以基于从对象10反射的反射光获得与第二测量值MV2对应的图像信息。
基于第二测量值MV2设置第一参考范围(步骤S300)。第一参考范围表示基于第一算法的第一计算的实际执行范围,并且实际执行范围可以是潜在地可用于第一计算的整个执行范围的子集。步骤S300可以由计算范围选择器130执行。
使用第一测量值MV1仅对第一参考范围执行基于第一算法的第一计算(步骤S400),并且作为执行第一计算的结果生成第一结果值(步骤S500)。第一结果值表示对象10的位置,例如,第一算法可以是MUSIC算法,并且第一结果值可以是对象10的方位角。步骤S400和S500可由估计器140执行。
在一些示例实施例中,当在步骤S500中生成第一结果值时,可以重复执行步骤S100、S200、S300和S400。可以对通过重复步骤S100、S200、S300和S400获得的多个结果值进行统计处理,然后可以最终确定第一结果值。
图6和图7是示出图5中的设置第一参考范围的示例的流程图。
参照图1、图5和图6,当设置第一参考范围(步骤S300)时,可以基于从第二传感器120获得的第二测量值MV2设置第一范围(步骤S310)。可以选择与第一范围匹配的第一参考范围(步骤S320)。
例如,当第一范围的可靠性高于参考值时,例如当第二传感器120的可靠性相对高时,可以选择与第一范围相同的第一参考范围。作为另一示例,当需要对第一范围进行检查操作时,例如当需要对第一范围进行复查时,可以选择与第一范围相同的第一参考范围。因此,图5的步骤S400中的第一计算可以仅在由第二传感器120确定的范围内执行。
参照图1、图5和图7,当没置第一参考范围(步骤S300)时,可以基于从第二传感器120获得的第二测量值MV2设置第一范围(步骤S310)。可以选择在可用于选择的整个范围中与除第一范围之外的第二范围匹配的第一参考范围(步骤S330)。
例如,当第一范围的可靠性低于参考值时,例如当第二传感器120的可靠性相对低时,可以选择与除第一范围之外的第二范围相同的第一参考范围。作为另一示例,当需要对除第一范围之外的第二范围进行检查操作时,例如当需要检查除第一范围之外的盲点时,可以选择与除第一范围之外的第二范围相同的第一参考范围。因此,图5的步骤S400中的第一计算可以仅在由第二传感器120确定的范围之外执行。例如,图5的步骤S400中的第一计算可以仅在第二传感器120的覆盖范围之外执行。
虽然参照图6和图7描述了用于选择第一参考范围的操作和特定场景,但是示例实施例不限于此。用于选择第一参考范围的操作和特定场景可以根据示例实施例而变化。
图8是示出仅对图5中的第一参考范围执行第一计算的示例的流程图。图9A和图9B是用于描述图8的操作的图。
参照图1、图5、图8、图9A和图9B,可以基于MUSIC算法执行步骤S400。
如上所述,MUSIC算法可以是一种通过使用信号子空间和噪声子空间彼此正交的属性来估计信号的DOA的算法,并且这两个子空间可以通过协方差矩阵的特征分解来获得。例如,当第一传感器110包括m个接收天线时,并且当P个信号入射到m个接收天线上时,其中P是大于或等于2的自然数,接收信号可以由等式1定义。
【等式1】
【等式2】
A=[a(φ1) a(φ2) … a(φP)]
在等式2中,“a(φ)”可以被定义为a(φ)=e-j2πdsinφ/λ,其中“d”表示对应的接收天线之间的距离。用于获得信号子空间和噪声子空间的协方差矩阵可以基于等式3来获得。
【等式3】
R=E[XXH]=ARsAH+δ2I
等式3表示信号的协方差矩阵。在MUSIC算法中,可以通过信号的噪声子空间来估计信号的方向。信号的噪声子空间EN可以通过“R”的特征分解来获得。例如,信号的DOA可以基于等式4在MUSIC算法中获得。
【等式4】
在MUSIC算法中,满足等式4的“φ”可以被估计为信号的DOA。可以基于等式5获得空间谱。
【等式5】
如从等式5中可以看出,空间谱可以在尽可能多地满足等式4的矢量“φ”处具有峰值。因此,在空间谱中具有峰值的矢量“φ”可以被估计为信号的DOA。
当使用第一测量值仅对第一参考范围执行第一计算时(步骤S400),可以从包括预测量的多个转向矢量的AM矢量中选择与第一参考范围对应的转向矢量(步骤S410)。可以基于所选择的转向矢量和与第一测量值对应的相位矢量计算协方差矩阵(步骤S420)。
例如,如图9A所示,在预先测量和存储的多个转向矢量SV1、SV2、...、SV(k-1)、SVk、SV(k+1)、...、SVn中的所有转向矢量中,可以选择在步骤S300中设置的包括在第一参考范围中的转向矢量SV1、SV2、...、SV(k-1)、SVk。可以通过将所选择的转向矢量SV1和相位矢量PV相乘来获得协方差矩阵COV1。可以通过将所选择的转向矢量SV2和相位矢量PV相乘获得协方差矩阵COV2。可以通过将所选择的转向矢量SV(k-1)和相位矢量PV相乘来获得协方差矩阵COV(k-1)。可以通过将所选择的转向矢量SVk和相位矢量PV相乘来获得协方差矩阵COVk。如参照图3和图4B所述,当相位矢量PV由m×1矩阵表示且转向矢量SV1至SVn中的每个由m×m矩阵表示时,协方差矩阵COV1、COV2、...、COV(k-1)、COVk中的每个可以由m×1矩阵表示。
当根据示例实施例通过将所选择的转向矢量SV1、SV2、...、SV(k-1)、SVk和相位矢量PV相乘来获得协方差矩阵COV1、COV2、...、COV(k-1)、COVk时,与通过将多个转向矢量SV1、SV2、...、SV(k-1)、SVk、SV(k+1)、...、SVn的全部和相位矢量PV相乘来获得协方差矩阵COV1、COV2、...、COV(k-1)、COVk、COV(k+1)、...、COVn的常规技术情况2相比,可以减少计算量并可以增加计算速度。
换句话说,当根据示例实施例仅对部分范围(或者可用于选择的整个范围的一部分)执行基于MUSIC算法的计算时,可以通过缩小计算的范围来增加计算的速度。例如,当从第二传感器120获得对象位于大约10度、20度和70度的信息时,可以仅使用与大约0度至80度对应的转向矢量来执行计算。ADAS和自主驾驶系统可能在任何时候遇到许多对象,使得可以针对由ADAS和自主驾驶系统检测到的多个不同对象并行地执行基于MUSIC算法的计算。如本文所述,可以通过缩小针对一个或多个对象的计算范围来减少针对对象检测的计算,从而提高计算速度。
