CN115327501B - 水平安装角自标定方法、装置、电子设备及存储介质 - Google Patents
水平安装角自标定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115327501B CN115327501B CN202211250693.0A CN202211250693A CN115327501B CN 115327501 B CN115327501 B CN 115327501B CN 202211250693 A CN202211250693 A CN 202211250693A CN 115327501 B CN115327501 B CN 115327501B
- Authority
- CN
- China
- Prior art keywords
- self
- calibration
- angle
- vehicle
- frame
- 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
Links
- 238000009434 installation Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000003068 static effect Effects 0.000 claims abstract description 112
- 238000009825 accumulation Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000523 sample Substances 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种水平安装角自标定方法、装置、电子设备及存储介质,其中方法包括:根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据自标定角度集合中的每一个自标定角度构造位于车载雷达的视场范围内的静态目标相对于车载雷达的运动模型;根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度;针对每一个自标定角度,将对应于该自标定角度的预设数量的相似度进行累积,以得到对应的相似度积累值并从自标定角度集合中确定用于标定的目标角度,提高了水平安装角自标定精度并降低了对测试场景的要求。
Description
技术领域
本发明涉及雷达技术领域,特别涉及一种水平安装角自标定方法、装置、电子设备及存储介质。
背景技术
雷达是自动驾驶系统中的核心传感器,车辆在行驶过程中,由于车身震动、安装结构松动等因素,会使得雷达的安装角度发生变化。而雷达在检测目标时需要通过自身的安装角度将目标位置信息转化到车身坐标系,因此安装角度的变化会导致雷达检测出的目标位置与目标实际位置之间产生偏差,进而会造成报警、制动等功能的误触发或不能触发,甚至导致自动驾驶系统失效而危害到乘客和行人的生命安全。因此,雷达的安装角自标定是保证雷达正常工作的不可或缺的部分。
目前毫米波雷达的水平安装角自标定方法对测试场景要求严苛,车速稳定、直线行驶等限制条件使得触发自标定的概率大大降低,最终的车载毫米波雷达水平安装角自标定结果很容易受测试场景的影响,尤其在自车转弯速率较大时(即自车非直线行驶),通过静止目标的跟踪航迹及对静止目标的跟踪航迹进行最小二乘拟合确定雷达水平安装角的自标定结果的方法,会造成雷达水平安装角的自标定结果精度下降。
发明内容
本发明提供一种水平安装角自标定方法、装置、电子设备及存储介质,降低了水平安装角自标定方法对测试场景的要求,提高了自标定结果精度,具体方案如下:
第一方面,提供一种水平安装角自标定方法,用于车载雷达,所述方法包括:
根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据所述自标定角度集合中的每一个自标定角度以及所述车载雷达的预设运动模式构造位于所述车载雷达的视场范围内的静态目标相对于所述车载雷达的运动模型;
驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度;
针对每一个所述自标定角度,将对应于该自标定角度的预设数量的所述相似度进行累积,以得到对应的相似度积累值;
根据全部所述自标定角度对应的所述相似度积累值,从所述自标定角度集合中确定用于标定的目标角度。
进一步地,所述根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据所述自标定角度集合中的每一个自标定角度以及所述车载雷达的预设运动模式构造位于所述车载雷达的视场范围内的静态目标相对于所述车载雷达的运动模型包括:
根据所述车载雷达水平安装角自标定角度范围以及所述自标定角度间隔构造预设数量m个车载雷达水平安装角度[θ1,θ2,θ3,…θm],以及根据所述车载雷达的预设运动模式构造对应的m个运动模型[M1,M2,M3,…,Mm];
其中,所述运动模型的计算公式如下:
其中,,;vcar是载有所述车载雷达的车辆的运动速度,T是模型运动周期,xi-1和yi-1是所述静态目标在前一帧的预测位置,xi和yi是所述静态目标在当前帧的预测位置,vx和vy是当前帧的所述静态目标相对所述车载雷达的速度信息。
进一步地,所述驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度包括:
针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧,并仅在该帧是有效帧的情况下,根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前有效帧的实际轨迹点之间的相似度。
进一步地,所述驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度还包括:
针对每一个所述有效帧,从根据所述有效帧的回波数据建立的三维点云中确定满足预设距离范围的数据点,并将所确定的数据点作为目标候选数据点。
进一步地,所述针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧包括:
获取当前帧对应的所述车辆的运动速度以及转弯速率;
根据所述运动速度以及所述转弯速率确定当前帧的车辆转弯半径;
若当前帧的所述车辆转弯半径小于第一预设半径阈值,则将所述当前帧确定为非有效帧,若所述当前帧的车辆转弯半径大于第二预设半径阈值,则将所述当前帧确定为所述有效帧;
其中,所述第二预设半径阈值大于所述第一预设半径阈值。
进一步地,所述驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度还包括:
针对每个有效帧以及该有效帧下的每一个自标定角度执行如下操作:
确定与当前有效帧以及当前自标定角度对应的所述预测轨迹点距离最近的所述目标候选数据点,并将所确定的距离最近的目标候选数据点作为所述静态目标对应的当前有效帧的实际轨迹点;
计算所述预测轨迹点和所述当前有效帧的实际轨迹点之间的距离;
判断所述距离是否小于预设的距离门限,若所述距离小于所述预设的距离门限,则根据所述距离以及所述距离门限得到对应于当前有效帧以及当前自标定角度的所述相似度。
进一步地,所述判断所述距离是否小于预设的距离门限,若所述距离小于所述预设的距离门限,则根据所述距离以及所述距离门限得到对应于当前有效帧以及当前自标定角度的所述相似度包括:
根据下式计算所述相似度fmn:
其中,m表示作为所述当前自标定角度的所述自标定角度集合中第m个自标定角度,n表示作为所述当前有效帧的所有所述有效帧中的第n个有效帧,TH表示所述预设的距离门限,,Vcar表示车辆的运动速度,T表示模型运动周期,d表示当前有效帧以及当前自标定角度对应的所述预测轨迹点和所述实际轨迹点之间的欧式距离。
进一步地,所述针对每一个所述自标定角度,将对应于该自标定角度的预设数量的所述相似度进行累积,以得到对应的相似度积累值包括:
在所述有效帧的数量达到所述预设数量后,针对每一个所述自标定角度,将对应于该自标定角度的与所述有效帧的数量相对应的所有所述相似度进行累加,以得到对应的相似度积累值。
进一步地,所述根据全部所述自标定角度对应的所述相似度积累值,从所述自标定角度集合中确定用于标定的目标角度包括:
将最大的相似度积累值对应的所述自标定角度确定为所述用于标定的目标角度。
第二方面,提供一种水平安装角自标定装置,用于车载雷达,所述装置包括:
模型建立单元,用于根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据所述自标定角度集合中的每一个自标定角度以及所述车载雷达的预设运动模式构造位于所述车载雷达的视场范围内的静态目标相对于所述车载雷达的运动模型;
相似度计算单元,用于驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度;
积累单元,用于针对每一个所述自标定角度,将对应于该自标定角度的预设数量的所述相似度进行累积,以得到对应的相似度积累值;
目标角度确定单元,用于根据全部所述自标定角度对应的所述相似度积累值,从所述自标定角度集合中确定用于标定的目标角度。
第三方面,提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如前所述的水平安装角自标定方法。
第四方面,提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前所述的水平安装角自标定方法。
本发明中根据自标定角度集合中的每一个自标定角度以及车载雷达的预设运动模式构造位于车载雷达的视场范围内的静态目标相对于车载雷达的运动模型,针对接收到的每一帧回波数据进行水平安装角的自标定,只需要该场景中有静态目标即可,因此,本发明中的水平安装角自标定方法对测试场景要求较低;本发明中根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度,针对每一个自标定角度,将对应于该自标定角度的预设数量的相似度进行累积,以得到对应的相似度积累值,根据全部自标定角度对应的相似度积累值,从自标定角度集合中确定用于标定的目标角度,计算出的雷达水平安装角自标定角度与实际情况的一致性高,具有较高的自标定精度,因此本发明的水平安装角自标定方法,解决了传统车载雷达水平安装角自标定的缺陷,实现了不易受场景限制、自标定结果的精度范围在-0.5到0.5范围内。进一步地,水平安装角的自标定触发的条件为当前帧的车辆转弯半径大于第二预设半径阈值,因此对车辆的行使状态要求较低,具有较高的自标定触发概率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中的水平安装角自标定方法的流程图;
图2为本发明实施例中的车载雷达的实际运动航迹的示意图;
图3为本发明实施例中的车辆坐标系与车载雷达坐标系的夹角示意图;
图4为本发明实施例中的不同的自标定角度的相似度积累值的结果图;
图5为本发明实施例中的水平安装角自标定方法的整体流程图;
图6为本发明实施例中的水平安装角自标定装置的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在整个说明书中,对“一个实施方式”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施方式中”、“在实施方式中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。
本发明中根据自标定角度集合中的每一个自标定角度以及车载雷达的预设运动模式构造位于车载雷达的视场范围内的静态目标相对于车载雷达的运动模型,针对接收到的每一帧回波数据进行水平安装角的自标定,只需要该场景中有静态目标即可,因此,本发明中的水平安装角自标定方法对测试场景要求较低;本发明中根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度,针对每一个自标定角度,将对应于该自标定角度的预设数量的相似度进行累积,以得到对应的相似度积累值,根据全部自标定角度对应的相似度积累值,从自标定角度集合中确定用于标定的目标角度,计算出的雷达水平安装角自标定角度与实际情况的一致性高,具有较高的自标定精度,因此本发明的水平安装角自标定方法,解决了传统车载雷达水平安装角自标定的缺陷,实现了不易受场景限制、自标定结果的精度范围在-0.5到0.5范围内。进一步地,水平安装角的自标定触发的条件为当前帧的车辆转弯半径大于第二预设半径阈值,因此对车辆的行使状态要求较低,具有较高的自标定触发概率。
如图1所示,本实施例提供一种水平安装角自标定方法,用于车载雷达,该方法包括:
S101、根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据自标定角度集合中的每一个自标定角度以及车载雷达的预设运动模式构造位于车载雷达的视场范围内的静态目标相对于车载雷达的运动模型。
在本步骤中,雷达可以为车载毫米波雷达。预设的雷达水平安装角自标定角度范围为[θmin,θmax],自标定角度间隔为∆θ,将预设的雷达水平安装角自标定角度范围按照自标定角度间隔划分为多个区间,获得自标定角度集合为[θ1,θ2,θ3,…θm]。
在实际车载雷达探测场景中,每一帧车载雷达的运动信息是已知的,因此,可以反推探测场景中静止目标相对车载雷达的运动信息。尽管在一段较长的时间段内车载雷达无法做到严格的匀速直线行驶,但帧与帧之间的间隔很短可以近似成匀速直线运动行。如图2所示,A到D的弧线段代表车载雷达的实际运动航迹,A到D这段弧线被分成了3小段直线AB,BC,CD,这3条直线段则代表车载雷达近似处理后的运动航迹,在AD弧线段中并不是近似匀速直线行驶,但若将AD弧线分解成若干直线段,则在每一小段中可近似成匀速直线行驶,因此,本实施例中的车载雷达的预设运动模式为:在一帧处理时间间隔内,安装有车载雷达的车辆的运动模型可以近似为匀速直线运动模型。
S102、驱使车载雷达按照预设周期向静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度。
在本步骤中,车载雷达的工作模式分为两种:一种是远距模式,一种是中距模式。在雷达工作过程中一帧远距模式、一帧中距模式,即两种模式下的数据交替出现。中距模式下的数据覆盖距离近,覆盖角度范围大;远距模式下的数据覆盖距离远,覆盖角度范围小,两种模式的数据交替处理可实现较大的探测范围。
本实施例中的车载雷达的水平安装角自标定方法中,仅需要静态目标跟踪点,因此,需要从车载雷达的回波数据获取的目标中筛选出静态目标。
S103、针对每一个自标定角度,将对应于该自标定角度的预设数量的相似度进行累积,以得到对应的相似度积累值。
在本步骤中,针对每一帧回波数据计算得到一个相似度,因此,预设数量的相似度是通过预设帧数的回波数据计算得到的。
S104、根据全部自标定角度对应的相似度积累值,从自标定角度集合中确定用于标定的目标角度。
在本实施例中,连续处理多帧并将多帧计算的相似度值进行累加操作,由此,每个假设的雷达水平安装角自标定角度对应的运动模型对应一个相似度累加值,当某个假设的运动模型的累加值越高,则说明该假设的运动模型与实际情况一致性越高,即该假设的运动模型对应的雷达水平安装角自标定角度是实际中雷达水平安装角误差的可能性越高。
在本发明中,根据自标定角度集合中的每一个自标定角度以及车载雷达的预设运动模式构造位于车载雷达的视场范围内的静态目标相对于车载雷达的运动模型,针对接收到的每一帧回波数据进行水平安装角的自标定,只需要该场景中有静态目标即可,因此,本发明中的水平安装角自标定方法对测试场景要求较低;本发明中根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度,针对每一个自标定角度,将对应于该自标定角度的预设数量的相似度进行累积,以得到对应的相似度积累值,根据全部自标定角度对应的相似度积累值,从自标定角度集合中确定用于标定的目标角度,计算出的雷达水平安装角自标定角度与实际情况的一致性高,具有较高的自标定精度,因此本发明的水平安装角自标定方法,解决了传统车载雷达水平安装角自标定的缺陷,实现了不易受场景限制、自标定结果的精度范围在-0.5到0.5范围内。
在本实施例中,当车载雷达的水平安装误差角为0度时,车辆坐标系与毫米波雷达坐标系重合,如图3所示,当车载雷达的水平安装误差角为θm时,车辆坐标系与车载雷达坐标系的夹角为θm,其中坐标系X1-O-Y1为车辆坐标系,坐标系X2-O-Y2为车载雷达坐标系。
进一步地,根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据自标定角度集合中的每一个自标定角度以及车载雷达的预设运动模式构造位于车载雷达的视场范围内的静态目标相对于车载雷达的运动模型包括:
根据车载雷达水平安装角自标定角度范围以及自标定角度间隔构造预设数量m个车载雷达水平安装角度[θ1,θ2,θ3,…θm],以及根据车载雷达的预设运动模式构造对应的m个运动模型[M1,M2,M3,…,Mm];
其中,运动模型的计算公式如下:
其中,,;vcar是载有车载雷达的车辆的运动速度,T是模型运动周期,xi-1和yi-1是静态目标在前一帧的预测位置,xi和yi是静态目标在当前帧的预测位置,vx和vy是当前帧静态目标相对车载雷达的速度信息。
进一步地,驱使车载雷达按照预设周期向静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度包括:
针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧,并仅在该帧是有效帧的情况下,根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前有效帧的实际轨迹点之间的相似度。
在本步骤中,针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧包括:
获取当前帧对应的车辆的运动速度以及转弯速率;
根据运动速度以及转弯速率确定当前帧的车辆转弯半径;
若当前帧的车辆转弯半径小于第一预设半径阈值,则将当前帧确定为非有效帧,若当前帧的车辆转弯半径大于第二预设半径阈值,则将当前帧确定为有效帧;
其中,第二预设半径阈值大于第一预设半径阈值。
在本实施例中,第二预设半径阈值大于第一预设半径阈值,示例性地,第一预设半径阈值为1500m,第二预设半径阈值为3000m,当车辆转弯半径在一个值附近来回微小变动时,自标定处理的状态始终保持关闭,直到其值达到3000,才会打开自标定处理,因此,本实施例中,水平安装角的自标定触发的条件为当前帧的车辆转弯半径大于第二预设半径阈值,因此对车辆的行使状态要求较低,具有较高的自标定触发概率。
进一步地,驱使车载雷达按照预设周期向静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度还包括:
针对每一个有效帧,从根据有效帧的回波数据建立的三维点云中确定满足预设距离范围的数据点,并将所确定的数据点作为目标候选数据点。
在本实施例中,预设距离范围指的是目标与车载雷达之间距离的范围,示例性地,从当前有效帧静止目标数据选择目标距离车载雷达在20米到150米范围的静止目标数据点作为目标候选数据点。
进一步地,驱使车载雷达按照预设周期向静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度还包括:
针对每个有效帧以及该有效帧下的每一个自标定角度执行如下操作:
确定与当前有效帧以及当前自标定角度对应的预测轨迹点距离最近的目标候选数据点,并将所确定的距离最近的目标候选数据点作为静态目标对应的当前有效帧的实际轨迹点;
计算预测轨迹点和当前有效帧的实际轨迹点之间的距离;
判断距离是否小于预设的距离门限,若距离小于预设的距离门限,则根据距离以及距离门限得到对应于当前有效帧以及当前自标定角度的相似度。
进一步地,判断距离是否小于预设的距离门限,若距离小于预设的距离门限,则根据距离以及距离门限得到对应于当前有效帧以及当前自标定角度的相似度包括:
根据下式计算相似度fmn:
其中,m表示作为当前自标定角度的自标定角度集合中第m个自标定角度,n表示作为当前有效帧的所有有效帧中的第n个有效帧,TH表示预设的距离门限,,Vcar表示车辆的运动速度,T表示模型运动周期,d表示当前有效帧以及当前自标定角度对应的预测轨迹点和实际轨迹点之间的欧式距离。
示例性地,通过实施例中的水平安装角自标定方法,计算每一有效帧下,每个自标定角度对应的运动模型计算出的静态目标的预测轨迹点与实际的自标定角度对应的静态目标的实际轨迹点的相似度,可以得到一个相似度矩阵MF为:
fmn代表第m个自标定角度、第n个有效帧预测轨迹点与静态目标对应的当前有效帧的实际轨迹点的相似度,其中m也表示第m个自标定角度,采用下式计算相似度:
在计算预设数量的相似度后,计算全部自标定角度对应的相似度积累值,具体方法如下:
其中,cm表示第m个自标定角度对应的相似度积累值。
进一步地,针对每一个自标定角度,将对应于该自标定角度的预设数量的相似度进行累积,以得到对应的相似度积累值包括:
在有效帧的数量达到预设数量后,针对每一个自标定角度,将对应于该自标定角度的与有效帧的数量相对应的所有相似度进行累加,以得到对应的相似度积累值。
在本实施例中,判断当前积的有效帧数是否达到预设数量,示例性地,预设数量为15,如果没有达到设定积累帧数则重新选择下一帧回波数据判断其是否为有效帧,若满足,则针对每一个自标定角度,将对应于该自标定角度的与有效帧的数量相对应的所有相似度进行累加,以得到对应的相似度积累值,从而使得达到预设数量的有效帧数才开始进行相似度的累加计算,提高计算的准确性。
进一步地,根据全部自标定角度对应的相似度积累值,从自标定角度集合中确定用于标定的目标角度包括:
将最大的相似度积累值对应的自标定角度确定为用于标定的目标角度。
如图4所示,相似度积累值曲线的最高峰在0度附近,则说明当前测试的数据对应的雷达水平安装角度接近0度。
如图5所示,为本发明中的水平安装角自标定方法的整体流程图,下面将对本发明中的水平安装角自标定方法的整体流程图进行箱详细阐述:
S501、设置车载雷达水平安装角自标定角度范围以及自标定角度间隔;
S502、确定自标定角度集合;
S503、获取当前帧回波数据及对应的当前帧车辆的参数信息,具体地,参数信息包括车辆的运动速度以及转弯速率;
S504、根据当前帧车辆的参数信息计算当前帧的车辆转弯半径;
S505、如果车辆转弯半径小于1500米,则当前帧静止目标数据不适合参与雷达水平安装角自标定,有效帧数置0;
S506、如果车辆转弯半径大于3000米,则利有效帧数加1,并针对有效帧进行如下操作:
S5061、遍历雷达水平安装角的自标定角度集合中的每一个自标定角度,从当前有效帧的回波数据确定满足预设距离范围的目标候选数据点;
S5062、根据车辆的运动速度和当前遍历的自标定角度,构造静态目标相对于车载雷达的运动模型;
S5063、根据该运动模型,上一有效帧的静态目标的预测位置以及当前帧静态目标相对于车载雷达的速度信息,预测目标当前帧的位置;
S5064、计算与当前有效帧的预测位置最近的静态目标,并计算最近的静态目标与当前有效帧的预测位置的距离d;
S5065、判断距离是否小于指定的距离门限TH,如果满足条件,则计算当前有效帧对应的相似度;
S507、判断当前有效帧的数量是否达到预设数量,如果没有达到则跳到S503,获取当前帧回波数据及对应的当前帧车辆的参数信息,重复上述操作。
S508、如果达到,则通过对每一个有效帧的相似度进行积累得到相似度累计值。
S509、将最大的相似度积累值对应的自标定角度确定为用于标定的目标角度。
如图6所示,本发明还提供一种水平安装角自标定装置,用于车载雷达,该装置包括:
模型建立单元601,用于根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据自标定角度集合中的每一个自标定角度以及车载雷达的预设运动模式构造位于车载雷达的视场范围内的静态目标相对于车载雷达的运动模型;
相似度计算单元602,用于驱使车载雷达按照预设周期向静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前帧的实际轨迹点之间的相似度;
积累单元603,用于针对每一个自标定角度,将对应于该自标定角度的预设数量的相似度进行累积,以得到对应的相似度积累值;
目标角度确定单元604,用于根据全部自标定角度对应的相似度积累值,从自标定角度集合中确定用于标定的目标角度。
进一步地,模型建立单元601还用于:根据车载雷达水平安装角自标定角度范围以及自标定角度间隔构造预设数量m个车载雷达水平安装角度[θ1,θ2,θ3,…θm],以及根据车载雷达的预设运动模式构造对应的m个运动模型[M1,M2,M3,…,Mm];
其中,运动模型的计算公式如下:
其中,,;vcar是载有车载雷达的车辆的运动速度,T是模型运动周期,xi-1和yi-1是静态目标在前一帧的预测位置,xi和yi是静态目标在当前帧的预测位置,vx和vy是当前帧的静态目标相对车载雷达的速度信息。
进一步地,相似度计算单元602还用于:针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧,并仅在该帧是有效帧的情况下,根据每一个自标定角度对应的运动模型计算在该自标定角度下静态目标的预测轨迹点,并计算该预测轨迹点与静态目标的当前有效帧的实际轨迹点之间的相似度。
进一步地,相似度计算单元602还用于针对每一个有效帧,从根据有效帧的回波数据建立的三维点云中确定满足预设距离范围的数据点,并将所确定的数据点作为目标候选数据点。
进一步地,相似度计算单元602还包括有效帧确定子单元,用于获取当前帧对应的车辆的运动速度以及转弯速率;根据运动速度以及转弯速率确定当前帧的车辆转弯半径;若当前帧的车辆转弯半径小于第一预设半径阈值,则将当前帧确定为非有效帧,若当前帧的车辆转弯半径大于第二预设半径阈值,则将当前帧确定为有效帧;其中,第二预设半径阈值大于第一预设半径阈值。
进一步地,相似度计算单元602还用于针对每个有效帧以及该有效帧下的每一个自标定角度执行如下操作:
确定与当前有效帧以及当前自标定角度对应的预测轨迹点距离最近的目标候选数据点,并将所确定的距离最近的目标候选数据点作为静态目标对应的当前有效帧的实际轨迹点;
计算预测轨迹点和当前有效帧的实际轨迹点之间的距离;
判断距离是否小于预设的距离门限,若距离小于预设的距离门限,则根据距离以及距离门限得到对应于当前有效帧以及当前自标定角度的相似度。
进一步地,相似度计算单元602还用于根据下式计算相似度fmn:
其中,m表示作为当前自标定角度的自标定角度集合中第m个自标定角度,n表示作为当前有效帧的所有有效帧中的第n个有效帧,TH表示预设的距离门限,,Vcar表示车辆的运动速度,T表示模型运动周期,d表示当前有效帧以及当前自标定角度对应的预测轨迹点和实际轨迹点之间的欧式距离。
进一步地,积累单元603还用于在有效帧的数量达到预设数量后,针对每一个自标定角度,将对应于该自标定角度的与有效帧的数量相对应的所有相似度进行累加,以得到对应的相似度积累值。
进一步地,目标角度确定单元604还用于将最大的相似度积累值对应的自标定角度确定为用于标定的目标角度。
本发明中的水平安装角自标定装置能够实现如前所述的水平安装角自标定方法的所有有益效果,在此不再赘述。
本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可处理器上运行的计算机程序,处理器执行所述程序时实现水平安装角自标定方法。
本发明还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现水平安装角自标定方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。
Claims (8)
1.一种水平安装角自标定方法,用于车载雷达,其特征在于,所述方法包括:
根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据所述自标定角度集合中的每一个自标定角度以及所述车载雷达的预设运动模式构造位于所述车载雷达的视场范围内的静态目标相对于所述车载雷达的运动模型;
驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度;
针对每一个所述自标定角度,将对应于该自标定角度的预设数量的所述相似度进行累积,以得到对应的相似度积累值;
根据全部所述自标定角度对应的所述相似度积累值,从所述自标定角度集合中确定用于标定的目标角度;
所述根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据所述自标定角度集合中的每一个自标定角度以及所述车载雷达的预设运动模式构造位于所述车载雷达的视场范围内的静态目标相对于所述车载雷达的运动模型包括:
根据所述车载雷达水平安装角自标定角度范围以及所述自标定角度间隔构造预设数量m个车载雷达水平安装角度[θ1,θ2,θ3,…θm],以及根据所述车载雷达的预设运动模式构造对应的m个运动模型[M1,M2,M3,…,Mm];
其中,所述运动模型的计算公式如下:
其中,,;vcar是载有所述车载雷达的车辆的运动速度,T是模型运动周期,xi-1和yi-1是所述静态目标在前一帧的预测位置,xi和yi是所述静态目标在当前帧的预测位置,vx和vy是当前帧的所述静态目标相对所述车载雷达的速度信息;
所述驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度包括:
针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧,并仅在该帧是有效帧的情况下,根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前有效帧的实际轨迹点之间的相似度;
所述针对每一个所述自标定角度,将对应于该自标定角度的预设数量的所述相似度进行累积,以得到对应的相似度积累值包括:
在所述有效帧的数量达到所述预设数量后,针对每一个所述自标定角度,将对应于该自标定角度的与所述有效帧的数量相对应的所有所述相似度进行累加,以得到对应的相似度积累值;
所述根据全部所述自标定角度对应的所述相似度积累值,从所述自标定角度集合中确定用于标定的目标角度包括:
将最大的相似度积累值对应的所述自标定角度确定为所述用于标定的目标角度。
2.如权利要求1所述的方法,其特征在于,所述驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度还包括:
针对每一个所述有效帧,从根据所述有效帧的回波数据建立的三维点云中确定满足预设距离范围的数据点,并将所确定的数据点作为目标候选数据点。
3.如权利要求2所述的方法,其特征在于,所述针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧包括:
获取当前帧对应的所述车辆的运动速度以及转弯速率;
根据所述运动速度以及所述转弯速率确定当前帧的车辆转弯半径;
若当前帧的所述车辆转弯半径小于第一预设半径阈值,则将所述当前帧确定为非有效帧,若所述当前帧的车辆转弯半径大于第二预设半径阈值,则将所述当前帧确定为所述有效帧;
其中,所述第二预设半径阈值大于所述第一预设半径阈值。
4.如权利要求2至3中任一项所述的方法,其特征在于,所述驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度还包括:
针对每个有效帧以及该有效帧下的每一个自标定角度执行如下操作:
确定与当前有效帧以及当前自标定角度对应的所述预测轨迹点距离最近的所述目标候选数据点,并将所确定的距离最近的目标候选数据点作为所述静态目标对应的当前有效帧的实际轨迹点;
计算所述预测轨迹点和所述当前有效帧的实际轨迹点之间的距离;
判断所述距离是否小于预设的距离门限,若所述距离小于所述预设的距离门限,则根据所述距离以及所述距离门限得到对应于当前有效帧以及当前自标定角度的所述相似度。
6.一种水平安装角自标定装置,用于车载雷达,其特征在于,所述装置包括:
模型建立单元,用于根据预设的车载雷达水平安装角自标定角度范围以及自标定角度间隔确定自标定角度集合,以及根据所述自标定角度集合中的每一个自标定角度以及所述车载雷达的预设运动模式构造位于所述车载雷达的视场范围内的静态目标相对于所述车载雷达的运动模型;
相似度计算单元,用于驱使所述车载雷达按照预设周期向所述静态目标发射探测信号,并且针对接收到的每一帧回波数据执行如下操作:根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前帧的实际轨迹点之间的相似度;
积累单元,用于针对每一个所述自标定角度,将对应于该自标定角度的预设数量的所述相似度进行累积,以得到对应的相似度积累值;
目标角度确定单元,用于根据全部所述自标定角度对应的所述相似度积累值,从所述自标定角度集合中确定用于标定的目标角度;
所述模型建立单元还用于:根据所述车载雷达水平安装角自标定角度范围以及所述自标定角度间隔构造预设数量m个车载雷达水平安装角度[θ1,θ2,θ3,…θm],以及根据所述车载雷达的预设运动模式构造对应的m个运动模型[M1,M2,M3,…,Mm];
其中,所述运动模型的计算公式如下:
其中,,;vcar是载有所述车载雷达的车辆的运动速度,T是模型运动周期,xi-1和yi-1是所述静态目标在前一帧的预测位置,xi和yi是所述静态目标在当前帧的预测位置,vx和vy是当前帧的所述静态目标相对所述车载雷达的速度信息;
所述相似度计算单元还用于:针对接收到的每一帧回波数据,确定该帧是否是满足预设参数条件的有效帧,并仅在该帧是有效帧的情况下,根据每一个所述自标定角度对应的运动模型计算在该自标定角度下所述静态目标的预测轨迹点,并计算该预测轨迹点与所述静态目标的当前有效帧的实际轨迹点之间的相似度;
所述积累单元还用于:在所述有效帧的数量达到所述预设数量后,针对每一个所述自标定角度,将对应于该自标定角度的与所述有效帧的数量相对应的所有所述相似度进行累加,以得到对应的相似度积累值;
所述目标角度确定单元还用于:将最大的相似度积累值对应的所述自标定角度确定为所述用于标定的目标角度。
7.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5中任一项所述的水平安装角自标定方法。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的水平安装角自标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211250693.0A CN115327501B (zh) | 2022-10-13 | 2022-10-13 | 水平安装角自标定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211250693.0A CN115327501B (zh) | 2022-10-13 | 2022-10-13 | 水平安装角自标定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115327501A CN115327501A (zh) | 2022-11-11 |
CN115327501B true CN115327501B (zh) | 2022-12-23 |
Family
ID=83913767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211250693.0A Active CN115327501B (zh) | 2022-10-13 | 2022-10-13 | 水平安装角自标定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115327501B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116593973A (zh) * | 2023-03-29 | 2023-08-15 | 深圳承泰科技有限公司 | 一种车载毫米波雷达自动校准安装角度的方法和系统 |
CN116359865B (zh) * | 2023-06-02 | 2023-08-04 | 上海几何伙伴智能驾驶有限公司 | 毫米波雷达水平安装角估计方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111521979B (zh) * | 2019-02-01 | 2023-11-14 | 比亚迪股份有限公司 | 用于标定车载雷达安装角度的方法、装置及其相关设备 |
WO2020258231A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳市大疆创新科技有限公司 | 毫米波雷达组件安装角度的标定方法及系统、可移动平台 |
CN110751836A (zh) * | 2019-09-26 | 2020-02-04 | 武汉光庭信息技术股份有限公司 | 车辆行驶预警方法及系统 |
CN111398924B (zh) * | 2020-04-29 | 2023-07-25 | 上海英恒电子有限公司 | 雷达安装角度标定方法及系统 |
CN112731317B (zh) * | 2020-12-25 | 2024-03-19 | 北京百度网讯科技有限公司 | 车辆雷达标定方法、装置、设备、介质和自动驾驶车辆 |
CN113030887B (zh) * | 2021-03-02 | 2023-10-27 | 华域汽车系统股份有限公司 | 基于毫米波雷达的安装角度下线标定方法及装置 |
CN113093129B (zh) * | 2021-04-14 | 2022-10-25 | 森思泰克河北科技有限公司 | 车载雷达的自动标定方法、装置及终端设备 |
CN113253219B (zh) * | 2021-07-05 | 2021-09-17 | 天津所托瑞安汽车科技有限公司 | 毫米波雷达的无参照物自标定方法、装置、设备和介质 |
CN114740448B (zh) * | 2022-06-10 | 2022-09-02 | 南京隼眼电子科技有限公司 | 用于车载雷达的目标状态估计方法、装置及存储介质 |
-
2022
- 2022-10-13 CN CN202211250693.0A patent/CN115327501B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115327501A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115327501B (zh) | 水平安装角自标定方法、装置、电子设备及存储介质 | |
US9255988B2 (en) | Object fusion system of multiple radar imaging sensors | |
US10011276B2 (en) | Collision avoidance device | |
US7289059B2 (en) | Method and device for course prediction in motor vehicles | |
US11440541B2 (en) | Apparatus and method for predicting concurrent lane change and vehicle including the same | |
US7509217B2 (en) | Vehicle detector and vehicle detecting method | |
US20100315904A1 (en) | Direction-finding method and installation for detection and tracking of successive bearing angles | |
CN109581389B (zh) | 一种识别泊车车位边界的方法和装置 | |
CN112198503A (zh) | 一种目标航迹预测优化方法、装置及雷达系统 | |
WO2019220503A1 (ja) | 物体検出装置及び物体検出方法 | |
CN111226127A (zh) | 雷达水平安装角度的校正方法、雷达和车辆 | |
JP6920342B2 (ja) | 可動オブジェクトのオブジェクト・キネマティクスを割り出すための装置および方法 | |
CN113795771A (zh) | 采用点云雷达估计物体速度的方法、点云雷达及系统 | |
US11841419B2 (en) | Stationary and moving object recognition apparatus | |
CN105807273B (zh) | 声源跟踪方法和装置 | |
CN109263649B (zh) | 车辆及其自动驾驶模式下的物体识别方法和物体识别系统 | |
JP6396647B2 (ja) | 障害物検知装置及び障害物検知方法 | |
JP2007333616A (ja) | レーダ計測システム | |
JP2004309166A (ja) | 目標追尾装置 | |
US11086012B2 (en) | Method and system for recognizing objects using ultrasonic signals | |
KR101333870B1 (ko) | 타깃의 코스 변화 또는 속도 변화를 검출하기 위한 방법 및 장치 | |
US20240094341A1 (en) | Misalignment calculation apparatus | |
JP2007333615A (ja) | レーダ計測システム | |
CN116930956B (zh) | 基于目标尺寸的目标轨迹拼接方法、装置及存储介质 | |
WO2022124112A1 (ja) | 車両制御装置 |
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 |