CN112764034B - 一种车载bsd毫米波雷达低速下障碍物识别方法 - Google Patents
一种车载bsd毫米波雷达低速下障碍物识别方法 Download PDFInfo
- Publication number
- CN112764034B CN112764034B CN202011568157.6A CN202011568157A CN112764034B CN 112764034 B CN112764034 B CN 112764034B CN 202011568157 A CN202011568157 A CN 202011568157A CN 112764034 B CN112764034 B CN 112764034B
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- threshold
- static
- judging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000003068 static effect Effects 0.000 claims abstract description 89
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- 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
- G01S2013/9315—Monitoring blind spots
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)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种车载BSD毫米波雷达低速下障碍物识别方法,包括:车载BSD毫米波雷达实时检测周围目标,收集当前帧的目标检测点信息并对其进行处理,得到目标信息列表;对目标信息列表中的目标检测点进行运动和静止状态识别,并对多帧静止状态下的目标检测点信息进行收集,得到静止目标列表;对静止目标列表中的目标检测点进行聚类,得到识别的障碍物信息;根据障碍物信息,计算本车与障碍物之间的碰撞风险。本发明的障碍物识别方法简单易操作,可快速准确的判断目标的动静状态,且适用性强,识别率高,增加了BSD雷达的应用场景,同时降低了车辆盲区的碰撞风险,提高了车辆行驶安全性。
Description
技术领域
本发明涉及车辆障碍物识别技术领域,特别是涉及一种车载BSD毫米波雷达低速下障碍物识别方法。
背景技术
目前,车载BSD毫米波雷达主要应用在正常行车过程中对车辆侧后方盲区内的目标进行检测和提醒,避免本车变道时与后方车辆碰撞,然而,其在车辆低速行驶时并没有发挥其检测的作用。
车辆在低速行驶时,一般周围环境相对复杂,通常出现在其周身的障碍物较多,对驾驶水平一般的驾驶员而言,通行相对困难,容易与障碍物碰撞,同时, BSD雷达在盲区内的检测点角度、速度测量误差相对其他位置较大,不易判断目标的动静状态,而且,车载BSD毫米波雷达对静止障碍物的识别,不同材质识别效率不同,有些目标的反射点很少,且位置不稳定,容易漏识别;所以,车载 BSD毫米波雷达如果在车辆低速行驶时能够帮助识别障碍物,可以辅助驾驶员安全同行的同时,还提高了雷达的使用效率。
发明内容
本发明为克服上述现有技术中,车辆在低速行驶状态下,车载BSD毫米波雷达对盲区内的障碍物的识别不精准的问题,提供一种车载BSD毫米波雷达低速下障碍物识别方法。
为解决上述技术问题,本发明的技术方案如下:
一种车载BSD毫米波雷达低速下障碍物识别方法,包括:
车载BSD毫米波雷达实时检测周围目标,收集当前帧的目标检测点信息并对其进行处理,得到目标信息列表;
对目标信息列表中的目标检测点进行运动和静止状态识别,并对多帧静止状态下的目标检测点信息进行收集,得到静止目标列表;
对静止目标列表中的目标检测点进行聚类,得到识别的障碍物信息;
根据障碍物信息,计算本车与障碍物之间的碰撞风险。
进一步的,作为优选技术方案,对目标信息列表中的目标检测点进行运动和静止状态识别具体包括:
根据本车的运动速度结合目标检测点信息计算目标的对地径向速度的绝对值;
根据动静状态判断阈值大小对动静状态判断阈值进行区间划分;
将目标的对地径向速度的绝对值与动静状态判断阈值进行比较,判断目标的对地径向速度的绝对值所处区间;
根据目标的对地径向速度的绝对值所处区间结合本车状态和目标距离信息判断目标所处状态。
进一步的,作为优选技术方案,目标检测点信息包括目标的位置信息、目标相对本车的径向运动速度信息和目标相对本车的方位角度信息;
目标的对地径向速度的绝对值的计算具体包括:车速与目标相对本车的方位角度的余弦乘积和目标相对本车的径向运动速度之和。
进一步的,作为优选技术方案,所划分的区间包括第一阈值区间、第二阈值区间、第三阈值区间和第四阈值区间;
其中:第一阈值区间、第二阈值区间、第三阈值区间和第四阈值区间的设置根据大量实车测试数据统计设置;
第一阈值区间为小于等于0.1m/s;
第二阈值区间为大于0.1m/s,小于等于0.25m/s;
第三阈值区间为大于0.25m/s,小于等于0.4m/s;
第四阈值区间为大于0.4m/s,小于等于0.6m/s。
进一步的,作为优选技术方案,根据目标的对地径向速度的绝对值所处区间结合本车状态和目标距离信息判断目标所处状态具体包括:
当目标的对地径向速度的绝对值处于第一阈值区间内时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第二阈值区间内时,判断本车的运动状态,当本车处于静止状态时,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标,当本车处于运动状态时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第三阈值区间内时,判断本车的运动状态,当本车处于静止状态时,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标;当本车处于直线行驶状态时,且目标与本车左右距离在第一阈值范围内或者目标与本车前后距离在第三阈值范围内时,则判断目标为静止目标;当本车处于转弯状态时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第四阈值区间内时,判断本车的运动状态,当本车处于静止状态时,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标;当本车处于直线行驶状态时,且目标与本车前后距离在第三阈值范围内时,则判断目标为静止目标;当本车处于转弯状态时,且目标与本车前后距离在第四阈值范围内时,则判断目标为静止目标。
进一步的,作为优选技术方案,本车直线行驶状态和转弯状态的判断包括:
将本车偏航角速度的绝对值与第五阈值进行比较,当本车偏航角速度的绝对值小于等于第五阈值时,则判断本车处于直线行驶状态,否则,判断本车处于转弯状态。
进一步的,作为优选技术方案,第一阈值、第二阈值、第三阈值、第四阈值和第五阈值的设置根据大量实车测试数据统计设置;
第一阈值设置范围为:0.8m-1.2m;
第二阈值设置范围为:2.5m-3.5m;
第三阈值设置范围为:4.5m-5.5m;
第四阈值设置范围为:25m-35m;
第五阈值设置范围为:4°/s-6°/s。
进一步的,作为优选技术方案,对静止目标列表中的目标检测点进行聚类具体包括:
对静止目标列表中的相邻两目标的位置信息进行最差运算,当相邻两目标的位置差值的绝对值在第六阈值范围内时,则判断相邻两目标为同一目标,否则,判断相邻两目标为两个目标;
遍历完静止目标列表后得到聚类后的目标列表,即得到识别的障碍物信息。
进一步的,作为优选技术方案,识别的障碍物信息包括目标的数量、目标的位置分部范围、聚类中心目标的位置、目标相对本车的平均速度。
进一步的,作为优选技术方案,计算本车与障碍物之间的碰撞风险包括:根据目标的位置和目标相对本车的平均速度计算本车与目标之间的碰撞时间,即得到本车与障碍物之间的碰撞风险。
与现有技术相比,本发明技术方案的有益效果是:
本发明的障碍物识别方法简单易操作,可快速准确的判断目标的动静状态,且适用性强,识别率高,增加了BSD雷达的应用场景,同时降低了车辆盲区的碰撞风险,提高了车辆行驶安全性。
附图说明
图1为本发明步骤流程图。
图2为本发明本车周围障碍物分布示意图。
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的;相同或相似的标号对应相同或相似的部件;附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征更易被本领域技术人员理解,从而对本发明的保护范围作出更为清楚的界定。。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制。
此外,若有“第一”、“第二”等术语仅用于描述目的,主要是用于区分不同的装置、元件或组成部分(具体的种类和构造可能相同也可能不同),并非用于表明或暗示所指示装置、元件或组成部分的相对重要性和数量,而不能理解为指示或者暗示相对重要性。
实施例1
本实施例公开一种车载BSD毫米波雷达低速下障碍物识别方法,如图1所示,包括:
S1、车载BSD毫米波雷达实时检测周围目标,收集当前帧的目标检测点信息并对其进行处理,得到目标信息列表。
本步骤具体包括:
车载BSD毫米波雷达实时检测周围目标,将检测到的数据信息经过信号处理后得到当前帧的目标检测点信息,收集多帧目标检测点信息得到目标信息列表。
在本实施例中,目标检测点信息包括目标的位置信息、目标相对本车的径向运动速度信息和目标相对本车的方位角度信息;
目标信息列表包括目标的位置信息、目标相对本车的径向运动速度信息和目标相对本车的方位角度信息。
S2、对目标信息列表中的目标检测点进行运动和静止状态识别,并对多帧静止状态下的目标检测点信息进行收集,得到静止目标列表。
本步骤中对目标信息列表中的目标检测点进行运动和静止状态识别具体包括:
S21、根据本车的运动速度结合目标检测点信息计算目标的对地径向速度的绝对值。
本步骤中,目标的对地径向速度的绝对值的计算具体包括:车速与目标相对本车的方位角度的余弦乘积和目标相对本车的径向运动速度之和。
该目标的对地径向速度的绝对值通过以下公式计算:
abSpeed=rSpeed+Speed*cos(angle)
其中,abSpeed表示目标的对地径向速度的绝对值,rSpeed表示目标相对本车的径向运动速度,Speed表示本车的车速,angle表示目标相对本车的方位角度。