之后,可以归一化协方差矩阵(步骤S430)。MUSIC算法可以是只考虑接收到的RF信号之间的相位差的算法。因此,可以对与接收到的RF信号对应的协方差矩阵归一化以具有相同的大小。
此后,可以计算归一化后的协方差矩阵的决定因子(步骤S440)。决定因子可以被取倒数。因此,可以获得MUSIC谱值(步骤S450)。通过在步骤S450中对决定因子进行取倒数或取反,可以减小具有高相关性的项,并且可以在MUSIC谱值内形成峰值。
此后,从MUSIC谱值中提取峰值(步骤S460)。可以基于峰值估计与对象的位置对应的对象的方位角(步骤S470)。
例如,可以如图9B所示导出MUSIC谱值。图9B的MUSIC谱值可以包括峰值PK1、PK2和PK3以及与其对应的方位角ANG1、ANG2和ANG3。在与峰值PK1、PK2和PK3对应的方位角ANG1、ANG2和ANG3中,可以将包括在第一参考范围中的方位角估计为对象的方位角。
换句话说,根据示例实施例,当仅对部分范围执行基于MUSIC算法的计算时,可以执行相对准确和可靠的检测,并且即使在生成的谱中存在大量峰值,也可以解决检测的模糊性。例如,当从第二传感器120获得对象位于大约10度、20度和70度的信息时,可以通过仅使用与大约0度到80度对应的转向矢量执行计算来获得MUSIC谱。另外,当与MUSIC谱中的峰值对应的方位角是大约18度和大约43度时,取决于r,可以将对象的方位角估计为诸如或者大约18度或者大约43度的两个峰值中的一个。
结果,当根据示例实施例仅对部分范围执行基于MUSIC算法的计算时,可以有效地克服当所使用的带宽相对较窄或者接收天线的数量相对较少时获得若干方位角的MUSIC算法的缺点。
图10是示出根据示例实施例的对象检测设备的框图。将省略与图1重复的描述。
参照图10,对象检测设备100a包括第一传感器110、第二传感器120、第三传感器150、计算范围选择器130a和估计器140。
除了对象检测设备100a还包括第三传感器150并且部分地改变计算范围选择器130a的操作之外,图10的对象检测设备100a可以与图1的对象检测设备100基本相同。
第三传感器150可以获得针对对象10的第三测量值MV3,第一传感器110、第二传感器120和第三传感器150可以是不同类型的传感器。例如,第一传感器110、第二传感器120和第三传感器150可以通过感测来自对象10的不同物理特征来分别获得第一测量值MV1、第二测量值MV2和第三测量值MV3。
在一些示例实施例中,第一传感器110可以是RADAR传感器,第二传感器120和第三传感器150中的一个可以是图像传感器。第二传感器120和第三传感器150中的另一个可以是LIDAR传感器。
计算范围选择器130a基于第二测量值MV2和第三测量值MV3设置参考范围RRNG。参考范围RRNG表示使用第一算法用于检测对象10的位置的第一计算的执行范围。将参照图12和图13描述由计算范围选择器130a设置参考范围RRNG的详细操作。
图11是示出根据示例实施例的对象检测方法的流程图。将省略与图5重复的描述。
参照图10和图11,在根据示例实施例的对象检测方法中,图11中的步骤S100、S400和S500可以分别与图5中的步骤S100、S400和S500基本相同。
使用第二传感器120和第三传感器150获得针对对象10的第二测量值MV2和第三测量值MV3(步骤S200a)。第二传感器120和第三传感器150中的每个可以是与第一传感器110不同类型的传感器。第二传感器120和第三传感器150中的每个可以感测对象10的物理特征,该物理特征与由第一传感器110获得的第一测量值MV11测量的或以其他方式在第一测量值MV1中反映的对象10的特征不同。基于第二测量值MV2和第三测量值MV3设置第一参考范围(步骤S300a)。第一参考范围表示基于第一算法的第一计算的执行范围。步骤S300a可以由计算范围选择器130a执行。
图12和图13是示出图11中的设置第一参考范围的示例的流程图。
参照图10、图11、图12和图13,当设置第一参考范围时(步骤S300a),可以基于从第二传感器120获得的第二测量值MV2设置第一范围(步骤S350),可以基于从第三传感器150获得的第三测量值MV3设置第二范围(步骤S360)。可以基于第一范围和第二范围选择第一参考范围(步骤S370)。
当基于第一范围和第二范围选择第一参考范围(步骤S370)时,在第一范围和第二范围彼此不匹配(步骤S370:是)的情况下,可以选择包括第一范围和第二范围的第一参考范围(步骤S374)。
例如,当第二传感器120的确定结果和第三传感器的确定结果彼此不同时,可以选择与第一范围和第二范围的总和相同的第一参考范围。因此,可以执行图11的步骤S400中的第一计算,使得最终确定第二传感器120的确定结果和第三传感器的确定结果中的哪个是正确的。例如,当作为第二传感器120的图像传感器被污染时,和/或当绘制在地板或墙壁上的图片被误导地识别为对象而不是地板或墙壁本身时,可以使用步骤S374。
当第一范围和第二范围彼此匹配时(步骤S370:否),可以选择包括在可用于选择的整个可选范围中除第一范围和第二范围之外的第三范围的第一参考范围(步骤S376)。
例如,当第二传感器120的确定结果和第三传感器的确定结果彼此相同时,可以选择与除了第一范围和第二范围之外的第三范围相同的第一参考范围。因此,可以执行图11的步骤S400中的第一计算,使得第二传感器120的确定结果和第三传感器的确定结果是可信的,并且检查剩余的范围。
虽然参照图12和图13描述了用于选择第一参考范围的操作和特定场景,但是示例实施例不限于此,并且用于选择第一参考范围的操作和特定场景可以根据示例实施例而变化。
图14是示出根据示例实施例的对象检测设备的框图。将省略与图1和图10重复的描述。
参照图14,对象检测设备100b包括第一传感器110、第二传感器120、第三传感器150、第X传感器160、计算范围选择器130b和估计器140,其中X是大于或等于4的自然数。
除了对象检测设备100b还包括第X传感器160并部分地改变计算范围选择器130b的操作之外,图14的对象检测设备100b可以与图10的对象检测设备100a基本相同。
第X传感器160可以获得针对对象10的第X测量值MVX。第一传感器110、第二传感器120、第三传感器150和第X传感器160可以是不同的类型的传感器。例如,第一传感器110、第二传感器120、第三传感器150以及第X传感器160可以通过感测来自对象10的不同的物理特征,分别获得第一测量值MV1、第二测量值MV2、第三测量值MV3以及第X测量值MVX。
