DE102017131114A1 - Verfahren und Vorrichtung zum Bestimmen wenigstens eines Parameters eines Objektes - Google Patents

Verfahren und Vorrichtung zum Bestimmen wenigstens eines Parameters eines Objektes Download PDF

Info

Publication number
DE102017131114A1
DE102017131114A1 DE102017131114.9A DE102017131114A DE102017131114A1 DE 102017131114 A1 DE102017131114 A1 DE 102017131114A1 DE 102017131114 A DE102017131114 A DE 102017131114A DE 102017131114 A1 DE102017131114 A1 DE 102017131114A1
Authority
DE
Germany
Prior art keywords
signals
parameter
range
range doppler
doppler matrix
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
Application number
DE102017131114.9A
Other languages
English (en)
Inventor
Ralph Mende
Christoph Weihrauch
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SMS Smart Microwave Sensors GmbH
Original Assignee
SMS Smart Microwave Sensors GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SMS Smart Microwave Sensors GmbH filed Critical SMS Smart Microwave Sensors GmbH
Priority to DE102017131114.9A priority Critical patent/DE102017131114A1/de
Priority to KR1020207020968A priority patent/KR20200101424A/ko
Priority to PCT/EP2018/086198 priority patent/WO2019122130A1/de
Priority to CN201880081766.3A priority patent/CN111566506B/zh
Priority to US16/956,840 priority patent/US11841418B2/en
Priority to JP2020528203A priority patent/JP7138970B2/ja
Priority to EP18829841.8A priority patent/EP3729126A1/de
Priority to CA3085793A priority patent/CA3085793A1/en
Publication of DE102017131114A1 publication Critical patent/DE102017131114A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S13/584—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 adapted for simultaneous range and velocity measurements
    • 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
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/536—Discriminating between fixed and moving objects or between objects moving at different speeds using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • G01S13/343—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal using sawtooth modulation
    • 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
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/36—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and the contemporaneously transmitted signal
    • G01S13/38—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and the contemporaneously transmitted signal wherein more than one modulation frequency is used
    • 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
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G01S13/524—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi
    • G01S13/53—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi performing filtering on a single spectral line and associated with one or more range gates with a phase detector or a frequency mixer to extract the Doppler information, e.g. pulse Doppler 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
    • 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
    • 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
    • G01S13/64—Velocity measuring systems using range gates
    • 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
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/356—Receivers involving particularities of FFT processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/43—Speed, acceleration, deceleration control ADC

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Bestimmen wenigstens eines Parameters eines Objektes, wobei das Verfahren die folgenden Schritte aufweist:a. Bereitstellen einer Range-Doppler-Matrix,b. Übergeben wenigstens eines Teiles der Range-Doppler-Matrix an ein Neuronales Netzwerk undc. Ermitteln des wenigstens einen Parameters durch das Neuronale Netzwerk.

Description

  • Die Erfindung betrifft eine Vorrichtung, insbesondere einen Radarsensor und ein Verfahren zum Bestimmen wenigstens eines Parameters eines Objektes, wobei bei dem Verfahren eine Range-Doppler-Matrix bereitgestellt wird.
  • Derartige Verfahren sind heute insbesondere für die Verkehrsüberwachung aus dem Stand der Technik bekannt. Ein Objekt ist beispielsweise ein Verkehrsteilnehmer, insbesondere ein Fußgänger, ein Fahrradfahrer, ein Kraftfahrzeug oder ein Lastkraftwagen oder Bus. Ein Sensor, der zur Durchführung eines derartigen Verfahrens verwendet werden kann, sendet ein Sendesignal in Form von Radarstrahlen mit mindestens einer Sendeantenne aus. Die Radarstrahlung wird an dem Objekt, dessen wenigstens einer Parameter zu bestimmen ist, reflektiert. Der Sensor verfügt zusätzlich über wenigstens eine Empfangsantenne und empfängt Empfangssignale in Form der an dem Objekt reflektierten Sendesignale. Der Radarsender und der Empfänger befinden sich an einem Messort. Es ist bekannt, mittels geeigneter modulierter Radarsignale, beispielsweise in Form vieler Frequenzrampen, in einem einzigen Messzyklus sowohl die Entfernung als auch eine Radialgeschwindigkeit des Objektes relativ zu diesem Messort zu bestimmen. Dabei werden beispielsweise zwei oder mehr verschiedenartige Frequenzrampen versendet. Verschiedenartige Frequenzrampen unterscheiden sich in wenigstens einem Parameter, beispielswiese dem Frequenzhub, der Startfrequenz, der Endfrequenz oder der Rampensteigung. Die empfangenen Empfangssignale werden mit den Sendesignalen zu Basisbandsignalen gemischt, die anschließend ausgewertet werden. Dabei wird mindestens eine sogenannte Range-Doppler-Matrix erstellt. Es sind auch andere Modulationsarten möglich.
  • Ein derartiger Sensor kann stationär, beispielsweise an einem Verkehrsweg, oder mobil, beispielsweise an einem Kraftfahrzeug, angeordnet werden.
  • Bei der Berechnung einer Range-Doppler-Matrix werden üblicherweise zwei Fast-Fourier-Transformationen (FFT) durchgeführt. Während die erste FFT (Range FFT) pro Rampe ausgeführt wird, sodass bei beispielsweise 256 Rampen auch 256 Frequenzspektren der ersten FFT vorliegen, wird die zweite FFT (Doppler FFT) vorzugsweise für jeden Entfernungswert („Entfernungstor“) durchgeführt. Es ist allerdings auch möglich, die zweite FFT nur für ausgewählte Entfernungswerte auszuführen. Beispielsweise können solche Entfernungstore ausgewählt werden, für die eine Reflektion detektiert worden ist. Das Ergebnis der beiden FFT lässt sich in einer Range-Doppler-Matrix (RDM) darstellen. Die Berechnung einer derartigen Range-Doppler-Matrix ist dem Fachmann bekannt. Bei Benutzung anderer Modulationsarten kann die Berechnung der Range-Doppler-Matrix auch auf andere Weise erfolgen.
  • Eine Range-Doppler-Matrix hat den Nachteil, dass aus ihr zwar die Entfernung des Objektes in der Regel eindeutig erkennbar und ablesbar ist, die Geschwindigkeit jedoch, die über die Doppler-Verschiebung der reflektierten Radarstrahlung ermittelt wird, in der Regel nicht eindeutig zugeordnet werden kann. In der Dopplerdimension ist die Range-Doppler-Matrix in der Regel mehrdeutig und verfügt nur über einen eingeschränkten Eindeutigkeitsbereich.
  • Aus dem Stand der Technik sind Verfahren bekannt, mit denen der nutzbare Doppler-Auswertungsbereich vergrößert werden kann. Die DE 10 2012 008 350 A1 schlägt beispielsweise vor, verschiedenartige Frequenzrampen als Sendestrahlung zu verwenden. Die nicht vorveröffentliche DE 10 2017 105 783 schlägt vor, diese verschiedenartigen Frequenzrampen gleichzeitig zu senden. Beide Verfahren haben zur Folge, dass der nutzbare Doppler-Auswertungsbereich der Range-Doppler-Matrix in Doppler-Dimension vergrößert wird, indem das Eindeutigkeitsintervall bestimmt wird. Dazu werden entweder für verschiedenartige Frequenzrampen getrennte Matrizen gebildet oder die Signale der verschiedenartigen Frequenzrampen in einer gemeinsamen Matrix gleichzeitig ausgewertet. Auch wenn auf diese Weise der nutzbare Doppler-Auswertungsbereich gegebenenfalls so weit vergrößert werden kann, dass er für den Anwendungsfall vollständig eindeutig ist, verfügt die Matrix weiterhin nur über einen begrenzten Eindeutigkeitsbereich.
  • Bei heutigen Anwendungen ist es oftmals nicht ausreichend, nur die Entfernung und/oder eine Radialgeschwindigkeit des Objektes zu bestimmen. Vielmehr werden oftmals andere Parameter zusätzlich oder alternativ zu den genannten Parametern bestimmt. So ist es beispielsweise für die Verkehrszählung und oftmals auch für Ampelschaltungen an Kreuzungen wichtig, die Objekte bestimmten Klassen zuzuordnen. So kann es gewünscht sein, Personenkraftwagen von Fahrradfahrern oder Lastkraftwagen zu unterscheiden.
  • Diese Informationen werden in aller Regel aus einer Range-Doppler-Matrix nicht ausgelesen.
  • Aus dem Artikel „Vehicle classification based on convolutional networks applied to FM-CW radar signals“ arXiv: 1710-05718v3 vom 31. Oktober 2017 ist es bekannt, Messsignale durch eine Fourier-Transformation in ein Frequenzspektrum zu überführen und dieses einem neuronalen Netzwerk zu übergeben. Neuronale Netzwerke, im vorliegenden Fall ein „Convolutional Neural Network“ sind künstliche Netzwerke, die in der Computertechnologie im Bereich der künstlichen Intelligenz den Bereich des maschinellen Lernens revolutioniert haben. Ähnlich dem menschlichen Gehirn können derartige Computerprogramme aus ihnen übergebenen Daten durch bestimmte mathematische Verfahren komplexe und höherwertige Informationen auslesen und zu erkennen und diese Referenzinformationen zuweisen. Dadurch ist es den Netzwerken möglich, zu einem späteren Zeitpunkt das „Gelernte“ anzuwenden und aus zu einem späteren Zeitpunkt übergebenen Messwerten und Daten die gewünschten Informationen auszulesen. Dafür ist es jedoch notwendig, dass es einen eindeutigen Zusammenhang zwischen den Messsignalen oder Messdaten, die dem neuronalen Netzwerk übergeben werden, und den zu bestimmenden Referenzinformationen, beispielsweise der Klassifikation eines Objektes, gibt. Können durch die übergebenen Daten und Informationen zwei Parameter nicht voneinander getrennt werden, ist es auch dem neuronalen Netzwerk nicht möglich, eine Unterscheidung zu erlernen.
