CN116047442A - 一种检测目标角度的方法、装置及电子设备 - Google Patents

Abstract

本申请提供一种适用于雷达技术领域，提供一种检测目标角度的方法、装置及电子设备。方法包括：利用预设算法对回波信号进行处理，得到三维矩阵；确定三维矩阵中在距离维度、速度维度和角度维度各自均满足对应预设条件的第一待检测目标区域；在基于激光雷达获取的点云数据中，确定与第一待检测目标区域对应的目标点云数据；根据聚类确定待检测目标所在角度的边界值；根据角度的边界值，确定待检测目标对应的角度频带范围；对与角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱再确定待检测目标的精确角度。由于激光雷达具有角分辨率高的特点且频谱细化也能提高角分辨率，可提高角分辨率，从而提高角度检测精度。

Description

一种检测目标角度的方法、装置及电子设备

技术领域

本申请属于雷达技术领域，尤其涉及一种检测目标角度的方法、装置及电子设备。

背景技术

目前，在自动驾驶中，毫米波雷达具有波长短、频段宽、波速窄、抗天气干扰能力强等特点，能够检测道路上的车辆、行人等目标，并给出目标在传感器自身坐标系中的距离、速度和角度等信息。与此同时，毫米波雷达还具有全天时、全天候工作的优势，因此有着举足轻重的地位。一般毫米波雷达采用收发FMCW(调频连续波)信号进行测距和测速，通过布置多个接收天线，根据接收信号的相位差进行测角。毫米波雷达在角度估计时，由于毫米波雷达天线数量、天线距离等方面的限制，最终得到的频谱并非一个尖峰，而是一个较宽的波瓣范围，只能将目标角度确定在一个粗略的范围内，对目标的角度测量的准确性低。

发明内容

本申请实施例提供了一种检测目标角度的方法、装置及电子设备，旨在解决现有基于雷达检测目标的准确性低的问题。

第一方面，本申请实施例提供一种检测目标角度的方法，应用于包含多个天线的雷达系统，所述雷达系统发射调频连续波进行测距，所述雷达系统包括毫米波雷达和激光雷达，所述方法包括：

获取基于所述毫米波雷达发射调频连续波返回的回波信号；

利用预设算法对所述回波信号进行处理，得到三维矩阵，所述三维矩阵包含测距维度，测速维度以及角度维度；

确定所述三维矩阵中在距离、速度和角度均满足对应预设条件的区域，并作为第一待检测目标区域；

在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据；

利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值；

根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围；

对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱；

根据所述进行频谱细化后的角度频谱，确定待检测目标的精确角度。

在一个实施例中，所述利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值，包括：

利用DBSCAN或均值漂移聚类算法对所述目标点云数据进行聚类，根据聚类的区域确定待检测目标所在的区域，作为第二待检测目标区域；

根据所述第二待检测目标区域，确定待检测目标所在角度的边界值。

在一个实施例中，所述对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱，包括：

对与所述角度频带范围对应的目标角度频谱，通过Zoom-FFT算法进行频谱细化，得到进行频谱细化后的角度频谱。

在一个实施例中，所述预设算法为三维快速傅里叶变换算法3D-FFT。

在一个实施例中，所述利用预设算法对所述回波信号进行处理，得到三维矩阵，包括：

利用二维快速傅里叶变换算法2D-FFT对所述回波信号进行处理，得到二维矩阵；所述二维矩阵包含测距维度和测速维度；

利用角度估计算法对所述各天线间的回波信号进行处理，得到角度信息；

根据所述二维矩阵和所述角度信息得到所述三维矩阵。

在一个实施例中，所述角度估计算法为Beamforming、Capon、MUSIC算法中一种。

在一个实施例中，所述在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据，包括：

根据激光雷达坐标系与所述毫米波雷达坐标系之间的标定关系，确定与所述毫米波雷达坐标系下所述第一待检测目标区域对应的基于激光雷达坐标系下的区域；

在基于所述激光雷达获取的点云数据中，获取与所述基于毫米波雷达坐标系下的区域对应目标点云数据。

在一个实施例中，所述根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围，包括：

根据在激光雷达坐标系下待检测目标所在角度的边界值以及所述标定关系，确定在毫米波雷达坐标系下待检测目标所在角度的边界值；

在所述回波信号的角度频谱中，确定与所述在毫米波雷达坐标系下待检测目标所在角度的边界值对应的角度频带范围。

第二方面，本申请实施例提供一种检测目标角度的装置，应用于包含多个天线的雷达系统，所述雷达系统发射调频连续波进行测距，所述雷达系统包括毫米波雷达和激光雷达，所述装置包括：

获取模块，用于获取基于所述毫米波雷达发射调频连续波返回的回波信号；

处理模块，用于利用预设算法对所述回波信号进行处理，得到三维矩阵，所述三维矩阵包含测距维度，测速维度以及角度维度；

第一确定模块，确定所述三维矩阵中在距离、速度和角度均满足对应预设条件的区域，并作为第一待检测目标区域；

第二确定模块，用于在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据；

第三确定模块，用于利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值；

第四确定模块，用于根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围；

频谱细化模块，用于对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱；

第五确定模块，用于根据所述进行频谱细化后的角度频谱，确定待检测目标的精确角度。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现上述检测目标角度的方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现上述检测目标角度的方法的步骤。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述检测目标角度的方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：先通过毫米波雷达数据确定目标的第一待检测目标区域，由于激光雷达具有角分辨率高的特点，因此可在第一待检测目标区域基础上使用激光雷达确定目标所在角度的边界值，根据角度的边界值，确定待检测目标对应的角度频带范围，频谱细化也能提高角分辨率，因此再将角度频带范围对应的目标角度频谱进行频谱细化，根据频谱细化后的角度频谱，确定待检测目标的精确角度可提高角分辨率，从而提高角度检测精度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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申请的一些实施例，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是本申请一实施例提供的检测目标角度的方法的流程示意图；

图2是本申请一实施例提供的利用预设算法对所述回波信号进行处理，得到三维矩阵的示意图；

图3是本申请一实施例提供的步骤S102的具体流程示意图；

图4是本申请一实施例提供的步骤S104的具体流程示意图；

图5是本申请一实施例提供的步骤S105的具体流程示意图；

图6是本申请一实施例提供的步骤S106的具体流程示意图；

图7是本申请另一实施例提供的检测目标角度的装置的结构示意图；

图8是本申请又一实施例提供的电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

本申请实施例提供的检测目标角度的方法，应用于包含多个天线的雷达系统，所述雷达系统发射调频连续波进行测距，所述雷达系统可以是车载雷达系统，且所述雷达系统包括毫米波雷达和激光雷达。本申请实施例对雷达系统的具体类型不作任何限制。

为了说明本申请所述的技术方案，下面通过具体实施例进行说明。

请参阅图1，本申请实施例提供的一种检测目标角度的方法，包括：

步骤S101，获取基于所述毫米波雷达发射调频连续波返回的回波信号。

具体地，通过所述雷达系统中的毫米波雷达发射调频连续波；根据毫米波雷达接收基于发射的调频连续波返回的所述回波信号。

步骤S102，利用预设算法对所述回波信号进行处理，得到三维矩阵，所述三维矩阵包含测距维度，测速维度以及角度维度。

具体地，根据雷达系统中接收天线接收到的回波信号，利用预设算法对所述回波信号进行处理，确定出包括目标的距离、速度和角度三个维度数据，根据三个维度数据可得到三维矩阵。

在一个实施例中，所述预设算法为三维快速傅里叶变换算法3D-FFT。

具体地，回波信号在时域上不明显的特征映射到频域上就会变得明显，通过三维快速傅里叶变换算法(3D-FFT)分别从距离、速度和角度进行处理，能得到对应信号的频谱并分析回波信息存在的特征从而可确定距离、速度和角度信息，雷达发射天线发射的FMCW信号分为很多chirp，将每个返回的chirp所得的中频信号(IF信号)的AD采样结果进行快速傅里叶变换(Fast Fourier Transform，FFT)，根据得到的峰值频率计算目标位置，这一过程称为距离傅里叶变换(range FFT)；基于目标运动速度造成的多普勒平移(dopper频移)，对单个天线中所有的chirp在range FFT后的结果，进行chirp间的FFT，即多普勒快速傅里叶变换(doppler FFT)，根据得到的峰值频率计算目标速度(即doppler FFT结果)，基于目标所在角度造成的在不同接收天线之间相位差，进行不同天线信号间的FFT，即角度傅里叶变换(angle FFT)，根据得到的峰值频率计算目标角度(angle FFT结果)。根据傅里叶变换的可分离性，以上过程可视为一次3D-FFT。通过三维快速傅里叶变换算法(3D-FFT)能得到距离、速度和角度信息。

在一个应用场景中，如图2所示为利用预设算法(如3D-FFT)对所述回波信号进行处理，得到三维矩阵的示意图，所述三维矩阵包含测距维度，测速维度以及角度维度。

在一个实施例中，如图3所示，所述步骤S102包括步骤S1021至步骤S1023：

步骤S1021，利用二维快速傅里叶变换算法2D-FFT对所述回波信号进行处理，得到二维矩阵；所述二维矩阵包含测距维度和测速维度。

具体地，可先基于二维快速傅里叶变换算法2D-FFT对所述回波信号进行处理，得到距离速度信息。即可将每个返回的chirp所得的中频信号(IF信号)的AD采样结果进行FFT(Fast Fourier Transform，快速傅里叶变换)，根据得到的峰值频率计算目标位置，这一过程称为距离傅里叶变换(range FFT)；基于目标运动速度造成的多普勒平移(dopper频移)，对单个天线中所有的chirp在range FFT后的结果，进行chirp间的FFT，即多普勒快速傅里叶变换(doppler FFT)，根据得到的峰值频率计算目标速度(doppler FFT结果)，以上过程可视为一次2D-FFT。基于2D-FFT可得到距离速度数据，根据距离速度数据可得到距离速度二维矩阵。

步骤S1022，利用角度估计算法对所述各天线间的回波信号进行处理，得到角度信息。

具体地，在得到距离和速度信息后，角度信息可根据角度估计算法对所述各天线间的回波信号进行处理得到。

在一个实施例中，所述角度估计算法为Beamforming、Capon、MUSIC算法中一种。

步骤S1023，根据所述二维矩阵和所述角度信息得到所述三维矩阵。

具体地，根据距离速度二维矩阵和角度估计算法的得到的角度信息，可确定出包括待测目标的距离、速度和角度三个维度数据得到三维矩阵。

步骤S103，确定所述三维矩阵中在距离、速度和角度均满足对应预设条件的区域，并作为第一待检测目标区域。

具体地，预设算法为三维快速傅里叶变换算法3D-FFT，FFT可以将信号从时域变换到频域，通过3D-FFT处理得到的三维矩阵中包括距离、速度和角度的频谱信息，三维矩阵中的频谱信息中距离维度、速度维度和角度维度各自频谱均大于各自预设阈值的区域初步判定存在目标，因此将该区域作为上述第一待检测目标区域。

步骤S104，在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据。

具体地，激光雷达扫描到物体表面可得到反射而回的点云数据，因此可在基于激光雷达获取的点云数据中，确定与第一检测区域反射而回的点云数据。

在一个实施例中，如图4所示，步骤S104包括步骤S1041至步骤S1042：

步骤S1041，根据激光雷达坐标系与所述毫米波雷达坐标系之间的标定关系，确定与所述毫米波雷达坐标系下所述第一待检测目标区域对应的基于激光雷达坐标系下的区域。

具体地，由于雷达系统包括毫米波雷达和激光雷达。两个雷达安装位置可能在不同的地方，可预先根据两个雷达安装位置的相对关系，确定出两个雷达之间的标定关系，前述第一待检测目标区域为在毫米波雷达坐标系下的区域，根据标定关系，可将第一待检测目标区域转为激光雷达坐标系下的区域。

步骤S1042，在基于所述激光雷达获取的点云数据中，获取与所述基于毫米波雷达坐标系下的区域对应目标点云数据。

具体地，在基于激光雷达获取的点云数据中，获取将第一待检测目标区域转为激光雷达坐标系下的区域下对应的点云数据，称之为目标点云数据。

步骤S105，利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值。

具体地，在确定目标点云数据后，由于目标点云数据可能处于离散状态，因此可通过聚类算法将目标点云数据中的点组织成具有一定空间结构组织的点云数据。所述聚类算法可采用基于距离的点云聚类算法、基于密度的点云聚类算法等。

在一个实施例中，如图5所示，步骤S105包括步骤S1051至步骤S1052：

步骤S1051，利用DBSCAN或均值漂移聚类算法对所述目标点云数据进行聚类，根据聚类的区域确定待检测目标所在的区域，作为第二待检测目标区域。

具体地，DBSCAN(Density—Based Spatial Clustering of Application withNoise)算法是一种基于密度的聚类方法。它将簇定义为密度相连的点的最大集合，能够把具有足够密度的区域划分为簇，并可以在有噪音的空间数据集中发现任意形状的簇，可利用DBSCAN聚类算法对所述目标点云数据进行聚类，根据聚类的区域确定待检测目标所在的区域，作为第二待检测目标区域。均值漂移聚类是基于滑动窗口的算法，来找到数据点的密集区域，因此也可利用均值漂移聚类算法对所述目标点云数据进行聚类，根据聚类的区域确定待检测目标所在的区域，作为第二待检测目标区域。

步骤S1052，根据所述第二待检测目标区域，确定待检测目标所在角度的边界值。

具体地，根据第二待检测目标区域所在角度上下限，确定待检测目标所在角度的边界值。

步骤S106，根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围；其中，所述角度频谱为对所述回波信号基于角度快速傅里叶变换得到的频谱。

具体地，由于根据上述角度的边界值是根据所述第二待检测目标区域确定的角度边界值，在对所述回波信号对应的角度频谱中确定与该角度边界值对应的频带范围，将该频带范围作为所述待检测目标对应的角度频带范围。其中，所述角度频谱可以是对所述回波信号基于角度快速傅里叶变换得到的频谱。

在一个实施例中，如图6所示，步骤S106包括步骤S1061至步骤S1062：

步骤S1061，根据在激光雷达坐标系下待检测目标所在角度的边界值以及所述标定关系，确定在毫米波雷达坐标系下待检测目标所在角度的边界值。

具体地，由于上述角度的边界值是根据所述第二待检测目标区域确定，第二检测区域是在激光雷达坐标系下的区域，因此角度的边界值也是基于激光雷达坐标系下的角度边界值，将该角度边界值基于根据激光雷达坐标系与所述毫米波雷达坐标系之间的标定关系，转化成在毫米波雷达坐标系下的角度边界值。

步骤S1062，在所述回波信号的角度频谱中，确定与所述在毫米波雷达坐标系下待检测目标所在角度的边界值对应的角度频带范围。

具体地，在所述回波信号的角度频谱中，确定出与在毫米波雷达坐标系下待检测目标所在角度的边界值对应的角度频带范围。

步骤S107，对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱。

具体地，为了更好的衡量频率分辨率与计算复杂度之间的关系，可将信号的频谱基于局部进行处理，通过将频谱中感兴趣的目标频段进行局部放大可称为频谱细化，从而可在计算量少的前提下提高频率分辨率，因此将确定的角度频段范围对应的角度频谱作为目标角度频谱，将目标角度频谱进行频谱细化处理，得到频谱细化后的角度频谱。

在一个实施例中，所述对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱，包括：对与所述角度频带范围对应的目标角度频谱，通过Zoom-FFT算法进行频谱细化，得到进行频谱细化后的角度频谱。

具体地，Zoom-FFT算法可进行高精度的频谱分析，Zoom-FFT算法包括移频(复调制)、低通数字滤波、重采样及频率调整等过程，可提高频带内的数据密度，得到分辨率更高的频谱。可基于Zoom-FFT算法对上述目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱。

步骤S108，根据所述进行频谱细化后的角度频谱，确定待检测目标的精确角度。

具体地，根据进行频谱细化后的角度频谱可更能区分目标的精确角度，从而将根据所述进行频谱细化后的角度频谱，确定待检测目标的角度作为确定出的精确角度。

本申请实施例先通过毫米波雷达数据确定目标的第一待检测目标区域，由于激光雷达具有角分辨率高的特点，因此可在第一待检测目标区域基础上使用激光雷达确定目标所在角度的边界值，根据角度的边界值，确定待检测目标对应的角度频带范围，频谱细化也能提高角分辨率，因此再将角度频带范围对应的目标角度频谱进行频谱细化，根据频谱细化后的角度频谱，确定待检测目标的精确角度可提高角分辨率，从而提高角度检测精度。

对应于上文实施例所述检测目标角度的方法，图7示出了本申请实施例提供的检测目标角度的装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。检测目标角度的装置集成于包含多个天线的雷达系统，所述雷达系统发射调频连续波进行测距，所述检测目标角度的装置700包括：

所述雷达系统包括毫米波雷达和激光雷达，所述装置700包括：

获取模块701，用于获取基于所述毫米波雷达发射调频连续波返回的回波信号；

处理模块702，用于利用预设算法对所述回波信号进行处理，得到三维矩阵，所述三维矩阵包含测距维度，测速维度以及角度维度；

第一确定模块703，确定所述三维矩阵中在距离、速度和角度均满足对应预设条件的区域，并作为第一待检测目标区域；

第二确定模块704，用于在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据；

第三确定模块705，用于利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值；

第四确定模块706，用于根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围；

频谱细化模块707，用于对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱；

第五确定模块708，用于根据所述进行频谱细化后的角度频谱，确定待检测目标的精确角度。

在一个实施例中，所述第三确定模块包括：

第一确定单元，用于利用DBSCAN或均值漂移聚类算法对所述目标点云数据进行聚类，根据聚类的区域确定待检测目标所在的区域，作为第二待检测目标区域；

第二确定单元，用于根据所述第二待检测目标区域，确定待检测目标所在角度的边界值。

在一个实施例中，所述频谱细化模块具体用于：对与所述角度频带范围对应的目标角度频谱，通过Zoom-FFT算法进行频谱细化，得到进行频谱细化后的角度频谱。

在一个实施例中，所述预设算法为三维快速傅里叶变换算法3D-FFT。

在一个实施例中，处理模块包括：

第一处理单元，用于利用二维快速傅里叶变换算法2D-FFT对所述回波信号进行处理，得到二维矩阵；所述二维矩阵包含测距维度和测速维度；

第二处理单元，用于利用角度估计算法对所述各天线间的回波信号进行处理，得到角度信息；

得到单元，用于根据所述二维矩阵和所述角度信息得到所述三维矩阵。

在一个实施例中，所述角度估计算法为Beamforming、Capon、MUSIC算法中一种。

在一个实施例中，所述第二确定模块包括：

第三确定单元，用于根据激光雷达坐标系与所述毫米波雷达坐标系之间的标定关系，确定与所述毫米波雷达坐标系下所述第一待检测目标区域对应的基于激光雷达坐标系下的区域；

获取单元，用于在基于所述激光雷达获取的点云数据中，获取与所述基于毫米波雷达坐标系下的区域对应目标点云数据。

在一个实施例中，所述第四确定模块包括：

第四确定单元，用于根据在激光雷达坐标系下待检测目标所在角度的边界值以及所述标定关系，确定在毫米波雷达坐标系下待检测目标所在角度的边界值；

第五确定单元，用于在所述回波信号的角度频谱中，确定与所述在毫米波雷达坐标系下待检测目标所在角度的边界值对应的角度频带范围。

本申请实施例先通过毫米波雷达数据确定目标的第一待检测目标区域，由于激光雷达具有角分辨率高的特点，因此可在第一待检测目标区域基础上使用激光雷达确定目标所在角度的边界值，根据角度的边界值，确定待检测目标对应的角度频带范围，频谱细化也能提高角分辨率，因此再将角度频带范围对应的目标角度频谱进行频谱细化，根据频谱细化后的角度频谱，确定待检测目标的精确角度可提高角分辨率，从而提高角度检测精度。

如图8所示，本发明的一个实施例还提供一种电子设备800包括：处理器801，存储器802以及存储在所述存储器802中并可在所述处理器801上运行的计算机程序803，例如检测目标角度的程序。所述处理器801执行所述计算机程序803时实现上述各个检测目标角度的方法实施例中的步骤。所述处理器801执行所述计算机程序803时实现上述各装置实施例中各模块的功能，例如图7所示模块701至708的功能。

示例性的，所述计算机程序803可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器802中，并由所述处理器801执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序803在所述电子设备800中的执行过程。例如，所述计算机程序803可以被分割成获取模块，处理模块，第一确定模块，第二确定模块，第三确定模块，第四确定模块，频谱细化模块和第五确定模块，各模块具体功能在上述实施例中已有描述，此处不再赘述。

所述电子设备可包括，但不仅限于，处理器801，存储器802。本领域技术人员可以理解，图8仅仅是电子设备800的示例，并不构成对电子设备800的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器801可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器802可以是所述电子设备800的内部存储单元，例如电子设备800的硬盘或内存。所述存储器802也可以是所述电子设备800的外部存储设备，例如所述电子设备800上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器802还可以既包括所述电子设备800的内部存储单元也包括外部存储设备。所述存储器802用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器802还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种检测目标角度的方法，应用于包含多个天线的雷达系统，所述雷达系统发射调频连续波进行测距，其特征在于，所述雷达系统包括毫米波雷达和激光雷达，所述方法包括：

获取基于所述毫米波雷达发射调频连续波返回的回波信号；

利用预设算法对所述回波信号进行处理，得到三维矩阵，所述三维矩阵包含测距维度，测速维度以及角度维度；

确定所述三维矩阵中在距离、速度和角度均满足对应预设条件的区域，并作为第一待检测目标区域；

在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据；

利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值；

根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围；

对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱；

根据所述进行频谱细化后的角度频谱，确定待检测目标的精确角度。

2.根据权利要求1所述的方法，其特征在于，所述利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值，包括：

利用DBSCAN或均值漂移聚类算法对所述目标点云数据进行聚类，根据聚类的区域确定待检测目标所在的区域，作为第二待检测目标区域；

根据所述第二待检测目标区域，确定待检测目标所在角度的边界值。

3.根据权利要求1所述的方法，其特征在于，所述对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱，包括：

对与所述角度频带范围对应的目标角度频谱，通过Zoom-FFT算法进行频谱细化，得到进行频谱细化后的角度频谱。

4.根据权利要求1所述的方法，其特征在于，所述预设算法为三维快速傅里叶变换算法3D-FFT。

5.根据权利要求4所述的方法，其特征在于，所述利用预设算法对所述回波信号进行处理，得到三维矩阵，包括：

利用二维快速傅里叶变换算法2D-FFT对所述回波信号进行处理，得到二维矩阵；所述二维矩阵包含测距维度和测速维度；

利用角度估计算法对所述各天线间的回波信号进行处理，得到角度信息；

根据所述二维矩阵和所述角度信息得到所述三维矩阵。

6.根据权利要求5所述的方法，其特征在于，所述角度估计算法为Beamforming、Capon、MUSIC算法中一种。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据，包括：

根据激光雷达坐标系与所述毫米波雷达坐标系之间的标定关系，确定与所述毫米波雷达坐标系下所述第一待检测目标区域对应的基于激光雷达坐标系下的区域；

在基于所述激光雷达获取的点云数据中，获取与所述基于毫米波雷达坐标系下的区域对应目标点云数据。

8.根据权利要求7所述的方法，其特征在于，所述根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围，包括：

根据在激光雷达坐标系下待检测目标所在角度的边界值以及所述标定关系，确定在毫米波雷达坐标系下待检测目标所在角度的边界值；

在所述回波信号的角度频谱中，确定与所述在毫米波雷达坐标系下待检测目标所在角度的边界值对应的角度频带范围。

9.一种检测目标角度的装置，其特征在于，应用于包含多个天线的雷达系统，所述雷达系统发射调频连续波进行测距，其特征在于，所述雷达系统包括毫米波雷达和激光雷达，所述装置包括：

获取模块，用于获取基于所述毫米波雷达发射调频连续波返回的回波信号；

处理模块，用于利用预设算法对所述回波信号进行处理，得到三维矩阵，所述三维矩阵包含测距维度，测速维度以及角度维度；

第一确定模块，确定所述三维矩阵中在距离、速度和角度均满足对应预设条件的区域，并作为第一待检测目标区域；

第二确定模块，用于在基于所述激光雷达获取的点云数据中，确定与所述第一待检测目标区域对应的目标点云数据；

第三确定模块，用于利用聚类算法对所述目标点云数据进行聚类，根据聚类的结果确定待检测目标所在角度的边界值；

第四确定模块，用于根据所述角度的边界值，在所述回波信号的角度频谱中确定所述待检测目标对应的角度频带范围；

频谱细化模块，用于对与所述角度频带范围对应的目标角度频谱进行频谱细化，得到进行频谱细化后的角度频谱；

第五确定模块，用于根据所述进行频谱细化后的角度频谱，确定待检测目标的精确角度。

10.一种电子设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如权利要求1至8任一项所述的方法。

Images