计算范围选择器130b基于第二测量值MV2、第三测量值MV3及第X测量值MVX设置参考范围RRNG。参考范围RRNG表示使用第一算法来检测对象10的位置的第一计算的执行范围。由计算范围选择器130b设置参考范围RRNG的操作可以类似于参照图6、图7、图12和图13描述的操作来实现。
在一些示例实施例中,当对象检测设备100a和100b除了如图10和图14所示的第一传感器110之外还包括不同类型的两个或多个传感器时,对象检测设备100a和100b可以被实现为还包括环境传感器和权重设置单元。环境传感器可以包括温度传感器、湿度传感器、压力传感器、运动传感器、时间传感器、空间传感器、照度传感器、加速度传感器、振动传感器、机械应力传感器、冲击传感器等中的至少一个,以用于感测与周围环境相关联的信息。权重设置单元可以基于由环境传感器感测的与周围环境相关联的信息,向从除第一传感器110之外的传感器获得的测量值分配不同的权重(或可靠性)。例如,在多雾或模糊环境中,权重设置单元可以对图像传感器的测量值分配相对较低的权重,并对LIDAR传感器的测量值分配相对高的权重。计算范围选择器130a和130b可以基于测量值和权重选择第一参考范围。
图15是示出根据示例实施例的对象检测方法的流程图。将省略与图5重复的描述。
参照图1和图15,在根据示例实施例的对象检测方法中,使用第一传感器110周期性地获得针对对象10的第一测量值MV1(步骤S100c)。使用第二传感器120周期性地获得针对对象10的第二测量值MV2(步骤S200c)。基于第二测量值MV2周期性地设置第一参考范围(步骤S300c)。使用第一测量值MV1仅对第一参考范围周期性地执行第一计算(步骤S400c)。周期性地生成第一结果值(步骤S500c)。除了步骤S100c、S200c、S300c、S400c和S500c被周期性地执行,图15中的步骤S100c、S200c、S300c、S400c和S500c可以分别与图5中的步骤S100、S200、S300、S400和S500基本相同。
基于周期性生成的第一结果值还生成第二结果值(步骤S600c)。第二结果值表示到对象10的距离和对象10的速度,例如,当第一结果值是对象10的方位角时,可以估计方位角的改变量。因此,可以计算到对象10的距离和/或对象10的速度。步骤S600c可以由估计器140执行。
在一些示例实施例中,如图15所示,可以对图11的对象检测方法附加地执行该周期执行和生成第二结果值的操作。
图16是示出根据示例实施例的车辆控制系统的框图。
参照图16,车辆控制系统500包括被安装、配备或装载在车辆501上的控制器600和对象检测设备700。
对象检测设备700检测车辆501周围的对象,并生成表示对象的位置的第一结果值。对象检测设备700可以是根据参照图1至图15描述的示例实施例的对象检测设备。例如,对象检测设备700可以包括传感器SEN1、一个或多个传感器SEN2、...、SENX、计算范围选择器CRS和估计器。一个或多个传感器SEN2、...、SENX中的每个可以是与传感器SEN1不同类型的传感器。计算范围选择器CRS可以基于传感器SEN2、..、SENX的测量值设置参考范围。估计器EST可以使用传感器SEN1的测量值仅对参考范围执行基于第一算法(例如MUSIC算法)的第一计算,并且可以生成第一结果值。
控制器600基于第一结果值控制车辆501。例如,控制器600可以包括诸如中央处理单元(CPU)、应用处理器(AP)等的任何处理单元。
如本领域技术人员将理解的,本发明构思可以被实现为系统、方法、计算机程序产品和/或在其上实现有计算机可读程序代码的一个或多个计算机可读介质中实现的计算机程序产品。计算机可读程序代码可以被提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是任何有形介质,其可以包括或存储由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。例如,计算机可读介质可以是非暂时性计算机可读介质。
图17是示出根据示例实施例的包括车辆控制系统的电子设备的框图。
参照图17,电子设备1000包括处理电路1010和对象检测设备1020。电子设备1000还可以包括存储器1100、输出接口1200(例如,包括输出电路)、传感器1400、通信接口1500(例如,包括通信电路)、A/V输入接口1600(音频/视频输入接口)(例如,包括A/V输入电路)和输入接口1700(例如,包括输入电路)。如将参照图18描述的,电子设备1000可以是被安装、配备或装载在车辆中的ADAS、自主驾驶系统等。
处理电路1010包括各种处理电路,并控制电子设备1000的一般操作。对象检测设备1020由处理电路1010控制,并执行对象检测操作。处理电路1010和对象检测设备1020可以分别对应于图16中的控制器600和对象检测设备700。包括在图16的对象检测设备700中的传感器中的至少一部分可以包括在传感器1400、A/V输入接口1600等中。
输入接口1700可以接收用于控制安装在车辆中的模块的操作的输入。
输出接口1200可以包括各种电路以输出音频信号、视频信号和/或振动信号。输出接口1200可以包括显示器1210、声音输出接口1220(例如,包括声音输出电路)和振动电机1230。例如,输出接口1200可以输出作为音频、视频和/或振动的通知消息。
显示器1210可以显示和输出在电子设备1000中处理的信息。例如,显示器1210可以在车辆的平视显示器(HUD)上显示通知消息。声音输出接口1220可以包括各种电路,以输出从通信接口1500接收的或存储在存储器1100中的音频数据。另外,声音输出接口1220可以输出与在电子设备1000中执行的功能相关的声音信号(例如,呼叫信号接收声音、消息接收声音、通知声音)。
处理电路1010通常可以通过执行存储在存储器1100中的程序来控制输入接口1700、输出接口1200、传感器1400、通信接口1500、A/V输入接口1600等。另外,处理电路1010可以通过执行存储在存储器1100中的程序来执行电子设备1000的功能。处理电路1010可以包括至少一个处理器。处理电路1010可以基于它的功能和操作包括多个处理器或集成的一个处理器。
