CN113678022A - 用于汽车雷达跟踪的重影对象标识 - Google Patents

用于汽车雷达跟踪的重影对象标识 Download PDF

Info

Publication number
CN113678022A
CN113678022A CN202080027137.XA CN202080027137A CN113678022A CN 113678022 A CN113678022 A CN 113678022A CN 202080027137 A CN202080027137 A CN 202080027137A CN 113678022 A CN113678022 A CN 113678022A
Authority
CN
China
Prior art keywords
objects
hardware processor
sensor
separation distance
ghost
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
CN202080027137.XA
Other languages
English (en)
Inventor
李鹏勃
O·S·伊波克维
K·科拉辛斯基
K·诺尔思
A·贾戈里克
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.)
Continental Automotive Systems Inc
Original Assignee
Continental Automotive Systems Inc
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 Continental Automotive Systems Inc filed Critical Continental Automotive Systems Inc
Publication of CN113678022A publication Critical patent/CN113678022A/zh
Pending legal-status Critical Current

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S13/46—Indirect determination of position data
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/46—Indirect determination of position data
    • G01S2013/462—Indirect determination of position data using multipath signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S2013/9315—Monitoring blind spots

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种对由雷达设备检测到的对象进行分类的方法，包括：从由至少一个传感器检测到的传感器数据中标识两个动态对象和一个静止对象；基于每个对象之间的分隔距离和每个对象到传感器的范围的比较来确定多个置信度。所述方法还确定它们之中的最高置信度值；将最高置信度与预定义阈值进行比较；以及当最高置信度值高于预定阈值时，增加对应的重影概率，或者当最高置信度值不高于预定阈值时，减少对应的重影概率。所述方法还包括当较低置信度对象的概率高于阈值上限时将所述对象标记为重影对象，并且当较低置信度对象低于阈值下限时将重影概率设置为零。

