CN114019497B - 一种基于毫米波雷达方差统计的目标变道识别方法 - Google Patents

一种基于毫米波雷达方差统计的目标变道识别方法 Download PDF

Info

Publication number
CN114019497B
CN114019497B CN202210003432.2A CN202210003432A CN114019497B CN 114019497 B CN114019497 B CN 114019497B CN 202210003432 A CN202210003432 A CN 202210003432A CN 114019497 B CN114019497 B CN 114019497B
Authority
CN
China
Prior art keywords
track
threshold
variance
state
curve
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210003432.2A
Other languages
English (en)
Other versions
CN114019497A (zh
Inventor
宋玛君
黄小月
王奇
吴军
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.)
Nanjing Chuhang Technology Co ltd
Original Assignee
Nanjing Chuhang Technology Co ltd
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 Nanjing Chuhang Technology Co ltd filed Critical Nanjing Chuhang Technology Co ltd
Priority to CN202210003432.2A priority Critical patent/CN114019497B/zh
Publication of CN114019497A publication Critical patent/CN114019497A/zh
Application granted granted Critical
Publication of CN114019497B publication Critical patent/CN114019497B/zh
Priority to DE112022000008.2T priority patent/DE112022000008T5/de
Priority to PCT/CN2022/088408 priority patent/WO2023130620A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—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
    • G01S13/42—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
    • G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • 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
    • 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
    • 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

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)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于毫米波雷达方差统计的目标变道识别方法。该方法包括以滑窗的方式存储航迹的历史位置，根据所述历史位置对每一航迹分别累加计算每帧横向位置y之和，并累加标记所述航迹的横向位置y的次数，本发明通过实时基于方差统计的方式对目标轨迹识别，当目标的横向速度较小，并且滑窗内横向位置方差较小则表示目标为直道运动，并且识别直道成功后，从这帧重新开始累计航迹的历史滤波数，累加航迹的横向位置之和；当航迹滑窗内横向位置基于历史横向滤波均值计算方差，当该方差大于阈值，并且航迹滤波速度大于速度阈值，判定为曲线，即变道。通过试验数据表明识别目标轨迹状态直道或变道较为准确，为后续航迹的平滑处理打下了基础。

