CN115468574A - 一种用于自动驾驶环境感知的低功耗高精度定位技术 - Google Patents

Abstract

本发明涉及一种用于自动驾驶环境感知的低功耗高精度定位技术，包括：设计低功耗反射定位标签；逆向反射调制自动驾驶车辆毫米波雷达发射的快速脉冲信号，综合使用模板匹配技术与键控特性实现定位标签识别；利用超分辨率算法精准估计方位角，实现定位标签的位置信息精准估计。本发明的有益效果是：本发明设计的四元反向平面阵天线阵列的每列包括4个元素的线性串联馈电贴片阵列，以实现向平面保持较大的波束宽度，同时补偿正交平面的波束宽度，以增加整个天线的增益；并在频域中进行标签检测和定位以实现定位标签调制的时间不变特征，以解决标签的调控时间对雷达未知的问题。

Description

一种用于自动驾驶环境感知的低功耗高精度定位技术

技术领域

本发明涉及自动驾驶环境感知定位领域，更确切地说，它涉及一种用于自动驾驶环境感知的低功耗高精度定位技术。

背景技术

实现车辆自动驾驶的核心技术在于车辆具备环境感知定位能力，即在较远距离内快速、准确地定位车道、路标和其他路边基础设施的能力。已有自动驾驶环境感知技术主要依赖于视觉传感系统(如照相机、激光雷达)，或在道路中设置的视觉感知基础设施，环境感知能力很容易受到灰尘或碎片等障碍物以及雨雾等天气事件的影响。为此，基于无线射频定位的环境感知技术由于能较好的适应障碍物和恶劣天气，成为自动驾驶场景车辆环境感知的有效解决方案。然而，目前基于无线射频的环境感知解决方案在设备功耗和定位范围之间难以均衡。在工业界中的一些解决方案，如GPS、WiFi和UWB技术都是高功率的，因此需要经常更换路边环境感知基础设施的电池；其他基于射频后向散射的解决方案，如RFID感知系统是超低功率的，但其定位范围仅限于5-10米左右。已有技术提出利用背向散射的环境感知技术试图改善这些标签的感知定位范围，但它往往需要跳频或延长测量时间，不适合自动驾驶场景中的低延迟要求。

毫米波频段提供了大面积的连续带宽可以以较高的数据速率进行探索，不需要进行跳频设计，有望为自动驾驶环境感知提供有效解决方案。此外，基于毫米波的碰撞雷达已经成为全球汽车的主力，便于汽车制造商采用。然而，毫米波的主要缺陷是存在非常高的自由空间路径损耗，目前的毫米波碰撞雷达仅仅依靠目标的大面积表面(如车辆大小的物体)来探测和定位远距离的目标。然而，自然驾驶场景的环境感知定位系统需要低功耗的情况下实现高精度。

发明内容

本发明的目的是克服现有技术中的不足，提供了一种用于自动驾驶环境感知的低功耗高精度定位技术，包括：

S1、设计低功耗反射定位标签，包括由硬币纽扣电池供电的低功率微控制器、无源超低功率射频开关和四元反向平面阵天线阵列；

S2、基于所述低功耗反射定位标签，逆向反射调制自动驾驶车辆毫米波雷达发射的快速脉冲信号，综合使用模板匹配技术与键控特性实现定位标签识别；

S3、利用超分辨率算法精准估计方位角，实现定位标签的位置信息精准估计。

作为优选，S1包括：

S101、利用线性串联馈电贴片阵列构建四元反向平面阵天线阵列，所述四元反向平面阵天线阵列和所述无源超低功率射频开关之间通过传输线相连，所述传输线分为天线到开关两部分，调整天线到开关两部分传输线长度，使天线对应部分的相移与在中心频率上遇到的相移相等；

S102、将四元反向平面阵天线阵列的每条传输线连接到同一无源超低功率射频开关，利用无源超低功率射频开关进行逆向反射信号调制。

作为优选，S2包括：

S201、利用S1构建的低功耗反射定位标签逆向反射调制接收的毫米波射频信号，以及频谱中的通断键控调制特性，实现毫米波射频信号的同步反向调制；

S202、在自动驾驶车辆的环境感知系统中，设计模板匹配技术实现定位标签的同步搜索，对定位标签进行识别。

作为优选，S1中，通过引导信号到产生逆向反射的成对天线，或引导信号到一个负载以打破逆向反射，来调制逆向反射的信号。

作为优选，S101中，所述四元反向平面阵天线阵列的每列包括4个元素的线性串联馈电贴片阵列。

作为优选，S102中，所述无源超低功率射频开关处于开启状态时，入射波通过传输线，导致高回波场朝向信号的方向，当所述无源超低功率射频开关处于关闭状态时，所述传输线都被一个匹配的负载所终止，通过产生接近零的回波信号来破坏逆向性；所述无源超低功率射频开关为低功耗的砷化镓吸收式单极双掷射频开关。

作为优选，S2中，自动驾驶车辆环境感知模块的毫米波雷达会发射多个雷达脉冲信号，每个信号占据整个可用带宽，当雷达视野中存在一个定位标签时，标签的入射信号被调制并向雷达逆向反射，自动驾驶车辆的雷达在其天线阵列上接收到这个信号，并将其与发射信号相乘形成中频信号，对中频信号进行分析，以确定标签的逆反射，并提取定位标签相应的范围和方位角信息。

作为优选，S201中，对雷达接收线性降频信号和采样频率f_s进行模数转换后，中频输出信号被建模为：

其中，α为信号的振幅，B为雷达信号脉冲的带宽，N是总样本数量，c₀是光速，r是与目标的距离，n为样本序列号；在环境感知目标上有定位标签的情况下，通断键控显示为方波，开关频率为f_switch＝1/T_switch，中频输出信号被建模为：

其中，rect(·)表示矩形函数，n为样本序列号，T_s为采样周期，t₀表示一个随机的时间偏移。

作为优选，S202中，通过对预期的辛格模板P_A(f_switch)进行跨范围匹配过滤，以识别标签的逆反射和相应的范围：

P_A(f_switch)＝FFT(square(2πT_sf_switch))

其中f_switch是标签的调制频率，square(·)是一个周期性的平方函数，T_s是与雷达信号重复频率对应的采样时间，FFT(·)表示快速傅里叶变换过程；

还利用接收天线之间的相位差在方位平面上识别标签，对所有的接收天线进行测距多普勒处理，多普勒傅里叶变换的每个峰值都包括含定位标签在内的每个反射信号相位信息，从定位标签反向调制后环境感知系统接收的信号为

其中，其中v是相对多普勒速度，T_c是雷达信号的持续时间；并通过改进匹配滤波模板来考虑预期的多普勒速度，在移动场景中，对定位标签进行识别表示为：

P_A(f_switch,v)＝FFT(rect(2πT_sf_switch)·cos(2π(2vf_c/c₀)T_cT_s))

其中，f_c是传输信号的中心频率。

作为优选，S3中，以S202对定位标签的粗略估计作为定位标签范围和方位角的初始估计位置，以限制搜索空间，使用超级分辨率算法来得到定位标签的精准位置估信息；自动驾驶车辆的雷达信号脉冲的采样信号写为：

其中，N是一个雷达信号脉冲的总样本数，S＝B/T_c是每个雷达信号脉冲的斜率，f_s为采样频率，B是雷达信号脉冲的带宽，γ_p与τ_p是目标p的复数振幅和时间延迟，n为样本序列号。当信号被天线元件阵列收集时，也会观察到空间采样，导致时间延迟的一个新分量，表示为：

其中，r_p和θ_p是目标p的范围和方位角，c是光速，d是天线阵列间的间距，l是接收天线的数量，L是接收天线的最大数量。

本发明的有益效果是：

(1)本发明设计的四元反向平面阵天线阵列的每列包括4个元素的线性串联馈电贴片阵列，以实现向平面保持较大的波束宽度，同时补偿正交平面的波束宽度，以增加整个天线的增益。

(2)本发明在频域中进行标签检测和定位以实现定位标签调制的时间不变特征，以解决标签的调控时间对雷达未知的问题。

(3)本发明定义的调制频率离移动汽车的多普勒频率范围足够远，并且基于辛格模板而不是主频率分量来定义匹配滤波器，增加环境感知系统的稳健性。

附图说明

图1为本发明实施例中的用于自动驾驶环境感知的低功耗高精度定位技术的整体流程图；

图2为本发明实施例中设计低功耗反射定位标签的流程图；

图3为本发明实施例中所设计的低功耗反射定位标签架构图；

图4为本发明实施例中基于逆向反射调制信号的低功耗反射定位标签识别流程图。

具体实施方式

下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

实施例1：

本申请实施例1提供了一种自动驾驶环境感知精确定位系统，该系统包括：车辆毫米波雷达快速脉冲信号与调频连续的毫米波雷达，其中雷达快速频率设置控制毫米波雷达按照一定周期与频率向四周的标签(目标)发射信号，定位标签部署在道路四周的路标上，接收来自雷达系统的入射射频信号，经过定位标签产生调制的后向散射信号，从而将信号逆向反射回雷达系统，雷达系统接收多点多射的信号，通过定位算法获得定位标签位置信息。

采用毫米波雷达逆向反射标签的环境感知定位系统，通过雷达发射多个雷达脉冲信号，当雷达视野中存在一个有源标签时，标签的入射信号被调制并向雷达逆向反射，雷达在其天线阵列上接收到这个信号，并对信号进行分析，并提取相应的范围和方位角信息，实现定位标签的精确定位。

实施例2：

基于实施例1所提供的自动驾驶环境感知精确定位系统，本申请还提供了一种用于自动驾驶环境感知的低功耗高精度定位技术，如图1所示，包括：

S1、设计低功耗反射定位标签，包括由硬币纽扣电池供电的低功率微控制器、无源超低功率射频开关和四元反向平面阵天线阵列；

S2、基于低功耗反射定位标签，逆向反射调制自动驾驶车辆毫米波雷达发射的快速脉冲信号，综合使用模板匹配技术与键控特性实现定位标签识别；

S3、利用超分辨率算法精准估计方位角，实现定位标签的位置信息精准估计。

如图2所示，S1包括：

S101、利用线性串联馈电贴片阵列构建四元反向平面阵天线阵列，如图3所示，四元反向平面阵天线阵列和无源超低功率射频开关之间通过传输线相连，传输线分为天线到开关两部分，调整天线到开关两部分传输线长度，使天线对应部分的相移与在中心频率上遇到的相移相等；

S102、将四元反向平面阵天线阵列的每条传输线连接到同一无源超低功率射频开关，利用无源超低功率射频开关进行逆向反射信号调制。

如图4所示，S2包括：

S201、利用S1构建的低功耗反射定位标签逆向反射调制接收的毫米波射频信号，以及频谱中的通断键控调制特性，实现毫米波射频信号的同步反向调制；

S202、在自动驾驶车辆的环境感知系统中，设计模板匹配技术实现定位标签的同步搜索，对定位标签进行识别。经过S202，可以实现对定位标签的粗略估计。

S1中，通过引导信号到产生逆向反射的成对天线，或引导信号到一个负载以打破逆向反射，来调制逆向反射的信号。

S101中，四元反向平面阵天线阵列的每列包括4个元素的线性串联馈电贴片阵列，以实现向平面保持较大的波束宽度，同时补偿正交平面的波束宽度，以增加整个天线的增益。此外，具有高增益的串联馈电贴片阵列元件允许以最小的调制元件数量实现感知雷达截面的最大化。

反向散射调制是定位标签识别和编码增益的传统方式之一，通常通过使用振幅、相位或频率调制获得。本申请通过在四元反向平面阵天线阵列的传输线中插入一个无源超低功率射频开关来完成反向散射调制。S102中，无源超低功率射频开关处于开启状态时，入射波通过传输线，导致高回波场朝向信号的方向，当无源超低功率射频开关处于关闭状态时，传输线都被一个匹配的负载所终止，通过产生接近零的回波信号来破坏逆向性。该设计方式最大限度地提高了开关的感知雷达截面，获得更高的信号可探测性。此外，本申请的信号调制选择低功耗的砷化镓吸收式单极双掷射频开关，而不是传统耗电的引脚二极管。

S2中，自动驾驶车辆环境感知模块的毫米波雷达会发射多个雷达脉冲信号，每个信号占据整个可用带宽，当雷达视野中存在一个定位标签时，标签的入射信号被调制并向雷达逆向反射，自动驾驶车辆的雷达在其天线阵列上接收到这个信号，并将其与发射信号相乘形成中频信号，对中频信号进行分析，以确定标签的逆反射，并提取定位标签相应的范围和方位角信息。

S201中，对雷达接收线性降频信号和采样频率f_s进行模数转换后，中频输出信号被建模为：

其中，α为信号的振幅，B为雷达信号脉冲的带宽，N是总样本数量，c₀是光速，r是与目标的距离，n为样本序列号；在环境感知目标上有定位标签的情况下，通断键控显示为方波，开关频率为f_switch＝1/T_switch，中频输出信号被建模为：

其中，rect(·)表示矩形函数，n为样本序列号，T_s为采样周期，t₀表示一个随机的时间偏移。由于连续调频芯片和标签的切换是不同步的，并且由于定位标签和车辆环境感知的异步操作，标签的调控时间对雷达来说是未知的。

为解决这个问题，本申请在频域中进行标签检测和定位以实现定位标签调制的时间不变特征。具体而言，本专利的环境感知系统的毫米波雷达在一帧内触发N_c次快速雷达信号并记录中频信号，然后使用第一个雷达信号声的接收信号作为基准进行模板匹配操作，消除周围物体的多径反射，比如路标本身或附近行驶的汽车等。同时，车辆环境感知系统对一帧内的每个雷达信号声进行二维傅里叶变换，得到通道的范围-快速傅里叶变换图，使得被调制的定位标签信号出现在反射调制的快速傅氏变换输出中。

由于定位标签和车辆环境感知模块的异步操作，随机时间偏移仍然存在于不同的雷达信号声中。为了消除这种偏移，本申请进行多普勒快速傅氏变换操作，将跨雷达信号声的方波转换为主要频率成分等于调制频率的辛格函数。多普勒图中定位标签调制的独特特征使得车辆环境感知系统能够将标签反射信号与其他动态反射信号区分开。因此，S202中，本申请通过对预期的辛格模板P_A(f_switch)进行跨范围匹配过滤，以识别标签的逆反射和相应的范围：

P_A(f_switch)＝FFT(square(2πT_sf_switch))

其中f_switch是标签的调制频率，square(·)是一个周期性的平方函数，T_s是与雷达信号重复频率对应的采样时间，FFT(·)表示快速傅里叶变换过程；在多路径环境中，雷达可能会收到多个逆向反射的定位标签信号，导致匹配过滤可能导致多路径信号的相关性高于定位标签的反射信号。为了避免这种混淆，本申请在车辆环境感知系统中预定义阈值，选择通过该阈值的最短距离箱信号作为定位标签的反射信号。

本申请还利用接收天线之间的相位差在方位平面上识别标签，对所有的接收天线进行测距多普勒处理，多普勒傅里叶变换的每个峰值都包括含定位标签在内的每个反射信号相位信息，从定位标签反向调制后环境感知系统接收的信号为

其中，其中v是相对多普勒速度，T_c是雷达信号的持续时间；并通过改进匹配滤波模板来考虑预期的多普勒速度，本申请的定位系统可以扩展到在移动场景中，对定位标签进行识别表示为：

P_A(f_switch,v)＝FFT(rect(2πT_sf_switch)·cos(2π(2vf_c/c₀)T_cT_s))

其中，f_c是传输信号的中心频率。本申请为相应的定位标签调制频率和预期的多普勒速度定义二维模板矩阵，选择在各距离仓中具有最高相关性的(f_switch,v)元组作为定位信息。应该注意的是，其他移动物体的存在，如周围的汽车，并不影响匹配过滤过程，因为本申请的定位系统依赖于从标签到雷达的直接逆反射信号。

本申请通过以下方式增加环境感知系统的稳健性：(1)定义的调制频率离移动汽车的多普勒频率范围足够远；(2)基于辛格模板而不是主频率分量来定义匹配滤波器。其原因是由于周围物体移动而产生的多普勒频移是多普勒图中的单一频率分量，而定位标签通断键控则表现为已知频率中带有谐波的辛格函数。

S3中，为了在物理空间中定位标签，本发明利用雷达的天线阵列，将定位标签的范围估计与逆反射角度特性结合起来，不需要任何形式的三角测量或三边定位法。考虑到毫米波雷达的小尺寸特性，这使得本发明提出的环境感知定位技术可以作为便携式反向散射定位系统用于各种应用，如城市传感、工业物联网或增强现实等。

具体地，以S202对定位标签的粗略估计作为定位标签范围和方位角的初始估计位置，以限制搜索空间，使用超级分辨率算法来得到定位标签的精准位置估信息；自动驾驶车辆的雷达信号脉冲的采样信号写为：

其中，N是一个雷达信号脉冲的总样本数，S＝B/T_c是每个雷达信号脉冲的斜率，f_s为采样频率，B是雷达信号脉冲的带宽，γ_p与τ_p是目标p的复数振幅和时间延迟，n为样本序列号。当信号被天线元件阵列收集时，也会观察到空间采样，导致时间延迟的一个新分量，表示为：

其中，r_p和θ_p是目标p的范围和方位角，c是光速，d是天线阵列间的间距，l是接收天线的数量，L是接收天线的最大数量，基于范围r_p和角度θ_p估计可用于在二维物理空间中计算出定位标签的位置信息。

实施例3：

环境感知定位实验结果如下表1所示，使用5个低功耗定位标签，实验车辆以30km/小时的速度行驶，定位误差平均为18厘米，期中65％的定位测试的误差小于65％。实验结果表明，本发明提出的用于自动驾驶环境感知的低功耗高精度定位技术，有望应用于自动驾驶、机器人自主导航等领域，具有重要的商业价值和意义。

表1

Claims (10)

1.一种用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，包括：

S1、设计低功耗反射定位标签，包括由硬币纽扣电池供电的低功率微控制器、无源超低功率射频开关和四元反向平面阵天线阵列；

S2、基于所述低功耗反射定位标签，逆向反射调制自动驾驶车辆毫米波雷达发射的快速脉冲信号，综合使用模板匹配技术与键控特性实现定位标签识别；

S3、利用超分辨率算法精准估计方位角，实现定位标签的位置信息精准估计。

2.根据权利要求1所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S1包括：

S101、利用线性串联馈电贴片阵列构建四元反向平面阵天线阵列，所述四元反向平面阵天线阵列和所述无源超低功率射频开关之间通过传输线相连，所述传输线分为天线到开关两部分，调整天线到开关两部分传输线长度，使天线对应部分的相移与在中心频率上遇到的相移相等；

S102、将四元反向平面阵天线阵列的每条传输线连接到同一无源超低功率射频开关，利用无源超低功率射频开关进行逆向反射信号调制。

3.根据权利要求2所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S2包括：

S201、利用S1构建的低功耗反射定位标签逆向反射调制接收的毫米波射频信号，以及频谱中的通断键控调制特性，实现毫米波射频信号的同步反向调制；

S202、在自动驾驶车辆的环境感知系统中，设计模板匹配技术实现定位标签的同步搜索，对定位标签进行识别。

4.根据权利要求3所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S1中，通过引导信号到产生逆向反射的成对天线，或引导信号到一个负载以打破逆向反射，来调制逆向反射的信号。

5.根据权利要求4所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S101中，所述四元反向平面阵天线阵列的每列包括4个元素的线性串联馈电贴片阵列。

6.根据权利要求5所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S102中，所述无源超低功率射频开关处于开启状态时，入射波通过传输线，导致高回波场朝向信号的方向，当所述无源超低功率射频开关处于关闭状态时，所述传输线都被一个匹配的负载所终止，通过产生接近零的回波信号来破坏逆向性；所述无源超低功率射频开关为低功耗的砷化镓吸收式单极双掷射频开关。

7.根据权利要求6所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S2中，自动驾驶车辆环境感知模块的毫米波雷达会发射多个雷达脉冲信号，每个信号占据整个可用带宽，当雷达视野中存在一个定位标签时，标签的入射信号被调制并向雷达逆向反射，自动驾驶车辆的雷达在其天线阵列上接收到这个信号，并将其与发射信号相乘形成中频信号，对中频信号进行分析，以确定标签的逆反射，并提取定位标签相应的范围和方位角信息。

8.根据权利要求7所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S201中，对雷达接收线性降频信号和采样频率f_s进行模数转换后，中频输出信号被建模为：

其中，α为信号的振幅，B为雷达信号脉冲的带宽，N是总样本数量，c₀是光速，r是与目标的距离，n为样本序列号；在环境感知目标上有定位标签的情况下，通断键控显示为方波，开关频率为f_switch＝1/T_switch，中频输出信号被建模为：

其中，rect(·)表示矩形函数，n为样本序列号，T_s为采样周期，t₀表示一个随机的时间偏移。

9.根据权利要求8所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S202中，通过对预期的辛格模板P_A(f_switch)进行跨范围匹配过滤，以识别标签的逆反射和相应的范围：

P_A(f_switch)＝FFT(square(2πT_sf_switch))

其中f_switch是标签的调制频率，square(·)是一个周期性的平方函数，T_s是与雷达信号重复频率对应的采样时间，FFT(·)表示快速傅里叶变换过程；

还利用接收天线之间的相位差在方位平面上识别标签，对所有的接收天线进行测距多普勒处理，多普勒傅里叶变换的每个峰值都包括含定位标签在内的每个反射信号相位信息，从定位标签反向调制后环境感知系统接收的信号为

其中，其中v是相对多普勒速度，T_c是雷达信号的持续时间；并通过改进匹配滤波模板来考虑预期的多普勒速度，在移动场景中，对定位标签进行识别表示为：

P_A(f_switch,v)＝FFT(rect(2πT_sf_switch)·cos(2π(2vf_c/c₀)T_cT_s))

其中，f_c是传输信号的中心频率。

10.根据权利要求1或9所述的用于自动驾驶环境感知的低功耗高精度定位技术，其特征在于，S3中，以S202对定位标签的粗略估计作为定位标签范围和方位角的初始估计位置，以限制搜索空间，使用超级分辨率算法来得到定位标签的精准位置估信息；自动驾驶车辆的雷达信号脉冲的采样信号写为：

其中，N是一个雷达信号脉冲的总样本数，S＝B/T_c是每个雷达信号脉冲的斜率，f_s为采样频率，B是雷达信号脉冲的带宽，γ_p与τ_p是目标p的复数振幅和时间延迟，n为样本序列号。当信号被天线元件阵列收集时，也会观察到空间采样，导致时间延迟的一个新分量，表示为：

其中，r_p和θ_p是目标p的范围和方位角，c是光速，d是天线阵列间的间距，l是接收天线的数量，L是接收天线的最大数量。

Images