Description

用于汽车雷达跟踪的重影对象标识
技术领域
本公开涉及一种用于利用雷达设备检测机动车辆附近的对象的系统和方法，例如，用于检测接近车辆的对象。
背景技术
道路上的交通包括交通参与者，诸如但不限于车辆、有轨电车、公共汽车、行人以及使用公共道路和人行道的任何其他移动对象，或者诸如长凳和垃圾桶之类的固定对象。有组织的交通通常具有良好地建立的优先级、车道、通行权和交通控制交叉口。交通可以按类型分类：重型机动车辆（例如，轿车和卡车）、其他车辆（例如，轻便摩托车和自行车）和行人。合期望的是具有一种用于监控交通以检测沿着道路的行驶的系统和方法。
雷达在汽车工业中被广泛用于检测车辆、行人、道路边界以及其他对象等。这些目标在近距离范围中，例如典型地小于500米。车辆附近可能存在强的反射表面和目标，从而导致检测到重影对象（ghost object）。由于雷达设备必须在实际对象和重影对象之间进行区分，因此由雷达检测到的重影对象使得由雷达设备进行的检测变得复杂。
雷达检测到的对象中几乎总是存在来自多径反射的重影对象，尤其是在城市地区。在一些设备中，使用道路对象和重影区域来辅助标识重影对象。在其他设备中，使用对象速度、范围和相邻对象来标识重影对象。在其他设备中，在飞行器跟踪中使用真实目标、重影目标和候选反射器的范围来标识重影目标。此外，在其他设备中，使用范围和方位来标识飞行器跟踪的重影目标。
然而，这些方法是针对指定应用的，并且缺乏通用的解决方案。一些方法仅处理几种多径反射情况之中的一种，并且不能用于其他场景。例如，一些设备取决于道路对象，并假设重影对象比真实目标更晚检测到，这并不总是正确的。其他设备仅处理最简单的多径反射场景。此外，在一些现有技术中公开的其他设备中，讨论了一些其他反射配置，但是所述方法不适用于汽车雷达应用，并且有机会将真实对象标识为重影对象，因为汽车雷达跟踪中的目标比飞行器控制应用中的目标更多。此外，这些示例中采用的方法并不统一，并且难以集成到汽车雷达系统中。
因此，合期望的是具有一种用于检测重影对象的系统和方法，其为汽车雷达对象跟踪和检测提供多径反射解决方案。
本文提供的背景描述出于总体呈现本公开的上下文的目的。在本背景技术部分中描述的范围中，目前命名的发明人的工作，以及在提交时可能不符合现有技术的描述的各方面，既不明确也不隐含地被承认为相对于本公开的现有技术。
发明内容
一个一般方面包括一种对由雷达设备检测到的对象进行分类的方法。该方法还包括在硬件处理器处接收来自至少一个传感器的传感器数据，所述至少一个传感器与硬件处理器通信并且被定位成使得雷达设备周围的区域在所述至少一个传感器的视场内。
该方法还可以包括从传感器数据中检测该区域中的一个或多个对象。
该方法还可以包括在硬件处理器处从所述一个或多个对象中标识两个动态对象和一个静止对象。
该方法还可以包括基于每个对象之间的分隔距离和每个对象到传感器的范围的比较来确定多个置信度。
该方法还可以包括在硬件处理器处比较所述多个置信度，以确定其中的最高置信度值。
该方法还可以包括将最高置信度与预定阈值进行比较。
该方法还可以包括在两个动态对象中找到具有较少雷达散射截面或寿命的动态对象。
该方法还可以包括当最高置信度值高于预定阈值时增加对应的重影概率，以及当最高置信度值不高于预定阈值时减少对应的重影概率。
该方法还可以包括当置信度较低的对象的概率高于阈值上限时将该对象标记为重影对象，并且当置信度较低的对象低于阈值下限时将重影概率设置为零。
实现可以包括以下特征中的一个或多个。该方法可以包括：在硬件处理器处，通过检查方位角来验证两个对象和传感器共线。
该方法还可以包括将与其他对象不共线的对象标记为第一对象，将较近的对象标记为第二对象，将较远的对象标记为第三对象。
该方法还可以包括在硬件处理器处确定每个对象和另一对象之间的分隔距离以及从该对象到传感器的范围；和
该方法还可以包括在硬件处理器处比较每个对象之间的分隔距离和每个对象到传感器的范围。
在其他实施例中，一种对由雷达设备检测到的对象进行分类的方法是。该方法还包括在硬件处理器处接收来自至少第一传感器的传感器数据，该第一传感器与硬件处理器通信并且被定位成使得雷达设备周围的区域在该至少第一传感器的视场内。
该方法还可以包括从至少第一传感器数据检测该区域中的一个或多个对象。
该方法还可以包括在硬件处理器处从一个或多个对象中标识两个动态对象和一个静止对象。
该方法还可以包括在硬件处理器处通过检查方位角来验证两个对象和第一传感器共线。
该方法还可以包括将不与其他对象共线的对象标记为第一对象，将较近的对象标记为第二对象，将较远的对象标记为第三对象。
该方法还可以包括在硬件处理器处确定从第一对象到第二对象的第一分隔距离、到第一对象的第一范围和从第一传感器到第二对象的第二范围。
该方法还可以包括在硬件处理器处确定从第二对象到第三对象的第二分隔距离、到第三对象的第三范围。
该方法还可以包括在硬件处理器处比较第一分隔距离是否等于第二分隔距离。
该方法还可以包括当第一分隔距离等于第二分隔距离时获得第一置信度，以及当第一分隔距离不等于第二分隔距离时将第一置信度设置为零。
该方法还可以包括当第一分隔距离等于第二分隔距离的一半时获得第二置信度，以及当第二分隔距离不等于第二分隔距离的一半时将第二置信度设置为零。
该方法还可以包括当第一分隔距离等于第三范围的两倍减去第一范围并减去第二范围时获得第三置信度，以及当第一分隔距离不等于第三范围的两倍减去第一范围并减去第二范围时将第三置信度设置为零。
该方法还可以包括在硬件处理器处比较第一、第二和第三置信度，以确定它们之中的最高置信度值。
该方法还可以包括将最高置信度与预定义阈值进行比较。
该方法还可以包括在两个动态对象之中找到具有较小RCS或寿命的动态对象。
该方法还可以包括当最高置信度值高于预定阈值时增加对应的重影概率，当最高置信度值不高于预定阈值时减少对应的重影概率。
该方法还可以包括当置信度较低的对象的概率高于阈值上限时将该对象标记为重影对象，并且当置信度较低的对象低于阈值下限时将重影概率设置为零。
公开了一种用于基于车辆周围区域中的对象来执行车辆安全程序的车辆系统。车辆系统可以包括硬件处理器。
该系统还可以包括与硬件处理器通信的硬件存储器，该硬件存储器存储当在硬件处理器上执行时使硬件处理器执行操作的指令。
这可以包括在硬件处理器处接收来自至少第一传感器的传感器数据，该第一传感器与硬件处理器通信并且被定位成使得该区域在至少第一传感器的视场内。
这还可以包括从至少第一传感器数据检测该区域中的一个或多个对象；在硬件处理器处，从所述一个或多个对象中标识两个动态对象和一个静止对象。
这还可以包括基于每个对象之间的分隔距离和每个对象到传感器的范围的比较来确定多个置信度。
这还可以包括在硬件处理器处比较所述多个置信度，以确定它们之中的最高置信度值。
这还可以包括将最高置信度与预定义的阈值进行比较；在两个动态对象之中找到具有较小RCS或寿命的动态对象。
这还可以包括当最高置信度值高于预定阈值时，增加对应的重影概率。
这还可以包括当最高置信度值不高于预定阈值时，降低对应的重影概率。
这还可以包括当置信度较低的对象的概率高于阈值上限时，将该对象标记为重影对象。
这还可以包括当置信度较低的对象低于阈值下限时，将重影概率设置为零。
这还可以包括在硬件处理器处通过检查方位角来验证两个对象和第一传感器共线；
这还可以包括将不与其他对象共线的对象标记为第一对象，将较近的对象标记为第二对象，
这还可以包括将较远的对象标记为第三对象。
这还可以包括在硬件处理器处确定每个对象和另一个对象之间的分隔距离以及从对象到第一传感器的范围。
此外，在硬件处理器处比较每个对象之间的分隔距离和每个对象到传感器的距离。
