CN116670536A - 使用位置一致性进行距离变化率的解混叠的系统和方法 - Google Patents
使用位置一致性进行距离变化率的解混叠的系统和方法 Download PDFInfo
- Publication number
- CN116670536A CN116670536A CN202180087955.3A CN202180087955A CN116670536A CN 116670536 A CN116670536 A CN 116670536A CN 202180087955 A CN202180087955 A CN 202180087955A CN 116670536 A CN116670536 A CN 116670536A
- Authority
- CN
- China
- Prior art keywords
- average
- point cloud
- tentative
- rate
- range rate
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000008859 change Effects 0.000 claims description 86
- 238000004422 calculation algorithm Methods 0.000 claims description 29
- 238000005259 measurement Methods 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
-
- 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
- G01S13/726—Multiple target tracking
-
- 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
- G01S13/44—Monopulse radar, i.e. simultaneous lobing
- G01S13/449—Combined with MTI or Doppler processing circuits
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
- G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S15/582—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S15/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse-modulated waves and based upon the Doppler effect resulting from movement of targets with measures taken for suppressing velocity ambiguities, i.e. anti-aliasing
-
- 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
- G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
-
- 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
- G01S7/04—Display arrangements
- G01S7/06—Cathode-ray tube displays or other two dimensional or three-dimensional displays
- G01S7/10—Providing two-dimensional and co-ordinated display of distance and direction
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
-
- 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
- G01S2013/9318—Controlling the steering
-
- 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
- G01S2013/93185—Controlling the brakes
-
- 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
- G01S2013/9319—Controlling the accelerator
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
用于操作雷达系统的系统和方法。方法包含由处理器执行以下操作:接收由至少一个雷达设备生成的点云信息和对对象的空间描述;通过基于空间描述对点云信息的数据点进行分组来生成多个点云片段;以时间顺序排列点云片段以定义暂定的雷达航迹;使用暂定的雷达航迹执行解混叠操作以生成跟踪器初始化信息;以及使用跟踪器初始化信息来生成对象轨迹。
Description
交叉引用与优先权要求
本专利文件要求2020年11月2日提交的美国专利申请第17/086,559号的优先权,其在此通过引用并入本文。
背景技术
技术领域声明
本发明总体上涉及雷达系统。更具体地,本发明涉及使用位置一致性来实施距离变化率的解混叠(range-rate dealiasing)的系统和方法。
相关技术描述
雷达系统通常用于检测对象的存在、方向、距离和速度。对象可以包括车辆、船只、飞机、行人、动物、树木和/或建筑物。在操作期间,雷达系统发射信号,信号从对象反射回雷达系统。反射的信号由雷达系统接收。接收到的信号提供了关于对象的位置和速度的信息。例如,如果对象朝向或远离雷达系统运动,则由于多普勒效应,接收到的信号将具有与发射的信号的频率略微不同的频率。
发明内容
本发明涉及实施用于操作雷达系统的系统和方法。方法包含由处理器执行以下操作:接收由至少一个雷达设备生成的点云信息和对象的空间描述;基于空间描述通过对点云信息的数据点进行分组来生成多个点云片段;以时间顺序排列点云片段以定义暂定的雷达航迹;使用暂定的雷达航迹执行解混叠操作以生成跟踪器初始化信息;以及使用跟踪器初始化信息来生成对象轨迹。
在某些场景中,如果单个数据点远离任何数据点,则其可以形成点云片段。在其它场景中,当满足以下条件时,至少两个数据点将分组在一起以形成点云片段:两个数据点之间的欧几里得距离(Euclidean distance)小于阈值;两个数据点的距离变化率角度(range-rate angle)之间的绝对差值小于阈值;和/或两个数据点的距离变化率幅度(range-rate amplitude)之间的差值小于阈值。
在这些或其它场景中,解混叠操作包含:计算每个点云片段和暂定的雷达航迹的平均距离变化率值和平均速度模糊值;计算给定的点云片段的平均距离变化率值与暂定的雷达航迹的平均距离变化率值之间的距离变化率差值;将距离变化率差值与阈值进行比较;当距离变化率差值大于阈值时,确定距离变化率差值接近暂定的雷达航迹的平均速度模糊;和/或当确定距离变化率差值接近暂定的雷达航迹的平均速度模糊时,确定存在边缘情况。
在这些或其它场景中,解混叠操作包含执行位置一致性的解混叠算法。位置一致性的解混叠包括根据以下数学方程式估计平均距离变化率:
RR估计=(Pt-Ps)/(TV平均-T-TV平均-S),
其中,RR估计是估计的平均距离变化率,Pt是暂定的雷达航迹的位置,Ps是给定的点云片段的位置,TV平均-T是暂定的雷达航迹的平均有效时间,TV平均-S是给定的点云片段的平均有效时间。
位置一致性的解混叠算法还包括根据以下数学方程式确定多个可能的K值:
∣RR测量的+K*B平均-S∣≤vg,
其中,RR测量的是给定的数据点的测量的距离变化率,B平均-S是给定的点云片段的平均速度模糊,vg是合理的最大地面速度。K是整数(正的、负的或零)。
然后,根据以下数学方程式使用可能的K值来生成多个距离变化率假设值:
RR假设=RR平均-T+K*B平均-S,
其中RR假设是距离变化率假设值,RR平均-T是暂定的雷达航迹的平均距离变化率。当多个距离变化率假设值中的相应的一个小于预定义阈值时,假设被接受。当假设被接受时,确定估计的平均距离变化率与多个距离变化率假设值中的给定的距离变化率假设值之间的绝对差值。当绝对差值大于阈值时,位置一致性的解混叠算法被认为是成功的。当位置一致性的解混叠算法被认为成功时,确定真实的距离变化率值。真实的距离变化率用于生成跟踪器初始化信息。
实施系统可以包含:处理器;以及包含编程指令的非暂时性计算机可读存储介质,编程指令配置为使处理器实施用于操作自动化系统的方法。还可以由计算机程序产品来实施以上所述方法,计算机程序产品包含存储器和配置为使处理器执行操作的编程指令。
附图说明
将参考以下附图描述本发明的技术方案,其中附图中相同的附图标记表示相同的项目。
图1提供了说明性雷达系统的图示。
图2提供了说明性雷达设备的图示。
图3提供了有助于理解本发明的技术方案的图形。
图4提供了用于操作图1的雷达系统的流程图。
图5提供了有助于理解暂定的雷达航迹段的解混叠的图形。
图6提供了暂定的雷达航迹段的解混叠的说明性方法的流程图。
图7提供了实施关于图1-6描述的雷达系统的系统的图示。
图8是车辆的说明性架构的图示。
图9是说明性计算设备的图示。
图10提供了有助于理解如何根据本发明的技术方案实现车辆控制的框图。
具体实施方式
本文件中使用的单数形式“一个”和“该”包括复数形式,除非上下文另有明确规定。除非另有定义,否则本文中使用的所有技术和科学术语具有与本领域普通技术人员通常理解的含义相同的含义。如在本文件中所使用的,术语“包含”是指“包括,但不限于”。与本文件相关的附加术语的定义包含在本具体实施方式的末尾。
“电子设备”或“计算设备”是指包括处理器和存储器的设备。每个设备可以具有其自己的处理器和/或存储器,或者可以像在虚拟机或容器布置中那样,处理器和/或者存储器可以与其它设备共享。存储器将包含或接收编程指令,该编程指令在由处理器执行时使电子设备根据编程指令执行一个或多个操作。
术语“存储器”、“存储器设备”、“数据存储器”、数据存储装置等均指存储计算机可读数据、编程指令或两者的非临时设备。除非另有特别说明,否则术语“存储器”、“存储器设备”、“数据存储器”、“数据存储装置”等旨在包括单个设备实施例、其中多个存储器设备一起或共同存储一组数据或指令的实施例,以及这些设备内的单个扇区。
术语“处理器”和“处理设备”是指配置为执行编程指令的电子设备的硬件组件。除非另有特别说明,否则单数术语“处理器”或“处理设备”旨在包括单个处理设备实施例和多个处理设备一起或共同执行过程的实施例。
术语“车辆”是指能够承载一名或多名乘客和/或货物并且由任何形式的能量提供动力的任何运动形式的运输工具。术语“车辆”包括但不限于轿车、卡车、厢式货车、火车、自主车辆、飞机、无人机等。“自主车辆”是指具有处理器、编程指令和由处理器控制而无需人工操作的传动系统部件的车辆。自主车辆可以是完全自主的,因为它不需要人工操作员进行大多数或所有驾驶条件和功能,或者它可以是半自主的,在某些条件或某些操作中可能需要人工操作,或者人工操作员可以超驰车辆的自主系统并且控制车辆,或者它可以是配备有高级驾驶员辅助系统的人工操纵的车辆。
在本文件中,当使用“第一”和“第二”等术语来修饰名词时,这种使用只是为了将一个项目与另一个项目区分开来,除非特别说明,否则不需要顺序。此外,相对位置的术语,如“垂直”和“水平”,或“前部”和“后部”,在使用时,旨在彼此相对,而不必是绝对的,并且仅指与这些术语相关的设备的一个可能位置,这取决于设备的方向。
术语“航迹(track)”和“雷达航迹”通常指通过对象的运动学和/或分类属性识别对象的空间描述。航迹和雷达航迹可以包括但不限于与对象相关的点云的每个数据点的位置(例如,x坐标、y坐标和/或z坐标)、距离变化率和速度(例如,速率加上行进方向)。用于生成航迹的技术可以包括但不限于使用航迹设备。航迹滤波器可以包括但不限于卡尔曼滤波器、扩展卡尔曼滤波器、无迹卡尔曼滤波器和/或粒子滤波器。
术语“跟踪器初始化器”和“初始化器”通常指用以初始化用于生成航迹或雷达航迹的算法的一个或多个值。例如,雷达航迹初始化器可以包括用于航迹滤波器的一个或多个初始化输入值。航迹滤波器可以在第一次检测到对象时被初始化。检测产生点云信息,该点云信息包括但不限于针对每个数据点的x坐标、y坐标、x和y的协方差度量、范围、x方向上的速度、y方向上的速度、x方向中的速度的协方差度量,y方向中的速度的协方差,和/或检测到的对象的方位测量。这些列出的值中的一个或多个可以用作初始化航迹滤波器的输入值。这样,雷达航迹初始化器可以包括但不限于x坐标、y坐标、x和y的协方差度量、范围、x方向上的速度、y方向上的速度、x方向上的速度的协方差度量,y方向上的速度的协方差,和/或检测到的对象的方位测量。
本发明涉及用于实施距离变化率的解混叠的系统和方法。这些方法通常包括:获得周期的空间描述(例如,多个数据点的位置(即x坐标、y坐标)、速度(即,速率加行进方向)、速度模糊(velocity ambiguity)B、距离变化率RR、距离变化率角度等);可选地累积N个空间描述(例如,周期c1的空间描述、周期c2的空间描述等);基于x坐标、y坐标和距离变化率将数据点排列成点云片段Sn;基于时间信息顺序地组织点云片段以定义暂定的雷达航迹T暂定;执行暂定的雷达航迹段的解混叠以产生真实的距离变化率RR真实;使用真实的距离变化率RR真实来生成跟踪器初始化器;将跟踪器初始化器提供给跟踪器以生成定义给定的周期的空间描述的雷达航迹;以及将空间描述提供给解混叠器以供在距离变化率的解混叠的下一次迭代中使用。
暂定的雷达航迹段的解混叠通常包括:计算给定点云片段Sn(例如,30)的平均距离变化率(例如,35.1或5.1)和平均速度模糊;根据暂定的雷达航迹T暂定(例如,30)计算平均距离变化率(例如,35)和平均速度模糊;计算点云片段Sn的平均距离变化率与暂定的雷达航迹T暂定的平均距离变化率之间的差值(例如,35-35.1=0.1或35-5.1=29.9),将差值(例如,0.1或29.9)与阈值(例如,1或2)进行比较;当差值大于阈值(例如,29.9>1或2)并且差值接近平均速度模糊(例如,29.9接近30)时,设置指示边缘情况为真实的第一标志(否则设置指示不能使用位置一致性的第二标志);当差值小于阈值(例如,0.1<1或2)时执行位置一致性算法;以及当第一标志指示边缘情况为真并且位置一致性算法成功时,计算片段中的每个数据点的真实的距离变化率RR真实(RR=RR真实+K*B)。
与现有技术的解混叠算法相比,以上所述的解混叠方法具有某些优势。例如,本发明的技术方案为远距离检测提供了更精确的距离变化率。
说明性雷达系统
本发明的技术方案涉及一种用于检测对象的存在、方向、距离和速度的雷达系统,对象可以包括运动的参与者、静止的对象或两者。对象可以包括车辆、船只、飞机、行人、动物、树木和/或建筑物。在图1中提供了说明性雷达系统100的图示。如图1所示,雷达系统100包括多个雷达设备102、104、106。尽管在图1中示出了三个雷达设备。本发明的技术方案在这方面不受限制。雷达系统可以包括选自根据给定的应用程序的任意数量的雷达设备。下面将结合图2来讨论用于雷达设备的说明性架构。雷达系统100还包含数据关联模块130、解混叠器110和跟踪器114。数据关联模块130、解混叠器110和/或跟踪器114可以包括但不限于诸如图9所示的计算设备。
在操作过程中,每个雷达设备102、104、106发射信号,信号从对象150反射回雷达设备。反射的信号由雷达设备102、104、106接收。接收到的信号提供关于对象的位置和速度的信息。例如,如果对象150朝向或远离雷达系统100运动,则由于多普勒效应,接收到的信号将具有与发射信号的频率略微不同的频率。雷达设备处理接收到的信号并且生成包括多个数据点的点云。点云在本领域中是众所周知的。点云信息108从雷达设备传送到数据关联模块130。点云信息108包括但不限于信号强度、距离值、距离变化率值、距离变化率角度值、距离变化率幅度值、速度模糊和/或云中每个点的模量。距离变化率值指示对象150朝向或远离雷达系统100运动的变化率。例如,负的距离变化率值指示对象150正在以特定的速度远离雷达系统100运动,而正的距离变化率值则指示对象150正在以特定的速度朝向雷达系统100运动。本发明的技术方案不限于该示例的细节。
数据关联模块130和解混叠器110共同执行操作,以处理从雷达设备102、104、106输出的点云信息的距离变化率值中的误差。组件130、110执行的操作将随着讨论的进行而变得明显。这些操作产生跟踪器初始化器信息112。跟踪器初始化器信息112包括但不限于针对云中的每个点的以下信息:信号强度;距离值;原始距离变化率值或校正的距离变化率值;距离变化率角度值;以及模量。跟踪器初始化器信息112然后被传递到跟踪器114。
在跟踪器114处,跟踪器初始化器信息112用于生成对象150的航迹(或空间描述)116。航迹(或空间描述)116包括但不限于与对象相关的点云的每个数据点的位置(例如,x坐标和y坐标)、距离变化率和速度(即,速率加上行进方向)。用于生成航迹(或空间描述)的技术是众所周知的。在一些场景中,卡尔曼滤波器用于生成航迹(或空间描述)。
现在参考图2,提供了说明性雷达设备200的图示。图1的雷达设备102、104、106与雷达设备200相同或相似。因此,对雷达设备200的以下讨论足以理解雷达设备102、104、106。
如图2所示,雷达设备200包含时钟202和波形发生器204。波形发生器204能够产生用于距离确定的合适的波形。波形可以包括但不限于连续时间信号。雷达设备200还包含多路复用器206、至少一个发射器208、信号处理器218、天线组件(具有发射元件210和接收元件212)以及至少一个接收器214。信号处理器130配置为基于接收到的信号生成点云信息。
在操作期间,波形发生器204可以生成连续时间信号。连续时间信号从发射元件210沿预定方向发射。连续时间信号可以从对象(例如图1的对象150)反射回雷达设备200。反射的连续时间信号由接收元件212接收,并且传递到接收器214。接收到的连续时间信号提供关于对象的位置和速度的信息。例如,如果对象正在朝向或远离雷达设备200运动,则由于多普勒效应,接收到的连续时间信号将具有与发射的连续时间信号的频率略微不同的频率。因此,接收器214处理接收到的连续时间信号以将其转换为包括一系列样本的离散时间信号。每个样本系列都具有I和Q分量,因此在本文中称为IQ样本。IQ样本被传递到信号处理器218。信号处理器218使用IQ样本来重建/恢复信号,并且生成点云信息。点云信息包括但不限于信号强度、距离值、距离变化率值、距离变化率角度值、距离变化率角度值、距离变化率幅度值、速度模糊和/或云中每个点的模量值。
参考图3,接收到的连续时间信号可以具有落入[-fmax,fmax]内的频率。根据采样理论,如果采样频率fs满足fs≥2fmax,则IQ样本可以完全恢复信号,其中2fmax定义为信号带宽。如果fs<2fmax,则会出现混叠。这里使用的术语“混叠”是指当从IQ样本重建的信号与原始接收到的连续时间信号不同时产生的失真或伪影。失真或伪影导致对连续时间信号的频率的错误识别,或者对于连续时间信号确定不正确的频率。任何高于fs/2的频率都被折合为[-fs/2,fs/2]。从数学上讲,样本中的真实频率f真实和其测量的频率f测量受f测量=f真实+Kfs的约束,其中K是一个整数,并且[-fs/2≤f测量<fs/2。此外,由于距离变化率可以通过f=2v/λ(其中λ是波长)唯一地映射到频率,因此可以根据以下数学方程式将频率关系转换到距离变化率域:v测量=v真实+KB,其中B表示等效的距离变化率采样宽度。距离变化率解缠是指v真实在f测量和B的知识下的干扰,但缺少K。
接收到的连续时间信号可能在距离变化率域中采样不足。因此,雷达系统100的解混叠器110实施解混叠操作,使得跟踪器114可以使用多普勒信息来准确地确定对象的位置和速度。
现在参考图4,提供了一种用于操作雷达系统(例如,图1的雷达系统100)的说明性方法400。方法400从402开始并且继续到404,其中数据关联模块(例如,图1的数据关联模块130)在至少一个周期期间从多个雷达设备(例如,图1的雷达设备102、104、106)接收点云信息(例如,图1的点云信息108)。点云信息定义了包含多个数据点的点云。数据关联模块可以包括但不限于(诸如下面关于图9描述的)计算设备。
在406中,数据关联模块从跟踪器(例如,图1的跟踪器114)接收至少一个周期的空间描述(例如,图1的航迹或空间描述116)。在一些场景中,如408所示,数据关联模块累积N个周期的空间描述,其中N是整数。累积的空间描述可以包括但不限于针对周期c1的空间描述、针对周期c2的空间描述,…,以及针对周期cN的空间描述。跟踪器可以包括但不限于(诸如下面关于图9描述的)计算设备。
在410中,点云的数据点被分组在一起,形成多个点云数据片段Sn。数据点的分组基于空间描述中包含的信息。如果两个数据点之间的欧几里得距离小于第一阈值,则两个数据点被分配或以其它方式被分组在一起以至少部分地形成点云数据片段。基于包含在点云信息中的数据点的位置信息来确定欧几里得距离。如果两个数据点的距离变化率角度之间的绝对差值小于第二阈值,则然后数据点被分配或以其它方式被分组在一起以至少部分地形成点云数据片段。基于点云信息中包含的数据点的距离变化率角度来确定绝对差值。如果两个数据点的距离变化率幅度之间的差值小于第三阈值,则然后数据点被分配或以其它方式被分组在一起以至少部分地形成点云数据片段。基于包含在点云信息中的数据点的距离变化率幅度来确定该差值。
然后在412中对点云数据片段Sn进行时间排列或排序,以定义暂定的雷达航迹T暂定(即,按时间顺序排列的点云片段)。例如,暂定的雷达航迹T暂定被定义为包括在不同顺序时间t1、t2、…、tx处生成的数据点的一系列点云数据片段S1、S2、…、Sn,即,T暂定={S1、S2、…、Sn},其中S1包括在时间t1处生成的数据点,S2包括在时间t2生成的数据点,…,以及Sn包括在时间tx处生成的数据点。如414所示,暂定的雷达航迹T暂定然后从数据关联模块130被提供给解混叠器(例如,图1的解混叠器110)作为残差信息(例如,图1的残差信息132)的一部分。解混叠器可以包括但不限于(例如下面关于图9描述的)计算设备。
在解混叠器处,在416中执行暂定的雷达航迹段的解混叠,以生成跟踪器初始化信息(例如,图1的跟踪器初始化信息112)。随着讨论的进行,暂定的雷达航迹段的解混叠的细节将变得显而易见。解混叠产生指示是否需要修改点云信息的距离变化率值的结果。如果结果指示原始距离变化率值是正确的(例如,K=0),则在点云信息中不修改给定的距离变化率值。如果结果指示需要修改给定的距离变化率值,则使用在暂定的雷达航迹段的解混叠期间计算的K值,基于以下提供的数学方程式(1)来改变距离变化率值。例如,如下箭头所示,片段Sn(包括数据点p1、p2、p3)的点云信息被修改。
p1:(信号强度=s1,距离=10,角度=11,距离变化率=5.0m/s,模量=30)
p2:(信号强度=s2,距离=10.1,角度=11.1,距离变化率=5.3m/s,模量=30)
p3:(信号强度=s3,距离=10.1,角度=11.1,距离变化率=55.1m/s→5.1m/s,模量=50)
修改后的点云信息构成跟踪器初始化信息。本发明的技术方案不限于该示例的细节。
然后,在418中将跟踪器初始化信息传递给跟踪器(例如,图1的跟踪器114)。接下来在420中,由跟踪器执行操作以生成航迹(或空间描述)(例如,图1的航迹或空间描述116)。根据跟踪器初始化信息生成航迹(或空间描述)的技术在本领域是公知的。这里可以使用任何已知或待知的技术。例如,卡尔曼滤波器用于生成航迹(或空间描述)。随后,在方法400结束或执行其它操作(例如,返回402)的地方执行422。
现在参考图6,提供了用于暂定的雷达航迹段的解混叠的说明性方法600的流程图。方法600可以在图4的416中执行。执行方法600以根据以下数学方程式(1)来确定真实的距离变化率RR真实。
RR测量的=RR真实+K*B (1)
