CN115825956A - 用于确定道路状况的方法和雷达系统 - Google Patents

用于确定道路状况的方法和雷达系统 Download PDF

Info

Publication number
CN115825956A
CN115825956A CN202211070013.7A CN202211070013A CN115825956A CN 115825956 A CN115825956 A CN 115825956A CN 202211070013 A CN202211070013 A CN 202211070013A CN 115825956 A CN115825956 A CN 115825956A
Authority
CN
China
Prior art keywords
polarized
backscatter
coefficient
radar
coefficients
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.)
Granted
Application number
CN202211070013.7A
Other languages
English (en)
Other versions
CN115825956B (zh
Inventor
S·阿瓦达
D·沃尔巴拉克
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.)
Aptiv Technologies Ltd
Original Assignee
Aptiv Technologies 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 Aptiv Technologies Ltd filed Critical Aptiv Technologies Ltd
Publication of CN115825956A publication Critical patent/CN115825956A/zh
Application granted granted Critical
Publication of CN115825956B publication Critical patent/CN115825956B/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
    • 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
    • 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
    • B60W40/06—Road 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
    • 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
    • G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
    • G01S7/025—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects involving the transmission of linearly polarised waves
    • 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
    • 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
    • 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
    • G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data

Abstract

提供了一种用于确定道路状况的方法和雷达系统。一种用于通过使用雷达系统来确定道路状况的方法，所述雷达系统具有用于发射和接收具有两种不同极化的雷达波的发射单元和接收单元，并且提供指示所发射和所接收的雷达波的强度的发射信号和接收信号。基于发射信号和接收信号来确定共极化后向散射系数和至少一个交叉极化后向散射系数。如果交叉极化后向散射系数大于或等于阈值，则基于共极化后向散射系数的比值并且基于共极化后向散射系数中的一个共极化后向散射系数与交叉极化后向散射系数的差来确定道路状况。如果交叉极化后向散射系数小于阈值，则基于该比值以及共极化后向散射系数的差来确定道路状况。

Description

用于确定道路状况的方法和雷达系统
技术领域
本公开涉及用于确定例如载具环境中的道路的状况的方法和雷达系统。该方法需要雷达系统，该雷达系统可以安装在载具处并且包括雷达发射单元和雷达接收单元，雷达发射单元和雷达接收单元被配置成分别发射和接收具有至少两种不同极化的雷达波。
背景技术
道路状况对于在道路上行驶的载具来说总是重要的安全方面。因此，道路状况的可靠确定或估计是安装在载具中的雷达系统的相关应用。此外，道路状况的可靠监测对于自主驾驶中的安全起重要作用。
道路状况通常依赖于需要考虑的多个变量，例如，如果雷达系统配置成确定道路状况。这些变量例如是道路的材料、曲率和粗糙度以及天气状况。此外，道路可以是由各种复合材料组成的随机表面。此外，雨、冰或雪可以积在道路上，并且可以具有不同的成分、温度和内部特性。因此，提供能够确定关于道路状况的可靠信息的雷达系统是具有挑战性的任务。
通过使用雷达系统来确定道路状况的现有方案忽略了道路的上述变量中的一些和/或使用发射的雷达波的不同频率或极化。例如，已经使用频率在24至77GHz之间的线性极化波来确定道路表面的差分后向散射系数。虽然结果能够区分道路表面的不同类型的天气状况，但是需要两个不同频率，这增加了雷达系统的成本。此外，该过程仅针对相同道路表面在不同天气状况下进行测试，而不是针对不同类型道路表面进行测试。这会导致混淆不同表面，使得关于道路状况会保持一些模糊。
此外，已经提出了用于机动车雷达的低太赫兹微波(例如0.6到0.9THz)，其也能够区分几个道路表面。然而，这种低太赫雷达是昂贵的，并且直到现在对于机动车雷达应用是不合理的。此外，已经提出将圆极化无线电波用于具有自主驾驶特征的应用。虽然这种雷达系统已经适合于确定道路状况，但是提供圆极化还涉及额外的努力和较高的成本。
当在例如77GHz的频率使用典型的机动车雷达系统来确定道路状况时，这些道路状况的分类无法在湿且粗糙的表面和干且平滑的表面之间进行区分，例如在湿沥青和干混凝土之间进行区分。大多数改进提议，例如上述方案，增加了雷达系统的成本或者甚至可能需要复杂的系统设计。此外，当应用这种改进的系统设计时，关于道路状况的分类仍然存在一些不确定性和模糊性。
因此，需要提供一种能够以可靠且不模糊的方式确定道路状况的方法和雷达系统。
发明内容
本公开提供了计算机实现的方法，计算机系统和非暂时计算机可读介质。在说明书和附图中给出了实施方式。
在一个方面，本公开针对一种用于通过使用雷达系统来确定道路的状况的方法。所述雷达系统包括雷达发射单元和雷达接收单元，所述雷达发射单元被配置为发射具有两种不同极化的雷达波，所述雷达接收单元被配置为接收具有两种不同极化的雷达波。所述雷达系统还被配置为提供发射信号和接收信号，所述发射信号和接收信号指示相应的所发射的雷达波和所接收的雷达波的强度。根据该方法，基于由所述雷达系统提供的发射信号和接收信号由处理装置确定共极化后向散射系数和至少一个交叉极化后向散射系数，如果所述交叉极化后向散射系数大于或等于预定交叉极化阈值，则由所述处理装置基于所述共极化后向散射系数的比值并且基于所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差来确定道路的状况，并且如果所述交叉极化后向散射系数小于所述交叉极化阈值，则由处理装置基于所述共极化后向散射系数的比值和差来确定道路的状况。
雷达系统可以安装在载具中。因此，雷达系统可以被配置为监测载具的环境，包括载具当前所在的车道或道路。此外，术语“道路状况”通常是指某种类型的道路表面，例如沥青、混凝土、草等，并且同时是指给定天气状况下的道路表面的状态，例如道路表面是干的、湿的、结冰的、覆盖有雪等。
为了执行该方法，需要所谓的双极化测量雷达系统，其能够发射和接收具有两种不同线极化的雷达波。所发射的雷达波因此可以由具有表示在相应极化方向上的复电场的两个分量的向量来描述，例如在水平和垂直方向上的相应分量。换言之，雷达系统可以配备有用于例如水平和垂直极化雷达波的发射和接收天线。然而，具有其它极化的雷达波也可以用于该方法。其它极化的示例是以45°和135°线极化的雷达波，以及右圆极化(RHC)和左圆极化(LHC)波。此外，重要的是雷达天线是纯极化的，使得雷达系统的固有交叉极化贡献低并且不干扰从道路接收的交叉极化雷达回波的测量。即，雷达系统需要具有适当地检测交叉极化雷达回波的能力。而且，使用了77GHz的射频，但是该方法通过改变阈值可以应用其它频率。
各个散射对象，即本方法的道路表面，可以被认为是改变所发射的雷达波的极化的极化转换器。这种从发射波向量到接收波向量的转换通常由散射矩阵来描述，该散射矩阵应用于发射波向量以产生接收波向量。
共极化后向散射系数是指散射矩阵的对角元素，而交叉极化后向散射系数是指散射矩阵的非对角元素。换言之，共极化后向散射系数使具有相同极化的发射雷达波和接收雷达波彼此联系，而交叉极化后向散射系数使具有不同极化的发射雷达波和接收雷达波彼此联系。此外，交叉极化阈值可以根据经验来定义，例如通过定义下限来定义，该下限适用于处理装置确定有用的交叉极化后向散射系数。
此外，发射单元和接收单元可以在这样的相对于载具的仰角(即，相对于平行于道路表面的平面)处敏感，使得雷达系统能够监测道路表面的预定部分。例如，可以使用约-15°的仰角。
当分析后向散射系数(即dBsm，以分贝为单位的雷达截面)时，证明共极化后向散射系数的比值不足以确定道路状况，因为如果使用77GHz的雷达频率，则不可能基于该比值精确地区分不同的道路表面。另一方面，交叉极化后向散射系数比共极化后向散射系数易受道路的粗糙度和材料以及天气状况的影响，而垂直极化波共极化后向散射系数受天气状况的影响最小。
因此，如果可以确定合适的交叉极化后向散射系数，则为了确定道路状况，除了考虑共极化后向散射系数的比值之外，还考虑共极化后向散射系数中的一个共极化后向散射系数(例如垂直极化波的共极化后向散射系数)与交叉极化后向散射系数的差。结果是，如果将共极化后向散射系数的比值相对于共极化后向散射系数中的一个共极化后向散射系数(例如垂直极化波的共极化后向散射系数)与交叉极化后向散射系数的差进行绘图，则不同的道路状况可以与该绘图内的不同且分开的区域有关。即，如果交叉极化后向散射系数可用，则可以通过该方法可靠地区分不同道路状况，例如湿沥青、干沥青、干混凝土和草。
另一方面，如果交叉极化后向散射系数不可用(即，如果其小于交叉极化阈值)，则该方法还能够基于共极化后向散射系数提供关于道路状况的适当信息。在这种情况下，附加地考虑共极化后向散射系数间的差，并且为了确定道路状况，发射信号和接收信号可以需要多个数据点，其中各个数据点表示不同仰角处的后向散射系数。即，可以基于共极化后向散射系数的比值和差的方差和平均值来确定道路状况。相反，如果交叉极化后向散射系数可用，则针对后向散射系数，从发射信号和接收信号得到的单个数据点就足够了。
该方法具有能够同时区分不同类型的道路表面以及湿道路和干道路的优点。例如，该方法能够基于从发射信号和接收信号得到的共极化后向散射系数和交叉极化后向散射系数来识别湿沥青、干沥青和干混凝土。换言之，克服了粗糙的湿表面和平滑的干表面之间的混淆问题。此外，提供单一的雷达频率(例如77GHz)的雷达系统足以执行该方法。总之，该方法能够提供对道路表面类型和天气状况的准确估计。由于不需要复杂的操作，所以执行该方法的计算工作量很低。因此，提供了一种用于确定道路状况的廉价、简单且有效的方法。
该方法可以包括以下特征中的一个或更多个：
雷达发射单元可以被配置为发射具有水平极化的雷达波和具有垂直极化的雷达波，并且雷达接收单元可以被配置为接收具有水平极化的雷达波和具有垂直极化的雷达波。所述共极化后向散射系数的所述比值可以是通过将针对水平极化发射雷达波和水平极化接收雷达波的后向散射系数(HH后向散射系数)除以针对垂直极化发射雷达波和垂直极化接收雷达波的后向散射系数(VV后向散射系数)来确定的。
所述交叉极化后向散射系数是针对水平极化发射雷达波和垂直极化接收雷达波的后向散射系数(HV后向散射系数)。如果所述HV后向散射系数大于或等于预定交叉极化阈值，则可以将所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差确定为所述VV后向散射系数与所述HV后向散射系数之间的差。
如果所述HV后向散射系数小于所述预定交叉极化阈值，则可以将所述共极化后向散射系数的所述差确定为所述VV后向散射系数与所述HH后向散射系数之间的差。此外，如果所述HV后向散射系数小于所述预定交叉极化阈值，则可以在不同仰角处确定多个HH后向散射系数和多个VV后向散射系数，并且可以基于该比值相对于该差的方差来确定道路的潮湿性。
如果所述方差大于预定方差阈值，则道路的状况可以包括湿表面，而如果所述方差等于或小于所述预定方差阈值，则道路的状况可以包括干表面。确定道路(21)的状况附加地包括基于所述共极化后向散射系数中的一个共极化后向散射系数来确定道路的材料。此外，可以基于VV后向散射系数来确定道路的材料。
如果所述HV后向散射系数小于所述预定交叉极化阈值，则可以确定多个HH后向散射系数和多个VV后向散射系数，以及如果所述HH后向散射系数与所述VV后向散射系数的比值的平均值小于或等于1并且所述VV后向散射系数与所述HH后向散射系数之间的差的平均值小于或等于0，则可以基于该比值的所述平均值相对于该差的所述平均值来确定道路的状况。
如果所述HH后向散射系数与所述VV后向散射系数的比值的平均值接近1并且所述VV后向散射系数与所述HH后向散射系数之间的差的平均值接近0，则道路的状况可以包括由垂直对象(例如草)引起的高不规则性，而如果所述HH后向散射系数与所述VV后向散射系数的比值的平均值小于1并且所述VV后向散射系数与所述HH后向散射系数之间的差的平均值小于0，则道路的状况可以包括道路上的雪。
如果所述交叉极化后向散射系数大于或等于所述预定交叉极化阈值，则可以基于针对所述共极化后向散射系数的比值的阈值以及针对所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差的阈值来确定道路的状况。对于多个预定道路状况，所述阈值可以定义针对所述共极化后向散射系数的比值的相应范围以及所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差的相应范围。针对所述共极化后向散射系数的比值的范围和针对所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差的范围的相应组合可以唯一地与所述预定道路状况中的一个预定道路状况相关。
根据实施方式，雷达发射单元可以被配置为发射具有水平极化的雷达波和具有垂直极化的雷达波，并且雷达接收单元可以被配置为接收具有水平极化的雷达波和具有垂直极化的雷达波。共极化后向散射系数的比值可以通过将针对水平极化发射雷达波和水平极化接收雷达波的后向散射系数(其可以表示为HH后向散射系数)除以针对垂直极化发射雷达波和垂直极化接收雷达波的后向散射系数(其可以表示为VV后向散射系数)来确定。水平和垂直方向是相对于道路表面限定的。已经观察到HH后向散射系数比VV后向散射系数对表面粗糙度的变化敏感。因此，通过考虑HH后向散射系数和VV后向散射系数的比值可以提高该方法的灵敏度。
交叉极化后向散射系数可以是针对水平极化发射雷达波和垂直极化接收雷达波的后向散射系数(其可以表示为HV后向散射系数)。HV后向散射或回波主要由对象上的表面的不规则性(即道路表面的不规则性)产生。因此，选择HV后向散射系数可以为道路表面的不规则性和粗糙度提供可靠的指示。注意，在本申请中，HV后向散射系数等同于VH后向散射系数，即针对垂直极化发射雷达波和水平极化接收雷达波的后向散射系数。
在HV后向散射系数大于或等于预定交叉极化阈值的情况下，可以基于HH后向散射系数与VV后向散射系数的比值且基于VV后向散射系数与HV后向散射系数之间的差来确定道路状况。结果是，HV后向散射系数是后向散射系数中相对于道路的粗糙度和材料以及相对于天气状况的影响最大的，而VV后向散射系数是影响最小的。因此，VV和HV后向散射系数之间的差可以预期是巨大的并且能够可靠地分离不同的道路状况。换言之，通过考虑VV和HV后向散射系数之间的差，可以进一步提高该方法的灵敏度。
另一方面，如果HV后向散射系数小于预定交叉极化阈值，则可以将共极化后向散射系数的差确定为VV后向散射系数和HH后向散射系数之间的差。由于VV和HH后向散射系数相对于道路表面粗糙度的不同灵敏度，可以预期VV和HH后向散射系数之间的差可以是道路表面粗糙度变化的合适指示。因此，通过考虑VV和HH后向散射系数的差，可以进一步提高该方法的灵敏度。
根据另一实施方式，如果HV后向散射系数小于预定交叉极化阈值，则可以在不同仰角处确定多个HH后向散射系数和多个VV后向散射系数。在这种情况下，可以基于比值(即HH/VV)相对于差(即VV-HH)的方差来确定道路的潮湿性。
由于道路表面处雷达波的H极化和V极化的不同响应，可以预期比值相对于差的方差可以是不同类型的道路状况的指示。例如，如果方差大于预定方差阈值，则道路状况可以包括湿表面，而如果方差等于或小于预定方差阈值，则道路状况可以包括干表面。即，该方差可用于区分湿表面和干表面，而与道路的类型或材料无关。
此外，可以基于共极化后向散射系数中的一个共极化后向散射系数来确定道路的材料。具体地，可以基于VV后向散射系数来确定道路的材料。因此，除了区分湿道路表面和干道路表面之外，该方法还能够使用HH或VV后向散射系数来区分不同的道路材料，如沥青、混凝土和草等。由于相对于不同仰角，VV后向散射系数的波动比其它后向散射系数小，所以可以预期VV后向散射系数将表示不同道路材料的清晰指示。
根据另一实施方式，如果HV后向散射系数小于预定交叉极化阈值，则可以确定多个HH后向散射系数和多个VV后向散射系数，并且如果HH后向散射系数与VV后向散射系数的比值的平均值小于或等于1，并且如果VV后向散射系数与HH后向散射系数之间的差的平均值小于或等于0，则可以基于比值的平均值相对于差的平均值来确定道路状况。如果比值(即HH/VV)的平均值接近于1并且差的平均值(即VV-HH)接近于0，则道路状况可以包括由于垂直对象(例如草)引起的高不规则性，而如果比值(即HH/VV)的平均值小于1并且差(即VV-HH)的平均值小于0，则道路状况可以包括道路上的雪。不规则粗糙道路的示例可以是砾石或草。结果是，该比值的平均值相对于差的平均值可以包括针对不同道路状况(例如雪和不规则粗糙道路)的不同区域。因此，该方法能够以明确的方式识别道路上的雪。
根据另一实施方式，如果交叉极化后向散射系数大于或等于预定交叉极化阈值，则可以基于针对共极化后向散射系数的比值的阈值和针对共极化后向散射系数中的一个共极化后向散射系数(例如VV后向散射系数)与交叉极化后向散射系数的差的阈值来确定道路状况。对于多个预定道路状况，这些阈值可以定义针对共极化后向散射系数的比值的相应范围和针对共极化后向散射系数中的一个共极化后向散射系数(例如VV后向散射系数)与交叉极化后向散射系数的差的相应范围。针对共极化后向散射系数的比值的范围和针对共极化后向散射系数中的一个共极化后向散射系数(例如VV后向散射系数)与交叉极化后向散射系数的差的范围的相应组合可以唯一地与多个预定道路状况之一相关。
即，例如相对于差来绘制比值，可以定义比值和差之间的关系，并且可以定义与预定道路状况唯一相关的分开的区域或领域。例如，可以存在针对湿沥青、沥青、混凝土和草的分开的区域，如果相对于差来绘制比值，则这些区域可以彼此区分。
以上针对不同后向散射系数的比值和针对差描述的全部条件可被视为使用针对相应条件的阈值的决策树。然而，可以使用任何其它过程来以与本文阐述的方法步骤等同的方式分析后向散射系数。例如，可以实现支持向量机或机器学习算法，例如神经网络，以以与上述类似的方式基于后向散射系数确定不同的道路状况。
在另一方面，本公开涉及一种雷达系统，其被配置成安装在载具处。所述雷达系统包括：雷达发射单元，其被配置为发射具有两种不同极化的雷达波并且提供指示所发射的雷达波的强度的发射信号；雷达接收单元，其被配置为接收具有两种不同极化的雷达波，并且提供指示所接收的雷达波的强度的接收信号，以及处理装置。该处理装置其被配置为：基于所述发射信号和所述接收信号确定共极化后向散射系数和至少一个交叉极化后向散射系数。该处理装置其被配置为：如果所述交叉极化后向散射系数大于或等于预定交叉极化阈值，则基于所述共极化后向散射系数的比值并且基于所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差来确定道路的状况。该处理装置其被配置为：如果所述交叉极化后向散射系数小于所述交叉极化阈值，则基于所述共极化后向散射系数的比值和差来确定道路的状况。
如这里所使用的，术语处理装置和处理单元可以指以下内容，是以下内容的一部分，或者包括以下内容：专用集成电路(ASIC)；电子电路；组合逻辑电路；现场可编程门阵列(FPGA)；执行代码的处理器(共享、专用或群组)；提供所述功能的其他合适的组件；或上述内容的一些或全部的组合，诸如在片上系统中。处理装置和处理单元可以包括存储由处理器执行的代码的存储器(共享、专用或群组)。
总之，根据本公开的雷达系统包括雷达发射单元、雷达接收单元和处理装置，其被配置为执行如上所述的用于相应方法的步骤。因此，如上所述的针对该方法的益处，优点和公开对于雷达系统也是有效的。
在另一方面，本公开涉及一种计算机系统，所述计算机系统被配置为执行本文所述的由计算机实现的方法的若干或所有步骤。
计算机系统可以包括处理单元、至少一个存储单元和至少一个非暂时数据存储器。非暂时数据存储器和/或存储单元可以包括用于指示计算机执行在此描述的计算机实现的方法的若干或所有步骤或方面的计算机程序。
在另一方面，本公开针对一种非暂时计算机可读介质，其包括用于执行本文所述的计算机实现的方法的若干或所有步骤或方面的指令。所述计算机可读媒介可以被配置为：光学介质，例如光盘(CD)或数字多功能盘(DVD)；磁介质，例如硬盘驱动器(HDD)；固态驱动器(SSD)；只读存储器(ROM)；闪存；等等。此外，计算机可读介质可被配置为可经由诸如网间连接的数据连接来访问的数据存储。计算机可读介质例如可以是在线数据储存库或云存储。
本公开还针对一种用于指示计算机执行本文所述的计算机实现的方法的若干或所有步骤或方面的计算机程序。
附图说明
本文结合以下示意性示出的附图描述了本公开的示例性实施方式和功能：
图1示出了包括被配置为确定道路状况的雷达系统的载具的概括图，
图2示出了图1的雷达系统的发射(TX)和接收(RX)通道的细节，
图3示出了对于不同的道路状况，相对于仰角，不同的雷达后向散射系数，
图4示出了对于不同的道路状况，相对于VV后向散射系数和HV后向散射系数的差，HH和VV后向散射系数的比值，
图5示出了对于不同的道路状况，相对于VV和HH后向散射系数的差，HH和VV后向散射系数的比值，
图6示出了对于不同道路状况，仰角与VV后向散射系数的关系，以及
图7示出了表示根据本公开的方法的实施方式的决策树。
具体实施方式
图1示出了包括雷达系统13的载具11的示意性概括图。雷达系统13包括雷达发射单元15、雷达接收单元17和处理装置19。载具11当前位于道路表面21上。在图1中还示意性地示出了道路表面21的一部分23，其中，该部分23由雷达系统13监测。
雷达发射单元15被配置为发射具有两个不同极化的雷达波25，并且雷达接收单元17被配置为接收具有相应的两个不同极化的雷达波27。具体地，雷达发射单元15发射具有线性水平极化(H)的雷达波和具有线性垂直极化(V)的雷达波。相应地，雷达接收单元17接收具有水平极化(H)的雷达波和具有垂直极化(V)的雷达波。水平和垂直方向相对于道路表面21限定。
处理装置19连接到雷达发射单元15和雷达接收单元17，以接收分别指示水平和垂直极化的各个发射雷达波25的强度的发射信号。此外，处理装置19从雷达接收单元17接收接收信号，该接收信号分别指示水平和垂直极化接收雷达波25的强度。
图2示出了雷达发射单元15、雷达接收单元17和处理装置19的细节。单元15、17和处理装置19生成两个不同的多输入多输出(MIMO)系统。在本示例中，雷达发射单元15包括用于发射水平极化波(H)的四个天线14，雷达接收单元17包括用于接收水平极化波(H)的四个天线18，并且处理装置19包括用于控制天线14、18的第一MIMO集成电路(MMIC)22-H。天线14、18和MMIC 22-H形成第一MIMO系统。类似地，雷达发射单元15包括用于发射垂直极化波(V)的四个天线16，雷达接收单元17包括用于接收垂直极化波(V)的四个天线20，并且处理装置19包括用于控制天线16、20的第二MIMO集成电路(MMIC)22-V。天线16、20和MMIC22-V形成第二MIMO系统。
在操作期间，天线14、16交替地发射它们相应的水平(H)和垂直(V)极化雷达波，如图2下部中的图片30所示。图片30示出了随时间t变化的各个发射雷达信号H或V的振幅A。相反，接收天线18(用于H)和20(用于V)总是活动的，并且分别接收相应的H和V信号。
对于各个时间点，由于发射信号H和V的相位的预定关系，可以正确地分配接收信号，如图片30所示。为了提供MMIC 22-H的接收(RX)通道和MMIC 22-V的发送(TX)通道的适当相干协作，需要MMIC 22-H和MMIC 22-V的同步。对于本示例，该同步以20GHz的频率进行。
处理装置19被配置为基于发射信号和接收信号，确定共极化后向散射系数和交叉极化后向散射系数。具体地，发射雷达波25可以由具有两个分量的向量来描述，这两个分量分别表示水平和垂直极化方向上的复电场。由于道路表面21的部分23可以被认为是极化转换器，所以接收雷达波27也可以由具有复合电场的两个分量的相应向量表示，其中由于在道路表面21的部分23处的极化转换，水平和垂直极化方向的这些分量不同于发射雷达波25的相应分量。
可以通过将散射矩阵应用于表示发射雷达波25的向量以提供针对接收雷达波27的向量来描述该极化转换。相反地，该散射矩阵的矩阵元素可以从水平极化(H)和垂直极化(V)的相应发射和接收雷达波25、27的测量强度得到。散射矩阵的对角矩阵元素被称为共极化后向散射系数，非对角元素被称为交叉极化后向散射系数。
对于根据本公开的方法和雷达系统13，考虑从水平极化发射雷达波15和水平极化接收雷达波17得到的后向散射系数(HH后向散射系数)、从垂直极化发射雷达波15和垂直极化接收雷达波17得到的后向散射系数(VV后向散射系数)和从水平极化发射雷达波15和垂直极化接收雷达波17得到的交叉极化后向散射系数(HV后向散射系数)，以确定道路表面21的状况。对于本示例(见图3)，通过使用已经在若干重复测量上平均的雷达回波来确定后向散射系数。
HH、VV和HV后向散射系数在图3中针对不同道路状况(即，针对混凝土(即，干混凝土)、风化湿沥青、新干沥青、风化干沥青和湿混凝土)相对于仰角θ描绘。图3中的仰角θ相对于道路表面21的法线限定，使得75°的仰角对应于相对于载具11的纵轴的-15°的仰角。
图3和其中描绘的数据取自Giallorenzo,M.et al.:“RadarBackscatterMeasurements of Road Surfaces at 77GHz”,2018IEEE Antennas andPropagationSociety International Symposium,8-13July 2018,IEEE,Boston,MA,USA。该数据已被用作根据本公开的自身调查的基础，即用于如图4至图6所示的分析和用于如图7所示的决策树。
注意，后向散射系数以dBsm为单位(以分贝为单位的雷达截面)，即在包括负值的对数标度上描绘。即，“较弱的”后向散射系数(如由针对干混凝土的曲线24c表示的HV后向散射系数)比“较强的”后向散射系数(如由针对新沥青的曲线26b表示的VV后向散射系数或由针对风化沥青的曲线27b表示的VV后向散射系数)“更负”。
曲线24a、24b、24c分别表示针对干混凝土的HH、VV和HV后向散射系数。曲线25a、25b和25c分别表示针对风化的湿沥青的HH、VV和HV后向散射系数，而曲线26a，26b，26c分别表示针对新沥青的HH、VV和HV后向散射系数，曲线27a、27b和27c分别表示针对风化的干沥青的HH、VV和HV后向散射系数。此外，曲线28a和28b分别表示针对湿混凝土的HH和VV后向散射系数。对于湿混凝土而言，HV后向散射系数尚不可用。
如从图3所示的数据可以得出，VV或HH后向散射系数总体上适于区分混凝土和沥青，但不适于区分湿道路表面和干道路表面。此外，对于所使用的77GHz的雷达频率，后向散射系数的比值(HH/VV)不适于区分道路表面。
曲线24c、25c、26c和27c指示HV后向散射系数相对于道路表面的粗糙度和材料以及相对于天气状况显示出最强的改变，而VV后向散射系数受影响最小，如曲线24a、25a、26a、27a和28a所示。因此，VV和HV后向散射系数之间的差预期是巨大的，并且适合于适当地分离不同的道路状况。
该情况在图4中示出，其中相对于VV后向散射系数和HV后向散射系数之间的差绘制了HH和VV后向散射系数的比值。对于图4的表示，当相对于VV/HV绘制时，比值HH/VV聚集在不同区域中。具体地，可以针对不同的道路状况识别分开的区域，即针对湿沥青的区域31、针对干沥青的区域33、针对干混凝土的区域35和针对草的区域37。应当注意，后向散射系数的其它数据来自Viikari,V.et al.:“Automotiveradar technology for detectingroad conditions.Backscattering properties of dry,wet,andicy asphalt”,2008European Radar Conference,30-31Oct.2008,IEEE,Amsterdam,Netherla。即，如果合适的HV后向散射系数可用，则有可能将例如湿沥青31与干混凝土35区分开，而这对于仅依赖于例如比值HH/VV的相关技术的先前方法而言是不可能的。
如果HV后向散射系数不可用，即如果该后向散射系数小于预定交叉极化阈值，则将HH后向散射系数与VV后向散射系数的比率用作VV后向散射系数与HH后向散射系数之间的差的函数，如图5所示。可以看出，对于草和雪，可以再次识别分开的区域48、49。然而，应当注意，需要使用基于相应雷达信号的多个数据点，以基于相应平均值来识别区域48、49。此外，分别针对草和雪的区域48、49与针对其他道路状况的其他区域41、43、45和47的不同之处在于，对于表示雪的区域49，差VV-HH为负，而比值HH/VV小于1，并且对于表示草的区域48，差VV-HH接近0，而比值HH/VV接近1。
如在图5中可见，针对其它道路状况的其它区域交叠，即针对湿沥青的区域41、针对干沥青的区域43、针对湿混凝土的区域45和针对干混凝土的区域47。然而，针对湿表面的区域41和45倾向于具有广泛分布的数据点，即高方差，而针对干表面的区域43、47倾向于具有聚集在窄区域中的数据点，即具有低方差。因此，当相对于差VV-HH来绘制时，可以通过分析比值HH/VV的方差来区分湿道路表面和干道路表面。
为了区分道路表面的不同类型或材料，如果HV后向散射系数不可用，则可以附加地考虑交叉极化后向散射系数中的一个交叉极化后向散射系数，即除了图5所示的分析外。例如，VV后向散射系数和仰角的关系如图6所示。对于给定的仰角，例如75°(对应于相对于载具11的纵向方向的-15°)，关于VV后向散射系数，分别针对湿沥青和针对干沥青的曲线51和53与分别针对湿混凝土和针对干混凝土的曲线55和57分开。
基于如图4、图5和图6所示以及如上所述的观察，得到用于确定道路状况的决策树。决策树在图7中示出并且表示根据本公开的方法的实施方式。此外，雷达系统13被配置为经由处理装置19执行方法步骤。该方法开始于步骤100，其中，确定HV后向散射系数是否可用。换言之，确定HV后向散射系数是否大于或等于交叉极化阈值。
如果HV后向散射系数可用，则在步骤110，相对于VV后向散射系数与HV后向散射系数之间的差，绘制HH后向散射系数与VV后向散射系数的比值。步骤110的示例在图4中示出。在例如图4中的这种表示中，可以定义阈值以区分例如干且粗糙的道路表面130和湿且平滑的道路表面140。另外，如图4所示，可以区分道路表面的不同类型或材料。
如果HV后向散射系数不可用，则在步骤120，相对于VV后向散射系数和HH后向散射系数之间的差，绘制HH后向散射系数和VV后向散射系数的比率。注意，在不同的仰角处确定多个相应的后向散射系数(参见例如图3和图6)，针对后向散射系数的相应比值和相应差进行统计计算。图5中示出了步骤120的表示的示例。在步骤121确定差VV-HH的平均值是否大于0同时比值HH/VV的平均值是否大于1。相反，在步骤122确定差VV-HH的平均值是否等于或小于0同时比值HH/VV的平均值是否等于或小于1。如上所述，基于从相应雷达信号得到的多个数据点来计算相应平均值。
如果步骤121成立(即HH/VV的平均值大于1并且VV-HH的平均值大于0)，则确定针对步骤120的表示的数据点的方差，即针对例如在图5的区域41、43、45和47中所示的数据点的方差。如果确定大的方差(例如大于方差阈值)，则在步骤170确定为湿表面，而在步骤180对于小的方差(即小于方差阈值)确定为干表面。在这两种情况下，在步骤190，还使用VV后向散射系数来确定道路表面的类型或材料。图6中示出了这种确定的示例。即，为VV后向散射系数定义另一阈值，以在步骤200区分道路的不同表面类型或不同材料，例如沥青或混凝土。
如果步骤122成立(即，比值HH/VV的平均值接近或小于1，并且差VV-HH的平均值接近或小于0)，则使用步骤120的表示的数据点的平均值来区分不规则粗糙道路(例如包括砾石或草)和道路上的雪。具体地，如果HH/VV的平均值接近1并且VV/HH的平均值接近0，如图5中的区域48所示，则在步骤220将道路状况确定为包括由于垂直对象(例如包括草或砾石)引起的高不规则性。此外，如果HH/VV的平均值小于1并且VV-HH的平均值小于0，如图5中的区域49所示，则在步骤230将道路状况确定为包括道路上的雪。
注意，需要多个数据点来执行步骤120和依赖于该步骤的所有其它步骤，而单个数据点通常足以执行步骤110、130和140。例如，与现有技术中已知的用于执行类似任务的支持向量机相比，图7所示的决策树需要较低的计算工作量。此外，雷达系统13(见图1)仅需要单一的雷达频率，例如77GHz。
作为使用如上所述的不同阈值以及在图7的决策树内应用这些阈值的另选，还可以应用机器学习算法(例如神经网络)来区分不同的预定道路状况。应用神经网络可能要求存在适当数量的主输入数据，即雷达回波可用。然而，任何其它过程都可以用于以与上述方法步骤等同的方式分析后向散射系数，例如通过实现支持向量机。
附图标记列表
11载具
13雷达系统
14用于发射水平极化波的天线
15雷达发射单元
16用于发射垂直极化波的天线
17雷达接收单元
18用于接收水平极化波的天线
19处理装置
20用于接收垂直极化波的天线
21道路表面
22-H、22-V用于相应MIMO系统的集成电路
23道路表面部分
25发射的雷达波
27接收的雷达波
24a针对混凝土的HH后向散射系数
24b针对混凝土的VV后向散射系数
24c针对混凝土的HV后向散射系数
25a针对风化湿沥青的HH后向散射系数
25b针对风化湿沥青的VV后向散射系数
25c针对风化湿沥青的HV后向散射系数
26a针对新沥青的HH后向散射系数
26b针对新沥青的VV后向散射系数
26c针对新沥青的HV后向散射系数
27a针对风化沥青的HH后向散射系数
27b针对风化沥青的VV后向散射系数
27c针对风化沥青的HV后向散射系数
28a针对湿混凝土的HH后向散射系数
28b针对湿混凝土的VV后向散射系数
30针对所发射的H和V信号的图示
31针对湿沥青的区域
33针对干沥青的区域
35针对混凝土的区域
37针对草的区域
41针对湿沥青的区域
43针对干沥青的区域
45针对湿混凝土的区域
47针对干混凝土的区域
48针对草的区域
49针对雪的区域
51针对湿沥青的曲线
53针对干沥青的曲线
55针对湿混凝土的曲线
57针对干混凝土的曲线
100-230方法步骤

Claims (15)

1.一种用于通过使用雷达系统(13)来确定道路(21)的状况的方法，
其中，所述雷达系统(13)包括雷达发射单元(15)和雷达接收单元(17)，所述雷达发射单元(15)被配置为发射具有两种不同极化的雷达波(25)，所述雷达接收单元(17)被配置为接收具有两种不同极化的雷达波(27)，并且
其中，所述雷达系统(13)被配置为提供发射信号和接收信号，所述发射信号和接收信号指示相应的所发射的雷达波(25)和所接收的雷达波(27)的强度，
所述方法包括以下步骤：
基于由所述雷达系统(13)提供的发射信号和接收信号由处理装置(19)确定共极化后向散射系数和至少一个交叉极化后向散射系数，
如果所述交叉极化后向散射系数大于或等于预定交叉极化阈值，则由所述处理装置(19)基于所述共极化后向散射系数的比值并且基于所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差来确定道路(21)的状况，并且
如果所述交叉极化后向散射系数小于所述交叉极化阈值，则由所述处理装置(19)基于所述共极化后向散射系数的比值和差来确定道路(21)的状况。
2.根据权利要求1所述的方法，其中：
所述雷达发射单元(15)被配置为发射具有水平极化的雷达波(25)和具有垂直极化的雷达波(25)，并且所述雷达接收单元(17)被配置为接收具有水平极化的雷达波(27)和具有垂直极化的雷达波(27)，
所述共极化后向散射系数的所述比值是通过将针对水平极化发射雷达波和水平极化接收雷达波的后向散射系数即HH后向散射系数除以针对垂直极化发射雷达波和垂直极化接收雷达波的后向散射系数即VV后向散射系数来确定的。
3.根据权利要求2所述的方法，其中：
所述交叉极化后向散射系数是针对水平极化发射雷达波和垂直极化接收雷达波的后向散射系数即HV后向散射系数。
4.根据权利要求3所述的方法，其中：
如果所述HV后向散射系数大于或等于所述预定交叉极化阈值，则将所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差确定为所述VV后向散射系数与所述HV后向散射系数之间的差。
5.根据权利要求3或4所述的方法，其中：
如果所述HV后向散射系数小于所述预定交叉极化阈值，则将所述共极化后向散射系数的所述差确定为所述VV后向散射系数与所述HH后向散射系数之间的差。
6.根据权利要求3至5中的任一项所述的方法，其中：
如果所述HV后向散射系数小于所述预定交叉极化阈值，则在不同仰角处确定多个HH后向散射系数和多个VV后向散射系数，并且基于所述比值相对于所述差的方差来确定道路(21)的潮湿性。
7.根据权利要求6所述的方法，其中：
如果所述方差大于预定方差阈值，则道路(21)的状况包括湿表面，而如果所述方差等于或小于所述预定方差阈值，则道路(21)的状况包括干表面。
8.根据权利要求6或7所述的方法，其中：
确定道路(21)的状况附加地包括基于所述共极化后向散射系数中的一个共极化后向散射系数来确定道路(21)的材料。
9.根据权利要求8所述的方法，其中：
基于所述VV后向散射系数来确定所述道路(21)的材料。
10.根据权利要求3至9中的任一项所述的方法，其中：
如果所述HV后向散射系数小于所述预定交叉极化阈值，则确定多个HH后向散射系数和多个VV后向散射系数，以及
如果所述HH后向散射系数与所述VV后向散射系数的比值的平均值小于或等于1并且所述VV后向散射系数与所述HH后向散射系数之间的差的平均值小于或等于0，则基于该比值的所述平均值相对于该差的所述平均值来确定道路(21)的状况。
11.根据权利要求10所述的方法，其中：
如果所述HH后向散射系数与所述VV后向散射系数的比值的平均值接近1并且所述VV后向散射系数与所述HH后向散射系数之间的差的平均值接近0，则道路(21)的状况包括由垂直对象引起的高不规则性，
如果所述HH后向散射系数与所述VV后向散射系数的比值的平均值小于1并且所述VV后向散射系数与所述HH后向散射系数之间的差的平均值小于0，则道路(21)的状况包括道路(21)上的雪。
12.根据前述权利要求中的任一项所述的方法，其中：
如果所述交叉极化后向散射系数大于或等于所述预定交叉极化阈值，则基于针对所述共极化后向散射系数的比值的阈值以及针对所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差的阈值来确定道路(21)的状况。
13.根据权利要求12所述的方法，其中：
对于多个预定道路状况，所述阈值定义针对所述共极化后向散射系数的比值的相应范围以及所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差的相应范围，以及
针对所述共极化后向散射系数的比值的范围和针对所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差的范围的相应组合唯一地与所述多个预定道路状况中的一个预定道路状况相关。
14.一种雷达系统(13)，其被配置成安装在载具(11)处，所述雷达系统(13)包括：
雷达发射单元(15)，其被配置为发射具有两种不同极化的雷达波(25)并且提供指示所发射的雷达波(25)的强度的发射信号，
雷达接收单元(17)，其被配置为接收具有两种不同极化的雷达波(27)，并且提供指示所接收的雷达波(27)的强度的接收信号，以及
处理装置(19)，其被配置为：
基于所述发射信号和所述接收信号确定共极化后向散射系数和至少一个交叉极化后向散射系数，
如果所述交叉极化后向散射系数大于或等于预定交叉极化阈值，则基于所述共极化后向散射系数的比值并且基于所述共极化后向散射系数中的一个共极化后向散射系数与所述交叉极化后向散射系数的差来确定道路(21)的状况，以及
如果所述交叉极化后向散射系数小于所述交叉极化阈值，则基于所述共极化后向散射系数的比值和差来确定道路(21)的状况。
15.一种非暂时计算机可读介质，所述非暂时计算机可读介质包括用于执行根据权利要求1至13中的至少一项所述的由计算机实施的方法的指令。
CN202211070013.7A 2021-09-17 2022-09-02 用于确定道路状况的方法和雷达系统 Active CN115825956B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21197464.7 2021-09-17
EP21197464.7A EP4152040A1 (en) 2021-09-17 2021-09-17 Method and radar system for determining road conditions

Publications (2)

Publication Number Publication Date
CN115825956A true CN115825956A (zh) 2023-03-21
CN115825956B CN115825956B (zh) 2023-12-29

Family

ID=77838695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211070013.7A Active CN115825956B (zh) 2021-09-17 2022-09-02 用于确定道路状况的方法和雷达系统

Country Status (3)

Country Link
US (1) US11592522B1 (zh)
EP (1) EP4152040A1 (zh)
CN (1) CN115825956B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116879866A (zh) * 2023-09-06 2023-10-13 四川华腾公路试验检测有限责任公司 一种基于激光雷达三维数据的路面平整度评价方法

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4107678A (en) * 1976-09-28 1978-08-15 Westinghouse Electric Corp. Polarization correlation target seeker
JP2001134889A (ja) * 1999-11-04 2001-05-18 Denso Corp 路面状況推定装置
US6404377B1 (en) * 2000-10-31 2002-06-11 Raytheon Company UHF foliage penetration radar antenna
US6967612B1 (en) * 2004-10-22 2005-11-22 Gorman John D System and method for standoff detection of human carried explosives
EP2216659A1 (en) * 2008-09-11 2010-08-11 Valtion Teknillinen Tutkimuskeskus A method for road condition recognition
US20150014533A1 (en) * 2012-03-01 2015-01-15 Nissan Motor Co., Ltd. Vehicle detection device and vehicle detection method
US20150123838A1 (en) * 2013-11-06 2015-05-07 Delphi Technologies, Inc. Radar antenna assembly
EP2897845A1 (en) * 2012-09-20 2015-07-29 Google, Inc. Detecting road weather conditions
US20150212199A1 (en) * 2012-08-08 2015-07-30 Nissan Motor Co., Ltd. Road surface condition detection device and road surface condition detection method
DE102015003115A1 (de) * 2015-03-11 2016-09-15 Audi Ag Verfahren zur Ermittlung einer Fahrbahnzustandsinformation und Kraftfahrzeug
US20170168156A1 (en) * 2014-02-12 2017-06-15 Jaguar Land Rover Limited System for use in a vehicle
US20170293812A1 (en) * 2016-04-06 2017-10-12 Panasonic Intellectual Property Management Co., Ltd. Detection device, detection method, and non-transitory computer-readable recording medium storing detection program
DE102018201620A1 (de) * 2018-02-02 2019-08-08 Conti Temic Microelectronic Gmbh Vorrichtung und Verfahren zum Radar-basierten Klassifizieren von Fahrbahnzuständen
CN110140059A (zh) * 2016-12-27 2019-08-16 Iee国际电子工程股份公司 针对固定应用中的对象分类及道路状况估计的极化雷达系统和方法
US20190271765A1 (en) * 2016-11-14 2019-09-05 Iee International Electronics & Engineering S.A. Polarimetric radar system and method for classifying objects ahead of a vehicle
US20190277964A1 (en) * 2018-03-06 2019-09-12 Honeywell International Inc. Ice crystal detection by weather radar
DE102018203924A1 (de) * 2018-03-15 2019-09-19 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung einer Fahrbahnoberflächenbeschaffenheit
US20190366965A1 (en) * 2016-11-25 2019-12-05 Iee International Electronics & Engineering S.A. Polarimetric radar system and method for detecting and classifying vehicle occupants and other objects in a vehicle interior
US20200025868A1 (en) * 2017-02-24 2020-01-23 Astyx Gmbh Method for object classification using polarimetric radar data and device suitable therefor
US20200062245A1 (en) * 2016-11-30 2020-02-27 Limited Liability Company "Innovative Center Jewel" Method of providing for the dynamic stability and safety of a vehicle and device for the implementation thereof
US20200271751A1 (en) * 2017-12-20 2020-08-27 Robert Bosch Gmbh Device for emitting and receiving electromagnetic radiation
US20210239821A1 (en) * 2020-02-04 2021-08-05 Aptiv Technologies Limited Radar Device

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9063230B2 (en) * 2008-10-08 2015-06-23 Delphi Technologies, Inc. Radar sensor module
GB2523091B (en) * 2014-02-12 2017-11-01 Jaguar Land Rover Ltd A system for use in a vehicle
GB2552027B (en) * 2016-07-08 2019-02-20 Jaguar Land Rover Ltd A vehicle system for determining terrain type
JP7174668B2 (ja) * 2019-04-25 2022-11-17 京セラ株式会社 電子機器、電子機器の制御方法、及び電子機器の制御プログラム
EP3862771A1 (en) * 2020-02-04 2021-08-11 Aptiv Technologies Limited Radar device

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4107678A (en) * 1976-09-28 1978-08-15 Westinghouse Electric Corp. Polarization correlation target seeker
JP2001134889A (ja) * 1999-11-04 2001-05-18 Denso Corp 路面状況推定装置
US6404377B1 (en) * 2000-10-31 2002-06-11 Raytheon Company UHF foliage penetration radar antenna
US6967612B1 (en) * 2004-10-22 2005-11-22 Gorman John D System and method for standoff detection of human carried explosives
EP2216659A1 (en) * 2008-09-11 2010-08-11 Valtion Teknillinen Tutkimuskeskus A method for road condition recognition
EP2653882A1 (en) * 2008-09-11 2013-10-23 Teknologian Tutkimuskeskus VTT A method for road condition recognition
US20150014533A1 (en) * 2012-03-01 2015-01-15 Nissan Motor Co., Ltd. Vehicle detection device and vehicle detection method
US20150212199A1 (en) * 2012-08-08 2015-07-30 Nissan Motor Co., Ltd. Road surface condition detection device and road surface condition detection method
EP2897845A1 (en) * 2012-09-20 2015-07-29 Google, Inc. Detecting road weather conditions
US20150123838A1 (en) * 2013-11-06 2015-05-07 Delphi Technologies, Inc. Radar antenna assembly
US20170168156A1 (en) * 2014-02-12 2017-06-15 Jaguar Land Rover Limited System for use in a vehicle
DE102015003115A1 (de) * 2015-03-11 2016-09-15 Audi Ag Verfahren zur Ermittlung einer Fahrbahnzustandsinformation und Kraftfahrzeug
US20170293812A1 (en) * 2016-04-06 2017-10-12 Panasonic Intellectual Property Management Co., Ltd. Detection device, detection method, and non-transitory computer-readable recording medium storing detection program
US20190271765A1 (en) * 2016-11-14 2019-09-05 Iee International Electronics & Engineering S.A. Polarimetric radar system and method for classifying objects ahead of a vehicle
US20190366965A1 (en) * 2016-11-25 2019-12-05 Iee International Electronics & Engineering S.A. Polarimetric radar system and method for detecting and classifying vehicle occupants and other objects in a vehicle interior
US20200062245A1 (en) * 2016-11-30 2020-02-27 Limited Liability Company "Innovative Center Jewel" Method of providing for the dynamic stability and safety of a vehicle and device for the implementation thereof
CN110140059A (zh) * 2016-12-27 2019-08-16 Iee国际电子工程股份公司 针对固定应用中的对象分类及道路状况估计的极化雷达系统和方法
US20190331790A1 (en) * 2016-12-27 2019-10-31 Iee International Electronics & Engineering S.A. Polarimetric radar system and method for object classification and road condition estimation in stationary applications
US20200025868A1 (en) * 2017-02-24 2020-01-23 Astyx Gmbh Method for object classification using polarimetric radar data and device suitable therefor
US20200271751A1 (en) * 2017-12-20 2020-08-27 Robert Bosch Gmbh Device for emitting and receiving electromagnetic radiation
DE102018201620A1 (de) * 2018-02-02 2019-08-08 Conti Temic Microelectronic Gmbh Vorrichtung und Verfahren zum Radar-basierten Klassifizieren von Fahrbahnzuständen
US20190277964A1 (en) * 2018-03-06 2019-09-12 Honeywell International Inc. Ice crystal detection by weather radar
DE102018203924A1 (de) * 2018-03-15 2019-09-19 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung einer Fahrbahnoberflächenbeschaffenheit
US20210239821A1 (en) * 2020-02-04 2021-08-05 Aptiv Technologies Limited Radar Device

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116879866A (zh) * 2023-09-06 2023-10-13 四川华腾公路试验检测有限责任公司 一种基于激光雷达三维数据的路面平整度评价方法
CN116879866B (zh) * 2023-09-06 2023-11-14 四川华腾公路试验检测有限责任公司 一种基于激光雷达三维数据的路面平整度评价方法

Also Published As

Publication number Publication date
CN115825956B (zh) 2023-12-29
EP4152040A1 (en) 2023-03-22
US11592522B1 (en) 2023-02-28
US20230087328A1 (en) 2023-03-23

Similar Documents

Publication Publication Date Title
US20220187415A1 (en) Method for object classification using polarimetric radar data and device suitable therefor
US9575170B2 (en) Radar device and target height calculation method
KR102488038B1 (ko) 차량용 레이더 장치 및 그의 타겟 결정 방법
JP4368852B2 (ja) レーダ装置
US8477063B2 (en) System and method for obstacle detection and warning
JP7257579B2 (ja) 電子機器、電子機器の制御方法、及びプログラム
KR102661797B1 (ko) 자동차용 각도 분해 광대역 레이더 센서
US20200408878A1 (en) A radar transceiver with reduced false alarm rate
US10473760B2 (en) Radar device and vertical axis-misalignment detecting method
CN115825956B (zh) 用于确定道路状况的方法和雷达系统
US10495743B2 (en) Direction error detection method and apparatus using estimated directions, and in-vehicle radar apparatus
WO2019111641A1 (ja) 降水粒子判別装置、降水粒子判別方法、及び降水粒子判別プログラム
US9291659B2 (en) Antenna blockage detection
JP7432036B2 (ja) 電子機器、電子機器の制御方法、及びプログラム
CN109752699B (zh) 基于距离-啁啾图中曲线检测的目标检测
Bystrov et al. Experimental study of rough surface backscattering for low terahertz automotive radar
Bystrov et al. Remote road surface identification using radar and ultrasonic sensors
EP0724166B1 (en) Method and apparatus for estimating radar signal polarisation
JP2023021453A (ja) 電子機器、電子機器の制御方法、及び電子機器の制御プログラム
US20210286048A1 (en) Radar device
US11454705B2 (en) Tracking system and method for characterizing target height using percentage of range bins
US20220221567A1 (en) Electronic device, method for controlling electronic device, and program
US20220214440A1 (en) Electronic device, method for controlling electronic device, and program
US20220285830A1 (en) Hybrid low-frequency and high-frequency radar system
WO2021085083A1 (ja) 電子機器、電子機器の制御方法、及びプログラム

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