本发明的其他目的、特征和特性，以及操作方法和结构的相关元件的功能，部件的组合和制造的经济性将在参考随附附图考虑以下详细描述和所附权利要求时变得更加显而易见，所有这些都形成了本说明书的一部分。应当理解的是，详细描述和具体示例虽然指示了本公开的优选实施例，但是仅旨在用于说明的目的，并且不旨在限制本公开的范围。
附图说明
从详细描述和随附附图中，本公开将变得被更充分地理解，其中：
图1A是在第一示例性交通场景中具有本发明的盲点监控系统的车辆的示例性概观的示意图；
图1B是在第二示例性交通场景中具有本发明的盲点监控系统的车辆的示例性概观的示意图；
图1C是在第三示例性交通场景中具有本发明的盲点监控系统的车辆的示例性概观的示意图；
图2A是具有本发明的盲点监控系统的车辆的示例性概观的示意图；
图2B是用于图2A中所示车辆的示例性盲点监控系统的示意图；
图3A是用于利用图1A-2B中所示的盲点监控系统检测重影对象的第一重影对象检测场景的示意图；
图3B是用于利用图1A-2B中所示的盲点监控系统检测重影对象的第二重影对象检测场景的示意图；
图3C是用于利用图1A-2B中所示的盲点监控系统检测重影对象的第三重影对象检测场景的示意图；
图3D是用于利用图1A-2B中所示的盲点监控系统检测重影对象的第四重影对象检测场景的示意图。
图3E是用于利用图1A-2B中所示的盲点监控系统检测重影对象的第五重影对象检测场景的示意图；
图4是利用图1A-2B中所示盲点监控系统进行重影对象检测的通用模型的示意图；
图5是利用图1A-2B中所示的盲点监控系统检测重影对象的示例方法；
图6是执行本文描述的任何系统或方法的示例计算设备的示意图；
不同附图中相同的参考符号指示相同的元件。
具体实施方式
在过去几年中，高级驾驶员安全特征越来越受到关注。为了提高车辆的运输安全性，重要的是准确标识靠近和/或接近车辆的对象。这对于是车辆驾驶员的“盲点”的车辆区域特别重要。这可以包括由车辆本身遮挡的驾驶员视场（传统上被称为“盲点”）和由诸如靠近本车辆的其他车辆、建筑物等的外部对象遮挡的区域。
参考图1A-5，车辆100包括盲点监控系统110，其包括计算设备（或硬件处理器）112（例如，具有一个或多个计算处理器的中央处理单元），该计算设备112与能够存储在（一个或多个）计算处理器112上可执行的指令的非暂时性存储器或硬件存储器114（例如，硬盘、闪速存储器、随机存取存储器）通信。盲点监控系统110包括传感器系统120。传感器系统120包括一个或多个传感器122a-n，传感器122a-n被定位在一个或多个区域处并且被配置为感测靠近车辆的区域中的一个或多个对象102,102a-n。对象102,102a-n可以包括但不限于车辆102a、交通参与者102b（诸如行人和骑自行车的人）、建筑物/基础设施103b、自然对象、灌木、树木等。除了感测实际对象102,102a-n之外，传感器122,122a-n也可以检测重影对象。盲点监控系统以本文所描述的方式将对象102,102a-n和重影对象104,104a-n彼此区分。
在一些实现中，传感器122可以是短程雷达传感器，其提供广阔的视场。所述一个或多个传感器122a-n可以被定位成捕获与特定区域10相关联的数据124，其中每个传感器122a-n捕获与区域10的一部分相关联的数据124。结果，与每个传感器122a-n相关联的传感器数据124包括与整个区域10相关联的传感器数据124。可替代地，传感器122还可以包括但不限于声纳、LIDAR（光检测和测距，其可以需要测量散射光的特性以找到远处目标的距离和/或其他信息的光学遥感）、HFL（高闪光LIDAR）、LADAR（激光检测和测距）、相机（例如，单目相机、双目相机）。
每个传感器122被定位在传感器122可以捕获与它们的视场内的对象102,102a-n、104,104a-n相关联的传感器数据124的位置。因此，传感器系统120分析由所述一个或多个传感器122a-n捕获的传感器数据124。传感器数据124的分析包括传感器系统120标识一个或多个对象102,102a-n、104,104a-n，以及确定它是对象102,102a-n还是重影对象104,104a-n。
基于一般分析，存在在大量测试数据中观察到的五种类型的多径反射。在图3A-E和图4中，R是雷达，T是真实目标，G是重影对象，S是具有高反射指数的静止对象，如停放的汽车、卡车或金属护栏，或反射墙。双线箭头意味着雷达信号经过两次，单线箭头意味着雷达信号经过一次。
在图3A中，雷达信号从R发出，击中静止对象S，并且然后反射出去并击中真实目标T，在此之后，信号传递到S，并且然后传递到R，该图的名称是RSTSR，并且它代表雷达信号的路径。
在图3B中，雷达信号从R发出，击中真实目标T，然后击中静止的对象S，在此之后，它以相同的路径回到雷达。它被称为RTSTR。
在图3C中，雷达信号R在真实目标T和静止对象S之间反弹两次。它被称为RTSTSTR。
在图3D中，信号从雷达发出，被目标T反射，然后被静止对象S反射，并且最后返回到雷达R。它被称为RTSR。
在图3E中，信号从雷达R发出，被静止对象S反射，然后被目标T反射并返回到雷达。它被称为RSTR。
在图3A和3B中，我们有：
Figure 37114DEST_PATH_IMAGE001
x、y和z代表与雷达、真实对象、重影对象和反射静止对象的距离。
在图3C中，我们有：
Figure 862988DEST_PATH_IMAGE002
。
在图3D中，我们有：
Figure 634635DEST_PATH_IMAGE003
Figure 585273DEST_PATH_IMAGE004
是真实目标的范围。
Figure 467779DEST_PATH_IMAGE005
是重影对象的范围，
它可以转换为：
Figure 882580DEST_PATH_IMAGE006
。
在图3E中，我们有：
Figure 825128DEST_PATH_IMAGE007
我们可以得出结论：
Figure 263062DEST_PATH_IMAGE008
Figure 683679DEST_PATH_IMAGE009
是静止对象的范围。
这五种情况是不同的，这些对象将永远不会满足多于一个的条件。如果z不为零，则0.5z不能等于z。对于等式（3），我们有：
Figure 717101DEST_PATH_IMAGE010
对于方程（4），我们可以得到类似的结论。所以只会满足一个条件。因此，我们可以总结等式（1）至（4）：
Figure 830551DEST_PATH_IMAGE011
。
在图3A-E中，总是存在三个对象，一个真实对象，一个重影对象，和静止对象。它们中的两个与雷达传感器共线。它们中的一个不在由另外两个对象与雷达形成的线上。
五种反射情况可以概括为一种情况，如图4所示。R为雷达传感器，O1和O2为两个对象，O3或O3’或O3’’为第三对象。我们总是可以形成具有相同长度的两条边的三角形。两个对象（O1和O2）位于三角形的两个角上。边O1O2的长度等于边O2O3的长度。剩余对象位于O2O3边上，但是位置可以是O3、O3’或O3’’。
详细地说，对于图3A所示的反射情况，O1是真实目标，O2是静止对象，O3是重影对象。对于图3B所示的情况，O1是静止目标，O2是真实对象，O3是重影对象。对于图3C所示的反射情况，O1是静止对象，O2是真实目标。O3’是重影对象。O2为O2O3的中点，并且|O2O3|为0.5|O2O3’’|。对于图3D所示的反射情况，O3’将是重影对象，O1是真实对象，O2是静止对象。三角形O1O2O3的O2O3边的长度将为
Figure 818098DEST_PATH_IMAGE012
，其可以写成
Figure 42406DEST_PATH_IMAGE013
。对于图3E所示的反射情况，O1是静止对象。O3’是重影对象，O2是真实目标。三角形O1O2O3的O2O3的长度将为
Figure 900641DEST_PATH_IMAGE014
，也可以写成
Figure 184991DEST_PATH_IMAGE015
。那么公式将是：
Figure 597518DEST_PATH_IMAGE016
。
基于等式（6），提供如图4所示的通用解决方案来标识重影对象。该解决方案可以容易地被实现以标识从图3A-E所示的所有情况中生成的重影对象。
图5提供了用于使用图1-4的系统110来检测重影对象104,104a-n的方法500的示例操作布置。在框502，方法500包括在硬件处理器112处从一个或多个传感器122接收传感器数据124，所述一个或多个传感器122与硬件处理器112通信，并且被定位成使得周围区域10在所述一个或多个传感器122的视场内。在框504，方法500包括在硬件处理器112处从传感器数据124检测一个或多个对象102,102a-n、104,104a-n。在框506，方法500包括在硬件处理器112从所述一个或多个对象102,102a-n、104,104a-n中标识两个动态对象和一个静止对象
另外，在框508，方法500包括在硬件处理器112处通过检查方位角来验证两个对象和雷达共线。将较近的对象标记为O2。将较远的对象标记为Ox。将与其他对象不共线的对象标记为O1。
在框510，方法500包括在硬件处理器112处确定从O1到O2的距离；RO1和RO2，O1和O2的范围。此外，在框512，方法500包括在硬件处理器112处确定RO3’，其是对象Ox的范围。在框514，方法500包括在硬件处理器112处确定从O2到Ox的距离，并标记为O2O3和O2O3’。
在框516，方法500包括在硬件处理器112处比较O1O2 = O2O3是否成立。基于该比较，如果O1O2等于O2O3，则在框518获得置信度1（C1），或者如果O1O2不等于O2O3，则在框520将C1设置为0。
在框522，方法500包括在硬件处理器112处比较O1O2 = 0.5O2O3’是否成立。基于该比较，如果O1O2等于0.5O2O3’，则在框524获得置信度2（C2），或者如果O1O2不等于0.5O2O3’，则在框526将C2设置为0。
在框528，方法500包括在硬件处理器112比较
Figure 953413DEST_PATH_IMAGE017
是否成立。基于该比较，如果O1O2等于
Figure 134996DEST_PATH_IMAGE018
，则在框530获得置信度3 （C3），或者如果O1O2不等于
Figure 324669DEST_PATH_IMAGE019
，则在框532将C3设置为0。
在获得C1、C2和C3之后，方法500包括在硬件处理器112处比较C1、C2和C3，以确定它们之中的最高置信度值，然后在框534处将最高置信度与预定义阈值进行比较。如果最高置信度值大于预定义阈值，则方法500包括在框536处，在两个动态对象之中找到具有较小RCS或寿命的动态对象，并增加对应的重影概率。如果最高置信度值不大于预定义阈值，则方法500包括在框538处，在两个动态对象之中找到具有较小RCS或寿命的动态对象，并减少对应的重影概率。
此外，在框540，方法500包括在硬件处理器112比较置信度较低的对象的重影概率是否高于阈值上限，并将其标记为重影对象，或者置信度较低的对象的重影概率是否小于阈值下限，将其重影概率设置为零。
图6是可以用于实现本文件中描述的系统和方法的示例计算设备600的示意图。计算设备600旨在表示各种形式的数字计算机，诸如膝上型计算机、台式计算机、工作站、个人数字助理、服务器、刀片服务器、大型机和其他合适的计算机。这里所示的组件、它们的连接和关系以及它们的功能仅仅旨在是示例性的，并且不旨在限制本文件中描述和/或要求保护的发明的实现。
计算设备600包括处理器610、存储器620、存储设备630、连接到存储器620和高速扩展端口650的高速接口/控制器640、以及连接到低速总线670和存储设备630的低速接口/控制器660。组件610、620、630、640、650和660中的每一个使用各种总线互连，并且可以安装在公共主板上或者以其他适当的方式安装。处理器610可以处理用于在计算设备600内执行的指令，包括存储在存储器620或存储设备630上的指令，以在外部输入/输出设备上显示图形用户界面（GUI）的图形信息，所述外部输入/输出设备诸如耦合到高速接口640的显示器680。在其他实现中，可以视情况使用多个处理器和/或多条总线，以及多个存储器和多种类型的存储器。此外，可以连接多个计算设备600，其中每个设备提供必要操作的部分（例如，作为服务器库、刀片服务器组或多处理器系统）。
存储器620在计算设备600内非暂时性地存储信息。存储器620可以是计算机可读介质、（一个或多个）易失性存储器单元或（一个或多个）非易失性存储器单元。非暂时性存储器620可以是用于在暂时或永久的基础上存储程序（例如，指令序列）或数据（例如，程序状态信息）以供计算设备600使用的物理设备。非易失性存储器的示例包括但不限于闪速存储器和只读存储器（ROM）/可编程只读存储器（PROM）/可擦除可编程只读存储器（EPROM）/电可擦除可编程只读存储器（EEPROM）（例如，典型地用于固件，诸如引导程序）。易失性存储器的示例包括但不限于随机存取存储器（RAM）、动态随机存取存储器（DRAM）、静态随机存取存储器（SRAM）、相变存储器（PCM）以及磁盘或磁带。
存储设备630能够为计算设备600提供大容量存储。在一些实现中，存储设备630是计算机可读介质。在各种不同的实现中，存储设备630可以是软盘设备、硬盘设备、光盘设备或磁带设备、闪速存储器或其他类似的固态存储器设备，或者设备的阵列，包括存储区域网络或其他配置中的设备。在附加的实现中，计算机程序产品有形地体现在信息载体中。该计算机程序产品包含指令，所述指令当被执行时，执行一种或多种方法，诸如上述那些方法。信息载体是计算机可读或机器可读介质，诸如存储器620、存储设备630或处理器610上的存储器。
高速控制器640管理计算设备600的带宽密集型操作，而低速控制器660管理较低带宽密集型操作。这样的职责分配只是示例性的。在一些实现中，高速控制器640耦合到存储器620、显示器680（例如，通过图形处理器或加速器）以及可以接受各种扩展卡（未示出）的高速扩展端口650。在一些实现中，低速控制器660耦合到存储设备630和低速扩展端口670。可以包括各种通信端口（例如，USB、蓝牙、以太网、无线以太网）的低速扩展端口670可以例如通过网络适配器耦合到一个或多个输入/输出设备，诸如键盘、定点设备、扫描仪或网络设备（诸如交换机或路由器）。
如图所示，计算设备600可以以多种不同的形式实现。例如，它可以实现为标准服务器600a，或者在这样的服务器600a的组中作为膝上型计算机600b多次实现，或者实现为机架服务器系统600c的一部分。
这里描述的系统和技术的各种实现可以在数字电子和/或光学电路、集成电路、专门设计的ASIC（专用集成电路）、计算机硬件、固件、软件和/或其组合中实现。这些各种实现可以包括在一个或多个计算机程序中的实现，所述一个或多个计算机程序是在可编程系统上可执行和/或可解释的，所述可编程系统包括至少一个可编程处理器，所述可编程处理器可以是专用或通用的，被耦合以从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令，并将数据和指令传输到存储系统、至少一个输入设备和至少一个输出设备。