S22、根据动静状态判断阈值大小对动静状态判断阈值进行区间划分。
本步骤中,对动静状态判断阈值所划分的区间包括第一阈值区间、第二阈值区间、第三阈值区间和第四阈值区间;
其中:第一阈值区间、第二阈值区间、第三阈值区间和第四阈值区间的设置根据大量实车测试数据统计设置;
在本实施例中,第一阈值区间为小于等于0.1m/s;
第二阈值区间为大于0.1m/s,小于等于0.25m/s;
第三阈值区间为大于0.25m/s,小于等于0.4m/s;
第四阈值区间为大于0.4m/s,小于等于0.6m/s。
S23、将目标的对地径向速度的绝对值与动静状态判断阈值进行比较,判断目标的对地径向速度的绝对值所处区间。
S24、根据目标的对地径向速度的绝对值所处区间结合本车状态和目标距离信息判断目标所处状态。
本步骤具体包括:
当目标的对地径向速度的绝对值处于第一阈值区间内时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第二阈值区间内时,进一步判断本车的运动状态,当本车处于静止状态时,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标,当本车处于运动状态时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第三阈值区间内时,若本车处于静止状态,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标;若本车处于直线行驶状态,且目标与本车左右距离在第一阈值范围内或者目标与本车前后距离在第三阈值范围内时,则判断目标为静止目标;若本车处于转弯状态,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第四阈值区间内时,若本车处于静止状态,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标;若本车处于直线行驶状态,且目标与本车前后距离在第三阈值范围内时,则判断目标为静止目标;若本车处于转弯状态,且目标与本车前后距离在第四阈值范围内时,则判断目标为静止目标。
在本步骤中:目标与本车左右距离具体指目标与本车BSD雷达安装位置之间的左右距离,目标与本车前后距离具体指目标与本车BSD雷达安装位置之间的前后距离。
本车直线行驶状态和转弯状态的判断包括:
将本车偏航角速度的绝对值与第五阈值进行比较,当本车偏航角速度的绝对值小于等于第五阈值时,则判断本车处于直线行驶状态,否则,判断本车处于转弯状态。
在本步骤中,第一阈值、第二阈值、第三阈值、第四阈值和第五阈值的设置根据大量实车测试数据统计设置;
第一阈值设置范围为:0.8m-1.2m;
第二阈值设置范围为:2.5m-3.5m;
第三阈值设置范围为:4.5m-5.5m;
第四阈值设置范围为:25m-35m;
第五阈值设置范围为:4°/s-6°/s。
优选的,第一阈值设置为1.0m;
第二阈值设置为:3m;
第三阈值设置为:5m;
第四阈值设置为:30m;
第五阈值设置为:5°/s。
本步骤在另一实施例中,也可通过以下方式表述:
当abSpeed的绝对值小于等于0.1m/s时,则判断目标为静止目标;
当abSpeed的绝对值大于0.1m/s,小于等于0.25m/s时,判断本车的运动状态,当本车处于静止状态时,且目标与本车BSD雷达安装位置之间的左右距离在1m内,目标与本车BSD雷达安装位置之间的前后距离在3m内时,则判断目标为静止目标,当本车处于运动状态时,则判断目标为静止目标;
当abSpeed的绝对值大于0.25m/s,小于等于0.4m/s时,判断本车的运动状态,当本车处于静止状态时,且目标与本车BSD雷达安装位置之间的左右距离在1m内,目标与本车BSD雷达安装位置之间的前后距离在3m内时,则判断目标为静止目标,当本车处于运动状态时,根据本车偏航角速度的绝对值判断本车处于直线行驶状态还是转弯状态,当本车处于直线行驶状态时,且目标与本车BSD 雷达安装位置之间的左右距离在1m内或者目标与本车BSD雷达安装位置之间的前后距离在5m内时,则判断目标为静止目标;当本车处于转弯状态时,则判断目标为静止目标;
当abSpeed的绝对值大于0.4m/s,小于等于0.6m/s时,判断本车的运动状态,当本车处于静止状态时,且目标与本车BSD雷达安装位置之间的左右距离在1m内,目标与本车BSD雷达安装位置之间的前后距离在3m内时,则判断目标为静止目标,当本车处于运动状态时,根据本车偏航角速度的绝对值判断本车处于直线行驶状态还是转弯状态,当本车处于直线行驶状态时,且目标与本车BSD 雷达安装位置之间的前后距离在5m内时,则判断目标为静止目标;当本车处于转弯状态时,且目标与本车BSD雷达安装位置之间的前后距离在30m内时,则判断目标为静止目标;
本车直线行驶状态和转弯状态也可通过以下方式表述:
将本车偏航角速度的绝对值与第五阈值进行比较,当本车偏航角速度的绝对值小于等于第五阈值时,则判断本车处于直线行驶状态,否则,判断本车处于转弯状态。
当YawRate的绝对值小于等于5°/s内,则判断本车处于直线行驶状态,否则,判断本车处于转弯状态。
S3、对静止目标列表中的目标检测点进行聚类,得到识别的障碍物信息。
本步骤具体包括:
对静止目标列表中的相邻两目标的位置信息进行最差运算,当相邻两目标的位置差值的绝对值在第六阈值范围内时,则判断相邻两目标为同一目标,否则,判断相邻两目标为两个目标;
本步骤的具体计算包括:
根据目标列表信息计算目标的坐标信息,即目标在本车坐标系下的投影x, y。
其根据目标列表中的目标的位置信息和目标相对本车的方位角度信息转换得到;
具体为:x=r*sin(angle),y=r*cos(angle);
其中,r表示目标的位置信息,即目标距离本车BSD雷达安装位置之间的距离,angle表示目标相对本车的方位角度。
对相邻两目标的坐标做差取绝对值;
具体为:deltX=|x_a-x_b|,deltY=|y_a-y_b|
其中,x_a,x_b表示相邻两目标a和b的横向坐标,y_a,y_b表示相邻两目标a和b的纵向坐标,deltX,deltY表示相邻两目标a和b的横向坐标差的绝对值和纵向坐标差的绝对值;
将相邻两目标a和b的横向坐标差的绝对值和纵向坐标差的绝对值分别与第六阈值进行比较,当相邻两目标a和b的横向坐标差的绝对值和纵向坐标差的绝对值均小于等于第六阈值时,则判断相邻两目标为同一目标。
在本步骤中,第六阈值的设置范围为0.8-1.2m,优选的,第六阈值的设置范围为1m。
采用上述方法,识别完静止目标列表中的所有目标,以完成静止目标列表的聚类,从而得到识别的障碍物信息,这个过程即障碍物的识别过程。
在本步骤中,识别到的障碍物信息包括聚类的目标的数量、目标的位置分部范围、聚类中心目标的位置、目标相对本车的平均速度。
如图2所示,在车尾左右两侧各安装了BSD雷达,检测周围障碍物,得到黑色+号表示的目标点,虚线框表示聚类的结果,即虚线框内的目标点属于同一目标,即同一障碍物;虚线框的长宽为障碍物识别后的大小。
S4、根据障碍物信息,计算本车与障碍物之间的碰撞风险。
本步骤包括:
根据障碍物相对于本车的平均速度和障碍物的位置,通过以下公式计算本车与障碍物之间的碰撞时间,即碰撞风险:
TTC=average(r)/average(rSpeed)
其中:TTC即time to collision表示碰撞时间,average(r)表示障碍物识别的目标点测量距离平均值,average(rSpeed)表示点测量的速度平均值,即目标相对本车的平均速度。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (8)
1.一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,包括:
车载BSD毫米波雷达实时检测周围目标,收集当前帧的目标检测点信息并对其进行处理,得到目标信息列表;
根据本车的运动速度结合目标检测点信息计算目标的对地径向速度的绝对值;
根据动静状态判断阈值大小将动静状态判断阈值划分为第一阈值区间、第二阈值区间、第三阈值区间和第四阈值区间;
将目标的对地径向速度的绝对值与动静状态判断阈值进行比较,判断目标的对地径向速度的绝对值所处区间,根据目标的对地径向速度的绝对值所处区间结合本车状态和目标距离信息对目标信息列表中的目标检测点进行运动和静止状态识别;
当目标的对地径向速度的绝对值处于第一阈值区间内时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第二阈值区间内时,判断本车的运动状态,当本车处于静止状态时,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标,当本车处于运动状态时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第三阈值区间内时,判断本车的运动状态,当本车处于静止状态时,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标;当本车处于直线行驶状态时,且目标与本车左右距离在第一阈值范围内或者目标与本车前后距离在第三阈值范围内时,则判断目标为静止目标;当本车处于转弯状态时,则判断目标为静止目标;
当目标的对地径向速度的绝对值处于第四阈值区间内时,判断本车的运动状态,当本车处于静止状态时,且目标与本车左右距离在第一阈值范围内,目标与本车前后距离在第二阈值范围内时,则判断目标为静止目标;当本车处于直线行驶状态时,且目标与本车前后距离在第三阈值范围内时,则判断目标为静止目标;当本车处于转弯状态时,且目标与本车前后距离在第四阈值范围内时,则判断目标为静止目标;
对多帧静止状态下的目标检测点信息进行收集,得到静止目标列表;
对静止目标列表中的目标检测点进行聚类,得到识别的障碍物信息;
根据障碍物信息,计算本车与障碍物之间的碰撞风险。
2.根据权利要求1所述的一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,目标检测点信息包括目标的位置信息、目标相对本车的径向运动速度信息和目标相对本车的方位角度信息;
目标的对地径向速度的绝对值的计算具体包括:车速与目标相对本车的方位角度的余弦乘积和目标相对本车的径向运动速度之和。
3.根据权利要求1所述的一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,第一阈值区间、第二阈值区间、第三阈值区间和第四阈值区间的设置根据大量实车测试数据统计设置;
第一阈值区间为小于等于0.1m/s;
第二阈值区间为大于0.1m/s,小于等于0.25m/s;
第三阈值区间为大于0.25m/s,小于等于0.4m/s;
第四阈值区间为大于0.4m/s,小于等于0.6m/s。
4.根据权利要求1所述的一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,本车直线行驶状态和转弯状态的判断包括:
将本车偏航角速度的绝对值与第五阈值进行比较,当本车偏航角速度的绝对值小于等于第五阈值时,则判断本车处于直线行驶状态,否则,判断本车处于转弯状态。
5.根据权利要求4所述的一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,第一阈值、第二阈值、第三阈值、第四阈值和第五阈值的设置根据大量实车测试数据统计设置;
第一阈值设置范围为:0.8m-1.2m;
第二阈值设置范围为:2.5m-3.5m;
第三阈值设置范围为:4.5m-5.5m;
第四阈值设置范围为:25m-35m;
第五阈值设置范围为:4°/s-6°/s。
6.根据权利要求1所述的一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,对静止目标列表中的目标检测点进行聚类具体包括:
对静止目标列表中的相邻两目标的位置信息进行最差运算,当相邻两目标的位置差值的绝对值在第六阈值范围内时,则判断相邻两目标为同一目标,否则,判断相邻两目标为两个目标;
遍历完静止目标列表后得到聚类后的目标列表,即得到识别的障碍物信息。
7.根据权利要求6所述的一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,识别的障碍物信息包括目标的数量、目标的位置分部范围、聚类中心目标的位置、目标相对本车的平均速度。
8.根据权利要求7所述的一种车载BSD毫米波雷达低速下障碍物识别方法,其特征在于,计算本车与障碍物之间的碰撞风险包括:根据目标的位置和目标相对本车的平均速度计算本车与目标之间的碰撞时间,即得到本车与障碍物之间的碰撞风险。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011568157.6A CN112764034B (zh) | 2020-12-25 | 2020-12-25 | 一种车载bsd毫米波雷达低速下障碍物识别方法 |
PCT/CN2021/102232 WO2022134510A1 (zh) | 2020-12-25 | 2021-06-25 | 一种车载bsd毫米波雷达低速下障碍物识别方法 |
US18/269,296 US20240053468A1 (en) | 2020-12-25 | 2021-06-25 | Vehicle-mounted bsd millimeter wave radar based method for obstacle recognition at low speed |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011568157.6A CN112764034B (zh) | 2020-12-25 | 2020-12-25 | 一种车载bsd毫米波雷达低速下障碍物识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112764034A CN112764034A (zh) | 2021-05-07 |
CN112764034B true CN112764034B (zh) | 2022-11-04 |
Family
ID=75695727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011568157.6A Active CN112764034B (zh) | 2020-12-25 | 2020-12-25 | 一种车载bsd毫米波雷达低速下障碍物识别方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240053468A1 (zh) |
CN (1) | CN112764034B (zh) |
WO (1) | WO2022134510A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112764034B (zh) * | 2020-12-25 | 2022-11-04 | 南京市德赛西威汽车电子有限公司 | 一种车载bsd毫米波雷达低速下障碍物识别方法 |
JP2022125580A (ja) * | 2021-02-17 | 2022-08-29 | トヨタ自動車株式会社 | 衝突回避支援装置 |
CN113326596B (zh) * | 2021-06-23 | 2024-08-02 | 上海天麦能源科技有限公司 | 一种复杂燃气管网结构检测点设置方法及*** |
CN115267783A (zh) * | 2022-06-23 | 2022-11-01 | 深圳承泰科技有限公司 | 一种车载雷达高度目标分类方法、装置、设备及存储介质 |
CN115618250B (zh) * | 2022-12-02 | 2023-05-02 | 华清瑞达(天津)科技有限公司 | 一种雷达目标障碍模拟识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011126445A (ja) * | 2009-12-18 | 2011-06-30 | Mitsubishi Fuso Truck & Bus Corp | 車両の自動ブレーキ制御装置 |
JP2015155878A (ja) * | 2014-02-21 | 2015-08-27 | 株式会社デンソー | 車両用障害物検出装置 |
CN109870680B (zh) * | 2018-10-26 | 2020-08-04 | 北京润科通用技术有限公司 | 一种目标分类方法及装置 |
CN111316128A (zh) * | 2018-12-28 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 连续障碍物检测方法、设备、***及存储介质 |
CN111289980B (zh) * | 2020-03-06 | 2022-03-08 | 成都纳雷科技有限公司 | 基于车载毫米波雷达的路边静止物的检测方法及*** |
CN112764034B (zh) * | 2020-12-25 | 2022-11-04 | 南京市德赛西威汽车电子有限公司 | 一种车载bsd毫米波雷达低速下障碍物识别方法 |
-
2020
- 2020-12-25 CN CN202011568157.6A patent/CN112764034B/zh active Active
-
2021
- 2021-06-25 WO PCT/CN2021/102232 patent/WO2022134510A1/zh active Application Filing
- 2021-06-25 US US18/269,296 patent/US20240053468A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN112764034A (zh) | 2021-05-07 |
WO2022134510A1 (zh) | 2022-06-30 |
US20240053468A1 (en) | 2024-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112764034B (zh) | 一种车载bsd毫米波雷达低速下障碍物识别方法 | |
CN111398924B (zh) | 雷达安装角度标定方法及*** | |
US8606539B2 (en) | Road configuration estimation apparatus, computer program, and road configuration estimation method | |
JP3427809B2 (ja) | 車両用道路形状認識方法及び装置、記録媒体 | |
JP3427815B2 (ja) | 先行車選択方法及び装置、記録媒体 | |
US6226571B1 (en) | Surroundings monitoring apparatus for an automotive vehicle | |
US10585188B2 (en) | Broadside detection system and techniques for use in a vehicular radar | |
JP2007257536A (ja) | ミリ波レーダによる道路交通監視装置 | |
CN102431495B (zh) | 77GHz毫米波汽车主动防撞雷达弯道虚警抑制*** | |
JP3520326B2 (ja) | ミリ波レーダによる走行車両検出方法 | |
JP3427817B2 (ja) | 車両用障害物認識方法及び装置、記録媒体 | |
CN113253257B (zh) | 一种基于多毫米波雷达和视觉的露天矿障碍物检测方法 | |
CN114174852A (zh) | 车载用物体检测装置 | |
CN113815620B (zh) | 一种车辆安全行驶的评估方法、装置、设备及存储介质 | |
Valldorf et al. | Advanced Microsystems for Automotive Applications 2007 | |
CN113341414A (zh) | 一种基于毫米波雷达的底盘防刮***及底盘防刮方法 | |
CN111959515A (zh) | 一种基于视觉检测的前向目标选择方法、装置及*** | |
JP4850531B2 (ja) | 車載レーダ装置 | |
CN110940981B (zh) | 一种用于判断车辆前方目标的位置是否处于本车道内的方法 | |
CN113879312B (zh) | 基于多传感器融合的前向目标选择方法、装置和存储介质 | |
CN112014822B (zh) | 车载雷达测量数据识别方法、装置、介质和电子装置 | |
CN114670851A (zh) | 基于寻优跟踪算法的辅助驾驶***、方法、终端及介质 | |
CN113706887B (zh) | 用于后方交叉碰撞警告的方法和装置 | |
CN221272966U (zh) | 一种目标侦测***及车载目标侦测*** | |
CN116630765B (zh) | 一种基于多元信息的单车融合感知*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |