DE102017216795A1

DE102017216795A1 - Radarbasierte Objektdetektion und Höhenbestimmung detektierter Objekte

Info

Publication number: DE102017216795A1
Application number: DE102017216795.5A
Authority: DE
Inventors: Michael Walter; Stefan Zechner; Benjamin Sick
Original assignee: ZF Friedrichshafen AG
Current assignee: ZF Friedrichshafen AG
Priority date: 2017-09-22
Filing date: 2017-09-22
Publication date: 2019-03-28
Anticipated expiration: 2037-09-23
Also published as: DE102017216795B4

Abstract

Fahrzeugradar (10) zur Detektion eines Objekts (1) mit einer Auswerteeinrichtung (15), die ausgeführt ist, zu jeweiligen Zeitpunkten während der Detektion anhand eines Vergleichs eines Empfangssignals (12) und von Sendesignalen (13) einen jeweiligen Objektabstand (2) in Abhängigkeit von einer Intensitätsmodulation des Empfangssignals (12) zu erhalten, einen jeweils zurückgelegten Weg (4) des Fahrzeugradars (10) zwischen aufeinanderfolgenden Zeitpunkten zu berechnen, und den jeweils erhaltenen Objektabstand (2) dem jeweils zurückgelegten Weg (4) zuzuordnen, wobei die Auswerteeinrichtung (15) ausgeführt ist, in Abhängigkeit dieser Zuordnung eine Objekthöhe (3) zu erhalten. Außerdem betrifft die Erfindung ein Fahrerassistenzsystem (20) mit einem erfindungsgemäßen Fahrzeugradar (10) und ein entsprechendes Verfahren zur Detektion eines Objekts (1) und zur Bestimmung der Objekthöhe (3).

Description

Die Erfindung betrifft ein Fahrzeugradar zur Detektion eines Objekts zur Erhaltung einer Objekthöhe nach Anspruch 1, ein Fahrerassistenzsystem mit einem erfindungsgemäßen Fahrzeugradar nach Anspruch 12 und ein entsprechendes Verfahren nach Anspruch 13.
Entscheidend für das automatisierte Fahren ist ein Umgebungsmodell, welches neben dem Fahrbahnverlauf, den Fahrzeugen und Passanten auch sämtliche Hindernisse im eigenen Fahrkorridor beinhaltet. Die zur Erstellung des Umgebungsmodells benötigte Vorausschau ist eine Funktion der Geschwindigkeit. Geht man von einer maximalen Verzögerung von 9,81m/s² aus, so benötigt man bei einer Geschwindigkeit von 100km/h einen Bremsweg von 39m und bei 200km/h einen Bremsweg von 157m, um zu einem vollständigen Stillstand zu kommen. Dieser Bremsweg ist ein Vergleichsmaß für die benötigte Vorausschau. Die Vorausschau sollte mindestens so groß sein wie der benötigte Bremsweg. Auf dem Markt befindliche Lidar- und Kamerasysteme haben eine Vorausschau von 50 bis 100m und sind folglich für hohe Geschwindigkeiten nicht geeignet. Im Vergleich dazu haben Radarsysteme eine Vorausschau um die 200m.
Bekannte radarbasierte Adaptive/ Autonomous Cruise Control (ACC) Systeme folgen einer vordefinierten Signalverarbeitungskette und modellieren oder reagieren auf vordefinierte Szenarien. Dabei wird in einem ersten Schritt eine Range-Doppler-Karte berechnet, aus der Maxima extrahiert werden. Durch die räumliche Verteilung der Sende- und Empfangsantennen eines bildgebendes Radars lässt sich die Richtung eines Zieles durch die Auswertung der Lauflängenunterschiede bzw. Phasenverschiebungen der eingehenden Signale bestimmen und eine dreidimensionale Position unter Berücksichtigung der Distanz berechnen.
Um ein 1m hohes Ziel in einer Entfernung von 157m nur über den Winkel von der Umgebung unterscheiden zu können, benötigt man eine Auflösung von mindestens 0,36°. Solch hohe Auflösungen sind aufgrund der benötigten Apertur und Anzahl an Empfängern in einem Fahrzeug nur schwer umzusetzen.
Neben der Winkelmessung sind Radarsysteme jedoch auch in der Lage, Distanzen und Intensitäten zu messen. Aufgrund einer durch Mehrfachausbreitungen der Sendesignale und/oder an einem Objekt erzeugter Reflexionssignale hervorgerufenen Interferenz weist ein von der Empfangsantenne empfangenes Empfangssignal des mit Sendesignalen angestrahlten Objekts eine von dem Objektabstand und einer Objekthöhe abhängige Intensitätsmodulation auf. Da ein Entfernungs-/Laufzeitunterschied der verschiedenen Ausbreitungspfade invers zur Distanz ist, können bisher Höhen von Objekten nur in geringer Entfernung gemessen werden, wobei eine hohe Bandbreite benötigt wird, um Entfernungsunterschiede aufzulösen.
Stand der Technik ist beispielsweise offenbart in A. Laribi, M. Hahn, J. Dickmann und C. Waldschmidt, „Vertical digital beamforming versus multipath height finding", 2017 IEEE MTT -S International Conference on Microwaves for Intelligent Mobility (ICMIM), Nagoya; 2017; pp 99-102.
Da die Reflexionssignale korreliert sind und die Pfade in diesen Entfernungen unter den nahezu demselben Winkel erscheinen, sind die einfallenden Wellenfronten annähend parallel und es lassen sich Interferenz basierte Auslöschungen betrachten. Geht man von einer Wellenlänge von 3,9mm aus, was einer Frequenz von 77GHz entspricht, durchläuft das Empfangssignal bei einer Annäherung aus 100m aufgrund der Intensitätsmodulation mehrere Minima und Maxima, wobei sich die Höhe eines Objekts über den entfernungsabhängigen Interferenzverlauf bestimmen lässt. Allerdings ist ein Tracken der Ziele über die Entfernung aufgrund der Interferenz basierten Auslöschungen nur schwer bis gar nicht möglich.
Hier setzt die Erfindung an. Der Erfindung hat die Aufgabe zugrunde gelegen, radarbasierte Detektionen von Objekten und radarbasierte Höhenbestimmung von Objekten zu verbessern.
Diese Aufgabe wird gelöst durch ein Fahrzeugradar zur Detektion eines Objekts mit den Merkmalen des Anspruchs 1, ein Fahrerassistenzsystem mit einem erfindungsgemäßen Fahrzeugradar nach Anspruch 12 und ein Verfahren zur Detektion eines Objekts mit den Merkmalen des Anspruchs 13.
Weiterbildungen und vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.
Das erfindungsgemäße Fahrzeugradar zur Detektion eines Objekts weist eine Auswerteeinrichtung auf, die ausgeführt ist, zu jeweiligen Zeitpunkten während der Detektion anhand eines Vergleichs eines Empfangssignals und von Sendesignalen einen jeweiligen Objektabstand in Abhängigkeit von einer Intensitätsmodulation des Empfangssignals zu erhalten, einen jeweils zurückgelegten Weg des Fahrzeugradars zwischen aufeinanderfolgenden Zeitpunkten zu berechnen und den jeweils erhaltenen Objektabstand den jeweils zurückgelegten Weg zuzuordnen, wobei die Auswerteeinrichtung ausgeführt ist, in Abhängigkeit dieser Zuordnung eine Objekthöhe zu erhalten.
Ein Fahrzeugradar ist ein Radar, das an einem Fahrzeug anordenbar ist. Radar ist die Abkürzung für Radio Detection and Ranging und bezeichnet Erkennungs- und Ortungsverfahren auf der Basis elektromagnetischer Wellen im Radiofrequenzbereich. Der Radiofrequenzbereich umfasst Frequenzen unterhalb 3000GHz, also Langwellen ab 30KHz, Mittelwellen oder Kurzwellen und Ultrakurzwellen bis 300 MHz. Ein Radar wird neben einer Kamera oder einem Lidar als Umfelderfassungssensor eines Fahrerassistenzsystems verwendet. In der Industrie und besonders im Automotive Bereich kommen Radarsensoren zum Einsatz.
Empfangssignale sind Signale, die das Radar empfängt. Sendesignale sind Signale, die das Radar abstrahlt.
Eine Antenne ist eine technische Vorrichtung zum Senden und Empfangen elektromagnetischer Wellen. Die Sendeantennen können nacheinander, beispielsweise mittels time domain multiplexing, oder gleichzeitig senden. Bei einer Phased Array Antenne, die eine spezielle Gruppenantenne aus mehreren Sendeantennen ist, können einzelne Sendeantennen mit unterschiedlicher Phasenlage gespeist werden. Im Resultat kann die resultierende, gemeinsam abgestrahlte Welle elektronisch in eine beliebige Raumrichtung, abhängig von der Phasenlage, geschwenkt werden.
Der Objektabstand zu dem Radar wird z.B. dadurch bestimmt, dass das Radar Sendesignale mit einer ansteigenden Frequenzrampe in schneller Abfolge aussendet und diese Sendesignale mit den korrespondierenden Empfangssignalen vergleicht. Durch einen Frequenzunterschied zwischen den Sende - und Empfangssignalen kann auf den Objektabstand des Objekts zu dem Radar geschlossen werden. Dieses Verfahren ist als Frequency Modulated Continuous Wave (FMCW) Verfahren bekannt.
Während der Detektion ändert sich der Objektabstand zwischen dem Objekt und dem Fahrzeugradar. Zum Beispiel kann das Fahrzeug, an dem das Fahrzeugradar angeordnet ist, sich auf ein ortsfestes Objekt zubewegen. Das Fahrzeugradar kann aber auch ortsfest sein, beispielswiese bei Stillstand des Fahrzeuges, und das Objekt kann sich auf das Fahrzeugradar zubewegen.
Die Intensitätsmodulation des Empfangssignals beruht auf einer durch Mehrfachausbreitungen der Sendesignale und/oder an dem Objekt erzeugter Reflexionssignale hervorgerufenen Interferenz. Die Intensitätsmodulation ist abhängig von dem Objektabstand und einer Objekthöhe. Bei einem festen Objektabstand ist ein Lauflängenunterschied für eine große Objekthöhe größer als für eine niedrige Objekthöhe. Wenn der Lauflängenunterschied ein ganzzahliges Vielfaches der Radarwellenlänge ist, entsteht konstruktive Interferenz, für jedes halbzahlige Vielfache der Radarwellenlänge entsteht eine destruktive Interferenz. Bei destruktiver Interferenz ist eine Amplitude des Empfangssignals null. In diesem Fall wird kein Objektabstand erhalten.
Die Empfangssignale können nur dann mit den Sendesignalen verglichen werden und daher kann ein Objektabstand nur dann erhalten werden, wenn keine destruktive Interferenz vorliegt.
Eine Auswerteeinrichtung ist eine Vorrichtung, die eingehende Informationen verarbeitet und ein aus dieser Verarbeitung resultierendes Ergebnis ausgibt. Insbesondere ist eine Auswerteeinrichtung eine elektronische Schaltung, wie z.B. eine zentrale Prozessoreinheit oder ein Grafikprozessor.
Die Zuordnung des jeweils erhaltenen Objektabstands zu dem jeweils zurückgelegten Weg hat den Vorteil, dass die Detektion eines Objekts und die Bestimmung einer Objekthöhe unabhängig von einer Interferenz basierten Signalauslöschung sind. Da sich während der Detektion der Abstand zwischen dem Fahrzeugradar und dem Objekt ändert, ändert sich auch fortlaufend der Lauflängenunterschied. Dies bedeutet, dass in einem Zeitintervall die Amplitude des Empfangssignals aufgrund destruktiver Interferenz null ist und daher kein Objektabstand enthalten wird, aber in einem folgenden Zeitintervall der Lauflängenunterschied aufgrund der nun eingetretenen Änderung des Objektabstandes wieder zu einer konstruktiven Interferenz führt und daher wieder ein Objektabstand erhalten wird.
Die Auswerteeinrichtung ist vorteilhafterweise ausgeführt, die jeweils in Abhängigkeit der Intensitätsmodulation des Empfangssignals erhaltenen Objektabstände in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges, vorzugsweise als Matrix, darzustellen. Eine derartige Darstellung führt zu einer Objektabstands-Antennensignal-Distanz-Karte, im Englischen als Range-Antennasignal to Traveled-Distance Map bezeichnet, mit der Objekte relativ einfach detektiert und deren jeweilige Höhe bestimmt werden kann. Distanz ist der während der Detektion zurückgelegte Weg des Fahrzeugradars oder der zurückgelegte Weg des Objekts.
Bevorzugt ist die Auswerteeinrichtung ausgeführt, die Objekthöhe anhand der Darstellung zu erhalten, vorzugsweise anhand einer Anzahl der während der Detektion innerhalb eines vorgegebenen Objektabstandsintervalls erhaltenen Maxima und/oder Minima der Intensitätsmodulation, anhand einer Korrelation mit erwarteten Amplitudenverläufen der Intensitätsmodulation für vorgegebene Objekthöhen, oder anhand eines künstlichen, vorzugsweise rekurrenten, neuronalen Netzwerks, das auf erwartete Amplitudenverläufe der Intensitätsmodulation für vorgegebene Objekthöhen trainiert ist.
Das Muster der Intensitätsmodulation ist abhängig von dem Objektabstand, der Objekthöhe sowie Betrag und Richtung der Relativbewegung und für jede Kombination von Werten dieser Parameter charakteristisch. Bei gegebenem Interferenzmuster kann daher eine der vorstehend genannten Zielparameter bei Bekanntsein der übrigen Parameter aus der Intensitätsmodulation des Empfangssignals bestimmt werden.
Innerhalb eines vorgegebenen Objektabstandsintervalls weißt ein Objekt mit einer relativ großen Objekthöhe eine im Vergleich zu einem Objekt mit einer geringeren Objekthöhe große Anzahl von erhaltenen Intensitätsmaxima auf, wobei aus jedem Intensitätsmaximum ein jeweiliger Objektabstand erhalten wird. Durch Modellierung können erwartete Amplitudenverläufe der Intensitätsmodulation für vorgegebene Objekthöhenerhalten werden. Aus einem Vergleich mit erwarteten Amplitudenverläufen kann die tatsächliche Objekthöhe des detektierten Objekts bestimmt werden.
Die Korrelation von erwarteten Amplitudenverläufen der Intensitätsmodulation für vorgegebene Objekthöhen kann insbesondere von einem künstlichen, vorzugsweise einem rekurrenten, neuronalen Netzwerk ausgeführt werden, dass auf erwartete Amplitudenverläufe der Intensitätsmodulation für vorgegeben Objekthöhen trainiert ist.
Ein künstliches neuronales Netzwerk ist ein Algorithmus, der auf einer elektronischen Schaltung ausgeführt wird und am Vorbild des neuronalen Netzwerks des menschlichen Gehirns programmiert ist. Funktionseinheiten eines künstlichen neuronalen Netzwerks sind künstliche Neuronen, deren Output sich im Allgemeinen als Wert einer Aktivierungsfunktion ausgewertet über eine gewichtete Summe der Inputs plus einem systematischem Fehler, dem sogenannten Bias, ergibt. Durch Testen von mehreren vorbestimmten Inputs mit verschiedenen Gewichtungsfaktoren und/oder Aktivierungsfunktionen werden künstliche neuronale Netzwerke, ähnlich dem menschlichen Gehirn, trainiert. Das Trainieren eines künstlichen neuronalen Netzwerks mithilfe von vorbestimmten Inputs wird maschinelles Lernen genannt. Eine Teilmenge des maschinellen Lernens ist das tiefgehende Lernen, das sogenannte Deep Learning, bei dem eine Reihe hierarchischer Schichten von Neuronen, sogenannten Hidden Layers, genutzt wird, um den Prozess des maschinellen Lernens durchzuführen. Ein künstliches neuronales Netzwerk mit mehreren Hidden Layers ist ein Deep neural network. Ein rekurrentes, auch rückgekoppeltes, neuronales Netzwerk ist ein Netzwerk, das sich durch Verbindungen von Neuronen einer Schicht zu Neuronen derselben oder einer vorangegangenen Schicht auszeichnet. Unterschieden werden direkte Rückkopplung, d.h. der eigene Ausgang eines Neurons wird als weiterer Eingang genutzt, indirekte Rückkopplung, bei der ein Ausgang eines Neurons mit einem Neuron der vorhergehenden Schichten verbunden ist, und seitliche Rückkopplung, bei der der Ausgang eines Neurons mit einem anderen Neuron derselben Schicht verbunden ist. Praktische Anwendungen finden künstliche rekurrente neuronale Netzwerke allgemein bei Problemstellungen, die das Verarbeiten von Sequenzen erfordern. Beispiel dafür sind Schrifterkennung, Spracherkennung und Maschinenübersetzung.
Vorzugsweise ist die Auswerteeinrichtung ausgeführt, in jeweiligen Zeitpunkten während der Detektion anhand eines Vergleichs des Empfangssignals und der Sendesignale jeweils eine Relativgeschwindigkeit des Objekts in einem Ruhesystem des Fahrzeugradars, vorzugsweise anhand einer mit der Auswerteeinrichtung erhaltenen Range-Doppler-Karte zu erhalten. Grundlage einer Bestimmung der Relativgeschwindigkeit ist der Doppler-Effekt.
Damit können Objekthöhen von Objekten bestimmt werden, die sich relativ auf das Fahrzeugradar zubewegen, insbesondere von entgegenkommenden Fahrzeugen oder ortsfesten Objekten. Für die Bewertung der Relevanz solcher Objekte innerhalb einer Verkehrssituation kann die Objekthöhe der Objekte über der Fahrbahn ein wesentliches Beurteilungskriterium liefern.
Für relevante Ziele eines Kraftfahrzeugradars ist die Annahme gerechtfertigt, dass die Relativbewegung zwischen Objekt und Fahrzeugradar im Wesentlichen rein radial erfolgt.
Gemäß einer bevorzugten Weiterbildung der Erfindung ist das Objekt ortsfest und das Fahrzeugradar bewegt sich mit einer Eigengeschwindigkeit auf das Objekt zu, wobei die Auswerteeinrichtung ausgeführt ist, die Eigengeschwindigkeit des Fahrzeugradars anhand einer Anzahl von Radumdrehungen eines Fahrzeuges zwischen aufeinanderfolgenden Zeitpunkten zu bestimmen, wenn das Fahrzeugradar an dem Fahrzeug angeordnet ist. Die Anzahl von Radumdrehungen des Fahrzeuges kann insbesondere durch Auswertung der Wheel Ticks auf dem Fahrzeug-Controller-Area-Network (CAN) -Bus bestimmt werden. Anhand der Eigengeschwindigkeit lässt sich der zwischen aufeinanderfolgenden Zeitpunkten zurückgelegte Weg berechnen. Die Eigengeschwindigkeit des Fahrzeuges kann auch mittels Range-Doppler-Karten bestimmt werden. Damit lassen sich die entfernungsabhängigen Intensitäten innerhalb einer Range-Doppler Karte zu einem bestimmten Zeitpunkt über die Dauer der Detektion in eine Objektabstands-Antennensignal-Distanz-Karte transformieren. In der Objektabstands-Antennensignal-Distanz-Karte erscheinen stehende Ziele als Geraden.
Vorteilhafterweise weist das Fahrzeugradar eine ein- oder mehrdimensionale Anordnung von Empfangsantennen auf, wobei die Auswerteeinrichtung ausgeführt ist, in den jeweiligen Zeitpunkten während der Detektion anhand eines Vergleichs des Empfangssignals und der Sendesignale jeweilige Azimut- und/oder Elevationswinkeln des Objekts zu erhalten.
Der Azimutwinkel, unter dem ein Objekt erscheint, ist der Winkel zwischen einer ersten Bezugsrichtung eines Koordinatensystems und der Orthogonal-Projektion der Strecke zwischen dem Objekt und dem Koordinatenursprung in die Ebene, die von der ersten Bezugsrichtung und einer zweiten, zu der ersten Bezugsrichtung orthogonal angeordneten, Bezugsrichtung aufgespannt wird. Der Azimutwinkel wird gezählt von Null bis 2π.
Der Elevationswinkel, unter dem ein Objekt erscheint, ist der Winkel zwischen der Polrichtung und der Strecke zwischen dem Objekt und dem Koordinatenursprung. Der Elevationswinkel wird gezählt von 0 bis π.
Ein vollständiger Durchlauf des Azimutwinkels und des Elevationswinkels ergibt eine Kugeloberfläche mit einem gegebenen Radius.
Verwendet man ein ein- oder zweidimensionales Antennen Array, so lassen sich horizontal von vertikal angeordneten Objekten durch den Verlauf des Azimut-/Elevationswinkels des Objekts über die Distanz erkennen. Betrachtet man dagegen nur distanzabhängige Intensitäten, ist man aufgrund der Rotationsinvarianz der Interferenz nicht in der Lage, eine Bodenreflexion von zwei horizontal angeordneten Zielen zu unterscheiden.
Bevorzugt ist die Auswerteeinrichtung ausgeführt, die jeweils erhaltenen Azimut-und/oder Elevationswinkel in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges darzustellen. Diese Darstellung der Azimut-und/oder Elevationswinkel über den insgesamt zurückgelegten Weg während der Detektion kann vorteilhafterweise mit der Darstellung der erhaltenen Objektabstände, d.h. der Intensitäten, korreliert werden, um die Auswertung der Objektabstände zu verbessern.
In einer Weiterbildung der Erfindung ist die Auswerteeinrichtung ausgeführt, einen Direction- of- Arrival (DOA)-Algorithmus, vorzugsweise Beamforming auszuführen, um eine dreidimensionale Position des Objekts zu erhalten.
Der Direction-of-Arrival (DOA)-Algorithmus beruht darauf, dass Empfangssignale der Empfangsantennen des Fahrzeugradars einen Phrasenunterschied aufweisen. Ein Beispiel für einen DOA-Algorithmus ist das Beamforming, bei dem für ein Gitter aus möglichen Winkeln die Summe aller Empfangssignale mit den entsprechenden Phasenkorrekturen gebildet wird. Damit können mehrere Ziele in gleichem Abstand zum Radar, und mit gleicher Geschwindigkeit, aber mit unterschiedlicher Richtung, aus der Empfangssignale empfangen werden, das heißt mit unterschiedlicher Position, erkannt werden. Ein beispielshafter Beamformer ist der Bartlett Beamformer
Vorzugsweise ist die Auswerteeinrichtung ausgeführt, einen Multiple-Signal-Classification (MUSIC)-Algorithmus oder einen Estimation-Of-Signal-Parameters-via-Rotational-Invariance-Technique (ESPRIT)-Algorithmus auszuführen, um eine dreidimensionale Position des Objekts zu erhalten.
Bei einem Radar mit M-Empfangsantennen und K-Empfangsquellen, das heißt K-Objekten, empfängt jede Empfangsantenne K-Empfangssignale, insgesamt werden also (M × K)-Empfangssignale empfangen. Die einzelnen Empfangssignale lassen sich als ein K-dimensionaler Signalvektor S darstellen. Abhängig von der Geometrie der Anordnung der M-Empfangsantennen haben die einzelnen Empfangssignale der K-Objekte an den einzelnen Empfangsantennen einen jeweiligen Phasenunterschied. Die Phasenunterschiede eines Empfangssignals an den M-Empfangsantennen lassen sich als ein M-dimensionaler Steuervektor, im Englischen steering vector bezeichnet, darstellen. Der Signalvektor und die K-Steuervektoren führen zu einer (M × K)-dimensionalen Steuermatrix A, die M-Zeilen und K-Spalten aufweist. Die Ausgangssignale der Anordnung dieser Empfangsantennen lassen sich dann als ein M-dimensionaler Ausgangsvektor x darstellen, der sich aus dem Produkt der Steuermatrix A mit dem Signalvektor S plus einem M- dimensionalen Störvektor N ergibt. Der Störvektor N ergibt sich daraus, dass ein Empfangssignal während seiner Ausbreitung Störungen erfahren kann. Störungen, im Englischen als noise bezeichnet, sind insbesondere Gaußsche Störungen, das heißt, dass die Störungen einer Gaußschen Normalverteilung folgen.
Die Empfangssignale an den einzelnen Empfangsantennen sind aufgrund des Phasenunterschiedes untereinander korreliert, die Störungen sind jedoch statistisch verteilt. Es ist vorteilhaft, den statistischen Erwartungswert des Ausgangsvektors x, das heißt des Skalarprodukts aus dem Ausgangsvektor und seinem Hermitian konjugiertem Vektor x^H zu betrachten. Dieser Erwartungswert ist also die Kovarianz und wird Kovarianzmatrix genannt.
MUSIC und ESPRIT beruhen jeweils auf einer Untervektorraumzerlegung, im Englischen subspace decomposition bezeichnet, des Vektorraums der Ausgangsvektoren in einen Signal-Untervektorraum und einen Stör-Untervektorraum. Untervektorzerlegungen sind im Vergleich zu herkömmlichen Beamforming effizienter und liefern eine höhere Auflösung. Der MUSIC-Algorithmus nutzt aus, dass die Kovarianzmatrix in einer Basis von orthogonalen Vektoren dargestellt werden kann, in der alle außer K Vektoren zu einem Stör-Untervektorraum gehören. Durch die Projektion in diesen Stör-Untervektorraum kann die Auflösung verbessert werden. Der ESPRIT-Algorithmus nutzt eine Translationsinvarianz der Anordnung von Empfangsantennen aus. Aufgrund dieser Translationsinvarianz kann eine erforderliche Rechenleistung reduziert werden.
Der MUSIC-Algorithmus ist beispielsweise offenbart in R. Schmidt, „Multiple emitter location and signal parameter estimation", IEEE Transactions on Antennas and Propagation, vol. 34, pp. 276-280, mar 1986. Der ESPRIT-Algorithmus ist beispielsweise offenbart in R. Roy and T. Kailath, „ESPRIT estimation of signal parameters via rotational invariance techniques", IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), vol 8, pp. 336-339, 1983.
Vorteilhafterweise ist die Auswerteeinrichtung ausgeführt, anhand von Empfangsantennen Antworten aus den Einträgen entlang von Diagonalen in der Objektabstands-Signal-Distanz-Karte eine verbesserte Kovarianzmatrix zu erhalten zur Erhöhung der Genauigkeit einer dreidimensionalen Positionsbestimmung von Objekten.
Bevorzugt ist die Auswerteeinrichtung ausgeführt, eine Darstellung der in Abhängigkeit der Intensitätsmodulation des Empfangssignals erhaltenen Objektabstände von mehreren Objekten innerhalb eines Range Doppler Bins, wobei die Objekte sich in unterschiedlichen Raumrichtungen befinden, in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges für die jeweiligen Raumrichtungen zu erhalten. Befinden sich nämlich mehrere Objekte innerhalb eines Range Doppler Bins, lässt sich dieses durch Beamforming in mehrere Sektoren unterteilen und eine entfernungsabhängige Objektabstands-Intensitäts-Distanz- Karte kann für jede Raumrichtung generiert werden.
Das erfindungsgemäße Fahrerassistenzsystem weist ein erfindungsgemäßes Fahrzeugradar auf. Mit dem erfindungsgemäßen Fahrerassistenzsystem kann z.B. ein Fahrer, der auf einer Autobahn mit erhöhter Geschwindigkeit fährt, vor einem vorausliegenden Hindernis auf der Fahrbahn gewarnt werden.
Das erfindungsgemäße Verfahren zur Detektion eines Objekts mit einem Fahrzeugradar weist die folgenden Verfahrensschritte auf:

- Vergleichen eines Empfangssignals und von Sendesignalen in einem jeweiligen Zeitpunkt während der Detektion,
- Erhalten eines jeweiligen Objektabstandes in Abhängigkeit der Intensitätsmodulation des Empfangssignals,
- Berechnen eines zurückgelegten Weges des Fahrzeugradars zwischen aufeinanderfolgenden Zeitpunkten und
- Zuordnen des erhaltenen Objektabstandes zu dem jeweils zurückgelegten Weg, um in Abhängigkeit dieser Zuordnung eine Objekthöhe zu erhalten.

Mit diesem Verfahren kann ein Objekt und dessen Objekthöhe relativ einfach detektiert werden.
Vorzugsweise werden die jeweils in Abhängigkeit der Intensitätsmodulation des Empfangssignals erhaltenen Objektabstände in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges, vorzugsweise als Matrix, dargestellt. Anhand dieser Matrix kann ein Objekt relativ einfach erkannt werden. Handelt es sich zum Beispiel um ein ortsfestes Objekt, auf das sich das Fahrzeugradar zubewegt, wird dieses Objekt in einer Objektabstands-Antennensignal-Distanz-Karte als eine Gerade abgebildet.
In einer Weiterbildung wird eine Objekthöhe anhand der Darstellung erhalten, vorzugsweise anhand einer Anzeige während der Detektion innerhalb eines vorgegebenen Objektabstandsintervalls, jeweils in Abhängigkeit der Intensitätsmodulation des Empfangssignals, erhaltenen Maxima und/oder Minima der Intensitätsmodulation, anhand einer Korrelation mit erwarteten Amplitudenverläufen der Intensitätsmodulation für vorgegebene Objekthöhen, oder durch ein künstliches, vorzugsweise ein rekurrentes, neuronales Netzwerk, das auf erwartete Amplitudenverläufe der Intensitätsmodulation für vorgegebene Objekthöhen trainiert ist.
Ganz besonders vorzugsweise wird zur Durchführung des erfindungsgemäßen Verfahrens ein erfindungsgemäßes Fahrzeugradar verwendet.
Die Erfindung wird anhand der nachfolgenden Figuren ausführlich beschrieben. Es zeigen:

1 Ausführungsbeispiele möglicher Ausbreitungspfade aufgrund von Mehrfachausbreitung:
- 1a Radar/ Target/Radar,
- 1b Radar/Target/Ground/Radar,
- 1c Radar/Ground/Target/Ground/Radar,
- 1d Radar/ /Ground/Target/Radar,
2 ein Ausführungsbeispiel eines Fahrerassistenzsystems mit einem Ausführungsbeispiel eines Fahrzeugradars,
3 ein Ausführungsbeispiel einer erfindungsgemäßen Objektabstands-Antennensignal-Distanz-Karte,
4 ein Ausführungsbeispiel eines erfindungsgemäßen Fahrzeugradars,
5 ein Vergleich von gemessenen Intensitäts- und Winkelverläufen mit berechneten Amplitudenverläufen für Intensität und Winkel,
6 ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens und
7 ein Ausführungsbeispiel zur schematischen Darstellung des Azimut- und Elevationswinkels.

In den Figuren bezeichnen selbe Bezugsziffern selbe oder ähnliche Bezugsteile. In den jeweiligen Figuren werden jeweils die relevanten Bezugsteile beziffert.
1 verdeutlicht die Mehrfachausbreitung eines Sendesignals 13 eines Fahrzeugradars 10. In den 1a bis 1d ist das Fahrzeugradar 10 jeweils auf einer Radarhöhe 9 über einer Oberfläche 21 angeordnet. Das Fahrzeugradar 10 ist beispielsweise ein an einem Fahrzeug angeordneter Frontradar, der vorzugsweise Sendesignale 13 mit einer Frequenz von 77 GHz aussendet. Dabei ist die Radarhöhe 9 die Höhe des an dem Fahrzeug angeordneten Fahrzeugradars 10 über der Oberfläche 21.
Ein Objekt 1 ist in einer Objekthöhe 3 über der Oberfläche 21 angeordnet. Die Oberfläche 21 ist eine Fahrbahnoberfläche. Das Fahrzeugradar 10 und das Objekt 1 sind in einem Objektabstand 2 zueinander beabstandet.
1a zeigt den direkten Ausbreitungsweg zwischen Fahrzeugradar 10 und Objekt 1. Das Sendesignal 13 wird von dem Fahrzeugradar 10 ausgesendet und trifft auf direktem Weg auf das Objekt 1. An dem Objekt 1 wird das Sendesignal 13 reflektiert. Das Reflexionssignal 14 erreicht direkt als Empfangssignal 12 eine Empfangsantenne 11 des Fahrzeugradars 10.
In 1b tritt durch eine Reflexion der Reflexionssignale 14 an der Oberfläche 21 ein zusätzlicher Laufzeitunterschied und Entfernungsunterschied im Vergleich zur 1a auf.
In 1c tritt im Vergleich zu 1b ein zusätzlicher Entfernungs-/ Laufzeitunterschied durch eine Reflexion der Sendesignale 13 an der Oberfläche 21 auf.
In 1d tritt im Vergleich zur 1a ein Entfernungs- /Laufzeitunterschied durch eine Bodenreflexion der Sendesignale 13 an der Oberfläche 21 auf.
Aufgrund dieser Mehrfachausbreitungen weist das Strahlungsfeld der Reflexionssignale 14 ein vom Objektabstand 2 und der Objekthöhe 3 abhängiges Interferenzmuster auf. Dieses Interferenzmuster führt zu einer Intensitätsmodulation des Empfangssignals 12.
In 2 ist das Objekt 1 ortsfest. Ein Fahrzeug 6, an dem ein Fahrzeugradar 10 oder ein Fahrerassistenzsystem 20 mit einem Fahrzeugradar 10 angeordnet ist, bewegt sich mit einer Eigengeschwindigkeit 5 auf das ortsfeste Objekt 1 zu. Zu verschiedenen Zeitpunkten während der Detektion des Objekts 1 mit dem Fahrzeugradar 10 werden in Abhängigkeit der Intensitätsmodulation des Empfangssignals 12 Objektabstände 2 gemessen. Zwischen aufeinanderfolgenden Zeitpunkten wird ein Weg 4 berechnet, den das Fahrzeug 6 innerhalb der zwischen den aufeinanderfolgenden Zeitpunkten verstrichenen Zeit zurückgelegt hat. Der zurückgelegte Weg 4 ergibt sich aus der Zeitdauer und der Eigengeschwindigkeit 5. Die Eigengeschwindigkeit 5 kann durch Auswertung der Wheel Ticks auf dem Fahrzeug-CAN-Bus ermittelt werden. Für jeden erhaltenen Objektabstand 2 ergibt sich damit ein jeweils zurückgelegter Weg 4.
In 3 werden die jeweils zu verschiedenen Zeitpunkten während der Detektion aufgenommen Range Doppler Karten, insbesondere deren Intensitäten, dem während der Detektion zurückgelegten Weg zugeordnet. Dabei wird ein stehendes Ziel als eine Gerade mit negativer Steigung abgebildet. Anhand der Geraden und der Anzahl von Objektabständen, d.h. der Anzahl von Minima und Maxima der Intensitätsmodulation, kann das Objekt 1 detektiert und dessen Objekthöhe 3 bestimmt werden.
Der Vorteil dieses Verfahrens besteht darin, dass in einzelnen Range Doppler Karten eine aufgrund destruktiver Interferenz erfolgte Interferenz basierte Signalauslöschung die Detektion des Objekts 1 und dessen Objekthöhe 3 mittels der Objektabstands-Antennensignal-Distanz-Karte nicht verhindert.
4 zeigt das Fahrzeugradar 10 mit der Auswerteeinrichtung 15. Die Auswerteeinrichtung 15 führt ein künstliches rekurrentes neuronales Netzwerk mit Neuronen 22 aus.
In 5 sind die mit dem erfindungsgemäßen Verfahren gemessenen Objekthöhen 3 und Verläufe von erwarteten Amplitudenverläufen und Winkelverläufen für gegebene Objekthöhen dargestellt.
Azimutwinkel 7 und Elevationswinkel 8 sind in 7 im Detail gezeigt.
6 stellt schematisch das erfindungsgemäße Verfahren dar. Zunächst wird ein Empfangssignal 12 mit Sendesignalen 13 in einem jeweiligen Zeitpunkt während der Detektion verglichen. Anhand dieses Vergleichs wird in Abhängigkeit der Intensitätsmodulation des Empfangssignals 12 ein jeweiliger Objektabstand 2 erhalten. Zwischen aufeinanderfolgenden Zeitpunkten wird der jeweils zurückgelegte Weg 4 berechnet. Der erhaltene Objektabstand 2 wird dem jeweils zurückgelegten Weg 4 zugeordnet und anhand dieser Zuordnung wird die Objekthöhe 3 erhalten.
Bezugszeichenliste

1: Objekt
2: Objektabstand
3: Objekthöhe
4: Weg
5: Eigengeschwindigkeit
6: Fahrzeug
7: Azimutwinkel
8: Elevationswinkel
9: Radarhöhe
10: Fahrzeugradar
11: Empfangsantenne
12: Empfangssignal
13: Sendesignal
14: Reflexionssignal
15: Auswerteeinrichtung
16: neuronales Netzwerk
20: Fahrerassistenzsystem
21: Oberfläche
22: Neuron

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 Nicht-Patentliteratur

A. Laribi, M. Hahn, J. Dickmann und C. Waldschmidt, „Vertical digital beamforming versus multipath height finding“, 2017 IEEE MTT -S International Conference on Microwaves for Intelligent Mobility (ICMIM), Nagoya; 2017; pp 99-102 [0006]
R. Schmidt, „Multiple emitter location and signal parameter estimation“, IEEE Transactions on Antennas and Propagation, vol. 34, pp. 276-280, mar 1986 [0043]
R. Roy and T. Kailath, „ESPRIT estimation of signal parameters via rotational invariance techniques“, IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), vol 8, pp. 336-339, 1983 [0043]

Claims

Fahrzeugradar (10) zur Detektion eines Objekts (1) mit einer Auswerteeinrichtung (15), die ausgeführt ist, - zu jeweiligen Zeitpunkten während der Detektion ◯ anhand eines Vergleichs eines Empfangssignals (12) und von Sendesignalen (13) einen jeweiligen Objektabstand (2) in Abhängigkeit von einer Intensitätsmodulation des Empfangssignals (12) zu erhalten, ◯ einen jeweils zurückgelegten Weg (4) des Fahrzeugradars (10) zwischen aufeinanderfolgenden Zeitpunkten zu berechnen, und ◯ den jeweils erhaltenen Objektabstand (2) dem jeweils zurückgelegten Weg (4) zuzuordnen, wobei die Auswerteeinrichtung (15) ausgeführt ist, in Abhängigkeit dieser Zuordnung eine Objekthöhe (3) zu erhalten.
Fahrzeugradar (10) nach Anspruch 1, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, die jeweils in Abhängigkeit der Intensitätsmodulation des Empfangssignals (12) erhaltenen Objektabstände (2) in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges (4), vorzugsweise als Matrix, darzustellen.
Fahrzeugradar (10) nach Anspruch 2, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, die Objekthöhe (3) anhand der Darstellung zu erhalten, vorzugsweise - anhand einer Anzahl von während der Detektion innerhalb eines vorgegebenen Objektabstandsintervalls erhaltenen Maxima und/oder Minima der Intensitätsmodulation, - anhand einer Korrelation mit erwarteten Amplitudenverläufen der Intensitätsmodulation für vorgegebene Objekthöhen (3), oder - durch ein künstliches, vorzugsweise ein rekurrentes, neuronales Netzwerk (16), das auf erwartete Amplitudenverläufe der Intensitätsmodulation für vorgegebene Objekthöhen (3) trainiert ist.
Fahrzeugradar (10) nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, in jeweiligen Zeitpunkten während der Detektion anhand eines Vergleichs des Empfangssignals (12) und der Sendesignale (13) jeweils eine Relativgeschwindigkeit des Objekts (1) in einem Ruhesystem des Fahrzeugradars (10), vorzugsweise anhand einer mit der Auswerteeinrichtung (15) erhaltenen range-Doppler Karte, zu erhalten.
Fahrzeugradar (10) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das Objekt (1) ortsfest ist und der Fahrzeugradar (10) mit einer Eigengeschwindigkeit (5) auf das Objekt (1) sich zubewegt, wobei die Auswerteeinrichtung (15) ausgeführt ist, die Eigengeschwindigkeit (5) des Fahrzeugradars (10) anhand einer Anzahl von Radumdrehungen eines Fahrzeuges (6) zwischen aufeinanderfolgenden Zeitpunkten zu bestimmen, wenn der Fahrzeugradar (10) an dem Fahrzeug (6) angeordnet ist.
Fahrzeugradar (10) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass der Fahrzeugradar (10) eine ein- oder mehrdimensionale Anordnung von Empfangsantennen (11) aufweist, wobei die Auswerteeinrichtung (10) ausgeführt ist, in den jeweiligen Zeitpunkten während der Detektion anhand eines Vergleichs des Empfangssignals (12) und der Sendesignale (13) jeweilige Azimut (7)- und/oder Elevationswinkel (8) des Objekts (1) zu erhalten.
Fahrzeugradar (10) nach Anspruch 6, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, die jeweils erhaltenen Azimut (7)- und/oder Elevationswinkel (8) in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges (4) darzustellen.
Fahrzeugradar (10) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, einen Direction-Of-Arrival-Algorithmus, vorzugsweise Beamforming, auszuführen, um eine dreidimensionale Position des Objekts (1) zu erhalten.
Fahrzeugradar (10) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, einen Multiple-Signal-Classification-Algorithmus oder einen Estimation-of-Signal-Parameters-via-Rotational-Invariance-Technique-Algorithmus auszuführen, um eine dreidimensionale Position des Objekts (1) zu erhalten.
Fahrzeugradar (10) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, anhand von Empfangsantennenantworten aus den Einträgen entlang von Diagonalen in der Objektabstands-Signal-Distanz-Karte eine verbesserte Kovarianzmatrix zu erhalten zur Erhöhung der Genauigkeit einer dreidimensionalen Positionsbestimmung von Objekten (1).
Fahrzeugradar (10) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Auswerteeinrichtung (15) ausgeführt ist, eine Darstellung der in Abhängigkeit der Intensitätsmodulation des Empfangssignals (12) erhaltenen Objektabstände (2) von mehreren Objekten (1) innerhalb eines Range Doppler Bins, wobei die Objekte sich in unterschiedlichen Raumrichtungen befinden, in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges (4) für die jeweiligen Raumrichtungen zu erhalten.
Fahrerassistenzsystem (20) mit einem Fahrzeugradar (10) nach einem der Ansprüche 1 bis 11.
Verfahren zur Detektion eines Objekts (1) mit einem Fahrzeugradar (10) mit den folgenden Verfahrensschritten: - Vergleichen eines Empfangssignals (12) und von Sendesignalen (13) in einem jeweiligen Zeitpunkt während der Detektion, - Erhalten eines jeweiligen Objektabstandes (2) in Abhängigkeit der Intensitätsmodulation des Empfangssignals (12), - Berechnen eines zurückgelegten Weges (4) des Fahrzeugradars (10) zwischen aufeinanderfolgenden Zeitpunkten und - Zuordnen des erhaltenen Objektabstandes (2) zu dem jeweils zurückgelegten Weg (4), um in Abhängigkeit dieser Zuordnung eine Objekthöhe (3) zu erhalten.
Verfahren nach Anspruch 13, dadurch gekennzeichnet, dass die jeweils in Abhängigkeit der Intensitätsmodulation des Empfangssignals (12) erhaltenen Objektabstände (2) in Abhängigkeit des über alle Zeitpunkte während der Detektion zurückgelegten Weges (4), vorzugsweise als Matrix, dargestellt werden.
Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass eine Objekthöhe (3) anhand der Darstellung erhalten wird, vorzugsweise - anhand einer Anzahl der während der Detektion innerhalb eines vorgegebenen Objektabstandsintervalls, jeweils in Abhängigkeit der Intensitätsmodulation des Empfangssignals (12), erhaltenen Maxima und/oder Minima der Intensitätsmodulation, - anhand einer Korrelation mit erwarteten Amplitudenverläufen der Intensitätsmodulation für vorgegebene Objekthöhen (3), oder - durch ein künstliches, vorzugsweise ein rekurrentes, neuronales Netzwerk (16), das auf erwartete Amplitudenverläufe der Intensitätsmodulation für vorgegebene Objekthöhen (3) trainiert ist.
Verfahren nach einem der Ansprüche 13 bis 15, dadurch gekennzeichnet, dass zur Durchführung des Verfahrens ein Fahrzeugradar (10) nach einem der Ansprüche 1 bis 10 verwendet wird.