DE102017210964A1 - Method for object classification with polarimetric radar data and suitable device therefor - Google Patents
Method for object classification with polarimetric radar data and suitable device therefor Download PDFInfo
- Publication number
- DE102017210964A1 DE102017210964A1 DE102017210964.5A DE102017210964A DE102017210964A1 DE 102017210964 A1 DE102017210964 A1 DE 102017210964A1 DE 102017210964 A DE102017210964 A DE 102017210964A DE 102017210964 A1 DE102017210964 A1 DE 102017210964A1
- Authority
- DE
- Germany
- Prior art keywords
- signal
- radar image
- polarized
- generating
- handed
- 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.)
- Withdrawn
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
- 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
- G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
- G01S7/026—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects involving the transmission of elliptically or circularly polarised 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
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S7/41—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
- 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
- G01S13/46—Indirect determination of position data
- G01S2013/462—Indirect determination of position data using multipath signals
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
Beschrieben wird ein Verfahren zur Objektklassifikation, welches folgende Schritte aufweist zur Bereitstellen eines elliptisch oder zirkular polarisierten Sendesignals, welches auf das zu klassifizierende Objekt gesendet wird, Erzeugen eines ersten Radarbildes aus dem kopolar polarisierten Reflexionssignal und Erzeugen eines zweiten Radarbildes aus dem kreuzpolarisierten Reflexionssignal sowie Vergleichen des ersten Radarbildes mit dem zweiten Radarbild.A method for object classification is described, which comprises the following steps for providing an elliptically or circularly polarized transmission signal which is transmitted to the object to be classified, generating a first radar image from the copolar polarized reflection signal and generating a second radar image from the cross-polarized reflection signal and comparing the first radar image with the second radar image.
Description
Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Objektklassifizierung mit polarimetrischen Radardaten und geeignete Vorrichtung hierfür.The present invention relates to a method for object classification with polarimetric radar data and suitable apparatus therefor.
Es ist allgemein bekannt, Radare mit linearpolarisierten Signalen für eine Objektklassifikation heranzuziehen. Die hierbei zu erzielenden Resultate sind beispielsweise bei aufgenommenen Radarbildern nicht eindeutig bzw. hinsichtlich verschiedener Objekte mehrdeutig.It is well known to use radar with linear polarized signals for object classification. The results to be achieved in this case, for example, in recorded radar images are not unique or ambiguous with respect to different objects.
Es ist deshalb eine Aufgabe der vorliegenden Erfindung, ein Verfahren zur Objektklassifikation und eine geeignete Vorrichtung hierfür zu schaffen, welches die im Stand der Technik vorhandenen Nachteile vermindert. Es ist ferner eine Aufgabe der vorliegenden Erfindung, die Zuordnung bei der Objektklassifikation zu erhöhen und ferner gegebenenfalls Daten zur Verfügung zu stellen, die einer weiteren vielfältigen Anwendungsmöglichkeit herangezogen werden können.It is therefore an object of the present invention to provide a method of object classification and apparatus therefor which reduces the disadvantages of the prior art. It is a further object of the present invention to increase the assignment in object classification and, if appropriate, to provide data that can be used for a further diverse application.
Gelöst werden die genannten Aufgabenstellungen verfahrenstechnisch mit den Merkmalen des Anspruchs 1 und vorrichtungstechnisch mit den Merkmalen des Anspruchs 12.The above-mentioned problems are solved procedurally with the features of
Hierbei zeigt es sich, dass durch die Bereitstellung eines elliptisch oder zirkularpolarisierten Sendesignals, welches auf das zu klassifizierende Objekt gesendet wird, entsprechend unterschiedliche Reflektionssignale herangezogen werden, um unterschiedliche Radarbilder zu erzeugen, welche dann verglichen werden können. Mit dieser Maßnahme wird erreicht, dass hervortretende Objektbereiche unterschieden werden können und somit eine verbesserte Objektklassifikation herbeigeführt werden kann.It turns out that by providing an elliptically or circularly polarized transmission signal, which is transmitted to the object to be classified, correspondingly different reflection signals are used to generate different radar images, which can then be compared. With this measure it is achieved that prominent object areas can be distinguished and thus an improved object classification can be brought about.
