CN117784137A - 一种车载毫米波雷达多径假目标抑制方法及系统 - Google Patents

Abstract

本申请涉及一种车载毫米波雷达多径假目标抑制方法及系统，应用于车载雷达技术领域，其包括在接收到雷达信号时，基于距离多普勒域的聚类对所述雷达信号进行分析，得到目标信息；根据所述目标信息计算聚类之后的每一类数据的最大Mag值或目标点数；检测最大Mag值或所述目标点数大于预设阈值的数据分类，记录为大反射体；若存在所述大反射体，则遍历其余所有的分类数据；若存在所述分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标。本申请通过遍历其余所有分类数据，并将分类数据与大反射体的数据进行比较，从而确定多径假目标，便于识别形成机理更加复杂的多径假目标，以提高车载雷达的目标检测效果。

Description

一种车载毫米波雷达多径假目标抑制方法及系统

技术领域

本申请涉及车载雷达技术领域，尤其是涉及一种车载毫米波雷达多径假目标抑制方法及系统。

背景技术

车载毫米波雷达是现代汽车用于主动安全和自动驾驶的主要传感器之一。雷达通过向目标发射信号并收集其回波来感知周边环境。对于自由空间中的单个目标，目标以直接路径反射回雷达，然而实际目标环境还会包含有道路旁护栏、建筑墙壁等反射面，雷达信号可能会遇到它们并以间接路径反射到雷达，产生虚假目标信号，虚假信号的存在将严重影响车载雷达的目标检测，形成多径假目标。

目前对于多径问题的处理主要都是针对多径点数较少，特征上与真实目标距离接近且速度一致，只是角度的不同的多径假目标，可以通过数据处理的方式对其识别与抑制；另外，常规方式需要事先构造出符合实际多径场景的发射路径几何模型，然后在该模型下对比真实目标与被判断目标的点迹信息对其判别，只能识别出简单场景下的多径目标。

针对上述中的相关技术，认为对于形成机理更为复杂的多径假目标，其多径点数更多，速度与真实目标相差较大，距离也比真实目标距离远，且角度随机，其复杂性导致很难将其识别与抑制。

发明内容

为了改善对于形成机理更为复杂的多径假目标，其多径点数更多，速度与真实目标相差较大，距离也比真实目标距离远，且角度随机，其复杂性导致很难将其识别与抑制的问题，本申请提供一种车载毫米波雷达多径假目标抑制方法及系统。

第一方面，本申请提供的一种车载毫米波雷达多径假目标抑制方法，采用如下的技术方案：包括：

在接收到雷达信号时，基于距离多普勒域的聚类对所述雷达信号进行分析，得到目标信息；

根据所述目标信息计算聚类之后的每一类数据的最大Mag值或目标点数；

检测所述最大Mag值或所述目标点数大于预设阈值的数据分类，记录为大反射体；

若存在所述大反射体，则遍历其余所有的分类数据；

若存在所述分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标。

通过上述技术方案，系统在接收到雷达信息时，基于距离多普勒域的聚类信息对其分析识别，得到目标信息，根据目标信息计算每一类数据的最大Mag值或者目标点数，并据此检测大于阈值的大反射体，当检测到大反射体时，系统遍历其余所有分类数据，并将分类数据与大反射体的数据进行比较，从而确定多径假目标，进而便于识别形成机理更加复杂的多径假目标，以便于提高车载雷达的目标检测效果，同时无需事先知道多径目标几何模型，以及无需通过构建几何模型及目标与被判断目标之间的信息关联来识别假目标，适用于任意几何模型下的多径假目标识别。

可选的，所述若存在其余的分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标，包括：

假设静止目标相对速度为Vs，将满足所述标准条件的分类数据所代表的目标标记为所述多径假目标；

其中，所述标准条件为：Vs+2*Vm<＝0.67*Th、Rm大于Rc且Mag值小于Mag1；

其中，Vm表示平均速度，Th是预设的门限值，Rm表示平均距离，Mag代表平均功率参数值，RC表示所述大反射体的速度，Mag1表示所述大反射体的功率参数。

通过上述技术方案，系统将分类数据与大反射体的数据进行比较，将满足标准条件的分类数据代表的目标确定为多径假目标，从而无需通过构建几何模型及目标与被判断目标之间的信息关联来识别假目标。