这些计算机程序（也称为程序、软件、软件应用或代码）包括用于可编程处理器的机器指令，并且可以以高级的面向过程和/或面向对象的编程语言和/或汇编/机器语言来实现。如本文所使用的，术语“机器可读介质”和“计算机可读介质”指代用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、非暂时性计算机可读介质、装置和/或设备（例如，磁盘、光盘、存储器、可编程逻辑器件（PLD）），包括接收机器指令作为机器可读信号的机器可读介质。术语“机器可读信号”指代用于向可编程处理器提供机器指令和/或数据的任何信号。
本说明书中描述的主题和功能操作的实现可以在数字电子电路中实现，或者在计算机软件、固件或硬件中实现，包括本说明书中公开的结构及其结构等同物，或者在它们中的一个或多个的组合中实现。此外，本说明书中描述的主题可以实现为一个或多个计算机程序产品，即编码在计算机可读介质上的计算机程序指令的一个或多个模块，用于由数据处理装置执行或控制数据处理装置的操作。计算机可读介质可以是机器可读存储设备、机器可读存储基板、存储器设备、实现机器可读传播信号的物质组合物，或者它们中的一个或多个的组合。术语“数据处理装置”、“计算设备”和“计算处理器”涵盖用于处理数据的所有装置、设备和机器，举例来说，包括可编程处理器、计算机或多个处理器或计算机。除了硬件之外，该装置还可以包括为所讨论的计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统或它们中的一个或多个的组合的代码。传播信号是人工生成的信号，例如机器生成的电、光或电磁信号，其被生成以对信息进行编码，以传输到合适的接收器装置。
计算机程序（也称为应用、程序、软件、软件应用、脚本或代码）可以以任何形式的编程语言编写，包括编译或解释语言，并且它可以以任何形式部署，包括作为独立程序或作为模块、组件、子例程或适合在计算环境中使用的其他单元部署。计算机程序不一定对应于文件系统中的文件。程序可以存储在保持其他程序或数据的文件的一部分中（例如，存储在标记语言文档中的一个或多个脚本），存储在专用于所讨论的程序的单个文件中，或者存储在多个协同文件（例如，存储一个或多个模块、子程序或部分代码的文件）中。计算机程序可以被部署为在一个计算机上或者在位于一个站点或跨多个站点分布并通过通信网络互连的多个计算机上执行。
本说明书中描述的过程和逻辑流程可以由一个或多个可编程处理器来执行，所述一个或多个可编程处理器执行一个或多个计算机程序，以通过对输入数据进行操作并生成输出来执行功能。所述过程和逻辑流程也可以由专用逻辑电路来执行，并且装置也可以被实现为专用逻辑电路，例如，FPGA（现场可编程门阵列）或ASIC（专用集成电路）。
举例来说，适合于执行计算机程序的处理器包括通用和专用微处理器，以及任何种类的数字计算机的任何一个或多个处理器。通常，处理器将从只读存储器或随机存取存储器或这两者接收指令和数据。计算机的基本元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储设备。通常，计算机还将包括或可操作地耦合到用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘，以从其接收数据或向其传输数据，或两者兼有。然而，计算机不需要具有这样的设备。此外，计算机可以嵌入到另一设备中，例如移动电话、个人数字助理（PDA）、移动音频播放器、全球定位系统（GPS）接收器，仅举几例。适于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备，包括例如半导体存储器设备，例如EPROM、EEPROM和闪速存储器设备；磁盘，例如内部硬盘或可移动磁盘；磁光盘；以及CD ROM 和DVD ROM光盘。处理器和存储器可以由专用逻辑电路来补充或合并在专用逻辑电路中。
为了提供与用户的交互，本公开的一个或多个方面可以在计算机上实现，该计算机具有显示设备，例如CRT（阴极射线管）、LCD （液晶显示器）监视器或用于向用户显示信息的触摸屏，以及可选的键盘和定点设备，例如鼠标或轨迹球，用户可以通过其向计算机提供输入。也可以使用其他种类的设备来提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感官反馈，例如视觉反馈、听觉反馈或触觉反馈；并且可以以任何形式接收来自用户的输入，包括声音、语音或触觉输入。此外，计算机可以通过向用户使用的设备发送文档和从用户使用的设备接收文档来与用户交互；例如，通过响应于从web浏览器接收的请求，将网页发送到用户客户端设备上的web浏览器。
本公开的一个或多个方面可以在计算系统中实现，该计算系统包括后端组件，例如作为数据服务器；或者包括中间件组件，例如应用服务器；或者包括前端组件，例如具有图形用户界面或Web浏览器的客户端计算机，用户可以通过该图形用户界面或Web浏览器与本说明书中描述的主题的实现交互；或者一个或多个这样的后端、中间件或前端组件的任何组合。该系统的组件可以通过数字数据通信的任何形式或介质互连，例如通信网络。通信网络的示例包括局域网（“LAN”）和广域网（“WAN”）、内部网络（例如，互联网）和对等网络（例如自组对等网络）。
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离，并且典型地通过通信网络进行交互。客户端和服务器的关系是通过运行在相应计算机上并且彼此之间具有客户端-服务器关系的计算机程序产生。在一些实现中，服务器将数据（例如，HTML页面）传输到客户端设备（例如，为了向与客户端设备交互的用户显示数据和从其接收用户输入的目的）。可以在服务器处从客户端设备接收在客户端设备处生成的数据（例如，用户交互的结果）。
虽然本说明书包含许多细节，但是这些细节不应该被解释为对本公开的范围或可能要求保护的内容的限制，而应该被解释为对本公开的特定实现的特定特征的描述。本说明书中在单独实现的上下文中描述的某些特征也可以在单个实现中组合实现。相反，在单个实现的上下文中描述的各种特征也可以在多个实现中单独实现或者以任何合适的子组合实现。此外，尽管特征可以在上文中被描述为在某些组合中起作用，并且甚至最初被照此要求保护，但是在一些情况下，来自要求保护的组合中的一个或多个特征可以被从该组合中删除，并且要求保护的组合可以针对子组合或子组合的变型。
类似地，虽然在附图中以特定顺序描述了操作，但是这不应当被理解为要求以所示的特定顺序或序列顺序执行这样的操作，或者要求执行所有图示的操作，以实现合期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统组件的分离不应当被理解为在所有实施例中都要求这样的分离，并且应当理解，所描述的程序组件和系统通常可以集成在单个软件产品中或者封装到多个软件产品中。
已经描述了许多实现。然而，应当理解，在不脱离本公开的精神和范围的情况下，可以进行各种修改。因此，其他实现在以下权利要求的范围内。例如，权利要求中记载的动作可以以不同的顺序执行，并且仍然实现合期望的结果。
为了说明本发明的结构和功能原理以及说明采用优选实施例的方法的目的，已经示出和描述了前述优选实施例，并且前述优选实施例在不脱离这样的原理的情况下可以进行改变。因此，本发明包括被涵盖在以下权利要求范围内的所有修改。

Claims (5)

1.一种对由雷达设备检测到的对象进行分类的方法，所述方法包括：
在硬件处理器处从至少一个传感器接收传感器数据，所述至少一个传感器与硬件处理器通信并且被定位成使得雷达设备周围的区域在所述至少一个传感器的视场内；
从传感器数据检测所述区域中的一个或多个对象；
在硬件处理器处，从所述一个或多个对象中标识两个动态对象和一个静止对象；
基于每个对象之间的分隔距离和每个对象到传感器的范围的比较来确定多个置信度；
在硬件处理器处比较所述多个置信度，以确定它们之中的最高置信度值；
将最高置信度与预定义的阈值进行比较；
在两个动态对象之中找到具有较小RCS或寿命的动态对象，并且当最高置信度值高于预定阈值时，增加对应的重影概率，当最高置信度值不高于预定阈值时，减少对应的重影概率；和
当较低置信度对象的概率高于阈值上限时，将所述对象标记为重影对象，并且当较低置信度对象低于阈值下限时，将重影概率设置为零。
2.根据权利要求1所述的方法，进一步包括：
在硬件处理器处，通过检查方位角来验证两个对象和传感器共线；
将不与其他对象共线的对象标记为第一对象，将较近的对象标记为第二对象，将较远的对象标记为第三对象；
在硬件处理器处确定每个对象和另一对象之间的分隔距离以及从对象到传感器的范围；和
在硬件处理器处将每个对象之间的分隔距离和每个对象到传感器的范围进行比较。
3.一种对由雷达设备检测到的对象进行分类的方法，所述方法包括：
在硬件处理器处从至少第一传感器接收传感器数据，所述第一传感器与硬件处理器通信并且被定位成使得雷达设备周围的区域在所述至少第一传感器的视场内；
从至少第一传感器数据检测所述区域中的一个或多个对象；
在硬件处理器处，从所述一个或多个对象中标识两个动态对象和一个静止对象；
在硬件处理器处，通过检查方位角来验证两个对象和第一传感器共线；
将不与其他对象共线的对象标记为第一对象，将较近的对象标记为第二对象，将较远的对象标记为第三对象；
在硬件处理器处，确定从第一对象到第二对象的第一分隔距离、到第一对象的第一范围和从第一传感器到第二对象的第二范围；
在硬件处理器处，确定从第二对象到第三对象的第二分隔距离、到第三对象的第三范围；
在硬件处理器处，比较第一分隔距离是否等于第二分隔距离；
当第一分隔距离等于第二分隔距离时获得第一置信度，并且当第一分隔距离不等于第二分隔距离时将第一置信度设置为零；
当第一分隔距离等于第二分隔距离的一半时获得第二置信度，并且当第二分隔距离不等于第二分隔距离的一半时将第二置信度设置为零；
当第一分隔距离等于第三范围的两倍减去第一范围并减去第二范围时，获得第三置信度，并且当第一分隔距离不等于第三范围的两倍减去第一范围并减去第二范围时，将第三置信度设置为零；
在硬件处理器处，比较第一、第二和第三置信度，以确定它们之中的最高置信度值；
将最高置信度与预定义阈值进行比较；
在两个动态对象之中找到具有较小RCS或寿命的动态对象，并且当最高置信度值高于预定阈值时，增加对应的重影概率，当最高置信度值不高于预定阈值时，减少对应的重影概率；和
当较低置信度对象的概率高于阈值上限时，将所述对象标记为重影对象，并且当较低置信度对象低于阈值下限时，将重影概率设置为零。
4.一种用于基于车辆周围区域中的对象执行车辆安全程序的车辆系统，所述系统包括：
硬件处理器；和
与所述硬件处理器通信的硬件存储器，所述硬件存储器存储指令，当在所述硬件处理器上执行时，所述指令使得所述硬件处理器执行包括以下操作的操作：
在硬件处理器处从至少第一传感器接收传感器数据，所述第一传感器与硬件处理器通信并且被定位成使得所述区域在所述至少第一传感器的视场内；
从所述至少第一传感器数据检测所述区域中的一个或多个对象；
在硬件处理器处，从所述一个或多个对象中标识两个动态对象和一个静止对象；
基于每个对象之间的分隔距离和每个对象到传感器的范围的比较来确定多个置信度；
在硬件处理器处比较所述多个置信度，以确定它们之中的最高置信度值；
将最高置信度与预定义阈值进行比较；
在两个动态对象之中找到具有较小RCS或寿命的动态对象，并且当最高置信度值高于预定阈值时，增加对应的重影概率，当最高置信度值不高于预定阈值时，减少对应的重影概率；和
当较低置信度对象的概率高于阈值上限时，将所述对象标记为重影对象，并且当较低置信度对象低于阈值下限时，将重影概率设置为零。
5.根据权利要求4所述的系统，进一步包括：
在硬件处理器处，通过检查方位角来验证两个对象和第一传感器共线；
将不与其他对象共线的对象标记为第一对象，将较近的对象标记为第二对象，将较远的对象标记为第三对象；
在硬件处理器处，确定每个对象和另一对象之间的分隔距离以及从所述对象到第一传感器的范围；和
在硬件处理器处，比较每个对象之间的分隔距离和每个对象到传感器的距离。
CN202080027137.XA 2019-04-08 2020-04-08 用于汽车雷达跟踪的重影对象标识 Pending CN113678022A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962830971P 2019-04-08 2019-04-08
US62/830971 2019-04-08
PCT/US2020/027202 WO2020210307A1 (en) 2019-04-08 2020-04-08 Ghost object identification for automobile radar tracking