Das anmeldungsgemäße Verfahren und die anmeldungsgemäße Vorrichtung kann somit bei zukünftigen Radarsensoren verwendet werden, die insbesondere bei hochautomatisierten und autonomen Fahren angewendet werden können.The method according to the application and the apparatus according to the application can thus be used in future radar sensors, which can be used in particular in highly automated and autonomous driving.
Hierfür sind polarimetrische Radarsensoren notwendig, die sich insbesondere dadurch auszeichnen, dass man mit ihnen im Vergleich zu aktuell verwendeten Radaren mit linear polarisierten Signalen deutlich mehr Zielinformationen generieren kann. Dies ist darin begründet, dass man für die Ko- und Kreuzpolarisation voneinander unabhängige Radarbilder generieren kann und eine höhere Zieldetektionswahrscheinlichkeit bei zirkularer Polarisation vorhanden ist.For this purpose, polarimetric radar sensors are necessary, which are particularly characterized by the fact that they can generate significantly more target information with them compared to currently used radars with linearly polarized signals. This is due to the fact that one can generate independent radar images for the co- and cross-polarization and a higher target detection probability in circular polarization is present.
Beim erfindungsgemäßen Verfahren handelt es sich um die Auswertung polarimetrischer Radardaten hinsichtlich der Mustererkennung zur Klassifizierung verschiedener Objekte, sowie um die Erkennung von sogenannten „Geisterziele“. Diese werden durch Mehrwegausbreitungen, Nebenkeulen und durch periodisch wiederkehrende Hauptkeulen (sog. Grating-Lobes) verursacht.In the method according to the invention is the evaluation of polarimetric radar data with respect to the pattern recognition for the classification of different objects, as well as the detection of so-called "ghost targets". These are caused by multipath propagation, side lobes and periodically recurring main lobes (so-called grating praise).
Das anmeldungsgemäße physikalische Prinzip zeigt
Damit dieses Prinzip umgesetzt werden kann, benötigt man einen Sender, der mindestens eine linkszirkulare oder rechtszirkulare oder elliptische Polarisation absendet. Der Empfänger muss dabei voll polarimetrisch sein. Das bedeutet, dass zirkulare, elliptische und lineare Polarisationen empfangen werden können. Dies kann durch den Empfang von linkszirkularen und rechtszirkularen Anteilen des Empfangssignals realisiert werden. Alle Polarisationen können dann über das Verhältnis der links- und rechtzirkularen Anteile dargestellt werden. Eine weitere Möglichkeit voll polarimetrisch zu empfangen, ist der Empfang von vertikal und horizontal linear polarisierten Anteilen des Empfangssignals. Damit alle Polarisationen dargestellt werden können, müssen hierbei der Betrag und die Phase von den vertikal linear und horizontal linear polarisierten Anteilen des Empfangssignals ausgewertet werden.For this principle to be implemented, one needs a transmitter which transmits at least one left circular or right circular or elliptical polarization. The receiver must be fully polarimetric. This means that circular, elliptical and linear polarizations can be received. This can be realized by receiving left circular and right circular portions of the received signal. All polarizations can then be represented by the ratio of left and right circular components. Another way to receive full polarimetry is to receive vertically and horizontally linearly polarized portions of the received signal. So that all polarizations can be represented, the amount and the phase of the vertically linearly and horizontally linearly polarized portions of the received signal must be evaluated here.
Bei Mustererkennungen für verschiedene Bereiche der Ziele werden folgende Eigenschaften der lokalen Maxima ausgewertet:
- - Anzahl der kopolaren Maxima, hierbei können auch bestimmte Störabstände (Abstand zum Rauschniveau) einbezogen werden
- - Anzahl der kreuzpolaren Maxima, hierbei können auch bestimmte Störabstände (Abstand zum Rauschniveau) einbezogen werden
- - Durchschnittliches Betragsverhältnis zwischen Ko- und Kreuzpolarisation
- - Maximales Betragsverhältnis zwischen Ko- und Kreuzpolarisation
- - Minimales Betragsverhältnis zwischen Ko- und Kreuzpolarisation
- - Phasenverhältnisse zwischen Ko- und Kreuzpolarisation
- - Besonders charakteristische Eigenschaften
- - Number of copolar maxima, in this case, certain disturbance intervals (distance to the noise level) can be included
- - Number of cross-polar maxima, in this case, certain disturbance intervals (distance to the noise level) can be included
- - Average amount ratio between co- and cross-polarization
- - Maximum amount ratio between co- and cross-polarization
- - Minimum amount ratio between co- and cross-polarization
- - Phase relationships between co- and cross polarization
- - Particularly characteristic properties
Letzteres ist z.B. die erste Reflektion am PKW im Bereich des vorderen Nummernschildes. Diese besitzt ein Ratio von kleiner -20 dB.The latter is e.g. the first reflection on the car in the area of the front license plate. This has a ratio of less -20 dB.
Die Musterklassifikation unterscheidet hierbei verschiedene Objekttypen wie z.B. PKWs, Fußgänger, Radfahrer, LKWs und Motorradfahrer und straßenbauliche Ziele wie z.B. Gullys, Absperrungen, Leitplanken Brücken und Tunnels.The pattern classification here distinguishes different types of objects such as e.g. Cars, pedestrians, cyclists, trucks and motorcyclists and road construction targets such as e.g. Gullies, barriers, crash barriers bridges and tunnels.
- - Die charakteristische Reflektion an der Front mit dem Ratio kleiner als -20 dB verschiebt sich zur rechten Seite des PKWs
- - Im Bereich der Front treten Reflektionen auf, mit Ratiowerten zwischen 10dB und 15dB, als auch eine Reflektion mit einem Ratio zwischen 15dB und 20 dB. (Dies ist in den stärken kopolaren Eigenschaften begründet. Diese entstehen dadurch, dass es durch das schräg stehende Fahrzeug mehr Doppelreflektionen im Bereich der Front insbesondere im Bereich des Autogrills gibt)
- - Es ergibt sich eine Veränderung des polarimetrischen Musters vor allem im Bereich der Front, des Lenkrads und im hinteren Bereich des Fahrzeuges
- - The characteristic reflection at the front with the ratio smaller than -20 dB shifts to the right side of the car
- - At the front, reflections occur, with ratiowers between 10dB and 15dB, as well as a reflection with a ratio between 15dB and 20dB. (This is due to the strong copolar properties, which are caused by the fact that there are more double reflections in the area of the front, especially near the autogrills, due to the vehicle at an angle)
- - There is a change in the polarimetric pattern, especially in the area of the front, the steering wheel and the rear of the vehicle
Anhang dieser Eigenschaften kann festgestellt werden in welchem Winkel sich das Fahrzeug zum Sensor befindet.Attachment of these properties can be determined at what angle the vehicle is to the sensor.
- - Frontbereich
- - Vordere Radkästen
- - Lenkradbereich
- - Außenspiegel
- - Front area
- - Front wheel arches
- - Steering wheel area
- - Exterior mirrors
Charakteristisch ist hierbei entsprechend
- - Frontbereich
- - die zum Sensor ausgerichteten Radkästen
- - der zum Sensor ausgerichtete Außenspiegel
- - der zum Sensor ausgerichtete vordere Türspalt
- - die zum Sensor ausgerichtete hintere Fahrzeugecke
- - Front area
- - The wheel arches aligned with the sensor
- - The exterior mirror facing the sensor
- - The front door gap aligned with the sensor
- - The rear vehicle corner aligned to the sensor
Besonders charakteristisch ist hierbei die Detektion der Kontur des Fahrzeugs als L-Form, die exakte Positionserkennung der Radkästen, sowie das Auftreten verhältnismäßig (im Vergleich zu den anderen Messpositionen) vieler Signale mit einem hohen Ratio (Doppelreflektionen).Particularly characteristic here is the detection of the contour of the vehicle as an L-shape, the exact position detection of the wheel arches, as well as the relative appearance (compared to the other measurement positions) of many signals with a high ratio (double reflections).
- - der zum Sensor ausgerichtete Querberiech
- - die zum Sensor ausgerichteten Radkästen
- - die zum Sensor ausgerichteten Fahrzeugecken
- - die zum Sensor ausgerichteten Vordertür
- - The aligned to the sensor Querberiech
- - The wheel arches aligned with the sensor
- - The vehicle corners aligned to the sensor
- - The sensor-oriented front door
Besonders charakteristisch ist hierbei die Detektion von starken Reflektionen mir sehr geringem Ratio (starke Einfachreflektionen) im Bereich der Vordertür.Particularly characteristic here is the detection of strong reflections with a very low ratio (strong single reflections) in the area of the front door.