Description

一种基于毫米波雷达方差统计的目标变道识别方法
技术领域
本发明涉及基于毫米波雷达方差统计的目标变道识别方法技术领域，具体涉及一种基于毫米波雷达方差统计的目标变道识别方法。
背景技术
目前在感知目标变道识别的技术上，主要表现在摄像头传感器上，基于图像识别车道线及车辆目标的横向距离，判断目标与车道线之间的横向距离去判断目标是否在变道。
而目前基于毫米波雷达对目标的变道识别技术相对不成熟，它不能识别车道线，并且要考虑目标点迹角度精准度情况，并未发现相关研究。通过本发明的方法，在一定程度上能够基于毫米波雷达实时识别目标的变道情况。
随着毫米波雷达的技术发展，对检测到的前方车辆目标提出了新的需求，能够稳定跟踪车辆目标的前提下，减少目标的横向抖动性。由于毫米波雷达在对目标的检测中，相比于距离的精准性，角度上并不占据优势，因此表现在目标的横向距离上，精准度没那么好。在此背景下，研究了对于前方车辆目标是否存在变道的行为，意在若目标在做直线行驶，对目标做相应的横向距离平滑处理。
发明内容
本发明的目的是针对现有技术存在的不足，提供一种基于毫米波雷达方差统计的目标变道识别方法。
为实现上述目的，本发明提供了一种基于毫米波雷达方差统计的目标变道识别方法，包括：
以滑窗的方式存储航迹的历史位置，滑窗的窗口数为cycle_thr；
根据所述历史位置对每一航迹分别累加计算每帧横向位置y之和sum_y，并累加标记所述航迹的横向位置y的次数sum_dot_num，其中，所述sum_y和sum_dot_num在航迹初始时置为0；
判断滑窗存储航迹的横向位置y的点迹数是否大于cycle_thr，若所述点迹数不大于cycle_thr，则将所述航迹的轨迹状态判断为未知unknow，若所述点迹数大于cycle_thr，则进一步判断所述sum_dot_num是否大于cycle_thr，若所述sum_dot_num不大于cycle_thr，则结束；
若所述sum_dot_num大于cycle_thr，则进一步判断本车是否在曲线运动，若本车在曲线运动，则将所述航迹的轨迹状态设置为未知unknow，并将所述航迹的直线统计变量strightCount、sum_y和sum_dot_num置为零，否则，计算滑窗内航迹横向位置y的方差varianceY，然后根据航迹sum_y和sum_dot_num计算航迹的历史横向位置y的均值all_mean_y，最后计算滑窗内航迹横向位置y基于均值all_mean_y的方差all_mean_varianceY；
判断所述航迹本帧的轨迹状态并更新，具体包括：
若上一帧航迹的轨迹状态为未知unknow，则进一步判断本帧航迹是否满足轨迹为直线运动的条件，所述轨迹为直线运动的条件为：
varianceY＜varianceY_threshold，
且本帧航迹横向速度vy的绝对值≤vy_threshold；
其中，varianceY_threshold为直线状态的方差阈值，vy_threshold为直线状态的横向速度阈值；
若上一帧航迹的轨迹状态为曲线，则进一步判断本帧航迹是否满足轨迹状态从曲线到直线的转变条件，所述轨迹状态从曲线到直线的转变条件为：
varianceY＜varianceY_threshold，
且本帧航迹横向速度vy的绝对值≤vy_threshold；
若本帧航迹满足轨迹为直线运动的条件或从曲线到直线的转变条件，则将本帧航迹的轨迹状态更新为直线，航迹的straightCount加1，并重新开始统计历史航迹的y值，航迹的sum_dot_num=1，sum_y为本帧航迹横向位置y；
若上一帧航迹的轨迹状态为直线，则进一步判断本帧航迹是否满足轨迹为曲线运动的条件，所述轨迹为曲线运动的条件为：
all_mean_varianceY＞all_varianceY_threshold，
同时，本帧航迹横向速度vy的绝对值＞curve_vy_threshold；
其中，all_varianceY_threshold为曲线状态的方差阈值，curve_vy_threshold为曲线状态的横向速度阈值，若本帧航迹满足轨迹为曲线运动的条件，则将其状态更新为曲线，航迹的straightCount置0，否则，将状态更新为直线，航迹的straightCount加1。
进一步的，所述直线状态的横向速度阈值vy_threshold设定为0.5m/s，所述曲线状态的横向速度阈值Curve_vy_threshold的初始值为0.5m/s，所述直线状态的方差阈值varianceY_threshold的初始值为0.01平方米，所述曲线状态的方差阈值all_mean_varianceY_threshold的初始值为0.7平方米；
还包括：
根据本帧航迹纵向位置x的绝对值abs_x对所述直线状态的方差阈值varianceY_threshold和曲线状态的方差阈值all_mean_varianceY_threshold进行动态调整；通过本帧航迹纵向速度vx的绝对值abs_vx对曲线状态的横向速度阈值Curve_vy_threshold进行动态调整。
进一步的，所述动态调整的方式具体如下：
当abs_x＞150m时，所述直线状态的方差阈值varianceY_threshold调整为0.03平方米，所述曲线状态的方差阈值all_mean_varianceY_threshold调整为1.8平方米；
当150m＞abs_x＞90m时，所述直线状态的方差阈值varianceY_threshold调整为0.02平方米，所述曲线状态的方差阈值all_mean_varianceY_threshold调整为1.6平方米；
当90m＞abs_x＞40m时，所述直线状态的方差阈值all_mean_varianceY_threshold调整为1.2平方米；
当abs_vx＞10m/s时，所述曲线状态的横向速度阈值Curve_vy_threshold调整为0.8m/s。
进一步的，获取本车的速度和横摆角速度yawRate，如本车的速度＞曲线速度阈值，且横摆角速度yawRate的绝对值＞曲线横摆角速度阈值，则判定本车在曲线运动。
进一步的，所述曲线速度阈值为0.1m/s。
进一步的，所述曲线横摆角速度阈值为0.1-0.15rad/s。
进一步的，滑窗的窗口数cycle_thr包括5个。
有益效果：本发明通过实时基于方差统计的方式对目标轨迹识别，当目标的横向速度较小，并且滑窗内横向位置方差较小则表示目标为直道运动，并且识别直道成功后，从这帧重新开始累计航迹的历史滤波数，累加航迹的横向位置之和；当航迹滑窗内横向位置基于历史横向滤波均值计算方差，当该方差大于阈值，并且航迹滤波速度大于速度阈值，判定为曲线，即变道。通过实采雷达数据及路况视频，分析数据表明识别目标轨迹状态直道或变道较为准确，并且为后续航迹的平滑处理打下了基础。
附图说明
图1是基于毫米波雷达方差统计的目标变道识别方法的流程示意图；
图2是以本车形成的坐标系的示意图；
图3是判断航迹本帧的轨迹状态并更新的流程示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，本实施例在以本发明技术方案为前提下进行实施，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1所示，本发明实施例提供了一种基于毫米波雷达方差统计的目标变道识别方法，包括：
以滑窗的方式存储航迹的历史位置，滑窗的窗口数为cycle_thr。其中，滑窗的窗口数cycle_thr优选5个左右。
根据历史位置对每一航迹分别累加计算每帧横向位置y之和sum_y，并累加标记航迹的横向位置y的次数sum_dot_num，其中，sum_y和sum_dot_num在航迹初始时置为0。航迹的横向位置y是指在以图2所示的坐标系中，计算出来的航迹在Y轴上的坐标值，图2所示的坐标系中灰色区域表示本车，以本车的后轴中心为原点，本车的轴向为x轴方向，本车的横向为Y轴方向。
判断滑窗存储航迹的横向位置y的点迹数是否大于cycle_thr，若点迹数不大于cycle_thr，则将航迹的轨迹状态判断为未知unknow，若点迹数大于cycle_thr，则进一步判断sum_dot_num是否大于cycle_thr，若sum_dot_num不大于cycle_thr，则结束。
若sum_dot_num大于cycle_thr，则进一步判断本车是否在曲线运动，若本车在曲线运动，则将航迹的轨迹状态设置为未知unknow，并将航迹的直线统计变量strightCount、sum_y和sum_dot_num置为零，如果判断结果为本车不在做曲线运动，则计算滑窗内航迹横向位置y的方差varianceY，然后根据航迹sum_y和sum_dot_num计算航迹的历史横向位置y的均值all_mean_y，最后计算滑窗内航迹横向位置y基于均值all_mean_y的方差all_mean_varianceY。具体的，可通过以下方式来判断本车是否在曲线运动：获取本车的速度和横摆角速度yawRate，如本车的速度＞曲线速度阈值，且横摆角速度yawRate的绝对值＞曲线横摆角速度阈值，则判定本车在曲线运动。其中，曲线速度阈值优选设定为0.1m/s，曲线横摆角速度阈值优选设定为0.1-0.15rad/s。
判断航迹本帧的轨迹状态并更新，参见图3，航迹的轨迹状态共有直线、曲线和未知unknow三种，由于本帧航迹的轨迹状态的判断依据与上一帧的航迹的轨迹状态相关，所以需要先查看从上一帧航迹的轨迹状态。具体包括：
若上一帧航迹的轨迹状态为未知unknow，则进一步判断本帧航迹是否满足轨迹为直线运动的条件，轨迹为直线运动的条件为：varianceY＜varianceY_threshold，且本帧航迹横向速度vy的绝对值≤vy_threshold。其中，varianceY_threshold为直线状态的方差阈值，vy_threshold为直线状态的横向速度阈值。若本帧航迹满足轨迹为直线运动的条件，则将本帧航迹的轨迹状态更新为直线。
若上一帧航迹的轨迹状态为曲线，则进一步判断本帧航迹是否满足轨迹状态从曲线到直线的转变条件，轨迹状态从曲线到直线的转变条件为：varianceY＜varianceY_threshold，且本帧航迹横向速度vy的绝对值≤vy_threshold。该判断条件与上述轨迹为直线运动的条件相同，若本帧航迹满足轨迹为从曲线到直线的转变条件，则将本帧航迹的轨迹状态更新为直线。当满足上述两种条件将本帧航迹的轨迹状态更新为直线后，还将本帧航迹的straightCount加1，并重新开始统计历史航迹的y值，航迹的sum_dot_num=1，sum_y为本帧航迹横向位置y。
若上一帧航迹的轨迹状态为直线，则进一步判断本帧航迹是否满足轨迹为曲线运动的条件，轨迹为曲线运动的条件为：all_mean_varianceY＞all_varianceY_threshold，同时，本帧航迹横向速度vy的绝对值＞curve_vy_threshold。其中，all_varianceY_threshold为曲线状态的方差阈值，curve_vy_threshold为曲线状态的横向速度阈值，若本帧航迹满足轨迹为曲线运动的条件，则将其状态更新为曲线，航迹的straightCount置0，否则，将状态更新为直线，航迹的straightCount加1。当本帧的航迹轨迹状态为曲线时，即表示该目标在变道。
本发明实施例的直线状态的横向速度阈值vy_threshold、曲线状态的横向速度阈值Curve_vy_threshold、直线状态的方差阈值varianceY_threshold和曲线状态的方差阈值all_mean_varianceY_threshold可以设定为一个定值，但目标航迹与本车的纵向距离和目标航迹的速度会对识别精度造成一定的影响，为了降低这一影响，还优选对其进行动态调整，但考虑到直线状态的判断相对较严格，所以仅将直线状态的横向速度阈值vy_threshold设定为一个定值，优选为0.5m/s。而曲线状态的横向速度阈值Curve_vy_threshold的初始值可设定为0.5m/s，直线状态的方差阈值varianceY_threshold的初始值可设定为0.01平方米，曲线状态的方差阈值all_mean_varianceY_threshold的初始值可设定为0.7平方米。然后根据本帧航迹纵向位置x的绝对值abs_x对直线状态的方差阈值varianceY_threshold和曲线状态的方差阈值all_mean_varianceY_threshold进行动态调整。根据本帧航迹纵向速度vx的绝对值abs_vx对曲线状态的横向速度阈值Curve_vy_threshold进行动态调整。动态调整的方式具体如下：
当abs_x＞150m时，直线状态的方差阈值varianceY_threshold调整为0.03平方米，曲线状态的方差阈值all_mean_varianceY_threshold调整为1.8平方米；
当150m＞abs_x＞90m时，直线状态的方差阈值varianceY_threshold调整为0.02平方米，曲线状态的方差阈值all_mean_varianceY_threshold调整为1.6平方米；
当90m＞abs_x＞40m时，直线状态的方差阈值all_mean_varianceY_threshold调整为1.2平方米；
当abs_vx＞10m/s时，曲线状态的横向速度阈值Curve_vy_threshold调整为0.8m/s。需要说明的是，动态调整的方式不限于上述方式，也可采用如线性变化的方式进行动态调整。
以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，其它未具体描述的部分，属于现有技术或公知常识。在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种基于毫米波雷达方差统计的目标变道识别方法，其特征在于，包括：
以滑窗的方式存储航迹的历史位置，滑窗的窗口数为cycle_thr；
根据所述历史位置对每一航迹分别累加计算每帧横向位置y之和sum_y，并累加标记所述航迹的横向位置y的次数sum_dot_num，其中，所述sum_y和sum_dot_num在航迹初始时置为0；
判断滑窗存储航迹的横向位置y的点迹数是否大于cycle_thr，若所述点迹数不大于cycle_thr，则将所述航迹的轨迹状态判断为未知unknow，若所述点迹数大于cycle_thr，则进一步判断所述sum_dot_num是否大于cycle_thr，若所述sum_dot_num不大于cycle_thr，则结束；
若所述sum_dot_num大于cycle_thr，则进一步判断本车是否在曲线运动，若本车在曲线运动，则将所述航迹的轨迹状态设置为未知unknow，并将所述航迹的直线统计变量strightCount、sum_y和sum_dot_num置为零，否则，计算滑窗内航迹横向位置y的方差varianceY，然后根据航迹sum_y和sum_dot_num计算航迹的历史横向位置y的均值all_mean_y，最后计算滑窗内航迹横向位置y基于均值all_mean_y的方差all_mean_varianceY；
判断所述航迹本帧的轨迹状态并更新，具体包括：
若上一帧航迹的轨迹状态为未知unknow，则进一步判断本帧航迹是否满足轨迹为直线运动的条件，所述轨迹为直线运动的条件为：
varianceY＜varianceY_threshold，
且本帧航迹横向速度vy的绝对值≤vy_threshold；
其中，varianceY_threshold为直线状态的方差阈值，vy_threshold为直线状态的横向速度阈值；
若上一帧航迹的轨迹状态为曲线，则进一步判断本帧航迹是否满足轨迹状态从曲线到直线的转变条件，所述轨迹状态从曲线到直线的转变条件为：
varianceY＜varianceY_threshold，
且本帧航迹横向速度vy的绝对值≤vy_threshold；
若本帧航迹满足轨迹为直线运动的条件或从曲线到直线的转变条件，则将本帧航迹的轨迹状态更新为直线，航迹的straightCount加1，并重新开始统计历史航迹的y值，航迹的sum_dot_num=1，sum_y为本帧航迹横向位置y；
若上一帧航迹的轨迹状态为直线，则进一步判断本帧航迹是否满足轨迹为曲线运动的条件，所述轨迹为曲线运动的条件为：
all_mean_varianceY＞all_varianceY_threshold，
同时，本帧航迹横向速度vy的绝对值＞curve_vy_threshold；
其中，all_varianceY_threshold为曲线状态的方差阈值，curve_vy_threshold为曲线状态的横向速度阈值，若本帧航迹满足轨迹为曲线运动的条件，则将其状态更新为曲线，航迹的straightCount置0，否则，将状态更新为直线，航迹的straightCount加1。
2.根据权利要求1所述的基于毫米波雷达方差统计的目标变道识别方法，其特征在于，所述直线状态的横向速度阈值vy_threshold设定为0.5m/s，所述曲线状态的横向速度阈值Curve_vy_threshold的初始值为0.5m/s，所述直线状态的方差阈值varianceY_threshold的初始值为0.01平方米，所述曲线状态的方差阈值all_mean_varianceY_threshold的初始值为0.7平方米；
还包括：
根据本帧航迹纵向位置x的绝对值abs_x对所述直线状态的方差阈值varianceY_threshold和曲线状态的方差阈值all_mean_varianceY_threshold进行动态调整；通过本帧航迹纵向速度vx的绝对值abs_vx对曲线状态的横向速度阈值Curve_vy_threshold进行动态调整。
3.根据权利要求2所述的基于毫米波雷达方差统计的目标变道识别方法，其特征在于，所述动态调整的方式具体如下：
当abs_x＞150m时，所述直线状态的方差阈值varianceY_threshold调整为0.03平方米，所述曲线状态的方差阈值all_mean_varianceY_threshold调整为1.8平方米；
当150m＞abs_x＞90m时，所述直线状态的方差阈值varianceY_threshold调整为0.02平方米，所述曲线状态的方差阈值all_mean_varianceY_threshold调整为1.6平方米；
当90m＞abs_x＞40m时，所述直线状态的方差阈值all_mean_varianceY_threshold调整为1.2平方米；
当abs_vx＞10m/s时，所述曲线状态的横向速度阈值Curve_vy_threshold调整为0.8m/s。
4.根据权利要求1所述的基于毫米波雷达方差统计的目标变道识别方法，其特征在于，获取本车的速度和横摆角速度yawRate，如本车的速度＞曲线速度阈值，且横摆角速度yawRate的绝对值＞曲线横摆角速度阈值，则判定本车在曲线运动。
5.根据权利要求4所述的基于毫米波雷达方差统计的目标变道识别方法，其特征在于，所述曲线速度阈值为0.1m/s。
6.根据权利要求4所述的基于毫米波雷达方差统计的目标变道识别方法，其特征在于，所述曲线横摆角速度阈值为0.1-0.15rad/s。
7.根据权利要求1所述的基于毫米波雷达方差统计的目标变道识别方法，其特征在于，滑窗的窗口数cycle_thr为5个。
CN202210003432.2A 2022-01-05 2022-01-05 一种基于毫米波雷达方差统计的目标变道识别方法 Active CN114019497B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202210003432.2A CN114019497B (zh) 2022-01-05 2022-01-05 一种基于毫米波雷达方差统计的目标变道识别方法
DE112022000008.2T DE112022000008T5 (de) 2022-01-05 2022-04-22 Verfahren zur Bestimmung eines Bewegungszustands eines Zielfahrzeugs mit Varianzmaßzahlen beruhend auf Millimeterwellenradar
PCT/CN2022/088408 WO2023130620A1 (zh) 2022-01-05 2022-04-22 基于毫米波雷达方差统计的目标车辆运动状态判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210003432.2A CN114019497B (zh) 2022-01-05 2022-01-05 一种基于毫米波雷达方差统计的目标变道识别方法

Publications (2)

Publication Number Publication Date
CN114019497A CN114019497A (zh) 2022-02-08
CN114019497B true CN114019497B (zh) 2022-03-18

Family

ID=80069672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210003432.2A Active CN114019497B (zh) 2022-01-05 2022-01-05 一种基于毫米波雷达方差统计的目标变道识别方法

Country Status (3)

Country Link
CN (1) CN114019497B (zh)
DE (1) DE112022000008T5 (zh)
WO (1) WO2023130620A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114019497B (zh) * 2022-01-05 2022-03-18 南京楚航科技有限公司 一种基于毫米波雷达方差统计的目标变道识别方法
CN117775005B (zh) * 2023-11-23 2024-07-30 西部科学城智能网联汽车创新中心(重庆)有限公司 车辆轨迹的滤波平滑处理方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858460A (zh) * 2019-02-20 2019-06-07 重庆邮电大学 一种基于三维激光雷达的车道线检测方法
CN111192478A (zh) * 2020-04-10 2020-05-22 南京楚航科技有限公司 一种基于毫米波雷达的道路车位状态识别方法
CN112085077A (zh) * 2020-08-28 2020-12-15 东软集团股份有限公司 车辆变道的确定方法、装置、存储介质和电子设备
CN112249008A (zh) * 2020-09-30 2021-01-22 南京航空航天大学 针对复杂动态环境的无人驾驶汽车预警方法
CN113348338A (zh) * 2018-11-26 2021-09-03 御眼视觉技术有限公司 车道建图和导航
CN113353080A (zh) * 2021-06-01 2021-09-07 上海网车科技有限公司 一种基于可行驶区域的高速公路自动变道方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109581353B (zh) * 2018-11-27 2022-11-25 北京信息科技大学 一种基于汽车雷达的多目标跟踪方法及系统
CN110596694B (zh) * 2019-09-20 2023-01-10 中汽研软件测评(天津)有限公司 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法
CN112198503A (zh) * 2020-10-16 2021-01-08 无锡威孚高科技集团股份有限公司 一种目标航迹预测优化方法、装置及雷达系统
CN113791414B (zh) * 2021-08-25 2023-12-29 南京市德赛西威汽车电子有限公司 一种基于毫米波车载雷达视图的场景识别方法
CN114019497B (zh) * 2022-01-05 2022-03-18 南京楚航科技有限公司 一种基于毫米波雷达方差统计的目标变道识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113348338A (zh) * 2018-11-26 2021-09-03 御眼视觉技术有限公司 车道建图和导航
CN109858460A (zh) * 2019-02-20 2019-06-07 重庆邮电大学 一种基于三维激光雷达的车道线检测方法
CN111192478A (zh) * 2020-04-10 2020-05-22 南京楚航科技有限公司 一种基于毫米波雷达的道路车位状态识别方法
CN112085077A (zh) * 2020-08-28 2020-12-15 东软集团股份有限公司 车辆变道的确定方法、装置、存储介质和电子设备
CN112249008A (zh) * 2020-09-30 2021-01-22 南京航空航天大学 针对复杂动态环境的无人驾驶汽车预警方法
CN113353080A (zh) * 2021-06-01 2021-09-07 上海网车科技有限公司 一种基于可行驶区域的高速公路自动变道方法

Also Published As

Publication number Publication date
WO2023130620A1 (zh) 2023-07-13
DE112022000008T5 (de) 2023-11-09
CN114019497A (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN110596694B (zh) 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法
CN114019497B (zh) 一种基于毫米波雷达方差统计的目标变道识别方法
CN110472496B (zh) 一种基于目标检测与跟踪的交通视频智能分析方法
CN107894767B (zh) 一种自动驾驶车辆横向运动控制对象选择方法
CN104282020B (zh) 一种基于目标运动轨迹的车辆速度检测方法
CN104183127A (zh) 交通监控视频检测方法和装置
CN110736999B (zh) 基于激光雷达的铁路道岔检测方法
CN111325187B (zh) 一种车道位置的识别方法及装置
CN114312840B (zh) 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质
CN113848545B (zh) 一种基于视觉和毫米波雷达的融合目标检测和跟踪方法
CN115856872A (zh) 一种车辆运动轨迹连续跟踪方法
CN106569214A (zh) 结合导航信息的自适应巡航车载雷达数据处理方法及系统
CN112810619A (zh) 基于雷达的辅助驾驶系统前方目标车辆识别方法
CN111562570A (zh) 基于毫米波雷达的面向自动驾驶的车辆感知方法
CN111169476B (zh) 一种运动趋势预测方法、装置、控制器及汽车
CN114735018A (zh) 一种基于单雷达的前方最危险目标车辆的筛选判断方法
US20030026455A1 (en) Apparatus for recognizing environment
CN113569980B (zh) 一种复杂环境下的行人移动轨迹在线预测方法及系统
CN110736982B (zh) 基于雷达监测的地下停车场车辆跟踪方法及装置
CN113988353A (zh) 预测交通参与者的轨迹的方法、装置以及传感器系统
CN112967316A (zh) 一种面向3d多目标追踪的运动补偿优化方法及系统
CN114426030A (zh) 一种行人穿行意图估计方法、装置、设备和汽车
CN114169181A (zh) 目标的意图识别和轨迹预测方法、装置、无人车及介质
CN116381632B (zh) 雷达横滚角的自标定方法、装置及存储介质
CN113281736B (zh) 基于多假设singer模型的雷达机动交汇目标跟踪方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant