DE102022124846A1 - Radar-anti-spoofing-system zum identifizieren von durch reziprozitätsbasiertes sensor-spoofing erzeugten geisterobjekten - Google Patents

Abstract

Ein Radar-Anti-Spoofing-System für ein autonomes Fahrzeug umfasst eine Vielzahl von Radarsensoren, die eine Vielzahl von Eingabedetektionspunkten erzeugen, die von Objekten reflektierte Hochfrequenz- (HF-) Signale repräsentieren, und einen Controller in elektronischer Verbindung mit der Vielzahl von Radarsensoren. Der Controller führt Anweisungen aus, um zeitlich abgestimmte Cluster, die Objekte repräsentieren, die sich in einer das autonome Fahrzeug umgebenden Umgebung befinden, auf der Grundlage der Eingabedetektionspunkte von der Vielzahl von Radarsensoren zu bestimmen. Der Controller bestimmt ein angepasstes Signal-Rausch-Verhältnis (SNR) für einen spezifischen zeitlich abgestimmten Cluster, indem ein SNR des spezifischen zeitlich abgestimmten Clusters durch eine Bereichsmessung des spezifischen zeitlich abgestimmten Clusters dividiert wird. Der Controller bestimmt ein Geschwindigkeitsverhältnismaß des zeitlich abgestimmten Clusters, indem eine bewegungsbasierte Geschwindigkeit durch eine Dopplerfrequenz-Geschwindigkeit dividiert wird, und identifiziert den zeitlich abgestimmten Cluster entweder als Geisterobjekt oder als reales Objekt.

Description

• Einführung
• Die vorliegende Offenbarung bezieht sich auf ein Radar-Anti-Spoofing-System und -Verfahren zum Identifizieren von durch reziprozitätsbasierte Sensor-Täuschung bzw. reziprozitätsbasiertes Sensor-Spoofing auf erzeugten Geisterobjekten basierend auf Werten eines angepassten Signal-Rausch-Verhältnis- (SNR-) Maßes und eines Geschwindigkeitsverhältnismaßes für Objekte in der Umgebung.
• Autonome Fahrzeuge können eine Vielzahl von Sensoren zur Umgebungserfassung wie etwa zum Beispiel Radarsensoren, Bildsensoren und LiDAR-Sensoren nutzen. Jede Art von autonomem Sensor kann getäuscht werden; jedoch sind Radarsensoren im Vergleich zu anderen autonomen Sensoren am leichtesten zu täuschen. Obwohl Radarsensoren leicht zu täuschen sind, sind sie auch der einzige autonome Sensor, der bei vielen Wetterbedingungen funktioniert, und daher ist es vorteilhaft, Anti-Täuschungs- bzw. Anti-Spoofing-Techniken für Radarsensoren zu entwickeln.
• Es gibt zwei mögliche Ansätze zum Täuschen bzw. für ein Spoofing eines Radarsensors. Auf den ersten Ansatz wird als Einweg-Spoofing verwiesen, wobei der Täuschende bzw. Spoofer von einem bestimmten autonomen Fahrzeug übertragene Hochfrequenz- (HF-) Signale empfängt. Der Spoofer verzögert die HF-Signale und überträgt sie dann zurück zum betreffenden autonomen Fahrzeug. Die HF-Signale werden vom Radarsystem des autonomen Fahrzeugs als Geisterziele interpretiert. Der Spoofer kann die Position des Geisterziels basierend auf der Zeitverzögerung steuern, bevor das HF-Signal an das jeweilige autonome Fahrzeug zurückgesendet wird.
• Auf den zweiten Ansatz für ein Spoofing eines Radarsensors kann als reziprokes bzw. reziprozitätsbasiertes Spoofing verwiesen werden, wobei das Radar des autonomen Fahrzeugs von realen oder tatsächlichen Zielen reflektierte HF-Signale empfängt, die HF-Signale jedoch ursprünglich von einem Spoofer ausgesendet wurden. Bei diesem Ansatz ist die Zeitverzögerung der HF-Signale nicht auf die Abstände zwischen dem autonomen Fahrzeug und dem Ziel abgestimmt, und daher werden im Radarsystem des autonomen Fahrzeugs Geisterziele in vom Zielabstand verschiedenen Abständen präsentiert. Beim reziprozitätsbasierten Spoofing werden die Geisterziele in sowohl dem Radarsystem des Spoofers als auch des autonomen Fahrzeugs präsentiert. Konkret empfängt auch das Radar des Spoofers Geistersignale, die von realen Objekten reflektiert und vom Radar des autonomen Fahrzeugs ausgesendet wurden. Beim Einweg-Spoofing werden dementsprechend Spoofing-Signale direkt vom Emitter bzw. Sender des Spoofers empfangen. Im Gegensatz dazu werden beim reziprozitätsbasierten Spoofing die Spoofing-Signale von realen Zielen reflektiert. Somit sind für jede unterschiedliche Art von Spoofing unterschiedliche Anti-Spoofing-Techniken erforderlich, um Geisterziele zu detektieren.
• Obwohl gegenwärtige Anti-Spoofing-Techniken ihren beabsichtigen Zweck erfüllen, besteht somit ein Bedarf an Ansätzen, die durch reziprozitätsbasiertes Spoofing erzeugte Geisterobjekte identifizieren.
• Zusammenfassung
• Gemäß mehreren Aspekten wird ein Radar-Anti-Spoofing-System für ein autonomes Fahrzeug offenbart. Das Radar-Anti-Spoofing-System umfasst eine Vielzahl von Radarsensoren, die eine Vielzahl von Eingabedetektionspunkten erzeugen, die von Objekten reflektierte Hochfrequenz- (HF-) Signale repräsentieren, und ein oder mehr Controller in elektronischer Verbindung mit der Vielzahl von Radarsensoren. Die ein oder mehr Controller führen Anweisungen aus, um zeitlich abgestimmte Cluster, die Objekte repräsentieren, die sich in einer das autonome Fahrzeug umgebenden Umgebung befinden, basierend auf der Vielzahl von Eingabedetektionspunkten von der Vielzahl von Radarsensoren zu bestimmen. Die ein oder mehr Controller führen Anweisungen aus, um ein angepasstes Signal-Rausch-Verhältnis- (SNR-) Maß für einen spezifischen zeitlich abgestimmten Cluster zu bestimmen, indem ein SNR des spezifischen zeitlich abgestimmten Clusters durch eine Bereichsmessung des spezifischen zeitlich abgestimmten Clusters dividiert wird. Die ein oder mehr Controller führen Anweisungen aus, um eine bewegungsbasierte Geschwindigkeit des zeitlich abgestimmten Clusters auf der Grundlage eines Bewegungsvektors des zeitlich abgestimmten Clusters zu bestimmen. Die ein oder mehr Controller führen Anweisungen aus, um eine Dopplerfrequenz-Geschwindigkeit des zeitlich abgestimmten Clusters zu bestimmen. Die ein oder mehr Controller führen Anweisungen aus, um ein Geschwindigkeitsverhältnismaß des zeitlich abgestimmten Clusters zu bestimmen, indem die bewegungsbasierte Geschwindigkeit durch die Dopplerfrequenz-Geschwindigkeit dividiert wird, und den zeitlich abgestimmten Cluster mittels einer Schwellenwerttechnik auf der Grundlage der Werte des angepassten SNR-Maßes und des Geschwindigkeitsverhältnismaßes entweder als Geisterobjekt oder als reales Objekt zu identifizieren.
• In einem Aspekt führt der Controller Anweisungen aus, um einen Clustering-Algorithmus auszuführen, um die Vielzahl der Eingabedetektionspunkte von der Vielzahl der Radarsensoren in eine Vielzahl von Clustern zu unterteilen.
• In einem anderen Aspekt ist der Clustering-Algorithmus ein Clustering-Algorithmus unscharfer C-Mittelwerte bzw. ein Fuzzy-C-Mean-Clustering-Algorithmus.
• In noch einem anderen Aspekt führt der Controller Anweisungen aus, um nahe Cluster der Vielzahl von Clustern miteinander zu verschmelzen, um eine Vielzahl verschmolzener Cluster zu erzeugen, wobei ein naher Cluster auf der Grundlage eines minimalen Abstands zwischen der Vielzahl von Clustern bestimmt wird.
• In einem Aspekt basiert der minimale Abstand auf einer Auflösung der mehreren Radarsensoren und einem Anwendungsbereich.
• In einem anderen Aspekt führt der Controller Anweisungen aus, um die Cluster-Zentren in einem Detektionsrahmen mit den Cluster-Zentren in einem nächsten Detektionsrahmen für die Vielzahl verschmolzener Cluster auf der Grundlage einer Technik der nächsten Nachbarn abzustimmen, um die zeitlich abgestimmten Cluster zu bestimmen.
• In noch einem anderen Aspekt wird die bewegungsbasierte Geschwindigkeit bestimmt durch: $$V_{mt}\left(i\right)=\frac{\sqrt{m_x^2\left(i\right)+m_y^2\left(i\right)+m_z^2\left(i\right)}}{dt}$$

  

  wobei V_mt(i) die bewegungsbasierte Geschwindigkeit repräsentiert, mv(i) = (m_x(i),m_y(i),m_z(i)) der Bewegungsvektor eines Clusters c_t(i) ist und dt die Zeitdifferenz zwischen zwei benachbarten Detektionsrahmen ist.
• In einem Aspekt wird die Dopplerfrequenz-Geschwindigkeit bestimmt durch: $$V_{dp}\left(i\right)=\frac{c}{2{ƒ}_0}{ƒ}_d\left(i\right)$$

  

  wobei V_dp(i) die Dopplerfrequenz-Geschwindigkeit ist, C die Lichtgeschwindigkeit ist, f₀ eine Trägerfrequenz ist und f_d(i) die Dopplerfrequenz des Clusters c_t(i) ist.
• In einem anderen Aspekt umfasst die Schwellenwerttechnik ein Auswählen eines Schwellenwertbereichs von Werten für das angepasste SNR-Maß, die eine Fehlabstimmung zwischen einem SNR und der Bereichsmessung erfassen, die durch das Geisterobjekt erzeugt wird.
• In noch einem weiteren Aspekt umfasst die Schwellenwerttechnik ein Auswählen eines Schwellenwertbereichs von Werten für das Geschwindigkeitsverhältnismaß, um eine Fehlabstimmung zwischen der bewegungsbasierten Geschwindigkeit und der Dopplerfrequenz-Geschwindigkeit, die durch das Geisterobjekt erzeugt wird, zu erfassen.
• In einem Aspekt werden die Geisterobjekte durch reziprokes bzw. reziprozitätsbasiertes Spoofing erzeugt.
• In einem Aspekt wird ein Verfahren zum Identifizieren von durch reziprozitätsbasiertes Spoofing durch ein Radar-Anti-Spoofing-System für ein autonomes Fahrzeug erzeugten Geisterobjekten offenbart. Das Verfahren umfasst ein Bestimmen, durch einen Controller, von zeitlich abgestimmten Clustern, die Objekte repräsentieren, die sich in einer Umgebung um das autonome Fahrzeug befinden, basierend auf einer Vielzahl von Eingabedetektionspunkten, die von einer Vielzahl von Radarsensoren erzeugt werden. Das Verfahren umfasst ein Bestimmen, durch den Controller, eines angepassten SNR-Maßes für einen spezifischen zeitlich abgestimmten Cluster, indem ein SNR des spezifischen zeitlich abgestimmten Clusters durch eine Bereichsmessung des spezifischen zeitlich abgestimmten Clusters dividiert wird. Das Verfahren umfasst ferner ein Bestimmen einer bewegungsbasierten Geschwindigkeit des zeitlich abgestimmten Clusters auf der Grundlage eines Bewegungsvektors des zeitlich abgestimmten Clusters. Das Verfahren umfasst auch ein Bestimmen einer Dopplerfrequenz-Geschwindigkeit des zeitlich abgestimmten Clusters. Das Verfahren umfasst ein Bestimmen eines Geschwindigkeitsverhältnismaßes des zeitlich abgestimmten Clusters, indem die bewegungsbasierte Geschwindigkeit durch die Dopplerfrequenz-Geschwindigkeit dividiert wird. Schließlich umfasst das Verfahren ein Identifizieren des zeitlich abgestimmten Clusters mittels einer Schwellenwerttechnik auf der Grundlage der Werte des angepassten SNR-Maßes und des Geschwindigkeitsverhältnismaßes als entweder ein Geisterobjekt oder ein reales Objekt.
• In einem anderen Aspekt umfasst das Verfahren ferner ein Ausführen eines Clustering-Algorithmus, um die Vielzahl von Eingabedetektionspunkten von der Vielzahl der Radarsensoren in eine Vielzahl von Clustern zu unterteilen.
• In einem weiteren Aspekt ist der Clustering-Algorithmus ein Fuzzy-C-Mean-Clustering-Algorithmus.
• In einem Aspekt umfasst das Verfahren ferner ein Miteinanderverschmelzen naher Cluster der Vielzahl von Clustern, um eine Vielzahl verschmolzener Cluster zu erzeugen, wobei ein nahes Cluster auf der Grundlage eines minimalen Abstands zwischen der Vielzahl von Clustern bestimmt wird.
• In einem anderen Aspekt umfasst das Verfahren ferner ein Abstimmen von Cluster-Zentren in einem Detektionsrahmen mit Cluster-Zentren in einem nächsten Detektionsrahmen für die Vielzahl verschmolzener Cluster auf der Grundlage einer Technik der nächsten Nachbarn, um die zeitlich abgestimmten Cluster zu bestimmen.
• In einem weiteren Aspekt umfasst das Verfahren ferner ein Bestimmen der bewegungsbasierten Geschwindigkeit durch: $$V_{mt}\left(i\right)=\frac{\sqrt{m_x^2\left(i\right)+m_y^2\left(i\right)+m_z^2\left(i\right)}}{dt}$$

  

  wobei V_mt(i) die bewegungsbasierte Geschwindigkeit repräsentiert, mv(i) = (m_x(i),m_y(i),m_z(i)) der Bewegungsvektor eines Clusters c_t(i) ist und dt eine Zeitdifferenz zwischen zwei benachbarten Detektionsrahmen ist.
• In einem Aspekt umfasst das Verfahren ferner ein Bestimmen der Dopplerfrequenz-Geschwindigkeit durch: $$V_{dp}\left(i\right)=\frac{c}{2{ƒ}_0}{ƒ}_d\left(i\right)$$

  

  wobei V_dp(i) die Dopplerfrequenz-Geschwindigkeit ist, C die Lichtgeschwindigkeit ist, f₀ eine Trägerfrequenz ist und f_d(i) die Dopplerfrequenz des Clusters c_t(i) ist.
• In noch einem anderen Aspekt umfasst die Schwellenwerttechnik ein Auswählen eines Schwellenwertbereichs von Werten für das angepasste SNR-Maß, die eine Fehlabstimmung zwischen einem SNR und der Bereichsmessung erfassen, die durch das Geisterobjekt erzeugt wird.
• In noch einem weiteren Aspekt umfasst die Schwellenwerttechnik ein Auswählen eines Schwellenwertbereichs für das Geschwindigkeitsverhältnismaß, um eine Fehlabstimmung zwischen der bewegungsbasierten Geschwindigkeit und der Dopplerfrequenz-Geschwindigkeit, die durch das Geisterobjekt erzeugt wird, zu erfassen.
• Weitere Anwendungsbereiche werden aus der hier bereitgestellten Beschreibung ersichtlich. Es sollte sich verstehen, dass die Beschreibung und die spezifischen Beispiele nur zu Veranschaulichungszwecken dienen und den Umfang der vorliegenden Offenbarung nicht einschränken sollen.
• Figurenliste
• Die hier beschriebenen Zeichnungen dienen nur zu Veranschaulichungszwecken und sollen den Umfang der vorliegenden Offenbarung in keiner Weise einschränken.
• 1 ist eine schematische Darstellung eines beispielhaften autonomen Fahrzeugs, das ein Radarsystem und das offenbarte Radar-Anti-Spoofing-System gemäß einer beispielhaften Ausführungsform enthält;
• 2 ist eine Blockdarstellung des in 1 gezeigten Radar-Anti-Spoofing-Systems gemäß einer beispielhaften Ausführungsform;
• 3 ist eine Blockdarstellung des in 2 gezeigten Verfolgungsblocks, der Teil des Radar-Anti-Spoofing-Systems ist, gemäß einer beispielhaften Ausführungsform; und
• 4 ist eine Prozessablaufdarstellung, die ein Verfahren zum Identifizieren von durch reziprozitätsbasiertes Spoofing erzeugten Geisterobjekten durch das in 2 gezeigte Radar-Anti-Spoofing-System gemäß einer beispielhaften Ausführungsform veranschaulicht.
• Detaillierte Beschreibung
• Die folgende Beschreibung ist ihrer Art nach lediglich beispielhaft und soll die vorliegende Offenbarung, Anwendung oder Nutzungen nicht einschränken.
• Bezugnehmend auf 1 ist ein beispielhaftes autonomes Fahrzeug 10 veranschaulicht. Das autonome Fahrzeug 10 weist ein System 12 für autonomes Fahren auf, das eine Vielzahl von bordeigenen autonomen Sensoren 14 umfasst. In dem in 1 gezeigten Beispiel umfasst die Vielzahl von bordeigenen autonomen Sensoren 14 eine Vielzahl von Radarsensoren 20, eine oder mehrere Kameras 22, eine Trägheitsmesseinheit (IMU) 24, ein globales Positionsbestimmungssystem (GPS) 26 und LiDAR 28; jedoch erkennt man, dass auch zusätzliche Sensoren verwendet werden können. Die Vielzahl der Radarsensoren 20 ist Teil eines Radarsystems 30. Das Radarsystem 30 umfasst ein oder mehr Controller 32. Die ein oder mehr Controller 32 umfassen einen Objekt-Detektionsblock (engl.: objection detection block) 34, einen Objekt-Verfolgungsblock 36, einen Anweisungsblock 38 und ein Radar-Anti-Spoofing-System 40. Die Vielzahl von Radarsensoren 20 erzeugt eine Vielzahl demodulierter Zwischenfrequenzsignale, die eine Vielzahl von von Objekten in der Umgebung des autonomen Fahrzeugs 10 reflektierten Eingangs-Hochfrequenz- (HF-) Signalen 42 repräsentieren. Die Vielzahl von eingespeisten HF-Signalen 42 werden vom Radar-Anti-Spoofing-System 40 als Eingabe bzw. Eingangssignale empfangen. Der Objekt-Detektionsblock 34 bestimmt eine Vielzahl von Eingabedetektionspunkten 44 auf der Grundlage der Vielzahl von HF-Signalen 42.
• Wie in 1 zu sehen ist, kann das Radar-Anti-Spoofing-System 40 als eigenständiges Modul implementiert werden, bei dem keine Modifikationen durch den Objekt-Detektionsblock 34, den Objekt-Verfolgungsblock 36 oder den Anweisungsblock 38 erforderlich sind. Wie im Folgenden erläutert wird, identifiziert das Radar-Anti-Spoofing-System 40 Geisterobjekte, die durch eine Sensor-Spoofing-Technik erzeugt werden, auf die als reziprozitätsbasiertes Spoofing verwiesen wird. Beim reziprozitätsbasierten Spoofing empfängt die Vielzahl von Radarsensoren 20 von realen oder tatsächlichen Zielen reflektierte HF-Signale, wobei jedoch di HF-Signale ursprünglich von einem Spoofer ausgesendet wurden.
• 2 ist eine Blockdarstellung des Radar-Anti-Spoofing-Systems 40. Das Radar-Anti-Spoofing-System 40 umfasst einen Verfolgungsblock 50, einen Block 52 für angepasste Signal-Rausch-Verhältnisse (SNR), einen ersten Geschwindigkeitsberechnungsblock 54, einen zweiten Geschwindigkeitsberechnungsblock 56, einen Geschwindigkeitsverhältnisblock 58 und einen Identifikationsblock 60. Wie unten erläutert wird, bestimmt der Verfolgungsblock 50 zeitlich abgestimmte Cluster 84, die Objekte in der Umgebung repräsentieren, basierend auf der Vielzahl von Eingabedetektionspunkten 44 von der Vielzahl von Radarsensoren 20. Der Block 52 für angepasste SNR bestimmt ein angepasstes SNR-Maß 62 für einen zeitlich abgestimmten Cluster 84, der ein Objekt repräsentiert. Das angepasste SNR-Maß 62 ist das SNR des zeitlich abgestimmten Clusters 84, der ein Objekt repräsentiert, dividiert durch eine Bereichsmessung des zeitlich abgestimmten Clusters 84, der ein Objekt repräsentiert. Die ersten und zweiten Geschwindigkeitsberechnungsblöcke 54, 56 bestimmen die jeweiligen Geschwindigkeiten 64, 66 des zeitlich abgestimmten Clusters 84, und der Geschwindigkeitsverhältnisblock 58 bestimmt ein Geschwindigkeitsverhältnis-Maß 68 auf der Grundlage der jeweiligen Geschwindigkeiten 64, 66. Konkret bestimmt der erste Geschwindigkeitsberechnungsblock 54 eine bewegungsbasierte Geschwindigkeit 64 des Objekts und bestimmt der zweite Geschwindigkeitsberechnungsblock 56 eine Dopplerfrequenz-Geschwindigkeit 66, und der Geschwindigkeitsverhältnisblock 58 bestimmt das Geschwindigkeitsverhältnismaß 68, indem die bewegungsbasierte Geschwindigkeit 64 durch die Dopplerfrequenz-Geschwindigkeit 66 dividiert wird. Der Identifizierungsblock 60 identifiziert dann jeden zeitlich abgestimmten Cluster 84 mittels einer Schwellenwerttechnik auf der Grundlage der Werte des angepassten SNR-Maßes 62 und des Geschwindigkeitsverhältnismaßes 68 entweder als Geisterobjekt 88 oder als reales Objekt 90.
• 3 ist eine Blockdarstellung des in 2 gezeigten Verfolgungsblocks 50. Der Verfolgungsblock 50 umfasst ein Cluster-Modul 70, ein Verschmelzungsmodul 72 und ein Abstimmungsmodul 74. Das Cluster-Modul 70 des Verfolgungsblocks 50 bestimmt eine Vielzahl von Clustern 80 auf der Grundlage der eingegebenen Detektionspunkte 44, wobei jeder Cluster 80 ein potenziell detektiertes Objekt repräsentiert. Das Cluster-Modul 70 führt einen Cluster-Algorithmus aus, um die Eingabedetektionspunkte 44 von der Vielzahl der Radarsensoren 20 in die Vielzahl der Cluster 80 zu unterteilen. In einer beispielhaften Ausführungsform kann ein Fuzzy-C-Mean-Cluster-Algorithmus verwendet werden, um die Eingabedetektionspunkte 44 in die Vielzahl von Clustern 80 zu unterteilen, wobei $P={\left\{p_i\right\}}_{i=1}^n$

  

  einen Satz von Eingabedetektionspunkten repräsentiert und $C={\left\{c_j\right\}}_{j=1}^K$

  

  einen Satz von Clustern repräsentiert. Gleichung 1 ist eine Zugehörigkeitsfunktion, um einen Grad, in dem ein einzelner Detektionspunkt p_i in einem Cluster c_j liegt, zu bestimmen. $$W\left(p_i,c_j\right)=w_{ij}=\frac{1}{{\displaystyle {\sum }_k{\left(\frac{\Vert p_i-c_j\Vert }{\Vert p_i-c_k\Vert }\right)}^{\frac{2}{m-1}}}}$$

  

  wobei w_ij den Grad, in dem ein einzelner Detektionspunkt p_i in einem Cluster c_j liegt, repräsentiert und m ein Hyper-Parameter ist, der den Grad der Unschärfe des Clusters steuert. Der Wert von w_ij liegt im Bereich von [0, 1], und der Hyper-Parameter m ist größer als 1,0 und wird in Ausführungsformen auf 2,0 gesetzt.
• Es ist zu verstehen, dass der Satz von Eingabedetektionspunkten P durch zufälliges Partitionieren der Eingabedetektionspunkte 44 erzeugt wird und eine Zielfunktion durch das Cluster-Modul 70 ausgeführt wird, um die Cluster-Bildung bzw. das Clustern der Eingabedetektionspunkte P zu optimieren. In einer Ausführungsform wird die Zielfunktion in den Gleichungen 2 und 3 ausgedrückt als: $$obj=\underset{c}{\underbrace{argmin}}{\displaystyle {\sum }_i{\displaystyle {\sum }_j{w}_{ij}^m{\Vert p_i-c_j\Vert }^2}}$$

  

  $$c_j=\frac{{\displaystyle {\sum }_i{p}_i{w}_{ij}^m}}{{\displaystyle {\sum }_t{w}_{ij}^m}}$$

  
• Weiter auf 3 bezugnehmend, empfängt das Verschmelzungsmodul 72 die Vielzahl von Clustern 80 als Eingabe und verschmelzt nahe Cluster miteinander, um eine Vielzahl verschmolzener Cluster 82 zu erzeugen. Ein naher Cluster wird auf der Grundlage eines minimalen Abstands zwischen der Vielzahl von Clustern 80 bestimmt, wobei der minimale Abstand auf einer Auflösung der Vielzahl von Radarsensoren 20 (1) und einer Anwendungsdomäne basiert. In einer nicht einschränkenden Ausführungsform beträgt der minimale Abstand dx = 0,5 Meter, dy = 1,0 Meter und dz = 0,0 Meter. Es ist zu verstehen, dass vor einem Verschmelzen weit mehr Cluster 80 als mögliche Objekte in einer Szene vorhanden sind und das Verschmelzen der Cluster 80 die Anzahl der Cluster 80 innerhalb der Szene auf eine Anzahl reduziert, die näher an der Anzahl möglicher Objekte in der Szene liegt.
• Das Abstimmungsmodul 74 empfängt die verschmolzenen Cluster 82 als Eingabe und stimmt die Cluster-Zentren in einem Detektionsrahmen mit den Cluster-Zentren in einem nächsten Detektionsrahmen auf der Grundlage einer Technik der nächsten Nachbarn ab, um die zeitlich abgestimmten Cluster 84 zu bestimmen, die Objekte in der Umgebung repräsentieren. In einer Ausführungsform bestimmt das Abstimmungsmodul 74 passende Kandidaten-Cluster für einen Satz von Clustern C_t in Bezug auf die Zeit für eine gegebene Größe einer Nachbarschaft nb_sz auf der Grundlage einer Gleichung 4, welche lautet: $$n{b}_i=\left\{c_{t-1}\left(j\right)\in C_{t-1}:\Vert c_t\left(i\right)-c_{t-1}\left(j\right)\Vert \le nb\_sz\right\}$$

  

  wobei $C_t={\left\{c_t\left(i\right)\right\}}_{i=1}^n\text{ und }{C}_{t-1}={\left\{c_{t-1}\left(j\right)\right\}}_{j=1}^m$

  

  zwei Sätze von Clustern sind, die aus den Detektionsrahmen zum Zeitpunkt t bzw. zum Zeitpunkt t-1 berechnet wurden. Die zeitlich abgestimmten Cluster 84 basieren auf einer Bestimmung eines Arguments des minimalen Wertes zwischen dem SNR zwischen den beiden Sätzen von Clustern, die aus den Detektionsrahmen zum Zeitpunkt t bzw. zum Zeitpunkt t-1 berechnet wurden, und werden in Gleichung 5 ausgedrückt als: $$c*=\underset{c_{t-1}\left(j\right)\in n{b}_i}{\underbrace{argmin}}\Vert SN{R}_{c_t\left(i\right)}-SN{R}_{c_{t-1}\left(j\right)}\Vert$$

  

  wobei SNR_ct(i) das Signal-Rausch-Verhältnis des Clusters c_t(i) ist und SNR_ct-1(j) das Signal-Rausch-Verhältnis des Clusters c_t-1(j) ist.
• Auf 2 zurück verweisend werden die zeitlich abgestimmten Cluster 84, die vom Verfolgungsblock 50 bestimmte Objekte in der Umgebung repräsentieren, an den Block 52 für angepasste SNR, den ersten Geschwindigkeitsberechnungsblock 54 und den zweiten Geschwindigkeitsberechnungsblock 56 gesendet. Der Block 52 für angepasste SNR bestimmt das angepasste SNR-Maß 62 für den zeitlich abgestimmten Cluster 84, indem er das SNR des zeitlich abgestimmten Clusters 84 durch eine Bereichsmessung des zeitlich abgestimmten Clusters 84 dividiert wird, und wird in Gleichung 6 ausgedrückt als: $$M_{snr}\left(i\right)=\frac{SM{R}_{c_t\left(i\right)}}{R_{c_t\left(i\right)}^2}$$

  

  wobei M_snr(i) das angepasste SNR-Maß 62 ist, SNR_ct(i) das SNR des Clusters c_t(i) ist und R_ct(i) das Entfernungsmaß des Clusters c_t(i) ist.
• Der erste Geschwindigkeitsberechnungsblock 54 bestimmt die bewegungsbasierte Geschwindigkeit 64 des zeitlich abgestimmten Clusters 84 auf der Grundlage eines Bewegungsvektors des zeitlich abgestimmten Clusters 84. In einer Ausführungsform wird der Bewegungsvektor des Clusters c_t(i) als mv(i) = (m_x(i), m_y(i), m_z(i)) ausgedrückt und wird die bewegungsbasierte Geschwindigkeit 64 durch Gleichung 7 bestimmt: $$V_{mt}\left(i\right)=\frac{\sqrt{m_x^2\left(i\right)+m_y^2\left(i\right)+m_z^2\left(i\right)}}{dt}$$

  

  wobei V_mt(i) die bewegungsbasierte Geschwindigkeit repräsentiert und dt die Zeitdifferenz zwischen zwei benachbarten Detektionsrahmen ist.
• Der zweite Geschwindigkeitsberechnungsblock 56 bestimmt eine Dopplerfrequenz-Geschwindigkeit 66 des zeitlich abgestimmten Clusters 84 auf der Grundlage von Gleichung 8, welche lautet: $$V_{dp}\left(i\right)=\frac{c}{2{ƒ}_0}{ƒ}_d\left(i\right)$$

  

  wobei V_dp(i) die Dopplerfrequenz-Geschwindigkeit 66 ist, C die Lichtgeschwindigkeit ist, f₀ die Trägerfrequenz ist und f_d(i) die Dopplerfrequenz des Clusters c_t(i) ist, die vom Objekt-Detektionsblock 34 berechnet wird. Konkret verwendet der Objekt-Detektionsblock 34 die Amplituden der HF-Signale, um Zielpunkte und Frequenzdifferenz (Frequenzverschiebungen) zu detektieren, um die Dopplerfrequenz für die Eingabedetektionspunkte 44 zu berechnen.
• Der Geschwindigkeitsverhältnisblock 58 bestimmt das GeschwindigkeitsverhältnisMaß 68 des zeitlich abgestimmten Clusters 84, indem die bewegungsbasierte Geschwindigkeit 64 durch die Dopplerfrequenz-Geschwindigkeit 66 dividiert wird, und sie wird in Gleichung 9 ausgedrückt als: $$M_v\left(i\right)=\frac{V_{mt}\left(i\right)}{V_{dp}\left(i\right)}$$

  

  wobei M_v(i) die bewegungsbasierte Geschwindigkeit 64 ist.
• Weiter auf 2 verweisend, empfängt der Identifizierungsblock 60 das angepasste SNR-Maß 62 und das Geschwindigkeitsverhältnis-Maß 68. Der Identifizierungsblock 60 identifiziert den zeitlich abgestimmten Cluster 84 mittels einer Schwellenwerttechnik, basierend auf den Werten der angepassten SNR-Messung 62 und der Geschwindigkeitsverhältnis-Messung 68 entweder als Geisterobjekt 88 oder als reales Objekt 90. Konkret werden beim reziprozitätsbasierten Spoofing die SNR-Messungen von Geisterobjekten nicht mit ihren jeweiligen Abständen im Sinne der Radargleichung (der grundlegenden Beziehung zwischen den Eigenschaften des Radars, des Ziels und des empfangenen Signals) abgeglichen bzw. abgestimmt, da die Zeitverzögerung der SNR-Messungen nicht zu den jeweiligen Abständen passt. Dementsprechend wird ein Schwellenwertbereich von Werten für das angepasste SNR-Maß 62 ausgewählt, um eine Fehlabstimmung zwischen dem SNR und der Bereichsmessung zu erfassen, die durch Geisterobjekte verursacht wird. Darüber hinaus stimmt beim reziprozitätsbasierten Spoofing die Dopplerfrequenz-Geschwindigkeit von Geisterobjekten nicht mit der bewegungsbasierten Geschwindigkeit überein, da Dopplerfrequenzen durch Aliasing-Zwischenfrequenzen und nicht durch die Bewegungen realer Ziele erzeugt werden. Dementsprechend wird ein Schwellenwertbereich von Werten das Geschwindigkeitsverhältnis-Maß 68 ausgewählt, um eine Nichtübereinstimmung bzw. Fehlabstimmung zwischen der bewegungsbasierten Geschwindigkeit 64 und der Dopplerfrequenz-Geschwindigkeit 66 zu erfassen. In einer Ausführungsform wird das Schwellenwertverfahren in Gleichung 10 ausgedrückt als: $$g\left(c_t\right)=\{\begin{array}{cc}1& wenn{\eta }_1\le M_v\le {\eta }_{2}und{\beta }_1\le M_{snr}\le {\beta }_2\\ 0& andernfalls\end{array}$$

  

  wobei (η₁, η₂, β₁, β₂) Schwellenwerte repräsentieren, die auf der Grundlage einer statistischen Analyse realer Anwendungsdaten bestimmt werden. In einer Ausführungsform gelten η₁ = 0, η₂ = 0,25, β₁=0, und β₂ = 4,0. Falls (c_t) = 1 gilt, ist c_t ein Geisterobjekt, und, falls g(c_t) = 0 gilt, ist c_t ein reales Objekt.
• 4 ist eine Prozessablaufdarstellung, die ein Verfahren 200 zum Identifizieren von durch reziprozitätsbasiertes Spoofing erzeugten Geisterobjekten durch das in 2 gezeigte Radar-Anti-Spoofing-System 40 repräsentiert. Unter allgemeiner Bezugnahme auf 1 - 4 kann das Verfahren 200 mit Block 202 beginnen. In Block 202 bestimmt der Verfolgungsblock 50 zeitlich abgestimmte Cluster 84, die Objekte in der Umgebung repräsentieren, basierend auf den Eingabedetektionspunkten 44 von der Vielzahl von Radarsensoren 20. Konkret führt das Cluster-Modul 70 des Verfolgungsblocks 50 in Block 202A einen Cluster-Algorithmus aus, um die Eingabedetektionspunkte 44 von der Vielzahl von Radarsensoren 20 in die Vielzahl von Clustern 80 zu unterteilen. In Block 202B führt das Verschmelzungsmodul 72 nahe Cluster der Vielzahl von Clustern 80 zusammen bzw. verschmelzt sie, um die Vielzahl verschmolzener Cluster 82 zu erzeugen. In Block 202C stimmt das Abstimmungsmodul 74 die Cluster-Zentren in einem Detektionsrahmen mit den Cluster-Zentren in einem nächsten Detektionsrahmen für die verschmolzenen Cluster 82 auf der Grundlage einer Technik der nächsten Nachbarn ab bzw. gleicht sie ab, um die zeitlich abgestimmten Cluster 84 zu bestimmen, die Objekte in der Umgebung repräsentieren. Das Verfahren 200 kann dann zu Block 204 weitergehen.
• In Block 204 bestimmt der Block 52 für angepasste SNR das angepasste SNR-Maß 62 für einen spezifischen zeitlich abgestimmten Cluster 84, indem das SNR des spezifischen zeitlich abgestimmten Clusters 84 durch die Bereichsmessung des zeitlich abgestimmten Clusters 84 dividiert wird. Das Verfahren 200 kann dann zu Block 206 weitergehen.
• In Block 206 bestimmt der erste Geschwindigkeitsberechnungsblock 54 die bewegungsbasierte Geschwindigkeit 64 des zeitlich abgestimmten Clusters 84 auf der Grundlage eines Bewegungsvektors des zeitlich abgestimmten Clusters, wie in Gleichung 7 oben beschrieben wurde. Das Verfahren 200 kann dann zu Block 208 weitergehen.
• In Block 208 bestimmt der zweite Geschwindigkeitsberechnungsblock 56 die Dopplerfrequenz-Geschwindigkeit 66 des zeitlich abgestimmten Clusters 84 auf der Grundlage der Gleichung 8, die oben beschrieben ist. Es ist zu verstehen, dass, obgleich die Blöcke 204, 206 und 208 in sequentieller Reihenfolge gezeigt sind, die Blöcke 204, 206 und 208 auf der Grundlage paralleler Berechnungen gleichzeitig berechnet werden können. Das Verfahren 200 kann dann zu Block 210 weitergehen.
• In Block 210 bestimmt der Geschwindigkeitsverhältnisblock 58 das Geschwindigkeitsverhältnis-Maß 68 des zeitlich abgestimmten Clusters 84, indem die bewegungsbasierte Geschwindigkeit 64 durch die Dopplerfrequenz-Geschwindigkeit 66 dividiert wird. Das Verfahren 200 kann dann zu Block 212 weitergehen.
• In Block 212 identifiziert der Identifizierungsblock 60 jeden zeitlich abgestimmten Cluster 84 mittels einer Schwellenwerttechnik auf der Grundlage der Werte des angepassten SNR-Maßes 62 und des Geschwindigkeitsverhältnismaßes entweder als Geisterobjekt 88 oder als reales Objekt 90. Das Verfahren 200 kann dann enden oder zu Block 202 zurückkehren.
• Unter allgemeiner Bezugnahme auf die Abbildungen liefert das offenbarte Radar-Anti-Spoofing-System verschiedene technische Effekte und Vorteile, um reziprozitätsbasiertes Sensor-Spoofing unter Verwendung von Echtzeitberechnungen abzuschwächen. Konkret stellt das Radar-Anti-Spoofing-System einen effektiven Ansatz bereit, um durch Berechnen von zwei Identifizierungsmaßen für das detektierte Objekt, nämlich des angepassten SNR-Maßes und des Geschwindigkeitsverhältnis-Maßes, Geisterobjekte zu identifizieren. Bei einer Simulation von reziprozitätsbasiertem Sensor-Spoofing erzielte das offenbarte Radar-Anti-Spoofing-System eine durchschnittliche Klassifizierungsgenauigkeit von 92,3 % beim Identifizieren von Geisterobjekten über 760 Detektionsrahmen. Somit ist das offenbarte Radar-Anti-Spoofing-System beim Identifizieren von Geisterobjekten unter Verwendung von reziprozitätsbasiertem Sensor-Spoofing effektiv.
• Die Controller können sich auf eine elektronische Schaltung, eine kombinatorische Logikschaltung, ein feldprogrammierbares Gate-Array (FPGA), einen Prozessor (gemeinsam, dediziert oder Gruppe), der einen Code ausführt, oder eine Kombination aus einigen oder allen der oben genannten Elemente beziehen oder Teil davon sein, wie etwa bei einem System-on-Chip. Außerdem können die Controller auf einem Mikroprozessor, wie etwa einem Computer mit zumindest einem Prozessor, einem Speicher (RAM und/oder ROM) und zugehörigen Eingabe- und Ausgabebussen basieren. Der Prozessor kann unter der Steuerung eines Betriebssystems arbeiten, das sich im Speicher befindet. Das Betriebssystem kann die Computerressourcen so verwalten, dass ein Computer-Programmcode, der als eine oder mehr Computer-Softwareanwendungen verkörpert ist, wie etwa eine Anwendung, die sich im Speicher befindet, vom Prozessor ausgeführte Anweisungen aufweisen kann. In einer alternativen Ausführungsform kann der Prozessor die Anwendung direkt ausführen, in welchem Fall das Betriebssystem weggelassen werden kann.
• Die Beschreibung der vorliegenden Offenbarung ist ihrer Art nach lediglich beispielhaft, und es ist beabsichtigt, dass Varianten, die nicht vom Kern der vorliegenden Offenbarung abweichen, in den Umfang der vorliegenden Offenbarung fallen. Solche Varianten sind nicht als Abweichung vom Geist und Umfang der vorliegenden Offenbarung zu betrachten.

Claims (10)

1. Radar-Anti-Spoofing-System für ein autonomes Fahrzeug, wobei das Radar-Anti-Spoofing-System umfasst: eine Vielzahl von Radarsensoren, die eine Vielzahl von Eingabedetektionspunkten erzeugen, die von Objekten reflektierte Hochfrequenz-(HF-) Signale repräsentieren; und ein oder mehr Controller in elektronischer Verbindung mit der Vielzahl von Radarsensoren, wobei die ein oder mehr Controller Anweisungen ausführen, um: zeitlich abgestimmte Cluster, die Objekte repräsentieren, die sich in einer das autonome Fahrzeug umgebenden Umgebung befinden, basierend auf der Vielzahl von Eingabedetektionspunkten von der Vielzahl von Radarsensoren zu bestimmen; ein angepasstes Signal-Rausch-Verhältnis- (SNR-) Maß für einen spezifischen zeitlich abgestimmten Cluster zu bestimmen, indem ein SNR des spezifischen zeitlich abgestimmten Clusters durch eine Bereichsmessung des spezifischen zeitlich abgestimmten Clusters dividiert wird; eine bewegungsbasierte Geschwindigkeit des zeitlich abgestimmten Clusters basierend auf einem Bewegungsvektor des zeitlich abgestimmten Clusters zu bestimmen; eine Dopplerfrequenz-Geschwindigkeit des zeitlich abgestimmten Clusters zu bestimmen; ein Geschwindigkeitsverhältnismaß des zeitlich abgestimmten Clusters zu bestimmen, indem die bewegungsbasierte Geschwindigkeit durch die Dopplerfrequenz-Geschwindigkeit dividiert wird; und den zeitlich abgestimmten Cluster mittels einer Schwellenwerttechnik auf der Grundlage der Werte des angepassten SNR-Maßes und des Geschwindigkeitsverhältnismaßes entweder als Geisterobjekt oder als reales Objekt zu identifizieren.
2. Radar-Anti-Spoofing-System nach Anspruch 1, wobei der Controller Anweisungen ausführt, um: einen Clustering-Algorithmus auszuführen, um die Vielzahl von Eingabedetektionspunkten von der Vielzahl der Radarsensoren in eine Vielzahl von Clustern zu unterteilen.
3. Radar-Anti-Spoofing-System nach Anspruch 2, wobei der Clustering-Algorithmus ein Fuzzy-C-Mean-Clustering-Algorithmus ist.
4. Radar-Anti-Spoofing-System nach Anspruch 2, wobei der Controller Anweisungen ausführt, um: nahe Cluster der Vielzahl von Clustern miteinander zu verschmelzen, um eine Vielzahl verschmolzener Cluster zu erzeugen, wobei ein naher Cluster auf der Grundlage eines minimalen Abstands zwischen der Vielzahl von Clustern bestimmt wird.
5. Radar-Anti-Spoofing-System nach Anspruch 4, wobei der minimale Abstand auf einer Auflösung der Vielzahl von Radarsensoren und einem Anwendungsbereich basiert.
6. Radar-Anti-Spoofing-System nach Anspruch 4, wobei der Controller Anweisungen ausführt, um: Cluster-Zentren in einem Detektionsrahmen an die Cluster-Zentren in einem nächsten Detektionsrahmen für die Vielzahl verschmolzener Cluster auf der Grundlage einer Technik der nächsten Nachbarn abzustimmen, um die zeitlich abgestimmten Cluster zu bestimmen.
7. Radar-Anti-Spoofing-System nach Anspruch 1, wobei die bewegungsbasierte Geschwindigkeit bestimmt wird durch: $$V_{mt}\left(i\right)=\frac{\sqrt{m_x^2\left(t\right)+m_y^2\left(i\right)+m_z^2\left(i\right)}}{dt}$$

   

   wobei V_mt(i) die bewegungsabhängige Geschwindigkeit repräsentiert, mv(i) = (m_x(i),m_y(i),m_z(i)) der Bewegungsvektor eines Clusters c_t(i) ist und dt die Zeitdifferenz zwischen zwei benachbarten Detektionsrahmen ist.
8. Radar-Anti-Spoofing-System nach Anspruch 1, wobei die Dopplerfrequenz-Geschwindigkeit bestimmt wird durch: $$V_{dp}\left(i\right)=\frac{c}{2{ƒ}_0}{ƒ}_d\left(i\right)$$

   

   wobei V_dp(i) die Dopplerfrequenz-Geschwindigkeit ist, C die Lichtgeschwindigkeit ist, f₀ eine Trägerfrequenz ist und f_d(i) die Dopplerfrequenz des Clusters c_t(i) ist.
9. Radar-Anti-Spoofing-System nach Anspruch 1, wobei die Schwellenwerttechnik die Auswahl eines Schwellenwertbereichs von Werten für das angepasste SNR-Maß einschließt, die eine Fehlabstimmung zwischen einem SNR und der Bereichsmessung erfassen, die durch das Geisterobjekt erzeugt wird.
10. Radar-Anti-Spoofing-System nach Anspruch 1, wobei die Schwellenwerttechnik die Auswahl eines Schwellenwertbereichs von Werten für das Geschwindigkeitsverhältnismaß einschließt, um eine Fehlabstimmung zwischen der bewegungsbasierten Geschwindigkeit und der Dopplerfrequenz-Geschwindigkeit zu erfassen, die durch das Geisterobjekt erzeugt wird.

Images