CN115079121B - 用于车载雷达的多径目标识别方法、装置及存储介质 - Google Patents

用于车载雷达的多径目标识别方法、装置及存储介质 Download PDF

Info

Publication number
CN115079121B
CN115079121B CN202210845133.3A CN202210845133A CN115079121B CN 115079121 B CN115079121 B CN 115079121B CN 202210845133 A CN202210845133 A CN 202210845133A CN 115079121 B CN115079121 B CN 115079121B
Authority
CN
China
Prior art keywords
target
candidate
real
multipath
path
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
Application number
CN202210845133.3A
Other languages
English (en)
Other versions
CN115079121A (zh
Inventor
孟俊如
郭坤鹏
李�瑞
张燎
冯友怀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Hawkeye Electronic Technology Co Ltd
Original Assignee
Nanjing Hawkeye Electronic Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Hawkeye Electronic Technology Co Ltd filed Critical Nanjing Hawkeye Electronic Technology Co Ltd
Priority to CN202210845133.3A priority Critical patent/CN115079121B/zh
Publication of CN115079121A publication Critical patent/CN115079121A/zh
Application granted granted Critical
Publication of CN115079121B publication Critical patent/CN115079121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/415Identification of targets based on measurements of movement associated with the target

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种用于车载雷达的多径目标识别方法、装置及存储介质,其中,方法包括:根据雷达的检测点以得到目标点集合;对目标点集合中的静态目标点进行聚类以得到道路护栏对应的候选护栏直线,并确定出有效护栏直线;针对每个有效护栏直线,对目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对候选多径目标和候选真实目标进行配对,以识别多径目标和真实目标。本发明所提供的技术方案能够解决现有技术中车载雷达进行目标跟踪时,难以精确快速地识别出多径目标的技术问题。本方案能够在复杂场景中实时地识别出多径目标,降低了多径目标识别的误判率、漏判率以及计算量。

Description

用于车载雷达的多径目标识别方法、装置及存储介质
技术领域
本发明涉及雷达技术领域,尤其涉及一种用于车载雷达的多径目标识别方法、装置及存储介质。
背景技术
在车载雷达中,对目标进行跟踪时,道路两侧的护栏会对信号产生反射,从而导致在目标跟踪过程中产生多径目标。在一些雷达应用场景中,车载雷达的探测跟踪场景比较复杂,比如目标数量多、道路护栏较多、存在静止干扰目标等,在此类情况下,雷达跟踪过程中产生的多径目标的数量会更多,会对目标跟踪产生干扰。
为了提高目标跟踪精度,需要在大量目标检测点中区分出多径目标和真实目标,以及与多径目标相对应的真实目标。在现有技术中,当车载雷达处于复杂场景下时,雷达***难以快速、精准、实时地识别出多径目标。除此之外,当复杂场景下目标数量越多时,相对应地,多径目标识别的工作计算量则越大,识别实时性较差,且存在多径目标误判率高、漏判率高的技术问题。
现有技术中,有些专利提供了多径目标识别方法,但是各存在一些技术问题,详细分析如下:
专利CN111699404提供了一种行驶辅助目标获取方法与装置、雷达、行驶***与车辆,该发明以护栏内侧且位于所述栅栏的第一预设范围内的目标作为参考目标。由于道路护栏是左右两个护栏,一些多径目标来自于左边护栏,一些多径目标来自右边护栏,当以护栏内侧的目标为参考目标时,则很难准确的区分护栏内侧目标。
专利CN112213725A提供了一种车载雷达的多径虚警抑制方法、装置及终端设备,在该发明中,道理护栏检测时只保留足够长的护栏,并且多径目标识别过程仅是通过判断目标是否在护栏外侧来断定。这种断定多径目标的方法会将护栏外的检测点都筛除掉,而实际上,护栏外侧也可存在真实目标,并不是护栏外侧的跟踪点就一定是多径目标,对护栏外的检测点进行一刀切的方式会导致一些真实探测目标无法被跟踪。
专利CN112835026A提供了一种雷达镜像目标检测方法、装置、雷达设备和车辆,该发明需要基于多帧点迹才能确定栏杆反射点的位置坐标,此识别方式会影响后续多径目标识别的实时性,进而也会延误车载雷达报警的时间。
专利CN113009441A提供了一种雷达运动反射面多径目标的识别方法及装置,该发明在道路护栏检测过程中用的是传统的DBSCAN算法,这种算法容易受算法设置参数的影响,对多条相邻曲线型的数据聚类效果不能满足识别需求,且在多径目标识别过程中仅利用距离信息来完成多径目标的识别工作,识别精度较低。
综上所述,虽然现有技术中有多径目标的识别方法,但是存在各类问题,或只考虑一侧护栏的检测点,或将护栏外的检测点全部作为多径目标点,或因为算法问题导致识别实时性较差,或是筛选的预设条件较少,导致识别精度底。因此,需要提供一种应用于车载雷达的实时性强、识别精度高、覆盖目标范围广的多径目标识别方法。
发明内容
本发明提供了一种用于车载雷达的多径目标识别方法、装置及存储介质,旨在有效解决现有技术中车载雷达进行目标跟踪时,难以精确快速地识别出多径目标的技术问题。本发明能够在复杂场景中实时地识别出多径目标,降低了多径目标识别的误判率、漏判率以及计算量。
根据本发明的一方面,本发明提供一种用于车载雷达的多径目标识别方法,所述方法包括:
获取雷达当前帧的检测点和预设时间内的历史帧检测点,以得到目标点集合;
对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线,并根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线;
针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标。
进一步地,所述对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线包括:
对所述静态目标点进行聚类以得到多个簇;
基于最小二乘方法对所述多个簇中的目标点进行拟合以得到在以所述车载雷达位置为原点的笛卡尔坐标系下的所述候选护栏直线。
进一步地,所述根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线包括:
计算每个所述候选护栏直线与所述笛卡尔坐标系的横坐标轴的夹角以及与所述笛卡尔坐标系的纵坐标轴的距离;
将所述夹角在预设角度范围内且所述距离在预设距离范围内的候选护栏直线确定为所述有效护栏直线。
进一步地,所述针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标包括:
针对每个所述有效护栏直线,将与所述车载雷达一起位于该有效护栏直线同侧的动态目标点确定为所述候选真实目标,并将其余位于异侧的动态目标点确定为所述候选多径目标。
进一步地,所述针对每个所述有效护栏直线,根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标包括:
针对每个所述有效护栏直线执行如下操作:
遍历每个所述候选多径目标,并针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对,其中,在存在一个候选真实目标与该候选多径目标相配对的情况下,将这组配对的候选真实目标与候选多径目标记录在目标配对组合集合中,同时使已配对的候选真实目标不再参与后续的配对操作。
进一步地,所述针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对包括:
针对每个遍历到的所述候选多径目标,遍历当前可以参与配对的每个候选真实目标,并针对当前遍历到的候选真实目标执行如下操作:
S1、判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S2;
S2、判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S3;
S3、判断该候选多径目标的运动速度与该候选真实目标的运动速度是否满足预设的速度关系,若满足,则将该候选多径目标和该候选真实目标相配对,以得到一个真实目标-多径目标配对组合,并将所述配对组合记录在所述目标配对组合集合中,若不满足,则遍历下一个当前可以参与配对的候选真实目标。
进一步地,所述判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系包括:
确定该候选多径目标对应的多径位置坐标点和该候选真实目标对应的真实位置坐标点,并连接所述多径位置坐标点和所述真实位置坐标点以得到目标连接点直线;
确定所述有效护栏直线与所述目标连接点直线的交点,并判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足预设的第一位置关系;
根据所述多径位置坐标点确定所述目标连接点直线上的镜面反射点,并判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系,以及在所述第一位置关系和所述第二位置关系均满足的情况下确认该候选多径目标的运动位置和该候选真实目标的运动位置满足所述预设的位置关系。
进一步地,所述判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系包括:
根据所述多径位置坐标点、所述车载雷达的位置和该候选多径目标的多径运动方向确定该候选多径目标对应的多径航向角;
根据所述真实位置坐标点、所述车载雷达的位置和该候选真实目标的真实运动方向确定该候选真实目标对应的真实航向角;
判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系。
进一步地,所述判断该候选多径目标的运动速度和该候选真实目标的运动速度是否满足预设的速度关系包括:
根据所述目标点的航迹信息或者根据所述目标点的多普勒速度确定该候选多径目标的多径运动速度和该候选真实目标的真实运动速度;
判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系。
进一步地,所述判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足预设的第一位置关系包括:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足所述预设的第一位置关系:
Figure DEST_PATH_IMAGE001
其中,b表示所述多径位置坐标点和所述交点之间的距离,a表示所述真实位置坐标点和所述交点之间的距离,
Figure 684507DEST_PATH_IMAGE002
为预设的第一距离误差。
进一步地,所述判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系包括:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足所述预设的第二位置关系:
Figure DEST_PATH_IMAGE003
其中,d1表示所述真实位置坐标点和所述镜面反射点之间的距离,d2表示所述多径位置坐标点和所述镜面反射点之间的距离,
Figure 753832DEST_PATH_IMAGE004
为预设的第二距离误差。
进一步地,所述判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系包括:
根据下式判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系;
Figure DEST_PATH_IMAGE005
其中,
Figure 605245DEST_PATH_IMAGE006
表示所述真实航向角,
Figure DEST_PATH_IMAGE007
表示所述多径航向角,
Figure 660794DEST_PATH_IMAGE008
表示预设的角度误差。
进一步地,所述判断所述多径运动速度和所述真实运动速度是否满足预设的速度关系包括:
根据下式判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系:
Figure DEST_PATH_IMAGE009
其中,
Figure 38686DEST_PATH_IMAGE010
表示所述真实运动速度,
Figure DEST_PATH_IMAGE011
表示所述多径运动速度,
Figure 419858DEST_PATH_IMAGE012
表示预设的速度误差。
根据本发明的另一方面,本发明还提供了一种用于车载雷达的多径目标识别装置,所述装置包括:
数据获取单元,用于获取雷达当前帧的检测点和预设时间内的历史帧检测点,以得到目标点集合;
直线确定单元,用于对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线,并根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线;
分类及配对单元,用于针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标。
根据本发明的另一方面,本发明还提供了一种存储介质,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行如上所述的任一用于车载雷达的多径目标识别方法。
通过本发明中的上述实施例中的一个实施例或多个实施例,至少可以实现如下技术效果:
本发明旨在提高多径目标识别的实时性,提高多径目标识别的准确性。针对复杂场景出现的一些干扰,本发明充分利用当前帧的检测点信息和历史帧跟踪点完成对候选多径目标与候选真实目标的配对,并从在配对目标中提取多径目标。
在本发明所公开的技术方案中,在目标配对前先将所有的动态目标分为候选多径目标和候选真实目标,配对前的分类过程可以节省后续的配对次数。
根据目标分类后的候选真实目标和候选多径目标来完成动态目标组合配对的配对方式不仅提高了多径目标识别的实时性,也保证了多径目标识别的准确性。从计算精度的角度上,在相关条件参数设置合理的情况下可以有效降低多径目标误判和多径目标漏判。
本发明的普适性较好,存在能够根据实际场景设置相关的最佳参数的软件接口,以适应不同时刻和不同场景的数据。
附图说明
下面结合附图,通过对本发明的具体实施方式详细描述,将使本发明的技术方案及其它有益效果显而易见。
图1为本发明实施例提供的一种用于车载雷达的多径目标识别方法的步骤流程图;
图2为本发明实施例提供的一种有效护栏直线筛选示意图;
图3为本发明实施例提供的一种动态目标点示意图;
图4为本发明实施例提供的一种候选真实目标与候选多径目标的位置配对示意图;
图5为本发明实施例提供的一种候选真实目标与候选多径目标的速度配对示意图;
图6为本发明实施例提供的一种用于车载雷达的多径目标识别装置的结构示意图。
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,在不做特别说明的情况下,一般表示前后关联对象是一种“或”的关系。
图1所示为本发明实施例所提供的用于车载雷达的多径目标识别方法的步骤流程图,根据本发明的一方面,本发明提供一种用于车载雷达的多径目标识别方法,所述方法包括:
步骤101:获取雷达当前帧的检测点和预设时间内的历史帧检测点,以得到目标点集合;
步骤102:对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线,并根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线;
步骤103:针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标。
雷达跟踪目标的原理是利用发射脉冲与接收脉冲之间的时间差和电磁波的传播速度(光速),来得到雷达与目标之间的精确距离。目标角位置的测量原理是利用天线的方向性,当天线波束对准目标时,回波信号最强,根据接收回波最强时的天线波束指向,就可确定目标的方向。测量速度原理是雷达根据自身和目标之间有相对运动产生的频率多普勒效应。雷达接收到的目标回波频率与雷达发射频率不同,两者的差值称为多普勒频率。从多普勒频率中可提取的主要信息之一是雷达与目标之间的距离变化率,进而得出目标的运动速度。综上可以得到目标的运动速度、运动方向和距离等信息。
智能交通雷达按照安装位置分类则可分为安装在路边的定点雷达和安装在车里的车载雷达,车载雷达可对目标进行跟踪。车载雷达上的***通过硬件和软件配合,在主处理器协调下,完成对目标的检测、捕获和跟踪,建立目标的运动轨迹,警示危险目标,辅助提供防碰措施等功能。因此,雷达对被捕获目标跟踪需要达到较高的精度,进而获得目标的预测运动,进入稳定的目标跟踪状态。当雷达探测到的目标中存在大量干扰测量精度的多径目标时,会降低目标跟踪精度。
由于多径目标是由真实目标的回波经过道路护栏反射回雷达接收端而造成的,因此本发明以道路护栏作为多径目标识别的突破口。实际中静态目标检测点和静态目标跟踪点除了是由护栏产生的,也可能是道路中其它静止目标产生的,本发明仅考虑由道路护栏产生的多径目标,所以在具体实施过程中会有一步筛选道路护栏的步骤。为了提高后续目标配对的效率和精度,在目标配对过程前先利用护栏参数信息及动态跟踪目标点的位置信息进行一步目标分类过程,将所有的动态目标点分类为候选真实目标和候选多径目标,为提高后续目标配对的效率和准确率提供基础,然后进行快速配对。
以下对上述步骤101~103 进行具体描述。
在上述步骤101中,获取雷达当前帧的检测点和预设时间内的历史帧检测点,以得到目标点集合;
示例性地,雷达跟踪目标时,对着探测范围内的所有目标一帧一帧地发射信号,一帧即为一个脉冲序列内发射的所有信号,在一个脉冲序列中,一个或多个发射天线各自发出脉冲信号,并接收目标反射回的回波信号。
在当前时间下,获取的数据包括雷达在当前帧下探测到的检测点,以及在过去的探测时间内所探测的检测点。其中,识别多径目标的检测点为当前帧所对应的检测点,以达到识别的实时性。由此,目标点集合中不只包括当前的检测点,还包括预设时间内的历史帧检测点。其中,根据历史帧检测点可以得到检测点的运动轨迹,进而可获取检测点的运动方向、运动速度等信息。在本发明中,同时使用当前的检测点和历史帧检测点进行目标识别,还可以将获取到的参考目标作为后续目标配对的参考,在后续的配对过程中充分利用目标点的检测信息和跟踪信息,能够提高多径目标识别速度和识别精确度。
在上述步骤102中,对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线,并根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线;
示例性地,雷达***可以根据当前的回波信号确定出每个检测点的运动状态,根据检测点的运动速度可分为静态目标点和动态目标点。由于道路护栏是静态物体,因此需要获取目标点集合中的静态目标点,并通过聚类算法将静态目标点进行聚类,已得到多个簇,每个簇中有多个检测点,可与探测物体的至少某一部分相对应。根据聚类后所得到的多个簇可以拟合出多个静态探测物体,其中,可以将形状类似直线的物体确定为候选护栏直线,并在至少一个候选护栏直线中确定出有效护栏直线。对护栏进行筛选能够降低识别工作量,提高识别时效性和效率。
在上述步骤103中,针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标。
示例性地,目标点集合中的当前帧对应的检测点被分为静态目标点和动态目标点,其中,护栏对应静态目标点,而探测目标则对应动态目标点,因此,目标多径识别的对象为动态目标点。
根据目标跟踪原理和反射原理可知,实际中的多径目标与真实目标必然出现在道路护栏两侧,而不可能位于道路护栏的同一侧,同时,多径目标与车载雷达也必然在道路护栏的异侧。因此,可以通过道路护栏将目标点集合中的动态目标点分成候选多径目标和候选真实目标。本发明根据道路有效护栏直线的参数,以及所有动态目标点的位置,在目标配对前先将所有动态目标点分类为候选多径目标和候选真实目标,可以节省后面的配对次数,提高多径目标识别效率。
道路上左右两侧的护栏都可以产生多径目标,所以可能存在多个有效护栏直线。因此,本发明中针对每个所述有效护栏直线对动态目标点进行分类。由于道路护栏是左右两个护栏,一些多径目标来自于左边护栏,一些多径目标来自右边护栏,本发明中,两侧护栏的多径目标都需要被识别,避免了以单护栏内侧的目标为参考目标时难以区分目标的技术问题。另外,本发明不需要预设范围参数,可以降低预设参数的引入给后续配对带来误差。
在将动态目标点分类后,对候选多径目标和候选真实目标进行配对,具体来说,根据运动位置、运动方向、以及运动速度来对目标进行配对,最终识别出多径目标以及与所述多径目标相关联的真实目标。该目标配对方式不仅提高了多径目标识别的实时性,也保证了多径目标识别的准确性。
其中,多径目标识别的实现过程中的运算量主要在护栏对应的检测点的聚类过程和目标配对组合过程。本方法的快速配对组合模式,从运行时间上来说,可以做到实时识别多径目标。从计算精度上来说,在相关条件参数设置合理的情况下可以降低多径目标误判和多径目标漏判。
从运算复杂度和时间角度来分析,在目标快速配对组合之前先进行了动态目标分类的过程,将所有动态目标分为两类,如果不在目标配对前进行目标分类,对应的循环配对的次数量级将达到O(u2),其中,u表示所有的动态目标数量。如果在目标配对前先进行目标分类,假设分类的结果为候选多径目标数量为v,候选真实目标数量为u-v,在这种情况下循环配对的次数量级将达到O(v(u-v))。通常情况下目标分类后的候选多径目标数量u要远远小于总的动态目标数量v。由此可得出,在目标配对前先进行目标分类,可以将循环配对的次数量级从O(u2)降到O(v(u-v))≈ O(u),明显降低了多径目标识别过程中的运算量。
从计算精度来分析,目标配对前的目标分类可以在一定程度上避免在后续的操作过程中将护栏内测的真实目标识别为多径目标。在候选多径目标与候选真实目标的配对过程中,充分利用跟踪目标的位置、径向速度、及其对应的检测点的位置、径向速度信息,来为候选多径目标寻找一个与其配对的候选真实目标。如果对于当前处理的候选多径目标,若没有找到一个与之配对的候选真实目标,则将当前处理的候选多径目标判为真实目标。否则,将当前处理的候选多径目标判为多径目标。该目标配对方式不仅提高了多径目标识别的实时性,也保证了多径目标识别的准确性。
另外,本发明的普适性较好,存在可以根据实际场景设置相关的最佳参数的软件接口,以适应不同时刻、不同场景的数据。
进一步地,所述对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线包括:
对所述静态目标点进行聚类以得到多个簇;
基于最小二乘方法对所述多个簇中的目标点进行拟合以得到在以所述车载雷达位置为原点的笛卡尔坐标系下的所述候选护栏直线。
示例性地,在对所述静态目标点进行聚类以得到多个簇后,基于最小二乘方法来处理多个簇中的目标点,对其坐标点进行拟合以得到候选护栏直线,一个簇可以拟合成一条直线。其中,在建立笛卡尔坐标系时,可以将所述车载雷达所在的位置作为原点。
最小二乘法(ordinary least squares)又称最小平方法,是一种数学优化方法,通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小,最小二乘法是一种在误差估计、不确定度、***辨识及预测等数据处理中广泛应用的数学工具。最小二乘法有线性特性、无偏性和最小方差性等特性。线性特性,指估计量分别是样本观测值的线性函数,即估计量和观测值的线性组合;无偏性,指参数估计量的期望值分别等于总体真实参数;最小方差性,又称有效性,指估计量与用其它方法求得的估计量比较,其方差最小,即最佳。
在车载雷达中,道路护栏一般都是直线型的或曲线型的,如果应用传统的K-medoids或DBSCAN算法,聚类效果较差。在护栏识别过程中,本发明利用了一种基于邻域链条分组的聚类方法,不需要通过多帧积累才可确定护栏反射点,而是直接利用当前帧的静态点,通过基于邻域链条分组的聚类方法检测道路护栏。该基于邻域链条分组的聚类方法可以适用于直线型或曲线型的簇,因此,这种聚类方法可以很好的识别道路护栏,聚类效果不仅受相似度量方法的影响,整个算法的聚类策略对最终的聚类精度也有很大的影响。无论道路护栏是否为直线型,都可以实现道路护栏的准确检测。
进一步地,所述根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线包括:
计算每个所述候选护栏直线与所述笛卡尔坐标系的横坐标轴的夹角以及与所述笛卡尔坐标系的纵坐标轴的距离;
将所述夹角在预设角度范围内且所述距离在预设距离范围内的候选护栏直线确定为所述有效护栏直线。
示例性地,在所有的候选护栏直线中,需要确定出满足预设条件的直线为有效护栏直线,具体来说,根据每个直线的方向和距离来确定。
图2为本发明实施例提供的一种有效护栏直线筛选示意图,在笛卡尔坐标系中,道路护栏应该为接近垂直于x轴的直线,其中,x轴为车载雷达的接收天线所在的直线位置。因此,当对静态目标检测点和静态目标跟踪点聚类后拟合的直线垂直于x轴时才被保留,明显倾斜的拟合直线则被排除掉。具体来说,需要计算每个候选护栏直线与笛卡尔坐标系的横坐标轴的夹角,有效护栏直线的夹角在预设角度范围内,例如,设定的夹角的取值范围在85°-95°,图2中的直线l3和直线l4显然不符合要求。
除了角度的要求外,还需要计算每个所述候选护栏直线与所述笛卡尔坐标系的纵坐标轴的距离,有效护栏直线对应的距离在预设距离范围内。举例来说,拟合的直线离车载雷达超过10米时,则不在目标配对组合过程中做参考,如图2所示,图中离车载雷达较远的地方的直线l5是不考虑的,因其距离明显超出预设距离。因此,图2中只有拟合线直线l1和l2才可作为道路护栏,其它拟合直线都不符合预设条件。
进一步地,所述针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标包括:
针对每个所述有效护栏直线,将与所述车载雷达一起位于该有效护栏直线同侧的动态目标点确定为所述候选真实目标,并将其余位于异侧的动态目标点确定为所述候选多径目标。
示例性地,根据目标跟踪原理和反射原理可知,实际中的多径目标与真实目标必然出现在道路护栏两侧,而不可能位于道路护栏的同一侧,同时,多径目标与车载雷达也必然在道路护栏的异侧。因此,可以通过道路护栏将目标点集合中的动态目标点分成候选多径目标和候选真实目标。
图3为本发明实施例提供的一种动态目标点示意图,图中有效护栏直线l6为根据最小二乘法拟合后获得的直线,根据其对应的参数将图中的动态目标点分为候选多径目标和候选真实目标,其中,参数为拟合护栏直线在坐标轴中的斜率和截距,或者其它可以确定直线的参数信息。
图3中车载雷达位于有效护栏直线l6的右侧,相对应地,可确定有效护栏直线l6的右侧的动态目标点N1、N2、N3为候选真实目标,有效护栏直线l6的左侧的动态目标点M1、M2为候选多径目标。
在算法的角度,本发明的动态目标点分类原理如下:
假设车载雷达的位置为原点坐标O(0,0),针对当前护栏,对未处理的动态目标跟踪点集set进行分类,一类为候选动态真实目标集A_set,一类为候选动态多径目标集B_set。针对当前护栏,将与车载雷达在护栏同侧的动态目标点作为候选真实目标,与车载雷达在护栏异侧的动态目标点作为候选多径目标。
设当前未处理的动态目标点为
Figure 211096DEST_PATH_IMAGE013
,有效护栏直线为
Figure 368539DEST_PATH_IMAGE014
,将所有的未处理的动态目标点的横坐标带入到直线
Figure 69779DEST_PATH_IMAGE015
,得到
Figure 638163DEST_PATH_IMAGE016
。将动态目标点的纵坐标yi与估计得到的
Figure 183544DEST_PATH_IMAGE017
作差得到
Figure 659524DEST_PATH_IMAGE018
Figure 90637DEST_PATH_IMAGE019
时,根据下式进行目标分类:
候选动态真实目标集
Figure 236447DEST_PATH_IMAGE020
候选动态多径目标集
Figure 2278DEST_PATH_IMAGE021
当若
Figure 59DEST_PATH_IMAGE022
时,根据下式进行目标分类:
候选动态真实目标集
Figure 941470DEST_PATH_IMAGE023
候选动态多径目标集
Figure 258182DEST_PATH_IMAGE024
通过该分类方式,本发明避免了直接将护栏外侧的目标点判定为多径目标而丢失其它跟踪目标对应的真实检测点。将护栏外的目标点作候选多径目标点处理,然后再通过与护栏内侧目标配对方法,确定最终护栏外的真实多径目标,保留护栏外侧一些真实的目标,可以减少将护栏外真实目标误判为多径目标的数量。一般护栏外侧的目标数量是远远少于护栏内侧的目标数量,以护栏外侧的目标作为参考目标可以提高配对效率。同时,本发明不需要预设范围参数,可以降低预设参数的引入给后续配对带来误差。
进一步地,所述针对每个所述有效护栏直线,根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标包括:
针对每个所述有效护栏直线执行如下操作:
遍历每个所述候选多径目标,并针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对,其中,在存在一个候选真实目标与该候选多径目标相配对的情况下,将这组配对的候选真实目标与候选多径目标记录在目标配对组合集合中,同时使已配对的候选真实目标不再参与后续的配对操作。
示例性地,本发明根据多径目标寻找真实目标,因为真实目标的数量较多径目标会多出很多,若根据真实目标寻找多径目标,计算量会非常大,而且有很多真实目标并没有产生多径目标,无效计算会占用较多的时间。
针对每个有效护栏直线,本发明遍历每个候选多径目标,寻找能够和候选多径目标相匹配的候选真实目标,若找到候选真实目标,则将配对结果记录在目标配对组合集合中,无论是否配对成功,已经配对过的候选多径目标和候选真实目标不再参与后续的配对操作。若配对失败,则说明该候选多径目标可能为道路上的真实物体对应的真实目标。因此,配对过的多径目标和配对成功的真实目标不再参与下一组配对,可以降低运算成本。
进一步地,所述针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对包括:
针对每个遍历到的所述候选多径目标,遍历当前可以参与配对的每个候选真实目标,并针对当前遍历到的候选真实目标执行如下操作:
S1、判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S2;
S2、判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S3;
S3、判断该候选多径目标的运动速度与该候选真实目标的运动速度是否满足预设的速度关系,若满足,则将该候选多径目标和该候选真实目标相配对,以得到一个真实目标-多径目标配对组合,并将所述配对组合记录在所述目标配对组合集合中,若不满足,则遍历下一个当前可以参与配对的候选真实目标。
示例性地,本发明以层层递进的方式进行配对,分别通过运动位置、运动方向、以及运动速度对候选多径目标和候选真实目标进行配对。
具体来说,在步骤S1中,进行候选多径目标与候选真实目标的位置配对,若位置配对满足预设的位置关系,则认为候选多径目标与候选真实目标在位置上配对成功,这时进入步骤S2完成运动速度方向配对,否则遍历下一个当前可以参与配对的候选真实目标;
在步骤S2中,进行候选多径目标与候选真实目标的运动速度方向配对,若目标的运动方向满足预设的角度关系,则认为候选多径目标与真实目标在航向上配对成功,这时进入步骤S3完成运动速度大小配对,否则遍历下一个当前可以参与配对的候选真实目标;
在步骤S3中,进行候选多径目标与候选真实目标的运动速度大小配对,若目标的运动速度是满足预设的速度关系,则确定候选真实目标与候选多径目标配对成功,否则遍历候选多径目标集合中的下一个未处理的多径目标;
然后确定当前候选动态真实目标集合是否遍历结束,如果不是,则遍历下一个候选真实目标,并重新进入步骤S1;
若当前的候选多径目标已经遍历了所有的候选动态真实目标,也没匹配到真实目标,则确定该候选多径目标为真实目标,当前候选多径目标匹配结束。若候选多径目标找到相匹配的候选动态真实目标,输出匹配对,也确定当前候选多径目标匹配结束。
当确定当前候选多径目标匹配结束后,判断当前候选动态多径目标集合是否遍历结束,如果不是,则遍历候选多径目标集合中的下一个未处理的多径目标,继续重复步骤S1-S3中的操作来遍历下一个候选多径目标,进行下一组目标配对。
最后,判断当前有效护栏直线是否遍历结束,如果不是,则遍历下一个有效护栏直线,否则,输出目标配对组合集合。
进一步地,所述判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系包括:
确定该候选多径目标对应的多径位置坐标点和该候选真实目标对应的真实位置坐标点,并连接所述多径位置坐标点和所述真实位置坐标点以得到目标连接点直线;
确定所述有效护栏直线与所述目标连接点直线的交点,并判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足预设的第一位置关系;
根据所述多径位置坐标点确定所述目标连接点直线上的镜面反射点,并判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系,以及在所述第一位置关系和所述第二位置关系均满足的情况下确认该候选多径目标的运动位置和该候选真实目标的运动位置满足所述预设的位置关系。
示例性地,图4为本发明实施例提供的一种候选真实目标与候选多径目标的位置配对示意图,装载雷达所在的位置为坐标系的原点O(0,0),lCD为当前的有效护栏直线,A为候选真实目标对应的真实位置坐标点,B为候选多径目标对应的多径位置坐标点,连接坐标点A和B以得到目标连接点直线AB。计算候选多径目标与候选真实目标的连线AB斜率target_k和截距target_b。以及计算道路有效护栏直线lCD的斜率rail_k和截距rail_b。
其中,直线AB和有效护栏直线lCD的交点为C(x0,y0),根据候选多径目标与候选真实目标连接直线的参数和道路护栏拟合直线的参数,计算两条直线的交点坐标C(x0,y0)。根据候选多径目标的位置坐标、候选真实目标的位置坐标和两条直线的交点坐标,计算候选多径目标到道路护栏的距离b以及真实目标到道路护栏的距离a。
在实际情况下,候选多径目标到道路护栏的距离与候选真实目标到道路护栏的距离近似相等。在该步骤中,判断多径位置坐标点、真实位置坐标点和交点是否满足预设的第一位置关系,即判断距离a和距离b是否满足近似相等的第一位置关系。
根据所述多径位置坐标点确定所述目标连接点直线上的镜面反射点,即连接坐标点B和原点O(0,0)得到直线BO,直线BO和AB和有效护栏直线lCD的交点为D(a0,b0),点D(a0,b0)为镜面反射点。
根据车载雷达位置与候选多径目标位置坐标,计算候选多径目标与车载雷达之间连线斜率和截距。根据候选多径目标与车载雷达之间连线参数和道路护栏拟合直线的参数,计算道路护栏拟合直线上的镜面反射点D(a0,b0)。根据镜面反射点的位置坐标、候选多径目标的位置坐标和候选真实目标的位置坐标,计算候选多径目标到镜面反射点的距离d2和候选真实目标到镜面反射点的距离d1
在实际情况下,候选多径目标到镜面反射点的距离与候选真实目标到镜面反射点的距离近似相等。判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系,即判断距离d1和距离d2是否满足近似相等的第二位置关系。
如图4所示,根据两三角形全等的三边定理,当条件第一位置关系和第二位置关系都满足的时候,则三角形ΔACD近似全等于ΔBCD,此时则认为候选真实目标A和候选多径目标B位置配对成功。
显然地,在候选真实目标与候选多径目标位置配对的过程中,除了可以使用三角形全等的三边定理,也可以使用三角形的边角边定理,即通过计算得到图4中的距离d1近似等于d2,角θ1近似等于角θ2,此时三角形ΔACD近似全等于ΔBCD,候选真实目标A和候选多径目标B位置配对成功。
在本发明中,上述候选多径目标与候选真实目标的位置配对原则,在位置配对过程中产生的效果都是等价的。
进一步地,所述判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系包括:
根据所述多径位置坐标点、所述车载雷达的位置和该候选多径目标的多径运动方向确定该候选多径目标对应的多径航向角;
根据所述真实位置坐标点、所述车载雷达的位置和该候选真实目标的真实运动方向确定该候选真实目标对应的真实航向角;
判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系。
示例性地,图5本发明实施例提供的一种候选真实目标与候选多径目标的速度配对示意图。根据候选真实目标跟踪滤波后的速度(vtx, vty)和候选多径目标跟踪滤波后的速度(vgx, vgy),以及镜面反射点的位置(xm, ym)、候选真实目标的位置坐标和候选多径目标的位置坐标,计算候选真实目标的真实航向角
Figure 494997DEST_PATH_IMAGE025
和候选多径目标的多径航向角
Figure 47201DEST_PATH_IMAGE026
如果候选真实目标的真实航向角
Figure 577540DEST_PATH_IMAGE006
和候选多径目标的多径航向角
Figure 940519DEST_PATH_IMAGE007
近似相等。判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系,即判断两个角度是否是近似相等。
进一步地,所述判断该候选多径目标的运动速度和该候选真实目标的运动速度是否满足预设的速度关系包括:
根据所述目标点的航迹信息或者根据所述目标点的多普勒速度确定该候选多径目标的多径运动速度和该候选真实目标的真实运动速度;
判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系。
示例性地,如图5所示,根据候选多径目标的速度(vgx, vgy)和候选真实目标的速度(vtx, vty),计算候选多径目标的多径运动速度vg和候选真实目标的真实运动速度vt
候选多径目标的多径运动速度vg与候选真实目标的真实运动速度vt是近似相等的,判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系,即判断多径运动速度vg与真实运动速度vt的是否近似相等。
其中,在目标运动速度航向角配对过程中除了可以用跟踪滤波后目标的速度计算配对结果,也可以利用检测点的多普勒速度计算配对结果。本发明用的是跟踪滤波后目标的速度。
进一步地,所述判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足预设的第一位置关系包括:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足所述预设的第一位置关系:
Figure 680942DEST_PATH_IMAGE001
其中,b表示所述多径位置坐标点和所述交点之间的距离,a表示所述真实位置坐标点和所述交点之间的距离,
Figure 20525DEST_PATH_IMAGE002
为预设的第一距离误差。
示例性地,
Figure 405370DEST_PATH_IMAGE002
为候选多径目标到道路护栏的距离与候选真实目标到道路护栏的距离允许的距离误差。当候选真实目标到道路护栏的距离a和候选多径目标到道路护栏的距离b满足不等式时,则认为候选多径目标到道路护栏的距离与候选真实目标到道路护栏的距离近似相等,确定所述多径位置坐标点、所述真实位置坐标点和所述交点满足所述预设的第一位置关系。
进一步地,所述判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系包括:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足所述预设的第二位置关系:
Figure 188518DEST_PATH_IMAGE003
其中,d1表示所述真实位置坐标点和所述镜面反射点之间的距离,d2表示所述多径位置坐标点和所述镜面反射点之间的距离,
Figure 166970DEST_PATH_IMAGE004
为预设的第二距离误差。
示例性地,
Figure 60977DEST_PATH_IMAGE027
为候选多径目标到镜面反射点的距离与候选真实目标到镜面反射点的距离允许的距离误差。当候选多径目标到镜面反射点的距离d2与候选真实目标到镜面反射点的距离d1满足不等式时,则认为候选多径目标到镜面反射点的距离与候选真实目标到镜面反射点的距离近似相等,确定所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点满足所述预设的第二位置关系。
进一步地,所述判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系包括:
根据下式判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系;
Figure 300328DEST_PATH_IMAGE005
其中,
Figure 102980DEST_PATH_IMAGE006
表示所述真实航向角,
Figure 693361DEST_PATH_IMAGE007
表示所述多径航向角,
Figure 876212DEST_PATH_IMAGE008
表示预设的角度误差。
示例性地,
Figure 360283DEST_PATH_IMAGE028
为候选真实目标的真实航向角
Figure 734501DEST_PATH_IMAGE006
和候选多径目标的多径航向角
Figure 546599DEST_PATH_IMAGE029
允许的角度误差。当候选真实目标的真实航向角
Figure 313567DEST_PATH_IMAGE006
和候选多径目标的多径航向角
Figure 137298DEST_PATH_IMAGE029
满足不等式时,则认为两个航向角近似相等,此时候真实航向角
Figure 574095DEST_PATH_IMAGE006
和多径航向角
Figure 263703DEST_PATH_IMAGE029
配对成功,所述多径航向角和所述真实航向角满足所述预设的角度关系。
进一步地,所述判断所述多径运动速度和所述真实运动速度是否满足预设的速度关系包括:
根据下式判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系:
Figure 286891DEST_PATH_IMAGE009
其中,
Figure 620921DEST_PATH_IMAGE010
表示所述真实运动速度,
Figure 87674DEST_PATH_IMAGE011
表示所述多径运动速度,
Figure 15310DEST_PATH_IMAGE012
表示预设的速度误差。
示例性地,
