CN117890869A - 一种高精度毫米波雷达目标探测方法、设备、系统和介质 - Google Patents
一种高精度毫米波雷达目标探测方法、设备、系统和介质 Download PDFInfo
- Publication number
- CN117890869A CN117890869A CN202410290193.2A CN202410290193A CN117890869A CN 117890869 A CN117890869 A CN 117890869A CN 202410290193 A CN202410290193 A CN 202410290193A CN 117890869 A CN117890869 A CN 117890869A
- Authority
- CN
- China
- Prior art keywords
- target
- track
- calibration
- wave radar
- millimeter wave
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 130
- 238000004458 analytical method Methods 0.000 claims abstract description 93
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 20
- 230000004044 response Effects 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 17
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims 1
- 238000012360 testing method Methods 0.000 abstract description 44
- 238000012795 verification Methods 0.000 abstract description 9
- 238000002474 experimental method Methods 0.000 description 31
- 238000005259 measurement Methods 0.000 description 28
- 238000004088 simulation Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 22
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000011161 development Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000001914 filtration Methods 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003068 static effect Effects 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
- 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
- G01S7/40—Means for monitoring or calibrating
-
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种高精度毫米波雷达目标探测方法、设备、系统和介质，其中，高精度毫米波雷达目标探测方法包括：获取对目标模拟器的配置指令；其中，目标模拟器用于生成受配置指令控制的目标对象，配置指令至少包括目标对象在毫米波雷达的探测时间内的标定运动信息；基于配置指令，在目标模拟器中控制目标对象按照标定运动信息进行运动，并在目标对象的运动过程中，获取由毫米波雷达探测目标对象得到的目标运动信息；基于目标运动信息与标定运动信息进行分析，得到分析结果。上述方案，能够尽可能真实地模拟毫米波雷达的测试场景，以提升毫米波雷达进行测试验证的可靠性。
Description
技术领域
本申请涉及毫米波雷达技术领域，特别是涉及一种高精度毫米波雷达目标探测方法、设备、系统和介质。
背景技术
毫米波雷达在交通、车载、周界等领域的应用愈加广泛，其中对于目标航迹的检测与跟踪尤为重要。
由于毫米波雷达的探测目标种类包括人、非机动车与机动车等，且被测目标的运动情况有静止、变速运动和转向运动等，在场外实测过程中，需要花费大量的测试资源，且受限于道路规则以及安全要求，例如远距离行驶、高速行驶、人车相遇等场景的测试难度极大，不易实现。而简单的模拟测试场景覆盖不了毫米波雷达在实际应用中的复杂场景，导致毫米波雷达的仿真测试值与真实值差距较大。
有鉴于此，如何尽可能真实地模拟毫米波雷达的测试场景，以提升毫米波雷达进行测试验证的可靠性，成为亟待解决的问题。
发明内容
本申请主要解决的技术问题是提供一种高精度毫米波雷达目标探测方法、设备、系统和介质，能够尽可能真实地模拟毫米波雷达的测试场景，以提升毫米波雷达进行测试验证的可靠性。
为了解决上述技术问题，本申请第一方面提供了一种高精度毫米波雷达目标探测方法，包括：获取对目标模拟器的配置指令；其中，目标模拟器用于生成受配置指令控制的目标对象，配置指令至少包括目标对象在毫米波雷达的探测时间内的标定运动信息；基于配置指令，在目标模拟器中控制目标对象按照标定运动信息进行运动，并在目标对象的运动过程中，获取由毫米波雷达探测目标对象得到的目标运动信息；基于目标运动信息与标定运动信息进行分析，得到分析结果；其中，分析结果至少包括目标航迹与标定运动轨迹之间的比较结果，且目标航迹基于目标运动信息生成，标定运动轨迹基于标定运动信息生成。
为了解决上述技术问题，本申请第二方面提供了一种电子设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述第一方面的高精度毫米波雷达目标探测方法。
为了解决上述技术问题，本申请第三方面提供了一种毫米波雷达目标探测系统，至少包括目标模拟器与毫米波雷达，目标模拟器至少包括收发装置、场景模拟装置与上述第二方面的电子设备，收发装置作为目标对象电连接于电子设备，并通信连接于毫米波雷达，场景模拟装置用于承载收发装置。
为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述第一方面中的高精度毫米波雷达目标探测方法。
上述方案，获取对目标模拟器的配置指令，并基于配置指令，在目标模拟器中控制目标对象按照标定运动信息进行运动，并在目标对象的运动过程中，获取由毫米波雷达探测目标对象得到的目标运动信息；其中，目标模拟器用于生成受配置指令控制的目标对象，配置指令至少包括目标对象在毫米波雷达的探测时间内的标定运动信息；再基于目标运动信息与标定运动信息进行分析，得到分析结果；其中，分析结果至少包括目标航迹与标定运动轨迹之间的比较结果，且目标航迹基于目标运动信息生成，标定运动轨迹基于标定运动信息生成。因此，一方面通过配置指令配置目标对象的标定运动信息，并控制目标对象按照标定运动信息进行运动而产生配置仿真运动场景，能够降低实际道路场景下距离、角度、速度的约束，尽可能真实地模拟远距、高速、复杂运动等测试场景，故能够尽可能地拓展毫米波雷达开发和实验的场景范围；另一方面配置仿真运动场景能够实现稳定的重复实验，通过获取毫米波雷达探测得到的包括目标运动信息的回波信号，基于配置指令中的标定运动信息与目标运动信息进行分析，能够基于大量的测试数据进行分析，提高毫米波雷达测试数据分析结果的可靠性。故此，能够尽可能真实地模拟毫米波雷达的测试场景，以拓展毫米波雷达开发和实验的场景范围，并提升毫米波雷达进行测试验证的可靠性。
附图说明
图1为本申请高精度毫米波雷达目标探测方法一实施例的流程示意图；
图2为包括两个目标对象的运动场景一实施例的二维示意图；
图3为包括两个目标对象的运动场景另一实施例的三维示意图；
图4为本申请目标对象的运动状态一实施例的示意图；
图5为本申请配置指令一实施例的示意图；
图6为本申请目标模拟器一实施例的示意图；
图7为本申请标定运动轨迹一实施例的示意图；
图8为本申请毫米波雷达探测的帧数据示意图；
图9为本申请高精度毫米波雷达目标探测方法一实施例的过程示意图；
图10为本申请高精度毫米波雷达目标探测装置一实施例的框架示意图；
图11为本申请电子设备一实施例的框架示意图；
图12为本申请毫米波雷达目标探测系统一实施例的框架示意图；
图13为本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合说明书附图，对本申请实施例的方案进行详细说明。
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、接口、技术之类的具体细节，以便透彻理解本申请。
本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
请参阅图1，图1为本申请高精度毫米波雷达目标探测方法一实施例的流程示意图，具体而言，包括如下步骤：
S11:获取对目标模拟器的配置指令；其中，目标模拟器用于生成受配置指令控制的目标对象，配置指令至少包括目标对象在毫米波雷达的探测时间内的标定运动信息。
毫米波雷达基本工作原理为利用高频电路产生特定调制频率(FMCW)的电磁波，并通过天线发送电磁波和接收从目标对象反射回来的电磁波，通过发送和接收电磁波的参数来计算目标对象的各个参数，并可以同时对多个目标对象进行测距、测速以及方位测量。其中，毫米波雷达应用的场景可以包括但不限于：车载雷达场景、交通雷达场景、周界雷达场景等。
在一个实施场景中，毫米波雷达的参数可以包括但不限于：最大探测距离、最大探测速度、最大探测左角度、最大探测右角度、测速分辨率、探测帧率、探测帧时间、探测时间等。
示例性地，在毫米波雷达探测目标对象之前，对毫米波雷达的参数进行配置，以实现毫米波雷达的特定探测指标，毫米波雷达的参数配置如下表所示：
在一个实施场景中，被毫米波雷达探测的目标对象可以为行人或车辆等，且被探测对象的状态可以处于静止状态，也可以处于运动状态，运动状态还可以包括但不限于：匀速运动状态、变速运动状态、转向运动状态等。
在一个实施场景中，目标模拟器用于生成受配置指令控制的目标对象，配置指令至少包括目标对象在毫米波雷达的探测时间内的标定运动信息。
在一个具体的实施场景中，目标对象可以包括多个，且各个目标对象的运动状态与机动时间构成运动场景，多个目标对象在毫米波雷达探测时间内的运动场景包括多种，如平行场景、先接近后远离场景、交错场景等。
示例性地，请参阅图2，图2为包括两个目标对象“目标1”、“目标2”的运动场景一实施例的二维示意图，其中，图2左边为两个目标对象平行运动的场景，图2中间为两个目标对象先接近后远离的场景，图2右边为两个目标对象交错运动的场景。需要说明的是，两个目标对象的运动时间不总是同时发生，可以存在时间先后。例如，请结合参阅图2、图3，图3为包括两个目标对象的运动场景另一实施例的三维示意图，在图3中，目标2在t0观测帧出现并开始运动，目标1在t1观测帧开始出现并进行运动，在t2观测帧时，目标1和目标2已经在XOY平面完成目标交错，这种交错可以是一种历史运动轨迹的交错。
在一个具体的实施场景中，配置指令至少包括目标对象的标定运动信息。其中，标定运行信息可以包括若干种运动参数的标定值，若干种运动参数可以包括但不限于：位置、速度、方位角、能量等。
在一个具体的实施场景中，以笛卡尔坐标系来描述若干种运动参数，示例性地，目标对象在t时刻的运动状态定义为：
；
其中，、/>、/>和/>分别是目标对象/>在t时刻的x轴位置、x轴速度、y轴位置和y轴速度。
在一个具体的实施场景中，以极坐标系来描述若干种运动参数，示例性地，目标对象在t时刻的运动状态定义为：
；
其中，、/>、/>和/>分别目标对象/>在t时刻的径向距离、方位角、多普勒速度以及雷达散射截面。需要说明的是，雷达散射截面是度量目标在雷达波照射下所产生回波强度的一种物理量,简称rcs，由于本申请主要关注毫米波雷达数据处理层面的量测点迹跟踪滤波，暂不考虑雷达信号处理层面带来的rcs差异，故简化目标对象/>在t时刻的运动状态为：
。
在一个具体的实施场景中，笛卡尔坐标系与极坐标系之间可以相互转换，请参阅图4，图4为目标对象在两个坐标系下的运动状态一实施例的示意图，其中，为目标对象的总速度矢量，按照笛卡尔坐标系下的x轴和y轴可以分解为/>和/>，按照极坐标系下的径向和切向可以分解为/>和/>，满足：
；
；
；
；
；
；
因此，极坐标系下的目标对象在t时刻的运动状态定义为：
。
在一个具体的实施场景中，配置指令还包括目标对象在毫米波雷达的探测时间内各个时间帧对应的标定运动信息。示例性地，请参阅图5，图5为本申请配置指令一实施例的示意图，其中，配置指令具体包括：目标对象的目标标识“Id”，毫米波雷达探测时间对应的总帧数“FrameLength”，各个时间帧的帧次序“FrameIdx”，各个帧之间的量测间隔“FrameT”，各个帧对应的目标对象数量“ObjNum”，各个帧对应的各个目标对象的标定运动信息（径向距离Rng、方位角Azi、多普勒速度Dpl）。
在一个具体的实施场景中，配置指令还包括目标对象的机动时间，以及任意两个相邻的机动动作时间的中间过程的稳定运动状态信息。示例性地，测试场景下一共有个目标对象，目标对象/>的初始状态为/>，对/>个目标的机动时间定义为：
；
其中，为目标对象/>的机动次数，/>为实验中最大的机动次数，目标机动次数最大不超过10次，即/>。当然，/>只是作为示例，并不构成对本申请的限定。
S12:基于配置指令，在目标模拟器中控制目标对象按照标定运动信息进行运动，并在目标对象的运动过程中，获取由毫米波雷达探测目标对象得到的目标运动信息。
在一个的实施场景中，目标模拟器可以包括收发装置、指令配置设备和场景模拟装置。
在一个具体的实施场景中，目标对象以收发装置的形式存在，收发装置承载于场景模拟装置，与指令配置设备电连接，用于接收指令配置设备发送的配置指令，收发装置与毫米波雷达通信连接，用于接收毫米波雷达发送的电磁波信号，并用于发送回波信号至毫米波雷达，基于配置指令，在指令配置设备中控制收发装置按照标定运动信息在场景模拟装置上进行运动，并在收发装置的运动过程中，获取由毫米波雷达探测收发装置得到的目标运动信息。
示例性地，请参阅图6，图6为本申请目标模拟器一实施例的示意图，场景模拟装置为转台结构，并包括四条轨道：“轨道1”、“轨道2”、“轨道3”、“轨道4”，四个收发装置作为“目标1”、“目标2”、“目标3”、“目标4”分别承载于四条轨道上，图6左边为场景模拟装置的侧视图，图6右边为场景模拟装置的俯视图，毫米波雷达位于转台的中心。“目标1”、“目标2”、“目标3”、“目标4”按照各自对应的标定运动信息进行运动，标定运动信息至少包括所有收发装置在轨道上运动的位置、速度与方位角，“目标1”、“目标2”、“目标3”、“目标4”在某一时刻基于标定运动信息生成的标定运动轨迹如图7所示，图7为本申请标定运动轨迹一实施例的示意图。
请参阅图8，图8为本申请毫米波雷达探测目标对象得到的帧数据示意图，“目标1”、“目标2”、“目标3”、“目标4”在接收到毫米波雷达发送的FMCW信号（调频连续波）后，指令配置设备在时域上进行距离的调制，在频域上进行速度的调制，并将调制后的回波信号发送至毫米波雷达，在毫米波雷达接收包括回波信号之后，通过测距、测角、测速的信号处理之后，能够得到包括目标运动信息的量测信息如图8所示，量测信号包括：量测序号、径向距离和多普勒速度，并基于包括目标运动信息的量测信息的帧数据进行目标跟踪能够形成目标航迹。需要说明的是，测距、测角、测速的信号处理的具体过程可以参阅雷达信号处理相关技术，基于量测信息的帧数据进行目标跟踪形成目标航迹的具体过程可以参阅目标跟踪算法、滤波算法、数据关联算法等相关技术，在此不再赘述。
在一个实施场景中，目标运动信息至少包括若干种运动参数的探测值，若干种运动参数可以包括但不限于：位置、速度、方位角、能量等。
S13:基于目标运动信息与标定运动信息进行分析，得到分析结果；其中，分析结果至少包括目标航迹与标定运动轨迹之间的比较结果，目标航迹基于目标运动信息生成，标定运动轨迹基于标定运动信息生成。
在一个实施场景中，分析结果至少包括航迹关联结果、航迹滤波结果中至少一者，航迹关联结果包括探测响应速度、航迹连续性、航迹变化次数中至少一者，航迹滤波结果包括航迹精度、错误航迹比例中至少一者。因此，从数据关联和跟踪滤波方面进行分析，对目标对象的真实轨迹和跟踪算法结果进行比较，并通过针对性指标对跟踪算法进行有效性分析，有助于提升分析效率。
在一个实施场景中，航迹关联结果表征目标航迹在各个帧之间的关联性能。示例性地，探测响应速度表征毫米波雷达探测目标对象的响应速度，即目标航迹开始出现后，对应的帧间量测数据能够被关联上的响应速度，帧数越少探测响应速度越快；又例如，航迹连续性表征毫米波雷达在测角、测距、测速过程中容忍抖动、闪烁等误差的能力，连续性越高，容忍度越好；再例如，航迹变化次数表征航迹关联的抗干扰能力。
在一个实施场景中，在航迹关联结果包括探测响应速度的情况下，基于目标运动信息与标定运动信息进行分析，得到分析结果，具体包括：基于航迹起始帧数与标定起始帧数，得到毫米波雷达探测目标对象的探测响应速度。其中，航迹起始帧数表征目标航迹开始出现的帧数，标定起始帧数表征标定运动轨迹在毫米波雷达探测时间内开始出现的帧数。因此，通过比较目标航迹与标定运动轨迹的航迹起始帧数，能够得到毫米波雷达用于确认目标航迹出现的确认帧数，即得到毫米波雷达探测目标对象的响应速度，并通过探测响应速度这一指标的分析结果，能够优化毫米波雷达在对应的帧间量测数据方面的关联性能。
在一个具体的实施场景中，基于航迹起始帧数与标定起始帧数的差值，得到毫米波雷达探测目标对象的探测响应速度。示例性地，标定运动轨迹在探测时间内的t1时刻开始出现，目标航迹在探测时间内的t2（大于t1）时刻开始出现，t2-t1即为探测响应速度。
在一个具体的实施场景中，目标对象在探测时间内的标定运动时间等于探测时间，目标对象的运动过程贯穿毫米波雷达的探测时间，毫米波雷达的探测起始时间即是标定运动轨迹在探测时间内开始出现的时间，毫米波雷达的探测结束时间即是标定运动轨迹在探测时间内停止出现的时间，在这种情况下，以探测起始时间为基准，可以直接基于航迹起始帧数得到探测响应速度。示例性地，探测起始时间为0，标定起始帧数为0，目标航迹在探测时间内的t2时刻开始出现，航迹起始帧数t2即为探测响应速度。
在一个具体的实施场景中，目标对象如前述在探测时间内的标定运动时间等于探测时间，目标模拟器生成L个目标对象，且每个目标对象共进行M次蒙特卡洛(Monte Carlo,MC)仿真实验，在第m次实验中，目标对象的航迹起始帧数为/>，可定义目标对象/>的平均航迹起始帧数/>为:
；
所有目标对象的平均航迹起始帧数为：
；
当然，由于目标对象在探测时间内的标定运动时间等于探测时间，若在第m次仿真实验中没有目标对象的目标航迹出现，则此时/>，表征利用了整个探测时间去确认目标航迹，在这种情况下，可以分析出毫米波雷达探测响应速度较慢，进而能够基于当前的探测响应速度对毫米波雷达进行优化，以毫米波雷达的可靠性。
在一个实施场景中，在航迹关联结果包括航迹连续性的情况下，基于目标运动信息与标定运动信息进行分析，得到分析结果，具体包括：基于航迹总帧数与标定总帧数进行比较分析，得到毫米波雷达探测目标对象的航迹连续性；其中，航迹总帧数表征目标航迹出现的总帧数，标定总帧数表征标定运动轨迹在探测时间内出现的总帧数。因此，通过对航迹总帧数与标定总帧数进行比较分析，得到的航迹连续性指标的分析结果，能够优化毫米波雷达在量测过程中容忍测角测距测速抖动、闪烁等误差的能力。
在一个具体的实施场景中，基于航迹总帧数与标定总帧数的比值，得到毫米波雷达探测目标对象的航迹连续性。
在一个具体的实施场景中，目标模拟器生成L个目标对象，且每个目标对象共进行M次蒙特卡洛仿真实验，在第m次实验中，目标对象的航迹总帧数与标定总帧数的比值定义为目标对象/>的航迹连续性，在M次实验中，目标对象/>的平均航迹连续性记为/>为：
；
所有目标对象的平均航迹连续性定义为：
。
在一个实施场景中，在航迹关联结果包括航迹变化次数的情况下，基于目标运动信息与标定运动信息进行分析，得到分析结果，具体包括：比较目标航迹与标定运动轨迹之间的相似度，得到毫米波雷达探测目标对象的航迹改变次数。因此，通过比较目标航迹与标定运动轨迹之间的相似度，得到航迹变化次数指标的分析结果，能够优化毫米波雷达数据关联的抗干扰能力，特别是优化在探测多目标对象复杂运动场景下数据关联的抗干扰能力。
在一个具体的实施场景中，目标模拟器生成L个目标对象，且如前述L个目标对象承载于场景模拟装置的L个轨道上，轨道号分别为“1”、“2”、……“L-1”、“L”， 目标对象的目标航迹开始出现之后，比较目标对象/>在各个时间帧对应的目标航迹与标定运动轨迹之间的相似度，并统计其轨道号改变的总数为目标对象/>的航迹改变次数。示例性地，目标对象/>承载于轨道/>上，若目标对象/>改变航迹至轨道/>上，目标对象/>的航迹改变次数为1次，若目标对象/>从轨道/>再改变航迹至轨道/>上，目标对象/>的航迹改变次数为2次，以此类推。当然，目标对象/>改变航迹至轨道/>后，再从轨道/>改变航迹至轨道/>上，目标对象的航迹改变次数也为2次。
在一个具体的实施场景中，在前述目标模拟器生成L个目标对象，L个目标对象承载于场景模拟装置的L个轨道的基础上，每个目标对象共进行M次蒙特卡洛仿真实验，在第m次实验中，目标对象的目标航迹开始出现之后，比较目标对象/>在各个时间帧对应的目标航迹与标定运动轨迹之间的相似度，并统计其轨道号改变的总数，即目标对象/>的航迹改变次数，记/>为：
；
且所有目标对象的平均航迹改变次数定义为：
。
在一个实施场景中，航迹跟踪结果表征基于目标运动信息进行目标跟踪生成的目标航迹的准确度。示例性地，航迹精度表征受目标对象机动运动状态变化的影响程度，精度越高，受影响程度越小；又例如，错误航迹比例表征受复杂运动场景干扰或噪声干扰的影响程度，错误航迹比例越小，受影响程度越小。
在一个实施场景中，在航迹跟踪结果包括航迹精度的情况下，基于目标运动信息与标定运动信息进行分析，得到分析结果，具体包括：确定目标运动信息中表征目标对象运动状态的目标运动参数，并确定标定运动信息中表征目标对象在探测时间内运动状态的标定运动参数；并基于目标运动参数与标定运动参数，得到航迹精度。因此，通过比较目标运动参数与标定运动参数，得到航迹精度指标的分析结果，能够优化毫米波雷达目标跟踪过程中的探测误差，并尽可能降低目标对象机动运动状态变化的干扰，提升毫米波雷达目标跟踪的鲁棒性。
在一个具体的实施场景中，基于目标运动参数与标定运动参数的差值，得到航迹精度。示例性地，目标对象在某个探测时间帧/>的标定运动参数/>包括标定位置、标定速度中至少一者，目标运动参数/>包括目标位置、目标速度中至少一者，且标定位置包括横向标定位置/>与纵向标定位置，目标位置包括横向目标位置/>与纵向目标位置，标定速度包括横向标定速度/>与纵向标定速度，目标速度包括横向目标速度/>与纵向目标速度，目标对象/>在探测时间帧/>的目标运动参数与标定运动参数的差值为：
=[/>-/>]T
=。
在一个具体的实施场景中，定义目标对象进行M次Monte Carlo实验后所获得的估计误差平方的统计平均值为：
=
；
其中，为4×4的方阵：
；
且方阵主对角线上的四个元素为：
；
其中，、/>、/>和/>分别对应目标对象/>的横向位置即x轴位置误差的方差、横向速度即x轴速度误差的方差、纵向位置即y轴位置误差的方差、纵向速度即y轴速度误差的方差。
在一个具体的实施场景中，标定运动参数至少包括标定位置，目标运动参数至少包括目标位置，且标定位置包括前述的横向标定位置与纵向标定位置，目标位置包括前述的横向目标位置/>与纵向目标位置，基于目标运动参数与标定运动参数，得到航迹精度，具体包括：基于横向标定位置与横向目标位置得到第一横向差值，并基于纵向标定位置与纵向目标位置得到第一纵向差值；基于第一横向差值得到前述的横向位置方差/>，并基于第一纵向差值得到纵向位置方差/>；再基于横向位置方差与纵向位置方差之和的根值，得到航迹位置精度为：
；
因此，通过从目标对象的运动位置维度分析毫米波雷达的探测误差，得到航迹位置精度的指标，有助于提升毫米波雷达探测目标对象位置的准确性。
在一个具体的实施场景中，标定运动参数至少包括标定速度，目标运动参数至少包括目标速度，且标定速度包括前述的横向标定速度与纵向标定速度，目标速度包括前述的横向目标速度/>与纵向目标速度，基于目标运动参数与标定运动参数，得到航迹精度，具体包括：基于横向标定速度与横向目标速度得到第二横向差值，并基于纵向标定速度与纵向目标速度得到第二纵向差值；基于第二横向差值得到横向速度方差/>，并基于第二纵向差值得到纵向速度方差/>；再基于横向速度方差与纵向速度方差之和的根值，得到航迹速度精度为：
；
因此，通过从目标对象的运动速度维度分析毫米波雷达的探测误差，得到航迹速度精度的指标，有助于提升毫米波雷达探测目标对象速度的准确性。
在一个具体的实施场景中，航迹存在帧数表征目标对象/>的目标航迹存在的总帧数，在如前述基于横向位置方差与纵向位置方差之和的根值，得到航迹位置精度/>之后，还可以基于各个时间帧对应的航迹位置精度之和与航迹存在帧数的比值，得到平均航迹位置精度/>:
；
且在L个目标对象总的平均航迹位置精度可定义为：
。
在一个具体的实施场景中，航迹存在帧数表征目标对象/>的目标航迹存在的总帧数，在如前述基于横向速度方差与纵向速度方差之和的根值，得到航迹速度精度/>之后，还可以基于各个时间帧对应的航迹速度精度之和与航迹存在帧数的比值，得到平均航迹速度精度/>:
；
且在L个目标对象总的平均航迹速度精度可定义为：
；
因此，基于目标对象的航迹存在帧数，进一步确定各个时间帧对应的航迹速度精度之和与航迹存在帧数的比值，或各个时间帧对应的航迹位置精度之和与航迹存在帧数的比值，得到平均值分析结果，能够提升分析结果的准确性。
在一个实施场景中，在航迹跟踪结果包括错误航迹比例的情况下，基于目标运动信息与标定运动信息进行分析，得到分析结果，具体包括：获取目标航迹与标定运动轨迹之间的不同轨迹帧数，得到毫米波雷达探测目标对象的错误航迹帧数；并基于错误航迹帧数与航迹总帧数的比值，得到毫米波雷达探测目标对象的错误航迹比例；其中，航迹总帧数表征目标航迹出现的总帧数。因此，基于错误航迹帧数与航迹总帧数的比值，得到错误航迹比例指标的分析结果，能够优化毫米波雷达有效滤波、抗噪声干扰、抗复杂运动场景干扰等能力。
在一个具体的实施场景中，目标模拟器生成L个目标对象，且每个目标对象共进行M次蒙特卡洛仿真实验，在第m次实验中，目标对象的目标航迹与标定运动轨迹之间的不同轨迹帧数即错误航迹帧数为/>，航迹总帧数为/>，得到目标对象/>的错误航迹比/>例为：
；
并得到目标在M次实验中的平均错误航迹比例为：
；
因此，基于错误航迹帧数与航迹总帧数的比值，得到错误航迹比例指标的分析结果，能够优化毫米波雷达有效滤波、抗噪声干扰、抗复杂运动场景干扰等能力。
在一个实施场景中，所有目标对象共进行M次蒙特卡洛仿真实验，且每次仿真实验的毫米波雷达探测时间相同，基于目标运动信息与目标对象的标定运动信息进行分析，得到分析结果，具体包括：基于标定运动信息与若干次相同探测时间内探测得到的目标运动信息进行分析，得到若干个分析结果；并基于若干个分析结果进行分析，得到统计分析结果。示例性地，统计分析结果为如前述得到的、/>、、/>等，具体统计分析过程不再赘述。因此，通过配置指令实现的仿真运动场景，能够实现稳定的重复实验，有助于提供大量的测试数据进行分析，得到统计分析结果，进而能够提高毫米波雷达测试数据分析结果的可靠性。
请参阅图9，图9为本申请高精度毫米波雷达目标探测方法一实施例的过程示意图。其中，运动场景设定、运动参数配置、目标模拟器控制均通过对目标模拟器配置指令实现，且基于标定运动信息可以生成标定运动轨迹（真实航迹），毫米波雷达接收经目标模拟器调制后的回波信号以实现点云数据采集，并基于毫米波雷达采集的点云数据进行目标跟踪生成目标航迹，再对目标航迹与真实航迹进行比较分析，能够得到航迹评估的分析结果，基于分析结果有助于进一步优化毫米波雷达的相关性能。
上述方案，一方面通过配置指令配置目标对象的标定运动信息，并控制目标对象按照标定运动信息进行运动而产生配置仿真运动场景，能够降低实际道路场景下距离、角度、速度的约束，尽可能真实地模拟远距、高速、复杂运动等测试场景，故能够尽可能地拓展毫米波雷达开发和实验的场景范围；另一方面配置仿真运动场景能够实现稳定的重复实验，通过获取毫米波雷达探测得到的包括目标运动信息的回波信号，基于配置指令中的标定运动信息与目标运动信息进行分析，能够基于大量的测试数据进行分析，提高毫米波雷达测试数据分析结果的可靠性。故此，能够尽可能真实地模拟毫米波雷达的测试场景，以拓展毫米波雷达开发和实验的场景范围，并提升毫米波雷达进行测试验证的可靠性。
请参阅图10，图10为本申请高精度毫米波雷达目标探测装置100一实施例的框架示意图，高精度毫米波雷达目标探测装置100包括获取模块101、控制模块102和分析模块103；获取模块101用于获取对目标模拟器的配置指令；其中，目标模拟器用于生成受配置指令控制的目标对象，配置指令至少包括目标对象在毫米波雷达的探测时间内的标定运动信息；控制模块102用于基于配置指令，在目标模拟器中控制目标对象按照标定运动信息进行运动，并在目标对象的运动过程中，获取由毫米波雷达探测目标对象得到的目标运动信息；分析模块103用于基于目标运动信息与标定运动信息进行分析，得到分析结果；其中，分析结果至少包括目标航迹与标定运动轨迹之间的比较结果，且目标航迹基于目标运动信息生成，标定运动轨迹基于标定运动信息生成。
上述方案，高精度毫米波雷达目标探测装置100一方面通过配置指令配置目标对象的标定运动信息，并控制目标对象按照标定运动信息进行运动而产生配置仿真运动场景，能够降低实际道路场景下距离、角度、速度的约束，尽可能真实地模拟远距、高速、复杂运动等测试场景，故能够尽可能地拓展毫米波雷达开发和实验的场景范围；另一方面配置仿真运动场景能够实现稳定的重复实验，通过获取毫米波雷达探测得到的包括目标运动信息的回波信号，基于配置指令中的标定运动信息与目标运动信息进行分析，能够基于大量的测试数据进行分析，提高毫米波雷达测试数据分析结果的可靠性。故此，能够尽可能真实地模拟毫米波雷达的测试场景，以拓展毫米波雷达开发和实验的场景范围，并提升毫米波雷达进行测试验证的可靠性。
在一些公开实施例中，标定运动信息至少包括若干种运动参数的标定值，目标运动信息至少包括若干种运动参数的探测值，若干种运动参数包括位置、速度、方位角中至少一者。
因此，通过位置、速度、方位角等运动参数的标定值与探测值，能够从目标对象的运动距离情况、速度情况、方位情况等维度分析毫米波雷达的探测性能，有助于从多个维度优化毫米波雷达，提升毫米波雷达的可靠性。
在一些公开实施例中，分析结果包括航迹关联结果、航迹跟踪结果中至少一者；其中，航迹关联结果包括探测响应速度、航迹连续性、航迹变化次数中至少一者，航迹跟踪结果包括航迹精度、错误航迹比例中至少一者。
因此，从数据关联和跟踪滤波方面进行分析，对目标对象的真实轨迹和跟踪算法结果进行比较，并通过针对性指标对跟踪算法进行有效性分析，有助于提升分析效率。
在一些公开实施例中，在航迹关联结果包括探测响应速度的情况下，分析模块103具体用于基于航迹起始帧数与标定起始帧数进行比较分析，得到毫米波雷达探测目标对象的探测响应速度；其中，航迹起始帧数表征目标航迹开始出现的帧数，标定起始帧数表征标定运动轨迹在探测时间内开始出现的帧数。
因此，通过比较目标航迹与标定运动轨迹的航迹起始帧数，能够得到毫米波雷达用于确认目标航迹出现的确认帧数，即得到毫米波雷达探测目标对象的响应速度，并通过探测响应速度这一指标的分析结果，能够优化毫米波雷达在对应的帧间量测数据方面的关联性能。
在一些公开实施例中，在航迹关联结果包括航迹连续性的情况下，分析模块103具体用于基于航迹总帧数与标定总帧数进行比较分析，得到毫米波雷达探测目标对象的航迹连续性；其中，航迹总帧数表征目标航迹出现的总帧数，标定总帧数表征标定运动轨迹在探测时间内出现的总帧数。
因此，通过对航迹总帧数与标定总帧数进行比较分析，得到的航迹连续性指标的分析结果，能够优化毫米波雷达在量测过程中容忍测角测距测速抖动、闪烁等误差的能力。
在一些公开实施例中，在航迹关联结果包括航迹变化次数的情况下，分析模块103具体用于比较目标航迹与标定运动轨迹之间的相似度，得到毫米波雷达探测目标对象的航迹改变次数。
因此，通过比较目标航迹与标定运动轨迹之间的相似度，得到航迹变化次数指标的分析结果，能够优化毫米波雷达数据关联的抗干扰能力，特别是优化在探测多目标对象复杂运动场景下数据关联的抗干扰能力。
在一些公开实施例中，在航迹跟踪结果包括航迹精度的情况下，分析模块103包括确定子模块与分析子模块，确定子模块用于确定目标运动信息中表征目标对象运动状态的目标运动参数，并确定标定运动信息中表征目标对象在探测时间内运动状态的标定运动参数；分析子模块用于基于目标运动参数与标定运动参数，得到航迹精度。
因此，通过比较目标运动参数与标定运动参数，得到航迹精度指标的分析结果，能够优化毫米波雷达目标跟踪过程中的探测误差，并尽可能降低目标对象机动运动状态变化的干扰，提升毫米波雷达目标跟踪的鲁棒性。
在一些公开实施例中，标定运动参数至少包括标定位置，目标运动参数至少包括目标位置，且标定位置包括横向标定位置与纵向标定位置，目标位置包括横向目标位置与纵向目标位置，分析子模块包括第一分析单元，第一分析单元用于基于横向标定位置与横向目标位置得到第一横向差值，并基于纵向标定位置与纵向目标位置得到第一纵向差值；基于第一横向差值得到横向位置方差，并基于第一纵向差值得到纵向位置方差；基于横向位置方差与纵向位置方差之和的根值，得到航迹位置精度。
因此，通过从目标对象的运动位置维度分析毫米波雷达的探测误差，得到航迹位置精度的指标，有助于提升毫米波雷达探测目标对象位置的准确性。
在一些公开实施例中，标定运动参数至少包括标定速度，目标运动参数至少包括目标速度，且标定速度包括横向标定速度与纵向标定速度，目标速度包括横向目标速度与纵向目标速度，分析子模块还包括第二分析单元，第二分析单元用于基于横向标定速度与横向目标速度得到第二横向差值，并基于纵向标定速度与纵向目标速度得到第二纵向差值；基于第二横向差值得到横向速度方差，并基于第二纵向差值得到纵向速度方差；基于横向速度方差与纵向速度方差之和的根值，得到航迹速度精度。
因此，通过从目标对象的运动速度维度分析毫米波雷达的探测误差，得到航迹速度精度的指标，有助于提升毫米波雷达探测目标对象速度的准确性。
在一些公开实施例中，在航迹存在帧数表征目标航迹存在的总帧数的情况下，第一分析单元还用于在基于横向位置方差与纵向位置方差之和的根值，得到航迹位置精度之后，基于各个时间帧对应的航迹位置精度之和与航迹存在帧数的比值，得到平均航迹位置精度；或者，第一分析单元还用于基于横向速度方差与纵向速度方差之和的根值，得到航迹速度精度之后，基于各个时间帧对应的航迹速度精度之和与航迹存在帧数的比值，得到平均航迹速度精度。
因此，基于目标对象的航迹存在帧数，进一步确定各个时间帧对应的航迹速度精度之和与航迹存在帧数的比值，或各个时间帧对应的航迹位置精度之和与航迹存在帧数的比值，得到平均值分析结果，能够提升分析结果的准确性。
在一些公开实施例中，在航迹跟踪结果包括错误航迹比例的情况下，分析模块103还具体用于获取目标航迹与标定运动轨迹之间的不同轨迹帧数，得到毫米波雷达探测目标对象的错误航迹帧数；基于错误航迹帧数与航迹总帧数的比值，得到毫米波雷达探测目标对象的错误航迹比例；其中，航迹总帧数表征目标航迹出现的总帧数。
因此，基于错误航迹帧数与航迹总帧数的比值，得到错误航迹比例指标的分析结果，能够优化毫米波雷达有效滤波、抗噪声干扰、抗复杂运动场景干扰等能力。
在一些公开实施例中，分析模块103还用于基于标定运动信息与若干次相同探测时间内探测得到的目标运动信息进行分析，得到若干个分析结果；基于若干个分析结果进行分析，得到统计分析结果。
因此，通过配置指令实现的仿真运动场景，能够实现稳定的重复实验，有助于提供大量的测试数据进行分析，得到统计分析结果，进而能够提高毫米波雷达测试数据分析结果的可靠性。
请参阅图11，图11是本申请电子设备110一实施例的框架示意图。电子设备110包括相互耦接的存储器111和处理器112，处理器112用于执行存储器111中存储的程序指令，以实现上述任一高精度毫米波雷达目标探测方法实施例中的步骤。
具体而言，处理器112用于控制其自身以及存储器111以实现上述任一高精度毫米波雷达目标探测方法实施例的步骤。处理器112还可以称为CPU（Central ProcessingUnit，中央处理单元）。处理器112可能是一种集成电路芯片，具有信号的处理能力。处理器112还可以是通用处理器、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。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。另外，处理器112可以由集成电路芯片共同实现。
上述方案，电子设备110一方面通过配置指令配置目标对象的标定运动信息，并控制目标对象按照标定运动信息进行运动而产生配置仿真运动场景，能够降低实际道路场景下距离、角度、速度的约束，尽可能真实地模拟远距、高速、复杂运动等测试场景，故能够尽可能地拓展毫米波雷达开发和实验的场景范围；另一方面配置仿真运动场景能够实现稳定的重复实验，通过获取毫米波雷达探测得到的包括目标运动信息的回波信号，基于配置指令中的标定运动信息与目标运动信息进行分析，能够基于大量的测试数据进行分析，提高毫米波雷达测试数据分析结果的可靠性。故此，能够尽可能真实地模拟毫米波雷达的测试场景，以拓展毫米波雷达开发和实验的场景范围，并提升毫米波雷达进行测试验证的可靠性。
请参阅图12，图12为本申请毫米波雷达目标探测系统120一实施例的框架示意图，毫米波雷达目标探测系统120至少包括目标模拟器121与毫米波雷达122，目标模拟器121至少包括收发装置123、场景模拟装置124以及前述实施中的电子设备110，收发装置作为目标对象电连接于电子设备110，并通信连接于毫米波雷达122，场景模拟装置124用于承载收发装置123。
在一个实施场景中，场景模拟装置124可以包括但不限于：转台轨道、直行轨道、模拟十字路口等。
在一个实施场景中，毫米波雷达122也可以承载于转台上，并结合俯仰角度的调整，以增加毫米波雷达的探测范围。
上述方案，毫米波雷达目标探测系统120一方面通过配置指令配置目标对象的标定运动信息，并控制目标对象按照标定运动信息进行运动而产生配置仿真运动场景，能够降低实际道路场景下距离、角度、速度的约束，尽可能真实地模拟远距、高速、复杂运动等测试场景，故能够尽可能地拓展毫米波雷达开发和实验的场景范围；另一方面配置仿真运动场景能够实现稳定的重复实验，通过获取毫米波雷达探测得到的包括目标运动信息的回波信号，基于配置指令中的标定运动信息与目标运动信息进行分析，能够基于大量的测试数据进行分析，提高毫米波雷达测试数据分析结果的可靠性。故此，能够尽可能真实地模拟毫米波雷达的测试场景，以拓展毫米波雷达开发和实验的场景范围，并提升毫米波雷达进行测试验证的可靠性。
请参阅图13，图13为本申请计算机可读存储介质130一实施例的框架示意图。计算机可读存储介质130存储有能够被处理器运行的程序指令131，程序指令131用于实现上述高精度毫米波雷达目标探测方法实施例的步骤。
上述方案，计算机可读存储介质130一方面通过配置指令配置目标对象的标定运动信息，并控制目标对象按照标定运动信息进行运动而产生配置仿真运动场景，能够降低实际道路场景下距离、角度、速度的约束，尽可能真实地模拟远距、高速、复杂运动等测试场景，故能够尽可能地拓展毫米波雷达开发和实验的场景范围；另一方面配置仿真运动场景能够实现稳定的重复实验，通过获取毫米波雷达探测得到的包括目标运动信息的回波信号，基于配置指令中的标定运动信息与目标运动信息进行分析，能够基于大量的测试数据进行分析，提高毫米波雷达测试数据分析结果的可靠性。故此，能够尽可能真实地模拟毫米波雷达的测试场景，以拓展毫米波雷达开发和实验的场景范围，并提升毫米波雷达进行测试验证的可靠性。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
另外，在本申请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。
集成的单元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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
Claims (15)
1.一种高精度毫米波雷达目标探测方法，其特征在于，包括：
获取对目标模拟器的配置指令；其中，所述目标模拟器用于生成受所述配置指令控制的目标对象，所述配置指令至少包括所述目标对象在毫米波雷达的探测时间内的标定运动信息；
基于所述配置指令，在所述目标模拟器中控制所述目标对象按照所述标定运动信息进行运动，并在所述目标对象的运动过程中，获取由所述毫米波雷达探测所述目标对象得到的目标运动信息；
基于所述目标运动信息与所述标定运动信息进行分析，得到分析结果；其中，所述分析结果至少包括目标航迹与标定运动轨迹之间的比较结果，且所述目标航迹基于所述目标运动信息生成，所述标定运动轨迹基于所述标定运动信息生成。
2.根据权利要求1所述的方法，其特征在于，所述标定运动信息至少包括若干种运动参数的标定值，所述目标运动信息至少包括所述若干种运动参数的探测值，所述若干种运动参数包括位置、速度、方位角中至少一者。
3.根据权利要求1所述的方法，其特征在于，所述分析结果包括航迹关联结果、航迹跟踪结果中至少一者；其中，所述航迹关联结果包括探测响应速度、航迹连续性、航迹变化次数中至少一者，所述航迹跟踪结果包括航迹精度、错误航迹比例中至少一者。
4.根据权利要求3所述的方法，其特征在于，在所述航迹关联结果包括所述探测响应速度的情况下，所述基于所述目标运动信息与所述标定运动信息进行分析，得到分析结果，包括：
基于航迹起始帧数与标定起始帧数进行比较分析，得到所述毫米波雷达探测所述目标对象的探测响应速度；
其中，所述航迹起始帧数表征所述目标航迹开始出现的帧数，所述标定起始帧数表征所述标定运动轨迹在所述探测时间内开始出现的帧数。
5.根据权利要求3所述的方法，其特征在于，在所述航迹关联结果包括所述航迹连续性的情况下，所述基于所述目标运动信息与所述标定运动信息进行分析，得到分析结果，包括：
基于航迹总帧数与标定总帧数进行比较分析，得到所述毫米波雷达探测所述目标对象的航迹连续性；
其中，所述航迹总帧数表征所述目标航迹出现的总帧数，所述标定总帧数表征所述标定运动轨迹在所述探测时间内出现的总帧数。
6.根据权利要求3所述的方法，其特征在于，在所述航迹关联结果包括所述航迹变化次数的情况下，所述基于所述目标运动信息与所述标定运动信息进行分析，得到分析结果，包括：
比较所述目标航迹与所述标定运动轨迹之间的相似度，得到所述毫米波雷达探测所述目标对象的航迹改变次数。
7.根据权利要求3所述的方法，其特征在于，在所述航迹跟踪结果包括所述航迹精度的情况下，所述基于所述目标运动信息与所述标定运动信息进行分析，得到分析结果，包括：
