EP4662507A1

EP4662507A1 - Verfahren zur objektdetektion und winkelauflösendes fmcw-radarsensorsystem

Info

Publication number: EP4662507A1
Application number: EP23833830.5A
Authority: EP
Inventors: Benedikt Loesch; Steffen Bucher
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2023-02-08
Filing date: 2023-12-20
Publication date: 2025-12-17
Also published as: DE102023200997A1; JP2026504523A; CN121127764A; WO2024165224A1; KR20250143812A

Abstract

Verfahren zur Objektdetektion mit einem winkelauflösenden FMCW-Radar-sensor, bei dem anhand von Empfangssignalen aus mehreren Empfangskanälen des Radarsensors ein mindestens dreidimensionales Spektrum (56) mit einer Abstandsdimension (d), einer die Relativgeschwindigkeiten (v) der Objekte angebenden Dopplerdimension und einer Winkeldimension (α, θ) generiert wird, wobei der Radarsensor in der Dopplerdimension unterabtastend ist und demzufolge das Spektrum (56) in dieser Dimension unvollständig und mehrdeutig ist und wobei zur Auflösung der Mehrdeutigkeiten ein Frequenzmodulationsschema mit mehreren ineinander verschachtelten Sequenzen von zeitlich äquidistanten Frequenzrampen verwendet werden und für jede von mehreren Geschwindigkeitshypothesen anhand bekannter Zeitversätze zwischen den zu verschiedenen Sequenzen gehörenden Frequenzrampen ein geschwindigkeitsabhängiger Phasenversatz zwischen den für die verschiedenen Sequenzen erhaltenen Empfangssignalen modelliert und mit dem gemessenen Phasenversatz verglichen wird, dadurch gekennzeichnet, dass beim Phasenvergleich winkelabhängige Phasenversätze den verschiedenen Empfangskanälen gemeinsam mit den geschwindigkeitsabhängigen Phasenversätzen ausgewertet werden und ein vollständiges und eindeutiges Spektrum (60) rekonstruiert wird und dass die Objektdetektion (60) auf der Basis des rekonstruierten Spektrums (60) erfolgt.

Description

Beschreibung

Titel

Verfahren zur Objektdetektion und winkelauflösendes

FMCW-Radarsensorsystem

Beschreibung

Stand der Technik

Die Erfindung betrifft ein Verfahren zur Objektdetektion mit einem winkelauflösenden FMCW-Radarsensor, bei dem anhand von Empfangssignalen aus meh- reren Empfangskanälen des Radarsensors ein mindestens dreidimensionales Spektrum mit einer Abstandsdimension, einer die Relativgeschwindigkeiten der Objekte angebenden Dopplerdimension und einer Winkeldimension generiert wird, wobei der Radarsensor in der Dopplerdimension unterabtastend ist und demzufolge das Spektrum in dieser Dimension unvollständig und mehrdeutig ist und wobei zur Auflösung der Mehrdeutigkeiten ein Frequenzmodulationsschema mit mehreren ineinander verschachtelten Sequenzen von zeitlich äquidistanten Frequenzrampen verwendet wird und für jede von mehreren Geschwindigkeitshypothesen anhand bekannter Zeitversätze zwischen den zu verschiedenen Sequenzen gehörenden Frequenzrampen ein geschwindigkeitsab- hängiger Phasenversatz zwischen den für die verschiedenen Sequenzen erhaltenen Empfangssignalen modelliert und mit dem gemessenen Phasenversatz verglichen wird.

Insbesondere betrifft die Erfindung ein Verfahren und ein Radarsensorsystem für Kraftfahrzeuge.

Zur Umfeldüberwachung in Fahrerassistenzsystemen werden häufig Radarsensoren eingesetzt, da sie eine direkte Messung des Abstands (d), der Relativgeschwindigkeit (v), sowie des Azimut- und Elevationswinkels (a, 0) der Objekte erlauben.

Es sind Radarsensoren bekannt, bei denen mit einer Sequenz von identischen, verhältnismäßig kurzen Frequenzrampen, sogenannten "Rapid Chirps" gearbeitet wird, die im Verhältnis zu ihrer Dauer einen hohen Frequenzhub haben und deshalb so steil sind, dass im Basisbandsignal der abstandsabhängige Anteil der Frequenzverschiebung dominiert, während die Dopplerverschiebung durch die Sequenz der Rampen abgetastet wird. Um innerhalb eines gewünschten Messbereichs der Relativgeschwindigkeit eine eindeutige Bestimmung der Relativgeschwindigkeit zu ermöglichen, ist daher eine ausreichend hohe Wieder- holrate der kurzen Rampen erforderlich. Insbesondere muss der Zeitversatz zwischen aufeinander folgenden kurzen Rampen kleiner sein als die halbe Periodendauer der Dopplerfrequenz. Ein solch kurzer Zeitversatz stellt hohe Anforderungen an die Analog-Hardware. Um ein gutes Signal-Rausch-Verhältnis zu erzielen, wären entsprechend viele solcher kurzen Rampen nötig. Dies führt zu einem vergleichsweise hohen Speicherbedarf und Rechenaufwand bei der Auswertung der Daten.

Um die Funktionalität von Fahrerassistenzsystemenen immer weiter zu verbessern und die Ausstattungsrate in den Fahrzeugen zu erhöhen, werden immer leistungsfähigere Sensoren mit größerer Reichweite nötig, die gleichzeitig jedoch kostengünstig sein sollen. Um eine genaue Geschwindigkeits- und Abstandsschätzung von Radarobjekten bei einem möglichst geringen Hardware- Aufwand und Rechenaufwand zu ermöglichen, ist vorgeschlagen worden, nacheinander mehrere Sequenzen von Frequenzmodulationsrampen mit einem zeit- liehen Abstand der Rampen zu verwenden, bei dem über die Sequenz der

Rampen eine Unterabtastung der Dopplerverschiebung erfolgt, so dass die erhaltene Information über die Relativgeschwindigkeit mit einer Mehrdeutigkeit behaftet ist.

Aus DE 10 2014 212 280 A1 ist ein Verfahren mit zeitlich ineinander verschachtelten Rampensequenzen bekannt, das eine eindeutige Geschwindigkeitsschätzung erlaubt, indem nach einer zweidimensionalen Schnellen Fouriertranforma- tion (2D-FFT) jeder Rampensequenz die Relativphasen zwischen denselben Peakpositionen in den zweidimensionalen Spektren ausgewertet und mit einer Modellbeziehung für die Mehrdeutigkeitshypothesen verglichen werden. Die Auflösung der Mehrdeutigkeiten wird im Folgenden als „Velocity Ambiguity Resolution (VAR)“ bezeichnet. In DE 10 2014 212 284 A1 und DE 10 2017 200 317 A1 wurde das Verfahren auf mehrere Sendeantennen erweitert, die im Zeit- multiplex bzw. im Codemultiplex mit periodischen Codes über die Chirps betrie- ben werden.

Aufgrund der Unterabtastung der Dopplerdimension kann es jedoch zu Überlagerungen zwischen Zielen mit unterschiedlichen Relativgeschwindigkeiten kommen. Insofern diese Überlagerungen die Detektion der Zielsignale nicht verhin- dem, können die Ziele nach einem in DE 10 2014 223 990 A1 vorgestellten

Verfahren getrennt werden. Der Rechenaufwand ist dabei jedoch hoch. Außerdem kann ein Ziel auch von einem zweiten Ziel, welches in einer benachbarten Abstands-Doppler-Zelle liegt, maskiert werden, so dass die Detektion unterbunden wird. In DE 10 2021 213 495 wurde ein Verfahren beschrieben, welches einerseits die Reichweite bzw. Sensitivität des Radarsensors erhöhen kann, so dass schwächere Ziele früher erkannt werden können, und andererseits die negativen Auswirkungen von spektraler Überlagerung von Zielen vermeiden kann. Dabei werden die Modulationssequenzen bereits vor der Detektion mithilfe eines „Geschwindigkeitsbeamformers“ kohärent summiert. Dabei kann die Empfangsleistung für „gewünschte“ Geschwindigkeiten verstärkt werden und für „unerwünschte“ Geschwindigkeiten verringert werden.

Die oben beschriebenen Ansätze werten Geschwindigkeitsinformation und Winkel information nicht gemeinsam aus, so dass die Trennfähigkeit mehrerer Ziele jeweils durch die Einzeltrennfähigkeit in Geschwindigkeit und Winkel bestimmt ist.

In DE 10 2020 202 498 A1 , DE 10 2020 202 499 A1 und DE 10 2020 202 500 A1 werden Verfahren für MIMO-Radarsysteme (Multiple Input Multiple Output) beschrieben, bei denen in einer ersten Detektionsstufe hochaufgelöste Spektren ausgewertet werden, die aber sowohl in der Dopplerdimension als auch in der Winkeldimension mehrdeutig sind. Die für verschiedene Rampensequenzen und verschiedene Kombinationen von Sende- und Empfangsantennen erhaltenen Spektren werden nicht-kohärent addiert, und die Objektdetektion erfolgt anhand des so gebildeten Summenspektrums. Für die gefundenen Objekte werden dann Mehrdeutigkeitshypothesen getestet, um die Mehrdeutigkeiten aufzulösen. Nach Korrektur der geschwindigkeits- und winkelabhängigen Phasenver- Schiebungen werden die phasenkorrigierten komplexen Amplituden der Detektion kohärent addiert, so dass man in einer zweiten Detektionsstufe ein niedriger aufgelöstes aber eindeutiges Spektrum erhält. Durch Fusion der in beiden Detektionsstufen erhaltenen Resultate lassen sich dann die Relativgeschwindigkeiten und Azimut- und Elevationswinkel der detektierten Objekte eindeutig und mit hoher Auflösung bestimmen.

Offenbarung der Erfindung Aufgabe der Erfindung ist es, die Sensitivität der Detektion weiter zu steigern und die Robustheit gegenüber Mehrziel-Szenarien zu verbessern.

Diese Aufgabe wird erfindungsgemäß dadurch gelöst, dass beim Phasenabgleich winkelabhängige Phasenversätze den verschiedenen Empfangskanälen gemeinsam mit den geschwindigkeitsabhängigen Phasenversätzen ausgewertet werden und ein vollständiges und eindeutiges Spektrum rekonstruiert wird und dass die Objektdetektion auf der Basis des rekonstruierten Spektrums erfolgt.

Bei dem erfindungsgemäßen Verfahren wird die in der Vielzahl der mehrdimensionalen Spektren enthaltene Information umfänglich genutzt, um ein „ideales“ Spektrum zu rekonstruieren, das man in der gegebenen Situation erhalten würde, wenn der Radarsensor weder in der Dopplerdimension noch in der Winkeldimension unterabtastend wäre. Da die eigentliche Objektdetektion erst auf der Basis dieses rekonstruierten Spektrums erfolgt, das sowohl hochauflösend als auch eindeutig ist, wird eine verbesserte Objekttrennfähigkeit erreicht. Zudem wird durch die gemeinsame Verarbeitung von Geschwindigkeitsinformation und Winkelinformation die Wahrscheinlichkeit von Peaküberlagerungen und Maskierungen von Objekten deutlich reduziert. Durch die Auswertung der Infor- mation aus einer Vielzahl von Einzelspektren wird außerdem eine erhöhte Sensitivität erreicht.

Vorteilhafte Ausgestaltungen des Verfahrens sind in den Unteransprüchen angegeben. Zur Rekonstruktion des eindeutigen Spektrums können verschiedene Verfahren eingesetzt werden. Eines dieser Verfahren besteht in einer Zusammenführung der bereits erwähnten VAR (Velocity Ambiguity Resolution) also der Auflösung von Geschwindigkeitsmehrdeutigkeiten, mit den bekannten Verfahren zur Win- kelschätzung ANG (Angle Estimation) mithilfe eines gemeinsamen Einziel- oder Mehrziel-Modells für Geschwindigkeitsmehrdeutigkeiten und Winkelinformation.

Im Fall eines Einzielmodells kann eine solche gemeinsame Verarbeitung durch eine kohärente Geschwindigkeits- und Winkelstrahlformung realisiert werden. Die Winkelstrahlformung als solche ist ein bekanntes Verfahren, bei dem die Phasen der in den verschiedenen (realen oder virtuellen) Empfangskanälen empfangenen Signale so korrigiert werden, dass die vom Ortungswinkel abhängigen und durch die Ortsversätze zwischen den verschiedene Sende- und Empfangsantennen bedingten Phasenversätze so kompensiert werden, dass der Sensor vorwiegend für „Strahlen“ empfindlich ist, die aus einer bestimmten Richtung kommen. Bei der Geschwindigkeitstrahlformung werden auf analoge Weise die von der Relativgeschwindigkeit abhängigen Phasenverschiebungen von Rampe zu Rampe innerhalb einer Rampensequenz kompensiert, so dass die Sensitivität für Objekte mit einer bestimmten Relativgeschwindigkeit erhöht wird. Bei der kohärenten Geschwindigkeits- und Winkel-Strahlformung werden beide Phasenkorrekturen miteinander kombiniert. Auf diese Weise lässt sich die Sensitivität für bestimmte kritische Punkte in dem mehrdimensionalen Spektrum gezielt erhöhen, so dass Überlagerungen nahe beieinander liegender Peaks bessert aufgelöst werden können. Umgekehrt lassen sich auch Signale von stö- renden Objekten wie etwa Leitpfosten am Straßenrand gezielt unterdrücken.

Durch die gemeinsame Verarbeitung werden Nebenkeulen stärker unterdrückt als dies bei getrennter oder sequentieller Verarbeitung der Fall wäre, so dass sich der Dynamikumfang für Ziele mit unterschiedlicher Geschwindigkeit und unterschiedlichem Winkel erhöht und auch schwächere Ziele erkannt werden können. Für die gemeinsame Verarbeitung sind neben der gleichzeitigen 2D- (Geschwindigkeit- und Winkel-) Auswertung auch iterative Ansätze denkbar, bei denen die Schätzwerte für die beiden Dimensionen (Geschwindigkeit und Winkel) abwechselnd optimiert werden.

In F. Marvasti et al., “A Unified Approach to Sparse Signal Processing,” EURA- SIP Journal on Adv. in Sig. Proc., Band 2012, Nr. 1 , Feb. 2012 wird ein Sparse- Reconstruction-Algorithmus beschrieben, der als alternatives Verfahren zur Rekonstruktion des eindeutigen Spektrums eingesetzt werden kann.

Eine weitere Alternative ist der Einsatz von deep learning bzw. künstlicher Intelligenz. In dem Fall wird ein neuronales Netz darauf trainiert, aus den durch Unterabtastung erhaltenen mehrdeutigen Spektren das zugehörige eindeutige Spektrum zu rekonstruieren. Die nötigen Trainingsdaten für das neuronale Netz können beispielsweise dadurch erstellt werden, dass ein und dasselbe Umfeld zum einen mit einem Radarsensor erfasst wird, der mit Unterabtastung arbeitet, und zum anderen mit einem Radarsensor, der ohne Unterabtastung arbeitet, jedoch ansonsten gleichwertige Spezifikationen aufweist. Alternativ können die Trainingsdaten auch simulativ mithilfe geeigneter Simulationsmethoden (Ray- tracing, Kanalsimulation, ... ) erzeugt werden.

Grundsätzlich können mit dem hier beschriebenen Verfahren sowohl Mehrdeutigkeiten in der Dopplerdimension als auch Mehrdeutigkeiten im Azimutwinkel und/oder Elevationswinkel aufgelöst werden. Das Verfahren ist jedoch auch vorteilhaft bei Radarsensoren, die ein vollbesetztes Antennenarray aufweisen und deshalb in der Winkeldimension ein eindeutiges Spektrum liefern.

Gegenstand der Erfindung ist auch ein Radarsensorsystem, in dem das erfindungsgemäße Verfahren implementiert ist. Typischerweise weist ein Radarsensor für Kraftfahrzeuge eine integrierte Prozessoreinheit auf, die die Auswertung der digitalen Empfangssignale und die Berechnung der Abstände, Relativgeschwindigkeiten und Ortungswinkel der georteten Objekte übernimmt. In einer anderen Ausführungsform ist es jedoch auch möglich, Teile des Verfahrens auf eine externe Prozessoreinheit auszulagern, so dass mehr Verarbeitungskapazität bereitgestellt werden kann. Beispielsweise ist es denkbar, auf der internen Prozessoreinheit des Radarsensors lediglich die Fouriertransformation in der Abstandsdimension auszuführen und die weiteren Fouriertransformationen sowie die Rekonstruktion des eindeutigen Spektrums und die Objektdetektion in der externen Prozessoreinheit auszuführen.

Sofern ausreichend Rechenressourcen zur Verfügung stehen kann eine klassische Auswertung, wie sie in den oben angeführten Literaturstellen beschrieben wird, auch parallel zu einer verbesserten Auswertung gemäß der Erfindung durchgeführt werden und als zweiter, algorithmisch unabhängiger Pfad in der Umfelderfassung verwendet werden. Die klassische Auswertung und die verbesserte Auswertung können dann wahlweise auf unterschiedlichen Steuergeräten implementiert sein. So kann die klassische Auswertung beispielsweise auf dem Radarsensor implementiert sein, während die verbesserte Auswertung auf einer externen Prozessoreinheit implementiert ist.

Eine weitere Möglichkeit besteht darin, die detaillierte Prozessierung gemäß der Erfindung nur für diejenigen Bereiche des zweidimensionalen Abstands- und Geschwindigkeitsspektrums durchzuführen, die in einer gegebenen Situation von besonderem Interesse sind.

Im folgenden werden Ausführungsbeispiele anhand der Zeichnung näher erläutert. Es zeigen:

Fig. 1 ein Blockdiagramm eines FMCW-Radarsensors; Fig. 2 ein Modulationsmuster mit zwei Sequenzen gleichartiger Rampen, die mit einem Zeitversatz T12 gesendet werden;

Fig. 3 Antennenarrays für einen winkelauflösenden Radarsensor;

Fig. 4 ein Blockdiagramm einer internen Prozessoreinheit eines Radarsensors und einer externen Prozessoreinheit, die zusammen ein Radarsensorsystem gemäß der Erfindung bilden;

Fig. 5 eine schematische Darstellung von Eingangsdatensätzen für eine Verarbeitungsprozedur in dem erfindungsgemäßen Verfahren; und

Fig. 6 ein Flussdiagramm des Verfahrens.

In Fig. 1 ist als vereinfachtes Blockdiagramm ein FMCW-Radarsensor 10 dargestellt, der beispielsweise vom in einem Kraftfahrzeug eingebaut ist und dazu dient, Abstände d, Relativgeschwindigkeiten v, und Ortungswinkel von Objekten 12, 14 zu messen, beispielsweise von vorausfahrenden Fahrzeugen. Der Ra- darsensor 10 weist einen spannungsgesteuerten Oszillator 16 auf, der ein frequenzmoduliertes Sendesignal über einen Mischer 18 an eine Sende- und Empfangseinrichtung 20 liefert, von der das Signal in Richtung auf die Objekte 12, 14 ausgesandt wird. Das an den Objekten reflektierte Signal wird von der Sende- und Empfangseinrichtung 20 empfangen und im Mischer 18 mit einem Anteil des Sendesignals gemischt. Auf diese Weise erhält man ein Basisbandsignal bi , b2, das digitalisiert und in einer Prozessoreinheit 22 weiter ausgewertet wird. Die Prozessoreinheit 22 enthält einen Steuerungsteil 24, der die Funktion des Oszillators 16 steuert. Die Frequenz des vom Oszillator gelieferten Sendesignals wird innerhalb einer Radarmessung mit Sequenzen von steigenden oder fallenden Rampen moduliert.

Fig. 2 zeigt die Sendefrequenz f des Sendesignals 28 aufgetragen über der Zeit t. Bei einer Messung werden mit einer Sendeantenne zwei Sequenzen von Rampen mit identischen Rampenparametern gesendet, die ineinander zeitlich verschachtelt sind. Eine erste Sequenz 30 von Rampen 32 ist in Fig. 2 mit durchgezogenen Linien dargestellt, während eine zweite Sequenz 34 von Rampen 36 mit gestrichelten Linien dargestellt ist. Die Nummer i der Sequenz, zu der eine Rampe gehört, und der jeweilige Rampenindex j der Rampe innerhalb einer Sequenz sind angegeben.

Die Rampen 36 der zweiten Sequenz 34 sind jeweils gegenüber den Rampen 32 der ersten Sequenz 30 mit gleichem Rampenindex j um einen Zeitversatz T12 verschoben. Innerhalb jeder Sequenz 30, 34 sind die aufeinanderfolgenden Rampen 32 bzw. 36 zueinander um einen Zeitabstand Tr2r verschoben. Der Zeitabstand Tr2r ist also für beide Sequenzen gleich. Weiter ist eine Pause P jeweils zwischen zwei aufeinanderfolgenden Rampen einer Sequenz vorhanden.

In dem in Fig. 2 dargestellten Beispiel ist die Differenz der Rampenmittenfrequenzen von innerhalb einer Sequenz 30, 34 aufeinanderfolgenden Rampen 32 bzw. 36 gleich null. Daher haben alle Rampen denselben Frequenzverlauf.

In dem Basisbandsignal bi , b2 wechseln Anteile bi , die von den Rampen 32 der ersten Sequenz 30 stammen, mit Anteilen b2 ab, die von den Rampen 36 der Sequenz 34 stammen. Aufgrund des Zeitversatzes T12 zwischen den Rampen 32 und 36 weisen die Anteile bi und b2 eine relative Phasenverschiebung auf, die für jedes geortete Objekt von der Relativgeschwindigkeit des betreffenden Objekts abhängig ist. Dieser Phasenversatz lässt sich berechnen und ermöglicht eine Auflösung von Mehrdeutigkeiten, die aufgrund einer Unterabtastung in der Dopplerdimension entstehen.

In dem vereinfachten Beispiel nach Fig. 1 sind lediglich zwei verschachtelte Rampensequenzen 30 und 34 vorgesehen. In der Praxis kann die Anzahl der ineinander verschachtelten Frequenzrampen jedoch deutlich größer sein, so dass die Mehrdeutigkeiten genauer aufgelöst werden können oder ein größeres Ausmaß an Unterabtastung toleriert werden kann.

In Fig. 3 ist schematisch ein Antennenarray der Sende- und Empfangseinrichtung 20 dargestellt. Mehrere Sendeantennen 38 bilden ein Sendearray 40 (TX), und mehrere Empfangsantennen 42 bilden ein Empfangsarray 44 (RX). Im gezeigten Beispiel sind beide Arrays zweidimensional, so dass MIMO-Winkelmes- sungen sowohl im Azimut als auch in Elevation möglich sind.

Im Empfangsarray 44 sind die Empfangsantennen 42 in einer Winkelauflö- sungsrichtung y, z. B. in Richtung des Azimuts, in gleichmäßigen Abständen angeordnet. Die Abstände zwischen den einzelnen Empfangsantennen sind dabei so groß, dass schon mit wenigen Antennen eine große Apertur und eine entsprechend hohe Winkelauflösung erreicht wird. Die Abstände von Antenne zu Antenne sind dabei jedoch größer als die halbe Wellenlänge der Radarstrah- lung, so dass das Nyquist-Eindeutigkeitskriterium nicht erfüllt ist.

In dem hier gezeigten Beispiel sind die Empfangsantennen 42 auch in Elevation (in der Winkelauflösungsrichtung z) in gleichmäßigen Abständen angeordnet, und auch in dieser Richtung sind die Antennenabstände so groß, dass eine nicht-eindeutige Unterabtastung erfolgt. 19

Die Sendeantennen 38 des Sendearrays 44 sind im Azimut in ungleichmäßigen Abständen angeordnet, doch sind die Abstände so gewählt, dass eine eindeutige Winkelmessung möglich ist. Dafür ist allerdings die Apertur deutlich kleiner als bei dem Empfangsarray 44, so dass die Winkelauflösung geringer ist. Auch in Elevation ist das Sendearray 40 für eindeutige Winkelmessungen mit kleiner Apertur ausgelegt.

In Fig. 3 ist zusätzlich ein synthetisches Array 46 gezeigt, das man erhält, wenn man jede der Empfangsantennen 42 mit jeder der Sendeantennen 38 kombiniert, so dass sich die Laufzeitunterschiede der Signale von den Sendeantennen zum Objekt und vom Objekt zu den Empfangsantennen addieren. Letztlich ist es die Apertur dieses virtuellen Arrays 46, die das Auflösungsvermögen des Radarsensors bestimmt. Allerdings ist es erforderlich, die von den verschiedenen Sendeantennen 38 stammenden Signalanteile im Empfangssignal voneinander zu trennen, damit sich die Mehrdeutigkeit des Empfangsarrays auflösen lässt. Diese Signaltrennung kann in bekannter Weise durch Zeitmultiplex, Fre- quenzmultiplex oder Codemultiplex erreicht werden. In dem in Fig. 3 gezeigten Beispiel sind außerdem die beiden Winkelauflö- sungsrichtungen y und z im Empfangsarray 38 voneinander entkoppelt, da für jede y-Position der Empfangsantennen auch alle z-Positionen mit Empfangsantennen belegt sind. Das Sendearray 40 ist dagegen ein Beispiel für ein nichtentkoppeltes Array, bei dem für einige y-Positionen (die beiden rechten Positio- nen in Fig. 3) nicht alle z-Positionen besetzt sind. Generell erleichtert ein entkoppeltes Array die Datenauswertung, während ein nicht-entkoppeltes Array weniger Antennenelemente benötigt. Die Entscheidung zwischen entkoppelten und nicht-entkoppelten Arrays kann sowohl für die Sendeseite als auch für die Empfangsseite entsprechend den jeweiligen Anforderungen unterschiedlich ge- troffen werden. Auch die äquidistante Anordnung der Antennenelemente (im Azimut und/oder in Elevation) erleichtert die Auswertung der Daten, da sie z. B. den Einsatz einer Schnellen Fouriertransformation (FFT) ermöglicht. Andererseits hat die nicht- äquidistante Anordnung der Antennen, wie hier bei den Sendeantennen 38, den Vorteil, dass bei gegebener Apertur der Eindeutigkeits-Winkelbereich optimiert werden kann.

Generell sind bei dem hier beschriebenen Radarsystem alle Kombinationen von äquidistanter und nicht-äquidistanter Anordnung und entkoppelter oder nichtentkoppelter Anordnung denkbar. Ebenso sind auch Ausführungsformen möglich, bei denen das Sendearray für mehrdeutige hochauflösende Winkelmessungen ausgelegt ist, während das Empfangsarray für eindeutige Winkelmessungen mit geringerer Winkelauflösung ausgelegt ist.

In Fig. 4 sind als Blockdiagramm die Prozessoreinheit 22 des in Fig. 1 gezeigten Radarsensors sowie eine externe Prozessoreinheit 48 dargestellt, die zur Weiterverarbeitung der in der Prozessoreinheit 22 des Radarsensors vorprozessierten Signale dient.

In der internen Prozessoreinheit 22 wird in einer ersten Transformationsstufe 50 jeweils aus den Basisbandsignalen bi und b2, ... , die von einer einzelnen Frequenzrampe 32 oder 36 erhalten werden, durch eindimensionale Schnelle Fourier-Transformation (FFT) ein eindimensionales Spektrum 52 gebildet. Jedes vom Radarsensor geortete Objekt zeichnet sich in diesem Spektrum als ein Signalpeak bei einer Frequenz ab, die den Abstand d des betreffenden Objekts angibt. Die digitalen Daten, die die so erhaltenen Spektren 52 repräsentieren, werden an die externe Prozessoreinheit 48 übermittelt und dort weiter verarbeitet. In der externen Prozessoreinheit werden jeweils die Spektren 52, die von den Rampen derselben Rampensequenz 30 oder 34 stammen, einer weiteren Fourier-Transformation unterzogen. Die Frequenzachse jedes eindimensionalen Spektrums 52 ist in eine Vielzahl von Abstandszellen unterteilt, und die Fourier-Transformation in der Transformationsstufe 54 wird gesondert für jede Abstandszelle ausgeführt. Die von den aufeinanderfolgenden Rampen einer ein- zelnen Sequenz erhaltenen Signale variieren periodisch mit einer Frequenz, die von der Relativgeschwindigkeit v des jeweils georteten Objekts abhängig ist. Auf diese Wese liefert die Transformationsstufe 54 für jede Rampensequenz ein zweidimensionales Spektrum 56 mit einer Abstandsdimension d und einer Geschwindigkeitsdimension oder Dopplerdimension v.

Bei einem Ml MO-Radar mit dem in Fig. 3 gezeigten Antennenarray kann im Prinzip jede der Sendeantennen 38 mit jeder der Empfangsantennen 42 kombiniert werden. Jede Empfangsantenne 32 liefert ein Eingangssignal für einen Empfangskanal des Radarsensors. Die Auswertung dieses Signals ist davon abhängig, welche der Sendeantennen 38 auf der betreffenden Frequenzrampe aktiv war. Für mehrere Empfangsantennen 42, die in der (horizontalen) Winkelauflösungsrichtung y unterschiedliche Abstände zu der aktiven Sendeantenne 38 aufweisen, haben die Signale einen Phasenversatz, der vom Abstand zwischen den Empfangsantennen 42 in der Richtung y sowie vom Azimutwinkel a des georteten Objekts abhängig ist. Entsprechend haben die Signale von Empfangsantennen 42, die zu der aktiven Sendeantenne 38 unterschiedliche Abstände in der Richtung z aufweisen, einen Phasenversatz, der vom Abstand zwischen den Empfangsantennen in dieser Richtung sowie vom Elevationswinkel 0 des georteten Objekts abhängig ist.

Wenn im Zeit-, Frequenz- oder Codemultiplex alle Kombinationen von Sende- und Empfangsantennen benutzt werden, erhält man für jede dieser Kombinationen und für jede der Rampensequenzen 30 oder 34 ein anderes zweidimensionales Spektrum 56. Wenn N_seq die Anzahl der Rampensequenzen 30, 34 ist, NTX die Anzahl der Sendeantennen und NRX die Anzahl der Empfangsantennen, beträgt die Anzahl der insgesamt auswertbaren Spektren 56 somit Nseq x NTX X NRX. Jedes dieser Spektren 56 für sich allein ist aufgrund der Unterabtastung in der Geschwindigkeitsdimension v mehrdeutig. Wenn man jedoch die Information aus den Spektren 56 nutzt, die für die N_seq verschiedenen Frequenzrampen erhalten werden, ist es möglich, diese Mehrdeutigkeit aufzulösen. Im Prinzip sind bei dieser Auswertung die Spektren, die für dieselbe Rampensequenz aber für unterschiedliche Kombinationen aus Sende- und Empfangsantennen erhalten werden, redundant, so dass es genügen würde, eine dieser Sequenzen von Spektren auszuwerten. Unabhängig davon kann anhand der Spektren, die für verschiedene Kombinationen von Sende- und Empfangsantennen erhalten werden, eine Winkelschätzung im Azimut und in Elevation vorgenommen werden. Dazu können beispielsweise die Spektren 56 in zwei Sequenzen geordnet werden, nämlich eine, in der die Spektren nach zunehmendem Abstand zwischen Sende- und Empfangsantenne in der Richtung y geordnet sind, und eine, in der die Spektren nach zunehmendem Abstand in der Richtung z geordnet sind. Die Gesamtheit der beiden Sequenzen von zweidimensionalen Spektren 56 bildet dann ein vierdimensionales Spektrum.

Anhand der Phasenunterschiede in den Spektren jeder Sequenz kann dann mit bekannten Verfahren eine Winkelschätzung im Azimut bzw. in Elevation vorgenommen werden. Bei diesen Winkelschätzungen sind im Prinzip die Spektren 56 redundant, die die gleiche Kombination aus Sende- und Empfangsantenne betreffen aber zu verschiedenen Rampensequenzen gehören. Wenn die Antennenabstände ein gleichmäßiges Raster bilden, wie beispielsweise bei den Emp- fangsantennen 42 in Fig. 3, kann die Winkelschätzung effizient mittels Schneller Fourier-Transformation erfolgen, so dass man vierdimensionale Spektren mit dem Dimensionen Abstand d, Geschwindigkeit v, Azimutwinkel a und Elevationswinkel 0 erhält. Im Fall eines unterbesetzten Antennenarrays können auch dabei Mehrdeutigkeiten auftreten, die mit bekannten Verfahren aufgelöst wer- den müssen. Es erweist sich jedoch als zweckmäßig, die Auflösung der Geschwindigkeitsmehrdeutigkeiten (Velocity Ambiguity Resolution; VAR) mit der Winkelschätzung (ANG) zu kombinieren. Insbesondere bei gleichzeitiger Anwesenheit meh- rerer Radarobjekte ist nämlich die oben erwähnte Redundanz zwischen den verschiedenen Gruppen von Spektren nicht vollständig. Wenn beispielsweise gleichzeitig zwei Objekte geortet werden, die zumindest näherungsweise den gleichen Abstand und die gleiche Relativgeschwindigkeit haben, so kommt es in den zweidimensionalen Spektren 56 zu einer Peaküberlagerung, die die Objekttrennung und die Auflösung von Mehrdeutigkeiten erschwert. Wenn sich die Objekte jedoch im Azimutwinkel und/oder Elevationswinkel unterscheiden, tritt in dem drei- oder vierdimensionalen Spektrum, das die Winkelinformation einschließt, keine Peaküberlagerung auf. Zur Auflösung von Geschwindigkeits- und/oder Winkelmehrdeutigkeiten wird deshalb in den meisten Fällen ein Einzielmodell genügen, während die komplizierteren Mehrzielmodelle selten benötigt werden.

In jedem Fall ist es durch Verwendung eines gemeinsamen Einziel- oder Mehrzielmodell zur Modellierung der sowohl geschwindigkeits- als auch winkelab- hängigen Phasenversätze möglich, die in der Vielzahl der Spektren 56 enthaltenen Information umfänglicher zu nutzen und ein „ideales“ - eindeutiges - vierdimensionales Spektrum zu rekonstruieren. Dabei wird durch den Phasenabgleich zwischen den für verschiedene Frequenzrampen und verschiedene Antennenkombinationen erhaltenen Spektren die aufgrund der Unterabtastung verloren gegangene Information zumindest teilweise zurückgewonnen.

In der externen Prozessoreinheit 48 ist deshalb eine Rekonstruktionsstufe 58 dazu vorgesehen, durch gemeinsame Auswertung der Spektren 56 und kombinierte Auflösung der Geschwindigkeits- und ggf. Winkelmehrdeutigkeiten anhand eines gemeinsamen Ein- oder Mehrzielmodells für die geschwindigkeits- und winkelabhängigen Phasenverschiebungen ein eindeutiges vierdimensionales Spektrum 60 zu rekonstruieren, indem jeder Signalpeak den Abstand d, die Relativgeschwindigkeit v, den Azimutwinkel a und den Elevationswinkel 0 des betreffenden Objekts eindeutig angibt.

Dabei wird an den Spektralwerten im eindeutigen Spektrum 60 mit Hilfe einer Korrekturfunktion a(v, a, 0) für verschiedene Kombinationen von Relativgeschwindigkeit v, Azimutwinkel a und Elevationswinkel 0 eine Phasenkorrektur vorgenommen, und die Spektralwerte werden über die Dimensionen v, a und 0 kohärent addiert. Durch die kohärente Summation werden Nebenmaxima im Spektrum unterdrückt, und der Signal/Rausch-Abstand wird vergrößert, so dass in einer Detektionsstufe 62 die Objektdetektion mit hoher Sensitivität und Trennschärfe ausgeführt werden kann. Die Prozessoreinheit 48 liefert so für jedes mit hoher Empfindlichkeit detektierte Objekt eindeutige Werte für den Abstand d, die Relativgeschwindigkeit v, den Azimutwinkel a und den Elevationswinkel 0.

Für die Verarbeitungsprozesse in der Rekonstruktionsstufe 58 können unterschiedliche Datenstrukturen benutzt werden, die anhand der Fig. 5 erläutert werden sollen. In dieser Figur ist ein einzelnes zweidimensionales (mehrdeuti- ges) Spektrum 56 gezeigt, das in der Abstandsdimension d in Abstandszellen 66 und in der Doppler- oder Geschwindigkeitsdimension v in Dopplerzellen 68 unterteilt ist.

In einer Ausführungsform bilden die Eingangsdaten für die Rekonstruktionsstufe 58 eine Datenstruktur 70, die als "Range Gate" bezeichnet werden soll. Diese

Datenstruktur umfasst die Spektralwerte sämtlicher Spektren 56, die zu einer einzelnen Abstandszelle 66 gehören. Diese Datenstruktur umfasst somit die Spektralwerte für sämtliche Dopplerzellen in den Spektren 56 für alle Rampensequenzen und alle Kombinationen von Sende- und Empfangsantennen. In einer anderen Ausführungsform ist die Datenstruktur 72 der Eingangsdaten eine Gruppe aus mehreren benachbarten Range Gates, so dass bei der Auswertung der Daten auch Variationen der Spektralwerte in der Abstandsdimension berücksichtigt werden können.

In einer weiteren Ausführungsform bilden die Eingangsdaten eine Datenstruktur 74, die aus einer einzigen Abstands- und Dopplerzelle in allen Spektren 56 für die verschiedenen Rampensequenzen und Antennenkombinationen besteht. Wahlweise kann es sich bei den Eingangsdaten auch um ein „Patch“ 76 handeln, das mehrere benachbarte Abstands- und Dopplerzellen enthält.

In jedem Fall werden die Eingangsdaten anhand eines auf dem gemeinsamen Ein- oder Mehrzielmodell beruhenden Algorithmus in das rekonstruierte Ab- stands-Doppler-Azimut- und Elevationsspektrum 60 für das betreffende Range Gate bzw. die Abstands- und Dopplerzellen der betreffenden Datenstruktur 72, 74 oder 76 umgerechnet.

In Fig. 6 sind die wesentlichen Schritte des Verfahrens noch einmal zusammengefasst. Danach umfasst das Verfahren die folgenden Schritte:

51 eindimensionale Fourierransformation in der Abstandsdimension in der Transformationsstufe 50

52 Fouriertransformationen in der Geschwindigkeitsdimension in der Trans- formationsstufe 54 zur Bildung der mehrdeutigen Spektren 56

53 Rekonstruktion des eindeutigen Spektrums 60 ohne Unterabtastung und Phasenkorrektur und kohärente Summation aller Abstands-Geschwindigkeits- Teilspektren in der Rekonstruktionsstufe 58 S4 Objektdetektion auf der Basis des Summenspektrums in der Detektionsstufe 62

Claims

ANSPRÜCHE

1 . Verfahren zur Objektdetektion mit einem winkelauflösenden FMCW-Ra- darsensor, bei dem anhand von Empfangssignalen aus mehreren Empfangska- nälen des Radarsensors ein mindestens dreidimensionales Spektrum (56) mit einer Abstandsdimension (d), einer die Relativgeschwindigkeiten (v) der Objekte angebenden Dopplerdimension und einer Winkeldimension (a, 0) generiert wird, wobei der Radarsensor in der Dopplerdimension unterabtastend ist und demzufolge das Spektrum (56) in dieser Dimension unvollständig und mehrdeutig ist und wobei zur Auflösung der Mehrdeutigkeiten ein Frequenzmodulationsschema mit mehreren ineinander verschachtelten Sequenzen (30, 34) von zeitlich äquidistanten Frequenzrampen (32, 36) verwendet werden und für jede von mehreren Geschwindigkeitshypothesen anhand bekannter Zeitversätze zwischen den zu verschiedenen Sequenzen gehörenden Frequenzrampen ein geschwindigkeitsabhängiger Phasenversatz zwischen den für die verschiedenen Sequenzen erhaltenen Empfangssignalen modelliert und mit dem gemessenen Phasenversatz verglichen wird, dadurch gekennzeichnet, dass beim Phasenvergleich winkelabhängige Phasenversätze den verschiedenen Empfangskanälen gemeinsam mit den geschwindigkeitsabhängigen Phasen- Versätzen ausgewertet werden und ein vollständiges und eindeutiges Spektrum (60) rekonstruiert wird und dass die Objektdetektion auf der Basis des rekonstruierten Spektrums (60) erfolgt

2. Verfahren nach Anspruch 1 , bei dem die Rekonstruktion des eindeutigen Spektrums (60) durch eine mit einer Winkelschätzung kombinierte Auflösung von Geschwindigkeitsmehrdeutigeiten auf der Basis eines gemeinsamen Einoder Mehrzielmodells für die Geschwindigkeits- und Winkelabhängigkeit der Phasen erfolgt.

3. Verfahren nach Anspruch 1 , bei dem die Rekonstruktion des eindeutigen Spektrums (60) mithilfe eines Sparse-Reconstruction-Algoithmus oder eines neuronalen Netzes erfolgt.

4. Verfahren nach Anspruch 3, bei dem Trainingsdaten mithilfe von Simulationsalgorithmen erzeugt werden.

5. Verfahren nach einem der vorstehenden Ansprüche, bei dem auch in mindestens einer Winkeldimension (a, 0) eine Unterabtastung erfolgt und Winkelmehrdeutigkeiten bei der Rekonstruktion des eindeutigen Spektrums aufgelöst werden.

6. Verfahren nach einem der vorstehenden Ansprüche, bei dem Eingangsdaten für die Rekonstruktion des eindeutigen Spektrums (60) eine mehrdimensionale Datenstruktur (70; 72; 74; 76) bilden, die Spektralwerte des mindestens dreidimensionalen mehrdeutigen Spektrums (56) für mindestens eine Abstands- Doppler-Zelle enthalten.

7. Verfahren nach Anspruch 6, bei dem die Datenstruktur (70) die Spektral- werte für sämtliche Dopplerzellen (68) in mindestens einer Abstandszelle (66) umfassen.

8. Verfahren nach einem der vorstehenden Ansprüche, bei dem bei der Auflösung der Mehrdeutigkeiten ein kombinierter Geschwindigkeits- und Win- kelstrahlformungsalgorithmus eingesetzt wird.

9. Verfahren nach einem der vorstehenden Ansprüche, bei dem die Spektralwerte des eindeutigen Spektrums (60) phasenkorrigiert und über die Dopplerdimension und mindestens eine Winkeldimension kohärent addiert wer- den und die Objektdetektion auf der Basis der kohärenten Summe erfolgt.

10. Radarsensor mit einer digitalen Prozessoreinheit (22), in der ein Verfahren nach einem der Ansprüche 1 bis 9 implementiert ist.

11 . Radarsensorsystem mit einem Radarsensor, der eine interne Prozessoreinheit (22) aufweist, und mit einer externen Prozessoreinheit (48), dadurch gekennzeichnet, dass ein Verfahren nach einem der Ansprüche 1 bis 9 zum einen Teil in der internen Prozessoreinheit (22) und zum anderen Teil in der externen Prozessoreinheit (48) implementiert ist.

12. Radarsensorsystem mit einem Radarsensor und einer externen Prozessoreinheit (48), dadurch gekennzeichnet, dass ein Verfahren nach einem der Ansprüche 1 bis 9 in der externen Prozessoreinheit (48) implementiert ist.