Publications (1)

Publication Number Publication Date
CN113678022A true CN113678022A (zh) 2021-11-19

Family

ID=70482824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080027137.XA Pending CN113678022A (zh) 2019-04-08 2020-04-08 用于汽车雷达跟踪的重影对象标识

Country Status (5)

Country Link
US (1) US20220163649A1 (zh)
EP (1) EP3921670A1 (zh)
JP (1) JP2022526819A (zh)
CN (1) CN113678022A (zh)
WO (1) WO2020210307A1 (zh)

Families Citing this family (8)

* 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
US11774583B2 (en) * 2021-02-26 2023-10-03 Waymo Llc Methods and systems for filtering vehicle self-reflections in radar
CN112986945B (zh) * 2021-03-05 2022-08-02 森思泰克河北科技有限公司 雷达目标的识别方法、装置、设备和存储介质
US20210318414A1 (en) * 2021-06-24 2021-10-14 Intel Corporation Range Doppler Consistency Check for Radar Ghost Target Detection
DE102021211989B3 (de) * 2021-10-25 2022-11-10 Continental Autonomous Mobility Germany GmbH Verfahren und System zur Assoziierung von Realzielen und deren Spiegelzielen
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
WO2023199457A1 (ja) * 2022-04-14 2023-10-19 三菱電機株式会社 目標位置推定装置、レーダ装置、及び目標位置推定方法
CN115079121B (zh) * 2022-07-19 2022-11-01 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

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1231794A (zh) * 1967-05-03 1971-05-12
JPH11328600A (ja) * 1998-02-20 1999-11-30 Northrop Grumman Corp 多重経路軽減装置およびその軽減方法
US20090033549A1 (en) * 2007-07-09 2009-02-05 Yuanwei Jin Application of time reversal to synthetic aperture imaging
JP2009074804A (ja) * 2007-09-18 2009-04-09 Toyota Motor Corp 物体検出装置
JP2015105836A (ja) * 2013-11-28 2015-06-08 トヨタ自動車株式会社 制動装置
JP2016148547A (ja) * 2015-02-10 2016-08-18 トヨタ自動車株式会社 検知装置
CN106043297A (zh) * 2015-04-10 2016-10-26 大陆汽车系统公司 在反向操作期间基于前轮跑偏的避撞
CN107037432A (zh) * 2015-11-19 2017-08-11 株式会社万都 用于车辆的雷达装置及其确定目标的方法
CN107132531A (zh) * 2016-02-29 2017-09-05 恩智浦有限公司 雷达系统
US20170261602A1 (en) * 2014-07-03 2017-09-14 GM Global Technology Operations LLC Vehicle radar methods and systems
KR20170140005A (ko) * 2016-06-10 2017-12-20 주식회사 앱스 고스트 인식 기능을 구비한 레이저 스캐너를 이용한 물체 인식장치
DE102016215505A1 (de) * 2016-08-18 2018-02-22 Continental Automotive Gmbh Geisterzielerkennung bei einem Radarsystem in einem Fahrzeug.
US20180341012A1 (en) * 2017-05-25 2018-11-29 Mitsumi Electric Co., Ltd. Ghost removal method and radar device
CN109559525A (zh) * 2018-11-26 2019-04-02 厦门精益远达智能科技有限公司 一种基于毫米波雷达的超速监控方法、装置和设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005257515A (ja) * 2004-03-12 2005-09-22 Mitsubishi Electric Corp レーダ装置
DE102004058844A1 (de) * 2004-12-06 2006-06-08 Daimlerchrysler Ag Verfahren zur Erkennung einer Verkehrssituation mittels eines Radargerätes
JP4529733B2 (ja) * 2005-03-02 2010-08-25 株式会社デンソー 車載レーダ装置
WO2007094064A1 (ja) * 2006-02-16 2007-08-23 Mitsubishi Denki Kabushiki Kaisha レーダ装置
DE102012108023B4 (de) * 2012-08-30 2021-03-25 Conti Temic Microelectronic Gmbh Radarbasierte Erkennung von Straßenrandbebauung durch Ausnutzung von Mehrwegausbreitung
JP2017096840A (ja) * 2015-11-26 2017-06-01 トヨタ自動車株式会社 車両用物標検出装置
EP3299841B1 (en) * 2016-09-22 2022-05-04 Continental Automotive GmbH Method and apparatus for analyzing reflection signals, driver assistance system, and vehicle
JP6822492B2 (ja) * 2017-02-06 2021-01-27 日本電気株式会社 物体検知装置、物体検知方法、及びプログラム
EP3385745B1 (en) * 2017-04-06 2021-03-03 Volvo Car Corporation Method and system for determining the position of a user device in relation to a vehicle