传感器1400可以包括各种传感器和感测电路,以感测电子设备1000的状态、用户的状态或电子设备1000周围的状态。传感器1400可以将感测的信息发送到处理电路1010。
传感器1400可以包括各种感测电路。例如,传感器1400可以包括,但不限于,磁传感器1410、加速度传感器1420、温度/湿度传感器1430、红外传感器1440、陀螺仪传感器1450、位置传感器(例如,全球定位系统(GPS))1460、大气传感器1470、接近传感器1480和RGB传感器1490中的至少一个。
通信接口1500可以包括各种通信电路,各种通信电路包括被配置为使得电子设备1000能够与另一电子设备(未示出)和服务器(未示出)通信的至少一个组件。该另一电子设备可以是计算设备或传感器,但不限于此。例如,通信接口1500可以包括短距离无线通信接口1510、移动通信接口1520和广播接收接口1530。
短距离无线通信接口1510可以包括蓝牙通信接口、蓝牙低功耗(BLE)通信接口、近场通信和/或射频识别(NFC/RFID)接口、WLAN(例如,Wi-Fi)通信接口、Zigbee通信接口、红外数据协会(IrDA)通信接口(未示出)、Wi-Fi直连(WFD)通信接口、超宽带(UWB)通信接口、Ant+通信接口等,但是不限于此。
A/V输入接口1600可以包括各种A/V接口电路,并被配置为输入音频信号或视频信号。A/V输入接口1600可以包括相机1610、麦克风1620等。相机1610可以在视频电话模式或拍摄模式中经由图像传感器获得诸如静止图像或视频之类的图像帧。由图像传感器捕获的图像可以由处理电路1010或额外的图像处理器(未示出)处理。
麦克风1620可以接收外部声音信号,并且将外部声音信号处理为电声音数据。例如,麦克风1620可以从外部设备或用户接收声音信号。麦克风1620可以使用各种噪声去除算法来去除在接收外部声音信号的过程中生成的噪声。
存储器1100可以存储用于处理和控制处理电路1010的操作的程序。存储器1100可以存储输入到电子设备1000或从电子设备1000输出的数据。
存储器1100可以包括闪存类型、硬盘类型、多媒体卡微型类型中的至少一种类型的存储介质。存储在存储器1100中的程序可以基于它们的功能被划分为多个模块。例如,程序可以被划分为UI模块1110(用户接口模块)、触摸屏模块1120和通知模块1130。
UI模块1110可以为每个应用提供与电子设备1000同步的专用UI、图形用户界面(GUI)等。触摸屏模块1120可以经由用户感测触摸屏上的触摸手势,并且将与触摸手势相关的信息发送到处理电路1010。触摸屏模块1120可以被实现为包括控制器的额外的硬件。
通知模块1130可以生成信号以通知事件的发生。通知模块1130可以经由显示器1210输出作为视频信号的通知信号,经由声音输出接口1220输出作为音频信号的通知信号,或者经由振动电机1230输出作为振动信号的通知信号。
图18是示出根据示例实施例的电子设备安装在车辆中的示例的图。
参照图18,电子设备1000可以是包括(例如,安装)在车辆2000中的ADAS、自主驾驶系统等。电子设备1000可以包括被配置为接收包括立体图像、反射波(例如,反射电磁波)或来自安装在车辆2000中的相机的反射光的视频序列并确定与车辆2000相关联的各种事件的发生的电路和组件的各种实例。各种事件可以包括对象检测、对象跟踪和场景分割。电子设备1000可以基于确定一个或多个事件的发生来生成包括通知消息的输出信号,该通知消息可以经由车辆2000的一个或多个用户接口呈现给车辆2000的乘坐者(例如,用户)。电子装置1000可以基于确定一个或多个事件的发生生成输出信号,该输出信号使车辆2000的车辆控制系统控制车辆2000的一个或多个驱动元件以控制车辆2000的驾驶(例如,驾驶轨迹)。
虽然描述了电子设备1000从安装在车辆2000中的相机接收视频序列,但是示例实施例不限于此。电子设备1000可以从相机接收视频序列以捕获车辆2000的周围环境。车辆2000的周围环境(这里也称为与车辆2000相关联的驾驶环境)可以包括例如前侧、横向侧和后侧。
在一些示例实施例中,电子设备1000可以通过跟踪指定对象的边界框来基于事件的位置检测事件。因此,电子装置1000可以基于对象的位置不同地识别对象的类型的重要性级别,从而基于对象的位置确定事件是否发生。
在一些示例实施例中,电子设备1000可以从多个视频序列中检测包括对象的至少一个视频序列2003(或立体图像),并且可以获得从RADAR传感器反射的波(例如,反射电磁波)或反射光(未示出)。反射波可以在车辆2000处的一个或多个传感器处被捕获,并且可以从位于周围环境(例如,驾驶环境)中的一个或多个对象反射。电子设备1000可以通过分析至少一个视频序列2003来检测包括固定图案的道路2002和根据时间移动的另一车辆2001。在一些示例实施例中,电子设备1000可以通过分析其它车辆2001在至少一个视频序列2003中的坐标来分析其它车辆2001的位置,从而基于其它车辆2001的检测来确定事件的发生。电子设备1000还可以基于该确定生成输出信号,其中该输出信号在由车辆2000的控制系统处理时使得特定通知消息经由车辆2000的用户接口呈现给车辆2000的乘坐者。另外或可替换地,基于该确定生成的输出信号可以使得车辆2000的驾驶被控制为使得车辆2000沿着通过周围环境的特定驾驶路径(例如,在驾驶轨迹上)驾驶。例如,基于该确定生成的输出信号可以使得车辆2000的驾驶由自主驾驶系统自主控制作为自主车辆。
在一些示例实施例中,车辆2000可以包括任何运输工具。例如,车辆2000可以是,但不限于,汽车、公共汽车、卡车、火车、自行车、摩托车、踏板车等。车辆2000的任何例示可以提供与本文的描述一致的通信功能、数据处理功能和/或运输功能。
上述各种示例实施例由硬件组件、软件组件或硬件组件和软件组件的组合来实现。在适当的情况下,可以用于执行本申请中描述的操作的硬件组件的示例包括控制器、传感器、生成器、驱动器、存储器、比较器、算术逻辑单元、加法器、减法器、乘法器、除法器、积分器和被配置为执行本申请中描述的操作的任何其它电子组件。在其它示例中,执行本申请中描述的操作的硬件组件中的一个或多个硬件组件由计算硬件实现,例如由一个或多个处理器或计算机实现。处理器或计算机可以由一个或多个处理元件实现,例如逻辑门阵列、控制器和算术逻辑单元、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编程门阵列、可编程逻辑阵列、微处理器、或被配置为以限定的方式响应并执行指令以达到期望的结果的任何其它设备或设备的组合。在一个示例中,处理器或计算机包括或连接到存储由处理器或计算机执行的指令或软件的一个或多个存储器。由处理器或计算机实现的硬件组件可以执行指令或软件,例如操作系统(OS)和在OS上运行的一个或多个软件应用,以执行本申请中描述的操作。硬件组件还可以响应于指令或软件的执行而访问、操纵、处理、创建和存储数据。为了简单起见,在本申请中描述的示例的描述中可以使用单数术语“处理器”或“计算机”,但是在其它示例中,可以使用多个处理器或计算机,或者处理器或计算机可以包括多个处理元件或多种类型的处理元件,或者两者。例如,单个硬件组件或者两个或多个硬件组件可以由单个处理器、或者两个或多个处理器、或者处理器和控制器来实现。一个或多个硬件组件可以由一个或多个处理器、或处理器和控制器来实现,以及一个或多个其它硬件组件可以由一个或多个其它处理器、或另一处理器和另一控制器来实现。一个或多个处理器,或者处理器和控制器,可以实现单个硬件组件,或者两个或多个硬件组件。
本发明构思可以应用于包括对象检测设备和车辆控制系统的各种设备和/或系统。例如,本发明构思可以应用于诸如高级驾驶员辅助系统(ADAS)、自主驾驶系统等的系统。
以上是示例实施例的说明,而不应被解释为对其的限制。虽然已经描述了一些示例实施例,但是本领域技术人员将容易地理解,在示例实施例中可以进行许多修改,而不会实质上脱离示例实施例的新颖教导和优点。因此,所有这些修改都旨在包括在如权利要求中限定的示例实施例的范围内。因此,应当理解的是,前述内容是对各种示例实施例的说明,而不应被解释为对所公开的示例实施例的限制,并且对所公开的示例实施例的修改以及其它示例实施例旨在被包括在所附权利要求的范围内。
Claims (20)
1.一种对象检测设备,包括:
第一传感器,被配置为输出射频RF信号,接收从对象反射的反射RF信号,并基于接收到的反射RF信号获得针对所述对象的第一测量值;
第二传感器,被配置为通过感测来自所述对象的物理特征来获得针对所述对象的第二测量值,由所述第二传感器感测的所述物理特征与被测量为由所述第一传感器获得的所述第一测量值的所述对象的特征不同;
计算范围选择器,被配置为基于所述第二测量值设置第一参考范围,所述第一参考范围表示用于使用第一算法来检测所述对象的位置的第一计算的执行范围;以及
估计器,被配置为使用所述第一测量值仅在所述第一参考范围上执行所述第一计算,并生成第一结果值作为执行所述第一计算的结果,所述第一结果值表示所述对象的位置。
2.如权利要求1所述的对象检测设备,其中所述计算范围选择器被配置为:
基于从所述第二传感器获得的所述第二测量值设置第一范围;以及
选择与所述第一范围匹配的第一参考范围。
3.如权利要求2所述的对象检测设备,其中,当所述第一范围的可靠性高于参考值时或者当针对所述第一范围需要检查操作时,选择与所述第一范围匹配的第一参考范围。
4.如权利要求1所述的对象检测设备,其中所述计算范围选择器被配置为:
基于从所述第二传感器获得的所述第二测量值设置第一范围;以及
在可用于所述第一参考范围的选择的整个范围中,选择与所述第一范围以外的第二范围匹配的第一参考范围。
5.如权利要求4所述的对象检测设备,其中,当所述第一范围的可靠性低于参考值时或者当针对所述第一范围以外的所述第二范围需要检查操作时,选择与所述第二范围匹配的第一参考范围。
6.如权利要求1所述的对象检测设备,其中所述第一传感器是无线电检测和测距RADAR传感器。
7.如权利要求6所述的对象检测设备,其中所述第一传感器包括:
发射天线,被配置为输出所述RF信号;
多个接收天线,被配置为接收从所述对象反射的所述反射RF信号;以及
信号处理器,被配置为将从所述多个接收天线中的每个接收天线获得的接收到的RF信号划分为同相位分量和正交相位分量,基于所述同相位分量和所述正交相位分量计算所述接收到的RF信号的相位,并基于所计算的相位生成与所述第一测量值相对应的相位矢量。
8.如权利要求7所述的对象检测设备,其中:
所述相位矢量包括m个分量,其中m是大于或等于2的自然数,以及
在所述m个分量中,第k个分量表示由所述多个接收天线中的第一接收天线接收的RF信号与由第k接收天线接收的RF信号之间的相位差,其中k是大于或等于1且小于或等于m的自然数。
9.如权利要求1所述的对象检测设备,其中:
所述第二传感器是基于从所述对象反射的反射光来获得针对所述对象的图像信息的图像传感器;以及
由所述第二传感器获得的所述图像信息与所述第二测量值相对应。
10.如权利要求1所述的对象检测设备,其中所述第一算法是多信号分类MUSIC算法。
11.如权利要求10所述的对象检测设备,其中所述估计器被配置为:
从包括预先测量的多个转向矢量的阵列流形AM矢量中选择与所述第一参考范围相对应的转向矢量;
基于选择的转向矢量和与所述第一测量值相对应的相位矢量计算协方差矩阵;
通过对所述协方差矩阵进行归一化、计算归一化后的协方差矩阵的决定因子、并对所述决定因子取倒数,来获得MUSIC谱值;
从所述MUSIC谱值中提取峰值;以及
基于所述峰值估计与所述对象的位置相对应的所述对象的方位角。
12.如权利要求1所述的对象检测设备,还包括:
第三传感器,被配置为通过感测来自所述对象的物理特征来获得针对所述对象的第三测量值,由所述第三传感器感测的物理特征不同于由所述第一传感器和所述第二传感器感测的物理特征,并且
其中所述计算范围选择器被配置为基于所述第二测量值和所述第三测量值设置所述第一参考范围。
13.如权利要求12所述的对象检测设备,其中所述计算范围选择器被配置为:
基于从所述第二传感器获得的所述第二测量值设置第一范围;
基于从所述第三传感器获得的所述第三测量值设置第二范围;以及
基于所述第一范围和所述第二范围选择所述第一参考范围。
14.如权利要求13所述的对象检测设备,其中,当所述第一范围和所述第二范围彼此不匹配时,选择包括所述第一范围和所述第二范围的所述第一参考范围。
15.如权利要求13所述的对象检测设备,其中,当所述第一范围和所述第二范围彼此匹配时,选择包括在可用于选择的整个范围中所述第一范围和所述第二范围以外的第三范围在内的所述第一参考范围。
16.如权利要求12所述的对象检测设备,其中所述第三传感器是光检测和测距LIDAR传感器,所述LIDAR传感器输出激光脉冲,接收从所述对象反射的反射激光脉冲,并基于接收到的反射激光脉冲获得所述第三测量值。
17.如权利要求1所述的对象检测设备,其中:
所述第一传感器和所述第二传感器被配置为周期性地获得第一测量值和第二测量值;
所述计算范围选择器被配置为周期性地设置所述第一参考范围;以及
所述估计器被配置为周期性地执行所述第一计算并周期性地生成所述第一结果值。
18.如权利要求17所述的对象检测设备,其中:
所述估计器被配置为还基于周期性生成的所述第一结果值来生成第二结果值;以及
所述第二结果值表示到所述对象的距离和所述对象的速度。
19.一种车辆控制系统,包括:
对象检测设备,被配置为检测车辆周围的对象并生成表示所述对象的位置的第一结果值;以及
控制器,被配置为基于所述第一结果值控制所述车辆,
其中,所述对象检测设备包括:
第一传感器,被配置为输出射频RF信号,接收从所述对象反射的反射RF信号,并基于接收到的反射RF信号获得针对所述对象的第一测量值;
第二传感器,被配置为通过感测来自所述对象的物理特征来获得针对所述对象的第二测量值,由所述第二传感器感测的所述物理特征与被测量为由所述第一传感器获得的所述第一测量值的所述对象的特征不同;
计算范围选择器,被配置为基于第二测量值设置第一参考范围,所述第一参考范围表示用于使用第一算法来检测所述对象的位置的第一计算的执行范围;以及
估计器,被配置为使用所述第一测量值仅在所述第一参考范围上执行所述第一计算,并生成所述第一结果值作为执行所述第一计算的结果。
20.一种对象检测设备,包括:
第一传感器,被配置为输出射频RF信号,接收从对象反射的反射RF信号,将接收到的反射RF信号划分为同相位分量和正交相位分量,基于所述同相位分量和所述正交相位分量来计算接收到的RF信号的相位,并基于所计算的相位生成相位矢量;
第二传感器,被配置为基于从所述对象反射的反射光来获得针对所述对象的图像信息;
第三传感器,被配置为输出激光脉冲,接收从所述对象反射的反射激光脉冲,并基于接收到的反射激光脉冲获得针对所述对象的测量信息;
计算范围选择器,被配置为基于由所述第二传感器获得的所述图像信息和由所述第三传感器获得的所述测量信息中的至少一个设置第一参考范围,所述第一参考范围是可用于多信号分类MUSIC算法的选择的整个执行范围的一部分;以及
估计器,被配置为使用所述相位矢量仅在所述第一参考范围上执行基于所述MUSIC算法的计算,并估计对所述对象的位置加以表示的所述对象的方位角,以及
其中所述估计器被配置为:从包括预先测量的多个转向矢量的阵列流形AM矢量中选择与所述第一参考范围相对应的转向矢量;基于所选择的转向矢量和所述相位矢量计算协方差矩阵;通过对所述协方差矩阵进行归一化、计算归一化后的协方差矩阵的决定因子并对所述决定因子取倒数,来获得MUSIC谱值;从所述MUSIC谱值提取峰值;以及基于所述峰值估计所述对象的方位角。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2020-0007258 | 2020-01-20 | ||
KR1020200007258A KR20210093550A (ko) | 2020-01-20 | 2020-01-20 | 객체 검출 장치 및 이를 포함하는 차량 제어 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113140130A true CN113140130A (zh) | 2021-07-20 |
Family
ID=76809356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011374329.6A Pending CN113140130A (zh) | 2020-01-20 | 2020-11-30 | 对象检测设备及包括对象检测设备的车辆控制系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11668812B2 (zh) |
KR (1) | KR20210093550A (zh) |
CN (1) | CN113140130A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4160256A1 (en) * | 2021-10-01 | 2023-04-05 | Aptiv Technologies Limited | Method and system for calibrating a radar sensor |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070057761A1 (en) * | 2005-04-22 | 2007-03-15 | Geophysical Survey Systems, Inc. | Motion detector |
WO2007115650A1 (de) * | 2006-03-31 | 2007-10-18 | Volkswagen Aktiengesellschaft | Vorrichtung und verfahren zur erfassung eines oder mehrerer objekte in der umgebung eines fahrzeuges |
CN103135105A (zh) * | 2011-11-02 | 2013-06-05 | 株式会社本田艾莱希斯 | 车载雷达装置、对象检测方法和对象检测程序 |
CN103518389A (zh) * | 2011-05-12 | 2014-01-15 | 高通股份有限公司 | 通过使用运动传感器检测引擎rpm进行的车辆情境感知 |
CN103998951A (zh) * | 2011-11-21 | 2014-08-20 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 借助通信信号实现对象位置确定的方法和装置、以及该装置的使用 |
US20140334265A1 (en) * | 2013-05-13 | 2014-11-13 | Korea Advanced Institute Of Science And Technology | Direction of Arrival (DOA) Estimation Device and Method |
JP2015081886A (ja) * | 2013-10-24 | 2015-04-27 | 三菱電機株式会社 | 車載用レーダ装置およびターゲット検出方法 |
CN105393136A (zh) * | 2013-04-11 | 2016-03-09 | 株式会社电装 | 物标检测装置以及车辆控制系统 |
US20160284213A1 (en) * | 2015-03-24 | 2016-09-29 | Panasonic Corporation | Radar apparatus and running vehicle sensing method |
US20170315224A1 (en) * | 2014-12-01 | 2017-11-02 | Denso Corporation | Object detecting apparatus using reflection point information of object |
CN109254283A (zh) * | 2017-07-13 | 2019-01-22 | 通用汽车环球科技运作有限责任公司 | 利用超短程雷达的检测系统及方法 |
CN110461675A (zh) * | 2017-03-31 | 2019-11-15 | 三星电子株式会社 | 用于基于感测信息控制驾驶的方法和设备 |
US20190372750A1 (en) * | 2018-05-31 | 2019-12-05 | Nio Usa, Inc. | Systems and methods of controlling synchronicity of communication within a network of devices |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58172566A (ja) | 1982-04-05 | 1983-10-11 | Taiyo Musen Kk | 自動方向探知機 |
US4669337A (en) | 1985-06-14 | 1987-06-02 | Mcpherson's Limited | Knife sharpener |
JP6358155B2 (ja) | 2015-04-08 | 2018-07-18 | 株式会社デンソー | 軸ズレ判定装置 |
DE112017000573B4 (de) | 2016-01-29 | 2024-01-18 | Nidec Corporation | Wellenleitervorrichtung und Antennenvorrichtung mit der Wellenleitervorrichtung |
EP3324205B1 (en) | 2016-11-22 | 2023-01-11 | Nxp B.V. | Decentralised radar system |
CN106899935B (zh) | 2017-01-18 | 2018-08-14 | 深圳大学 | 一种基于无线接收设备和摄像头的室内定位方法及系统 |
EP3407082B1 (en) | 2017-05-24 | 2021-06-23 | Apple Inc. | Apparatus and method for determining a distance to an object |
US10805022B2 (en) | 2018-01-12 | 2020-10-13 | The Euclide 2012 Investment Trust | Method of using time domain subspace signals and spatial domain subspace signals for location approximation through orthogonal frequency-division multiplexing |
-
2020
- 2020-01-20 KR KR1020200007258A patent/KR20210093550A/ko unknown
- 2020-08-31 US US17/007,348 patent/US11668812B2/en active Active
- 2020-11-30 CN CN202011374329.6A patent/CN113140130A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070057761A1 (en) * | 2005-04-22 | 2007-03-15 | Geophysical Survey Systems, Inc. | Motion detector |
WO2007115650A1 (de) * | 2006-03-31 | 2007-10-18 | Volkswagen Aktiengesellschaft | Vorrichtung und verfahren zur erfassung eines oder mehrerer objekte in der umgebung eines fahrzeuges |
CN103518389A (zh) * | 2011-05-12 | 2014-01-15 | 高通股份有限公司 | 通过使用运动传感器检测引擎rpm进行的车辆情境感知 |
CN103135105A (zh) * | 2011-11-02 | 2013-06-05 | 株式会社本田艾莱希斯 | 车载雷达装置、对象检测方法和对象检测程序 |
CN103998951A (zh) * | 2011-11-21 | 2014-08-20 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 借助通信信号实现对象位置确定的方法和装置、以及该装置的使用 |
CN105393136A (zh) * | 2013-04-11 | 2016-03-09 | 株式会社电装 | 物标检测装置以及车辆控制系统 |
US20140334265A1 (en) * | 2013-05-13 | 2014-11-13 | Korea Advanced Institute Of Science And Technology | Direction of Arrival (DOA) Estimation Device and Method |
JP2015081886A (ja) * | 2013-10-24 | 2015-04-27 | 三菱電機株式会社 | 車載用レーダ装置およびターゲット検出方法 |
US20170315224A1 (en) * | 2014-12-01 | 2017-11-02 | Denso Corporation | Object detecting apparatus using reflection point information of object |
US20160284213A1 (en) * | 2015-03-24 | 2016-09-29 | Panasonic Corporation | Radar apparatus and running vehicle sensing method |
CN110461675A (zh) * | 2017-03-31 | 2019-11-15 | 三星电子株式会社 | 用于基于感测信息控制驾驶的方法和设备 |
CN109254283A (zh) * | 2017-07-13 | 2019-01-22 | 通用汽车环球科技运作有限责任公司 | 利用超短程雷达的检测系统及方法 |
US20190372750A1 (en) * | 2018-05-31 | 2019-12-05 | Nio Usa, Inc. | Systems and methods of controlling synchronicity of communication within a network of devices |
Also Published As
Publication number | Publication date |
---|---|
KR20210093550A (ko) | 2021-07-28 |
US11668812B2 (en) | 2023-06-06 |
US20210223362A1 (en) | 2021-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20210096607A (ko) | 레이더 딥 러닝 | |
Zhang et al. | Extending reliability of mmwave radar tracking and detection via fusion with camera | |
JP5835243B2 (ja) | 物標認識装置 | |
US10867189B2 (en) | Systems and methods for lane-marker detection | |
KR102401176B1 (ko) | 레이더 영상 처리 방법, 장치 및 시스템 | |
US11587248B2 (en) | Method and system for multiple stereo based depth estimation and collision warning/avoidance utilizing the same | |
US20230110116A1 (en) | Advanced driver assist system, method of calibrating the same, and method of detecting object in the same | |
KR20220119396A (ko) | 카메라 맵 및/또는 레이더 정보를 이용한 오브젝트 사이즈 추정 | |
US9794519B2 (en) | Positioning apparatus and positioning method regarding a position of mobile object | |
US11215707B2 (en) | Enhanced object detection and motion estimation for a vehicle environment detection system | |
US20140205144A1 (en) | In-vehicle target detecting device | |
CN112230193A (zh) | 雷达数据处理设备和局部行程分辨力调整方法 | |
US20210208247A1 (en) | Super-resolution enhancement techniques for radar | |
CN116449392B (zh) | 一种地图构建方法、装置、计算机设备及存储介质 | |
JP6733060B2 (ja) | 車両レーダシステム用の逆合成開口レーダ | |
KR20210112672A (ko) | 객체를 검출하기 위한 프로세서 및 객체 검출 방법 | |
El Bouazzaoui et al. | Enhancing rgb-d slam performances considering sensor specifications for indoor localization | |
US11668812B2 (en) | Object detection device and vehicle control system including the same | |
US20230139751A1 (en) | Clustering in automotive imaging | |
CN109691063B (zh) | 用于接收、处理和传输数据的方法和设备 | |
CN113033439A (zh) | 用于数据处理的方法、装置和电子设备 | |
WO2023098005A1 (zh) | 用于超高速移动物体的基站通信覆盖方法及相关设备 | |
JP6735801B2 (ja) | 物体認識装置およびこれを用いた車両制御装置並びに物体認識方法およびこれを用いた車両制御方法 | |
US20240104910A1 (en) | Method and apparatus of obtaining position of stationary target | |
KR102669876B1 (ko) | 국지적 분해능을 조정하는 레이더 데이터 처리 장치 및 방법 |
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 |