DE10259902A1

DE10259902A1 - Verfahren und Einrichtung zur Ermittlung der Entfernung von Objekten

Info

Publication number: DE10259902A1
Application number: DE10259902A
Authority: DE
Inventors: Thomas Brosche
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2002-12-20
Filing date: 2002-12-20
Publication date: 2004-08-26

Abstract

Die Erfindung betrifft ein Verfahren und eine Einrichtung zur Ermittlung der Entfernung von Objekten mittels am Objekt reflektierter Signale. Dabei werden die Signale von einer Sendeeinrichtung ausgesendet und die am Objekt reflektierten Signale von einer Empfangseinrichtung ausgewertet. In der Empfangseinrichtung werden die von einem Objekt reflektierten Signale in digitale Signale umgewandelt, die dann mit einem rekursiven Medianfilter (Funktionsmodul 4) gefiltert und geeignet weiter verarbeitet werden. Des Weiteren werden neue CFAR-Detektionsverfahren, mit zum OS-Detektionsverfahren vergleichbaren Eigenschaften vorgeschlagen, die unabhängig von im Betragssignal vorhandenen Offsets sind und mit vergleichsweise geringem Aufwand realisierbar sind.

Description

Die Erfindung betrifft ein Verfahren und eine Einrichtung zur Ermittlung der Entfernung von Objekten nach dein Oberbegriff der unabhängigen Ansprüche 1 und 18.

Es sind Verfahren bekannt, die die Entfernung und/oder die Radialgeschwindigkeit zu Zielen innerhalb eines zu überwachenden Bereichs mit Hilfe von Sensoren, wie beispielsweise optischen Sensoren, Ultraschallsensoren oder Radarsensoren ermitteln. Eine Möglichkeit ist die Laufzeitmessung von Signalen, die von einer Sendeeinrichtung ausgesendet und an Objekten reflektiert werden. Die reflektierten Signale werden dann in einer Empfangseinrichtung ausgewertet. Eine Einrichtung der gattungsgemäßen Art verfügt also über je mindestens eine derartige Sende- und Einpfangseinrichtung, die im Folgenden, der Kürze wegen, auch einfach als Sensoren bezeichnet werden. Über die doppelte Laufzeit der Strahlung zwischen Sensor und Objekt kann bei bekannter Ausbreitungsgeschwindigkeit dann die Entfernung der Objekte ermittelt werden. Sensoren der genannten Art werden weiterhin auch im Automotivbereich für die Überwachung des Fahrzeugumfeldes eingesetzt. So werden damit beispielsweise Precrashsensoren, Einparkhilfen und Systeme zur Erkennung des toten Winkels realisiert. Aus dein Fachbuch: A. Ludloff, „Praxiswissen Radar und Radarsignalverarbeitung", 2. Auflage, Vieweg, Wiesbaden, 1998, sind im Zusammenhang mit der Detektion von Objekten Verfahren bekannt, die mit einer konstanten Falschalarmrate (constant false alarm rate – CFAR) arbeiten. Der für die Berechnung einer CFAR-Schwelle notwendige Effektivwert des Rauschens wird in der Regel anhand einer Signalprobe ermittelt. Im Zusammenhang mit der Bildverarbeitung ist es z.B. aus der Literaturstelle „G.R.Arce and J.L. Paredes: „Recursive Weighted Median Filters Admitting Negative Weights and Their Optimization", IEEE Transactions on Signal Processing, Vol. 48, No.3, pp. 768–779, March 2000, weiterhin bekannt, ein rekursives, gewichtetes Medianfilter einzusetzen. Rekursive und gewichtete Medianfilter werden außerdem in „S. K. Mitra and J. F. Kaiser: „Handbook for Digital Signal Processing", pp. 969–971, John Wiley & Sons, New York, 1993 beschrieben.

Aus DE 101 00 596 A1 ist weiter ein Verfahren zum Verarbeiten von Ausgangs- oder Basissignalen mindestens einer Einrichtung, insbesondere mindestens einer Radareinrichtung, bekannt, durch das aus den Ausgangs- oder Basissignalen Abstandsinformationen in Bezug auf mindestens einen Gegenstand erhaltbar sind, der sich im Detektions- oder Sensierbereich der Einrichtung befindet. Das Verfahren umfasst ein adaptives Ermitteln eines Untergrundsignals durch ortslokales Filtern des Ausgangs- oder Basissignals mittels mindestens eines Filters einer bestimmten Breite, ein Korrigieren des Ausgangs- oder Basissignals, das Subtrahieren des Untergrundsignals von dem Ausgangs- oder Basissignal, das Bilden eines Differenzsignals, ein Tiefpassfiltern, das Bilden eines Korrelationssignals, sowie das Ermitteln mindestens eines Gegenstandsmaximums durch Vergleich des Korrelationssignals mit einem Schwellwert.

Die Erfindung ermöglicht es, auch bei fehlerhaften Echosignalen die Entfernung detektierter Objekte überraschend genau zu ermitteln. Die Erfindung macht sich dabei die Erkenntnis zunutze, dass durch eine Anpassung der Signalauswertung an die Art und die Häufigkeit der das Echosignal beeinflussenden Fehler, die Signalalswertng wesentlich verbessert werden kann. Störende Fehler können bereits schon im Ausgangssignal der Sensoren auftreten, und diese Fehler können sich auch noch kurzfristig während einer laufenden Messserie verändern. So kann zum Beispiel das im Sensorsignal enthaltene Rauschen temperaturabhängig sein. Ferner ist zum Beispiel das Auftreten von Clutterstörungen und deren Amplitude von Umgebungsbedingungen, wie Straßenzustand und Wetterlage abhängig. Schließlich können sich Fehler auch noch in Abhängigkeit von der Lebensdauer der Geräte ändern. Durch die erfindungsgemäß vorgeschlagene adaptive Auswertung der Sensorsignale gelingt es, die Detektionswahrscheinlichkeit und die Genauigkeit der Entfernungsschätzung, insbesondere bei Alterung des Geräts und bei sich schnell ändernden Mess- und Umweltbedingungen, wesentlich zu verbessern. Darüber hinaus ermöglicht die Erfindung auch eine Berücksichtigung beziehungsweise Kompensation von bereits durch die Herstellung der Sensoren bedingten Fehlern. Diese äußern sich beispielsweise in von Sensor zu Sensor abweichenden Eigenschaften, wie unterschiedliche Leersignale oder abweichende Werte bei dein Signal-Rausch-Verhältnis (SNR). Durch Einsatz der Erfindung lässt sich daher auf vorteilhafte Weise der Aufwand für die Kalibrierung der Sensoren verringern. Die erfindungsgemäß vorgeschlagene Signalauswertung ist zudem mit geringem Aufwand leicht in die Praxis umsetzbar. Ein Abzug der Grundlinie beziehungsweise der Abzug des Leersignalanteils in dein auszuwertenden Sensorsignal wird erfindungsgemäß durch ein rekursives und gefenstertes Medianfilter erreicht. Bei einem Ergebnis, das durchaus mit jenem vergleichbar ist, das mit einem nicht rekursiven gefensterten Medianfilter erzielt werden kann, ist jedoch mit der erfindungsgemäß modifizierten Filterstruktur für die Filterung der Messsignale ein wesentlich geringerer Aufwand erforderlich. Eine Veränderung der Fensterbreite ist ohne Erhöhung des Aufwands auf einfache Weise möglich. Im Vergleich zu einer Hochpassfilterung verändern sowohl das rekursive, wie auch das nicht rekursive Medianfilter das Nutzsignal nur geringfügig. Bei einer Hochpassfilterung, wie auch bei dein Abzug des Kurzzeitmittelwertes verringert sich in der Regel das Signal-Rausch-Verhältnis, damit auch die Detektionssicherheit und letztlich auch die Genauigkeit der Entfernungsmessung. Auch diese Nachteile lassen sich durch die Erfindung vermeiden. Das erfindungsgemäße Verfahren ist bezüglich eines hohen Nutzsignalanteils in der Signalprobe sehr robust. Das heißt, für die Bestimmung des Effektivwerts des Störsignalanteils (Rauschen, Clutter) ist auch eine Signalprobe mit hohem Nutzsignalanteil zulässig. Weiterhin werden nach Abzug des Leersignals gegebenenfalls noch vorhandene Lecksignalanteile, insbesondere Lecksignale mit einer höheren Dopplerfrequenz, durch die gemäß der erfinderischen Leere vorgesehene adaptive Anpassung des Schwellwerts weitestgehend berücksichtigt, ohne den Aufwand für die Berechnung des Schwellwertes, im Vergleich zu bekannten Verfahren, übermäßig zu steigern.

Vorteilhafte und zweckmäßige Ausgestaltungen und Weiterbildungen der Erfindung sind in den Unteransprüchen gekennzeichnet.

Die Erfindung wird nachstehend anhand der in der Zeichnung dargestellten Ausführungsformen erläutert. Es zeigen 1 ein erstes Blockdiagramm einer erfindungsgemäßen Einrichtung, bei der eine Signalprobe aus dem Betragssignal genommen wird, 2 ein zweites Blockdiagramm der erfindungsgemäßen Einrichtung, bei der eine Signalprobe aus dem gefilterten Signal gewonnen wird, 3 das Blockschaltbild für den Einsatz des erfindungsgemäß ausgebildeten Medianfilters zum Grundlinienabzug, 4 den Kurvenverlauf von an einem Ziel reflektierten Signalen, 5 den Signalverlauf nach Abzug des mit einem rekursiven Medianfilter bestimmten Leersignals, Fig. 6 den Signalverlauf nach der Betragsbildung, Fig. 7 den Signalverlauf mit Zieldetektion, 8 den Signalverlauf mit Zieldetektion bei einer Signalprobe mit Störanteil, 9 einen weiteren Kurvenverlauf eines an einem Ziel reflektierten Signals, 10 den Signalverlauf mit Zieldetektion, 11 den Signalverlauf mit Zieldetektion in vergrößerter Darstellung, 12 den Signalverlauf mit zielabhängiger Detektion in vergrößerter Darstellung, 13 ein Blockschaltbild zur Erfassung der Signalprobe in einem gleitenden Fenster, 14 ein Blockschaltbild, das den Einsatz eines rekursiven Medianfilters für die Bestimmung der Detektionsschwelle darstellt.
Beschreibung der Ausführungsbeispiele
In einem instrumentieren Entfernungsbereich sollen anhand einer Messung Ziele detektiert und deren Entfernungen bestimmt werden. Unter dem instrumentierten Entfernungsbereich versteht man dabei den gesamten genutzten, beziehungsweise zu überwachenden Entfernungsbereich, in dein die entsprechenden Messungen vorgenommen werden. Bei jeder Messung wird der instrumentierte Entfernungsbereich ganz oder teilweise ausgewertet.
Eine erste Einrichtung 1A zur Durchführung des erfindungsgemäßen Verfahrens wird im Folgenden unter Bezug auf 1 beschrieben. Die Einrichtung 1 umfasst einen Sensor dessen während einer Messung gelieferten Signale s₁ und s_Q analog-digital gewandelt werden. Analoges gilt für weitere Sensoren, die in Fig. 1 nicht explizit dargestellt sind. Der Ausgang jedes der Analog-Digital-Wandler 2, 3 ist mit einem Eingangsanschluss eines Leersignalabzugs (Funktionsmodul 4) verbunden. Der Ausgangsanschluss des Leersignalabzugs (Funktionsmodul 4) ist mit einem Funktionsmodul 5 zur Betragsbildung verbunden. Ein erster Ausgangsanschluss des Funktionsmoduls 5 ist mit einem weiteren Funktionsmodul 7 verbunden. Dieses Funktionsmodul 7 dient der Ermittlung des Effektivwertes σ einer aus dem Sensorsignal entnommenen Signalprobe. Der Ausgangsanschluss des Funktionsmoduls 7 ist mit dem Eingangsanschluss eines Tiefpasses (Funktionsmodul 8) verbinden. Der Ausgangsanschluss des Tiefpasses (Funktionsmodul 8) ist mit einem ersten Eingangsanschluss eines weiteren Funktionsmoduls 9 verbunden. In diesem Funktionsimodul 9 wird ein Schwellwert für die Detektionsschwelle festgelegt und diese Schwelle mit dem Sensorsignal verglichen. Ein zweiter Eingang des Funktionsmoduls 9 ist mit dein Ausgangsanschluss eines weiteren Funktionsmoduls 6 verbunden, dessen Eingangsanschluss mit einem Ausgangsanschluss des Funktionsmoduls 5 verbunden ist. Der Ausgangsanschluss des Funktionsmnoduls 9 ist schließlich mit dein Eingangsanschluss eines weiteren Funktionsmoduls 10 verbunden, dessen Eingangsanschluss ebenfalls mit dein Ausgangsanschluss des Funktionsmoduls 6 verbunden ist. In dein Funktionsmodul 10 werden die Entfernungen detektierter Ziele ermittelt und als entsprechende Daten an dein Anschluss 11 ausgegeben.
Im Folgenden wird die Funktionsweise der zuvor dargestellten Einrichtung 1A beschrieben. Um aus den mit Störungen behafteten Ausgangssignalen eines Sensors s_I, s_Q die Entfernungen der detektierten Ziele ermitteln zu können, muss von dein Ausgangssignal des Sensors zunächst ein störendes Leersignal abgezogen werden. In den Empfangskanälen eines Sensors kann in Abhängigkeit von dem angewandten Messprinzip und von Fehlern im Sensor selbst, ein Störsignal bzw. Leersignal auftreten. Dies wird durch 4 der Zeichnung verdeutlicht, in der das Ausgangssignal eines Sensors und ein damit verbundenes Leersignal gemeinsam dargestellt sind. Das Leersignal lässt sich, auf vorteilhafte Weise, durch eine erfindungsgemäß ausgestaltete, als Medianfilter wirkende, Filtereinrichtung stark reduzieren. Zwar ist der Einsatz von Medianfiltern insbesondere aus der Bildverarbeitung bereits bekannt, ein Nachteil dieser bekannten, nicht rekursiven Medianfilter ist jedoch der hohe Aufwand für die Berechnung der gefilterten Signalanteile, da bei einem nicht rekursiven gefensterten Medianfilter jeweils alle Datenwerte Meines Fensters bei jedem erneut zu berechnenden Datenpunkt berücksichtigt werden müssen. So müssen beispielsweise alte Datenwerte aussortiert, neue Werte einsortiert und ggf. dazwischen liegende Werte in einen Vektor von M Werten verschoben werden.
Die erfindungsgemäße Filtereinrichtung (Funktionsmodul 4) ist in Fig. 3 dargestellt. Ihrer Struktur nach handelt es sich dabei um ein rekursives gefenstertes Medianfilter mit einer Fensterbreite M dessen Ausgangssignal q vom Eingangssignal x abgezogen wird. Diesem Funktionsmodul 4 werden eingangsseitig Daten x eines Eingangsvektors 4.1 zugeführt, die durch Filterung in Daten y eines Ausgangsvektors 4.2 am Ausgang des Funktionsmoduls 4 umgewandelt werden. Durch die spezielle Struktur des rekursiven Medianfilters müssen dabei für jeden zu berechnenden Datenpunkt nur jeweils drei Weite bearbeitet, insbesondere sortiert bzw. miteinander verglichen werden, und zwar unabhängig von der Breite des Fensters M. Die Sortierung von nur drei Werten ist einfach und schnell durchzuführen. Dadurch wird der Verarbeitsaufwand erheblich reduziert. Gemäß einer weiteren Ausführungsvariante kann der jeweils neu berechnete Ausgangswerty y_i entsprechend der gestrichelten Linie in 3, auch wieder in den Eingangsvektor 4.1 geschrieben werden. Dadurch kann man auf den zusätzlichen Speicher für den Ausgangsvektor 4.2 verzichten. Vorteilhaft wird das Funktionsmodul 4 durch die Wahl der Fensterbreite M für den jeweiligen Einsatzzweck optimiert. So bewirkt eine Vergrößerung der Fensterbreite ein trägeres Verhalten des Filters. Hochfrequente Signalanteile werden folglich weniger unterdrückt. Eine Verringerung der Fensterbreite dagegen, bewirkt eine schnellere Reaktion des Filters. Hochfrequente Signale werden dadurch stärker unterdrückt. Besonders vorteilhaft ist dabei, dass die Fensterbreite M des Filters die Struktur des Filters nicht verändert und damit auch die Effektivität nicht negativ beeinflusst.
Im Folgenden wird die Funktionsweise des Funktionsmoduls 4 beschrieben.
Die folgenden Verarbeitungsschritte sind für die Berechnung eines Datensatzes mit beispielsweise N Werten notwendig. Es werden die ersten N–M+1 Ausgabewerte y_i berechnet: yi = xi – qi = xi – median(xi, Xi+M–1 + qi–1)mit entweder : q₀ = x₁ oder : q₀ = median(x₁, x₂ ,..., x_M), i = 1 ... N – M + 1.
Folgende Schritte für den Abzug der Grundlinie sind jeweils für die Berechnung des i-ten Ausgabewertes y_i erforderlich.
In einem ersten Schritt ist ein Vektor aus den zwei Eingangsweiten (x_i, x_i+M–1) und dem vorangegangenen Filterausgabewert q_i–1 zusammenzustellen.
In einem zweiten Schritt ist dieser Vektor in aufsteigender Ordnung: z = (z1, z2, z3 ) = sort(xi, xi+M–1, qi–1)mit z1 ≤ z2 ≤ z3 oder in absteigender Ordnung mit: z1 ≥ z2 ≥ z3 zu sortieren.
In einem folgenden Schritt wird der Medianwert bestimmt, mit: qi = z2.
Die Anwendung des rekursiven Medianfilters auf das Betragssignal s kann auch mehrfach erfolgen (nicht dargestellt). Dabei werden als Eingangswerte des jeweils nachfolgenden Medianfilters die Ausgangswerte des jeweils vorangehenden Medianfilters verwendet. Die Fensterbreiten der entsprechenden Medianfilter können dabei unterschiedlich sein. Insbesondere für blockweise zu verarbeitende Daten ist, abweichend zu 3, auch eine Filterung von großen zu kleinen Indexwerten i möglich.
In einem weiteren Schritt wird schließlich der Medianwert des letzten Medianfilters von dein jeweiligen Eingangswert abgezogen: yi = xi – qi
Bei blockweisen Daten werden die letzten M Ausgabewerte y_i (in 3 nicht dargestellt) mit: i = N – M + 1 ... N,mit dein Vektor: (xi, xN, qi–1)berechnet.
Für fortlaufende Daten ändert sich der Vektor (xi, xi+M–1, qi–1)für die Berechnung des Medianwerts nicht.
Das Ergebnis der rekursiven Filterung ist anhand des in 5 dargestellten Kurvenverlaufs ersichtlich. Mit Hilfe des Funktionsmoduls 5 wird sodann der Betrag des Signals ermitelt. Für die Berechnung des Betrags gilt:
Dieser Wert kann mit vergleichsweise geringem Aufwand mit Hilfe bekannter Verfahren, wie zum Beispiel dein sogenannten CORDIC-Algorithmus oder aber auch mit Hilfe einer Schätzfunktion ermittelt werden. Der CORDIC-Algorithmus wird beispielsweise beschrieben in: Ray Andraka, FPGA'98. Proceedings of the 1998 ACM/SIGDA sixth international symposium on Field programmable gate arrays, Feb. 22–24, 1998, Monterey, CA. pp. 191–200. Eine weitere geeignete Schätzfunktion wird beispielsweise beschrieben in: A. Ludloff „Praxiswissen Radar und Radarsignalverarbeitung", 2. Auflage, pp. 5–31, Vieweg, Wiesbaden, 1998.
Das Funktionsmodul 6 weiterhin ermöglicht den Einsatz von Methoden zur Erhöhung des Signal-Rausch-Verhältnisses (SNR). Als geeignete Methoden bieten sich dabei an: der Einsatz eines Matched Filters, eine Tiefpassfilterung in Entfernungsrichtung (aufeinander folgende Messwerte einer Messung), eine Tiefpassfilterung in Zeitrichtung (Messwerte aufeinander folgender Messungen bei jeweils gleicher Entfernung) und eine Dezimation. Ist aufgrund von Störungen im Betragssignal ein entfernungsabhängiges Offset vorhanden, dann wird vorteilhaft zusätzlich ein Minimumfilter eingesetzt. Dieses Minimumfilter ist vor oder nach den zuvor erwähnten Filteroperationen anwendbar. Auch dieses Minimumfilter wird zweckmäßig durch das Funktionsmodul 6 realisiert.
Durch ein solches Minimumfilter wird das Minimum innerhalb eines Fensters mit vordefinierter, vorzugsweise ungerader Fensterbreite M gebildet. Das Minimum wird anschließend von dein Betragssignal s; abgezogen. Das Fenster für das Minimumfilter wird in gleicher Weise wie für das nicht rekursive gefensterte Medianfilter gebildet und über das Betragssignal „geschoben". Das Fenster wird vorzugsweise symmetrisch zum jeweils zu berechnenden Punkt angeordnet. Bei zum Beispiel blockweise vorliegenden Daten der Länge N wird das Fenster für die ersten D = int (M/2) Ausgabewerte
y₁, y₂,...,y_D
aus den ersten ME ingabewerten
s₁, s₂ ..., S_M
beziehungsweise für die letzten D Ausgabewere
y_N–D+1, y_N–D+2,..., y_N
aus den letzten ME ingabewerten s_N–M+1, s_N–M+2,...,s_N gebildet. Für die Berechnung der restlichen Ausgabewerte y_i gilt zum Beispiel bei einer ungeraden Fensterlänge M yi = si – min(si–D, si–D+1 ,..., si+D).
Vorzugsweise bei großen Entfernungen, also am Rande des Erfassungsbereichs, wird nach der Betragsbildung im Funktionsmodul 5 durch das Funktionsmodul 7 eine Signalprobe ausgewertet, um den Effektivwert σ des Störsignals zu ermitteln. Wie bereits oben erwähnt, setzt sich das Störsignal aus Rauschen, aus Clutterstörungen und dein verbleibenden Lecksignal zusammen. Die erforderliche Signalprobe kann durch eine separate Messung gewonnen oder aber auch teilweise oder vollständig aus den routinemäßigen Messungen im instrumentierten Erfassungsbereich stammen.
Der Effektivwert σ des Störsignalanteils oder die daraus ermittelte Schwelle u_a werden tiefpassgefiltert. Dadurch werden kurzzeitige Störungen, zum Beispiel durch ein nur kurzzeitig vorhandenes Nutzsignal in der Signalprobe, ausgeglichen. Die Grenzfrequenz des Tiefpaßfilters wird zweckmäßig so dimensioniert, dass schnelle Änderungen des Effektivwertes σ gerade noch ausgeregelt werden.
Anhand des Effektivwertes σ, der gewünschten Fehlalarmwahrscheinlichkeit und der Form des noch der Filterung verbleibenden Anfangsübersprechens, wird eine adaptive Schwelle ermittelt und zur Detektion von Objekten mit dein gefilterten Messsignal verglichen. Überschreitet das Messsignal die Schwelle, dann wird unterstellt, dass ein Ziel detektiert worden ist.
Im Folgenden wird beschrieben, auf welche Weise die Detektionsschwelle festgelegt wird, um möglichst optimale Ergebnisse bei der Detektion von Objekten zu erhalten.

a) Zunächst werden die noch zulässige Fehlalarmrate pro Sekunde R_fa, die erforderliche Messdauer T_mess, die Länge L der Signalprobe und die Zeitkonstante τ für die Tiefpassfilterung festgelegt.
b) In einem nächsten Schritt werden die Indizes v und k und die Konstante P_μ wie folgt ermittelt: ν = runden(Pμ·(L – 1)) + 1, k = runden(Pτ·(L – 1)) + 1und w = max(k,ν),mit Pμ = 1–e–π/4,
c) Danach wird eine Signalprobe S = (s₁, s₂,...s_L) der Länge L erfasst. Die benötigte Signalprobe kann dabei eine Teilmenge aus der regulären Messung im instrumentierten Bereich sein oder durch eine separate Messung erfasst werden.
d) Im Anschluss daran wird die Signalprobe z.B. nach aufsteigenden Werten sortiert: z = (z1,z2,...,zL) = sort(s1,s2,...,SL) Dabei muss der Vektor z nur soweit sortiert werden, bis alle Elemente des Vektors mit den Indizes i mit: i = 1, 2,...,win einer sortierten Reihenfolge mit: z1 ≤ z2 ≤ zw–1 ≤ zw vorliegen und für alle Vektorelemente z_i mit den Indizes i > in gilt: z_i ≥ z_w.
e) Im Anschluss werden das k-te und v-te Element des Vektors z bestimmt: q = z_k und m = z_v. Der Wert des Parameters P_r kann, beispielsweise experimentell, im Voraus so bestimmt werden, dass die daraus zu berechnende CFAR-Detektionsschwelle möglichst optimal an das eigentliche Störsignal adaptiert und gleichzeitig stabil gegenüber den ggf. in der Signalprobe vorhandenen und durch Ziele hervorgerufenen Nutzsignalen ist.
f) Anschließend wird die CFAR-Detektionsschwelle wie folgt berechnet: uCFAR = q·K+m·(1 – K).
g) Eine Tiefpassfilterung der CFAR-Detektionsschwelle in Zeitrichtung (Schwellwerte aufeinanderfolgender Messungen bei jeweils gleicher Entfernung), zum Beispiel mit einem Tiefpass erster Ordnung ergibt: ua(n) = b0uCFAR(n) – a1uCFAR(n – 1)mit a₁ = –β, b₀ = 1 – β und
h) Eine Tiefpassfilterung der CFAR-Detektionsschwelle in Entfernungsrichtung (aufeinanderfolgende Schwellwerte einer Messung).
i) Anschließend wird eine Mindestschwelle u_min festgelegt.
j) Störsignale mit näherungsweise konstanter Amplitude und Entfernung werden zweckmäßig durch eine entfernungsabhängige und zeitlich konstante Schwelle ausgeblendet. Für die Ausblendung eines Anfangsübersprechens kann beispielsweise folgende Schwelle sehr zweckmäßig sein: uf(r) = A·e–Br.Darin bedeuten: r : Zielentfernung und A, B: frei wählbare Parameter. Die einmalig zu berechnenden Werte für die Schwelle u_f(r) können zweckmäßig in einer Tabelle abgelegt werden.
k) Die resultierende Detektionsschwelle ergibt sich aus dein Maximum der einzelnen Schwellen: u(r) = max(ua, umin, uf,...).

Die Berechnung der Punkte a, b, i und j muss vor der eigentlichen Messung nur einmal ausgeführt werden. Für die Adaption der Detektionsschwelle sind nur die Punkte c bis h, und, bei Bedarf, zum Beispiel zwischen den einzelnen Messungen, der Punkt k zyklisch auszuführen. Die beschriebene adaptive Detektionsschwelle ist in 7 beispielhaft für eine ungestörte Signalprobe und in 8 für eine gestörte Signalprobe, jeweils durch eine gestrichelte Linie dargestellt. Die Störung im Bereich der Signalprobe in Fig. 8 mit einer Entfernung r > 7,1 in besteht aus zwei Zielen mit hoher Amplitude und bewirkt nur eine relativ geringe Anhebung der Detektionsschwelle.
Im Folgenden wird die Zieldetektion beschrieben. Die Zieldetektion beinhaltet den Vergleich der Messwerte s(r) mit der Detektionsschwelle u(r) entsprechend:
Ein Wert von d(r) = 1 kennzeichnet einen detektierten Zielbereich und d(r) = 0 einen Entfernungsbereich ohne Ziel.
Für die Ausblendung von weiteren, dein jeweils detektierten Ziel nachfolgenden Zielen mit geringerer Amplitude, die zum Beispiel von Mehrfachreflektionen stammen, kann eine von der Zielamplitude Â_z abhängige Detektion eingesetzt werden. Hierfür muss die Schwelle bei einem bei entsprechender Entfernung r_z detektierten Ziel mit der entsprechenden Zielamplitude Â_z für r > r_z + Δg jeweils neu berechnet werden. uz(r) = δÂzeη·(r–rz),mit:
Dabei sind:
δ, η frei wählbare Parameter
und Δg die Länge eines Range-Gates.
Die Detektion wird dann mit der neu berechneten Schwelle für r > r_z + Δg fortgesetzt. Die Parameter δ, η sind im Voraus (z. B. experimentell anhand typischer Messwerte) zu bestiminen.
Die soeben beschriebene Neuberechnung der Schwelle wird nach jeder weiteren Detektion eines weiteren Ziels mit dein jeweils neuen Wert für r_z wiederum für r > r_z + Δg wiederholt.
Es folgt die Schätzung der Zielentfernungen für die detektierten Zielbereiche mit: d(r) = 1, z.B. durch Schwerpunktberechnung:
Im Ergebnis erhält man eine Liste mit den geschätzten Zielentfernungen ( r_z0,r_z1,..., r_zn) aller relevanten Ziele für die die Scliwerpunktberechnung jeweils ausgeführt wurde.
Bei dem bisher beschriebenen Ausfühuingsbeispiel der Erfindung wird die Detektionsschwelle bei jeder Messung anhand des entsprechend vorverarbeiteten Betragssignals s und der vorgegebenen Falschalarmwahrscheinlichkeit neu berechnet und bleibt dann über alle Entfernungswerte einer Messung konstant. Dazu wird die Signalprobe jeweils einmal in einem vorab definierten Entfernungsbereich erfasst.
In einer vorteilhaften weiteren Ausgestaltung der Erfindung wird dagegen die Detektionsschwelle entfernungsabhängig bestimmt. Dazu wird die Signalprobe bestehend aus den Werten (s_a, s_a+1,..., s_b) mit einem gleitenden Fenster der Fensterlänge L gemäß Fig. 13 mehrmals pro Messung erfasst. Die Signalprobe für die Ermittlung des n-ten CFAR-Schwellwerts wird zweckmäßig wie folgt ermittelt: zn = sort(sa,sa+1,...,sn,...,sb),mit: a = n – C, b = n+L – c – 1und c = int[(L – 1)/2].
Am besten geeignet sind Signalproben mit ungerader Fensterlänge. In den Randbereichen gelten dabei folgende Beziehungen: Z1...c+1 = sort(S1,s2,...,SL)und ZN–L+c+1...N – sort(SN–L+1,..., SN–1, SN).
Die weitere Berechnung des Schwellwertes u_CFAR(n) muss mit der jeweiligen Signalprobe z_n für jeden Messpunkt n = 1,2,...,N wie schon in Zusammenhang mit dein ersten Ausführungsbeispiel der Erfindung beschrieben, durchgeführt werden. Zusätzlich kann auch die Falschalarinwahrscheinlichkeit noch entfernungsabhängig verändert werden. So kann beispielsweise eine mit der Objektentfernung zunehmende Falschalarmwahrscheinlichkeit zweckmäßig sein.
Wenn weiterhin die CFAR-Detektionsschwelle blockweise berechnet wird, also mit einer Schrittweite Δn > 1, dann lässt sich der dafür erforderliche Aufwand weiter verringern. Der Eingangsdatensatz wird hierfür in mehrere Blöcke eingeteilt, für die die CFAR-Detektionsschwelle dann für jede Messung neu berechnet wird. Die noch fehlenden Schwellwerte werden dann interpoliert.
Um den numerischen Aufwand für die mehrfache Sortierung der Signalprobe bei jeder Messung weiter zu verringen, kann vorteilhaft ein zweites Verfahren zur Bestimmung der Detektionsschwelle u_CFAR zum Einsatz kommen. Bei diesem Verfahren wird ein modifiziertes rekursives Medianfilter gemäß Figur 14 zur Bestimmung der Detektionsschwelle verwendet. Die folgenden Verarbeitungsschritte sind dabei für die Berechnung eines Datensatzes mit N Werten erforderlich.
Es werden die ersten N–M+1 Ausgabewerte m_n beziehungsweise u_CFARn berechnet: uCFARn = K·mn,mit:
m_n = median(s_n, s_n+M–1, m_n–1),
entweder : m₀ = s₁ oder : m₀ = median(s₁, s₂ ,..., s_M),
n = 1 ... N–M+1
und:
Die Vorgehensweise wird im Folgenden detailliert beschrieben.
Zunächst wird ein Vektor aus den zwei Eingabewerten (s_n, s_n+M _–1) und dem vorausgegangenen Filterausgabewert m_n–1 zusammengestellt. In einem nächsten Schritt wird der Vektor z = (z₁, z₂, z₃) = sort(s_n, s_n+M+1, m_n–1) in aufsteigender oder absteigender Ordnung sortiert. Anschließend werden der Medianwert mit: m_n = z₂ und der CFAR-Schwellwert mit: u_CFARn = K·m_n bestimmt.
Zur Verbesserung Objektdetektierung kann hier ebenfalls die Falschalarmwahrscheinlichkeit entfernungsabhängig verändert werden:
Bei blockweisen Daten werden die letzten M Ausgabewerte mit den Indizes n = N–M+1 ... N mit dem Vektor: (s_n, s_N, m_n–1) berechnet. Für fortlaufende Daten ändert sich dagegen der Vektor für die Berechnung des Medianwertes nicht.
Durch die spezielle Struktur des rekursiven Medianfilters, müssen, unabhängig von der gewählten Fensterbreite M, für jeden zu berechnenden Datenpukt nur jeweils 3 Werte bearbeitet (sortiert) werden. Die Sortierung von nur drei Werten ist sehr effektiv durchführbar. Dadurch wird der Verarbeitungsaufwand bei einer Fensterbreite von M > 3 im Vergleich zu anderen Verfahren, insbesondere zum OS-CFAR-Verfahren, bei dem M Werte zu bearbeiten sind, erheblich reduziert.
Durch eine zweckentsprechende Anpassung der Fensterbreite kann das rekursive Medianfilter für den jeweiligen Einsatzzweck optimiert werden. Eine Vergrößerung der Fensterbreite bewirkt beispielsweise ein trägeres Verhalten des Filters, das heißt, die Wahrscheinlichkeit, dass an einem Objekt reflektierte Signale einen Einfluss auf den CFAR-Schwellwert haben und die Stärke des Einflusses von Objektreflexionen verringern sich entsprechend. Gleichzeitig vergrößert sich jedoch der Entfernungsbereich, in dein die Detektionsschwelle durch Objektreflexionen noch merklich beeinflusst wird. Das rekursive Medianfilter kann, abhängig von der gewählten Fensterbreite M in gleicher Weise für die Berechnung der Detektionsschwelle verwendet werden, wie das Ordered Statistic (OS)-CFAR-Verfahren.
In einer vorteilhaften weiteren Ausgestaltung der Erfindung werden die Betragswerte mehrfach mit Hilfe des rekursiven gefensterten Medianfilters gefiltert. Die Ausgangswerte des jeweils vorangehenden Medianfilters dienen als Eingangswerte des jeweils nachfolgenden Medianfilters. Die Medianfilter können dabei unterschiedliche Fensterbreiten besitzen. Auch eine Filterung in umgekehrter Richtung von großen zu kleinen Indexwerten ist, insbesondere bei blockweise vorliegenden Daten, möglich. Die Ausgangswerte des letzten Medianfilters m_n werden dann zur Berechnung der CFAR-Schwelle u_CFAR verwendet: uCFARn = K·mn.
Die vorhergehende Beschreibung der Ausführungsbeispiele gemäß der vorliegenden Erfindung dient zur zu illustrativen Zwecken und nicht zum Zwecke der Beschränkung der Erfindung. Im Rahmen der Erfindung sind verschiedene Kombinationen der Ausführungsbeispiele, Änderungen und Modifikationen möglich, ohne den Umfang der Erfindung sowie ihre Äquivalente zu verlassen.

1A: Einrichtung
1B: Einrichtung
2: Analog-Digital-Wandler
3: Analog-Digital-Wandler
4: Funktionsmodul Leersignalabzug
4.1: Eingangsvektor
4.2: Ausgangsvektor
5: Funktionsmodul Betragsbildung
6: Funktionsmodul Matched-Filter, Minimumfilter
7: Funktionsmodul Signalprobe
8: Funktionsmodul Tiefpass
9: Funktionsmodul Zieldetektor
10: Funktionsmodul Entfernungsschätzer
11: Anschluss
12
s₁: Inphase (I)-Signal des Sensors
s_Q: Quadratur(Q)-Signal des Sensors
x: Eingangswert
y: Ausgabewert
q: Filterausgangswert

Claims

Verfahren zur Ermittlung der Entfernung von Objekten mittels am Objekt reflektierter Signale, wobei die Signale von einer Sendeeinrichtung ausgesendet und die am Objekt reflektierten Signale von einer Einpfangseinrichtung ausgewertet werden, dadurch gekennzeichnet, dass in der Empfangseinrichtung die von einem Objekt reflektierten Signale in digitale Signale umgewandelt werden, dass diese digitalen Signale mit einem gefensterten (Fensterbreite M), rekursiven Medianfilter gefiltert werden und dass die Ausgangssignale der rekursiven Medianfilter von den entsprechenden Eingangssignalen abgezogen werden (Funktionsmodul 4).
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass aus den nach dem Leersignalabzug vorliegenden Signalen s₁ und s_Q der Betrag
gebildet wird, dass aus dein Betragsignal einerseits eine Signalprobe für die Ermittlung des Effektivwertes eines Störsignals entnommen wird, dass anhand des Effektivwerts ein Schwellwert für das Signal gebildet wird, dass der Schwellweit oder der Effektivwert durch einen Tiefpass gefiltert wird, dass das Signal mit dem Schwellwert verglichen wird, dass bei Überschreiten des Schwellwerts das Vorhandensein eines Zielobjekts im instrumentierten Entfernungsbereich angenommen wird und dass die Zielentfernungen in den detektierten Bereichen durch ein Schätzverfahren bestimmt werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Betrag des Signals mit dein CORDIC-Algorithimus berechnet wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Betragssignal einem Minimumfilter zugeführt wird und dass das Ausgangssignal des Minimumfilters vom Betragssignal abgezogen wird (Funktionsuodul 6).
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein gefenstertes rekursives Medianfilter (Funktionsmodul 4) für den Leersignalabzug verwendet wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Ausgangswerte (y) des Leersignalabzugs (Funktionsmodul 4) durch Anwendung des modifizieiten rekursiven Medianfilters aus den Eingangswerten (x) nach der Beziehung: yi = xi – qi = xi – median(xi ,xi+M–1, qi–1)mit q₀ = x₁, i = 1 ... N–M+1 ermittelt werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für den Leersignalabzug eine mehrfache Filterung der Eingangswerte (x) mit einem gefensterten Medianfilter mit unterschiedlichen Fensterbreiten erfolgt, als Eingangswerte des jeweils nachfolgenden Medianfilters die Ausgangswerte des jeweils vorangelienden Medianfilters dienen und dass der Ausgangsweit (q) des letzten Medianfilters entsprechend dem vorangegangenen Anspruch von den Eingangswerten (x) abgezogen werden (y = x – q).
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Signalprobe (S) für die Ermittlung des Störsignalanteils aus empfangenen Signalen entnommen wird, die aus einer möglichst großen Entfernung, aus dein Ende des instrumentierten Entfernungsbereichs oder von außerhalb des instrumentierten Entfernungsbereichs stammen und anhand der Signalprobe eine entfernungsunabhängige räumlich konstante CFAR-Detektionsschwelle (u_CFAR) bestimmt wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Signalprobe für die Ermittlung des Störsignalanteils aus einem gleitenden Fenster (Fig. 13) aus dem Betragssignal entnommen wird und daraus eine entfernungsabhängige gleitende CFAR-Schwelle (u_C _FAR) berechnet wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die gleitende Schwelle mit Hilfe eines rekursiven gefensterten Medianfilters (14) entsprechend der Beziehung: uC FARn = K·mn,mit: m_n = median(s_n, s_n+M–1,m_n–1) m₀ = median(s₁, s₂,..., S_M), n = 1 ... N–M+1 und:
berechnet wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein gefenstertes Medianfilter zur Berechnung der Detektionsschwelle mehrfach mit unterschiedlichen Fensterbreiten (M) angewendet wird, als Eingangswerte des jeweils nachfolgenden Medianfilters die Ausgangswerte des jeweils vorangehenden Medianfilters dienen und dass die Ausgangswerte des letzten Medianfilters zur Schwellwertberechnung entsprechend dem Anspruch 10 mit der Konstante (K) multipliziert werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass nach der Detektion eines ersten Ziels weitere, dein jeweils detektierten Ziel nachfolgende Ziele mit geringerer Amplitude ausgeblendet werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine von der jeweiligen Zielamplitude (Â_z) abhängige Detektion vorgesehen wird, wobei die Detektionsschwelle bei jedem bei entsprechender Entfernung (r_z) detektierten Ziel mit der entsprechenden Zielamplitude (Â_z) für einen Entfernungsbereich (r > r_z + Δg) jeweils nach folgender Beziehung: uz(r) = δÂzeη·(r–rz) neu berechnet wird, mit
sowie δ, η frei wählbare Parameter, und Δg die Länge eines Range-Gates.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für die Detektion eine Mindestschwelle (u_min) festgelegt wird, die mit der Detektionsschwelle über die max(.)-Funktion verknüpft wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Falschalarmwahrscheinlichkeit entfernungsabhängig verändert wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Detektionsschwelle in Zeitrichtung (Schwellwerte aufeinanderfolgender Messungen bei jeweils gleicher Entfernung) tiefpaßgefiltert wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Detektionsschwelle in Entfernungsrichtung (aufeinanderfolgende Schwellwerte einer Messung) tiefpaßgefiltert wird.
Einrichtung zur Ermittlung der Entfernung von Objekten mittels am Objekt reflektierter Signale, wobei die Signale von einer Sendeeinrichtung gesendet und die am Objekt reflektierten Signale von einer Empfangseinrichtung ausgewertet werden, dadurch gekennzeichnet, dass in der Empfangseinrichtung zur Signalverarbeitung ein rekursives Medianfilter (Funktionsmodul 4) vorgesehen ist.
Einrichtung nach Anspruch 18, dadurch gekennzeichnet, dass die Einrichtung (1A, 1B) die analogen elektrischen Ausgangssignale (s₁, s_Q) von Sensoren in digitale Signale umwandelnde Analog-Digital-Wandler (2, 3) umfasst, deren Ausgangsanschlüsse mit den Eingangsanschlüssen des Leersignalabzugs (Funktionsmodul 4) verbunden sind, und dass die Einrichtung (1A, 1B) mindestens je eine Einrichtung zur Betragsbildung eines Signals (Funktionsmodul 5), eine Einrichtung zur Bestimmung des Effektivwertes eines Störsignalanteils (Funktionsmodul 7), eine Einrichtung zur Tiefpassfilterung (Funktionsmodul 8), eine Einrichtung zur CFAR-Zieldetektion (Funktionsmodul 9), eine Einrichtung zur Erhöhung des Signal-Rausch-Verhältnisses (Funktionsmodul 6), sowie eine Einrichtung zur Ermittlung der Zielentfernung (Funktionsmodul 10) umfasst.
Einrichtung nach einem der Ansprüche 18, 19, dadurch gekennzeichnet, dass je ein Ausgangsanschluss der Einrichtung zur Betragsbildung (Funktionsmodul 5) mit der Einrichtung zur Bestimmung des Effektivwertes eines Störsignalanteils (Funktionsmodul 7) und mit der Einrichtung zur Erhöhung des Signal-Rausch-Verhältnisses (Funktionsmodul 6) verbunden ist.
Einrichtung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein Ausgangsanschluss der Einrichtung zur Betragsbildung (Funktionsmodul 5) mit der Einrichtung zur Erhöhung des Signal-Rausch-Verhältnisses (Funktionsmodul 6) und der Ausgangsanschluss der Einrichtung zur Erhöhung des Signal-Rausch-Verhältnisses (Funktionsmodul 6) mit den Funktionsmoduln (7, 9, 10) verbunden ist.