CN109541601A - 基于毫米波的障碍物识别***及其检测方法 - Google Patents
基于毫米波的障碍物识别***及其检测方法 Download PDFInfo
- Publication number
- CN109541601A CN109541601A CN201811372342.0A CN201811372342A CN109541601A CN 109541601 A CN109541601 A CN 109541601A CN 201811372342 A CN201811372342 A CN 201811372342A CN 109541601 A CN109541601 A CN 109541601A
- Authority
- CN
- China
- Prior art keywords
- data
- obstacle
- target
- module
- barrier
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 230000004888 barrier function Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000000523 sample Substances 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 239000000284 extract Substances 0.000 abstract description 2
- 230000004927 fusion Effects 0.000 abstract description 2
- 235000013350 formula milk Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于毫米波的障碍物识别***及其检测方法,该***由用户接口模块、数据接收模块、数据预处理模块、障碍物分析模块组成,通过用户接口模块连接汽车总控制***,由数据接收模块接收到前端采集到的数据信息,然后经过数据预处理模块对距离、位置等信息进行滤除和变换,提取有效特征,对加工后的数据模糊度识别后匹配出相应模型,进而判断出障碍物,最后将障碍物类型发至汽车控制***,对该目标做出预警;本发明不仅能滤除掉虚假目标,且在复杂环境下也能高效的检测到潜在危险的障碍物,与其他传感器可做到数据融合;对多个特征进行算法计算提高了***的稳定性,小型化、低功耗、集成度高的产品优势有助于无人驾驶汽车的***设计。
Description
技术领域
本发明属于智能车辆辅助驾驶技术领域,具体涉及一种基于毫米波的障 碍物识别***及其检测方法,还涉及一种基于毫米波的障碍物识别***的检 测方法。
背景技术
障碍物识别是智能车辆辅助驾驶研究领域的重要内容,能够提高汽车感 知环境的能力,直接关系到智能网联汽车的有效性和人员的安全。目前主要 的检测方式有基于雷达传感器和基于机器视觉的障碍物识别检测。其中毫米 波雷达具有优异的探测性能、对环境适应性强、抗干扰能力强等优势,基于 此技术原理探测前方目标的角度、距离、速度等信息,对反射回来的信号进 行分析,判断障碍物形态从而有效避免碰撞。
现有的障碍物识别检测***存在以下几点问题:
1、基于视觉的障碍物检测是通过获取道路场景图像,图像间的匹配比较 复杂、实时性差;由于障碍物检测的实时性要求,经典的逐像素匹配算法很 难满足要求;
2、基于激光雷达的障碍物检测是通过车载激光雷达来实现障碍物的探测, 激光雷达技术具有体积庞大而笨重,使用中需经常调试,设备昂贵等缺点, 且激光雷达发出的激光束具有较高能量,在汽车上使用很难普及;
为此我们提出一种基于毫米波的障碍物识别***及其检测方法。
发明内容
本发明的目的在于提供一种基于毫米波的障碍物识别***及其检测方法, 以解决上述背景技术中提出的图像间的匹配比较复杂、实时性差;由于障碍 物检测的实时性要求,经典的逐像素匹配算法很难满足要求;激光雷达技术 具有体积庞大而笨重,使用中需经常调试,设备昂贵等缺点,且激光雷达发 出的激光束具有较高能量,在汽车上使用很难普及的问题,以提供一种能实 时准确地对车前方的行人、车辆以及其他可能的障碍物进行有效识别的***。
为实现上述目的,本发明提供如下技术方案:基于毫米波的障碍物识别 ***,该***由用户接口模块、数据接收模块、数据预处理模块、障碍物分 析模块组成,其特征在于:
用户接口模块:连接汽车总控制***;
数据接收模块:接收到前端采集到的数据信息;
数据预处理模块:对距离、位置等前端信息进行滤除和变换,提取出有 效特征,对加工后的数据模糊度识别后匹配出相应模型;
障碍物分析模块:判断出障碍物,最后将判定的障碍物类型发至汽车控 制***,对该目标做出预警。
本发明还公开了一种基于毫米波的障碍物识别***的检测方法,包含如 下步骤:
步骤一:信息采集,在***前方设置检测区域,将检测范围限制在特定 区域内,在检测区域之外的目标不进行计算判别,;
步骤二:滤波处理,毫米波雷达在有效检测区域内,波束进行周期性扫 描,返回的数据为对应的每个周期目标点的距离、速度、角度,采用聚类分 析算法来实现将同一物体的点迹归结为一类,进而将可能成为障碍物的目标 检测识别;
步骤三:提取目标参数,对于障碍物的大小进行初步估算。
步骤四:模糊度识别,通过三角形模糊度识别算法实现对目标的估计。
步骤五:障碍物判定,将该目标判定为障碍物后,对障碍物类型进行估 计,从而将结果传输给汽车控制***。
作为本发明的一种优选的技术方案,所述步骤一中,数据接收模块接收 到回波数据包含速度、距离、角度、RCS值。
作为本发明的一种优选的技术方案,所述步骤一中,雷达的扫描周期频 率为50Hz。
作为本发明的一种优选的技术方案,所述步骤二中,计算公式为:
与现有技术相比,本发明的有益效果是:
(1)本发明基于毫米波的障碍物识别***及检测方法,不仅能滤除掉虚 假目标,且在复杂环境下也能高效的检测到潜在危险的障碍物,与其他传感 器可做到数据融合;
(2)本发明对多个特征进行算法计算提高了***的稳定性,小型化、低 功耗、集成度高的产品优势有助于无人驾驶汽车的***设计。
附图说明
图1为本发明的***框图;
图2为本发明的流程图;
图3为本发明聚类分析算法的流程图;
图4为本发明的步骤三的流程图;
图5为本发明的步骤四的坐标图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行 清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而 不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1和图2,本发明提供一种技术方案:基于毫米波的障碍物识别 ***,该***由用户接口模块、数据接收模块、数据预处理模块、障碍物分 析模块组成,其特征在于:
用户接口模块:连接汽车总控制***;
数据接收模块:接收到前端采集到的数据信息;
数据预处理模块:对距离、位置等前端信息进行滤除和变换,提取出有 效特征,对加工后的数据模糊度识别后匹配出相应模型;
障碍物分析模块:判断出障碍物,最后将判定的障碍物类型发至汽车控 制***,对该目标做出预警。
一种基于毫米波的障碍物识别***的检测方法,包含如下步骤:
步骤一:信息采集,在***前方设置检测区域,将检测范围限制在特定 区域内,在检测区域之外的目标不进行计算判别。雷达的扫描周期频率为50Hz, 即天线每秒20次不停的扫描,数据接收模块接收到回波数据包含速度、距离、 角度、RCS值;
步骤二:滤波处理,毫米波雷达在有效检测区域内,波束进行周期性扫描, 返回的数据为对应的每个周期目标点的距离、速度、角度,采用聚类分析算法 来实现将同一物体的点迹归结为一类,进而将可能成为障碍物的目标检测识别。
将同一帧雷达扫描数据中的距离参数按从小到大排列,计算相邻两个数 据点pi-1(xi-1,yi-1)和pi(xi,yi)之间的距离di,计算公式如下:
将计算所得的两点间距离di与设定的阈值dt比较,如果di≤dt,则可确定 这两点属于同一目标;如果di>dt,则两点不属于同一目标,更新并剔除该数 据,直至将一帧数据处理完成。最后确定属于同一目标的点数据。
dt的选取与目标距雷达的距离有关,dt=R*sinλ。λ为雷达的角度分辨率, 根据频率不同,分辨率在1°-3°之间,R可由雷达直接检测到与目标的径向 距离。
统计该目标的所有点迹后,将该目标的最小距离和最大距离通过公式计 算该目标的最大尺寸dmax,dmax将用于后面障碍物类型的判定
统计到的该目标的点迹个数m,再设定阈值N,阈值N的选取与雷达接收 到的点数据有关,N为所有点数据个数的1/20,目标数据点归集的个数大于 阈值才能确定为目标,否则,将被滤除;
步骤三:提取目标参数,有的小的障碍物并不影响本车行驶,对于障碍物 的大小进行初步估算,根据雷达检测到目标的RCS序列值,提取统计特征,对 RCS序列进行数据变换。
雷达检测到目标RCS离散数据{σ1,σ2,…σN},令Δk=σk-σk+1。
RCS的数据变换公式为
取s=-jω,有
可得
若目标有m个点迹,则ω=0,1…,m,
由上式变换可提取出该目标的RCS。
步骤四:模糊度识别,通过三角形模糊度识别算法实现对目标的估计。
上式中a、b、c是顶点在x轴上的坐标,为该目标所有点数据距离参数从 小到大排列中的最小值、平均值、最大值。若模糊估计大于0.5则确定为障碍 物;若模糊估计小于0.5则判定为虚假目标,滤除该虚假目标。
步骤五:障碍物判定,将该目标判定为障碍物后,依据dmax和RCS值对障 碍物类型进行估计,从而将结果传输给汽车控制***,在障碍物分析模块中, 通过下表对该目标的最大宽度和RCS值进行模型匹配。
行人 | 小轿车 | 大客车 | |
d<sub>max</sub> | 0.1~0.8 | 1.7~5.0 | 2.5~12.0 |
RCS | -10~15 | 5~30 | 10~40 |
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而 言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限 定。
Claims (5)
1.基于毫米波的障碍物识别***,该***由用户接口模块、数据接收模块、数据预处理模块、障碍物分析模块组成,其特征在于:
用户接口模块:连接汽车总控制***;
数据接收模块:接收到前端采集到的数据信息;
数据预处理模块:对距离、位置等前端信息进行滤除和变换,提取出有效特征,对加工后的数据模糊度识别后匹配出相应模型;
障碍物分析模块:判断出障碍物,最后将判定的障碍物类型发至汽车控制***,对该目标做出预警。
2.根据权利要求1所述的基于毫米波的障碍物识别***的检测方法,其特征在于:包含如下步骤:
步骤一:信息采集,在***前方设置检测区域,将检测范围限制在特定区域内,在检测区域之外的目标不进行计算判别,;
步骤二:滤波处理,毫米波雷达在有效检测区域内,波束进行周期性扫描,返回的数据为对应的每个周期目标点的距离、速度、角度,采用聚类分析算法来实现将同一物体的点迹归结为一类,进而将可能成为障碍物的目标检测识别;
步骤三:提取目标参数,对于障碍物的大小进行初步估算。
步骤四:模糊度识别,通过三角形模糊度识别算法实现对目标的估计。
步骤五:障碍物判定,将该目标判定为障碍物后,对障碍物类型进行估计,从而将结果传输给汽车控制***。
3.根据权利要求2所述的基于毫米波的障碍物识别***的检测方法,其特征在于:所述步骤一中,数据接收模块接收到回波数据包含速度、距离、角度、RCS值。
4.根据权利要求2所述的基于毫米波的障碍物识别***的检测方法,其特征在于:所述步骤一中,雷达的扫描周期频率为50Hz。
5.根据权利要求2所述的基于毫米波的障碍物识别***的检测方法,其特征在于:所述步骤二中,计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811372342.0A CN109541601A (zh) | 2018-11-16 | 2018-11-16 | 基于毫米波的障碍物识别***及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811372342.0A CN109541601A (zh) | 2018-11-16 | 2018-11-16 | 基于毫米波的障碍物识别***及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109541601A true CN109541601A (zh) | 2019-03-29 |
Family
ID=65848061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811372342.0A Pending CN109541601A (zh) | 2018-11-16 | 2018-11-16 | 基于毫米波的障碍物识别***及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109541601A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118966A (zh) * | 2019-05-28 | 2019-08-13 | 长沙莫之比智能科技有限公司 | 基于毫米波雷达的人员检测与计数*** |
CN111273268A (zh) * | 2020-01-19 | 2020-06-12 | 北京百度网讯科技有限公司 | 障碍物类型的识别方法、装置及电子设备 |
CN112455503A (zh) * | 2019-09-09 | 2021-03-09 | 中车株洲电力机车研究所有限公司 | 基于雷达的列车定位方法及装置 |
CN113435230A (zh) * | 2020-03-23 | 2021-09-24 | 中国电信股份有限公司 | 异常区域的检测方法、装置、***和计算机可读存储介质 |
CN113778084A (zh) * | 2021-08-30 | 2021-12-10 | 普达迪泰(天津)智能装备科技有限公司 | 一种基于多光谱检测的复杂草地环境智能避障*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077601A (zh) * | 2014-07-08 | 2014-10-01 | 中国航空无线电电子研究所 | 一种利用不同类型信息进行目标综合识别的方法 |
CN106291503A (zh) * | 2016-08-31 | 2017-01-04 | 西南交通大学 | 一种雷达探测***密度聚类预警方法 |
CN107015228A (zh) * | 2016-11-15 | 2017-08-04 | 财团法人车辆研究测试中心 | 车用毫米波雷达的环境辨识*** |
CN107966700A (zh) * | 2017-11-20 | 2018-04-27 | 天津大学 | 一种用于无人驾驶汽车的前方障碍物检测***及方法 |
-
2018
- 2018-11-16 CN CN201811372342.0A patent/CN109541601A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077601A (zh) * | 2014-07-08 | 2014-10-01 | 中国航空无线电电子研究所 | 一种利用不同类型信息进行目标综合识别的方法 |
CN106291503A (zh) * | 2016-08-31 | 2017-01-04 | 西南交通大学 | 一种雷达探测***密度聚类预警方法 |
CN107015228A (zh) * | 2016-11-15 | 2017-08-04 | 财团法人车辆研究测试中心 | 车用毫米波雷达的环境辨识*** |
CN107966700A (zh) * | 2017-11-20 | 2018-04-27 | 天津大学 | 一种用于无人驾驶汽车的前方障碍物检测***及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118966A (zh) * | 2019-05-28 | 2019-08-13 | 长沙莫之比智能科技有限公司 | 基于毫米波雷达的人员检测与计数*** |
CN112455503A (zh) * | 2019-09-09 | 2021-03-09 | 中车株洲电力机车研究所有限公司 | 基于雷达的列车定位方法及装置 |
CN111273268A (zh) * | 2020-01-19 | 2020-06-12 | 北京百度网讯科技有限公司 | 障碍物类型的识别方法、装置及电子设备 |
CN111273268B (zh) * | 2020-01-19 | 2022-07-19 | 北京百度网讯科技有限公司 | 自动驾驶障碍物类型的识别方法、装置及电子设备 |
CN113435230A (zh) * | 2020-03-23 | 2021-09-24 | 中国电信股份有限公司 | 异常区域的检测方法、装置、***和计算机可读存储介质 |
CN113435230B (zh) * | 2020-03-23 | 2024-03-15 | 中国电信股份有限公司 | 异常区域的检测方法、装置、***和计算机可读存储介质 |
CN113778084A (zh) * | 2021-08-30 | 2021-12-10 | 普达迪泰(天津)智能装备科技有限公司 | 一种基于多光谱检测的复杂草地环境智能避障*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109541601A (zh) | 基于毫米波的障碍物识别***及其检测方法 | |
Lim et al. | Radar and camera early fusion for vehicle detection in advanced driver assistance systems | |
CN107609522B (zh) | 一种基于激光雷达和机器视觉的信息融合车辆检测*** | |
CN111369541B (zh) | 一种智能汽车恶劣天气条件下车辆检测方法 | |
CN110979321B (zh) | 一种用于无人驾驶车辆的障碍物躲避方法 | |
US9429650B2 (en) | Fusion of obstacle detection using radar and camera | |
CN102765365B (zh) | 基于机器视觉的行人检测方法及行人防撞预警*** | |
EP1796043B1 (en) | Object detection | |
CN104237881B (zh) | Fmcw防碰撞雷达多目标检测与跟踪***及方法 | |
CN113156421A (zh) | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 | |
CN107991671A (zh) | 一种基于雷达数据和视频信号融合识别危险目标的方法 | |
CN110609274B (zh) | 一种测距方法、装置及*** | |
CN113850102B (zh) | 基于毫米波雷达辅助的车载视觉检测方法及*** | |
CN109541583A (zh) | 一种前车距离检测方法及*** | |
CN107942329B (zh) | 机动平台单通道sar对海面舰船目标检测方法 | |
CN107796373B (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
CN106683530A (zh) | 一种基于三维激光视觉和高精度车道模型的计算机评判***和方法 | |
CN110379178A (zh) | 基于毫米波雷达成像的无人驾驶汽车智能泊车方法 | |
CN110659552B (zh) | 有轨电车障碍物检测及报警方法 | |
CN113848545B (zh) | 一种基于视觉和毫米波雷达的融合目标检测和跟踪方法 | |
CN109696676B (zh) | 一种有效障碍物目标确定方法、装置和车辆 | |
CN111123262B (zh) | 自动驾驶3d建模方法、装置及*** | |
CN106803262A (zh) | 利用双目视觉自主解算汽车速度的方法 | |
CN114415171A (zh) | 一种基于4d毫米波雷达的汽车可行驶区域检测方法 | |
CN116699602A (zh) | 一种基于毫米波雷达和相机融合的目标检测***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190329 |