可选的，在所述若存在其余的分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标之前，还包括：

Th为动态门限值，且与汽车的速度呈正相关。

通过上述技术方案，通过动态门限可以增加多径假目标识别的准确率。

可选的，在所述若存在其余的分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标之后，还包括：

若未找到所述多径假目标，则再次遍历所有的所述分类数据；

将满足Vs+2*Vm<＝Th、Rm大于Rc且Mag值小于Mag1的分类数据代表的目标标记为多径假目标。

通过上述技术方案，系统在未识别到多径假目标时，系统再次遍历数据，并放宽标准，再次识别多径假目标，从而便于依次放宽条件，直至多径假目标被识别，以便于增加多径假目标识别的准确率。

第二方面，本申请一种车载毫米波雷达多径假目标抑制装置，采用如下技术方案，包括：

接收模块，用于在接收到雷达信号时，基于距离多普勒域的聚类对所述雷达信号进行分析，得到目标信息；

聚类模块，用于根据所述目标信息计算聚类之后的每一类数据的最大Mag值或目标点数；

检测模块，用于检测所述最大Mag值或所述目标点数大于预设阈值的数据分类，记录为大反射体；

遍历模块，用于若存在所述大反射体，则遍历其余所有的分类数据；

判定模块，用于若存在所述分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标。

通过上述技术方案，系统在接收到雷达信息时，基于距离多普勒域的聚类信息对其分析识别，得到目标信息，根据目标信息计算每一类数据的最大Mag值或者目标点数，并据此检测大于阈值的大反射体，当检测到大反射体时，系统遍历其余所有分类数据，并将分类数据与大反射体的数据进行比较，从而确定多径假目标，进而便于识别形成机理更加复杂的多径假目标，以便于提高车载雷达的目标检测效果，同时无需事先知道多径目标几何模型，以及无需通过构建几何模型及目标与被判断目标之间的信息关联来识别假目标，适用于任意几何模型下的多径假目标识别。

第三方面，本申请还提供一种控制设备，所述设备包括：

包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述车载毫米波雷达多径假目标抑制方法的计算机程序。

第四方面，本申请还提供一种计算机可读存储介质，存储有能够被处理器加载并执行如上述车载毫米波雷达多径假目标抑制方法的计算机程序。

第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上述车载毫米波雷达多径假目标抑制方法的步骤。

综上所述，本申请至少包括以下有益效果：

1.通过遍历其余所有分类数据，并将分类数据与大反射体的数据进行比较，从而确定多径假目标，进而便于识别形成机理更加复杂的多径假目标，以便于提高车载雷达的目标检测效果。

2.无需事先知道多径目标几何模型，以及无需通过构建几何模型及目标与被判断目标之间的信息关联来识别假目标，适用于任意几何模型下的多径假目标识别。

附图说明

图1是车载毫米波雷达多径假目标的示意图。

图2是一种车载毫米波雷达多径假目标抑制方法的流程示意图。

图3是一种车载毫米波雷达多径假目标抑制装置的结构框图。

附图标记说明：310、接收模块；320、聚类模块；330、检测模块；340、遍历模块；350、判定模块。

具体实施方式

以下结合图1－图3对本申请作进一步详细说明。

参照图1，目前对于多径问题的处理主要都是针对图1中多径目标1的抑制，因为此类多径点数往往较少，特征上与真实目标距离接近且速度一致，只是角度的不同，可以方便通过数据处理的方式对其识别与抑制；另外，常规方式需要事先构造出符合实际多径场景的发射路径几何模型，然后在该模型下对比真实目标与被判断目标的点迹信息对其判别，只能识别出简单场景下的多径目标。对于多径目标2，相比多径目标1，此类多径形成机理更为复杂，很难找到准确可重构的几何模型与之对应，目标点数更多，速度与真实目标相差较大，距离也比真实目标距离远，且角度随机，其复杂性使得采用常规方式很难将其识别与抑制，需要采用特殊的信号处理手段对其分析识别。

参照图2，本申请实施例至少包括步骤S10至步骤S50。

S10，在接收到雷达信号时，基于距离多普勒域的聚类对雷达信号进行分析，得到目标信息。

其中，目标信息包括Mag值、速度等数据。

S20，根据目标信息计算聚类之后的每一类数据的最大Mag值或目标点数。

S30，检测最大Mag值或目标点数大于预设阈值的数据分类，记录为大反射体。

S40，若存在大反射体，则遍历其余所有的分类数据。

S50，若存在分类数据满足预设的标准条件，则判定满足标准条件的分类数据所代表的目标为多径假目标。

具体来说，系统在接收到雷达信息时，基于距离多普勒域的聚类信息对其分析识别，得到目标信息，根据目标信息计算每一类数据的最大Mag值或者目标点数，并据此检测大于阈值的大反射体，当检测到大反射体时，系统遍历其余所有分类数据，并将分类数据与大反射体的数据进行比较，从而确定多径假目标，进而便于识别形成机理更加复杂的多径假目标，以便于提高车载雷达的目标检测效果，同时无需事先知道多径目标几何模型，以及无需通过构建几何模型及目标与被判断目标之间的信息关联来识别假目标，适用于任意几何模型下的多径假目标识别。

在一些实施例中，步骤S50具体包括以下步骤：假设静止目标相对速度为Vs，将满足标准条件的分类数据所代表的目标标记为多径假目标；其中，标准条件为：Vs+2*Vm<＝0.67*Th、Rm大于Rc且Mag值小于Mag1；其中，Vm表示平均速度，Th是预设的门限值，Rm表示平均距离，Mag代表平均功率参数值，RC表示大反射体的速度，Mag1表示大反射体的功率参数。

具体来说，系统将分类数据与大反射体的数据进行比较，将满足标准条件的分类数据代表的目标确定为多径假目标，从而无需通过构建几何模型及目标与被判断目标之间的信息关联来识别假目标。

进一步的，Th为动态门限值，且与汽车的速度呈正相关。

通过动态门限可以增加多径假目标识别的准确率。

在一些实施例中，若未找到多径假目标，则再次遍历所有的分类数据；将满足Vs+2*Vm<＝Th、Rm大于Rc且Mag值小于Mag1的分类数据代表的目标标记为多径假目标。

具体来说，系统在未识别到多径假目标时，系统再次遍历数据，并放宽标准，再次识别多径假目标，从而便于依次放宽条件，直至多径假目标被识别，以便于增加多径假目标识别的准确率。

本申请实施例一种车载毫米波雷达多径假目标抑制方法的实施原理为：对于多径目标2，由于此类多径距离、角度随机，且速度与真实目标相差较大，无法通过距离、角度信息对其识别，因此本发明通过在信号处理与数据处理之间增加预处理步骤，通过基于距离多普勒域的聚类信息对其分析识别，但是想要识别出此类多径，首先需要识别出多径回波的最后一级反射体，并且计算该反射体的速度、距离以及回波功率Mag值参数，并与其他类的相关参数进行比较，若各参数满足一定条件可以对其标记为多径目标，在后续的跟踪处理中将其滤除，详细的参数及步骤如下。第一步，对所有目标信息进行距离多普勒域的聚类，记录各类数据的平均速度Vm、平均距离Rm、平均功率参数Mag值；第二步，计算分类数据的最大Mag值或目标点数，若最大Mag值大于90或目标点数(CFAR检测输出的原始点数量)大于等于6，对其标记为大反射体，并记录其速度Vc、距离Rc、功率参数Mag1；第三步，设置动态门限Th，Th与速度相关，速度越大，该门限值越大。典型地，当速度大于10m/s时，Th＝1.5m/s，当速度小于10m/s时，Th＝1m/s；第四步，假设静止目标相对速度为Vs，对于每一个大反射体，遍历其余所有类，若某一类满足Vs+2*Vm<＝0.67*Th、Rm大于Rc且Mag值小于Mag1，对该类标记为多径假目标；第五步，若第四步没有被识别出的多径假目标，进行该步操作，仍然是遍历其余所有类，若某一类满足Vs+2*Vm<＝Th、Rm大于Rc且Mag值小于Mag1，对该类标记为多径假目标。

图2为一个实施例中车载毫米波雷达多径假目标抑制方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行；除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行；并且图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

基于相同的技术构思，参照图3，本申请实施例还提供了一种车载毫米波雷达多径假目标抑制装置，采用如下技术方案，该装置包括：

接收模块310，用于在接收到雷达信号时，基于距离多普勒域的聚类对雷达信号进行分析，得到目标信息；

聚类模块320，用于根据目标信息计算聚类之后的每一类数据的最大Mag值或目标点数；

检测模块330，用于检测最大Mag值或目标点数大于预设阈值的数据分类，记录为大反射体；

遍历模块340，用于若存在大反射体，则遍历其余所有的分类数据；

判定模块350，用于若存在分类数据满足预设的标准条件，则判定满足标准条件的分类数据所代表的目标为多径假目标。

在一些实施例中，判定模块350具体用于假设静止目标相对速度为Vs，将满足标准条件的分类数据所代表的目标标记为多径假目标；

其中，标准条件为：Vs+2*Vm<＝0.67*Th、Rm大于Rc且Mag值小于Mag1；

其中，Vm表示平均速度，Th是预设的门限值，Rm表示平均距离，Mag代表平均功率参数值，RC表示大反射体的速度，Mag1表示大反射体的功率参数。

在一些实施例中，Th为动态门限值，且与汽车的速度呈正相关。

在一些实施例中，判定模块350还用于若未找到多径假目标，则再次遍历所有的分类数据；

将满足Vs+2*Vm<＝Th、Rm大于Rc且Mag值小于Mag1的分类数据代表的目标标记为多径假目标。

本申请实施例还公开一种控制设备。

具体来说，该控制设备包括存储器和处理器，存储器上存储有能够被处理器加载并执行上述车载毫米波雷达多径假目标抑制方法的计算机程序。

本申请实施例还公开一种计算机可读存储介质。

具体来说，该计算机可读存储介质，其存储有能够被处理器加载并执行如上述车载毫米波雷达多径假目标抑制方法的计算机程序，该计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (8)

1.一种车载毫米波雷达多径假目标抑制方法，其特征在于，包括：

在接收到雷达信号时，基于距离多普勒域的聚类对所述雷达信号进行分析，得到目标信息；

根据所述目标信息计算聚类之后的每一类数据的最大Mag值或目标点数；

检测所述最大Mag值或所述目标点数大于预设阈值的数据分类，记录为大反射体；

若存在所述大反射体，则遍历其余所有的分类数据；

若存在所述分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标。

2.根据权利要求1所述的一种车载毫米波雷达多径假目标抑制方法，其特征在于，所述若存在其余的分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标，包括：

假设静止目标相对速度为Vs，将满足所述标准条件的分类数据所代表的目标标记为所述多径假目标；

其中，所述标准条件为：Vs+2*Vm<＝0.67*Th、Rm大于Rc且Mag值小于Mag1；

其中，Vm表示平均速度，Th是预设的门限值，Rm表示平均距离，Mag代表平均功率参数值，RC表示所述大反射体的速度，Mag1表示所述大反射体的功率参数。

3.根据权利要求2所述的一种车载毫米波雷达多径假目标抑制方法，其特征在于，在所述若存在其余的分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标之前，还包括：

Th为动态门限值，且与汽车的速度呈正相关。

4.根据权利要求3所述的一种车载毫米波雷达多径假目标抑制方法，其特征在于，在所述若存在其余的分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标之后，还包括：

若未找到所述多径假目标，则再次遍历所有的所述分类数据；

将满足Vs+2*Vm<＝Th、Rm大于Rc且Mag值小于Mag1的分类数据代表的目标标记为多径假目标。

5.一种车载毫米波雷达多径假目标抑制装置，其特征在于，所述装置包括：

接收模块，用于在接收到雷达信号时，基于距离多普勒域的聚类对所述雷达信号进行分析，得到目标信息；

聚类模块，用于根据所述目标信息计算聚类之后的每一类数据的最大Mag值或目标点数；

检测模块，用于检测所述最大Mag值或所述目标点数大于预设阈值的数据分类，记录为大反射体；

遍历模块，用于若存在所述大反射体，则遍历其余所有的分类数据；

判定模块，用于若存在所述分类数据满足预设的标准条件，则判定满足所述标准条件的分类数据所代表的目标为多径假目标。

6.一种控制设备，其特征在于，所述设备包括：

包括存储器和处理器，所述存储器上存储有能够被所述处理器加载并执行如权利要求1至4中任一种所述方法的计算机程序。

7.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至4中任一种所述方法的计算机程序。

8.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4中任一项所述方法的步骤。