CN115222766A - 估计对象速度的方法和装置 - Google Patents

估计对象速度的方法和装置 Download PDF

Info

Publication number
CN115222766A
CN115222766A CN202210377757.7A CN202210377757A CN115222766A CN 115222766 A CN115222766 A CN 115222766A CN 202210377757 A CN202210377757 A CN 202210377757A CN 115222766 A CN115222766 A CN 115222766A
Authority
CN
China
Prior art keywords
velocity
range
source
rate
azimuth
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
Application number
CN202210377757.7A
Other languages
English (en)
Inventor
M·斯塔希尼克
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.)
Aptiv Technologies Ltd
Original Assignee
Aptiv Technologies 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 Aptiv Technologies Ltd filed Critical Aptiv Technologies Ltd
Publication of CN115222766A publication Critical patent/CN115222766A/zh
Pending legal-status Critical Current

Links

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G01S13/10—Systems for measuring distance only using transmission of interrupted, pulse modulated waves
    • G01S13/18—Systems for measuring distance only using transmission of interrupted, pulse modulated waves wherein range gates are used
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar 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
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G01S13/44—Monopulse radar, i.e. simultaneous lobing
    • G01S13/4427—Monopulse radar, i.e. simultaneous lobing with means for eliminating the target-dependent errors in angle measurements, e.g. glint, scintillation effects
    • 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
    • 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
    • G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66—Tracking systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开涉及估计对象速度的方法和装置。提供了一种估计位于车辆的环境中的对象的速度的方法。经由传感器，针对至少两个不同时间点获取所述对象的距离、方位角和距离变化率的检测结果。生成取决于第一来源和第二来源的成本函数。所述第一来源基于取决于所述距离变化率和所述方位角的距离变化率速度分布，并且所述第一来源取决于所述第一来源的估计准确度。所述第二来源基于取决于所述至少两个不同时间点的所述距离和所述方位角的位置差异，并且所述第二来源取决于所述第二来源的估计准确度。通过使所述成本函数最小化来确定所述对象的速度估计值。

Description

估计对象速度的方法和装置
技术领域
本公开涉及估计位于车辆环境中的目标对象的速度的方法和装置。
背景技术
对于高级驾驶员辅助***(ADAS)的某些功能，重要的是要估计位于车辆环境中的对象的速度。因此，现代车辆通常配备雷达***，该***能够利用多普勒效应对对象的径向速度或距离变化率进行可靠测量。
然而，在许多情况下，还必须知道车辆周围的对象的移动方向，例如用于执行对这些对象的可靠跟踪。对于对象跟踪，可以使用卡尔曼滤波器，其在估计对象的轨迹时包括预测步骤和校正步骤。然而，为了初始化卡尔曼滤波器，需要执行数据关联，即，需要对象的相应初始速度的附加估计。
为了估计初始速度，通常采用不同的方法。一个示例是所谓的径向假设，根据该假设，对象速度的角度或方向被假设为与方位角对齐，使得速度的幅度等于距离变化率。然而，在对象相对于车辆垂直于径向方向移动的情况下，这可能导致高达90°的速度角度误差。对于这样的对象，丢失跟踪的可能性很高，因为在用于初始化卡尔曼滤波器的数据关联步骤中可能无法匹配例如来自雷达***的数据。
用于初始化对象速度的另一种方法是所谓的环境假设，其中基于对车辆当前正在移动的场景的分析来估计速度的角度。在这种方法中，将距离变化率映射在角度上以计算速度幅度。然而，可能难以为对象移动的预期方向定义适当的规则，因为对环境的感知或描述可能很差，或者可能在对象跟踪步骤之后执行。例如，在没有对环形交叉路口的形状和位置的精确估计的情况下，在环形交叉路口内不可能确定在环形交叉路口的特定部分要预期哪个速度角度。
此外，可以应用检测位置随时间的最小二乘拟合作为用于初始化对象速度的进一步方法。然而，这种最小二乘拟合需要对若干时间点进行多次检测，以提供对速度方向的鲁棒估计。另外，这种最小二乘拟合没有利用雷达***提供的距离变化率信息。
此外，可以应用速度分布算法来初始化对象速度。这种算法依赖于对同一对象执行的若干检测，并且依赖于如下这样的假设：速度向量对于属于同一对象的此类原始检测是相同的。事实证明，这样的算法对于分布良好的对象可能非常有效。然而，如果对象的方位角分布在特定环境中相当低，则速度分布算法的性能可能会受到严重限制。另外，雷达***提供的距离信息通常在速度分布算法中被完全省略。此外，速度分布算法可能具有高计算复杂性并且需要一些计算量，因为需要以数值方式求解优化问题。
因此，需要提供在最小化估计所需的时间和工作量的同时准确地估计目标对象的速度的幅度和方向的方法和装置。
发明内容
本公开提供一种计算机实现方法、计算机***和非暂时性计算机可读介质。
在一个方面，本公开涉及一种估计位于车辆的环境中的目标对象的速度的计算机实现方法，所述车辆配备有传感器和处理单元。所述传感器被配置成提供用于确定所述对象的距离、方位角和距离变化率的数据。根据该方法，经由所述传感器，针对至少两个不同时间点获取所述对象的所述距离、所述方位角和所述距离变化率的检测结果。经由所述处理单元，生成取决于第一来源和第二来源的成本函数。所述第一来源基于取决于所述距离变化率和所述方位角的距离变化率速度分布，并且所述第一来源取决于所述第一来源的估计准确度。所述第二来源基于取决于所述至少两个不同时间点的所述距离和所述方位角的位置差异，并且所述第二来源取决于所述第二来源的估计准确度。通过使所述成本函数最小化来确定所述对象的速度估计值。
通常，距离、方位角和距离变化率是相对于车辆定义的，即，在车辆坐标系中，该车辆坐标系由车辆的纵轴和横轴定义并且其原点例如在车辆的前保险杠处。术语“速度”涉及速度向量，其包括速度的幅度和方向。也就是说，速度估计值是指车辆环境中的对象的完整速度向量。如果传感器是雷达传感器，则速度向量可以是鸟瞰视图中的二维向量，即，在平行于车辆当前正移动于的地面的平面中。在这种情况下，速度向量可以包括沿着车辆纵向轴线的分量Vx以及在相对于车辆的垂直于纵向轴线的横向方向上的分量Vy。
根据该方法，使用两个来源来生成成本函数，其中第一来源依赖于距离变化率，而第二来源依赖于检测到的距离及其反映在位置差异中的时间变化。对于距离变化率速度分布，针对属于同一对象的所有检测点(即，针对检测结果的“云”)都假设恒定速度，其中各个检测结果的速度向量可以仅因相应的方位角而不同。第一来源所依赖的距离变化率速度分布可以取决于距离变化率方程。在生成成本函数时，这两个来源由它们相应的估计准确度加权，该成本函数被最小化以确定对象的速度估计值。可以通过使用传感器关于距离、方位角和距离变化率的检测的已知或经验确定的准确度来估计第一来源和第二来源的相应准确度。另选地，如果对象有多个检测结果可用，则可以基于距离、方位角和距离变化率的相应方差来估计第一来源和第二来源的相应准确度。
该方法利用例如可从雷达***获得的关于位置(即，距离和方位角)和关于径向速度(距离变化率)的完整信息。可以基于本领域已知的多普勒效应来确定距离变化率。
由于将传感器提供的完整信息用于第一速度估计值和第二速度估计值，因此与仅基于两个“来源”之一(即，基于距离变化率，或者基于距离与方位角的组合)的估计相比，确定速度估计值的准确度有所提高。另外，例如与最小二乘拟合和其他优化方法相比，通过应用要最小化的成本函数减少了确定速度估计值的时间。
该方法可以包括以下特征中的一个或更多个：
可以针对所述至少两个时间点中的各个时间点获取所述对象的所述距离、所述方位角和所述距离变化率的多个检测结果，并且可以基于所述多个检测结果，针对所述距离、所述方位角和所述距离变化率估计相应标准偏差。所述距离变化率速度分布可以取决于所述距离变化率和所述方位角的所述多个检测结果，并且所述位置差异可以取决于所述至少两个不同时间点的所述距离和所述方位角的所述多个检测结果。所述第一来源的估计准确度可以取决于所述距离变化率的标准偏差和所述方位角的标准偏差，并且所述第二来源的估计准确度可以取决于所述距离的标准偏差和所述方位角的标准偏差。可以针对所述至少两个时间点中的各个时间点和/或针对所述距离、所述方位角和所述距离变化率的各个检测结果，估计所述距离、所述方位角和所述距离变化率的不同标准偏差。
所述第一来源和所述第二来源可以基于归一化估计误差平方(NEES)，该归一化估计误差平方(NEES)包括所述距离、所述方位角和所述距离变化率的所述相应标准偏差。所述成本函数可以包括基于与所述第一来源相关的归一化估计误差平方(NEES)的第一贡献以及基于与所述第二来源相关的归一化估计误差平方(NEES)的第二贡献。所述第一贡献和所述第二贡献可以各自包括所述多个检测结果上的元素之和，其中，各个元素可以被估计为针对相应检测结果的归一化估计误差平方(NEES)。所述第一贡献的元素可以基于距离变化率方程并且基于所述距离变化率的标准偏差。而所述第二贡献的元素可以基于所述相应检测结果的所述位置差异并且基于速度协方差矩阵，该速度协方差矩阵是基于所述距离和所述方位角的标准偏差并且基于所述传感器获取所述距离和所述方位角的所述至少两个不同时间点之间的时间间隔而估计的。此外，所述成本函数可以被生成为所述第一贡献和所述第二贡献的平均值。
可以通过如下方式来估计所述速度的分量：将所述成本函数关于所述速度分量的导数设定为零。所述成本函数和所述速度估计值可以通过如下方式确定：假设对象的恒定速度，以便初始化所述速度的卡尔曼滤波器状态估计。
根据实施方式，可以针对至少两个时间点中的各个时间点获取对象的距离、方位角和距离变化率的多个检测结果。基于多个检测结果，可以估计距离、方位角和距离变化率的相应标准偏差。距离变化率速度分布可以取决于距离变化率和方位角的多个检测结果，并且位置差异可以取决于至少两个不同时间点的距离和方位角的多个检测结果。第一来源的估计准确度可以取决于距离变化率的标准偏差和方位角的标准偏差，第二来源的估计准确度可以取决于距离的标准偏差和方位角的标准偏差。
属于同一对象的多个检测结果也可以被视为检测结果的云。相应的标准偏差分别反映了距离、方位角和距离变化率的准确度估计。由于成本函数表示第一来源与第二来源之间的加权，因此可以通过另外结合相应的标准偏差来改善加权。因此，也可以提高速度估计的准确度。
可以针对至少两个时间点中的各个时间点和/或针对距离、方位角和距离变化率的各个检测结果来估计距离、方位角和距离变化率的不同标准偏差。通过这种方式，可以进一步提高速度估计的准确度。
此外，第一来源和第二来源可以基于归一化估计误差平方(NEES)，其可以包括距离、方位角和距离变化率的相应标准偏差。也就是说，速度估计可以依赖于可通过计算归一化估计误差平方来确定的成本函数。归一化估计误差平方通常用于方差估计的一致性检查。对于本发明的估计对象速度的方法，归一化估计误差平方可以用于基于相应标准偏差生成成本函数，这可以提高成本函数和速度估计的准确度。
成本函数可以包括基于与第一来源相关的归一化估计误差平方(NEES)的第一贡献和基于与第二来源相关的归一化估计误差平方(NEES)的第二贡献。另外，第一贡献和第二贡献可以各自包括多个检测结果上的元素之和，其中各个元素可以被估计为针对相应检测结果的归一化估计误差平方(NEES)。第一贡献的元素可以基于距离变化率方程并且基于距离变化率的标准偏差，该标准偏差可以反映传感器的距离变化率准确度。第二贡献的元素可以基于相应检测结果的位置差异并且基于速度协方差矩阵，该速度协方差矩阵是基于距离和方位角的标准偏差并且基于传感器获取距离和方位角的至少两个不同时间点之间的时间间隔而估计的。详细地，速度协方差矩阵的逆矩阵可用于估计相应的归一化估计误差平方。此外，成本函数可以被生成为第一贡献和第二贡献的平均值。详细地，成本函数可以是与第一来源相关的归一化估计误差平方以及与第二来源相关的归一化估计误差平方之和，其中该和被除以二。
因此，生成成本函数的步骤可以分为不同的部分，各个部分取决于相应的归一化估计误差平方并且取决于不同的标准偏差。这可以减少用于生成成本函数的计算量。对两个贡献的平均值进行估计可能是生成总成本函数的直接方式。由于对成本函数的贡献可以至少部分地允许解析公式，因此也可以减少计算量。
根据另一实施方式，可以通过将成本函数关于速度分量的导数设定为零来估计速度的分量。这可以是使成本函数最小化以便估计速度估计值的分量的直接方式，并且可以需要低计算量。在雷达传感器的情况下，可以通过相应的导数为零来估计速度估计值的两个分量Vx和Vy(即，分别沿着车辆的纵向轴线和横向轴线)。
根据另一实施方式，可以通过如下方式来确定成本函数和速度估计值：假设对象的恒定速度，以便初始化速度的卡尔曼滤波器状态估计。也就是说，该方法可用于初始化卡尔曼滤波器，该卡尔曼滤波器可用于跟踪对象的进一步轨迹。假设恒定速度可以减少所需的数学和计算工作量并减少初始化卡尔曼滤波器所需的时间。作为替代，该速度估计值可以用作对由用于对象跟踪的卡尔曼滤波器提供的速度估计的结果的交叉检查。
在另一方面，本公开涉及一种估计位于车辆的环境中的对象的速度的装置。该装置包括传感器，所述传感器被配置成提供针对至少两个不同时间点的用于获取所述对象的距离、方位角和距离变化率的检测结果的数据。该装置还包括处理单元，所述处理单元被配置成生成取决于第一来源和第二来源的成本函数。所述第一来源基于取决于所述距离变化率和所述方位角的距离变化率速度分布，并且所述第一来源取决于所述第一来源的估计准确度。所述第二来源基于取决于所述至少两个不同时间点的所述距离和所述方位角的位置差异，并且所述第二来源取决于所述第二来源的估计准确度。所述处理单元还被配置成通过使所述成本函数最小化来确定所述对象的速度估计值。
如本文所使用的，术语“处理装置”、“处理单元”和“模块”可以指代以下项、是以下项的一部分、或者包括以下项：专用集成电路(ASIC)；电子电路；组合逻辑电路；现场可编程门阵列(FPGA)；执行代码的处理器(共享的、专用的或组)；提供所述功能的其他合适的组件；或上述一些或全部的组合，例如在片上***中。术语“模块”可以包括存储由处理器执行的代码的存储器(共享的、专用的或组)。
综上所述，根据本公开的装置包括被配置成执行上述对应方法的步骤的传感器和处理单元。因此，上述针对方法的益处、优点和公开内容对于根据本公开的装置同样有效。
根据实施方式，所述传感器可以包括雷达传感器和/或激光雷达传感器。这些传感器提供的数据可以适用于以直接的方式确定对象的距离、方位角和距离变化率。
在另一方面，本公开涉及一种计算机***，所述计算机***被配置成执行本文描述的计算机实现方法的若干或所有步骤。
该计算机***可以包括处理单元、至少一个存储器单元和至少一个非暂时性数据存储部。非暂时性数据存储部和/或存储器单元可以包括用于指示计算机执行本文描述的计算机实现方法的若干或所有步骤或方面的计算机程序。
在另一方面，本公开涉及一种非暂时性计算机可读介质，其包括用于执行本文描述的计算机实现方法的若干或所有步骤或方面的指令。计算机可读介质可以被配置成：光介质，例如压缩盘(CD)或数字多功能盘(DVD)；磁介质，例如硬盘驱动器(HDD)；固态硬盘(SSD)；只读存储器(ROM)；闪存；等等。此外，计算机可读介质可以被配置成可经由诸如因特网连接的数据连接访问的数据存储部。例如，计算机可读介质可以是在线数据存储库或云存储。
本公开还涉及一种用于指示计算机执行本文描述的计算机实现方法的若干或所有步骤或方面的计算机程序。
附图说明
在本文中，结合以下附图来描述本公开的示例性实施方式和功能，附图示意性地示出了：
图1描绘了安装在车辆中的根据本公开的装置的概况，
图2描绘了用于验证根据本公开的方法的第一种场景，
图3A至图5D描绘了第一种场景的验证结果，
图6描绘了用于验证根据本公开的方法的第二种场景，以及
图7A至图9D描绘了第二种场景的验证结果。
附图标记列表
10 车辆
11 装置
13 雷达传感器
15 处理单元
17 车辆坐标系
19 x轴
21 y轴
23 目标对象
31 用于纵向速度Vx的轴
33 用于横向速度Vy的轴
35 参考值
37A、37B 基于位置差异的速度估计值
39A、39B 标准偏差
41 基于距离变化率的速度估计值
43 成本函数的等高线
45 基于成本函数最小值的速度估计值
51 偏差的均方根(RMS)的条(NEES成本函数)
53 偏差的RMS的条(距离变化率成本函数)
55 偏差的RMS的条(位置差异成本函数)
61 偏差的RMS的线(NEES成本函数)
63 偏差的RMS的线(距离变化率成本函数)
65 偏差的RMS的线(位置差异成本函数)
具体实施方式
图1示意性地描绘了配备有根据本公开的装置11的车辆10。装置11包括用于监测车辆10的环境的雷达传感器13以及从传感器13接收数据的处理单元15。
图1还描绘了具有位于车辆10的前保险杠中心处的原点的车辆坐标系17。车辆坐标系17包括平行于车辆10的纵向轴线的x轴19，以及垂直于x轴19并指向图1中的右侧的y轴21。由于车辆坐标系17是右手坐标系，因此z轴(未示出)指向进入页面。
装置11被提供用于检测车辆10的环境中的对象，例如图1中所示的目标对象23。也就是说，雷达传感器13检测来自目标对象23的雷达反射，这也可以被视为原始检测结果。基于原始检测结果，装置11被配置成经由处理单元15确定相应检测结果的位置，即，目标对象23处的反射点的位置。该位置由相对于车辆10的距离r和方位角θ给出，即，在车辆坐标系17中定义。另外，装置11还被配置成确定各个原始检测结果的距离变化率或径向速度。
另外，针对多个时间点(即，至少两个时间点)捕获原始检测结果。某个时间点的检测结果也被视为雷达扫描，而属于同一对象的检测结果被视为云。
对于各次雷达扫描(或测量实例)，雷达传感器13从目标对象23捕获m个原始检测结果。数字m通常为3到5。各个原始检测结果由i索引并由车辆或传感器坐标系17中表示的以下参数描述：
ri：距离(或径向距离)
θi：方位角
Figure BDA0003591446760000081
原始距离变化率(或径向速度)，其中i＝1,…,m。
另外，假设这些检测结果属性中的各个属性的准确度是已知的(根据雷达传感器13的准确度)，并且由相应的标准偏差σθ、σr、
Figure BDA0003591446760000084
或
Figure BDA0003591446760000082
表示，其中
Figure BDA0003591446760000083
是补偿距离变化率的标准偏差，下文将对此进行解释。m个检测结果中的各个检测结果具有不同的准确度，即，不同的标准偏差。
单次原始检测i的距离变化率方程如下：
Figure BDA0003591446760000091
其中Vs表示宿主车辆10的当前速度，Vt表示要针对目标对象23确定的速度。沿着车辆坐标系17(见图1)的x轴19和y轴21分别定义了目标对象23的速度向量的分量(即，Vx和Vy)。为了简化表示，引入了补偿距离变化率并将其定义为：
Figure BDA0003591446760000092
其中
Figure BDA0003591446760000093
是第i次原始检测的补偿距离变化率。
那么上式可以简化为：
Figure BDA0003591446760000094
距离变化率方程以向量形式表示为：
Figure BDA0003591446760000095
目标对象的速度的估计值45(见图3A至图3D、图4A至图4D、图7A至图7D以及图8A至图8D)依赖于用于估计目标对象23的速度的两个来源。这两个来源定义如下：
1.基于距离变化率方程确定的速度分布：
Figure BDA0003591446760000096
2.位置差异，其定义如下：
Figure BDA0003591446760000097
Figure BDA0003591446760000098
对于速度分布(也可称为距离变化率速度分布)，假设属于“分布式”目标对象23的所有m个检测结果都具有相同的速度绝对值，但方位角不同。因此，属于目标对象的检测结果的速度向量形成速度分布。对于位置差异，dt表示获取两次检测结果的两个时间点之间的时间差。
必须组合速度的两个来源以确定速度的估计值45，即，需要利用检测结果的估计准确度或标准偏差对两个来源进行加权。为了对根据方程(5)和(6)的两个来源进行加权，可以使用归一化估计误差平方(NEES)，其通常定义如下：
Figure BDA0003591446760000099
Figure BDA00035914467600000910
表示协方差矩阵的逆矩阵，
Figure BDA00035914467600000911
表示基于测量结果Xk的估计值。归一化估计误差平方(NEES)通常用于方差估计的一致性检查。对于本公开，NEES用于为如上针对速度估计定义的两个来源定义成本函数Q：
Figure BDA0003591446760000101
第一项或贡献被视为速度分布NEES，计算如下：
Figure BDA0003591446760000102
第二项或贡献被视为位置差异NEES，可计算如下：
Figure BDA0003591446760000103
其中：
Vdiff,j＝V-Vj (11)
并且V＝[Vx Vy]是要估计的目标对象23的“真实”速度。这里和下文中，j表示位置差异NEES内的检测结果的索引，即，以与上面针对索引i描述的相同的方式。
相应的向量Vi包括基于位置差异的速度的两个分量，并由方程(6)得出：
Vj＝[Vx,j Vy,j] (12)
方程(10)的速度协方差矩阵定义为：
Figure BDA0003591446760000104
也可以写成：
Figure BDA0003591446760000105
其中A和B表示确定相应协方差矩阵的两个不同时间点(由时间间隔dt分隔)，并且其中：
Figure BDA0003591446760000106
Figure BDA0003591446760000107
Figure BDA0003591446760000108
因此，速度方差最终取决于θ并且取决于r和θ的标准偏差。值得注意的是，上述定义也相应地适用于由B表示的第二时间点。
位置差异NEES项可以简化为：
Figure BDA0003591446760000109
其中：
Figure BDA0003591446760000111
最后，整个或总NEES成本函数可以写成：
Figure BDA0003591446760000112
为了找到Vx和Vy，通过计算一阶导数以找到全局最小值，用解析的方式使整个NEES成本函数Q最小化：
Figure BDA0003591446760000113
Figure BDA0003591446760000114
为了确定NEES成本函数的最小值，将这些导数设定为等于零：
Figure BDA0003591446760000115
可以按如下方式对上述方程进行一些重组：
Figure BDA0003591446760000116
Figure BDA0003591446760000117
Figure BDA0003591446760000118
Figure BDA0003591446760000121
Figure BDA0003591446760000122
Figure BDA0003591446760000123
最后，这导致取决于两个变量Vx和Vy两个方程：
Figure BDA0003591446760000124
其中Sxy＝Syx。
通过定义以下缩写：
W＝SxxSyy-SxySyx
Wx＝SxSyy+SxySy
Wy＝SxxSy+SxSyx (22)
目标对象23的速度估计如下：
速度估计值:
Figure BDA0003591446760000125
总之，目标对象23(见图1)的速度向量的两个分量Vx和Vy被确定为取决于因子Sx、Sy、Sxy(＝Syx)、Sxx和Syy，这些因子取决于距离ri、角度θi和距离变化率
Figure BDA0003591446760000126
形式的输入数据及其针对属于目标对象23的所有原始检测结果的对应标准偏差σ。
因此，基于输入数据并且基于NEES成本函数，用解析的方式确定目标对象23的速度向量。NEES包括针对用于估计速度的两个来源中的各个来源的相应的第一贡献和第二贡献，即，针对基于距离变化率方程的速度分布以及针对取决于各个检测结果的距离和方位角的位置差异。当组合这两个贡献时，速度分布NEES和位置差异NEES由反映传感器测量结果的准确度的相应标准偏差加权。
由于考虑了用于估计速度的两个来源并且最小化了成本函数，因此与仅依赖于这些源之一来估计速度的方法相比，速度估计的准确度得到了提高。由于上面明确示出的解析表达式，执行所述方法需要低计算量和最短时间。因此，所述方法易于嵌入到汽车***中。
为了验证根据本公开的方法，在图2和图6中分别考虑了两种不同的场景。两种场景的结果分别在图3A至图5D以及图7A至图9D中示出。
第一种场景在图2中示出，包括非移动车辆10(即，宿主车辆速度＝(0,0)km/h)和速度为(0,-50)km/h的移动对象23。也就是说，目标对象23沿着y轴21横向与车辆10交叉(见图1)。
以dt＝100ms的时间步长进行速度估计，并且针对各个时间步长或时间点从目标对象23的左前角生成单点检测结果。此外，假设恒定检测准确度(标准偏差)为：σθ＝0.3deg,σr＝0.15m，并且
Figure BDA0003591446760000131
在图3A至图3D、图4A至图4D、图7A至图7D以及图8A至图8D中，在速度坐标系中描绘了相应的结果，该速度坐标系具有Vx的纵轴31和Vy的横轴33，其中相应的速度分量以m/s表示。也就是说，针对图3A至图3D以及图4A至图4D中的第一种场景，移动对象23的速度由(0,-13.89)m/s处的参考值35表示。
在图3A至图3D中，估计结果是基于三次雷达扫描来描绘的，即，距离变化率的三个检测结果和位置差异的两个检测结果已可用于估计速度。在图3A中，相对于代表“真实”速度的参考值35示出了单一估计值。两个基于位置差异的速度估计值37A、37B连同它们相应的由虚线表示的标准偏差39A、39B一起被描绘出。此外，基于距离变化率的速度估计值41被表示为线。这是因为仅距离变化率(即，相对于车辆的径向速度)被用于速度估计值41。图3A中由“基于rr的速度”表示的三条线对应于距离变化率的三个检测结果，并且几乎相同。在图3A中可以看出，基于位置差异的速度估计值37A、37B严重偏离参考值35。
在图3B、图3C和图3D中，描绘了基于上面提供的公式计算的相应成本函数。各个成本函数由等高线43表示。另外，示出了速度的相应估计值45，其被确定为相应成本函数的绝对最小值。在图3B中，示出了总NEES成本函数，其包括基于距离变化率的速度分布的第一贡献以及基于位置差异的第二贡献。在图3C和图3D中，这两个贡献被分别描绘，即，图3C中的速度分布成本函数或距离变化率成本函数以及图3D中的位置差异成本函数。
在图3B和图3D中可以看出，目标对象23的速度估计值45相当接近参考值35，而基于距离变化率成本函数的估计值45严重偏离参考值35。另一方面，与位置差异成本函数相比，总NEES成本函数和距离变化率成本函数在Vy方向上的扩展非常小。因此，基于总NEES成本函数的速度估计值45具有比基于位置差异成本函数的估计值45更小的误差条(errorbar)。因此，基于总NEES成本函数的速度估计值45比基于位置差异成本函数的速度估计值45更可靠，尽管对于位置差异成本函数而言，分量Vx稍微更接近参考值35。
对于图4A至图4D，已针对假设与图3A至图3D中条件相同的第一种场景执行了数千次Monte Carlo模拟，即，针对各个Monte Carlo模拟进行相应的三次雷达扫描。在图4B、图4C和图4D中，针对与图3B、图3C和图3D相同的条件，即，针对总NEES成本函数(图4B)、针对距离变化率成本函数(图4C)以及针对位置差异成本函数(图4D)，示出了基于Monte Carlo模拟的估计值45的相应结果。估计值45被描绘为相对于参考值35的点云。在图4B中可以看出，对于总NEES成本函数，估计值45通常相当接近参考值35，即，在Vx的方向上非常接近参考值并且在Vy的方向上以可接受的方式相当接近。相比之下，对于如图4C所示的距离变化率成本函数，估计值45在Vx的方向上严重分散，而对于如图4D所示的位置差异成本函数，估计值45在Vy的方向上显示出相当大的分散。总之，对于图4B中的总NEES成本函数，估计值45最“集中”在参考值35周围。
这也反映在如图4A所示的统计数据中，其中针对三种类型的速度估计(即，基于总NEES成本函数(描绘为条51)、基于距离变化率成本函数(由条53描绘)、以及基于位置差异成本函数(由条55描绘))描绘了误差或偏差的均方根。请注意，术语“云”在图4A的图例中用作距离变化率成本函数的同义词。针对速度分量Vx和Vy、针对航向或速度的方向、以及针对速度的幅度或绝对值示出了相应的均方根。基于总NEES成本函数的速度估计示出了所有情况下偏差的最低均方根。
如图5A至图5D所示的结果也证实了这一点。针对航向(图5A)、幅度(图5B)、速度分量Vx(图5C)和速度分量Vy(图5D)，根据雷达扫描次数(在x轴上)示出了偏差的相应均方根(在y轴上)。线61表示基于总NEES成本函数的速度估计值的偏差的相应均方根，其中线63表示基于距离变化率成本函数的速度估计值的偏差的均方根，线65表示基于位置差异成本函数的速度估计值的偏差的均方根。可以看出，对于基于NEES成本函数的速度估计，偏差的均方根在几乎所有情况下都具有最低值。请注意y轴上的对数刻度。
在图6中，描绘了第二种场景，其中车辆10和目标对象23以相同的恒定速度(即，具有50km/h的绝对值或幅度)彼此垂直移动。因此，假设目标对象23相对于车辆10的方位角恒定。具体而言，车辆10的速度为(50,0)km/h，而目标对象23的速度为(0,-50)km/h。对于时间步长，再次使用dt＝100ms，并假设与第一种场景相同的检测准确度或标准偏差，即，σθ＝0.3deg、σr＝0.15m和
Figure BDA0003591446760000151
针对各个时间步长，从目标对象23的左角再次生成单点检测结果。
图7A至图7D所示的结果对应于图3A至图3D所示的第一种场景的结果。也就是说，为图3A至图3D以及图4A至图4D提供的关于图和附图标记的所有一般解释也适用于图7A至图7D以及图8A至图8D。然而，目标对象23的速度由(-13.89,-13.89)m/s处的参考值35表示，其是针对第二种场景的相对于车辆10的相对速度。换言之，对于图7A至图7D以及图8A至图8D中的参考值35，补偿了车辆10的速度。
在图7A中可以看出，基于位置差异的单一估计值37A、37B严重偏离参考值35，并且基于距离变化率的速度估计值仅能够覆盖相对于车辆10的径向分量，而不是速度的横向分量。因此，基于距离变化率的估计值41再次由线表示。在图7A中由“基于rr的速度”表示的三条线再次对应于距离变化率的三个检测结果并且再次几乎相同(也参见图3A)。
如图7B和图7D所示，基于总NEES成本函数和基于位置差异成本函数的速度估计值45非常接近参考值35，而基于距离变化率成本函数的估计值45(见图7C)严重偏离参考值35。此外，位置差异成本函数的成本函数分散比总NEES成本函数的成本函数分散大得多，这可以从代表成本函数的等高线43推导出。结果，基于总NEES成本函数的速度估计值45必须被认为比分别基于位置差异成本函数和基于距离变化率成本函数的估计值更可靠。
图8A至图8D描绘了在假设与图7A至图7D条件相同的情况下数千次Monte Carlo模拟的结果，即，基于三次雷达扫描的相应估计值。在图8B、图8C和图8D中可以看出，对于与图6中所示的第二种场景相关的速度估计值45，总NEES成本函数再次显示出相对于参考值35的最低分散。这证实了与另外的估计值45相比，基于总NEES成本函数的速度估计值45显示出最高的准确度和可靠性，因为计算总NEES成本函数时包含了两个“来源”。
在图8A中，再次针对三种类型的速度估计示出了偏差的误差的均方根，其中条51表示NEES成本函数的偏差的均方根，而条53表示基于距离变化率成本函数的估计值的偏差的均方根，条55表示基于位置差异成本函数的估计值的偏差的均方根。请注意，术语“云”在图8A的图例中用作距离变化率成本函数的同义词。对于第二种场景(见图6)，基于总NEES成本函数的估计值45再次显示出偏差的最低均方根，即，针对速度分量Vx和Vy、针对航向以及针对幅度。
这也通过针对航向(图9A)、幅度(图9B)、分量Vx(图9C)和分量Vy(图9D)的偏差的均方根的线61、63和65得到证实，它们被描绘为取决于雷达扫描的次数。基于总NEES成本函数的估计值的偏差的均方根(线61)在几乎所有情况下都低于基于位置差异成本函数的估计值的偏差的均方根(线63)和基于距离变化率成本函数的估计值的偏差的均方根(线65)。请再次注意y轴上的对数刻度。
总之，两种场景的结果(见图3A至图3D以及图6)验证了根据本公开的方法提高了速度估计的准确度和可靠性。这至少部分是因为估计值依赖于总NEES成本函数，该总NEES成本函数包括用于速度估计的两个贡献或来源。

Claims (15)

1.一种估计位于车辆(10)的环境中的对象(23)的速度的计算机实现方法，所述车辆(10)配备有传感器(13)和处理单元(15)，其中，所述传感器(13)被配置成提供用于确定所述对象(23)的距离、方位角和距离变化率的数据，
所述计算机实现方法包括以下步骤：
经由所述传感器(13)，针对至少两个不同时间点获取所述对象(23)的所述距离、所述方位角和所述距离变化率的检测结果，
经由所述处理单元(15)：
生成取决于第一来源和第二来源的成本函数(43)，
其中，所述第一来源是基于取决于所述距离变化率和所述方位角的距离变化率速度分布的，并且其中，所述第一来源取决于所述第一来源的估计准确度，
其中，所述第二来源是基于取决于针对所述至少两个不同时间点的所述距离和所述方位角的位置差异的，并且其中，所述第二来源取决于所述第二来源的估计准确度，以及
通过使所述成本函数(43)最小化来确定所述对象(23)的速度估计值(45)。
2.根据权利要求1所述的计算机实现方法，其中，
针对所述至少两个时间点中的各个时间点获取所述对象(23)的所述距离、所述方位角和所述距离变化率的多个检测结果，
基于所述多个检测结果，针对所述距离、所述方位角和所述距离变化率估计相应标准偏差，
所述距离变化率速度分布取决于所述距离变化率和所述方位角的多个检测结果，
所述位置差异取决于针对所述至少两个不同时间点的所述距离和所述方位角的多个检测结果，
所述第一来源的估计准确度取决于所述距离变化率的标准偏差和所述方位角的标准偏差，并且
所述第二来源的估计准确度取决于所述距离的标准偏差和所述方位角的标准偏差。
3.根据权利要求2所述的计算机实现方法，其中，针对所述至少两个时间点中的各个时间点和/或针对所述距离、所述方位角和所述距离变化率的各个检测结果，估计所述距离、所述方位角和所述距离变化率的不同标准偏差。
4.根据权利要求2或3所述的计算机实现方法，其中，所述第一来源和所述第二来源是基于归一化估计误差平方(NEES)的，该归一化估计误差平方(NEES)包括所述距离、所述方位角和所述距离变化率的所述相应标准偏差。
5.根据权利要求2至4中任一项所述的计算机实现方法，其中，所述成本函数(43)包括基于与所述第一来源相关的归一化估计误差平方(NEES)的第一贡献以及基于与所述第二来源相关的归一化估计误差平方(NEES)的第二贡献。
6.根据权利要求5所述的计算机实现方法，其中，所述第一贡献和所述第二贡献各自包括所述多个检测结果上的元素之和，其中，各个元素被估计为针对相应检测结果的归一化估计误差平方(NEES)。
7.根据权利要求6所述的计算机实现方法，其中，所述第一贡献的元素是基于距离变化率方程并且基于所述距离变化率的标准偏差的。
8.根据权利要求6或7所述的计算机实现方法，其中，所述第二贡献的元素是基于相应检测结果的所述位置差异并且基于速度协方差矩阵的，该速度协方差矩阵是基于所述距离和所述方位角的标准偏差并且基于所述传感器(13)获取所述距离和所述方位角的所述至少两个不同时间点之间的时间间隔而估计的。
9.根据权利要求6至8中任一项所述的计算机实现方法，其中，所述成本函数(43)被生成为所述第一贡献和所述第二贡献的平均值。
10.根据权利要求1至9中任一项所述的计算机实现方法，其中，通过以下方式来估计所述速度的分量：将所述成本函数(43)关于所述速度分量的导数设定为零。
11.根据权利要求1至10中任一项所述的计算机实现方法，其中，所述成本函数(43)和所述速度估计值(45)是通过以下方式确定的：假设所述对象(23)的恒定速度，以便初始化所述速度的卡尔曼滤波器状态估计。
12.一种估计位于车辆(10)的环境中的对象(23)的速度的装置(11)，所述装置(11)包括：
传感器(13)，所述传感器(13)被配置成提供针对至少两个不同时间点的用于获取所述对象(23)的距离、方位角和距离变化率的检测结果的数据，以及
处理单元(15)，所述处理单元(15)被配置成：
生成取决于第一来源和第二来源的成本函数(43)，
其中，所述第一来源是基于取决于所述距离变化率和所述方位角的距离变化率速度分布的，并且其中，所述第一来源取决于所述第一来源的估计准确度，
其中，所述第二来源是基于取决于针对所述至少两个不同时间点的所述距离和所述方位角的位置差异的，并且其中，所述第二来源取决于所述第二来源的估计准确度，并且
通过使所述成本函数(43)最小化来确定所述对象(23)的速度估计值(45)。
13.根据权利要求12所述的装置(11)，其中，所述传感器(13)包括雷达传感器和/或激光雷达传感器。
14.一种计算机***，所述计算机***被配置成执行根据权利要求1至11中任一项所述的计算机实现方法。
15.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质包括用于执行根据权利要求1至11中任一项所述的计算机实现方法的指令。
CN202210377757.7A 2021-04-15 2022-04-12 估计对象速度的方法和装置 Pending CN115222766A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21168600.1 2021-04-15
EP21168600.1A EP4075164A1 (en) 2021-04-15 2021-04-15 Method and device for estimating a velocity of an object

Publications (1)

Publication Number Publication Date
CN115222766A true CN115222766A (zh) 2022-10-21

Family

ID=75539185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210377757.7A Pending CN115222766A (zh) 2021-04-15 2022-04-12 估计对象速度的方法和装置

Country Status (3)

Country Link
US (1) US20220334238A1 (zh)
EP (1) EP4075164A1 (zh)
CN (1) CN115222766A (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3499265B1 (en) * 2017-12-12 2020-08-19 Veoneer Sweden AB Determining object motion and acceleration vector in a vehicle radar system
US10948583B2 (en) * 2018-10-23 2021-03-16 Valeo Radar Systems, Inc. Radar track initialization

Also Published As

Publication number Publication date
US20220334238A1 (en) 2022-10-20
EP4075164A1 (en) 2022-10-19

Similar Documents

Publication Publication Date Title
CN110531357B (zh) 估计移动目标在水平面中速度大小的方法和雷达检测***
EP3611541B1 (en) Method of determining an uncertainty estimate of an estimated velocity
EP3415948B1 (en) A method of determining the de-aliased range rate of a target
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
EP3654064B1 (en) Apparatus and method for characterizing an object based on measurement samples from one or more location sensors
EP3575827B1 (en) Method for robust estimation of the velocity of a target using a host vehicle
US12005907B2 (en) Method for determining position data and/or motion data of a vehicle
CN110969055A (zh) 用于车辆定位的方法、装置、设备和计算机可读存储介质
CN116256713B (zh) 用于确定目标对象的移动性状态的方法
CN112154429B (zh) 高精度地图定位方法、***、平台及计算机可读存储介质
Haag et al. Radar and lidar target signatures of various object types and evaluation of extended object tracking methods for autonomous driving applications
CN116182905A (zh) 激光雷达和组合惯导的时空外参标定方法、装置及***
CN115222766A (zh) 估计对象速度的方法和装置
CN113591890A (zh) 一种聚类的方法和装置
CN116819561A (zh) 一种点云数据匹配方法、***、电子设备及存储介质
KR102489865B1 (ko) 다중 필터 및 센서 퓨전 기반의 차량의 위치 추정 방법
EP3654065B1 (en) Apparatus and method for characterizing an object based on measurement samples from one or more location sensors
KR20210062453A (ko) 운동 정보 결정 방법 및 장치
CN112325770B (zh) 一种车端单目视觉测量相对精度置信度评估方法及***
RU198994U1 (ru) Устройство определения факта искажения навигационного поля и идентификации помехового воздействия на приемник роботизированного беспилотного летательного аппарата
CN117519124A (zh) 自移动设备的避障方法、自移动设备及存储介质
KR20210088311A (ko) 차량용 라이다 위치 추정장치 및 그 방법
CN115201828A (zh) 稀疏点云的优化方法、***、电子设备、存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: Luxembourg

Address after: Luxembourg

Applicant after: Aptiv Technology (2) Co.

Address before: Babado J San Michael

Applicant before: Aptiv Technologies Ltd.

Country or region before: Barbados

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240305

Address after: Luxembourg

Applicant after: Aptiv Manufacturing Management Services Co.

Country or region after: Luxembourg

Address before: Luxembourg

Applicant before: Aptiv Technology (2) Co.

Country or region before: Luxembourg

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240320

Address after: Schaffhausen

Applicant after: APTIV Technology Co.,Ltd.

Country or region after: Switzerland

Address before: Luxembourg

Applicant before: Aptiv Manufacturing Management Services Co.

Country or region before: Luxembourg