  • Aus der US 2016/0019458 A1 ist ein Verfahren bekannt, bei dem derartige neuronale Netzwerke verwendet werden, um aus Radarbildern („synthetic aperture radar, SAR“) Informationen über Verkehrsobjekte, in diesem Fall fliegende Objekte, zu ermitteln. Auch hier gilt, dass es einen eindeutigen Zusammenhang zwischen den Radardaten und den zu erkennenden Objekten mit ihren jeweiligen Klassen gibt. Diese Auswertung basiert allerdings nicht auf einer Range-Doppler-Matrix.
  • Die Verwendung künstlicher neuronaler Netzwerke, wie beispielsweise der „convolutional neural networks“ oder „deep neural networks“ hat eine Vielzahl von Vorteilen. Ohne derartige Netzwerke müssten Parameter und Regeln angegeben werden, anhand derer der Computer, der für die Auswertung der Informationen und Messdaten zuständig ist, die unterschiedlichen Parameter erkennt und sicher zuordnen kann. Dies geschieht bei der Verwendung der künstlichen neuronalen Netze durch die verwendeten mathematischen Operationen, ohne dass die Unterscheidungskriterien und Regeln von Hand erstellt und in den Computer eingegeben werden müssten. Da ein eindeutiger Zusammenhang zwischen den auszuwertenden Radardaten und den zu erkennenden Objekten, Parametern und Objektklassen vorhanden sein muss, erscheint eine Range-Doppler-Matrix nicht gut geeignet, durch ein Neuronales Netzwerk ausgewertet zu werden.
  • Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zum Bestimmen wenigstens eines Parameters eines Objektes so weiterzuentwickeln, dass es einfach, schnell und sicher durchgeführt werden kann.
  • Die Erfindung löst die gestellte Aufgabe durch ein Verfahren zum Bestimmen wenigstens eines Parameters eines Objektes, wobei das Verfahren die folgende Schritte aufweist:
    1. a.) Bereitstellen einer Range-Doppler-Matrix,
    2. b.) Übergeben wenigstens eines Teiles der Range-Doppler-Matrix an ein Neuronales Netzwerk und
    3. c.) Ermitteln des wenigstens einen Parameters durch das Neuronale Netzwerk.
  • Ein Neural Network wird auch als Neuronales Netzwerk bezeichnet und kann beispielsweise ein „convolutional neural network“ (CNN) oder ein „deep neural network“ (DNN) oder ein „recurrent neural network“ (RNN) sein.
  • In einer bevorzugten Ausgestaltung ist der wenigstens eine Parameter eine Entfernung und/oder eine Radialgeschwindigkeit relativ zu einem Messort, eine Ausdehnung des Objektes in wenigstens einer, vorzugsweise drei Raumrichtungen, eine Objektgeschwindigkeit des Objektes, wenigstens ein Klassifikationsmerkmal und/oder wenigstens eine Klassifikation des Objektes oder die Zuordnung einer Zone mit Reflexionsenergie zu einem physikalischen Objekt. Es wird daher möglich, beispielsweise die Länge und die Höhe eines Objektes zu bestimmen und daraus Rückschlüsse auf Klassifikationsmerkmale und/oder die gesamte Klassifikation beispielsweise eines Verkehrsteilnehmers, insbesondere eines Fahrzeuges, zu ermitteln und vorzugsweise auszugeben.
  • Der Erfindung liegt die überraschende Erkenntnis zugrunde, dass eine Range-Doppler-Matrix durch ein Neuronales Netzwerk auswertbar ist. So ist es beispielsweise möglich, mit den oben genannten Verfahren den nutzbaren Doppler-Auswertungsbereich einer Range-Doppler-Matrix (mit an sich mehrdeutigen Entfernungs- und/oder Geschwindigkeitsinformationen) so weit zu vergrößern, dass er den gesamten interessierenden Bereich beispielsweise einer Radialgeschwindigkeit eines zu beobachtenden Objektes, abdeckt, also für den Anwendungsfall vollständig eindeutig ist. So ist es beispielsweise für die Erkennung von Radialgeschwindigkeiten von Lastkraftwagen in der Regel ausreichend, wenn die Range-Doppler-Matrix einen nutzbaren Doppler-Auswertungsbereich aufweist, der es erlaubt, Geschwindigkeiten zwischen 0 km/h und 100 km/h eindeutig zu bestimmen. Die Wahrscheinlichkeit, Lastkraftwagen mit einer höheren Geschwindigkeit auf einem Verkehrsweg anzutreffen, ist gering, so dass der nutzbare Doppler-Auswertungsbereich der Range-Doppler-Matrix den gesamten interessierenden Parameterraum abdeckt.
  • Alternativ oder zusätzlich zu den bereits beschriebenen Verfahren zu Vergrößerung des nutzbaren Doppler-Auswertungsbereiches kann auch eine andere Vorgehensweise genutzt werden. Dazu wird jedem Objekt nicht ein einzelner Peak, also ein lokales Maximum, zugeordnet, sondern ein größerer Abschnitt oder Bereich der Range-Doppler-Matrix. Während aus dem Stand der Technik bekannte Verfahren bei Range-Doppler-Matrizen davon ausgehen, dass das die Sendesignale reflektierende Objekt in der Range-Doppler-Matrix als ein Punkt oder ein Peak, also ein lokales Maximum zu erkennen ist, ist dies insbesondere bei ausgedehnten Objekten nicht unbedingt zutreffend. Insbesondere bei der Verwendung von räumlich hoch auflösenden Radarsensoren können unterschiedliche Teile eines Objektes als unterschiedliche lokale Maxima in der Range-Doppler-Matrix erkannt werden, da die ausgesandten Sendesignalen an unterschiedlichen Stellen des Objektes reflektiert werden. So ist es beispielsweise möglich, dass bei einem Lastkraftwagen ein Teil der Sendesignale von der Windschutzscheibe der Zugmaschine reflektiert wird. Ein anderer Teil der Sendesignale wird von einer Frontwand eines Aufliegers oder eines Container reflektiert, während ein dritter Teil der Sendesignale beispielsweise von den sich drehenden Rädern eines Aufliegers reflektiert wird. Selbstverständlich sind weitere zusätzliche Reflektionspunkte möglich. Analog können unterschiedliche Anteile der ausgesandten Sendesignale auch bei kleineren Objekten von unterschiedlichen Teilen und Positionen des Objektes reflektiert werden. In der Range-Doppler-Matrix sind die beobachteten Objekte daher oft nicht nur punktförmig, sondern können in Entfernung und/oder Dopplerfrequenz ausgedehnt sein und eine Zone mit Reflexionsenergie bilden.
  • Interessanterweise sind die einzelnen lokalen Maxima nicht ausschließlich entlang der Range-Achse der Range-Doppler-Matrix voneinander getrennt. Selbstverständlich verfügt beispielsweise die Windschutzscheibe eines LKWs über eine andere Entfernung zum Messort als die Frontwand eines Aufliegers oder Containers oder die Räder des Aufliegers. Sofern der LKW jedoch nicht exakt auf den Messort zufährt, werden, da die Doppler-Frequenzverschiebung ein Maß für die Radialgeschwindigkeit des reflektierenden Objektes ist, nur die Projektion der Objektgeschwindigkeit auf die radiale Richtung gemessen. In diese Projektion geht jedoch der Kosinus des Winkels zwischen der Radialrichtung und der Fahrtrichtung des Objektes ein. Da dieser Winkel für unterschiedliche Punkte insbesondere eines ausgedehnten Objektes jedoch unterschiedlich ist, werden für die unterschiedlichen Positionen an dem ausgedehnten Objekt unterschiedliche Radialgeschwindigkeiten wirksam, so dass die einzelnen lokalen Maxima auch entlang der Doppler-Dimension der Range-Doppler-Matrix verschoben und ausgedehnt sind.
  • Daraus ergibt sich durch geeignete Interpretation eine vollständige Behebung der Mehrdeutigkeiten der Range-Doppler-Matrix in Doppler-Dimension. Da die Abstände und die Lage der lokalen Maxima oder anderer charakteristischer Eigenschaften eines ausgedehnten reflektierenden Objektes in der Range-Doppler-Matrix von der Geschwindigkeit des Objektes abhängen, kann aus den Abständen und damit der Breite und/oder der Form der Zone mit Reflexionsenergie auf eine eindeutige Geschwindigkeit geschlossen werden, selbst wenn die Range-Doppler-Matrix eigentlich mehrdeutig ist. Um diesen Vorteil nutzen zu können, ist es jedoch vorteilhaft, ein ausgedehntes reflektierendes Objekt nicht als einzelnes Maximum in der Range-Doppler-Matrix zu erkennen, sondern eine „Zone mit Reflektionsenergie“ zu bestimmen und die verschiedenen lokalen Maxima oder andere Zellen der Range-Doppler-Matrix mit Reflexionsenergie, die sich innerhalb einer derartigen Zone mit Reflektionsenergie befinden, einem einzigen Objekt zuzuordnen. Auch auf diese Weise lässt sich der Eindeutigkeitsbereich der Range-Doppler-Matrix in Doppler-Richtung vergrößern und im Optimalfall die Mehrdeutigkeit vollständig beheben, so dass die Range-Doppler-Matrix auch in diesem Fall den Auswertealgorithmen eines neuronalen Netzwerkes zugänglich ist. Eine geeignete Interpretation ist in diesem Fall, die Zone mit Reflexionsenergie aus der Range-Doppler-Matrix in einem Neuronalen Netzwerk zu analysieren.
  • Vorzugsweise kann dieses Verfahren, bei dem ein Objekt mit einer Zone mit Reflexionsenergie identifiziert wird, die Zellen der Range-Doppler-Matrix mit Reflexionsenergie enthalten, mit Verfahren kombiniert werden, bei denen der nutzbare Doppler-Auswertungsbereich durch geeignete Modulation der ausgesandten Radarstrahlung vergrößert wird, kombiniert werden.
  • Grundsätzlich ist auch eine Auflösung einer Entfernungs-Mehrdeutigkeit durch ein Neuronales Netzwerk möglich.
  • Vorteilhafterweise weist das Bereitstellen der Range-Doppler-Matrix folgende Schritte auf:
    1. i) Empfangen der Empfangssignale,
    2. ii) Mischen der Empfangssignale mit den Sendesignalen zu Basisbandsignalen und
    3. iii) Errechnen der Range-Doppler-Matrix aus den Basisbandsignalen,
    wobei die Sendesignale vorzugsweise vor dem Empfangen der Empfangssignale ausgesendet werden. Die Sendesignale werden bevorzugt von einem Sensor ausgesandt, der über wenigstens eine Sendeantenne verfügt. Dies ist jedoch nicht notwendig. Es besteht auch die Möglichkeit, das Verfahren als „Passiv-Radar“ durchzuführen. In diesem Fall wird ein ohnehin ausgesandtes Sendesignal verwendet und der Sensor muss daher nicht in der Lage sein, die Sendesignale auszusenden. Es ist jedoch notwendig, dass die Sendesignale bekannt sind. Dann kann vorzugsweise in dem Sensor ein Referenzsignal erzeugt oder simuliert werden, mit dem die empfangenen Empfangssignale gemischt werden. Aus diesen so erzeugten Basisbandsignalen wird anschließend die Range-Doppler-Matrix errechnet.
  • Selbstverständlich kann der Sensor auch eingerichtet sein, Sendesignale auszusenden und Empfangssignale zu empfangen. Er verfügt dazu über wenigstens eine Sendeantenne und wenigstens eine Empfangsantenne.
  • Die Bestimmung der Range-Doppler-Matrix ist aus dem Stand der Technik bekannt und kann nach dem bekannten Verfahren durchgeführt werden.
  • Vorzugsweise weisen die Sendesignale wenigstens zwei verschiedenartige Frequenzrampen auf, die abwechselnd oder gleichzeitig gesendet werden. Die verschiedenartigen Frequenzrampen unterscheiden sich dabei vorzugsweise in der Startfrequenz, bei der die jeweilige Frequenzrampe beginnt. Die Steigung der Frequenzrampe und die Länge der Frequenzrampe sind vorzugsweise für beide verschiedenartigen Frequenzrampenarten gleich. Selbstverständlich können jedoch bei diesen verschiedenartigen Frequenzrampen auch Parameterunterschiede auftreten.
  • Vorteilhafterweise werden die Dopplerfrequenzen und/oder die Phaseninformationen der Basisbandsignale, die durch die beiden Frequenzrampenarten auftreten, derart ausgewertet, dass Mehrdeutigkeiten beim Bestimmen der Radialgeschwindigkeit behoben werden. Dabei wird vorteilhafterweise auf die aus den genannten Dokumenten des Standes der Technik bekannten Verfahren zurückgegriffen.
  • Vorzugsweise werden zum Aussenden der Sendesignale und/oder zum Empfangen der Empfangssignale mehrerer Antennen verwendet. Auf diese Weise lässt sich die Winkelauflösung des Sensors stark verbessern, da aus den unterschiedlichen Laufzeiten, die das Signal beispielsweise aus einer Sendeantenne braucht, um reflektiert und zu unterschiedlichen Empfangsantennen zurückgeworden zu werden, eine Winkelinformation über die Position des Objektes erhalten werden kann. Damit lässt sich nicht nur die Entfernung des Objektes vom Messort, sondern auch die Richtung, in der sich das Messobjekt befindet, bestimmen. Auch dies ist insbesondere für ausgedehnte Objekte von Vorteil, da auf diese Weise eine Orientierung des Objektes und/oder ein Geschwindigkeitsvektor und damit insbesondere bei Fahrzeugen auch eine Fahrtrichtung bestimmt werden kann. Dies kann auch in einem einzigen Messzyklus möglich sein. Können unterschiedliche lokale Maxima der Range-Doppler-Matrix, oder die Zonen mit Reflexionsenergie unterschiedlichen Positionen an einem Objekt, beispielsweise unterschiedlichen Positionen an einem Lastkraftwagen zugeordnet werden, lässt sich aus den unterschiedlichen Richtungen, in denen diese unterschiedlichen Positionen des Objektes detektiert werden, eine Orientierung des Objektes und damit eine Fahrtrichtung des Objektes bestimmen. Die so bestimmten Informationen können zur weiteren Auswertung, beispielsweise der Steuerung einer Verkehrskreuzung, der statistischen Erfassung oder der Verfolgung von Fehlverhalten einzelner Verkehrsteilnehmer herangezogen werden. Auf diese Weise lassen sich beispielsweise Tracking-Informationen, also das Verfolgen von Verkehrsobjekten und Verkehrsteilnehmern über einen Messzeitraum, der aus mehreren Messzyklen besteht, optimieren.
  • Vorzugsweise wird neben dem wenigstens einen Parameter auch eine Abschätzung der Güte des ermittelten Parameters bestimmt. So kann beispielsweise ein Objekt als eine bestimmte Fahrzeugklasse charakterisiert und klassifiziert werden. Gleichzeitig wird in Form einer Wahrscheinlichkeit angegeben, wie verlässlich das so ermittelte Ergebnis des Parameters ist. Auch dies ist durch ein Neuronales Netzwerk, beispielsweise ein CNN oder DNN möglich.
  • Die Erfindung löst die gestellte Aufgabe zudem durch eine Vorrichtung zum Durchführen eines derartigen Verfahrens, wobei die Vorrichtung wenigstens eine elektronische Datenverarbeitungseinrichtung aufweist, die eingerichtet ist, das Verfahren durchzuführen. Vorteilhafterweise verfügt die Vorrichtung zudem über wenigstens eine Sendeantenne und wenigstens eine Empfangsantenne für Radarstrahlen. Selbstverständlich müssen diese verschiedenen Bauteile nicht an einem Ort vorhanden sein. Wichtig ist lediglich, dass die von der wenigstens einen, bevorzugt jedoch mehreren Empfangsantennen aufgefangenen Empfangssignale und die ausgesandten Sendesignale der elektronischen Datenverarbeitungseinrichtung und/oder einer Mischeinrichtung, zur Verfügung gestellt werden, um der weiteren Bearbeitung zugeführt zu werden. Dies kann über Kommunikationseinrichtungen, beispielsweise Übertragungskabel oder drahtlose Übertragungen, beispielsweise Funk, WLAN oder Blue Tooth, geschehen.
  • Mit Hilfe der beiliegenden Zeichnungen wird nachfolgend ein Ausführungsbeispiel der vorliegenden Erfindung näher erläutert. Es zeigt:
    • 1 - die schematische Darstellung einer Messanordnung und
    • 2 - den schematischen Ausschnitt aus einer Range-Doppler-Matrix.
  • 1 zeigt schematisch in einer Draufsicht einen Sensor 2 zum Aussenden und Empfangen von Radarstrahlung sowie einen Lastkraftwagen mit einer Zugmaschine 4, die ein Führerhaus 6 und einen Containerbereich 8 sowie einen Anhänger 10 aufweist.
  • Im gezeigten Ausführungsbeispiel bewegt sich der gesamte Lastkraftwagen 4 mit einer Geschwindigkeit fort, die sowohl am Führerhaus 6 als auch am Containerbereich 8 und am Anhänger 10 angezeichnet und durch den Pfeil V dargestellt ist. Der Sensor 2 sendet Radarstrahlung aus. Gezeigt sind drei Richtungen 12, die an den unterschiedlichen Elementen des Lastkraftwagens 4 enden, an denen die Strahlung reflektiert wird. Die Frequenz der reflektierten Radarstrahlung, die entlang der Richtungen 12 zurück auf den Sensor 2 reflektiert wird, wird durch den Dopplereffekt geändert. Dabei spielt jedoch die Geschwindigkeit V des Lastkraftwagens 4 nur eine untergeordnete Rolle, da die Projektion der Geschwindigkeit V auf die jeweiligen Richtungen 12 als Radialgeschwindigkeit in den Dopplereffekt einfließt. Dabei erkennt man, dass die Radialgeschwindigkeit R1 der Strahlung, die von der Frontscheibe des Führerhauses 6 reflektiert wird, deutlich kleiner ist als die Radialgeschwindigkeiten R2 und R3 der Strahlung, die vom Containerbereich 8 oder dem Anhänger 10 reflektiert werden.
  • 2 zeigt schematisch einen Ausschnitt aus der Range-Doppler-Matrix. Man erkennt drei lokale Maxima 14 die von einer Zone mit Reflexionsenergie umgeben sind. Diese wird durch die Zellen der Range-Doppler-Matrix gebildet, die Reflexionsenergie und damit eine andere Färbung als weiß enthalten.
  • Man erkennt die drei lokalen Maxima 14, die sowohl in vertikaler Richtung, also in Range-Richtung voneinander entfernt sind, als auch in horizontaler Richtung, also in Doppler-Richtung. Dies bedeutet, dass die drei Reflexionsstellen, zu denen die drei lokalen Maxima 14 gehören, sowohl einen unterschiedliche Entfernung vom Sensor 2 als auch eine unterschiedliche Radialgeschwindigkeit aufweisen.
  • Bezugszeichenliste
    • 2
    Sensor
    4
    Lastkraftwagen
    6
    Führerhaus
    8
    Kontainerbereich
    10
    Anhänger
    12
    Richtung
    14
    lokales Maximum
    V
    Geschwindigkeit
    R1, R2, R3
    Radialgeschwindigkeit
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102012008350 A1 [0006]
    • DE 102017105783 [0006]
    • US 2016/0019458 A1 [0010]