- - Hintere Fahrzeugbereich
- - die zum Sensor ausgerichteten Fahrzeugecken
- - die zum Sensor ausgerichteten Vordertür
- - Rear vehicle area
- - The vehicle corners aligned to the sensor
- - The sensor-oriented front door
Besonders charakteristisch ist hierbei die Detektion von einer starken Reflektion mir sehr geringem Ratio (starke Einfachreflektionen) an der Außenkontur des Hecks, sowie ein polarimetrisches Muster, das vom Innenraum des PKWs stammt.Particularly characteristic here is the detection of a strong reflection with a very low ratio (strong single reflections) on the outer contour of the stern, as well as a polarimetric pattern, which originates from the interior of the car.
Typische polarimetrische Muster mit den beschriebenen Eigenschaften von Objektklassen bzw. Objektunterklassen werden dabei stets verschiedenen Winkel- und Entfernungsbereiche zugeordnet und dienen als Basis für einen Klassifizierungsalgorithmus.Typical polarimetric patterns with the described properties of object classes or object subclasses are always assigned to different angle and distance ranges and serve as the basis for a classification algorithm.
Des Weiteren ergeben sich Vorteile bei der Verwendung zirkularer Polarisation bei der Erkennung durch „Geisterziele“, die durch Mehrwegausbreitungen oder durch Nebenkeulen oder störende wiederkehrende Hauptkeulen entstehen. Die beiden Letzteren sind besonders stark ausgeprägt, wenn starke Ziele bei starken Winkelablagen detektiert werden.Furthermore, there are advantages to using circular polarization in ghost target detection that results from multipath propagation or sidelobes or annoying main recurring lobes. The latter two are particularly pronounced when strong targets are detected at high angular rates.
Bei Radarsensoren, die zirkular polarimetrische oder elliptische Wellen aussenden, können die zurückreflektierten Signale in einen links- und in einen rechtsdrehenden Anteil zerlegt werden. Dadurch erhält man ein polarimetrisches Muster, das für eine Objektklassifikation verwendet werden kann. Damit der linksdrehende und der rechtsdrehende Anteil empfangen werden können, ist es eine naheliegende Umsetzung für beide Polarisationen entsprechende Empfangskanäle vorzusehen. Dadurch entsteht jedoch ein signifikanter Nachteil. Man benötigt verglichen mit einem linearen Radarsystem für die gleiche Winkelauflösung die doppelte Anzahl an Empfangskanälen.For radar sensors that emit circularly polarimetric or elliptical waves, the back-reflected signals can be split into a left-handed and a right-handed part. This gives a polarimetric pattern that can be used for object classification. Thus, the left-handed and the right-handed component can be received, it is an obvious implementation for both polarizations corresponding receiving channels provided. However, this creates a significant disadvantage. It takes twice the number of receiving channels compared to a linear radar system for the same angular resolution.
Ein Lösungsansatz ohne diesen Nachteil ergibt sich aus dem erfindungsgemäßen Verfahren. Man sendet dabei links- und rechtsdrehende Wellen abwechselnd nacheinander und empfängt nur eine Polarisationsrichtung. Wenn man z.B. linksdrehende Signale empfängt erhält man beim Aussenden der linksdrehenden Welle die kopolaren Signalanteile und danach beim Aussenden der rechtsdrehenden Welle die kreuzpolaren Signalanteile.
Bei Verwendung mehrerer Sender ist es ein naheliegender Lösungsansatz die Sender zeitlich nacheinander zu betreiben und die zeitlich versetzten Empfangssignale in der Signalauswertung entsprechend zu berücksichtigen. Aufgrund der langen Sendedauer ergibt sich jedoch ein signifikanter Nachteil. Bei einer sehr langen Beobachtungsdauer erhält man eine sehr gute Geschwindigkeitsauflösung, jedoch können große Geschwindigkeiten nicht mehr eindeutig bestimmt werden.If several transmitters are used, it is an obvious solution to operate the transmitters in chronological succession and to correspondingly take into account the time-offset received signals in the signal evaluation. Due to the long transmission time, however, there is a significant disadvantage. With a very long observation period, a very good speed resolution is obtained, but high speeds can no longer be clearly determined.
Ein Lösungsansatz bietet dabei das erfindungsgemäße Verfahren. Es werden mehrere Sender gelichzeitig betrieben und diese einzeln phasenmäßig kodiert, wobei die gleichzeitig betriebenen Sender immer die gleiche Polarisation aufweisen. So werden zuerst z.B. gleichzeitig alle linksdrehend polarisierten Sendesignale phasenmäßig kodiert ausgesendet und danach zeitlich versetzt alle rechtsdrehend polarisierten Sendesignale phasenmäßig kodiert ausgesendet. Generell kann die Phasenkodierung unterschiedliche Längen aufweisen.
Bei der Messung von Objekthöhen bei großen Entfernungsabständen gibt es ein bekanntes Verfahren, das sich auf Radargeräte, die linear polarisierte Signale aussenden, bezieht. Bei Messung von auf der Straße befindlichen Objekten erfolgt dabei eine Signalüberlagerung, die durch verschiedene Ausbreitungswege verursacht wird. Es überlagert sich dabei die direkte Detektion mit einer Mehrwegeausbreitung bestehend aus einer zusätzlichen Reflektion an der Straßenoberfläche und zwei sogenannten Rundwegen. Unter Rundweg versteht man, dass sich Hinweg und Rückweg voneinander unterscheiden. So ist im ersten Rundwegfall der Hinweg der direkte Weg und der Rückweg beinhaltet die Straßenreflektion. Im zweiten Rundwegfall beinhaltet der Hinweg die Straßenreflektion und der Rückweg ist der direkte Weg. Durch die Überlagerung der verschiedenen Wegeausbreitungen erhält man ein Empfangssignal, bestehend aus einer Überlagerung der zurückreflektierten Signale der einzelnen Ausbreitungswege. Somit weist das Empfangssignal einen objektabhängigen charakteristischen Verlauf über der Entfernung auf, der je nach Objektentfernung durch teils konstruktiver und teils destruktiver Überlagerung der verschiedenen Signale bestimmt wird. Wenn man Objekte, die eine relative Geschwindigkeit zum Sensor aufweisen, mittels eines Trackers über der Entfernung verfolgt, kann man bei der Detektion von zumindest zwei charakteristischen Merkmalen, wie z.B. zwei Minima des Empfangssignals, die Höhe des Objektes bestimmen. Allerdings gibt es im linearen Fall einen signifikanten Nachteil. Aufgrund der Überlagerung von vier verschiedenen Ausbreitungswegen, ergibt sich eine charakteristische Kennlinie, deren Minima lokal sehr stark ausgeprägt sind. Da bei großen Entfernungen die zurückreflektierte Signalamplitude generell einen geringen Abstand zum Rauschlevel aufweist, kommt es im linearen Fall dazu, dass bei bestimmten Entfernung das Ziel nicht mehr detektiert werden kann, da sich das Empfangssignal unterhalb des Rauschniveaus befindet.
Bei der erfindungsgemäßen Methode von Objekthöhen werden zirkular oder elliptisch polarisierte Signale ausgesendet. Man sendet dabei entweder ein linksdrehend polarisiertes oder ein rechtsdrehend polarisiertes Signal aus und wertet aber ausschließlich das kreuzpolare Empfangssignal aus. Das kreuzpolare Signal bzw. das kopolare Signal bezeichnet dabei stets die auf das Sendesignal bezogene Polarisationsrichtung. Ist das Sendesignal z.B. eine linksdrehende Welle, so ist das kreuzpolare Empfangssignal rechtsdrehend und das kopolare Empfangssignal linksdrehend. Bei der alleinigen Auswertung des kreuzpolaren Empfangssignals entsprechend der erfindungsgemäßen Methode ergeben sich im Gegensatz zum bekannten Ansatz mit linear polarisierten Signalen nur zwei Ausbreitungswege, deren zurückreflektierten Signale sich im Empfänger überlagern. Die Ausbreitungswege bestehen aus einer direkten Detektion und einer Mehrwegeausbreitung, die eine zusätzliche Reflektion an der Straßenoberfläche beinhaltet. Bei diesen beiden Ausbreitungswegen gibt es eine ungerade Anzahl an Reflektionen und somit erscheint das Empfangssignal im kreuzpolaren Empfangskanal. Die bei der bekannten Methode mit linear polarisierten Signalen vorkommenden Rundwege gibt es im erfindungsgemäßen Verfahren nicht mehr, da diese Signale im kopolaren Empfangspfad auftreten, da die Anzahl an Reflektionen im Ausbreitungsweg gerade ist. Die im bekannten Verfahren lokal auftretenden stark ausgeprägten Minima, die bei bestimmten Entfernungen eine Objektdetektion verhindern, treten beim erfindungsgemäßen Verfahren nicht mehr auf und die Objekte können bei allen Entfernungen detektiert werden und die Höhe kann durch Auswertung von typischen Merkmalen wie z.B. zwei lokale Minima bei bestimmten Entfernungen erfolgen.
Eine weitere Anwendung des anmeldungsgemäßen Verfahren und der anmeldungsgemäßen Vorrichtung besteht darin, den Reibwert von Straßenbelägen, vorzugsweise mittels Radarsensoren, zu bestimmen, wenn beispielsweise zusätzliche Reflektionen an der Straßenoberfläche gemessen werden.Another application of the method according to the application and the device according to the application is to determine the coefficient of friction of road surfaces, preferably by means of radar sensors, if, for example, additional reflections are measured on the road surface.
Insbesondere wird beim hochautomatisierten bzw. autonomen Fahren eine vorausschauende Messung des Reibwertes des Straßenbelags benötigt. Die Messergebnisse erlauben die Feststellung von Geschwindigkeiten mit der z.B. eine Kurve sicher durchfahren werden kann, ohne dass die Gefahr besteht, dass das Fahrzeug abdriftet.In particular, in the case of highly automated or autonomous driving, a forward-looking measurement of the coefficient of friction of the road surface is required. The measurement results allow the detection of velocities with the e.g. It is safe to drive through a bend without the risk of the vehicle drifting off.
Für die Messung des Reibwertes wird ein zirkularer bzw. elliptisch polarisierter Radarsensor benötigt, der nach vorne gerichtet am Fahrzeug montiert ist und Bereiche der vor dem Fahrzeug liegenden Straßen- bzw. Bodenbelags flächig detektiert. Dieser Aufbau ist in
Für die Reibwertbestimmung benötigt man folgende Vorgehensweise:
- 1. Berechnung der Lokalen Maxima für die ko- und kreuzpolarisierten zurückreflektierten Signale (links- und rechtsdrehende Signale)
- 2. Heraussuchen einer Fläche, die einen bestimmten Straßenbelag beinhaltet
- 3. Analyse aller Lokalen Maxima dieses Bereiches hinsichtlich folgender Eigenschaften
- - Amplitudenbetragsverhältnis zwischen ko- und kreuzpolaren Signalanteile
- - Phasendifferenz zwischen ko- und kreuzpolaren Signalanteilen
- - Amplitudenstärke und Polarisation der Lokalen Maxima
- 1. Calculation of local maxima for the co-polarized and cross-polarized back-reflected signals (left- and right-handed signals)
- 2. Pick out an area that contains a specific road surface
- 3. Analysis of all local maxima of this range with regard to the following properties
- - Amplitude amount ratio between co- and cross-polar signal components
- - Phase difference between co- and cross-polar signal components
- - Amplitude strength and polarization of local maxima
Zur Veranschaulichung bietet es sich hierbei an dieses Parameter in einer Grafik aufzutragen. In
Der Reibwert der Straßenbeläge kann nun mittels folgender Eigenschaften bestimmt werden:
- - Clusterbildung, Streuung
- - Ausdehnung der Cluster
- - Mittelwert der Phasendifferenzlagen der Cluster
- - Mittelwert der Amplitudenbetragsverhältnisse der Cluster
- - Standartabweichung der Phasendifferenzlagen der Cluster
- - Standartabweichung der Amplitudenbetragsverhältnisse der Cluster
- - Anzahl der Lokalen Maxima
- - Signalamplitude der Lokalen Maxima
- - clustering, scattering
- - Extension of clusters
- - Average of the phase difference positions of the clusters
- - Mean value of the amplitude magnitude ratios of the clusters
- - Standard deviation of the phase difference positions of the clusters
- - Standard deviation of the amplitude amount ratios of the clusters
- - Number of local maxima
- - Signal amplitude of the local maxima
Gemäß
- - Geringe Ausdehnung des Clusters
- - Geringere Standartabweichung der Phasendifferenzen und Amplitudenbetragsverhältnisse
- - Geringere Signalamplituden
- - Geringere Anzahl an Lokalen Maxima
- - Small extent of the cluster
- - Lower standard deviation of the phase differences and amplitude magnitude ratios
- - Lower signal amplitudes
- - Lower number of local maxima
Bei einem geringen Reibwerten werden diese Eigenschaften durch eine ähnliche Ausprägung der Rückstreupunkte sowie einer ähnlichen Orientierung der Rückstreupunkte zum Sensor hervorgerufen. Bei sehr hohen Reibwerten hat man unterschiedlich ausgeprägte Rückstreupunkte, die unterschiedlich zum Sensor orientiert sind.With a low coefficient of friction, these properties are caused by a similar expression of the backscatter points and a similar orientation of the backscatter points to the sensor. With very high coefficients of friction, there are differently pronounced backscatter points, which are oriented differently from the sensor.
Des Weiteren erlaubt die Phasenlage der Cluster verschiedene Oberflächen genauer analysieren zu können wie z.B. Schnee-, Eis- oder mit laubbedeckte Flächen. Bei Wasserschichten auf der Straße werden die gesamten Radarsignale weggespiegelt und man kann diese mittels signalfreier Flächen im Radarbild, d.h. bei Fehlen eines Radarsignals, identifizieren und Aquaplaning Gefahrsituationen erkennen.Furthermore, the phasing of the clusters allows different surfaces to be analyzed more accurately, e.g. Snow, ice or leafy areas. In the case of water layers on the road, the entire radar signals are reflected away and can be detected by means of signal-free areas in the radar image, i. in the absence of a radar signal, identify and detect aquaplaning hazardous situations.
Vorteilhafte Weiterentwicklungen sind Gegenstände der abhängigen Ansprüche.Advantageous further developments are subject matters of the dependent claims.
Claims (24)
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017210964.5A DE102017210964A1 (en) | 2017-06-28 | 2017-06-28 | Method for object classification with polarimetric radar data and suitable device therefor |
JP2019544043A JP7051882B2 (en) | 2017-02-24 | 2018-02-23 | A method for classifying objects using multipolar radar data, and a device suitable for the method. |
US16/487,570 US20200025868A1 (en) | 2017-02-24 | 2018-02-23 | Method for object classification using polarimetric radar data and device suitable therefor |
CN201880013622.4A CN110537102A (en) | 2017-02-24 | 2018-02-23 | For carrying out the method for object classification using polarimetric radar data and being suitable for this equipment |
EP18707353.1A EP3586159A1 (en) | 2017-02-24 | 2018-02-23 | Method for object classification using polarimetric radar data and device suitable therefor |
KR1020197025861A KR102550832B1 (en) | 2017-02-24 | 2018-02-23 | Object classification method using polarization measurement radar data and apparatus suitable therefor |
PCT/EP2018/054548 WO2018154066A1 (en) | 2017-02-24 | 2018-02-23 | Method for object classification using polarimetric radar data and device suitable therefor |
US17/560,996 US20220187415A1 (en) | 2017-02-24 | 2021-12-23 | Method for object classification using polarimetric radar data and device suitable therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017210964.5A DE102017210964A1 (en) | 2017-06-28 | 2017-06-28 | Method for object classification with polarimetric radar data and suitable device therefor |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102017210964A1 true DE102017210964A1 (en) | 2019-01-03 |
Family
ID=64662255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102017210964.5A Withdrawn DE102017210964A1 (en) | 2017-02-24 | 2017-06-28 | Method for object classification with polarimetric radar data and suitable device therefor |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102017210964A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019130096A1 (en) * | 2019-11-07 | 2021-05-12 | Audi Ag | Method for determining radar information, simulation method, classification method, computer program and calculation system |
US11669105B2 (en) | 2017-12-29 | 2023-06-06 | Acconeer Ab | Autonomous mobile cleaning robot |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4200299A1 (en) * | 1992-01-09 | 1993-07-15 | Daimler Benz Ag | Homogeneously distributed reflecting object classification by radar echo - recognising Mueller matrix of surface reflecting sequential microwave transmissions from sources with different polarisations |
US7551123B2 (en) * | 2006-03-22 | 2009-06-23 | Enterprise Electronics Corporation | Phase shifted transmitted signals in a simultaneous dual polarization weather system |
DE102013102424A1 (en) * | 2013-03-11 | 2014-09-11 | Stefan Trummer | Polarimetric radar for object classification and suitable method and use thereof |
DE102015200939A1 (en) * | 2015-01-21 | 2016-07-21 | Robert Bosch Gmbh | Method and system for detecting objects in the vicinity of a vehicle |
DE102015003115A1 (en) * | 2015-03-11 | 2016-09-15 | Audi Ag | Method for determining a road condition information and motor vehicle |
-
2017
- 2017-06-28 DE DE102017210964.5A patent/DE102017210964A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4200299A1 (en) * | 1992-01-09 | 1993-07-15 | Daimler Benz Ag | Homogeneously distributed reflecting object classification by radar echo - recognising Mueller matrix of surface reflecting sequential microwave transmissions from sources with different polarisations |
US7551123B2 (en) * | 2006-03-22 | 2009-06-23 | Enterprise Electronics Corporation | Phase shifted transmitted signals in a simultaneous dual polarization weather system |
DE102013102424A1 (en) * | 2013-03-11 | 2014-09-11 | Stefan Trummer | Polarimetric radar for object classification and suitable method and use thereof |
DE102015200939A1 (en) * | 2015-01-21 | 2016-07-21 | Robert Bosch Gmbh | Method and system for detecting objects in the vicinity of a vehicle |
DE102015003115A1 (en) * | 2015-03-11 | 2016-09-15 | Audi Ag | Method for determining a road condition information and motor vehicle |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11669105B2 (en) | 2017-12-29 | 2023-06-06 | Acconeer Ab | Autonomous mobile cleaning robot |
DE102019130096A1 (en) * | 2019-11-07 | 2021-05-12 | Audi Ag | Method for determining radar information, simulation method, classification method, computer program and calculation system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018154066A1 (en) | Method for object classification using polarimetric radar data and device suitable therefor | |
EP3485290B1 (en) | Method and system for scanning an object | |
EP2800982B1 (en) | Method and device for measuring the speed of a vehicle independently of the wheels | |
DE102008038365A1 (en) | Vehicle radar system and method for determining a position of at least one object relative to a vehicle | |
DE102015003115B4 (en) | Method for determining road condition information and motor vehicle | |
DE10207437A1 (en) | Radar sensor for motor vehicles | |
DE102006049879B4 (en) | Radar system for automobiles | |
WO2016016161A1 (en) | Method for classifying an object in an area surrounding a motor vehicle, driver assistance system and motor vehicle | |
DE102013008953B4 (en) | Method for operating a radar device of a vehicle, in particular of a motor vehicle, and radar device for a vehicle, in particular a motor vehicle | |
DE102016225494B4 (en) | METHOD AND DEVICE FOR DETECTING A TARGET OBJECT | |
DE102010015723B4 (en) | Method and device for detecting movement of a road vehicle | |
DE102016108756A1 (en) | Radar sensor device for a motor vehicle, driver assistance system, motor vehicle and method for detecting an object | |
DE102009001243A1 (en) | Method for detecting icing in an angle-resolving radar sensor in an angle-resolving radar sensor in a driver assistance system for motor vehicles | |
DE102013221756B3 (en) | Synthetic aperture radar method and synthetic aperture radar system | |
DE102014009093A1 (en) | Radar system for vehicles and method for measuring the azimuth in this | |
DE102014218092A1 (en) | Creating an image of the environment of a motor vehicle and determining the relative speed between the motor vehicle and objects in the environment | |
DE102015200939A1 (en) | Method and system for detecting objects in the vicinity of a vehicle | |
DE102009028578A1 (en) | Method for periphery recognition with lidar sensor, involves scanning detection area of periphery with scanning beam, and detecting radiation, where intensity of radiation of scanning beam is detected as function of displacement | |
DE102018000517A1 (en) | Method for radar-based measurement and / or classification of objects in a vehicle environment | |
DE102018217533A1 (en) | Procedure for classifying an object | |
DE102017210964A1 (en) | Method for object classification with polarimetric radar data and suitable device therefor | |
EP3374791A1 (en) | Lateral crash barrier recognition by means of a distance sensor in a motor vehicle | |
DE102017205455A1 (en) | Method for object classification with polarimetric radar data and suitable device therefor | |
DE102017214964B4 (en) | Method for determining an environment map in a motor vehicle and motor vehicle | |
DE102017203057A1 (en) | Method for object classification with polarimetric radar data and suitable device therefor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R082 | Change of representative |
Representative=s name: PATENTANWAELTE BECKER & MUELLER, DE |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |