CN111091148B - 一种基于目标先验信息的车载雷达目标跟踪方法及装置 - Google Patents

Abstract

本发明公开一种基于目标先验信息的车载雷达目标跟踪方法及装置，该方法步骤包括：S1.获取目的车辆中车载雷达的回波信号进行目标检测跟踪，得到初始目标跟踪结果；S2.根据被跟踪目标的先验信息从初始目标检测跟踪结果中筛选出所需融合的目标群，先验信息包括速度特性、位置特性；S3.将步骤S2筛选出的目标群进行融合，得到最终的目标跟踪结果输出；该装置包括目标检测跟踪模块、融合目标筛选模块以及目标群融合模块。本发明能够充分利用目标先验信息实现目标跟踪，提高树木等规律排列目标的跟踪效果，具有实现方法简单、成本低、跟踪精度及跟踪效果好等优点。

Description

一种基于目标先验信息的车载雷达目标跟踪方法及装置

技术领域

本发明涉及车载雷达目标跟踪技术领域，尤其涉及一种基于目标先验信息的车载雷达目标跟踪方法及装置。

背景技术

如汽车前向避障雷达等车载雷达，可以用来辅助车辆判断前方障碍物而避免碰撞，确保行车安全，因而该类雷达当前已成为研究热点。如汽车前向避障雷达等在实际中比较常见的应用场景如图1所示，车辆在公路上行驶，公路两侧通常会存在一些规律排列的目标，如整齐排列的树木、电线杆等，汽车前方则会存在着其他行驶的车辆。在该类型应用场景中，如果汽车要进行避障的一个先决条件便是对周边环境进行稳定准确的跟踪。

现有技术中雷达进行目标跟踪时，通常都是在检测到目标位置运动信息后，便直接对目标进行滤波跟踪，但是在实际环境中，会存在各种噪声的干扰，而要准确的获取到目标的实时噪声几乎是不可能实现的，即滤波结果并不能完全过滤掉噪声的干扰，导致输出结果中仍然存在着噪声的干扰，因而雷达获得的实际测量值通常会存在各种误差。在如图1所示的车载雷达应用场景中，当采用上述方法对如树木、电线杆等规律排列目标进行跟踪时，由于雷达获得的实际测量值存在各种误差，因而实际得到的跟踪效果通常都不是如所期望的是呈整齐规律排列的，就无法达到期望的跟踪效果。以汽车前向避障雷达针对道路旁树木的跟踪效果为例，采用上述传统目标跟踪方式实际得到的跟踪效果通常会如图2所示，其中图中的方框代表自身车辆前方其他车辆，从图中可以看出跟踪到的一排树木是歪斜不正的，并不是呈笔直整齐排列的，即实际跟踪效果与期望的跟踪效果存在较大的误差。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、成本低、能够充分利用目标先验信息实现车载雷达的目标跟踪，提高如树木等规律排列目标的跟踪效果的基于目标先验信息的车载雷达目标跟踪方法及装置。

为解决上述技术问题，本发明提出的技术方案为：

一种基于目标先验信息的车载雷达目标跟踪方法，步骤包括：

S1.目标检测跟踪：获取目的车辆中车载雷达的回波信号进行目标检测跟踪，得到初始目标跟踪结果；

S2.融合目标筛选：根据被跟踪目标的先验信息从所述初始目标跟踪结果中筛选出所需融合的目标群，所述先验信息包括速度特性、位置特性；

S3.目标群融合：将所述步骤S2筛选出的目标群进行融合，得到最终的目标跟踪结果输出。

进一步的，所述步骤S2的步骤包括：

S21.获取目的车辆的运动速度区间，根据获取的车辆运动速度区间从所述初始目标跟踪结果中初步筛选出所需融合的目标群；

S22.根据步骤S21初步筛选出的目标群中各目标的位置信息最终筛选出所需融合的目标群。

进一步的，所述步骤S21中，具体从所述初始目标跟踪结果中筛选出速度在所述车辆运动速度区间内的各个目标点，初步筛选得到所需融合的目标群。

进一步的，所述步骤S21中获取目的车辆的运动速度的步骤包括：将目标的速度划分为多个速度区间，统计所述初始目标跟踪结果中每个速度区间内目标的个数，并将其中目标数量最多的速度区间作为所述车辆运动速度区间。

进一步的，所述步骤S22的具体步骤包括：将步骤S21初步筛选出的目标群中，X坐标值大于第一预设阈值的所有目标划分为右侧融合目标群，以及X坐标值小于第二预设阈值的所有目标划分为左侧融合目标群，以及X坐标值处于第一预设阈值与第二预设阈值范围内的所有目标划分为车辆前侧目标，从划分的所述右侧融合目标群、左侧融合目标中最终筛选出所需融合的目标群。

进一步的，从划分的所述右侧融合目标群、左侧融合目标中具体剔除X坐标差值的绝对值小于第三预设阈值的各目标，最终筛选得到所需融合的目标群。

进一步的，所述步骤S3中进行融合时，具体计算所述筛选出的目标群的X坐标的统计值并作为目标群的X坐标，根据所述目标群的X坐标以及目标群中各目标的径向距离对应确定各目标的Y坐标。

进一步的，具体取所述筛选出的目标群中所有X坐标的均值x₁作为目标群的X坐标，取

为目标群中每个目标的Y坐标，其中，R_i为目标群中的第i个树木的径向距离。

一种基于目标先验信息的车载雷达目标跟踪装置，包括：

目标检测跟踪模块，用于获取目的车辆中车载雷达的回波信号进行目标检测跟踪，得到初始目标跟踪结果；

融合目标筛选模块，用于根据被跟踪目标的先验信息从所述初始目标跟踪结果中筛选出所需融合的目标群，所述先验信息包括目标的速度特性、位置特性；

目标群融合模块，用于将所述融合目标筛选模块筛选出的目标群进行融合，得到最终的目标跟踪结果输出。

一种基于目标先验信息的车载雷达目标跟踪装置，包括处理器，所述处理器中存储有可执行的计算机程序，所述处理器被配置以执行上述的方法。

与现有技术相比，本发明的优点在于：

1、本发明基于目标先验信息的车载雷达目标跟踪方法及装置，通过在雷达进行目标检测跟踪得到初始目标跟踪结果后，使用被跟踪目标的速度、位置特性作为先验信息，根据该先验信息来从初始目标跟踪结果中筛选出所需的目标群后进行融合，可以充分利用目标的先验信息准确筛选出所需跟踪的目标群进行针对性的融合处理，能够有效提高如树木、电线杆等类型目标的跟踪精度以及跟踪效果，使得最终的跟踪效果能够更接近于期望的跟踪效果。

2、本发明基于目标先验信息的车载雷达目标跟踪方法及装置，进一步利用跟踪目标位置、速度特性作为先验信息，先依据速度特性，根据车辆运动速度区间从初始目标跟踪结果中初步筛选出所需融合的目标群，再利用位置特性，从初步筛选出的目标群中最终筛选出所需融合的目标群，可以快速、准确的筛选出所有的跟踪目标。

3、本发明基于目标先验信息的车载雷达目标跟踪方法及装置，进一步依据如树木、电线杆等目标位于道路两侧的特性，利用目标的X坐标值来将初步筛选出的各目标点进行划分，通过从划分的左右侧融合目标群中最终筛选出所需融合的目标群，进一步再依据目标X坐标差值来进一步剔除非所需跟踪目标，使得能够尽可能的只选出如树木、电线杆等规律排列的所需目标进行融合。

附图说明

图1是汽车前向避障雷达的典型应用场景示意图。

图2是采用传统跟踪方法跟踪树木得到的跟踪效果示意图。

图3是本实施例基于目标先验信息的车载雷达目标跟踪方法的实现流程示意图。

图4是本实施例中实现雷达目标跟踪的完整流程示意图。

图5是本实施例中实现雷达目标跟踪的详细流程示意图。

具体实施方式

以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。

如图3所示，本实施例基于目标先验信息的车载雷达目标跟踪方法的步骤包括：

S1.目标检测跟踪：获取目的车辆中车载雷达的回波信号进行目标检测跟踪，得到初始目标跟踪结果；

S2.融合目标筛选：根据被跟踪目标的先验信息从初始目标跟踪结果中筛选出所需融合的目标群，先验信息包括速度特性、位置特性；

S3.目标群融合：将步骤S2筛选出的目标群进行融合，得到最终的目标跟踪结果输出。

针对如树木、电线杆等规律排列在车辆运动环境中的目标，由于通常是笔直的规律排列在道路两侧，因而该类目标在雷达跟踪结果中位置与速度均具有特定的特性，本实施例首先分析该类目标的位置、速度特性：

(1)位置特性：由于上述树木、电线杆等规律排列的目标通常是笔直排列在道路两侧，因而该类目标在直角坐标系中位置相对于车载雷达在x轴方向上(也就是垂直于车辆前行方向)位置是相近的，即在雷达跟踪结果中该类目标在x轴方向上与车载雷达之间的距离是相近的；

(2)速度特性：由于上述树木、电线杆等规律排列的目标本身是静止的，该类目标相对于车辆的速度是由于车辆运动引起的，因而该类目标在y方向上，也就是车辆前行方向上的运动速度是相同的，均为车辆的运动速度，即在雷达跟踪结果中该类目标沿着车前行方向速度是相同的。

针对上述如树木、电线杆等规律排列的目标，本实施例利用该类目标的上述位置、速度特性，通过在雷达进行目标检测跟踪得到初始目标跟踪结果后，使用被跟踪目标的速度、位置特性作为先验信息，根据该先验信息来从初始目标跟踪结果中筛选出所需的目标群后进行融合，可以充分利用目标的先验信息准确筛选出所需跟踪的目标群进行针对性的融合处理，从而能够有效提高如树木、电线杆等类型目标的跟踪精度以及跟踪效果，使得最终的跟踪效果能够更接近于期望的跟踪效果。

本实施例步骤S1具体可根据实际需求使用现有技术中跟踪方法，以得到初步的跟踪结果，如图4所示，在跟踪结束后，即目标滤波完成后，再转入步骤S2、步骤S3以对跟踪目标进行针对性的筛选融合处理，输出最终得到的跟踪目标进行显示。

本实施例中，步骤S2的具体步骤包括：

S21.获取目的车辆的运动速度区间，根据获取的车辆运动速度区间从初始目标跟踪结果中初步筛选出所需融合的目标群；

S22.根据步骤S21初步筛选出的目标群中各目标的位置信息最终筛选出所需融合的目标群。

由于树木、电线杆等规律排列的目标在x轴方向上与车载雷达之间的距离是相近的，且沿着车前行方向速度是相同的，均为车辆运动速度，本实施例利用该类目标的上述两个特性作为先验信息，先依据速度特性，根据车辆运动速度区间从初始目标跟踪结果中初步筛选出所需融合的目标群，再利用位置特性，从初步筛选出的目标群中最终筛选出所需融合的目标群，可以准确筛选出所有的该类型跟踪目标。

本实施例步骤S21中获取目的车辆的运动速度的步骤包括：将目标的速度划分为多个速度区间，统计初始目标跟踪结果中每个速度区间内目标的个数，并将其中目标数量最多的速度区间作为车辆运动速度区间。由于在雷达监视局域内，上述如树木、电线杆等类型静止目标的个数通常是最多的，本实施例利用该特性，通过确定目标个数最多的速度区间，来确定车辆自身的运动速度区间，也即是如树木等目标沿着车运动方向上的运动速度，使得可以无需使用额外的速度检测设备即可准确的获取车辆的速度。

在具体应用实施例中，以预设速度v(具体取如10km/h)为一个分隔阈值统计每个速度区间段内目标的个数，例如分别统计1-10km/h,10-20km/h,…速度区间内目标的个数，选取其中目标个数最多的速度区间，将该区间内的所有速度值进行求平均(具体应用时可以去掉最值后再进行求平均以提高精度)，将得到的均值作为车辆的运动速度v，记录该速度区间v_th1～v_th2，得到所需车辆运动速度区间。

可以理解的是，上述车辆运动速度还可以根据实际需求采用其他方法获取得到，如如果可以和车辆自身进行信息交互，则可以通过接口直接获得车辆自身的速度。

本实施例步骤S21中，具体从初始目标跟踪结果中筛选出速度在车辆运动速度区间内的各个目标点，初步筛选得到所需融合的目标群，即初步筛选得到符合上述速度特性(速度与车辆运动速度相同)的目标点群。在确定速度区间v_th1～v_th2后，利用该速度区间v_th1～v_th2筛选出要融合的目标点，即速度在该速度区间内的目标点作为最初的融合目标点群。在具体应用时还可以去除筛选出的目标点群中最大、最小值以进一步提高精度。

本实施例中，步骤S22的具体步骤包括：将步骤S21初步筛选出的目标群中，X坐标值大于第一预设阈值的所有目标划分为右侧融合目标群，以及X坐标值小于第二预设阈值的所有目标划分为左侧融合目标群，以及X坐标值处于第一预设阈值与第二预设阈值范围内的所有目标划分为车辆前侧目标，从划分的右侧融合目标群、左侧融合目标中最终筛选出所需融合的目标群。

车辆在行驶过程中会存在上述如树木、电线杆等位于道路两侧的目标，车辆的前侧则会存在其他行驶的车辆，本实施依据目标的X坐标值来将初步筛选出的各目标点进行划分，其中划分出的左右两侧融合目标群即属于上述如树木、电线杆等位于道路两侧的规律排列目标，再通过从左右侧融合目标群最终筛选出所需融合的目标群。

在具体应用实施例中，上述根据X坐标区分左、右融合目标群时，假设以雷达法线位置为0点处，雷达右边的目标X坐标为正、左边的目标X坐标为负，依次判断初步筛选出的各目标点的X坐标，若大于第一预设阈值(具体如20cm)时，判定为右侧融合目标群；X坐标小于第二预设阈值(具体如-20cm)时，判定为左侧融合目标群；若X坐标在第一预设阈值与第二预设阈值之间(即-20cm～20cm)，则判定为车身前面动目标，该类目标不作为融合目标，仅将上述左右融合目标群作为融合目标。

本实施例中，上述从划分的右侧融合目标群、左侧融合目标中具体剔除X坐标差值的绝对值小于第三预设阈值的各目标，最终筛选得到所需融合的目标群。在筛选出的左、右融合目标群中依然会存在非所需跟踪目标，本实施例进一步依据目标X坐标差值来进一步剔除非所需跟踪目标，使得只选出如树木、电线杆等规律排列的所需目标进行融合。

在具体应用实施例中，上述依据目标X坐标差值来剔除非所需跟踪目标时，具体依次从左、右融合目标群中筛选出X坐标差值绝对值小于第三预设阈值(具体如0.5m)的目标点，若筛选出的目标点个数小于预设阈值(具体如3)，即满足条件的目标点数量过少，表明不是如树木、电线杆等类型所需跟踪目标，则不进行融合，去除掉该非所需跟踪目标，可以进一步提高跟踪精度。

上述预设阈值均可以根据实际需求、雷达测量精度等进行配置。

筛选出所需融合的目标群(即如树木、电线杆等规律排列的所需跟踪目标点群)后再进行目标群融合，可以提高目标跟踪效果。本实施例步骤S3中进行融合时，具体计算筛选出的目标群的X坐标的统计值并作为目标群的X坐标，根据目标群的X坐标以及目标群中各目标的径向距离应确定各目标的Y坐标。在具体应用实施例中，取筛选出的目标群中所有X坐标的均值

作为目标群的X坐标，取

为目标群中每个目标的Y坐标，其中，R_i为目标群中的第i个目标的径向距离，即目标到雷达中心的距离。

通过采用本实施例上述方法，能够准确筛选出如树木、电线杆等规律排列的所需跟踪目标的目标群进行针对性融合，消除由于雷达测量值误差带来的影响，最终能够得到笔直、整齐排列的跟踪效果，即达到期望的跟踪效果。

以下以在具体应用实施例中使用汽车前向避障雷达对树木进行跟踪为例，对本发明进行进一步说明，如图5所示，详细步骤包括：

步骤1:目标检测跟踪

获取目的车辆中车载雷达的回波信号，采用现有技术中跟踪方法进行目标检测跟踪，得到初始目标跟踪结果。

步骤2:融合目标群筛选

步骤2.1:车辆运动速度获取

以10km/h为一个分隔阈值统计每个速度区间段内目标的个数，如分别统计1-10km/h,10-20km/h,…速度区间内目标的个数，确定目标个数最多的速度区间，确定得到车辆的运动速度区间v_th1～v_th2，将该区间内的所有速度值去掉最值后进行求平均，将该均值v做为车辆的运动速度。

步骤2.2:根据车辆速度融合目标群初步筛选

根据速度区间v_th1～v_th2筛选出要融合的目标点，即速度在这个区间内的目标点作为最初的融合目标点群，将筛选出的目标点的检测信息存储到数组V中，其中V(i)表示数组V中的第i个元素，并去除数组V中的最大、最小值。

步骤2.3:根据X坐标划分融合目标群

以雷达法线位置为0点处，雷达右边的目标X坐标为正、左边的目标X坐标为负，循环判断数组V中的元素，如第i个元素的X坐标大于20cm时，判定为右侧融合目标群，存储到数组V_右中；若X坐标小于-20时，判定为左侧融合目标群，存储到数组V_左中；若X坐标在-20～20之间的为车身前面动目标，并不作为融合目标。

步骤2.4:从左右融合目标群中最终筛选出树木目标群

在进行完步骤2.3后选出的目标中会存在非树木目标，要对这些目标进行剔除，即只选出树木进行融合。具体对数组V_右和V_左分别实施如下步骤：遍历数组进行循环，筛选出X坐标差值绝对值小于0.5m的数组元素，若筛选出数组元素个数小于3，表明左右不存在笔直栽种的树木，则不进行融合。

步骤3:融合目的目标群

对左、右侧树木群分别实施如下步骤：对树木群中所有X坐标求平均，得到的均值记为

将

作为树木群众的X坐标，树木群中每个树木的Y坐标为

得到融合后的坐标值。

步骤4：目标输出显示

将融合后的坐标值输出显示。

本实施例基于目标先验信息的车载雷达目标跟踪装置，包括：

目标检测跟踪模块，用于获取目的车辆中车载雷达的回波信号进行目标检测跟踪，得到初始目标跟踪结果；

融合目标筛选模块，用于根据被跟踪目标的先验信息从所述初始目标跟踪结果中筛选出所需融合的目标群，所述先验信息包括目标的速度特性、位置特性；

目标群融合模块，用于将所述融合目标筛选模块筛选出的目标群进行融合，得到最终的目标跟踪结果输出。

本实施例中，上述融合目标筛选模块具体包括：

初步筛选单元，用于获取目的车辆的运动速度区间，根据获取的车辆运动速度区间从初始目标跟踪结果中初步筛选出所需融合的目标群；

二次筛选单元，用于根据初步筛选单元初步筛选出的目标群中各目标的位置信息最终筛选出所需融合的目标群。

本实施例基于目标先验信息的车载雷达目标跟踪装置与上述基于目标先验信息的车载雷达目标跟踪方法为一一对应，在此不再一一赘述。

在另一实施例中，本发明基于目标先验信息的车载雷达目标跟踪装置还可以为：包括处理器，处理器中存储有可执行的计算机程序，处理器被配置以执行上述基于目标先验信息的车载雷达目标跟踪方法。

上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (9)

1.一种基于目标先验信息的车载雷达目标跟踪方法，其特征在于，步骤包括：

S1.目标检测跟踪：获取目的车辆中车载雷达的回波信号进行目标检测跟踪，得到初始目标跟踪结果；

S2.融合目标筛选：根据被跟踪目标的先验信息从所述初始目标跟踪结果中筛选出所需融合的规律排列的目标群，所述先验信息包括速度特性、位置特性；

S3.目标群融合：将所述步骤S2筛选出的规律排列的目标群进行融合，得到最终的目标跟踪结果输出；

所述步骤S3中进行融合时，具体计算所述筛选出的目标群的X坐标的统计值并作为目标群的X坐标，根据所述目标群的X坐标以及目标群中各目标的径向距离对应确定各目标的Y坐标。

2.根据权利要求1所述的基于目标先验信息的车载雷达目标跟踪方法，其特征在于，所述步骤S2的步骤包括：

S21.获取目的车辆的运动速度区间，根据获取的车辆运动速度区间从所述初始目标跟踪结果中初步筛选出所需融合的目标群；

S22.根据步骤S21初步筛选出的目标群中各目标的位置信息最终筛选出所需融合的目标群。

3.根据权利要求2所述的基于目标先验信息的车载雷达目标跟踪方法，其特征在于，所述步骤S21中，具体从所述初始目标跟踪结果中筛选出速度在所述车辆运动速度区间内的各个目标点，初步筛选得到所需融合的目标群。

4.根据权利要求2所述的基于目标先验信息的车载雷达目标跟踪方法，其特征在于，所述步骤S21中获取目的车辆的运动速度的步骤包括：将目标的速度划分为多个速度区间，统计所述初始目标跟踪结果中每个速度区间内目标的个数，并将其中目标数量最多的速度区间作为所述车辆运动速度区间。

5.根据权利要求2或3或4所述的基于目标先验信息的车载雷达目标跟踪方法，其特征在于，所述步骤S22的具体步骤包括：将步骤S21初步筛选出的目标群中，X坐标值大于第一预设阈值的所有目标划分为右侧融合目标群，以及X坐标值小于第二预设阈值的所有目标划分为左侧融合目标群，以及X坐标值处于第一预设阈值与第二预设阈值范围内的所有目标划分为车辆前侧目标，从划分的所述右侧融合目标群、左侧融合目标中最终筛选出所需融合的目标群。

6.根据权利要求5所述的基于目标先验信息的车载雷达目标跟踪方法，其特征在于，从划分的所述右侧融合目标群、左侧融合目标中具体剔除相邻目标之间的X坐标差值的绝对值小于第三预设阈值的各目标，最终筛选得到所需融合的目标群。

7.根据权利要求1所述的基于目标先验信息的车载雷达目标跟踪方法，其特征在于，具体取所述筛选出的目标群中所有X坐标的均值x₁作为目标群的X坐标，取

为目标群中每个目标的Y坐标，其中R_i为目标群中的第i个树木的径向距离。

8.一种基于目标先验信息的车载雷达目标跟踪装置，其特征在于，包括：

目标检测跟踪模块，用于获取目的车辆中车载雷达的回波信号进行目标检测跟踪，得到初始目标跟踪结果；

融合目标筛选模块，用于根据被跟踪目标的先验信息从所述初始目标跟踪结果中筛选出所需融合的目标群，所述先验信息包括目标的速度特性、位置特性；

目标群融合模块，用于将所述融合目标筛选模块筛选出的目标群进行融合，得到最终的目标跟踪结果输出；

所述目标群融合模块中进行融合时，具体计算所述筛选出的目标群的X坐标的统计值并作为目标群的X坐标，根据所述目标群的X坐标以及目标群中各目标的径向距离对应确定各目标的Y坐标。

9.一种基于目标先验信息的车载雷达目标跟踪装置，其特征在于，包括处理器，所述处理器中存储有可执行的计算机程序，其特征在于，所述处理器被配置以执行权利要求1～7中任意一项所述的方法。

Images