Figure 468288DEST_PATH_IMAGE030
为候选真实目标运动速度大小与候选多径目标运动速度大小之间允许的运动速度大小的误差。当候选多径目标的多径运动速度
Figure 781458DEST_PATH_IMAGE031
和候选真实目标的真实运动速度
Figure 933959DEST_PATH_IMAGE010
满足不等式时,则认为所述多径运动速度和所述真实运动速度满足所述预设的速度关系,候选多径目标与候选真实目标的运动速度大小配对成功。
当遍历结束后,输出的目标配对组合集合,完成多径目标识别。根据目标配对前的分类结果从每一对配对组合目标中找到多径目标并将与之相配对的真实目标,并将真实目标的跟踪ID号输出,以此来说明识别出的多径目标所对应的真实目标。
假设当前存在一个目标配对组合集合[(A,B),(C,D),(E,F),(G,H)],这个集合说明目标A和目标B配对,目标C和目标D配对,目标E和目标F配对,目标G和目标H配对,共有4对组合。依次遍历每一对组合,如果目标A在配对前是来自候选多径目标集合,则认为目标A为多径目标,目标B为真实目标,最终将目标A和目标B的ID号输出。如果目标B在配对前是来自候选多径目标集合,则认为目标B为多径目标,目标A为真实目标,最终将目标B和目标A的ID号输出。
当然,也可以在每组配对结束后,将候选多径目标放在多径目标对应的位置,将候选真实目标放在真实目标对应的位置,在遍历结束后,可以一次性输出所有的多径目标和真实目标。
通过本发明中的上述实施例中的一个实施例或多个实施例,至少可以实现如下技术效果:
本发明旨在提高多径目标识别的实时性,提高多径目标识别的准确性。针对复杂场景出现的一些干扰,本发明充分利用检测点信息和跟踪点信息完成候选多径目标与候选真实目标的配对,并从配对目标中提取多径目标。
在本发明所公开的技术方案中,在目标配对前先将所有的动态目标分为两类为候选多径目标和候选真实目标,配对前的分类过程可以节省后续的配对次数。
根据目标分类后的候选真实目标和候选多径目标完成动态目标组合配对,该目标配对方式不仅提高了多径目标识别的实时性,也保证了多径目标识别的准确性。从计算精度上来说,在相关条件参数设置合理的情况下可以降低多径目标误判和多径目标漏判。
本发明的普适性较好,存在可以根据实际场景设置相关的最佳参数的软件接口,以适应不同时刻、不同场景的数据。
基于与本发明实施例的一种用于车载雷达的多径目标识别方法同样的发明构思,本发明实施例提供了一种用于车载雷达的多径目标识别装置,请参考图6,所述装置包括:
数据获取单元201,用于获取雷达当前帧的检测点和预设时间内的历史帧检测点,以得到目标点集合;
直线确定单元202,用于对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线,并根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线;
分类及配对单元203,用于针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标。
进一步地,所述直线确定单元202还用于:
对所述静态目标点进行聚类以得到多个簇;
基于最小二乘方法对所述多个簇中的目标点进行拟合以得到在以所述车载雷达位置为原点的笛卡尔坐标系下的所述候选护栏直线。
进一步地,所述直线确定单元202还用于:
计算每个所述候选护栏直线与所述笛卡尔坐标系的横坐标轴的夹角以及与所述笛卡尔坐标系的纵坐标轴的距离;
将所述夹角在预设角度范围内且所述距离在预设距离范围内的候选护栏直线确定为所述有效护栏直线。
进一步地,所述分类及配对单元203还用于:
针对每个所述有效护栏直线,将与所述车载雷达一起位于该有效护栏直线同侧的动态目标点确定为所述候选真实目标,并将其余位于异侧的动态目标点确定为所述候选多径目标。
进一步地,所述分类及配对单元203还用于:
针对每个所述有效护栏直线执行如下操作:
遍历每个所述候选多径目标,并针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对,其中,在存在一个候选真实目标与该候选多径目标相配对的情况下,将这组配对的候选真实目标与候选多径目标记录在目标配对组合集合中,同时使已配对的候选真实目标不再参与后续的配对操作。
进一步地,所述分类及配对单元203还用于:
针对每个遍历到的所述候选多径目标,遍历当前可以参与配对的每个候选真实目标,并针对当前遍历到的候选真实目标执行如下操作:
S1、判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S2;
S2、判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S3;
S3、判断该候选多径目标的运动速度与该候选真实目标的运动速度是否满足预设的速度关系,若满足,则将该候选多径目标和该候选真实目标相配对,以得到一个真实目标-多径目标配对组合,并将所述配对组合记录在所述目标配对组合集合中,若不满足,则遍历下一个当前可以参与配对的候选真实目标。
进一步地,所述分类及配对单元203还用于:
确定该候选多径目标对应的多径位置坐标点和该候选真实目标对应的真实位置坐标点,并连接所述多径位置坐标点和所述真实位置坐标点以得到目标连接点直线;
确定所述有效护栏直线与所述目标连接点直线的交点,并判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足预设的第一位置关系;
根据所述多径位置坐标点确定所述目标连接点直线上的镜面反射点,并判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系,以及在所述第一位置关系和所述第二位置关系均满足的情况下确认该候选多径目标的运动位置和该候选真实目标的运动位置满足所述预设的位置关系。
进一步地,所述分类及配对单元203还用于:
根据所述多径位置坐标点、所述车载雷达的位置和该候选多径目标的多径运动方向确定该候选多径目标对应的多径航向角;
根据所述真实位置坐标点、所述车载雷达的位置和该候选真实目标的真实运动方向确定该候选真实目标对应的真实航向角;
判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系。
进一步地,所述分类及配对单元203还用于:
根据所述目标点的航迹信息或者根据所述目标点的多普勒速度确定该候选多径目标的多径运动速度和该候选真实目标的真实运动速度;
判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系。
进一步地,所述分类及配对单元203还用于:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足所述预设的第一位置关系:
Figure 207946DEST_PATH_IMAGE001
其中,b表示所述多径位置坐标点和所述交点之间的距离,a表示所述真实位置坐标点和所述交点之间的距离,
Figure 589248DEST_PATH_IMAGE002
为预设的第一距离误差。
进一步地,所述分类及配对单元203还用于:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足所述预设的第二位置关系:
Figure 242078DEST_PATH_IMAGE003
其中,d1表示所述真实位置坐标点和所述镜面反射点之间的距离,d2表示所述多径位置坐标点和所述镜面反射点之间的距离,
Figure 50634DEST_PATH_IMAGE004
为预设的第二距离误差。
进一步地,所述分类及配对单元203还用于:
根据下式判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系;
Figure 914379DEST_PATH_IMAGE005
其中,
Figure 833794DEST_PATH_IMAGE006
表示所述真实航向角,
Figure 731342DEST_PATH_IMAGE007
表示所述多径航向角,
Figure 461532DEST_PATH_IMAGE008
表示预设的角度误差。
进一步地,所述分类及配对单元203还用于:
根据下式判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系:
Figure 569166DEST_PATH_IMAGE009
其中,
Figure 541538DEST_PATH_IMAGE010
表示所述真实运动速度,
Figure 418228DEST_PATH_IMAGE011
表示所述多径运动速度,
Figure 709532DEST_PATH_IMAGE012
表示预设的速度误差。
其中,所述的用于车载雷达的多径目标识别装置其它方面以及实现细节与前面所描述的用于车载雷达的多径目标识别方法相同或相似,在此不再赘述。
根据本发明的另一方面,本发明还提供一种存储介质,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行如上所述的任一用于车载雷达的多径目标识别方法。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。

Claims (13)

1.一种用于车载雷达的多径目标识别方法,其特征在于,所述方法包括:
获取雷达当前帧的检测点和预设时间内的历史帧检测点,以得到目标点集合;
对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线,并根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线;
针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标;
其中,所述针对每个所述有效护栏直线,根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标包括:
针对每个所述有效护栏直线执行如下操作:
遍历每个所述候选多径目标,并针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对,其中,在存在一个候选真实目标与该候选多径目标相配对的情况下,将这组配对的候选真实目标与候选多径目标记录在目标配对组合集合中,同时使已配对的候选真实目标不再参与后续的配对操作;
其中,所述针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对包括:
针对每个遍历到的所述候选多径目标,遍历当前可以参与配对的每个候选真实目标,并针对当前遍历到的候选真实目标执行如下操作:
S1、判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S2;
S2、判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S3;
S3、判断该候选多径目标的运动速度与该候选真实目标的运动速度是否满足预设的速度关系,若满足,则将该候选多径目标和该候选真实目标相配对,以得到一个真实目标-多径目标配对组合,并将所述配对组合记录在所述目标配对组合集合中,若不满足,则遍历下一个当前可以参与配对的候选真实目标。
2.如权利要求1所述的方法,其特征在于,所述对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线包括:
对所述静态目标点进行聚类以得到多个簇;
基于最小二乘方法对所述多个簇中的目标点进行拟合以得到在以所述车载雷达位置为原点的笛卡尔坐标系下的所述候选护栏直线。
3.如权利要求2所述的方法,其特征在于,所述根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线包括:
计算每个所述候选护栏直线与所述笛卡尔坐标系的横坐标轴的夹角以及与所述笛卡尔坐标系的纵坐标轴的距离;
将所述夹角在预设角度范围内且所述距离在预设距离范围内的候选护栏直线确定为所述有效护栏直线。
4.如权利要求3所述的方法,其特征在于,所述针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标包括:
针对每个所述有效护栏直线,将与所述车载雷达一起位于该有效护栏直线同侧的动态目标点确定为所述候选真实目标,并将其余位于异侧的动态目标点确定为所述候选多径目标。
5.如权利要求4所述的方法,其特征在于,所述判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系包括:
确定该候选多径目标对应的多径位置坐标点和该候选真实目标对应的真实位置坐标点,并连接所述多径位置坐标点和所述真实位置坐标点以得到目标连接点直线;
确定所述有效护栏直线与所述目标连接点直线的交点,并判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足预设的第一位置关系,其中,所述第一位置关系表征所述多径位置坐标点和所述交点之间的距离与所述真实位置坐标点和所述交点之间的距离的第一距离差在第一预设范围内;
根据所述多径位置坐标点确定所述目标连接点直线上的镜面反射点,并判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系,以及在所述第一位置关系和所述第二位置关系均满足的情况下确认该候选多径目标的运动位置和该候选真实目标的运动位置满足所述预设的位置关系,其中,所述第二位置关系表征所述真实位置坐标点和所述镜面反射点之间的距离与所述多径位置坐标点和所述镜面反射点之间的距离的第二距离差在第二预设范围内。
6.如权利要求5所述的方法,其特征在于,所述判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系包括:
根据所述多径位置坐标点、所述车载雷达的位置和该候选多径目标的多径运动方向确定该候选多径目标对应的多径航向角;
根据所述真实位置坐标点、所述车载雷达的位置和该候选真实目标的真实运动方向确定该候选真实目标对应的真实航向角;
判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系。
7.如权利要求6所述的方法,其特征在于,所述判断该候选多径目标的运动速度和该候选真实目标的运动速度是否满足预设的速度关系包括:
根据所述目标点的航迹信息或者根据所述目标点的多普勒速度确定该候选多径目标的多径运动速度和该候选真实目标的真实运动速度;
判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系。
8.如权利要求7所述的方法,其特征在于,所述判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足预设的第一位置关系包括:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述交点是否满足所述预设的第一位置关系:
Figure 297394DEST_PATH_IMAGE001
其中,b表示所述多径位置坐标点和所述交点之间的距离,a表示所述真实位置坐标点和所述交点之间的距离,
Figure 260540DEST_PATH_IMAGE002
为预设的第一距离误差。
9.如权利要求8所述的方法,其特征在于,所述判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足预设的第二位置关系包括:
根据下式判断所述多径位置坐标点、所述真实位置坐标点和所述镜面反射点是否满足所述预设的第二位置关系:
Figure 164911DEST_PATH_IMAGE003
其中,d1表示所述真实位置坐标点和所述镜面反射点之间的距离,d2表示所述多径位置坐标点和所述镜面反射点之间的距离,
Figure 373169DEST_PATH_IMAGE004
为预设的第二距离误差。
10.如权利要求9所述的方法,其特征在于,所述判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系包括:
根据下式判断所述多径航向角和所述真实航向角是否满足所述预设的角度关系;
Figure 984279DEST_PATH_IMAGE005
其中,
Figure 118326DEST_PATH_IMAGE006
表示所述真实航向角,
Figure 447676DEST_PATH_IMAGE007
表示所述多径航向角,
Figure 380997DEST_PATH_IMAGE008
表示预设的角度误差。
11.如权利要求10所述的方法,其特征在于,所述判断所述多径运动速度和所述真实运动速度是否满足预设的速度关系包括:
根据下式判断所述多径运动速度和所述真实运动速度是否满足所述预设的速度关系:
Figure 331767DEST_PATH_IMAGE009
其中,
Figure 918606DEST_PATH_IMAGE010
表示所述真实运动速度,
Figure 724800DEST_PATH_IMAGE011
表示所述多径运动速度,
Figure 524129DEST_PATH_IMAGE012
表示预设的速度误差。
12.一种用于车载雷达的多径目标识别装置,其特征在于,所述装置包括:
数据获取单元,用于获取雷达当前帧的检测点和预设时间内的历史帧检测点,以得到目标点集合;
直线确定单元,用于对所述目标点集合中的静态目标点进行聚类以得到至少一个道路护栏对应的候选护栏直线,并根据预设条件对所述候选护栏直线进行过滤以得到有效护栏直线;
分类及配对单元,用于针对每个所述有效护栏直线,基于该有效护栏直线对所述目标点集合中的动态目标点进行分类以得到候选多径目标和候选真实目标,并根据运动位置、运动方向、以及运动速度对所述候选多径目标和所述候选真实目标进行配对,以识别多径目标以及与所述多径目标相关联的真实目标;
其中,所述分类及配对单元还用于:
针对每个所述有效护栏直线执行如下操作:
遍历每个所述候选多径目标,并针对每个遍历到的所述候选多径目标确定是否存在一个候选真实目标与该候选多径目标相配对,其中,在存在一个候选真实目标与该候选多径目标相配对的情况下,将这组配对的候选真实目标与候选多径目标记录在目标配对组合集合中,同时使已配对的候选真实目标不再参与后续的配对操作;
其中,所述分类及配对单元还用于:
针对每个遍历到的所述候选多径目标,遍历当前可以参与配对的每个候选真实目标,并针对当前遍历到的候选真实目标执行如下操作:
S1、判断该候选多径目标的运动位置与该候选真实目标的运动位置是否满足预设的位置关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S2;
S2、判断该候选多径目标的运动方向与该候选真实目标的运动方向是否满足预设的角度关系,若不满足则遍历下一个当前可以参与配对的候选真实目标,若满足,则执行步骤S3;
S3、判断该候选多径目标的运动速度与该候选真实目标的运动速度是否满足预设的速度关系,若满足,则将该候选多径目标和该候选真实目标相配对,以得到一个真实目标-多径目标配对组合,并将所述配对组合记录在所述目标配对组合集合中,若不满足,则遍历下一个当前可以参与配对的候选真实目标。
13.一种存储介质,其特征在于,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行如权利要求1至11中任一项所述的用于车载雷达的多径目标识别方法。
CN202210845133.3A 2022-07-19 2022-07-19 用于车载雷达的多径目标识别方法、装置及存储介质 Active CN115079121B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210845133.3A CN115079121B (zh) 2022-07-19 2022-07-19 用于车载雷达的多径目标识别方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210845133.3A CN115079121B (zh) 2022-07-19 2022-07-19 用于车载雷达的多径目标识别方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN115079121A CN115079121A (zh) 2022-09-20
CN115079121B true CN115079121B (zh) 2022-11-01

Family

ID=83259502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210845133.3A Active CN115079121B (zh) 2022-07-19 2022-07-19 用于车载雷达的多径目标识别方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN115079121B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115236627B (zh) * 2022-09-21 2022-12-16 深圳安智杰科技有限公司 一种基于多帧多普勒速度扩维的毫米波雷达数据聚类方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6892600B2 (ja) * 2017-07-12 2021-06-23 ミツミ電機株式会社 物体検出方法及び物体検出装置
CN108318864B (zh) * 2018-02-06 2021-10-22 成都纳雷科技有限公司 一种用于雷达目标检测中消除多径目标的方法及装置
EP3921670A1 (en) * 2019-04-08 2021-12-15 Continental Automotive Systems, Inc. Ghost object identification for automobile radar tracking
CN111699404B (zh) * 2019-05-30 2024-04-30 深圳市大疆创新科技有限公司 行驶辅助目标获取方法与装置、雷达、行驶***与车辆
US11587214B2 (en) * 2019-10-04 2023-02-21 GM Global Technology Operations LLC Multipath ghost mitigation in vehicle radar system
CN112213725B (zh) * 2020-09-28 2022-10-25 森思泰克河北科技有限公司 车载雷达的多径虚警抑制方法、装置及终端设备
CN113009441B (zh) * 2021-02-20 2022-08-26 森思泰克河北科技有限公司 一种雷达运动反射面多径目标的识别方法及装置
CN113009448B (zh) * 2021-03-09 2022-12-06 森思泰克河北科技有限公司 多径目标的检测方法、装置、设备和存储介质
CN113514825A (zh) * 2021-04-23 2021-10-19 芜湖森思泰克智能科技有限公司 道路边缘的获取方法、装置和终端设备

Also Published As

Publication number Publication date
CN115079121A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN110296713B (zh) 路侧自动驾驶车辆定位导航***及单个、多个车辆定位导航方法
EP3415948B1 (en) A method of determining the de-aliased range rate of a target
CN109102702A (zh) 基于视频车辆检测和雷达信号融合的车辆测速方法
CN110379178B (zh) 基于毫米波雷达成像的无人驾驶汽车智能泊车方法
CN100365430C (zh) 道路曲率估计和车辆目标状态估计***
US9836964B2 (en) Vehicle identification system and vehicle identification device
US20160178742A1 (en) Radar apparatus and radar state estimation method
CN113419244A (zh) 一种基于毫米波雷达数据的车辆轨迹拼接方法
US11440541B2 (en) Apparatus and method for predicting concurrent lane change and vehicle including the same
US9812008B2 (en) Vehicle detection and tracking based on wheels using radar and vision
JP3122389B2 (ja) 背景クラッタ中のレーダ目標追跡システム
CN111175788B (zh) 自动驾驶车辆横向定位方法及其定位***
CN111856507B (zh) 一种环境感测实现方法、智能移动设备和存储介质
CN115079121B (zh) 用于车载雷达的多径目标识别方法、装置及存储介质
CN109358322A (zh) 前向目标检测雷达和方法
CN112085950B (zh) 交通状态判别指标的估计方法、***、存储介质及应用
CN112526521A (zh) 一种汽车毫米波防撞雷达的多目标跟踪方法
CN113009448A (zh) 多径目标的检测方法、装置、设备和存储介质
KR101152250B1 (ko) 차량용 레이더의 오탐지 정보 제거장치 및 방법
CN114118253A (zh) 一种基于多源数据融合的车辆检测方法及检测装置
CN110648542B (zh) 基于方位识别窄波雷达的高精度车流量检测***
CN115151836A (zh) 用于探测车辆周围环境中的移动对象的方法和机动车辆
CN103901432B (zh) 一种多观测节点下非合作目标的轨迹跟踪方法及***
US5402348A (en) Method and apparatus for determining the position of an object within lanes determined utilizing two independent techniques
Mikhalev et al. Fusion of sensor data for source localization using the Hough transform

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