确定所述目标运动信息中表征所述目标对象运动状态的目标运动参数，并确定所述标定运动信息中表征所述目标对象在所述探测时间内运动状态的标定运动参数；
基于所述目标运动参数与所述标定运动参数，得到所述航迹精度。
8.根据权利要求7所述的方法，其特征在于，所述标定运动参数至少包括标定位置，所述目标运动参数至少包括目标位置，且所述标定位置包括横向标定位置与纵向标定位置，所述目标位置包括横向目标位置与纵向目标位置，所述基于所述目标运动参数与所述标定运动参数，得到所述航迹精度，包括：
基于所述横向标定位置与所述横向目标位置得到第一横向差值，并基于所述纵向标定位置与所述纵向目标位置得到第一纵向差值；
基于所述第一横向差值得到横向位置方差，并基于所述第一纵向差值得到纵向位置方差；
基于所述横向位置方差与所述纵向位置方差之和的根值，得到航迹位置精度。
9.根据权利要求7所述的方法，其特征在于，所述标定运动参数至少包括标定速度，所述目标运动参数至少包括目标速度，且所述标定速度包括横向标定速度与纵向标定速度，所述目标速度包括横向目标速度与纵向目标速度，所述基于所述目标运动参数与所述标定运动参数，得到所述航迹精度，包括：
基于所述横向标定速度与所述横向目标速度得到第二横向差值，并基于所述纵向标定速度与所述纵向目标速度得到第二纵向差值；
基于所述第二横向差值得到横向速度方差，并基于所述第二纵向差值得到纵向速度方差；
基于所述横向速度方差与所述纵向速度方差之和的根值，得到航迹速度精度。
10.根据权利要求8或9所述的方法，其特征在于，在航迹存在帧数表征所述目标航迹存在的总帧数的情况下，在所述基于所述横向位置方差与所述纵向位置方差之和的根值，得到航迹位置精度之后，所述方法还包括：
基于各个时间帧对应的航迹位置精度之和与所述航迹存在帧数的比值，得到平均航迹位置精度；
或者，在所述基于所述横向速度方差与所述纵向速度方差之和的根值，得到航迹速度精度之后，所述方法还包括：
基于各个时间帧对应的航迹速度精度之和与所述航迹存在帧数的比值，得到平均航迹速度精度。
11.根据权利要求3所述的方法，其特征在于，在所述航迹跟踪结果包括所述错误航迹比例的情况下，所述基于所述目标运动信息与所述标定运动信息进行分析，得到分析结果，包括：
获取所述目标航迹与所述标定运动轨迹之间的不同轨迹帧数，得到所述毫米波雷达探测所述目标对象的错误航迹帧数；
基于所述错误航迹帧数与航迹总帧数的比值，得到所述毫米波雷达探测所述目标对象的错误航迹比例；其中，所述航迹总帧数表征所述目标航迹出现的总帧数。
12.根据权利要求1所述的方法，其特征在于，所述基于所述目标运动信息与所述目标对象的标定运动信息进行分析，得到分析结果，包括：
基于所述标定运动信息与若干次相同探测时间内探测得到的目标运动信息进行分析，得到若干个分析结果；
基于所述若干个分析结果进行分析，得到统计分析结果。
13.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至12任一项所述的高精度毫米波雷达目标探测方法。
14.一种毫米波雷达目标探测系统，其特征在于，至少包括目标模拟器与毫米波雷达，所述目标模拟器至少包括收发装置、场景模拟装置与权利要求13所述的电子设备，所述收发装置作为所述目标对象电连接于所述电子设备，并通信连接于所述毫米波雷达，所述场景模拟装置用于承载所述收发装置。
15.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至12任一项所述的高精度毫米波雷达目标探测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410290193.2A CN117890869B (zh) | 2024-03-14 | 2024-03-14 | 一种高精度毫米波雷达目标探测方法、设备、系统和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410290193.2A CN117890869B (zh) | 2024-03-14 | 2024-03-14 | 一种高精度毫米波雷达目标探测方法、设备、系统和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117890869A true CN117890869A (zh) | 2024-04-16 |
| CN117890869B CN117890869B (zh) | 2024-06-07 |
Family
ID=90639767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410290193.2A Active CN117890869B (zh) | 2024-03-14 | 2024-03-14 | 一种高精度毫米波雷达目标探测方法、设备、系统和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117890869B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109917341A (zh) * | 2019-03-08 | 2019-06-21 | 森思泰克河北科技有限公司 | 雷达运动目标跟踪性能测试方法、终端设备及存储介质 |
| CN111123228A (zh) * | 2020-01-02 | 2020-05-08 | 浙江力邦合信智能制动系统股份有限公司 | 一种车载雷达集成测试系统及方法 |
| US20210224436A1 (en) * | 2020-01-21 | 2021-07-22 | Aptiv Technologies Limited | High-fidelity radar simulator |
| CN114236486A (zh) * | 2022-02-23 | 2022-03-25 | 南京隼眼电子科技有限公司 | 雷达测试系统以及方法 |
| CN115015858A (zh) * | 2022-05-31 | 2022-09-06 | 襄阳达安汽车检测中心有限公司 | 毫米波雷达仿真测试方法、装置、设备及可读存储介质 |
| CN115327525A (zh) * | 2022-07-19 | 2022-11-11 | 森思泰克河北科技有限公司 | 航迹置信度的评估方法、装置及电子设备 |
| CN115524675A (zh) * | 2022-10-10 | 2022-12-27 | 一汽解放汽车有限公司 | 车载雷达性能分析方法、装置和计算机设备 |
| CN116680860A (zh) * | 2023-04-11 | 2023-09-01 | 中国人民解放军63893部队 | 一种基于场景驱动的雷达航迹模拟方法 |
| CN117491958A (zh) * | 2023-11-09 | 2024-02-02 | 北京天地一格科技有限公司 | 一种暗室环境下的雷达系统全自动测试方法及相关设备 |
-
2024
- 2024-03-14 CN CN202410290193.2A patent/CN117890869B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109917341A (zh) * | 2019-03-08 | 2019-06-21 | 森思泰克河北科技有限公司 | 雷达运动目标跟踪性能测试方法、终端设备及存储介质 |
| CN111123228A (zh) * | 2020-01-02 | 2020-05-08 | 浙江力邦合信智能制动系统股份有限公司 | 一种车载雷达集成测试系统及方法 |
| US20210224436A1 (en) * | 2020-01-21 | 2021-07-22 | Aptiv Technologies Limited | High-fidelity radar simulator |
| CN114236486A (zh) * | 2022-02-23 | 2022-03-25 | 南京隼眼电子科技有限公司 | 雷达测试系统以及方法 |
| CN115015858A (zh) * | 2022-05-31 | 2022-09-06 | 襄阳达安汽车检测中心有限公司 | 毫米波雷达仿真测试方法、装置、设备及可读存储介质 |
| CN115327525A (zh) * | 2022-07-19 | 2022-11-11 | 森思泰克河北科技有限公司 | 航迹置信度的评估方法、装置及电子设备 |
| CN115524675A (zh) * | 2022-10-10 | 2022-12-27 | 一汽解放汽车有限公司 | 车载雷达性能分析方法、装置和计算机设备 |
| CN116680860A (zh) * | 2023-04-11 | 2023-09-01 | 中国人民解放军63893部队 | 一种基于场景驱动的雷达航迹模拟方法 |
| CN117491958A (zh) * | 2023-11-09 | 2024-02-02 | 北京天地一格科技有限公司 | 一种暗室环境下的雷达系统全自动测试方法及相关设备 |
Non-Patent Citations (2)
| Title |
|---|
| SREEHARI BUDDAPPAGARI JAYAPAL GOWDU ET.AL.: "Comparison of real and simulated automotive radar targets measured with a reference radar", 2018 INTERNATIONAL CONFERENCE ON ELECTROMAGNETICS IN ADVANCED APPLICATIONS (ICEAA), 31 December 2018 (2018-12-31) * |
| 王玮: "毫米波步进频雷达一维成像及目标检测算法研究", 中国优秀硕士学位论文电子全文数据库工程科技Ⅱ辑, no. 2, 15 December 2011 (2011-12-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117890869B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Engels et al. | Automotive radar signal processing: Research directions and practical challenges | |
| Sligar | Machine learning-based radar perception for autonomous vehicles using full physics simulation | |
| US11506776B2 (en) | Method and device with improved radar resolution | |
| EP0899582B1 (en) | Motor vehicle object detection method | |
| CN109581353B (zh) | 一种基于汽车雷达的多目标跟踪方法及系统 | |
| CN105487060B (zh) | 一种双通道四斜率调制的多目标提取方法 | |
| Eltrass et al. | Automotive radar system for multiple‐vehicle detection and tracking in urban environments | |
| CN113009441B (zh) | 一种雷达运动反射面多径目标的识别方法及装置 | |
| CN110531337B (zh) | 基于隶属度分析的目标可信度计算方法及装置 | |
| CN113408504B (zh) | 基于雷达的车道线识别方法、装置、电子设备及存储介质 | |
| CN115061113B (zh) | 用于雷达的目标检测模型训练方法、装置及存储介质 | |
| CN111819459A (zh) | 用于在雷达测量系统上单义地确定物体速度的方法 | |
| CN109633628A (zh) | 基于分布式组网雷达数据融合的抗rgpo干扰的方法 | |
| CN113795771A (zh) | 采用点云雷达估计物体速度的方法、点云雷达及系统 | |
| Zhu et al. | Measurement and ray-tracing simulation for millimeter-wave automotive radar | |
| CN117890869B (zh) | 一种高精度毫米波雷达目标探测方法、设备、系统和介质 | |
| Kim et al. | Deep-learning based multi-object detection and tracking using range-angle map in automotive radar systems | |
| CN112689773B (zh) | 雷达信号处理方法和雷达信号处理装置 | |
| Zong et al. | A simulation method for millimeter-wave radar sensing in traffic intersection based on bidirectional analytical ray-tracing algorithm | |
| CN113567946B (zh) | 一种毫米波雷达真实目标和虚像检测方法 | |
| CN115754969A (zh) | 基于宽窄带结合和差单脉冲的识别雷达方法及系统 | |
| CN112083388B (zh) | 一种基于二次雷达应答信号的点迹质量评判方法 | |
| CN114859338A (zh) | 一种基于旋转云台的毫米波雷达目标追踪装置及检测方法 | |
| Bai et al. | Application oriented identification of external influence factors on sensing for validation of automated driving systems | |
| KR20170054168A (ko) | 레이더 시스템의 씨파를 기반으로 하는 신호 처리 방법 및 그 장치 |
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 |