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1231794A (zh) * 1967-05-03 1971-05-12
JPH11328600A (ja) * 1998-02-20 1999-11-30 Northrop Grumman Corp 多重経路軽減装置およびその軽減方法
US20090033549A1 (en) * 2007-07-09 2009-02-05 Yuanwei Jin Application of time reversal to synthetic aperture imaging
JP2009074804A (ja) * 2007-09-18 2009-04-09 Toyota Motor Corp 物体検出装置
JP2015105836A (ja) * 2013-11-28 2015-06-08 トヨタ自動車株式会社 制動装置
US20170261602A1 (en) * 2014-07-03 2017-09-14 GM Global Technology Operations LLC Vehicle radar methods and systems
JP2016148547A (ja) * 2015-02-10 2016-08-18 トヨタ自動車株式会社 検知装置
CN106043297A (zh) * 2015-04-10 2016-10-26 大陆汽车系统公司 在反向操作期间基于前轮跑偏的避撞
CN107037432A (zh) * 2015-11-19 2017-08-11 株式会社万都 用于车辆的雷达装置及其确定目标的方法
CN107132531A (zh) * 2016-02-29 2017-09-05 恩智浦有限公司 雷达系统
KR20170140005A (ko) * 2016-06-10 2017-12-20 주식회사 앱스 고스트 인식 기능을 구비한 레이저 스캐너를 이용한 물체 인식장치
DE102016215505A1 (de) * 2016-08-18 2018-02-22 Continental Automotive Gmbh Geisterzielerkennung bei einem Radarsystem in einem Fahrzeug.
US20180341012A1 (en) * 2017-05-25 2018-11-29 Mitsumi Electric Co., Ltd. Ghost removal method and radar device
JP2018200173A (ja) * 2017-05-25 2018-12-20 ミツミ電機株式会社 ゴースト除去方法及びレーダ装置
CN109559525A (zh) * 2018-11-26 2019-04-02 厦门精益远达智能科技有限公司 一种基于毫米波雷达的超速监控方法、装置和设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
EUGIN HYUN 等: ""Moving and stationary target detection scheme using coherent integration and subtraction for automotive FMCW radar systems"", 《2017 IEEE RADAR CONFERENCE (RADARCONF)》, 31 December 2017 (2017-12-31), pages 476 - 481 *

Also Published As

Publication number Publication date
WO2020210307A1 (en) 2020-10-15
JP2022526819A (ja) 2022-05-26
EP3921670A1 (en) 2021-12-15
US20220163649A1 (en) 2022-05-26

Similar Documents

Publication Publication Date Title
US20220163649A1 (en) Ghost Object Identification For Automobile Radar Tracking
Hua et al. Vehicle tracking and speed estimation from traffic videos
Khatab et al. Vulnerable objects detection for autonomous driving: A review
JP6970936B2 (ja) 物体検出装置、物体検出プログラム、および記録媒体
JP6450294B2 (ja) 物体検出装置、物体検出方法、及びプログラム
US10762782B2 (en) On-street parking map generation
WO2014172708A1 (en) Pedestrian right of way monitoring and reporting system and method
US11926318B2 (en) Systems and methods for detecting a vulnerable road user in an environment of a vehicle
CN108859952B (zh) 车辆变道预警方法、装置和雷达
US20200219389A1 (en) Visualiziing real-time intersection occupancy and calculated analytics in 3d
JP2010132056A (ja) 検知装置、検知方法および車両制御装置
US9550529B2 (en) Apparatus and method for recognizing driving field of vehicle
CN112540365A (zh) 一种评估方法、装置、设备及存储介质
US11900691B2 (en) Method for evaluating sensor data, including expanded object recognition
CN110660211B (zh) 使用占用行为异常检测器的停车区域地图改善
So et al. Analysis on autonomous vehicle detection performance according to various road geometry settings
WO2019140222A1 (en) Improve vehicle position estimate using information from infrastructure
US10997858B2 (en) System and method for determining parking occupancy detection using a heat map
JP2015041366A (ja) 車軸検知装置
CN109830123B (zh) 路口碰撞预警方法及系统
Eom et al. Mutual interference potential and impact of scanning lidar according to the relevant vehicle applications
US11288957B2 (en) System and method for detecting one way driving using a heat map
KR102119641B1 (ko) 보행자 검출 장치 및 방법
Perrollaz et al. Proposition of generic validation criteria using stereo-vision for on-road obstacle detection
Tao et al. Traffic incident detection based on mmwave radar and improvement using fusion with camera

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