DE102023114512B3 - System and method for improving the resolution of structures and objects detected by radar sensors - Google Patents
System and method for improving the resolution of structures and objects detected by radar sensors Download PDFInfo
- Publication number
- DE102023114512B3 DE102023114512B3 DE102023114512.6A DE102023114512A DE102023114512B3 DE 102023114512 B3 DE102023114512 B3 DE 102023114512B3 DE 102023114512 A DE102023114512 A DE 102023114512A DE 102023114512 B3 DE102023114512 B3 DE 102023114512B3
- Authority
- DE
- Germany
- Prior art keywords
- radar
- cells
- range
- sensor module
- distance
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 139
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 210000004027 cell Anatomy 0.000 description 118
- 210000002569 neuron Anatomy 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 101000657326 Homo sapiens Protein TANC2 Proteins 0.000 description 2
- 102100034784 Protein TANC2 Human genes 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000004205 output neuron Anatomy 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zur Verbesserung der Auflösung von mit Radarsensoren erfassten Strukturen und Objekten, wobei zumindest ein erstes Radarsensormodul (200) mit ein oder mehreren Radarsensoren, zumindest ein zweites Radarsensormodul (300) mit ein oder mehreren Radarsensoren und ein Datenanalysemodul (400) verwendet wird, umfassend:- Erfassen von ersten Radardaten (270) in einem ersten Erfassungsbereich (250) von dem ersten Radarsensormodul (200) in einem ersten Erfassungsmodus;- Erfassen von zweiten Radardaten (370) in einem zweiten Erfassungsbereich (350) von dem zweiten Radarsensormodul (300) in einem ersten Erfassungsmodus;- Ermitteln zumindest einer relevanten Region (Region of Interest, Rol) mittels einer Entropie-, Dichte- und/oder Distanzmetrik;- Ändern des ersten Erfassungsmodus des ersten Radarsensormoduls (300) und des zweiten Radarsensormoduls (400) in einen Strahlformungs-Erfassungsmodus;- Erfassen von dritten Radardaten (280) in einem ersten modifizierten Erfassungsbereich (290);- Erfassen von vierten Radardaten (380) in einem modifizierten zweiten Erfassungsbereich (390);- Auswerten der dritten Radardaten (280) und der vierten Radardaten (380) in einem Überlappungsbereich (550) zwischen dem modifizierten ersten Erfassungsbereich (290) und dem zweiten modifizierten Erfassungsbereich (390).The invention relates to a method for improving the resolution of structures and objects detected by radar sensors, wherein at least a first radar sensor module (200) with one or more radar sensors, at least a second radar sensor module (300) with one or more radar sensors and a data analysis module (400) are used, comprising:- detecting first radar data (270) in a first detection range (250) from the first radar sensor module (200) in a first detection mode;- detecting second radar data (370) in a second detection range (350) from the second radar sensor module (300) in a first detection mode;- determining at least one relevant region (region of interest, Rol) by means of an entropy, density and/or distance metric;- changing the first detection mode of the first radar sensor module (300) and the second radar sensor module (400) to a beamforming detection mode;- detecting third radar data (280) in a first modified detection area (290);- detecting fourth radar data (380) in a modified second detection area (390);- evaluating the third radar data (280) and the fourth radar data (380) in an overlap area (550) between the modified first detection area (290) and the second modified detection area (390).
Description
Die Erfindung betrifft ein System, Verfahren und Computerprogrammprodukt zur Verbesserung der Auflösung von Strukturen und Objekten, die mittels Radarsensoren erfasst werden.The invention relates to a system, method and computer program product for improving the resolution of structures and objects detected by radar sensors.
Moderne Fahrzeuge sind mit einer Vielzahl von Fahrerassistenzsystemen (engl. Advanced Driver Assistance System, ADAS) und hochautomatisierten Fahrfunktionen (engl. Automated Driving System, ADS) ausgestattet, um den Fahrer beim Fahren zu unterstützen und die Sicherheit zu erhöhen. Es gibt verschiedene Arten von Fahrerassistenzsystemen, z. B. den Abstandsregeltempomaten, der automatisch einen konstanten Abstand zum vorausfahrenden Fahrzeug einhält und die Geschwindigkeit des Fahrzeugs anpasst, den Spurhalteassistenten, der vor dem Verlassen der Fahrspur warnt, den Bremsassistenten, der das Fahrzeug automatisch abbremst, wenn eine kritische Situation erkannt wird, oder den Parkassistenten, der den Fahrer beim Ein- und Ausparken unterstützt. Fahrerassistenzsysteme werden ständig weiterentwickelt und sollen dazu beitragen, die Sicherheit im Straßenverkehr zu erhöhen und Unfälle zu vermeiden.Modern vehicles are equipped with a variety of driver assistance systems (Advanced Driver Assistance Systems, ADAS) and highly automated driving functions (Automated Driving Systems, ADS) to support the driver while driving and increase safety. There are various types of driver assistance systems, such as adaptive cruise control, which automatically maintains a constant distance from the vehicle in front and adjusts the speed of the vehicle, lane departure warning, which warns when the vehicle is leaving the lane, brake assist, which automatically brakes the vehicle when a critical situation is detected, or parking assistant, which supports the driver when parking and leaving a parking space. Driver assistance systems are constantly being developed and are intended to help increase road safety and prevent accidents.
Die Entwicklung von hochautomatisierten Fahrerassistenzfunktionen ist mit einem Komplexitätsanstieg der Wahrnehmungserfordernisse verbunden. Dies führt zu einer Erhöhung der Anforderungen an Fahrzeugsensorsysteme. Für autonome und hochautomatisierte Fahrerfunktionen für Kraftfahrzeuge sowie im Bereich der industriellen Robotik spielt die Umgebungswahrnehmung zur Generierung eines Umgebungsmodells durch verschiedene Sensortechnologien wie z.B. LiDAR, Radar, Bildaufnahmetechnologien durch Kameras sowie Ultraschall eine entscheidende Rolle, um einem Kraftfahrzeug oder einem Roboter zu ermöglichen, die jeweilige Umgebung räumlich genau wahrzunehmen.The development of highly automated driver assistance functions is associated with an increase in the complexity of perception requirements. This leads to an increase in the demands on vehicle sensor systems. For autonomous and highly automated driver functions for motor vehicles as well as in the field of industrial robotics, environmental perception plays a crucial role in generating an environmental model using various sensor technologies such as LiDAR, radar, image recording technologies using cameras and ultrasound in order to enable a motor vehicle or a robot to perceive the respective environment spatially precisely.
Radar hat den Vorteil, dass das Detektionsverfahren unabhängig von Licht- und Wetterverhältnissen ist. Radarsensoren erzeugen eine Vielzahl von punktförmigen Rohzielen. Ein Nachteil von Radarsensoren gegenüber z.B. LiDAR-Sensoren ist jedoch die Größe der Entfernungszellen (engl. ränge cell) bzw. Winkelzellen (engl. angle cell), wodurch die Auflösung verringert wird.Radar has the advantage that the detection method is independent of light and weather conditions. Radar sensors generate a large number of point-like raw targets. However, a disadvantage of radar sensors compared to LiDAR sensors, for example, is the size of the range cells or angle cells, which reduces the resolution.
Innerhalb einer Entfernungszelle bzw. Winkelzelle können die Rohziele nicht voneinander getrennt werden, so dass sich immer nur ein Rohziel in einer Zelle befindet. Dies führt in der Regel zu einer Punktwolke mit geringer Dichte. Für eine typische Radarauflösung im Automobilbereich beträgt der Abstand zwischen den Auflösungspunkten etwa 10 cm bis 1 m. Das bedeutet, dass zwei Objekte, die weniger als 10 cm oder mehr als 1 m voneinander entfernt sind, als ein Objekt betrachtet werden.Within a range cell or angle cell, the raw targets cannot be separated from each other, so there is only one raw target in a cell at any one time. This usually results in a sparse point cloud. For a typical automotive radar resolution, the distance between the resolution points is about 10 cm to 1 m. This means that two objects that are less than 10 cm or more than 1 m apart are considered as one object.
Die
Die
Die
Die der Erfindung zugrunde liegende Aufgabe besteht nun darin, Möglichkeiten zur Verbesserung der Auflösung von mit Radarsensoren erfassten Strukturen und Objekten zu schaffen, die einfach zu implementieren sind, sich durch hohe Zuverlässigkeit, Sicherheit und Genauigkeit auszeichnen und nur eine geringe Rechenleistung benötigen.The object underlying the invention is to create possibilities for improving the resolution of structures and objects detected by radar sensors, which are easy to implement, are characterized by high reliability, security and accuracy and require only low computing power.
Mit dem Verfahren nach der vorliegenden Erfindung kann die Auflösung von mittels Radar erfassten Strukturen und Objekten deutlich erhöht werden. Dazu wird ein Erfassungsbereich durch mindestens einen Radarsensor in einem ersten Erfassungsmodus erfasst. In diesem Erfassungsbereich wird dann durch eine Metrik, die auf der Entropie und/oder der Dichte der Radarsignalstärke in der Menge der Entfernungszellen bzw. Winkelzellen des Radarerfassungsbereichs und/oder dem Abstand zwischen Entfernungszellen bzw. Winkelzellen mit hoher Radarsignalstärke basiert, eine Region of Interest bestimmt. Dieser interessierende Bereich wird dann erneut in einem Strahlformungs-Erfassungsmodus von zumindest zwei Radarsensoren erfasst. In einem Überlappungsbereich kann die Größe der Entfernungszellen bzw. Winkelzellen reduziert werden, was zu einer höheren Auflösung führt.The method according to the present invention can significantly increase the resolution of structures and objects detected by radar. For this purpose, a detection area is detected by at least one radar sensor in a first detection mode. In this detection area, a region of interest is then determined by a metric based on the entropy and/or the density of the radar signal strength in the set of distance cells or angle cells of the radar detection area and/or the distance between distance cells or angle cells with high radar signal strength. This region of interest is then detected again in a beamforming detection mode by at least two radar sensors. In an overlapping area, the size of the distance cells or angle cells can be reduced, which leads to a higher resolution.
Diese Aufgabe wird hinsichtlich eines Verfahrens durch die Merkmale des Patentanspruchs 1, hinsichtlich eines Systems durch die Merkmale des Patentanspruchs 8, und hinsichtlich eines Computerprogrammprodukts durch die Merkmale des Patentanspruchs 15 erfindungsgemäß gelöst. Die weiteren Ansprüche betreffen bevorzugte Ausgestaltungen der Erfindung.This object is achieved with respect to a method by the features of patent claim 1, with regard to a system by the features of patent claim 8, and with regard to a computer program product by the features of patent claim 15. The further claims relate to preferred embodiments of the invention.
Gemäß einem ersten Aspekt stellt Erfindung ein Verfahren zur Verbesserung der Auflösung von mit Radarsensoren erfassten Strukturen und Objekten bereit. Dabei wird zumindest ein erstes Radarsensormodul mit ein oder mehreren Radarsensoren, zumindest ein zweites Radarsensormodul mit ein oder mehreren Radarsensoren und ein Datenanalysemodul verwendet. Insbesondere das erste Radarsensormodul und das zweite Radarsensormodul sind in einem bestimmten Abstand, vorzugsweise auf gleicher Höhe, an einem Fahrzeug angeordnet. Das Verfahren umfasst die folgenden Verfahrensschritte:
- - Erfassen von ersten Radardaten in einem ersten Erfassungsbereich von dem ersten Radarsensormodul in einem ersten Erfassungsmodus, wobei der erste Erfassungsbereich eine Mehrzahl von Entfernungszellen bzw. Winkelzellen umfasst;
- - Erfassen von zweiten Radardaten in einem zweiten Erfassungsbereich von dem zweiten Radarsensormodul in einem ersten Erfassungsmodus, wobei der zweite Erfassungsbereich eine Mehrzahl von Entfernungszellen bzw. Winkelzellen umfasst;
- - Analysieren der ersten Radardaten hinsichtlich der Radarsignalstärke in den Entfernungszellen bzw. Winkelzellen in Bezug auf eine Entropie und/oder Dichte und/oder Distanz;
- - Analysieren der zweiten Radardaten hinsichtlich der Radarsignalstärke in den Entfernungszellen bzw. Winkelzellen in Bezug auf eine Entropie und/oder Dichte und/oder Distanz;
- - Ermitteln zumindest einer relevanten Region (Region of Interest, Rol) mittels der Entropie-, Dichte- und/oder Distanzmetrik in dem ersten Erfassungsbereich und/oder zweiten Erfassungsbereich
- - Ändern des ersten Erfassungsmodus des ersten Radarsensormoduls und des zweiten Radarsensormoduls in einen Strahlformungs-Erfassungsmodus;
- - Erfassen von dritten Radardaten in einem ersten modifizierten Erfassungsbereich von dem ersten Radarsensormodul in dem Strahlformungs-Erfassungsmodus, wobei der modifizierte Erfassungsbereich eine Mehrzahl von Entfernungszellen bzw. Winkelzellen umfasst;
- - Erfassen von vierten Radardaten in einem modifizierten zweiten Erfassungsbereich von dem zweiten Radarsensormodul in einem Strahlformungs-Erfassungsmodus, wobei der modifizierte zweite Erfassungsbereich eine Mehrzahl von zweiten Entfernungszellen bzw. Winkelzellen umfasst,
- - Auswerten der dritten Radardaten und der vierten Radardaten in einem Überlappungsbereich zwischen dem modifizierten ersten Erfassungsbereich und dem zweiten modifizierten Erfassungsbereich.
- - Acquiring first radar data in a first detection range from the first radar sensor module in a first detection mode, wherein the first detection range comprises a plurality of range cells or angle cells;
- - Acquiring second radar data in a second detection range from the second radar sensor module in a first detection mode, wherein the second detection range comprises a plurality of range cells or angle cells;
- - analyzing the first radar data with respect to the radar signal strength in the range cells or angle cells in relation to an entropy and/or density and/or distance;
- - analyzing the second radar data with respect to the radar signal strength in the range cells or angle cells in relation to an entropy and/or density and/or distance;
- - Determining at least one relevant region (Region of Interest, Rol) using the entropy, density and/or distance metric in the first detection area and/or second detection area
- - changing the first detection mode of the first radar sensor module and the second radar sensor module to a beamforming detection mode;
- - Acquiring third radar data in a first modified detection range from the first radar sensor module in the beamforming detection mode, the modified detection range comprising a plurality of range cells or angle cells;
- - Acquiring fourth radar data in a modified second detection range from the second radar sensor module in a beamforming detection mode, wherein the modified second detection range comprises a plurality of second range cells or angle cells,
- - Evaluating the third radar data and the fourth radar data in an overlap area between the modified first detection area and the second modified detection area.
In einer Weiterbildung ist vorgesehen, dass im Überlappungsbereich durch die Überlagerung der ersten Entfernungszellen bzw. Winkelzellen und der zweiten Entfernungszellen bzw. Winkelzellen dritte Entfernungszellen bzw. Winkelzellen entstehen, deren Größe kleiner ist als die der ersten Entfernungszellen bzw. Winkelzellen und der zweiten Entfernungszellen bzw. Winkelzellen.In a further development, it is provided that in the overlapping area, by superimposing the first distance cells or angle cells and the second distance cells or angle cells, third distance cells or angle cells are created, the size of which is smaller than that of the first distance cells or angle cells and the second distance cells or angle cells.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass die Entropie ein Maß für die Informationsmenge ist, die aus den Radardaten gewonnen werden kann, wobei bei einer höheren Entropie die Signale zufälliger sind und weniger nützliche Informationen enthalten, während eine niedrigere Entropie die Signale weniger zufällig sind und mehr nützliche Informationen enthalten.In an advantageous embodiment, the entropy is a measure of the amount of information that can be obtained from the radar data, with a higher entropy the signals being more random and containing less useful information, while a lower entropy the signals being less random and containing more useful information.
In einer weiteren Ausführungsform ist vorgesehen, dass ein Radarsensor als Nahbereichsradar mit einem Messbereich bis ca. 30 m oder als Mittelbereichsradar mit einem Messbereich bis ca. 150 m oder als Fernbereichsradar mit einem Messbereich bis ca. 220 m ausgebildet ist.In a further embodiment, it is provided that a radar sensor is designed as a short-range radar with a measuring range of up to approx. 30 m or as a medium-range radar with a measuring range of up to approx. 150 m or as a long-range radar with a measuring range of up to approx. 220 m.
Insbesondere ist ein Radarsensor als Mikrowellenradar ausgebildet.In particular, a radar sensor is designed as a microwave radar.
Vorteilhafterweise umfasst das Datenanalysemodul eine Softwareapplikation, die Algorithmen der künstlichen Intelligenz verwendet.Advantageously, the data analysis module comprises a software application that uses artificial intelligence algorithms.
Insbesondere werden als Algorithmen der künstlichen Intelligenz neuronale Netzwerke verwendet.In particular, neural networks are used as artificial intelligence algorithms.
Gemäß einem zweiten Aspekt stellt die Erfindung ein System zur Verbesserung der Auflösung von mit Radarsensoren erfassten Strukturen und Objekten bereit. Das System umfasst zumindest ein erstes Radarsensormodul mit ein oder mehreren Radarsensoren, zumindest ein zweites Radarsensormodul mit ein oder mehreren Radarsensoren und ein Datenanalysemodul. Insbesondere sind das erste Radarsensormodul und das zweite Radarsensormodul in einem bestimmten Abstand, vorzugsweise auf gleicher Höhe, an einem Fahrzeug angeordnet. Das erste Radarsensormodul ist ausgebildet, erste Radardaten in einem ersten Erfassungsbereich in einem ersten Erfassungsmodus zu erfassen, wobei der erste Erfassungsbereich eine Mehrzahl von Entfernungszellen bzw. Winkelzellen umfasst. Das zweite Radarsensormodul ist ausgebildet, zweite Radardaten in einem zweiten Erfassungsbereich in einem ersten Erfassungsmodus zu erfassen, wobei der zweite Erfassungsbereich eine Mehrzahl von Entfernungszellen bzw. Winkelzellen umfasst. Das Datenanalysemodul ist ausgebildet, die ersten Radardaten hinsichtlich der Radarsignalstärke in den Entfernungszellen bzw. Winkelzellen in Bezug auf eine Entropie und/oder Dichte und/oder Distanz und die zweiten Radardaten hinsichtlich der Radarsignalstärke in den Entfernungszellen bzw. Winkelzellen in Bezug auf eine Entropie und/oder Dichte und/oder Distanz zu analysieren, zumindest eine relevante Region (Region of Interest, Rol) in dem ersten Erfassungsbereich und/oder zweiten Erfassungsbereich mittels der Entropie-, Dichte- und/oder Distanzmetrik zu ermitteln und Signale zu generieren, um den ersten Erfassungsmodus des ersten Radarsensormoduls und des zweiten Radarsensormoduls in einen Strahlformungs-Erfassungsmodus zu ändern. Das erste Radarsensormodul ist ausgebildet, dritte Radardaten in einem ersten modifizierten Erfassungsbereich von dem ersten Radarsensormodul in dem Strahlformungs-Erfassungsmodus zu erfassen, wobei der modifizierte Erfassungsbereich eine Mehrzahl von Entfernungszellen bzw. Winkelzellen umfasst. Das zweite Radarsensormodul ist ausgebildet, vierte Radardaten in einem modifizierten zweiten Erfassungsbereich von dem zweiten Radarsensormodul in einem Strahlformungs-Erfassungsmodus zu erfassen, wobei der modifizierte zweite Erfassungsbereich eine Mehrzahl von zweiten Entfernungszellen bzw. Winkelzellen umfasst. Das Datenanalysemodul ist ausgebildet, die dritten Radardaten und die vierten Radardaten in einem Überlappungsbereich zwischen dem modifizierten ersten Erfassungsbereich und dem zweiten modifizierten Erfassungsbereich auszuwerten.According to a second aspect, the invention provides a system for improving the resolution of structures and objects detected by radar sensors. The system comprises at least a first radar sensor module with one or more radar sensors, at least a second radar sensor module with one or more radar sensors and a data analysis module. In particular, the first radar sensor module and the second radar sensor module are mounted on a vehicle at a certain distance, preferably at the same height. The first radar sensor module is designed to detect first radar data in a first detection range in a first detection mode, wherein the first detection range comprises a plurality of distance cells or angle cells. The second radar sensor module is designed to detect second radar data in a second detection range in a first detection mode, wherein the second detection range comprises a plurality of distance cells or angle cells. The data analysis module is designed to analyze the first radar data with respect to the radar signal strength in the range cells or angle cells in relation to an entropy and/or density and/or distance and the second radar data with respect to the radar signal strength in the range cells or angle cells in relation to an entropy and/or density and/or distance, to determine at least one relevant region (region of interest, Rol) in the first detection range and/or second detection range using the entropy, density and/or distance metric and to generate signals to change the first detection mode of the first radar sensor module and the second radar sensor module to a beamforming detection mode. The first radar sensor module is designed to detect third radar data in a first modified detection range from the first radar sensor module in the beamforming detection mode, wherein the modified detection range comprises a plurality of range cells or angle cells. The second radar sensor module is designed to acquire fourth radar data in a modified second detection range from the second radar sensor module in a beamforming detection mode, wherein the modified second detection range comprises a plurality of second range cells or angle cells. The data analysis module is designed to evaluate the third radar data and the fourth radar data in an overlap region between the modified first detection range and the second modified detection range.
In einer Weiterbildung ist vorgesehen, dass im Überlappungsbereich durch die Überlagerung der ersten Entfernungszellen bzw. Winkelzellen und der zweiten Entfernungszellen bzw. Winkelzellen dritte Entfernungszellen bzw. Winkelzellen entstehen, deren Größe kleiner ist als die der ersten Entfernungszellen bzw. Winkelzellen und der zweiten Entfernungszellen bzw. Winkelzellen.In a further development, it is provided that in the overlapping area, by superimposing the first distance cells or angle cells and the second distance cells or angle cells, third distance cells or angle cells are created, the size of which is smaller than that of the first distance cells or angle cells and the second distance cells or angle cells.
Dabei ist die Entropie ein Maß für die Informationsmenge, die aus den Radardaten gewonnen werden kann, wobei bei einer höheren Entropie die Signale zufälliger sind und weniger nützliche Informationen enthalten, während eine niedrigere Entropie die Signale weniger zufällig sind und mehr nützliche Informationen enthalten.Entropy is a measure of the amount of information that can be obtained from radar data, with higher entropy making signals more random and containing less useful information, while lower entropy making signals less random and containing more useful information.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass ein Radarsensor als Nahbereichsradar mit einem Messbereich bis ca. 30 m oder als Mittelbereichsradar mit einem Messbereich bis ca. 150 m oder als Fernbereichsradar mit einem Messbereich bis ca. 220 m ausgebildet ist.In an advantageous embodiment, it is provided that a radar sensor is designed as a short-range radar with a measuring range of up to approx. 30 m or as a medium-range radar with a measuring range of up to approx. 150 m or as a long-range radar with a measuring range of up to approx. 220 m.
In einer weiteren Ausführungsform ist vorgesehen, dass ein Radarsensor als Mikrowellenradar ausgebildet ist.In a further embodiment, it is provided that a radar sensor is designed as a microwave radar.
Insbesondere umfasst das Datenanalysemodul eine Softwareapplikation, die Algorithmen der künstlichen Intelligenz verwendet.In particular, the data analysis module includes a software application that uses artificial intelligence algorithms.
Vorteilhafterweise werden als Algorithmen der künstlichen Intelligenz neuronale Netzwerkte verwendet.Advantageously, neural networks are used as artificial intelligence algorithms.
Gemäß einem dritten Aspekt stellt die Erfindung ein Computerprogrammprodukt bereit, das einen ausführbaren Programmcode umfasst, der so konfiguriert ist, dass er bei seiner Ausführung das Verfahren gemäß dem ersten Aspekt ausführt.According to a third aspect, the invention provides a computer program product comprising executable program code configured to carry out the method according to the first aspect when executed.
Nachfolgend wird die Erfindung anhand von in der Zeichnung dargestellten Ausführungsbeispielen näher erläutert.The invention is explained in more detail below with reference to embodiments shown in the drawing.
Dabei zeigt:
-
1 ein Blockdiagramm zur Erläuterung eines Ausführungsbeispiels eines erfindungsgemäßen Systems; -
2 eine schematische Darstellung eines Fahrzeugs mit zwei Radarsensormodulen in einem ersten Erfassungsmodus; -
3 eine schematische Darstellung des Fahrzeugs mit zwei Radarsensoreinrichtungen in einem Strahlformungs-Erfassungsmodus; -
4a eine schematische Darstellung von Entfernungszellen mit geringer Entropie; -
4b eine schematische Darstellung von Entfernungszellen mit hoher Entropie; -
5 eine schematische Darstellung der Überlagerung der Entfernungszellen eines ersten und zweiten Radarsensormoduls; -
6 ein Flussdiagramm zur Erläuterung der einzelnen Verfahrensschritte des erfindungsgemäßen Verfahrens; -
7 eine schematische Darstellung eines Computerprogrammprodukt
-
1 a block diagram for explaining an embodiment of a system according to the invention; -
2 a schematic representation of a vehicle with two radar sensor modules in a first detection mode; -
3 a schematic representation of the vehicle with two radar sensor devices in a beamforming detection mode; -
4a a schematic representation of low entropy distance cells; -
4b a schematic representation of high entropy distance cells; -
5 a schematic representation of the superposition of the range cells of a first and second radar sensor module; -
6 a flow chart explaining the individual process steps of the process according to the invention; -
7 a schematic representation of a computer program product
Zusätzliche Kennzeichen, Aspekte und Vorteile der Erfindung oder ihrer Ausführungsbeispiele werden durch die ausführliche Beschreibung in Verbindung mit den Ansprüchen ersichtlich.Additional features, aspects and advantages of the invention or embodiments thereof will become apparent from the detailed description taken in conjunction with the claims.
Im Zusammenhang mit der Erfindung kann ein „Prozessor“ beispielsweise eine Maschine oder eine elektronische Schaltung sein. Ein Prozessor kann insbesondere ein Hauptprozessor (engl. Central Processing Unit, CPU), ein Mikroprozessor oder ein Mikrocontroller sein, z. B. ein anwendungsspezifischer integrierter Schaltkreis oder ein digitaler Signalprozessor, möglicherweise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen. Ein Prozessor kann auch ein virtualisierter Prozessor, eine virtuelle Maschine oder eine Soft-CPU sein. Es kann sich beispielsweise auch um einen programmierbaren Prozessor handeln, der mit Konfigurationsschritten zur Ausführung des genannten erfindungsgemäßen Verfahrens ausgestattet ist oder mit Konfigurationsschritten derart konfiguriert ist, dass der programmierbare Prozessor die erfindungsgemäßen Merkmale des Verfahrens, der Komponente, der Module oder anderer Aspekte und/oder Teilaspekte der Erfindung realisiert. Insbesondere kann der Prozessor hochparallele Recheneinheiten und leistungsfähige Grafikmodule enthalten.In the context of the invention, a "processor" can be, for example, a machine or an electronic circuit. A processor can in particular be a central processing unit (CPU), a microprocessor or a microcontroller, e.g. an application-specific integrated circuit or a digital signal processor, possibly in combination with a memory unit for storing program instructions. A processor can also be a virtualized processor, a virtual machine or a soft CPU. It can also be, for example, a programmable processor that is equipped with configuration steps for carrying out the above-mentioned method according to the invention or is configured with configuration steps such that the programmable processor implements the inventive features of the method, the component, the modules or other aspects and/or partial aspects of the invention. In particular, the processor can contain highly parallel computing units and powerful graphics modules.
Unter einer „Speichereinheit“ oder „Speichermodul“ und dergleichen kann im Zusammenhang mit der Erfindung beispielsweise ein flüchtiger Speicher in Form eines Arbeitsspeichers (engl. Random-Access Memory, RAM) oder ein dauerhafter Speicher wie eine Festplatte oder ein Datenträger oder z. B. ein wechselbares Speichermodul verstanden werden. Es kann sich bei dem Speichermodul aber auch um eine cloudbasierte Speicherlösung handeln.In the context of the invention, a "memory unit" or "memory module" and the like can be understood as, for example, a volatile memory in the form of a random access memory (RAM) or a permanent memory such as a hard disk or a data carrier or, for example, a removable memory module. The memory module can also be a cloud-based storage solution.
Unter einem „Modul“ kann im Zusammenhang mit der Erfindung beispielsweise ein Prozessor und/oder eine Speichereinheit zum Speichern von Programmbefehlen verstanden werden. Beispielsweise ist der Prozessor speziell dafür eingerichtet, die Programmbefehle so auszuführen, dass der Prozessor und/oder die Steuereinheit Funktionen ausführt, um das erfindungsgemäße Verfahren oder einen Schritt des erfindungsgemäßen Verfahrens auszuführen oder zu realisieren.In the context of the invention, a "module" can be understood as, for example, a processor and/or a memory unit for storing program instructions. For example, the processor is specially designed to execute the program instructions in such a way that the processor and/or the control unit executes functions in order to carry out or implement the method according to the invention or a step of the method according to the invention.
Das erste Radarsensormodul 200 und das zweite Radarsensormodul 300 enthalten jeweils mindestens einen Radarsensor, der insbesondere als Mikrowellenradar ausgebildet ist. Mikrowellenradare arbeiten mit elektromagnetischen Wellen im Frequenzbereich von 1 bis 100 GHz und werden zur Navigation, zur Detektion von Objekten wie Flugzeugen, Schiffen oder Fahrzeugen sowie in der Industrie zur Überwachung von Produktionsumgebungen und zur Automatisierung von Arbeitsprozessen eingesetzt. Der Radarsensor kann dabei als Nahbereichsradar (engl. Short Range Radar, SRR) mit einem Messbereich bis ca. 30 m, als Mittelbereichsradar (engl. Mid Range Radar, MRR) mit einem Messbereich bis ca. 150 m oder als Fernbereichsradar (engl. Long Range Radar, LRR) mit einem Messbereich bis ca. 220 m ausgebildet sein. Nahbereichsradar wird hauptsächlich zur Erkennung von Hindernissen im Nahbereich eines Fahrzeugs eingesetzt, z.B. beim Einparken oder Spurwechsel. Mittelbereichsradar wird zur Erkennung von Fahrzeugen auf benachbarten Fahrspuren und zur Unterstützung von Fahrerassistenzsystemen wie der adaptiven Geschwindigkeitsregelung eingesetzt. Fernbereichsradar wird vor allem zur Erkennung von Hindernissen in größerer Entfernung eingesetzt, z.B. andere Fahrzeuge auf der Autobahn.The first
Das erste Radarsensormodul 200 und das zweite Radarsensormodul 300 enthalten zudem Strahlformungs-Antennen. Die Radarstrahlformung (engl. radar beamforming) ist eine Technik, die in Radarsystemen verwendet wird, um die Radarenergie in eine bestimmte Richtung zu lenken, während sie in andere Richtungen unterdrückt wird. Dies wird erreicht, indem die Signale mehrerer Antennenelemente zu einem Strahl kombiniert werden, der elektronisch gelenkt werden kann. Dadurch wird die Radarleistung verbessert. Dazu wird zunächst das ankommende Radarsignal von jedem Antennenelement empfangen. Dann werden die Signale so kombiniert, dass sich die Wellen von jedem Element in der gewünschten Richtung konstruktiv addieren, während sie sich in den anderen Richtungen gegenseitig auslöschen. Dazu werden Phase und Amplitude der einzelnen Signale vor der Kombination eingestellt. Nach der Kombination der Signale kann der resultierende Strahl durch Anpassung von Phase und Amplitude der Signale in jedem Antennenelement gesteuert werden. Auf diese Weise kann das Radarsystem auf ein bestimmtes Ziel oder einen Bereich von Interesse gerichtet werden, während gleichzeitig Störungen durch andere Quellen minimiert werden. The first
Die Strahlformung ermöglicht es dem Radar, einen schmalen Strahl zu erzeugen, mit dem Ziele mit hoher Genauigkeit erfasst und verfolgt werden können, selbst wenn Rauschen, Störungen und Interferenzen vorhanden sind. Außerdem kann das Radar den Strahl elektronisch in Echtzeit steuern, ohne dass die Antennen physisch bewegt werden müssen. Es gibt zwei Hauptarten der Strahlformung: analog und digital. Bei der analogen Strahlformung werden Phase und Amplitude der Signale von jeder Antenne mit Hilfe analoger Schaltungen eingestellt. Bei der digitalen Strahlformung werden die Signale der Antennen durch digitale Signalverarbeitung kombiniert und manipuliert. Die Radarstrahlformung wird in verschiedenen Anwendungen wie Wettervorhersage, Überwachung, Navigation und Kommunikation eingesetzt. Zu den Vorteilen gehören eine verbesserte Reichweite, Auflösung, Empfindlichkeit und Zielerkennung.Beamforming allows the radar to create a narrow beam that can detect and track targets with high accuracy even when noise, clutter, and interference are present. It also allows the radar to electronically steer the beam in real time without physically moving the antennas. There are two main types of beamforming: analog and digital. In analog beamforming, the phase and amplitude of the signals from each antenna are adjusted using analog circuits. In digital beamforming, the signals from the antennas are combined and manipulated using digital signal processing. Radar beamforming is used in various applications such as weather forecasting, surveillance, navigation, and communications. The benefits include improved range, resolution, sensitivity, and target detection.
In der
Die ersten Radardaten 270 mit einer Punktwolke im ersten Erfassungsbereich 250 und die zweiten Radardaten 370 mit einer Punktwolke im zweiten Erfassungsbereich 350 werden dem Datenanalysemodul 400 zugeführt. Das Datenanalysemodul 400 umfasst eine Softwareapplikation 450 mit Algorithmen zur Analyse der ersten Radardaten 270 und der zweiten Radardaten 370. Die Softwareapplikation 450 ist dazu ausgebildet, relevante Regionen (engl. Regions of Interest, Rols) zu lokalisieren. Unter einer relevanten Region, Rol, wird ein Bereich innerhalb eines Radarerfassungsbereichs 250, 350 verstanden, in dem sich zwei Objekte 700 befinden können, die aber aufgrund der geringen Radarauflösung nicht voneinander getrennt werden können und daher als ein Objekt erkannt werden.The
Erfindungsgemäß beruht die Lokalisierung der Rols auf einer Analyse der Verteilung der gemessenen Radarsignalstärke in den Entfernungszellen 220, 320 bzw. Winkelzellen in dem Radarerfassungsbereich 250,350.According to the invention, the localization of the Rols is based on an analysis of the distribution of the measured radar signal strength in the
In einem Radarsystem bezieht sich eine Entfernungszelle auf einen Entfernungsabschnitt entlang der Sichtlinie des Radars, der normalerweise in Metern gemessen wird. Die Entfernungszelle ermöglicht es dem Radar, zwischen Objekten in unterschiedlichen Entfernungen zum Radar zu unterscheiden. Durch die Unterteilung des Erfassungsbereiches in kleine Zellen kann das Radar Ziele in bestimmten Entfernungen mit hoher Genauigkeit erkennen und orten. Die Größe der Entfernungszelle und damit die minimal erreichbare Entfernungsauflösung wird insbesondere durch die Pulsdauer des Radars, aber auch durch Faktoren wie die Antennenabstrahlung, die Wellenform und die Signalverarbeitungstechnik bestimmt. Eine kürzere Pulslänge führt zu einer kleineren Entfernungszelle, wodurch das Radar eine höhere Entfernungsauflösung erreichen kann. Eine kürzere Pulslänge verringert jedoch auch die maximale Reichweite des Radars. Die Entfernungszelle ist ein grundlegendes Konzept in Radarsystemen, um die minimale Entfernungsauflösung des Radars zu bestimmen und Ziele in bestimmten Entfernungen zu erkennen und zu orten.In a radar system, a range cell refers to a section of distance along the radar's line of sight, typically measured in meters. The range cell allows the radar to distinguish between objects at different distances from the radar. By dividing the detection area into small cells, the radar can detect and locate targets at specific distances with high accuracy. The size of the range cell, and hence the minimum achievable range resolution, is determined in particular by the radar's pulse duration, but also by factors such as antenna radiation, waveform, and signal processing technique. A shorter pulse length results in a smaller range cell, allowing the radar to achieve a higher range resolution. However, a shorter pulse length also reduces the radar's maximum range. The range cell is a fundamental concept in radar systems to determine the radar's minimum range resolution and to detect and locate targets at specific distances.
Eine Winkelzelle bezieht sich auf ein Segment der Winkelmessung entlang der Sichtlinie des Radars, das normalerweise in Grad oder Bogenmaß gemessen wird. Die Winkelzelle ermöglicht es dem Radar, zwischen Objekten zu unterscheiden, die sich in unterschiedlichen Winkeln zur Sichtlinie des Radars befinden. Durch die Unterteilung des Winkels in kleine Zellen kann das Radar Ziele in bestimmten Winkeln mit hoher Genauigkeit erkennen und orten. Die Größe der Winkelzelle hängt von der Breite des Radarstrahls ab, die die minimal erreichbare Winkelauflösung bestimmt. Eine kleinere Strahlbreite führt zu einer kleineren Winkelzelle und damit zu einer höheren Winkelauflösung. Allerdings verringert sich dadurch auch der Erfassungsbereich des Radars und das Radar muss häufiger scannen, um ein bestimmtes Gebiet abzudecken. Die Winkelzelle bestimmt somit die minimale Winkelauflösung des Radars, um Ziele in bestimmten Winkeln zur Sichtlinie des Radars zu erkennen und zu orten.An angle cell refers to a segment of angle measurement along the radar's line of sight, usually measured in degrees or radians. The angle cell allows the radar to distinguish between objects that are at different angles to the radar's line of sight. By dividing the angle into small cells, the radar can detect and locate targets at specific angles with high accuracy. The size of the angle cell depends on the width of the radar beam, which determines the minimum achievable angular resolution. A smaller beam width results in a smaller angle cell and thus a higher angular resolution. However, this also reduces the radar's detection range and the radar must scan more frequently to cover a certain area. The angle cell thus determines the minimum angular resolution of the Radars to detect and locate targets at specific angles to the radar's line of sight.
Innerhalb einer Entfernungszelle bzw. Winkelzelle können die Rohziele nicht voneinander getrennt werden, so dass sich immer nur ein Rohziel in einer Zelle befindet. Dies führt in der Regel zu einer Punktwolke mit geringer Dichte. Für eine typische Radarauflösung im Automobilbereich beträgt der Abstand zwischen den Auflösungspunkten etwa 10 cm bis 1 m. Das bedeutet, dass zwei Objekte, die weniger als 10 cm oder mehr als 1 m voneinander entfernt sind, als ein Objekt betrachtet werden.Within a range cell or angle cell, the raw targets cannot be separated from each other, so there is only one raw target in a cell at any one time. This usually results in a sparse point cloud. For a typical automotive radar resolution, the distance between the resolution points is about 10 cm to 1 m. This means that two objects that are less than 10 cm or more than 1 m apart are considered as one object.
Erfindungsgemäß wird als Metrik zur Analyse insbesondere die Entropie der Entfernungszellen 220, 320 bzw. Winkelzellen verwendet.
Als weitere Metrik zur Lokalisierung einer relevanten Region kann eine Dichtemetrik und/oder eine Distanzmetrik verwendet werden. Bei einer Dichtemetrik wird die Dichteverteilung der Radarsignalstärken in der Menge der Entfernungszellen 220, 320 und bei einer Distanzmetrik der Abstand zwischen Entfernungszellen 220, 320 mit hoher bzw. niedriger Radarsignalstärke analysiert. Die Radarsignalstärken in den einzelnen Entfernungszellen 220, 320 bzw. Winkelzellen werden also als Funktion einer Dichteverteilung bzw. einer Distanz miteinander verglichen. Mit Hilfe einer solchen entropie-, dichte- und/oder distanzbasierten Metrik kann eine relevante Region (Rol) schnell und effizient identifiziert werden, ohne dass eine hohe Rechenleistung erforderlich ist. Insbesondere können die verschiedenen Metriken miteinander kombiniert werden, wodurch die Leistungsfähigkeit und Effizienz der Analyse gesteigert werden kann.A density metric and/or a distance metric can be used as an additional metric for locating a relevant region. With a density metric, the density distribution of the radar signal strengths in the set of
Um die Effizienz der Rol-Ermittlung zu erhöhen, kann die Softwareapplikation 450 darüber hinaus Algorithmen der künstlichen Intelligenz verwenden, um die Genauigkeit der Mustererkennung im Rahmen einer Entropie- und/oder Dichte- und/oder Distanzanalyse zu erhöhen. Dazu werden insbesondere neuronale Netze verwendet.In order to increase the efficiency of the role determination, the
Neuronale Netzwerke werden oft als Prototyp von KI-Algorithmen angegeben. Neuronale Netzwerke sind auch deswegen interessant, da sie sich kombinieren lassen, so dass der Lernerfolg gesteigert werden kann. Derartig gekoppelte neuronale Netzwerke werden auch als Deep Learning bezeichnet. Ein neuronales Netzwerk besteht aus Neuronen, die in mehreren Schichten angeordnet und unterschiedlich miteinander verbunden sind. Ein Neuron ist in der Lage, an seinem Eingang Informationen von außerhalb oder von einem anderen Neuron entgegenzunehmen, die Information in einer bestimmten Art zu bewerten und sie in veränderter Form am Neuronen-Ausgang an ein weiteres Neuron weiterzuleiten oder als Endergebnis auszugeben. Hidden-Neuronen sind zwischen den Input-Neuronen und Output-Neuronen angeordnet. Je nach Netzwerktyp können mehrere Schichten von Hidden-Neuronen vorhanden sein. Sie sorgen für die Weiterleitung und Verarbeitung der Informationen. Output-Neuronen liefern schließlich ein Ergebnis und geben dieses an die Außenwelt aus. Durch die Anordnung und die Verknüpfung der Neuronen entstehen verschiedene Typen von neuronalen Netzwerken wie vorwärtsgerichtete Netzwerke (engl. Feedforward Neural Networks (FNN), rückgekoppelte neuronale Netzwerke (engl. Recurrent Neural Networks (RNN) oder gefaltete neuronale Netze (engl. Convolutional Neural Networks (CNN)).Neural networks are often cited as the prototype of AI algorithms. Neural networks are also interesting because they can be combined to increase learning success. Such coupled neural networks are also known as deep learning. A neural network consists of neurons that are arranged in several layers and are connected to each other in different ways. A neuron is able to receive information from outside or from another neuron at its input, evaluate the information in a certain way and pass it on in a modified form at the neuron output to another neuron or output it as the final result. Hidden neurons are arranged between the input neurons and output neurons. Depending on the type of network, there can be several layers of hidden neurons. They ensure that the information is forwarded and processed. Output neurons finally provide a result and output it to the outside world. The arrangement and connection of neurons creates different types of neural networks such as feedforward neural networks (FNN), recurrent neural networks (RNN) or convolutional neural networks (CNN).
Das Convolutional Neural Network ist eine besondere Form eines künstlichen neuronalen Netzwerks. Es besitzt mehrere Faltungsschichten und ist für maschinelles Lernen und Anwendungen mit Künstlicher Intelligenz (KI) im Bereich der Mustererkennung sehr gut geeignet. Die einzelnen Schichten des CNN sind die Convolutional-Schicht, die Pooling-Schicht und die vollständig verknüpfte Schicht. Die Convolutional-Schicht ist die eigentliche Faltungsebene und in der Lage, in den Eingabedaten einzelne Merkmale zu erkennen und zu extrahieren.The convolutional neural network is a special form of an artificial neural network. It has several convolutional layers and is very well suited for machine learning and applications with artificial intelligence (AI) in the field of pattern recognition. The individual layers of the CNN are the convolutional layer, the pooling layer and the fully connected layer. The convolutional layer is the actual convolutional layer and is able to recognize and extract individual features in the input data.
Nachdem eine Rol lokalisiert wurde, wird diese Information an das erste Radarsensormodul 300 und das zweite Radarsensormodul 400 übermittelt. Wie in
Dieser Überlappungsbereich 550 ist in
In
In einem Schritt S10 werden erste Radardaten 270 in einem ersten Erfassungsbereich 250 von dem ersten Radarsensormodul 200 in einem ersten Erfassungsmodus erfasst, wobei der erste Erfassungsbereich 250 eine Mehrzahl von Entfernungszellen 210 bzw. Winkelzellen umfasst.In a step S10,
In einem Schritt S20 werden zweite Radardaten 370 in einem zweiten Erfassungsbereich 350 von dem zweiten Radarsensormodul 300 in einem ersten Erfassungsmodus erfasst, wobei der zweite Erfassungsbereich 350 eine Mehrzahl von Entfernungszellen 390 bzw. Winkelzellen umfasst.In a step S20,
In einem Schritt S30 werden die ersten Radardaten 270 hinsichtlich der Radarsignalstärke in den Entfernungszellen 290 bzw. Winkelzellen in Bezug auf eine Entropie und/oder Dichte und/oder Distanz analysiert.In a step S30, the
In einem Schritt S40 werden die zweiten Radardaten 270 hinsichtlich der Radarsignalstärke in den Entfernungszellen 290 bzw. Winkelzellen in Bezug auf eine Entropie und/oder Dichte und/oder Distanz analysiert.In a step S40, the
In einem Schritt S50 wird zumindest eine relevante Region (Region of Interest, Rol) mittels der Entropie-, Dichte- und/oder Distanzmetrik in dem ersten Erfassungsbereich 250 und/oder zweiten Erfassungsbereich 350 ermittelt.In a step S50, at least one relevant region (region of interest, Rol) is determined by means of the entropy, density and/or distance metric in the
In einem Schritt S60 wird der erste Erfassungsmodus des ersten Radarsensormoduls 300 und des zweiten Radarsensormoduls 400 in einen Strahlformungs-Erfassungsmodus geändert.In a step S60, the first detection mode of the first
In einem Schritt S70 werden dritte Radardaten 280 in einem ersten modifizierten Erfassungsbereich 290 von dem ersten Radarsensormodul 200 in dem Strahlformungs-Erfassungsmodus erfasst, wobei der modifizierte Erfassungsbereich 290 eine Mehrzahl von Entfernungszellen 220 bzw. Winkelzellen umfasst.In a step S70,
In einem Schritt S80 werden vierte Radardaten 380 in einem modifizierten zweiten Erfassungsbereich 390 von dem zweiten Radarsensormodul 300 in einem Strahlformungs-Erfassungsmodus erfasst, wobei der modifizierte zweite Erfassungsbereich 390 eine Mehrzahl von zweiten Entfernungszellen 320 bzw. Winkelzellen umfasst.In a step S80,
In einem Schritt S90 werden die dritten Radardaten 280 und die vierten Radardaten 380 in einem Überlappungsbereich 550 zwischen dem modifizierten ersten Erfassungsbereich 290 und dem zweiten modifizierten Erfassungsbereich 390 ausgewertet.In a step S90, the
Mit dem Verfahren nach der vorliegenden Erfindung kann die Auflösung von mittels Radar erfassten Strukturen und Objekten deutlich erhöht werden. Dazu wird ein Erfassungsbereich durch mindestens einen Radarsensor in einem ersten Erfassungsmodus erfasst. In diesem Erfassungsbereich wird dann durch eine Metrik, die auf der Entropie und/oder der Dichte der Radarsignalstärke in der Menge der Entfernungszellen bzw. Winkelzellen des Radarerfassungsbereichs und/oder dem Abstand zwischen Entfernungszellen bzw. Winkelzellen mit hoher Radarsignalstärke basiert, eine Region of Interest bestimmt. Dieser interessierende Bereich wird dann erneut in einem Strahlformungs-Erfassungsmodus von zumindest zwei Radarsensoren erfasst. In einem Überlappungsbereich kann die Größe der Entfernungszellen bzw. Winkelzellen reduziert werden, was zu einer höheren Auflösung führt.The method according to the present invention can significantly increase the resolution of structures and objects detected by radar. For this purpose, a detection area is detected by at least one radar sensor in a first detection mode. In this detection area, a region of interest is then determined by a metric based on the entropy and/or the density of the radar signal strength in the set of distance cells or angle cells of the radar detection area and/or the distance between distance cells or angle cells with high radar signal strength. This region of interest is then detected again in a beamforming detection mode by at least two radar sensors. In an overlapping area, the size of the distance cells or angle cells can be reduced, which leads to a higher resolution.
BezugszeichenReference symbol
- 100100
- Systemsystem
- 200200
- erstes Radarsensormodulfirst radar sensor module
- 220220
- EntfernungszelleDistance cell
- 250250
- erster Erfassungsbereichfirst detection area
- 270270
- erste Radardatenfirst radar data
- 280280
- zweite Radardatensecond radar data
- 290290
- modifizierter erster Erfassungsbereichmodified first detection area
- 300300
- zweites Radarsensormodulsecond radar sensor module
- 320320
- EntfernungszelleDistance cell
- 350350
- zweiter Erfassungsbereichsecond detection area
- 370370
- zweite Radardatensecond radar data
- 380380
- vierte Radardatenfourth radar data
- 390390
- modifizierter zweiter Erfassungsbereichmodified second detection area
- 400400
- DatenanalysemodulData analysis module
- 450450
- SoftwareapplikationSoftware application
- 500500
- Fahrzeugvehicle
- 550550
- ÜberlappungsbereichOverlap area
- 520520
- EntfernungszelleDistance cell
- 700700
- Objektobject
- 900900
- ComputerprogrammproduktComputer program product
- 950950
- ProgrammcodeProgram code
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102023114512.6A DE102023114512B3 (en) | 2023-06-02 | 2023-06-02 | System and method for improving the resolution of structures and objects detected by radar sensors |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102023114512.6A DE102023114512B3 (en) | 2023-06-02 | 2023-06-02 | System and method for improving the resolution of structures and objects detected by radar sensors |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102023114512B3 true DE102023114512B3 (en) | 2024-07-11 |
Family
ID=91582693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102023114512.6A Active DE102023114512B3 (en) | 2023-06-02 | 2023-06-02 | System and method for improving the resolution of structures and objects detected by radar sensors |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102023114512B3 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018034754A1 (en) | 2016-08-15 | 2018-02-22 | Qualcomm Incorporated | Saliency based beam-forming for object detection |
DE102018113922A1 (en) | 2017-06-12 | 2018-12-13 | GM Global Technology Operations LLC | Two-stage beamforming |
EP3457173A1 (en) | 2017-09-14 | 2019-03-20 | Samsung Electronics Co., Ltd. | Radar image processing method, apparatus, and system |
-
2023
- 2023-06-02 DE DE102023114512.6A patent/DE102023114512B3/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018034754A1 (en) | 2016-08-15 | 2018-02-22 | Qualcomm Incorporated | Saliency based beam-forming for object detection |
DE102018113922A1 (en) | 2017-06-12 | 2018-12-13 | GM Global Technology Operations LLC | Two-stage beamforming |
EP3457173A1 (en) | 2017-09-14 | 2019-03-20 | Samsung Electronics Co., Ltd. | Radar image processing method, apparatus, and system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3198678B1 (en) | Mimo radar apparatus for the decoupled determination of an elevation angle and an azimuth angle of an object, and method for operating a mimo radar apparatus | |
DE112010005193B4 (en) | obstacle detection device | |
EP1739454B1 (en) | Device for detecting objects for vehicles | |
DE102009014105B4 (en) | Detection system for a vehicle | |
EP3250943B1 (en) | Method for object acquisition in the environment of a vehicle by verifying a spatial deviation of measurement points, control device, driver assistance system and vehicle | |
EP2294442B1 (en) | Method and apparatus for passive determination of target parameters | |
EP3495840A1 (en) | Method and device for locating a vehicle | |
DE102020105642A1 (en) | DESIGN AND PROCESSING WITH ANTENNA ARRAYS TO ELIMINATE MALDETECTIONS IN A RADAR SYSTEM | |
DE10258367A1 (en) | Multi-objective method and multi-objective sensor device for the distance and angle localization of target objects in the vicinity | |
EP3620819B1 (en) | Coordinated detection of objects in an airspace | |
DE112009005279T5 (en) | VEHICLE RADAR DEVICE | |
DE102011005727A1 (en) | Method and device for detecting road edges | |
DE102015105089B4 (en) | radar device | |
DE102018000880B3 (en) | Radar-based longitudinal and transverse control | |
WO2017080787A1 (en) | Lateral crash barrier recognition by means of a distance sensor in a motor vehicle | |
DE102023114512B3 (en) | System and method for improving the resolution of structures and objects detected by radar sensors | |
DE102020210380A1 (en) | Method for determining a movement of an object | |
DE102007058241B4 (en) | Evaluation method, in particular for a driver assistance system of a motor vehicle, for object detection using a radar sensor | |
EP3584600A1 (en) | Coordinated searching of airspace | |
DE102019201088A1 (en) | Method for recognizing road markings | |
DE102021208627B4 (en) | Method and processor circuit for operating a radar system with multiple antennas and radar system and motor vehicle | |
EP3018490B1 (en) | Method for detecting interference in a received signal in a radar sensor of a motor vehicle, computing device, driver assistance system, motor vehicle and computer program product | |
DE102006051091B4 (en) | Method for object recognition in vehicles by means of close-range detection | |
WO2021104805A1 (en) | Method for operating a surroundings sensing device with grid-based evaluation and with fusion, and surroundings sensing device | |
DE102020119934A1 (en) | Method for operating a radar system, radar system and vehicle with at least one radar system |