其中B是速度模糊。由于K是未知的,因此从测量的距离变化率和位置信息推断出真实的距离变化率RR真实。例如,对于数据点的测量的距离变化率RR测量的在时间t1(例如,1)处为5ms,以及在时间t2(例如,2)处为5ms。数据点在时间t1处的位置由x坐标=0和y坐标=100定义。数据点在时间t2的位置由x坐标=0和y坐标=135来定义。计算位置差值P差值(例如,135-100=35)。然后基于以下数学方程式(2)将位置差值P差值转换为速度v。
v=P差值/t差值 (2)
其中t差值表示t2和t1之间的差值(例如,2-1=1)。在本示例中,v=35/1=35。推断出的真实的距离变化率RR真实基于暂定的雷达航迹的v和角度a来近似,如以下数学方程式(3)所示。
RR真实=approx(v,a) (3)
因此,在当前情况下,推断出的真实的距离变化率RR真实可以是35。本发明的技术方案不限于该示例的细节。
如图6所示,方法600从602开始并且继续到604,其中解混叠器(例如,图1的解混叠器110)从数据关联模块(例如,图1的数据关联模块130)接收残差信息(例如,1的残差信息132)。残差信息包括但不限于点云的数据点的点云信息,以及由多个时间上排列的点云数据片段S1、…、Sn(每个都有多个分配给它数据点)定义的暂定的雷达航迹T暂定。每个数据点的点云信息包括但不限于距离变化率RR和速度模糊B。
在606中,解混叠器使用残差信息来计算给定的点云数据片段(例如,片段S1)的平均距离变化率RR平均-S和平均速度模糊B平均-S。使用包含在点云信息和暂定的雷达航迹中的距离变化率值和平均速度模糊值来计算这些平均值。在608中,解混叠器还计算暂定的雷达航迹T暂定的平均距离变化率RR平均-T和平均速度模糊B平均-T。在610中计算平均距离变化率值之间的差值DRR平均,并且差值DRR平均由以下数学方程式(4)定义。
DRR平均=RR平均-T-RR平均-S (4)
例如,如果RR平均-T=35并且RR平均-S=5.1,则DRR平均=35-5.1=29.9。本发明的技术方案不限于该示例的细节。
在612中,确定差值DRR平均是否大于阈值thr。例如,如果差值DRR平均=29.9并且thr=1,则差值大于阈值。相反,如果差值DRR平均=35-35.1=0.1并且thr=1,则差值小于阈值。本发明的技术方案不限于这些示例的细节。
如果DRR平均小于或等于thr[612:否],则方法600继续到620。将在下面描述620。
如果DRR平均大于thr[612:是],则执行614,其中判定差值DRR平均的值是否接近(例如,±1)暂定的雷达航迹T暂定的平均速度模糊B平均-T的值(整数倍K’)。例如,如果RR平均-T=35,RR平均-S=5.1以及B平均-T=30,则该差值被认为接近平均速度模糊,因为差值DRR平均=35-5.1=29.9,其与30仅相差0.1。本发明的技术方案不限于该示例的细节。
如果差值DRR平均的值不被认为接近平均速度模糊B平均-T的值(整数倍K’)[614:否],则在616中将标志设置为指示位置一致性的解混叠不能用于给定的片段的值。也可以执行其它处理(例如,方法600可以返回到606并且针对下一个片段重复该过程)。
如果差值DRR平均的值被认为接近平均速度模糊B平均-T的值(整数倍K’)[614:是],则在618中设置标志以指示边缘情况是真实的。图5中提供了图形502,其示出了边缘情况何时为真实的或存在。当暂定的雷达航迹T暂定是混叠的和非混叠的距离变化率值的混合时,当(i)片段的多个真实的距离变化率值的第一值大于速度模糊一小于阈值量的量(即,B平均-T<RR真实的<thr1),以及(ii)多个真实的距离变化率值的第二值小于速度模糊一大于阈值量的量(即thr2<RR真实的<B平均-T)时,边缘情况为真实的或存在。
接下来,方法600继续620,该620涉及由解混叠器执行位置一致性的解混叠。提供以下讨论来解释位置一致性的解混叠。值得注意的是,位置一致性的解混叠算法使用根据位置的估计的距离变化率。因此,是否对暂定航迹或片段进行混叠并不重要。
在一些场景中,点云数据片段Sn具有平均有效时间TV平均-S和平均距离变化率RR平均-S。点云数据片段Sn与暂定的雷达航迹T暂定相关。暂定的雷达航迹T暂定具有平均有效时间TV平均-T(<TV平均-S)和平均距离变化率RR平均-T。最初,不知道距离变化率RR平均-S和RR平均-T是否混叠。距离变化率中的任一个、两个距离变化率可以被混叠,或者距离变化率中没有一个可以被混叠。图5中提供了图形500,其示出了距离变化率两者何时被混叠。这些情况中的每一种都由位置一致性的解混叠算法单独处理。
计算暂定的雷达航迹T暂定在时间tt时车辆坐标系中的片段/航迹检测的平均平移。由于位置一致性算法用于远距离检测,因此报告的航迹检测的距离变化率是在径向方向上。因此,暂定的雷达航迹和给定的点云片段的位置从车辆坐标系转换为径向坐标系。点云片段和暂定的雷达航迹在径向坐标系中的位置分别为Ps和Pt。使用Ps和Pt之间的符号距离,根据以下数学方程式(5)来估计这些检测集的平均距离变化率。
RR估计=(Pt-Ps)/(TV平均-T-TV平均-S) (5)
其中RR估计是估计的平均距离变化率。
使用暂定的雷达航迹的平均距离变化率和点云片段的平均速度模糊生成不同的距离变化率假设。假设给定的数据点的测量的距离变化率RR测量的和提供合理的最大地面速度vg,则根据以下数学方程式(6)确定可能的K值。
∣RR测量的+K*B平均-S∣≤vg (6)可能的K值用于确定多个不同的距离变化率假设值RR假设。K是整数(正的、负的或零)。根据以下数学方程式(7)来确定距离变化率假设值RR假设。
RR假设=RR平均-T+K*B平均-S (7)
如果所得到的距离变化率假设值RR假设小于预定阈值,则假设被接受。
接下来,确定估计的距离变化率和假设的距离变化率之间的绝对差值ΔR。由数学方程式(8)定义该绝对差值ΔR。
ΔR=∣RR估计-RR假设∣ (8)
如果绝对差值ΔR相对较小(例如,接近于零或小于阈值),则位置一致性的解混叠算法是成功的。相应的K将是解混叠因子。
再次参考图6,当位置一致性的解混叠成功时,方法600继续到622。如果位置一致性的解混叠算法不成功,则方法600结束或返回至602。在622中,确定给定的标志是否具有指示存在边缘情况的值。如果不存在边缘情况[622:否],则执行626,其中使用根据以下数学方程式(9)和(10)计算的K值,根据以上提供的数学方程(1)计算真实的距离变化率RR真实。
v估计=P差值/t差值 (9)
K=arg minK∣v估计-RR测量的-K*B平均-S∣ (10)
其中v估计是估计的对象的速度,P差值是Ps与Pt之间的差值。
如果确实存在边缘情况[622:是],则执行624,其中根据以下数学方程式(11)计算K’。
K’=around(RR平均-T-RR平均-S)/B平均 (11)
其指的是在整数附近。
一旦确定/计算了K和K’,方法600继续到626,在626中确定真实的距离变化率RR真实的。如果在片段内进行了检测,则根据以下数学方程式(12)计算真实的距离变化率RR真实的。
RR真实的=RR测量的+K*B检测 (12)
如果在暂定航迹中进行了检测,则根据以下数学方程式(13)计算真实的距离变化率RR真实的。
RR真实的=RR测量的+(K+K’)*B检测 (13)
值得注意的是,数学方程式(13)考虑了边缘情况,其中总体因素不同。此外,在解混叠过程中,使用速度模糊而不是平均速度模糊,因为这种计算应该是精确的。真实的距离变化率RR真实的构成跟踪器初始化信息,跟踪器初始化信息在图4的418中被提供给跟踪器。
在一些场景中,如可选的628所示,执行基于地图的验证。可以用两种方式使用路线图来验证真实的距离变化率RR真实的。首先,可以将包含在道路地图中的车道方向与真实的距离变化率RR真实的的方向进行比较。该比较的结果指示距离变化率是否被混叠。道路地图中包含的车道限速可以与给定的片段(该片段已被修改为包括任何修改的距离变化率)的距离变化率进行比较。该比较的结果可以指示是否存在混叠。当修改的距离变化率的方向与车道方向对齐时,解混叠过程被确认为成功。只有当地图信息可访问时,才能使用该验证功能。随后,在方法600结束或执行其它操作的地方(例如,返回602,以便对下一个点云数据片段执行另一迭代)执行630。
基于车辆的说明性系统
以上所述的雷达系统100可用于多种应用中。这样的应用包括但不限于基于车辆的应用。提供以下讨论以说明如何使用本发明的技术方案的雷达系统100来促进对车辆的控制(例如,用于避免碰撞和/或自主驾驶目的)。车辆可以包括但不限于自主车辆。
现在参考图7,提供了说明性系统700的图示。系统700包括以半自主或自主方式沿着道路行驶的车辆7021。车辆7021在本文中也被称为自主车辆(“AV”)。AV 7021可以包括但不限于陆地车辆(如图7所示)、飞机或船只。
AV 7021通常配置为检测其附近的对象7022、704、706。对象可以包括但不限于车辆7022、骑车人704(例如自行车、电动滑板车、摩托车等的骑车人)和/或行人706。当进行这样的检测时,AV 7021执行以下操作:为检测到的对象生成一个或多个可能的对象轨迹;并且分析生成的可能的对象轨迹中的至少一个以确定AV 7021的车辆轨迹。然后使AV 7021跟随车辆轨迹。
现在参考图8,提供了用于车辆的说明性系统架构800的图示。图7的车辆7021和/或7022可以具有与图8所示的车辆相同或相似的系统架构。因此,对系统架构800的以下讨论足以理解图7的车辆7021、7022。
如图8所示,车辆800包括发动机或马达802和用于测量车辆的各种参数的各种传感器804-818。在具有燃料动力发动机的燃气动力或混合动力车辆中,传感器例如可以包括发动机温度传感器804、电池电压传感器806、发动机每分钟转数(RPM)传感器808和节气门位置传感器810。如果车辆是电动或混合动力车辆,则车辆可以具有电动马达,并且相应地将具有诸如电池监测系统812(用于测量电池的电流、电压和/或温度)、马达电流传感器814和马达温度传感器816以及诸如解析器和编码器818的马达位置传感器之类的传感器。
这两种类型的车辆通用的操作参数传感器例如包括:位置传感器836(例如加速度计、陀螺仪和/或惯性测量单元);速度传感器838;以及里程计传感器840。车辆还可以具有时钟842,系统使用时钟842来确定操作期间的车辆时间。时钟842可以被编码到车辆的车载计算设备中,它可以是单独的设备,或者多个时钟可以是可用的。
车辆还将包括用于收集有关车辆行驶环境的信息的各种传感器。这些传感器例如可以包括:定位传感器860(例如,全球定位系统(GPS)设备);对象检测传感器(例如一个或多个摄像机862);激光雷达传感器系统866;和/或雷达系统864。雷达系统864与以上关于图1-7所讨论的雷达系统100相同或相似。因此,对雷达系统864的以上讨论足以理解雷达系统864。传感器还可以包括环境传感器868,例如降水传感器和/或环境温度传感器。对象检测传感器可以使车辆车载计算设备820能够在任何方向上检测在车辆800的给定距离范围内的对象,同时环境传感器收集关于车辆行驶区域内的环境条件的数据。
在操作过程中,信息从传感器传递到车载计算设备820。车载计算设备820分析由传感器捕获的数据,并且可选地基于分析结果控制车辆的操作。例如,车载计算设备820可以经由制动控制器822控制制动;经由转向控制器824控制方向;经由节气门控制器826(在燃气动力车辆中)或马达速度控制器828(例如在电动车辆中的电流水平控制器);差速齿轮控制器830(在具有变速器的车辆中);和/或其它控制器控制速度和加速度。
地理位置信息可以从定位传感器860传送到车载计算设备820,然后车载计算设备820可以访问与定位信息相对应的环境地图,以确定环境的已知固定特征(例如街道、建筑物、停车标志和/或停车/出发信号)。从摄像机862捕获的图像和/或从(诸如激光雷达之类的)传感器捕获的对象检测信息被传送到车载计算设备820。对象检测信息和/或捕获的图像由车载计算设备820处理,以检测车辆800附近的对象。用于基于传感器数据和/或捕获的图像进行对象检测的任何已知或将要已知的技术都可以用于本文件中公开的实施例中。
当进行这样的对象检测时,车载计算设备820执行以下操作:为检测到的对象生成一个或多个可能的对象轨迹;并且分析所生成的可能的对象轨迹中的至少一个以确定在阈值时间段(例如1分钟)内是否存在碰撞的风险。如果是,则车载计算设备820执行操作以确定如果车辆800遵循给定的车辆轨迹并且在预定义的时间段(例如,N毫秒)内执行多个动态生成的紧急操作中的任何一个,是否可以避免碰撞。如果可以避免碰撞,则车载计算设备820不采取改变车辆轨迹的动作,或者可选地使车辆800执行谨慎的操作(例如,稍微减速)。相反,如果不能避免碰撞,则车载计算设备820使车辆800立即采取紧急操作(例如,制动和/或改变行驶方向)。
现在参考图9,提供了计算设备900的说明性架构的图示。图1的数据关联模块130、图1的解混叠器110、图1的跟踪器114、图8的雷达系统864和/或图8的车载计算设备820至少部分地与计算设备900相同或相似。因此,对计算设备900的讨论足以理解图1的数据关联模块130、图1的解混叠器110、图1的跟踪器114、图8的雷达系统864和/或图8的车辆的车载计算设备820。
计算设备900可以包括比图9中所示的组件更多或更少的组件。然而,所示的组件足以公开实施本发明的技术方案的说明性解决方案。如本文所述,图9的硬件架构表示配置为操作车辆的代表性计算设备的一种实施方式。因此,图9的计算设备900实施本文所描述的方法的至少一部分。
计算设备900的一些或所有组件可以实施为硬件、软件和/或硬件和软件的组合。硬件包括但不限于一个或多个电子电路。电子电路可以包括但不限于无源部件(例如电阻器和电容器)和/或有源部件(例如放大器和/或微处理器)。无源和/或有源组件可以适于、布置为和/或编程为执行本文所述的方法、过程或功能中的一个或多个。
如图9所示,计算设备900包括用户界面902、中央处理单元(“CPU”)906、系统总线910、通过系统总线910连接到计算设备900的其它部分并且可由计算设备900的其它部分访问的存储器912、系统接口960、以及连接到系统总线910的硬件实体914。用户界面可以包括输入设备和输出设备,它们促进用于控制计算设备900的操作的用户-软件交互。输入设备包括但不限于物理和/或触摸键盘950。输入设备可以经由有线或无线连接(例如连接)连接到计算设备900。输出设备包括但不限于扬声器952、显示器954和/或发光二极管956。系统接口960配置为便于与外部设备(例如,诸如接入点等的网络节点等)进行有线或无线通信。
至少一些硬件实体914执行涉及访问和使用存储器912的操作,存储器912可以是随机存取存储器(“RAM”)、磁盘驱动器、快闪存储器、光盘只读存储器(“CD-ROM”)和/或能够存储指令和数据的另一硬件设备。硬件实体914可以包括磁盘驱动单元916,磁盘驱动单元916包含计算机可读存储介质918,在该计算机可读存储介质918上存储有配置为实施本文所述的方法、过程或功能中的一个或多个的一组或多组指令920(例如,软件代码)。在计算设备900执行指令920期间,指令920还可以完全或至少部分地驻留在存储器912内和/或CPU906内。存储器912和CPU 906也可以构成机器可读介质。这里使用的术语“机器可读介质”是指存储一组或多组指令920的单个介质或多个介质(例如,集中式或分布式数据库,和/或相关的高速缓存和服务器)。这里使用的术语“机器可读介质”还指能够存储、编码或携带一组指令920以供计算设备900执行并且使得计算设备900进行本发明的方法中的任何一个或多个的任何介质。
现在参考图10,提供了有助于理解如何根据本发明的技术方案实现车辆控制的框图。框1002-1010中执行的所有操作可以由车辆(例如,图7的AV 7021)的车载计算设备(例如,图8的车辆的车载计算设备820)执行。
在框1002中,检测车辆的位置。可以基于从车辆的定位传感器(例如,图8的定位传感器860)输出的传感器数据来进行该检测。该传感器数据可以包括但不限于全球定位系统(“GPS”)数据。检测到的车辆的位置然后被传递到框1006。
在框1004中,在车辆的附近检测到对象。基于从车辆的雷达系统(例如,图1的雷达系统100,和/或图8的雷达系统864)、激光雷达系统(例如,图8的激光雷达系统866)和/或摄像机(例如,图8的摄像机862)输出的传感器数据进行该检测。从雷达系统输出的传感器数据包括但不限于对象的轨迹(或空间描述)1050。轨迹(或空间描述)1050与图1的轨迹(或空间描述)116相同或相似。传感器数据还用于确定检测到的对象的一个或多个可能的对象轨迹。可能的对象轨迹可以包括但不限于以下轨迹:
·由对象的实际速度(例如,1英里/小时)和实际行进方向(例如,向西)定义的轨迹;
·由对象的实际速度(例如,1英里/小时)和对象的另一可能的行进方向(例如,在朝向AV的方向上,从对象的实际行进方向向南、西南或与对象的实际行进方向成X度(例如,40°))定义的轨迹;
·由对象的另一可能的速度(例如,2-10英里/小时)和对象的实际行进方向(例如,向西)定义的轨迹;和/或
·由对象的另一可能的速度(例如,2-10英里/小时)和对象的另一可能的行进方向(例如,在朝向AV的方向上,从对象的实际行进方向向南、西南或与对象的实际行进方向成X度(例如,40°))定义的轨迹。
然后将一个或多个可能的对象轨迹1012传递到框1006。
在框1006中,使用来自框1002和1004的信息生成车辆轨迹1020。用于确定车辆轨迹的技术在本领域中是公知的,因此在此将不进行描述。用于确定车辆轨迹的任何已知或将要已知的技术可以在这里使用而不受限制。在一些场景中,基于来自框1002的位置信息、来自框1004的对象检测/轨迹信息、以及地图信息1028(其预先存储在车辆的数据存储器中)来确定车辆轨迹1020。车辆轨迹1020表示不具有否则会给乘客带来不适的突然变化的平滑路径。车辆轨迹1020随后被提供给框1008。
在框1008中,基于车辆轨迹1020生成转向角和速度命令。转向角和速度命令提供给用于车辆动力学控制的框1010。车辆动力学控制使车辆减速、使车辆加速和/或使车辆改变它的行进方向。
尽管本发明的技术方案已经针对一个或多个实施方式进行了说明和描述,但在阅读和理解本说明书和附图后,本领域其他技术人员将进行等效的更改和修改。此外,虽然本发明的技术方案的特定特征可能仅针对几个实施方式中的一个公开,但是这种特征可以与其它实施方式的一个或多个其它特征相结合,这对于任何给定或特定的应用来说都是期望的和有利的。因此,本发明的技术方案的广度和范围不应受到任何上述实施例的限制。相反,本发明的技术方案的范围应当根据以下权利要求及其等价的技术方案来定义。
Claims (35)
1.一种用于操作雷达系统的方法,包含由处理器执行以下操作:
接收由至少一个雷达设备生成的点云信息和对对象的空间描述;
通过基于所述空间描述对所述点云信息的数据点进行分组来生成多个点云片段;
以时间顺序排列所述点云片段以定义暂定的雷达航迹;
使用所述暂定的雷达航迹执行解混叠操作以生成跟踪器初始化信息;以及
使用所述跟踪器初始化信息来生成所述对象的轨迹。
2.根据权利要求1所述的方法,其中,当两个数据点之间的欧几里得距离小于阈值时,将所述两个数据点分组在一起以形成所述多个点云片段中的点云片段。
3.根据权利要求1所述的方法,其中,当两个数据点的距离变化率角之间的绝对差值小于阈值时,将所述两个数据点分组在一起以形成所述多个点云片段中的点云片段。
4.根据权利要求1所述的方法,其中,当两个数据点的距离变化率幅度之间的差值小于阈值时,将所述两个数据点分组在一起以形成所述多个点云片段中的点云片段。
5.根据权利要求1所述的方法,其中,所述解混叠操作包含计算每个所述点云片段和所述暂定的雷达航迹的平均距离变化率值和平均速度模糊值。
6.根据权利要求5所述的方法,其中,所述解混叠操作还包含:
计算给定的点云片段的所述平均距离变化率值与所述暂定的雷达航迹的所述平均距离变化率值之间的距离变化率差值;以及
将所述距离变化率差值与阈值进行比较。
7.根据权利要求6所述的方法,其中,所述解混叠操作还包含当所述距离变化率差值大于所述阈值时,确定所述距离变化率差值接近所述暂定的雷达航迹的所述平均速度模糊。
8.根据权利要求7所述的方法,其中,所述解混叠操作还包含当确定所述距离变化率差值接近所述暂定的雷达航迹的所述平均速度模糊时,确定存在边缘情况。
9.根据权利要求1所述的方法,其中,所述解混叠操作包含执行位置一致性的解混叠算法。
10.根据权利要求9所述的方法,其中,所述位置一致性的解混叠算法包含根据以下数学方程式估计平均距离变化率:
RR估计=(Pt-Ps)/(TV平均-T-TV平均-S),
其中,RR估计是估计的平均距离变化率,Pt是所述暂定的雷达航迹的位置,Ps是给定的点云片段的位置,TV平均-T是所述暂定的雷达航迹的平均有效时间,以及TV平均-S是所述给定的点云片段的平均有效时间。
11.根据权利要求10所述的方法,其中,所述位置一致性的解混叠算法还包含根据以下数学方程式确定多个可能的K值:
∣RR测量的+K*B平均-S∣≤vg,
其中,RR测量的是给定的数据点的测量的距离变化率,B平均是给定的点云片段的平均速度模糊,vg是合理的最大地面速度。
12.根据权利要求11所述的方法,其中,所述位置一致性的解混叠算法还包含根据以下数学方程式生成多个距离变化率假设值:
RR假设=RR平均-T+K*B平均-S,
其中,RR假设是距离变化率假设值,以及RR平均-T是所述暂定的雷达航迹的平均距离变化率。
13.根据权利要求12所述的方法,其中,所述位置一致性的解混叠算法还包含当所述多个距离变化率假设值中的相应的一个小于预定义阈值时,接受假设。
14.根据权利要求13所述的方法,其中,所述位置一致性的解混叠算法还包含确定所述估计的平均距离变化率与所述多个距离变化率假设值中的给定的距离变化率假定值之间的绝对差值。
15.根据权利要求15所述的方法,其中,当估计的距离变化率和假设的距离变化率之间的绝对差值大于阈值时,所述位置一致性的解混叠算法被认为是成功的。
16.根据权利要求16所述的方法,其中,所述解混叠操作还包含当所述位置一致性的解混叠算法被认为成功时确定真实的距离变化率值。
17.根据权利要求17所述的方法,其中,所述解混叠操作还包含使用所述真实的距离变化率来生成所述跟踪器初始化信息。
18.一种系统,包含:
处理器;以及
非暂时性计算机可读存储介质,其包括编程指令,所述编程指令配置为使所述处理器实施用于操作雷达系统的方法,其中所述编程指令包含指令用以;
接收由至少一个雷达设备生成的点云信息和对对象的空间描述;
通过基于所述空间描述对所述点云信息的数据点进行分组来生成多个点云片段;
以时间顺序排列所述点云片段以定义暂定的雷达航迹;
使用所述暂定的雷达航迹执行解混叠操作以生成跟踪器初始化信息;以及
使用所述跟踪器初始化信息来生成所述对象的轨迹。
19.根据权利要求18所述的系统,其中,当两个数据点之间的欧几里得距离小于阈值时,所述两个数据点被分组在一起以形成所述多个点云片段中的点云片段。
20.根据权利要求18所述的系统,其中,当两个数据点的距离变化率角之间的绝对差值小于阈值时,所述两个数据点被分组在一起以形成所述多个点云片段中的点云片段。
21.根据权利要求18所述的系统,其中,当两个数据点的距离变化率幅度之间的差值小于阈值时,所述两个数据点被分组在一起以形成所述多个点云片段中的点云片段。
22.根据权利要求18所述的系统,其中,所述解混叠操作包含计算每个所述点云片段和所述暂定的雷达航迹的平均距离变化率值和平均速度模糊值。
23.根据权利要求22所述的系统,其中,所述解混叠操作还包含:
计算给定的点云片段的所述平均距离变化率值与所述暂定的雷达航迹的所述平均距离变化率值之间的距离变化率差值;以及
将所述距离变化率差值与阈值进行比较。
24.根据权利要求23所述的系统,其中,所述解混叠操作还包含当所述距离变化率差值大于所述阈值时,确定所述距离变化率差值接近所述暂定的雷达航迹的所述平均速度模糊。
25.根据权利要求24所述的系统,其中,所述解混叠操作还包含当确定所述距离变化率差值接近所述暂定的雷达航迹的所述平均速度模糊时,确定存在边缘情况。
26.根据权利要求18所述的系统,其中,所述解混叠操作包含执行位置一致性的解混叠算法。
27.根据权利要求26所述的系统,其中,所述位置一致性的解混叠算法包含根据以下数学方程式估计平均距离变化率:
RR估计=(Pt-Ps)/(TV平均-T-TV平均-S),
其中,RR估计是估计的平均距离变化率,Pt是所述暂定的雷达航迹的位置,Ps是给定的点云片段的位置,TV平均-T是所述暂定的雷达航迹的平均有效时间,以及TV平均-S是所述给定的点云片段的平均有效时间。
28.根据权利要求27所述的系统,其中,所述位置一致性的解混叠算法还包含根据以下数学方程式确定多个可能的K值:
∣RR测量的+K*B平均-S∣≤vg,
其中,RR测量的是给定的数据点的测量的距离变化率,B平均是给定的点云片段的平均速度模糊,vg是合理的最大地面速度。
29.根据权利要求28所述的系统,其中,所述位置一致性的解混叠算法还包含根据以下数学方程式生成多个距离变化率假设值:
RR假设=RR平均-T+K*B平均-S,
其中,RR假设是距离变化率假设值,以及RR平均-T是所述暂定的雷达航迹的平均距离变化率。
30.根据权利要求29所述的系统,其中,所述位置一致性的解混叠算法还包含当所述多个距离变化率假设值中的相应的一个小于预定义阈值时,接受假设。
31.根据权利要求30所述的系统,其中,所述位置一致性的解混叠算法还包含确定所述估计的平均距离变化率与所述多个距离变化率假设值中的给定的距离变化率假定值之间的绝对差值。
32.根据权利要求31所述的系统,其中,当估计的距离变化率和假设的距离变化率之间的绝对差值大于阈值时,所述位置一致性的解混叠算法被认为是成功的。
33.根据权利要求32所述的系统,其中,所述解混叠操作还包含当所述位置一致性的解混叠算法被认为成功时确定真实的距离变化率值。
34.根据权利要求33所述的系统,其中所述解混叠操作还包含使用所述真实的距离变化率来生成所述跟踪器初始化信息。
35.一种存储有指令的非暂时性计算机可读介质,所述指令在由至少一个计算设备执行时使所述至少一个计算设备执行操作,所述操作包含:
接收由至少一个雷达设备生成的点云信息和对对象的空间描述;
通过基于所述空间描述对所述点云信息的数据点进行分组来生成多个点云片段;
以时间顺序排列所述点云片段以定义暂定的雷达航迹;
使用所述暂定的雷达航迹执行解混叠操作以生成跟踪器初始化信息;以及
使用所述跟踪器初始化信息来生成所述对象的轨迹。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/086,559 US11662454B2 (en) | 2020-11-02 | 2020-11-02 | Systems and methods for range-rate dealiasing using position consistency |
US17/086,559 | 2020-11-02 | ||
PCT/US2021/054099 WO2022093513A1 (en) | 2020-11-02 | 2021-10-08 | Systems and methods for range-rate dealiasing using position consistency |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116670536A true CN116670536A (zh) | 2023-08-29 |
Family
ID=81378933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180087955.3A Pending CN116670536A (zh) | 2020-11-02 | 2021-10-08 | 使用位置一致性进行距离变化率的解混叠的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11662454B2 (zh) |
CN (1) | CN116670536A (zh) |
DE (1) | DE112021005777T5 (zh) |
WO (1) | WO2022093513A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11448748B2 (en) * | 2020-09-10 | 2022-09-20 | Argo AI, LLC | Systems and methods for simultaneous range-rate unwrapping and outlier removal for radar |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5247303A (en) * | 1992-07-20 | 1993-09-21 | University Corporation For Atmospheric Research | Data quality and ambiguity resolution in a doppler radar system |
US7508336B2 (en) | 2006-01-17 | 2009-03-24 | Lockheed Martin Corporation | Single scan track initiation for radars having rotating, electronically scanned antennas |
US9128185B2 (en) | 2012-03-15 | 2015-09-08 | GM Global Technology Operations LLC | Methods and apparatus of fusing radar/camera object data and LiDAR scan points |
US8805075B2 (en) | 2012-09-11 | 2014-08-12 | Raytheon Company | Method and apparatus for identifying a vibrometry spectrum in imaging applications |
US9710925B2 (en) * | 2014-06-08 | 2017-07-18 | The Board Of Trustees Of The Leland Stanford Junior University | Robust anytime tracking combining 3D shape, color, and motion with annealed dynamic histograms |
CN105137410B (zh) * | 2015-07-24 | 2017-09-29 | 西安电子科技大学 | 基于ofdm的高分辨率雷达通信一体化的波形优化方法 |
CN105574894B (zh) | 2015-12-21 | 2018-10-16 | 天津远度科技有限公司 | 一种运动物体特征点跟踪结果的筛选方法和系统 |
US10627483B2 (en) * | 2016-07-09 | 2020-04-21 | Texas Instruments Incorporated | Methods and apparatus for velocity detection in MIMO radar including velocity ambiguity resolution |
CN107945198B (zh) | 2016-10-13 | 2021-02-23 | 北京百度网讯科技有限公司 | 用于标注点云数据的方法和装置 |
US10139833B1 (en) | 2017-05-17 | 2018-11-27 | GM Global Technology Operations LLC | Six-dimensional point cloud system for a vehicle |
EP3415948B1 (en) * | 2017-06-12 | 2021-11-10 | Aptiv Technologies Limited | A method of determining the de-aliased range rate of a target |
US20190011547A1 (en) * | 2017-07-07 | 2019-01-10 | Veoneer Us, Inc. | Systems and methods for resolving velocity ambiguity in an automotive radar system |
US10877152B2 (en) | 2018-03-27 | 2020-12-29 | The Mathworks, Inc. | Systems and methods for generating synthetic sensor data |
CN108535730B (zh) * | 2018-04-16 | 2020-09-29 | 青海大学 | 一种多普勒气象雷达解速度模糊方法和系统 |
CN115079195A (zh) | 2018-04-23 | 2022-09-20 | 布莱克莫尔传感器和分析有限责任公司 | 用相干距离多普勒光学传感器控制自主车辆的方法和系统 |
US11448745B2 (en) | 2018-06-22 | 2022-09-20 | Asahi Kasei Microdevices Corporation | Sensor device and system, and biometric sensing method and system |
JP6880080B2 (ja) * | 2018-07-02 | 2021-06-02 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | ポイントクラウドに基づく姿勢推定を用いた車両ナビゲーションシステム |
US11009591B2 (en) * | 2019-02-01 | 2021-05-18 | GM Global Technology Operations LLC | Deep learning for de-aliasing and configuring a radar system |
US11181640B2 (en) * | 2019-06-21 | 2021-11-23 | Blackmore Sensors & Analytics, Llc | Method and system for vehicle odometry using coherent range doppler optical sensors |
CN114022830A (zh) | 2020-07-17 | 2022-02-08 | 华为技术有限公司 | 一种目标确定方法以及目标确定装置 |
EP4185990A1 (en) * | 2020-08-21 | 2023-05-31 | Waymo Llc | Object-centric three-dimensional auto labeling of point cloud data |
-
2020
- 2020-11-02 US US17/086,559 patent/US11662454B2/en active Active
-
2021
- 2021-10-08 WO PCT/US2021/054099 patent/WO2022093513A1/en active Application Filing
- 2021-10-08 DE DE112021005777.4T patent/DE112021005777T5/de active Pending
- 2021-10-08 CN CN202180087955.3A patent/CN116670536A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022093513A1 (en) | 2022-05-05 |
US11662454B2 (en) | 2023-05-30 |
DE112021005777T5 (de) | 2024-02-15 |
US20220137202A1 (en) | 2022-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11593950B2 (en) | System and method for movement detection | |
CN106476728B (zh) | 用于车载的车辆传感器的运动补偿 | |
Kim et al. | Sensor fusion algorithm design in detecting vehicles using laser scanner and stereo vision | |
JP6883215B2 (ja) | 計測装置および方法、並びにプログラム | |
US11448748B2 (en) | Systems and methods for simultaneous range-rate unwrapping and outlier removal for radar | |
CN104635233B (zh) | 基于车载毫米波雷达的前方物体运动状态估计及分类方法 | |
CN112639883A (zh) | 一种相对位姿标定方法及相关装置 | |
US20130332112A1 (en) | State estimation device | |
CN107884002A (zh) | 移动体的状态计算装置和计算方法、程序和记录介质 | |
CN104620297A (zh) | 速度算出装置、速度算出方法以及碰撞判定装置 | |
CN116348789A (zh) | 用于自主载具应用的速度估计和对象跟踪 | |
WO2022098516A1 (en) | Systems and methods for radar false track mitigation with camera | |
US20180286222A1 (en) | Vehicle identifying device | |
Kamann et al. | Object tracking based on an extended Kalman filter in high dynamic driving situations | |
WO2023283511A2 (en) | Systems and methods for particle filter tracking | |
CN116670536A (zh) | 使用位置一致性进行距离变化率的解混叠的系统和方法 | |
Kim et al. | Performance of AEB system on a slope using an extended kalman filter | |
US20230182774A1 (en) | Autonomous driving lidar technology | |
EP4148599A1 (en) | Systems and methods for providing and using confidence estimations for semantic labeling | |
US20230242102A1 (en) | Position estimation system | |
US11443147B2 (en) | Systems and methods for object detection using stereovision information | |
CN116724248A (zh) | 用于产生非模态长方体的系统和方法 | |
WO2022091650A1 (ja) | 移動体挙動情報取得方法、移動体挙動情報取得装置及びプログラム | |
US20230003886A1 (en) | Systems and methods for temporal decorrelation of object detections for probabilistic filtering | |
US20220334259A1 (en) | Information processing apparatus, information processing method, and program |
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 |