Claims (10)

  1. Verfahren zum Bestimmen wenigstens eines Parameters eines Objektes, wobei das Verfahren die folgenden Schritte aufweist: a. Bereitstellen einer Range-Doppler-Matrix, b. Übergeben wenigstens eines Teiles der Range-Doppler-Matrix an ein Neuronales Netzwerk und c. Ermitteln des wenigstens einen Parameters durch das Neuronale Netzwerk.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der wenigstens eine Parameter ein Abstand und/oder eine Radialgeschwindigkeit relativ zu einem Messort, eine Ausdehnung des Objektes in wenigstens einer Raumrichtung, eine Objektgeschwindigkeit des Objektes, wenigstens ein Klassifikationsmerkmal und/oder eine Klassifikation des Objektes und/oder die Zuordnung einer Zone mit Reflexionsenergie zu einem physikalischen Objekt ist.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass aus der Range-Doppler-Matrix wenigstens eine Zone mit Reflexionsenergie ausgewählt wird, die wenigstens ein lokales Maximum beinhaltet und dem Neuronalen Netzwerk übergeben wird.
  4. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass das Bereitstellen der Range-Doppler-Matrix folgende Schritte aufweist: i. Empfangen der Empfangssignale, ii. Mischen der Empfangssignale mit den Sendesignalen zu Basisbandsignalen und iii. Errechnen der Range-Doppler-Matrix aus den Basisbandsignalen. wobei die Sendesignale vorzugsweise vor dem Empfangen der Empfangssignale ausgesendet werden.
  5. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass die Sendesignale wenigstens zwei verschiedenartige Frequenzrampen aufweisen, die abwechselnd oder gleichzeitig gesendet werden.
  6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass die Dopplerfrequenzen und/oder die Phaseninformationen der Basisbandsignale ausgewertet werden, sodass die Mehrdeutigkeiten beim Bestimmen der Radialgeschwindigkeit behoben werden
  7. Verfahren nach Anspruch 4, 5 oder 6, dadurch gekennzeichnet, dass zum Aussenden der Sendesignale und/oder zum Empfangen der Empfangssignale mehrere Antennen verwendet werden.
  8. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass neben dem wenigstens einen Parameter auch eine Schätzung der Güte des ermittelten Parameters bestimmt wird.
  9. Vorrichtung zum Durchführen eines Verfahrens nach einem der vorstehenden Ansprüche, wobei die Vorrichtung wenigstens eine elektronische Datenverarbeitungseinrichtung aufweist, die eingerichtet ist, das Verfahren durchzuführen.
  10. Vorrichtung nach Anspruch 9, dadurch gekennzeichnet, dass die Vorrichtung wenigstens eine Sendeantenne und wenigstens eine Empfangsantenne für Radarstrahlung aufweist.
DE102017131114.9A 2017-12-22 2017-12-22 Verfahren und Vorrichtung zum Bestimmen wenigstens eines Parameters eines Objektes Pending DE102017131114A1 (de)

Priority Applications (8)

Application Number Priority Date Filing Date Title
DE102017131114.9A DE102017131114A1 (de) 2017-12-22 2017-12-22 Verfahren und Vorrichtung zum Bestimmen wenigstens eines Parameters eines Objektes
KR1020207020968A KR20200101424A (ko) 2017-12-22 2018-12-20 물체의 적어도 하나의 파라미터를 결정하는 방법 및 장치
PCT/EP2018/086198 WO2019122130A1 (de) 2017-12-22 2018-12-20 Verfahren und vorrichtung zum bestimmen wenigstens eines parameters eines objektes
CN201880081766.3A CN111566506B (zh) 2017-12-22 2018-12-20 用于确定对象的至少一个参数的方法和装置
US16/956,840 US11841418B2 (en) 2017-12-22 2018-12-20 Method and device for determining at least one parameter of an object
JP2020528203A JP7138970B2 (ja) 2017-12-22 2018-12-20 物体の少なくとも１つのパラメータを決定する方法および装置
EP18829841.8A EP3729126A1 (de) 2017-12-22 2018-12-20 Verfahren und vorrichtung zum bestimmen wenigstens eines parameters eines objektes
CA3085793A CA3085793A1 (en) 2017-12-22 2018-12-20 Method and device for determining at least one parameter of an object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102017131114.9A DE102017131114A1 (de) 2017-12-22 2017-12-22 Verfahren und Vorrichtung zum Bestimmen wenigstens eines Parameters eines Objektes

Publications (1)

Publication Number Publication Date
DE102017131114A1 true DE102017131114A1 (de) 2019-06-27

Family

ID=64949282

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102017131114.9A Pending DE102017131114A1 (de) 2017-12-22 2017-12-22 Verfahren und Vorrichtung zum Bestimmen wenigstens eines Parameters eines Objektes

Country Status (8)

Country Link
US (1) US11841418B2 (de)
EP (1) EP3729126A1 (de)
JP (1) JP7138970B2 (de)
KR (1) KR20200101424A (de)
CN (1) CN111566506B (de)
CA (1) CA3085793A1 (de)
DE (1) DE102017131114A1 (de)
WO (1) WO2019122130A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022211463A1 (de) 2022-10-28 2024-05-08 Robert Bosch Gesellschaft mit beschränkter Haftung Computerimplementiertes Verfahren und Vorrichtung zur Bestimmung einer Klassifikation für ein Objekt

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11852750B2 (en) * 2019-06-28 2023-12-26 Smart Radar System, Inc. Method and apparatus for radar signal processing using recurrent neural network
US11711669B2 (en) * 2020-07-06 2023-07-25 Kabushiki Kaisha Toshiba Neural network localization system and method
EP4012603B1 (de) * 2020-12-10 2023-12-06 Aptiv Technologies Limited Verfahren zur klassifizierung eines verfolgten objekts
WO2022139783A1 (en) * 2020-12-21 2022-06-30 Intel Corporation High end imaging radar
CN113064151B (zh) * 2021-03-18 2024-01-30 江苏蛮酷科技有限公司 一种细分多普勒速度处理方法和装置
DE102021107904A1 (de) * 2021-03-29 2022-09-29 Conti Temic Microelectronic Gmbh Verfahren und System zur Bestimmung der Bodenebene mit einem künstlichen neuronalen Netz
EP4348290A1 (de) * 2021-06-02 2024-04-10 General Radar Corp. Intelligente radarsysteme und verfahren

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012008350A1 (de) 2012-04-19 2013-10-24 S.M.S Smart Microwave Sensors Gmbh Verfahren und Vorrichtung zur Abstimmung von Abstand und Radialgeschwindigkeit eines Objekts mittels Radarsignalen
US20160019458A1 (en) 2014-07-16 2016-01-21 Deep Learning Analytics, LLC Systems and methods for recognizing objects in radar imagery
US20160259037A1 (en) * 2015-03-03 2016-09-08 Nvidia Corporation Radar based user interface
DE102017105783A1 (de) 2017-03-17 2018-09-20 S.M.S Smart Microwave Sensors Gmbh Verfahren zum Bestimmen eines Abstandes und einer Geschwindigkeit eines Objektes

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005003024B4 (de) * 2005-01-22 2010-04-15 Eads Deutschland Gmbh Verfahren zur Identifikation und Klassifikation von Objekten mittels Radar
US7567203B2 (en) 2005-04-11 2009-07-28 Raytheon Canada Limited Classification system for radar and sonar applications
DE102006032539A1 (de) 2006-07-13 2008-01-17 Robert Bosch Gmbh FMCW-Radarsensor
US10405222B2 (en) * 2012-10-18 2019-09-03 Gil Zwirn Acquiring information regarding a volume using wireless networks
US9299010B2 (en) 2014-06-03 2016-03-29 Raytheon Company Data fusion analysis for maritime automatic target recognition
JP6364986B2 (ja) 2014-06-13 2018-08-01 株式会社デンソー レーダ装置
KR102488038B1 (ko) * 2015-11-19 2023-01-13 주식회사 에이치엘클레무브 차량용 레이더 장치 및 그의 타겟 결정 방법
JP6571545B2 (ja) 2016-01-19 2019-09-04 パナソニック株式会社 物体検出装置および物体検出方法
US10304335B2 (en) * 2016-04-12 2019-05-28 Ford Global Technologies, Llc Detecting available parking spaces
US20180149730A1 (en) * 2016-11-26 2018-05-31 Wenhua Li Cognitive MIMO Radar with Multi-dimensional Hopping Spread Spectrum and Interference-Free Windows for Autonomous Vehicles
US10108867B1 (en) * 2017-04-25 2018-10-23 Uber Technologies, Inc. Image-based pedestrian detection
JP6699904B2 (ja) 2017-06-06 2020-05-27 株式会社東芝 レーダ装置及びそのレーダ信号処理方法
DE102017117729A1 (de) * 2017-08-04 2019-02-07 Infineon Technologies Ag Verteiltes Radarssystem
US10698603B2 (en) * 2018-08-24 2020-06-30 Google Llc Smartphone-based radar system facilitating ease and accuracy of user interactions with displayed objects in an augmented-reality interface

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012008350A1 (de) 2012-04-19 2013-10-24 S.M.S Smart Microwave Sensors Gmbh Verfahren und Vorrichtung zur Abstimmung von Abstand und Radialgeschwindigkeit eines Objekts mittels Radarsignalen
US20160019458A1 (en) 2014-07-16 2016-01-21 Deep Learning Analytics, LLC Systems and methods for recognizing objects in radar imagery
US20160259037A1 (en) * 2015-03-03 2016-09-08 Nvidia Corporation Radar based user interface
DE102017105783A1 (de) 2017-03-17 2018-09-20 S.M.S Smart Microwave Sensors Gmbh Verfahren zum Bestimmen eines Abstandes und einer Geschwindigkeit eines Objektes

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CAPOBIANCO, Samuele [u.a.]: Vehicle classification based on convolutional networks applied to FM-CW radar signals. In: Proceedings of 1st European Conference on Traffic Mining Applied to Police Activities, 2017. 2017, S. 1-13. - ISBN 978-3-319-75608-0. DOI: 10.1007/978-3-319-75608-0_9. URL: https://arxiv.org/pdf/1710.05718 [abgerufen am 16.05.2018]. *
JOKANOVIC, B. u.a.: Multiple Joint-Variable Domains Recognition of Human Motion. In: IEEE Radar Conference, May 2017, S. 0948-0952 *
MOLCHANOV, P. u.a.: Multi-sensor System for Driver’s Hand-Gesture Recognition. In: IEEE International Conference and Workshop on Automatic Face and Gesture Recognition, May 2015 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022211463A1 (de) 2022-10-28 2024-05-08 Robert Bosch Gesellschaft mit beschränkter Haftung Computerimplementiertes Verfahren und Vorrichtung zur Bestimmung einer Klassifikation für ein Objekt

Also Published As

Publication number Publication date
CN111566506A (zh) 2020-08-21
WO2019122130A1 (de) 2019-06-27
CA3085793A1 (en) 2019-06-27
JP7138970B2 (ja) 2022-09-20
US11841418B2 (en) 2023-12-12
KR20200101424A (ko) 2020-08-27
CN111566506B (zh) 2024-06-18
US20200333453A1 (en) 2020-10-22
JP2021508032A (ja) 2021-02-25
EP3729126A1 (de) 2020-10-28

Similar Documents

Publication Publication Date Title
DE102017131114A1 (de) Verfahren und Vorrichtung zum Bestimmen wenigstens eines Parameters eines Objektes
DE102015100134B4 (de) Verfahren zum Detektieren und Verfolgen von Objekten unter Verwendung mehrerer Radarsensoren
EP3485290B1 (de) Verfahren und system zur abtastung eines objekts
EP3175256B1 (de) Verfahren zum klassifizieren eines objektes in einem umgebungsbereich eines kraftfahrzeugs, fahrerassistenzsystem und kraftfahrzeug
EP3540457A1 (de) Identifikation von objekten mittels radardaten
DE102012208852A1 (de) Detektion von Radarobjekten mit einem Radarsensor eines Kraftfahrzeugs
EP0860712A2 (de) Vorrichtung und Verfahren zur umgebungsadaptiven Klassifikation von Objekten
DE102014218092A1 (de) Erstellen eines Abbilds der Umgebung eines Kraftfahrzeugs und Bestimmen der relativen Geschwindigkeit zwischen dem Kraftfahrzeug und Objekten in der Umgebung
DE102020100287A1 (de) Deep learning zum de-aliasieren und konfiguration eines radarsystems
DE102013008953A1 (de) Verfahren zum Betreiben einer Radareinrichtung eines Fahrzeugs, insbesondere eines Kraftwagens, sowie Radareinrichtung für ein Fahrzeug, insbesondere einen Kraftwagen
DE102018000517A1 (de) Verfahren zur radarbasierten Vermessung und/oder Klassifizierung von Objekten in einer Fahrzeugumgebung
DE102018000880B3 (de) Radarbasierte Längs- und Querregelung
DE102019200849A1 (de) Verfahren zum Erfassen einer Bewegung eines Objekts
DE102018106478A1 (de) Zielverfolgung unter verwendung von regionskovarianz
DE102018217000A1 (de) Verfahren, Computerprogramm und Messsystem für die Auswertung von Bewegungsinformationen
DE10344299B4 (de) Klassifizierung der in einer Umgebung eines Kraftfahrzeugs befindlichen Objekte
DE102018216999A1 (de) Verfahren, Computerprogramm und Messsystem für die Auswertung von Bewegungsinformationen
DE102018202903A1 (de) Verfahren zur Auswertung von Messdaten eines Radar Messsystems mithilfe eines neuronalen Netzwerks
WO2024012928A1 (de) Verfahren zum trainieren eines neuronalen netzes
WO2004059341A1 (de) Verfahren zum erfassen von umgebungsinformationen und zum bestimmen der lage einer parklücke
DE102019107310A1 (de) Fahrerassistenzsystem zur Erkennung fremder Signale
DE102018218386B4 (de) Objekterfassungsvorrichtung
EP3042156B1 (de) Detektionsverfahren zum lokalisieren eines partikels und vorrichtung zum durchführen eines solchen verfahrens
DE102020215298A1 (de) Verfahren und System zur Fahrerassistenz, wobei freie Parkplätze in einer Fahrzeugumgebung erkannt werden
DE102019218932B3 (de) Ermitteln einer Relativbewegung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication