CN116829974A - 用于雷达的同步射程-变化率展开和离群值去除的***和方法 - Google Patents
用于雷达的同步射程-变化率展开和离群值去除的***和方法 Download PDFInfo
- Publication number
- CN116829974A CN116829974A CN202180075549.5A CN202180075549A CN116829974A CN 116829974 A CN116829974 A CN 116829974A CN 202180075549 A CN202180075549 A CN 202180075549A CN 116829974 A CN116829974 A CN 116829974A
- Authority
- CN
- China
- Prior art keywords
- rate
- point cloud
- segment
- data points
- range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000001360 synchronised effect Effects 0.000 title description 3
- 238000001514 detection method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/70—Radar-tracking systems; Analogous systems for range tracking only
-
- 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
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- 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
- G01S13/588—Velocity or trajectory determination systems; Sense-of-movement determination systems deriving the velocity value from the range measurement
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
- G01S13/878—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
-
- 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
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Data Mining & Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
用于操作雷达***的***和方法。该方法包括由处理器:接收由雷达设备生成的点云信息;对点云的数据点进行分组以形成至少一个分段;计算在至少一个分段中的每个数据点的可能的真实射程‑变化率值;识别包括最大数量数据点的可能的真实射程‑变化率值的扫描窗口;确定与包括在所识别的扫描窗口中的可能的真实射程‑变化率值相关联的数据点的至少两个模量是否具有相差一定量的模量值;当确定数据点的至少两个模量确实具有相差一定量的模量值时,为分段的每个数据点确定新的射程‑变化率值;以及根据新的射程‑变化率值修改点云信息。
Description
背景技术
涉及的申请和优先权要求
本专利文件要求于2020年9月10日提交的美国专利申请号17/016,558号的优先权,其通过引用整体合并于此。
技术领域声明
本公开一般涉及雷达***。更具体地,本公开涉及实现用于雷达的同步射程-变化率(range-rate)展开和离群值去除的***和方法。
相关技术描述
雷达***通常用于探测对象的存在、方向、距离和速率。这些对象可以包括载具、船舶、飞机、行人、动物、树木和/或建筑物。在操作过程中,雷达***发出信号,该信号被对象反射回雷达***。反射信号由雷达***接收。接收到的信号提供了关于对象的位置和速率的信息。例如,如果对象朝向雷达***或远离雷达***,则由于多普勒效应,接收到的信号将具有与发射信号的频率略有不同的频率。
发明内容
本公开涉及实现用于操作雷达***的***和方法。方法包括由处理器:接收由雷达设备生成的点云信息;将点云信息的数据点分组以形成至少一个分段;计算在至少一个分段中的每个数据点的可能的真实射程-变化率值;识别包括最大数量数据点的可能的真实射程-变化率值的扫描窗口;确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的数据点的至少两个模量是否具有相差一定量的模量值;当确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的数据点的至少两个模量具有相差一定量的模量值时,为至少一个分段的每个至少一个数据点确定新的射程-变化率值;以及根据新的射程-变化率值修改点云信息。当模量满足以下约束时,可以确定至少两个模量具有相差一定量的模量值:
min_{k_a,k_b}abs(moduli_a*k_a–k_b*moduli_b)<scanning_window_size.abs(moduli_a*k_a)可以小于或等于max_rational_speed_on_road。abs(moduli_b*k_b)可以小于或等于max_rational_speed_on_road。
在一些场景中,点云信息包括由雷达设备在第一周期期间生成的第一点云信息和由雷达设备在第二周期期间生成的第二点云信息。组合第一和第二点云信息以形成多个数据点的合并点云信息。将合并点云信息的数据点分组以形成至少一个分段。修改合并点云信息以包括新的射程-变化率值。
在那些或其他场景中,该方法还包括确定在至少一个分段中的数据点的至少两个模量是否具有相差一定量的模量值。当确定在至少一个分段中的数据点的至少两个模量具有相差一定量的模量值时,计算可能的真实射程-变化率值。该确定可以基于数学公式min_{k_a,k_b}abs(moduli_a*k_a–k_b*moduli_b)<scanning_window_size进行。当确定在至少一个分段中的至少两个数据点具有不相差一定量的模量值时,可以将标志设置为指示该至少一个分段包括不可靠的射程-变化率的值。
在那些或其他场景中,该方法还包括从至少一个分段中移除至少一个离群值数据点。该离群值数据点包括具有落在识别的扫描窗口之外的可能的真实射程-变化率值的数据点。附加地或可替换地,当确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的数据点的至少两个模量具有相差一定量的模量值时,将标志设置为指示至少一个分段包括不可靠的射程-变化率的值。
在那些或其他场景中,修改的点云信息被用于为位于雷达***附近的对象生成至少一个可能轨迹。该对象的可能轨迹被用来确定载具轨迹。使载具跟随该载具轨迹。
实现***包括:被配置为生成点云信息的雷达设备;处理器;和/或包括编程指令的非暂时性计算机可读存储介质。编程指令被配置为使处理器实现用于操作雷达***的方法。该编程指令包括指令以:接收由雷达设备生成的点云信息;对点云信息的数据点进行分组以形成至少一个分段;计算在至少一个分段中的每个数据点的可能的真实射程-变化率值;识别包括最大数量的数据点的可能的真实射程-变化率值的扫描窗口;确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的数据点的至少两个模量是否具有相差一定量的模量值;当确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的数据点的至少两个模量具有相差一定量的模量值时,为至少一个分段的每个至少一个数据点确定新的射程-变化率值;以及根据新的射程-变化率值修改点云信息。当模量满足以下约束时,可以确定至少两个模量具有相差一定量的模量值:
Min_{k_a,k_b}abs(moduli_a*k_a–k_b*moduli_b)<scanning_window_size。
在一些场景中,点云信息包括由雷达设备在第一周期期间生成的第一点云信息和由雷达设备在第二周期期间生成的第二点云信息。编程指令还包括组合第一和第二点云信息以形成多个数据点的合并点云信息的指令。将合并点云信息的数据点分组以形成至少一个分段。修改合并点云信息以包括新的射程-变化率值。
编程指令还可以包括用于确定在至少一个分段中的所有数据点是否具有相同模量的指令。当确定在至少一个分段中的数据点的至少两个模量具有相差一定量的模量值时,计算可能的真实射程-变化率值。当确定在至少一个分段中的数据点的至少两个模量具有相差一定量的模量值时,将标志设置为指示至少一个分段包括不可靠的射程-变化率的值。
编程指令可以包括从至少一个分段中移除至少一个离群值数据点的指令。该离群值数据点包括具有落在识别的扫描窗口之外的可能的真实射程-变化率值的数据点。当确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的数据点的至少两个模量具有不相差一定量的模量值时,可以将标志设置为指示至少一个分段包括不可靠的射程-变化率的值。
编程指令可以包括用于以下步骤的指令:使用修改的点云信息来为位于雷达***附近的对象生成至少一个可能轨迹;使用该对象的至少一个可能轨迹来确定载具轨迹;和/或使载具跟随该载具轨迹。
附图说明
本解决方案将参照以下附图进行描述,其中贯穿整个附图类似的数字表示类似的项。
图1提供了示例性雷达***的图示。
图2提供了示例性雷达设备的图示。
图3提供了有助于理解本解决方案的图表。
图4A-图4B(统称为图4)提供了用于操作图1的雷达***的流程图。
图5-图7提供了有助于理解在图1中所示的雷达***的操作的图示。
图8提供了实现关于在图1-图7中描述的雷达***的***的图示。
图9是载具的示例性架构的图示。
图10是示例性计算设备的图示。
图11提供了有助于理解如何根据本解决方案实现对载具的控制的框图。
具体实施方式
除非上下文另有明确指示,在本文件中使用的单数形式“一(a)”、“一(an)”和“该(the)”包括复数。除非另有定义,在此使用的所有技术和科学术语具有与本领域普通技术人员通常理解的相同的含义。本文件中使用的术语“包括”是指“包括但不限于”。在本具体实施方式的末尾包括了与本文件相关的附加术语的定义。
“电子设备”或“计算设备”是指包括处理器和存储器的设备。每个设备可以具有其自己的处理器和/或存储器,或者处理器和/或存储器可以像在虚拟机或容器布置中那样与其他设备共享。存储器将包含或接收编程指令,当该指令被处理器执行时,使得电子设备根据编程指令执行一个或多个操作。
术语“存储器”、“存储设备”、“数据存储”、“数据存储设施”等各自指其上存储有计算机可读数据、编程指令或两者的非暂时性设备。除非另有特别声明,否则术语“存储器”、“存储设备”、“数据存储”、“数据存储设施”等旨在包括单个设备实施例、其中多个存储设备一起或共同存储数据集或指令集的实施例、以及这些设备内的各个扇区。
术语“处理器”和“处理设备”指的是被配置为执行编程指令的电子设备的硬件组件。除非另有特别声明,单数术语“处理器”或“处理设备”旨在包括单个处理设备实施例和其中多个处理设备一起或共同执行处理的实施例两者。
术语“载具”是指能够运载一名或多名人类乘员和/或货物并由任何形式的能量驱动的任何移动形式的运输工具。术语“载具”包括但不限于汽车、卡车、货车、火车、自主载具、飞机、空中无人机等。“自主载具”是一种具有处理器、编程指令和传动系组件的载具,传动系组件可以由处理器控制,而不需要人类操作员。自主载具可以是完全自主的,因为它不需要人类操作员来处理大部分或所有的驾驶条件和功能,或者它可以是半自主的,因为在某些条件或某些操作中可能需要人类操作员,或者人类操作员可以超越载具的自主***并且可以接过对载具的控制,或者它可以是配备了高级驾驶辅助***的人类操作载具。
在本文件中,当使用诸如“第一”和“第二”之类的术语来修饰名词时,这种使用仅仅旨在将一个项目与另一项目区分开来,并且除非特别声明,不旨在要求按顺序次序。此外,相对位置的术语,诸如“垂直”和“水平”,或“前”和“后”,在使用时旨在是相对于彼此的,而不需要是绝对的,并且仅指与这些术语相关联的设备的一个可能位置,这具体取决于设备的方位。
示例性雷达***
本解决方案涉及一种用于检测对象的存在、方向、距离和速率的雷达***,其可以包括移动行为者、静止对象或两者。这些对象可以包括载具、船舶、飞机、行人、动物、树木和/或建筑物。在图1中提供了示例性雷达***100的图示。如图1所示,雷达***100包括多个雷达设备102、104、106。尽管在图1中示出了三个雷达设备。本解决方案并不局限于这方面。雷达***可以包括根据给定应用选择的任意数量的雷达设备。下面将结合图1讨论用于雷达设备的示例性架构。雷达***100还包括去混叠器(dealiaser)110和***114。去混叠器110和/或***114可以包括但不限于诸如在图10中所示的计算设备。
在操作期间,每个雷达设备102、104、106发射信号,该信号从对象150反射回该雷达设备。反射信号由雷达设备102、104、106接收。接收到的信号提供了有关对象的位置和速率的信息。例如,如果对象150正在朝向或远离雷达***100移动,则由于多普勒效应,接收到的信号将具有与发射信号的频率略有不同的频率。雷达设备处理接收到的信号并生成包括多个数据点的点云。点云在本领域中是众所周知的。点云信息108从雷达设备被通信到去混叠器110。点云信息108包括但不限于云中的每个点的信号强度、射程(range)值、射程-变化率(range-rate)值、角度值和模量(moduli)。射程-变化率值指示对象150朝向或远离雷达***100移动的变化率。例如,负的射程-变化率值指示对象150正以某一速度远离雷达***100,而正的射程-变化率值指示对象150正以某一速度朝向雷达***100移动。本解决方案并不局限于该示例的细节。
去混叠器110处理从雷达设备102、104、106接收到的点云信息,以解决射程-变化率值中的误差。随着讨论的进行,处理点云信息的方式将变得明显。该处理产生点云信息112。点云信息112包括但不限于云中的每个点的以下信息:信号强度;射程值;原始射程-变化率值或校正的射程-变化率值;角度值;以及模量。点云信息112在此也被称为简化的点云信息,因为它可能缺少包含在点云信息108中的离群值(outlier)数据点。随着讨论的进行,由去混叠器110标识离群值数据点的方式将变得明显。然后将点云信息112传递给***114。在***114处,点云信息112用于生成对象150的空间描述116。空间描述116包括但不限于位置和速度(velocity)(即,速率(speed)加上行进方向)。
现在参照图2,提供了示例性雷达设备200的图示。图1的雷达设备102、104、106与雷达设备200相同或相似。因此,下面对雷达设备200的讨论足以理解雷达设备102、104、106。
如图2所示,雷达设备200包括时钟202和波形生成器204。波形生成器204能够产生用于射程确定的合适的波形。该波形可以包括但不限于连续时间信号。雷达设备200被配置为在两种模式下操作,即近射程模式和远射程模式。在近射程模式下生成的连续时间信号的峰值功率小于在远射程模式下生成的连续时间信号的峰值功率。此外,在近射程模式下生成的连续时间信号的脉冲长度比在远射程模式下生成的连续时间信号的脉冲长度短。
雷达设备200还包括多路复用器206、至少一个发送器208、信号处理器218、天线组件(具有(一个或多个)发送单元210和(一个或多个)接收单元212)和至少一个接收器214。信号处理器130被配置为基于接收到的信号来生成点云信息。
在操作期间,波形生成器204可以生成连续时间信号。连续时间信号从发送元件210沿预定方向发射。连续时间信号可以从对象(例如,图1的对象150)反射回雷达设备200。反射的连续时间信号由接收元件212接收,并被传递到接收器214。所接收的连续时间信号提供关于对象的位置和速度的信息。例如,如果对象正在朝向或远离雷达设备200移动,则由于多普勒效应,接收的连续时间信号将具有与发射的连续时间信号的频率略有不同的频率。因此,接收器214处理接收到的连续时间信号,以将其转换为包括样本序列的离散时间信号。序列中的每个样本具有I和Q分量,因此在此被称为IQ样本。IQ样本被传递到信号处理器218。信号处理器218使用IQ样本来重建/恢复信号,并生成点云信息。点云信息包括但不限于,云中的每个点的信号强度、射程值、射程-变化率值、角度值和模量值。
参照图3,接收到的连续时间信号可以具有落在[-fmax,fmax]内的频率。基于采样理论,如果采样频率fs满足fs≥2fmax,则IQ样本可以完全恢复信号,其中,2fmax被定义为信号带宽。如果fs<2fmax,则会发生混叠。在此使用的术语“混叠(aliasing)”指的是当从IQ样本重建的信号不同于原始接收到的连续时间信号时所产生的失真或伪影。失真或伪影导致对连续时间信号的频率的错误识别或对连续时间信号的不正确频率的确定。任何高于fs/2的频率都被折叠到[-fs/2,fs/2]中。在数学上,样本中的真实频率fture及其测量的频率fmeasure由fmeasure=ftrue+kfs约束,其中,k是整数,并且[-fs/2≤fmeasure<fs/2]。此外,由于经由f=2v/λ(其中,λ是波长)可以将射程-变化率唯一地映射到频率上,因此可以根据以下数学公式将频率关系转换到射程-变化率域:vmeasure=vtrue+kB,其中,B表示等效的射程-变化率采样宽度。射程-变化率展开指的是vtrue在已知fmeasure和B但缺少k的情况下发生干扰。
接收到的连续时间信号可以在射程-变化率域中欠采样。因此,雷达***100的去混叠器110实现去混叠操作,从而可以使用多普勒信息来准确地确定对象的位置和速度。去混叠器110的去混叠操作基于以下定理。
定理:令np是大于1的整数,其中,1≤p≤P。假设这两个整数是成对互质的。然后,数字0≤x<N可以由其余数ap=x mod np唯一确定,其中N=n1·n2·.....·nP。基于该定理,需要互质模量来展开射程-变化率。在一些场景下,雷达设备200的近射程模式下的采样射程-变化率带宽是30m/s,而雷达设备200的远射程模式下的采样射程-变化率带宽是55m/s。来自多个雷达设备的交叉信息可以被附加地用于展开射程-变化率。在一些场景下,互质是针对整数定义的。然而,在本***100中,模量可以不是整数。例如,正数是被用作模量的频率,例如,模量=30.12或模量=51.23。在满足数学公式(1)的***中使用moduli_a和moduli_b两个模量。
min_{k_a, k_b}abs(moduli_a* k_a – k_b*moduli_b) < scanning_window_size (1)
其中,abs(moduli_a*k_a)≤max_rational_speed_on_road并且abs(moduli_b*k_b)≤max_rational_speed_on_road。
在某些场景下,可以基于交通状况选择max_rational_speed_on_road的值。例如,如果交通相对拥挤,那么获得高速目标的机会较小。因此,为对象的max_rational_speed_on_road选择较小的值(例如,10m/s)。如果环境没有交通,则为对象的max_rational_speed_on_road选择较大的值(例如,90m/s)。以下提供了具体的示例。假设载具在高速公路上,则对对象的最大速率使用较大的值。然而,潜在的射程-变化率真实值仅沿一个方向(例如,仅从0-90m/s(舍弃-90-0m/s))推断,因为对象以高速逆行的概率很低。以下提供了两个示例。
·假设scanning_window_size等于1,且max_rational_speed_on_road等于90m/s,对于moduli_a等于30.1且moduli_b等于30.2,射程-变化率不能被很好地去混叠,因为模量在值上接近。然而,如果moduli_a等于30.1,并且moduli_b等于50.3,则它们能够被展开,因为它们的值显著不同。
·假设scanning_window_size等于1,且max_rational_speed_on_road等于90m/s,对于moduli_a等于60.1且moduli_b等于30.2,射程-变化率不能被很好地去混叠,因为2*moduli_b在值上接近于moduli_a。
现在参考图4,提供了用于操作雷达***(例如,图1的雷达***100)的示例性方法400。方法400包括多个操作402至434。这些操作可以以不同于在图4所示的次序来执行。例如,422的离群值操作可以可替换地在操作424至430之后执行。
方法400从402开始,并继续到404,其中,由去混叠器(例如,图1的去混叠器110)在第一周期期间从多个雷达设备(例如,图1的雷达设备102、104、106)接收点云信息(例如,图1的点云信息108)。在406中,去混叠器在第二周期期间从雷达设备接收点云信息。在408中,将来自第一和第二周期的点云信息组合在一起,以创建包括包含在两组点云信息中的数据点的合并点云。将合并点云的数据点分组在一起,以形成多个点云数据分段。数据点的分组基于点距离(即,每个点距离表示两个给定点之间的距离)和与数据点相关联的信号强度。
在412中,从在410中形成的多个分段中选择分段。在414中确定所选分段中的数据点的至少两个模量是否具有相差一定量的模量值。该确定是基于以下数学公式(2)作出的。
min_{k_a, k_b} abs(moduli_a* k_a – k_b*moduli_b) < scanning_window_size (2)
以下提供了一些示例来进一步解释该确定。
·假设已经进行了三次检测,其由给定分段S0的三个数据点p10、p20、p30表示。数据点p10的模量是30.1。数据点p20的模量是30.2。数据点p30的模量为50.1。模量能够被去混叠为30.1和50.1以满足数学公式(2)的约束,并且因此确定数据点的至少两个模量具有相差一定量的模量值。
·假设已经进行了三次检测,其由给定分段S0’的三个数据点p10’、p20’、p30’表示。数据点p10’的模量为30.1。数据点p20’的模量为30.2。数据点p30’的模量为30.3。不存在满足约束的模量对,并且因此确定数据点的至少两个模量具有不相差一定量的模量值。
如上所述,数据点的模量值被包括在点云信息中。以下提供给定分段S1的三个数据点p11、p21、p31的示例性点云信息。
p11:(信号强度=s1,射程=10,角度=11,射程-变化率=5.0m/s,模量=30)。
p21:(信号强度=s2,射程=10.1,角度=11.1,射程-变化率=5.3m/s,模量=30)。
p31:(信号强度=s3,射程=10.1,角度=11.1,射程-变化率=5.1m/s,模量=30)。
分段S1的所有点具有相同的模量值30。在这种场景下,确定分段S2的所有数据点p11、p21、p31确实具有相同的模量,并且因此不满足数学公式(2)。
以下提供了另一给定分段S2的三个数据点p12、p22、p32的示例性点云信息。
p12:(信号强度=s1,射程=10,角度=11,射程-变化率=5.0m/s,模量=30)。
p22:(信号强度=s2,射程=10.1,角度=11.1,射程-变化率=5.3m/s,模量=30)。
p32:(信号强度=s3,射程=10.1,角度=11.1,射程-变化率=55.1m/s,模量=50)
点p12和p22具有相同的模量值30,但是点p32具有不同的模量值50。在这种场景下,确定分段S2的所有数据点p12、p22、p32不具有相同的模量,并且至少两个模量显著地不同。因此,存在满足数学公式(2)的约束的模量对。
如果确定至少两个模量不满足数学公式(2)的约束(例如,给定分段的点具有相同的模量或在值上相对接近的模量)[414:否],则执行416,其中,分段的标志被设置为用于指示分段包括不可靠的射程-变化率的值。例如,为分段S1设置其包括不可靠射程-变化率的标志。方法400还返回到412,以便可以选择下一分段进行处理。
如果确定至少两个模量不满足数学公式(2)的约束(例如,给定分段的至少两个点不具有相同的模量或具有在值上显著地不同的模量)[414:是],则执行418,其中,根据数学方程式(3)计算该分段中的每个数据点的可能的真实射程-变化率值。
PRR = rr + (k*m) (3)
其中,PRR表示可能的射程-变化率值,rr表示包含在点云信息中的射程-变化率值,k是落在给定射程s内的整数值(例如,-2<k<2,或-75<k<75),以及m是包含在点云信息中的模量值。在某些场景下,使用有理数来限制k的射程。例如,k的值基于对象速度和对象运动现实。本解决方案并不局限于该示例的细节。
例如,对于等于-2、-1、0、1、2的k值,如下计算分段S2的可能的真实的射程-变化率值。
p12:PRR=[5+(-2*30),5+(-1*30),5+(0*30),5+(1*30),5+(2*30)]
=[-55,-25,5,35,65]。
p22:PRR=[5.3+(-2*30),5.3+(-1*30),5.3+(0*30),5.3+(1*30),
5.3+(2*30)]=[-54.7,-24.7,5.3,35.3,65.3]。
p32:PRR=[55.1+(-2*50),55.1+(-1*50),55.1+(0*50),55.1+(1*50)、
55.1+(2*50)]=[-44.9,5.1,55.1,105.1,155.1]。
本解决方案并不局限于该示例的细节。
接下来,在420中,执行窗口扫描操作以识别窗口,该窗口包括该分段中最大数量的数据点的可能的真实射程-变化率值。窗口的尺寸是预定义的或基于射程-变化率变化和对象几何形状选择的。例如,窗口尺寸为1m/s。因此,在一种场景下,如图5的框500所示,对于分段S2识别具有落在5.0m/s至5.9m/s范围内的窗口。在另一种场景下,如图6的框600所示,对于分段S3识别具有落在70.0m/s至70.9m/s范围内的值的窗口。
在识别该分段的具有最大数量的RRR值的窗口之后,方法400继续到图4B的422。422涉及从分段中移除离群值数据点。离群值数据点包括不具有落入窗口内的RRR值的数据点。例如,在图6的场景中,分段S3的数据点P43不包括在窗口600内的RRR值。因此,数据点P43被认为是离群值数据点602,并且因此从分段S3移除,使得与其相关联的信息在方法400期间不被去混叠器进一步处理。在图7的场景中,分段S4的数据点数据点P34不包括在窗口700内的RRR值。因此,数据点P34被认为是离群值数据点702,并且因此从分段S4中移除,使得与其相关联的信息在方法400期间不被去混叠器进一步处理。本解决方案并不局限于这些示例的细节。
一旦已从分段中移除(一个或多个)离群值数据点,方法400继续进行424。424涉及确定剩余数据点的至少两个模量是否具有相差一定量的模量值,即,存在满足上述数学公式(2)的约束的一对模量值(例如,对应于在识别的窗口中的RRR值的所有数据点是否具有相同的模量值或相对接近的模量值)。对应的数据点包括具有落入窗口内的RRR值的分段的剩余数据点。如果不是[424:否],则在426中为该分段设置标志。该标志被设置为用于指示该分段具有不可靠的射程-变化率值的值。方法400还返回到412,以便可以选择下一分段进行处理。
例如,在图5的场景中,分段S2的所有三个数据点p12、p22、p32都具有落入识别的窗口500内的RRR值。每个数据点p12和p22具有等于30的模量,并且数据点p32具有等于50的模量。因此,在422中判定至少两个模量满足数学公式(2)的约束(例如,因为至少两个模量具有显著不同的模量值)。本解决方案并不局限于该示例的细节。
例如,在图6的场景中,分段S3的所有三个剩余数据点p13、p23、p33具有落入识别的窗口600内的RRR值。每个数据点p13和p23具有等于30的模量,并且数据点p33具有等于50的模量。因此,在422中判定至少两个模量满足数学公式(2)的约束(例如,因为至少两个模量具有显著不同的模量值)。本解决方案并不局限于该示例的细节。
例如,在图7的场景中,分段S4的所有两个剩余数据点p14、p24具有落入识别的窗口700内的RRR值。每个数据点p14和p24具有等于30的模量。因此,在422中判定所有对应的数据点p14、p24确实具有相同的模量值,并且因此不满足数学公式(2)的约束。设置与分段S4相关的标志。本解决方案并不局限于该示例的细节。
再次参考图4,如果确定至少两个模量满足数学公式(2)的约束(例如,因为至少两个模量具有显著不同的模量值)[424:是],则执行428,其中,使用与落入识别的窗口内的RRR值相关联的k值来确定该分段的每个数据点的新的射程-变化率值。根据以上提出的数学公式(3)来确定新的射程-变化率值RRR’。例如,在图5的场景中,如下计算第一分段S2的新的射程-变化率值。注意:对于落入窗口500的数据点p12的RRR值,k=0;对于落入窗口500的数据点p22的RRR值,k=0;对于落入窗口500的数据点p32的RRR值,k=-1。
p12:RRR’=射程-变化率+(k*模量)=5.0+(0*30)=5.0m/s。
p22:RRR’=射程-变化率+(k*模量)=5.3+(0*30)=5.3m/s。
p32:RRR’=射程-变化率+(k*模量)=55.1+(-1*50)=5.1m/s
一旦确定了新的射程变化率值,方法400继续到430,其中,相应地修改该分段的点云信息。例如,在图5的场景中,分段S2的点云信息被修改,如下面的箭头所示。
p12:(信号强度=s1,射程=10,角度=11,射程-变化率=5.0m/s,模量=30)。
p22:(信号强度=s2,射程=10.1,角度=11.1,射程-变化率=5.3m/s,模量=30)。
p32:(信号强度=s3,射程=10.1,角度=11.1,射程-变化率=55.1m/s→5.1m/s,模量=50)。
本解决方案并不局限于该示例的细节。
接下来,在432中,从去混叠器输出点云信息。在416和/或426中被设置了标志的分段可以被放置在分段池中,以用于下一周期累加和处理。随后,方法400结束或执行其他操作(例如,方法400返回412,以便可以处理下一分段)。
示例性的基于载具的***
上述雷达***100可用于多种应用。这种应用包括但不限于基于载具的应用。提供以下讨论是为了说明如何使用本解决方案的雷达***100来促进对载具的控制(例如,为了避免碰撞和/或自主驾驶目的)。该载具可以包括但不限于自主载具。
现在参照图8,提供了示例性***800的图示。***800包括以半自主或自主方式沿着道路行进的载具8021。载具8021在此也被称为自主载具(“AV”)。AV 8021可以包括但不限于陆地载具(如图8所示)、飞机或船艇。
AV 8021通常被配置为检测其附近的对象8022、804、806。对象可以包括但不限于载具8022、骑自行车的人804(诸如自行车、电动滑板车、摩托车等的骑者)和/或行人806。当进行这样的检测时,AV 8021执行操作以:为检测到的对象生成一个或多个可能的对象轨迹;以及分析所生成的可能的对象轨迹中的至少一个以确定AV 8021的载具轨迹。然后,使AV8021跟随载具轨迹。
现在参照图9,提供了载具的示例性***架构900的图示。图8的载具8021和/或8022可以具有与在图9所示相同或相似的***架构。因此,以下对***架构900的讨论足以理解图8的(一个或多个)载具8021、8022。
如图9所示,载具200包括引擎或发动机202和测量载具的各种参数的各种传感器204-218。在具有燃料动力引擎的燃气动力或混合动力载具中,传感器可以包括例如引擎温度传感器904、电池电压传感器906、引擎每分钟转速(RPM)传感器908和油门定位传感器910。如果载具是电动或混合动力载具,则载具可以具有电动发动机,并且相应地将具有诸如电池监测***912(用于测量电池的电流、电压和/或温度)的传感器、发动机电流914和温度916传感器、以及诸如解算器和编码器918的发动机定位传感器。
两种类型的载具共有的运行参数传感器包括例如:定位传感器936,诸如加速度计、陀螺仪和/或惯性测量单元;速率传感器938;以及里程表传感器940。载具还可以具有时钟942,***使用其来确定运行期间的载具时间。时钟942可以被编码到载具车载计算设备中,它可以是单独的设备,或者可以有多个时钟可用。
载具还将包括各种传感器,其操作以收集载具在其中行驶的环境的信息。这些传感器可以包括例如:位置传感器960(例如,全球定位***(GPS)设备);对象检测传感器,诸如一个或多个摄像头962;LiDAR传感器***966;和/或雷达***964。雷达***964与上面关于图1-图7讨论的雷达***100相同或相似。因此,以上对雷达***964的讨论对于理解雷达***964是足够的。传感器还可以包括环境传感器968,诸如降水传感器和/或环境温度传感器。对象检测传感器可以使载具车载计算设备920能够在任何方向上检测在载具900的给定距离射程内的对象,同时环境传感器收集关于载具行驶区域内的环境条件的数据。
在操作期间,信息从传感器被通信到车载计算设备920。车载计算设备920分析由传感器捕获的数据,并可选地基于分析结果控制载具的操作。例如,车载计算设备920可以:经由制动控制器922控制制动;经由转向控制器924控制方向;经由油门控制器926(在燃气动力载具中)或发动机速率控制器928(诸如在电动载具中的电流水平控制器)控制速率和加速度;差速齿轮控制器930(在具有变速器的载具中);和/或其他控制器。
地理位置信息可以从位置传感器960被通信到车载计算设备920,车载计算设备920然后可以访问与位置信息相对应的环境的地图,以确定环境的已知固定特征,诸如街道、建筑物、停车标记和/或停车/通行信号。从(一个或多个)摄像头962捕获的图像和/或从诸如LiDAR的传感器捕获的对象检测信息被通信到车载计算设备920。对象检测信息和/或捕获的图像由车载计算设备920处理,以检测载具900附近的对象。基于传感器数据和/或捕获的图像进行对象检测的任何已知或将知技术都可以在本文中公开的实施例中使用。
当进行这样的对象检测时,车载计算设备920执行操作以:为检测到的对象生成一个或多个可能的对象轨迹;以及分析所生成的可能的对象轨迹中的至少一个,以确定在阈值时间段(例如,1分钟)内是否存在碰撞的风险。如果是,则车载计算设备920执行操作以确定如果载具900跟随给定的载具轨迹并且在预定义的时间段(例如,N毫秒)内执行多个动态生成的紧急动作中的任何一个,则是否可以避免碰撞。如果可以避免碰撞,则车载计算设备920不采取改变载具轨迹的动作,或者可选地使载具900执行谨慎的动作(例如,适度减速)。相反,如果无法避免碰撞,则车载计算设备920使载具900立即采取紧急动作(例如,制动和/或改变行驶方向)。
现在参考图10,提供了计算设备1000的示例性架构的图示。图1的去混叠器110、图1的***114、图9的雷达***964和/或图9的车载计算设备920至少部分地与计算设备1000相同或相似。因此,对计算设备1000的讨论足以理解图1的去混叠器110、图1的***114、图9的雷达***964和/或图9的车载计算设备920。
计算设备1000可以包括比在图10中所示的组件更多或更少的组件。然而,所示组件足以公开实现本解决方案的示例性解决方案。图10的硬件结构表示被配置为操作载具的代表性计算设备的一种实现方式,如在此所描述的。因此,图10的计算设备1000实现在此描述的(一种或多种)方法的至少一部分。
计算设备1000的一些或所有组件可以实现为硬件、软件和/或硬件和软件的组合。硬件包括但不限于一个或多个电子电路。电子电路可以包括但不限于无源组件(例如,电阻器和电容器)和/或有源组件(例如,放大器和/或微处理器)。无源和/或有源组件可以被适配、设置和/或编程以执行在此描述的一个或多个方法、过程或功能。
如图10所示,计算设备1000包括用户接口1002、中央处理单元(“CPU”)1006、***总线1010、通过***总线1010连接到计算设备1000的其他部分并可由其访问的存储器1012、***接口1060、以及连接到***总线1010的硬件实体1014。用户接口可以包括输入设备和输出设备,其促进用于控制计算设备1000的操作的用户软件交互。输入设备包括但不限于物理和/或触摸键盘1050。输入设备可以经由有线或无线连接(例如,连接)连接到计算设备1000。输出设备包括但不限于扬声器1052、显示器1054和/或发光二极管1056。***接口1060被配置为促进去往和来自外部设备(例如,诸如接入点等的网络节点)的有线或无线通信。
硬件实体1014中的至少一些执行涉及访问和使用存储器1012的动作,其可以是随机存取存储器(“RAM”)、磁盘驱动、闪存、压缩光盘只读存储器(“CD-ROM”)和/或能够存储指令和数据的另一硬件设备。硬件实体1014可以包括磁盘驱动单元1016,其包括计算机可读存储介质1018,在其上存储被配置为实现在此描述的一个或多个方法、过程或功能的一个或多个指令集1020(例如,软件代码)。在由计算设备1000执行指令1020期间,指令1020还可以完全或至少部分地驻留在存储器1012和/或CPU 1006内。存储器1012和CPU 1006还可以构成机器可读介质。在此使用的术语“机器可读介质”指的是存储一个或多个指令集1020的单个介质或多个介质(例如,集中式或分布式数据库,和/或相关联的高速缓存和服务器)。在此使用的术语“机器可读介质”还指能够存储、编码或携带指令集1020以便由计算设备1000执行并且使计算设备1000执行本公开的方法中的任何一个或多个方法的任何介质。
现在参考图11,提供了有助于理解根据本解决方案如何实现载具控制的框图。在框1102-1110中执行的所有操作可以由载具(例如,图8的AV 8021)的车载计算设备(例如,图9的载具车载计算设备920)执行。
在框1102中,检测载具的位置。该检测可以基于从载具的位置传感器(例如,图9的位置传感器960)输出的传感器数据来进行。该传感器数据可以包括但不限于全球定位***(“GPS”)数据。然后将检测到的载具位置传递到框1106。
在框1104中,在载具附近检测对象。该检测是基于从载具的雷达***(例如,图1的雷达***100,和/或图9的雷达***964)、LiDAR***(例如,图9的LiDAR***966)和/或摄像头(例如,图9的摄像头962)输出的传感器数据进行的。从雷达***输出的传感器数据包括但不限于对象的空间描述1150。空间描述1150与图1的空间描述116相同或相似。传感器数据还用于确定检测到的对象的一个或多个可能的对象轨迹。可能的对象轨迹可以包括但不限于以下轨迹:
·由对象的实际速率(例如,每小时1英里)和实际行驶方向(如向西)定义的轨迹;
·由对象的实际速率(例如,每小时1英里)和对象的另一个可能的行驶方向(例如,从对象的实际行驶方向朝向AV方向的南、西南或X(例如,40°)度)定义的轨迹;
·由对象的另一可能速率(例如,每小时2至10英里)和对象的实际行驶方向(例如,向西)定义的轨迹;和/或
·由对象的另一种可能的速率(例如,每小时2至10英里)和对象的另一种可能的行驶方向(例如,从对象的实际行驶方向朝向AV方向的南、西南或X(例如,40°)度)定义的轨迹。
然后将一个或多个可能的对象轨迹1112传递到框1106。
在框1106中,使用来自框1102和框1104的信息来生成载具轨迹1120。用于确定载具轨迹的技术在本领域中是公知的,并且因此将不在此描述。用于确定载具轨迹的任何已知或将知技术可在此不受限制地使用。在一些场景中,基于来自框1102的位置信息、来自框1104的对象检测/轨迹信息以及地图信息1128(其预先存储在载具的数据存储中)来确定载具轨迹1120。载具轨迹1120表示平坦的路径,其不具有突然变化,否则会给乘客带来不适。然后将载具轨迹1120提供给框1108。
在框1108中,基于载具轨迹1120生成转向角度和速度命令。转向角度和速度命令被提供给框1110以用于载具动力学控制。载具动力学控制使载具减速、使载具加速、和/或使载具改变其行驶方向。
尽管已经关于一个或多个实现方式说明和描述了本解决方案,但是在阅读和理解本说明书和所附附图时,本领域的其他技术人员将会发生等效的改变和修改。此外,虽然本解决方案的特定特征可能仅针对若干实现方式中的一个实现方式被公开,但是这种特征可以与其他实现方式的一个或多个其他特征相结合,这对于任何给定或特定应用可能是期望的并且是有利的。因此,本解决方案的广度和范围不应受上述任何实施例的限制。相反,本解决方案的范围应根据以下权利要求及其等效物来定义。
Claims (32)
1.一种用于操作雷达***的方法,包括:
由处理器接收由雷达设备生成的点云信息;
由所述处理器对所述点云信息的数据点进行分组,以形成至少一个分段;
由所述处理器为在所述至少一个分段中的每个数据点计算可能的真实射程-变化率值;
由所述处理器识别包括最大数量的数据点的可能的真实射程-变化率值的扫描窗口;
由所述处理器确定与包括在识别的扫描窗口中的所述可能的真实射程-变化率值相关联的所述数据点的两个模量是否具有相差一定量的模量值;
当确定与包括在所述识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的两个模量不具有相差所述一定量的模量值时,由所述处理器为所述至少一个分段的每个至少一个数据点确定新的射程-变化率值;以及
由所述处理器根据所述新的射程-变化率值修改所述点云信息。
2.如权利要求1所述的方法,其中,所述点云信息包括由所述雷达设备在第一周期期间生成的第一点云信息和由所述雷达设备在第二周期期间生成的第二点云信息。
3.如权利要求2所述的方法,其中,还包括组合所述第一点云信息和所述第二点云信息以形成多个数据点的合并点云信息。
4.如权利要求3所述的方法,其中,对所述合并点云信息的所述数据点进行分组以形成所述至少一个分段。
5.如权利要求4所述的方法,其中,修改所述合并点云信息以包括所述新的射程-变化率值。
6.如权利要求1所述的方法,其中,当至少两个模量满足以下数学公式时,确定与包括在所述识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的所述至少两个模量具有相差一定量的模量值:
min_{k_a,k_b}abs(moduli_a*k_a–k_b*moduli_b)<scanning_window_size。
7.如权利要求1所述的方法,其中,还包括确定在所述至少一个分段中的所述数据点的至少两个模量是否具有相差一定量的模量值。
8.如权利要求7所述的方法,其中,当至少两个模量满足以下数学公式时,确定在所述至少一个分段中的所述数据点的所述至少两个模量具有相差一定量的模量值:
min_{k_a,k_b}abs(moduli_a*k_a–k_b*moduli_b)<scanning_window_size。
9.如权利要求7所述的方法,其中,当确定在所述至少一个分段中的所述数据点中的至少两个数据点具有相差一定量的模量值时,计算所述可能的真实射程-变化率值。
10.如权利要求7所述的方法,还包括当确定在所述至少一个分段中的所述数据点的至少两个模量不具有相差所述一定量的模量值时,将标志设置为指示所述至少一个分段包括不可靠的射程-变化率的值。
11.如权利要求1所述的方法,还包括从所述至少一个分段中移除至少一个离群值数据点。
12.如权利要求11所述的方法,其中,所述至少一个离群值数据点包括具有落在所述识别的扫描窗口之外的可能的真实射程-变化率值的数据点。
13.如权利要求1所述的方法,还包括当确定与包括在所述识别的扫描窗口中的可能的真实射程-变化率值相关联的数据点中的至少两个数据点具有不相差所述一定量的模量值时,将标志设置为指示所述至少一个分段包括不可靠的射程-变化率的值。
14.如权利要求1所述的方法,还包括使用修改的点云信息来为位于所述雷达***附近的对象生成至少一个可能轨迹。
15.如权利要求14所述的方法,还包括使用所述对象的所述至少一个可能轨迹来确定载具轨迹。
16.如权利要求15所述的方法,还包括使载具跟随所述载具轨迹。
17.一种***,包括:
处理器;以及
非暂时性计算机可读存储介质,包括被配置为使处理器实现用于操作雷达***的方法的编程指令,其中,所述编程指令包括指令以:
接收由雷达设备生成的点云信息;
对所述点云信息的数据点进行分组,以形成至少一个分段;
为在所述至少一个分段中的每个数据点计算可能的真实射程-变化率值;
识别包括最大数量数据点的可能的真实射程-变化率值的扫描窗口;
确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的至少两个模量是否具有相差一定量的模量值;
当确定与包括在所述识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的至少两个模量确实具有相差所述一定量的模量值时,为所述至少一个分段的每个至少一个数据点确定新的射程-变化率值;以及
根据所述新的射程-变化率值修改所述点云信息。
18.一种***,包括:
雷达设备,被配置为生成点云信息;
处理器,其通信地耦合到所述雷达设备;以及
非暂时性计算机可读存储介质,包括被配置为使所述处理器实现用于操作雷达***的方法的编程指令,其中,所述编程指令包括指令以:
接收由所述雷达设备生成的点云信息;
对所述点云信息的数据点进行分组,以形成至少一个分段;
为在所述至少一个分段中的每个数据点计算可能的真实射程-变化率值;
识别包括最大数量数据点的可能的真实射程-变化率值的扫描窗口;
确定与包括在识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的至少两个模量是否具有相差一定量的模量值;
当确定与包括在所述识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的至少两个模量确实具有相差所述一定量的模量值时,为所述至少一个分段的每个至少一个数据点确定新的射程-变化率值;以及
根据所述新的射程-变化率值修改所述点云信息。
19.如权利要求18所述的***,其中,所述点云信息包括由所述雷达设备在第一周期期间生成的第一点云信息和由所述雷达设备在第二周期期间生成的第二点云信息。
20.如权利要求19所述的***,其中,所述编程指令还包括用于组合所述第一点云信息和所述第二点云信息以形成多个数据点的合并点云信息的指令。
21.根据权利要求20所述的***,其中,对所述合并点云信息的所述数据点进行分组以形成所述至少一个分段。
22.如权利要求21所述的***,其中,修改所述合并点云信息以包括所述新的射程-变化率值。
23.如权利要求18所述的***,其中,当至少两个模量满足以下数学公式时,确定与包括在所述识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的所述至少两个模量具有相差所述一定量的模量值min_{k_a,k_b}abs(moduli_a*k_a–k_b*moduli_b)<scanning_window_size。
24.如权利要求18所述的***,其中,所述编程指令还包括用于确定所述至少一个分段中的所述数据点的至少两个模量是否具有相差一定量的模量值的指令。
25.如权利要求24所述的***,其中,当确定在所述至少一个分段中的所述数据点的至少两个模量确实具有相差所述一定量的模量值时,计算所述可能的真实射程-变化率值。
26.如权利要求24所述的***,其中,所述编程指令还包括用于以下步骤的指令:在确定在所述至少一个分段中的所述数据点的至少两个模量不具有相差所述一定量的模量值时,将标志设置为指示所述至少一个分段包括不可靠的射程-变化率的值。
27.如权利要求18所述的***,其中,所述编程指令还包括用于从所述至少一个分段中移除至少一个离群值数据点的指令。
28.如权利要求27所述的***,其中,所述至少一个离群值数据点包括具有落在所述识别的扫描窗口之外的可能的真实射程-变化率值的数据点。
29.如权利要求18所述的***,其中,所述编程指令还包括用于以下步骤的指令:在确定与包括在所述识别的扫描窗口中的可能的真实射程-变化率值相关联的所述数据点的至少两个模量确实具有不相差所述一定量的模量值时,将标志设置为指示所述至少一个分段包括不可靠的射程-变化率的值。
30.如权利要求18所述的***,其中,所述编程指令还包括使用修改的点云信息为位于所述雷达***附近的对象生成至少一个可能轨迹的指令。
31.如权利要求30所述的***,其中,所述编程指令还包括使用所述对象的所述至少一个可能轨迹来确定载具轨迹的指令。
32.如权利要求31所述的***,其中,所述编程指令还包括使载具跟随所述载具轨迹的指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/016,558 US11448748B2 (en) | 2020-09-10 | 2020-09-10 | Systems and methods for simultaneous range-rate unwrapping and outlier removal for radar |
US17/016,558 | 2020-09-10 | ||
PCT/US2021/049233 WO2022055847A1 (en) | 2020-09-10 | 2021-09-07 | Systems and methods for simultaneous range-rate unwrapping and outlier removal for radar |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116829974A true CN116829974A (zh) | 2023-09-29 |
Family
ID=80469658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180075549.5A Pending CN116829974A (zh) | 2020-09-10 | 2021-09-07 | 用于雷达的同步射程-变化率展开和离群值去除的***和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11448748B2 (zh) |
EP (1) | EP4211489A1 (zh) |
CN (1) | CN116829974A (zh) |
WO (1) | WO2022055847A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114755642B (zh) * | 2022-03-23 | 2023-03-10 | 广州文远知行科技有限公司 | 一种雷达线路检测方法、装置、交通工具及存储介质 |
CN115166757B (zh) * | 2022-07-25 | 2023-08-01 | 珠海市睿特光电技术有限公司 | 激光雷达实际探测距离测量的方法、***及存储介质 |
CN117549939B (zh) * | 2023-11-13 | 2024-04-12 | 沈阳奇辉机器人应用技术有限公司 | 有轨机器人与车厢共速的方法和设备 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5247303A (en) | 1992-07-20 | 1993-09-21 | University Corporation For Atmospheric Research | Data quality and ambiguity resolution in a doppler radar system |
US7508336B2 (en) * | 2006-01-17 | 2009-03-24 | Lockheed Martin Corporation | Single scan track initiation for radars having rotating, electronically scanned antennas |
US9128185B2 (en) | 2012-03-15 | 2015-09-08 | GM Global Technology Operations LLC | Methods and apparatus of fusing radar/camera object data and LiDAR scan points |
US8805075B2 (en) | 2012-09-11 | 2014-08-12 | Raytheon Company | Method and apparatus for identifying a vibrometry spectrum in imaging applications |
US9710925B2 (en) | 2014-06-08 | 2017-07-18 | The Board Of Trustees Of The Leland Stanford Junior University | Robust anytime tracking combining 3D shape, color, and motion with annealed dynamic histograms |
CN105574894B (zh) * | 2015-12-21 | 2018-10-16 | 天津远度科技有限公司 | 一种运动物体特征点跟踪结果的筛选方法和*** |
US10627483B2 (en) | 2016-07-09 | 2020-04-21 | Texas Instruments Incorporated | Methods and apparatus for velocity detection in MIMO radar including velocity ambiguity resolution |
CN107945198B (zh) | 2016-10-13 | 2021-02-23 | 北京百度网讯科技有限公司 | 用于标注点云数据的方法和装置 |
US10139833B1 (en) | 2017-05-17 | 2018-11-27 | GM Global Technology Operations LLC | Six-dimensional point cloud system for a vehicle |
EP3415948B1 (en) | 2017-06-12 | 2021-11-10 | Aptiv Technologies Limited | A method of determining the de-aliased range rate of a target |
US10877152B2 (en) | 2018-03-27 | 2020-12-29 | The Mathworks, Inc. | Systems and methods for generating synthetic sensor data |
EP3785043B1 (en) | 2018-04-23 | 2023-08-16 | Blackmore Sensors & Analytics, LLC | Method and system for controlling autonomous vehicle using coherent range doppler optical sensors |
US11448745B2 (en) * | 2018-06-22 | 2022-09-20 | Asahi Kasei Microdevices Corporation | Sensor device and system, and biometric sensing method and system |
JP6880080B2 (ja) | 2018-07-02 | 2021-06-02 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | ポイントクラウドに基づく姿勢推定を用いた車両ナビゲーションシステム |
US11009591B2 (en) | 2019-02-01 | 2021-05-18 | GM Global Technology Operations LLC | Deep learning for de-aliasing and configuring a radar system |
US11181640B2 (en) * | 2019-06-21 | 2021-11-23 | Blackmore Sensors & Analytics, Llc | Method and system for vehicle odometry using coherent range doppler optical sensors |
CN114022830A (zh) | 2020-07-17 | 2022-02-08 | 华为技术有限公司 | 一种目标确定方法以及目标确定装置 |
EP4185990A1 (en) | 2020-08-21 | 2023-05-31 | Waymo Llc | Object-centric three-dimensional auto labeling of point cloud data |
US11662454B2 (en) * | 2020-11-02 | 2023-05-30 | Ford Global Technologies, Llc | Systems and methods for range-rate dealiasing using position consistency |
-
2020
- 2020-09-10 US US17/016,558 patent/US11448748B2/en active Active
-
2021
- 2021-09-07 EP EP21867422.4A patent/EP4211489A1/en active Pending
- 2021-09-07 CN CN202180075549.5A patent/CN116829974A/zh active Pending
- 2021-09-07 WO PCT/US2021/049233 patent/WO2022055847A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US11448748B2 (en) | 2022-09-20 |
EP4211489A1 (en) | 2023-07-19 |
WO2022055847A1 (en) | 2022-03-17 |
US20220075052A1 (en) | 2022-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7519039B2 (ja) | 目標車両速度を決定するためのシステム及び方法 | |
CN107867288B (zh) | 用于检测前向碰撞的方法 | |
CN116829974A (zh) | 用于雷达的同步射程-变化率展开和离群值去除的***和方法 | |
CN108688660B (zh) | 运行范围确定装置 | |
US10916124B2 (en) | Method, device and system for wrong-way driver detection | |
US20230182774A1 (en) | Autonomous driving lidar technology | |
CN116745191A (zh) | 场景相关轨迹评分***与方法 | |
WO2022098516A1 (en) | Systems and methods for radar false track mitigation with camera | |
Virdi | Using deep learning to predict obstacle trajectories for collision avoidance in autonomous vehicles | |
WO2023283511A2 (en) | Systems and methods for particle filter tracking | |
Kim et al. | Performance of AEB system on a slope using an extended kalman filter | |
US11662454B2 (en) | Systems and methods for range-rate dealiasing using position consistency | |
US11315417B2 (en) | Method, device and system for wrong-way driver detection | |
CN116724248A (zh) | 用于产生非模态长方体的***和方法 | |
CN112829752A (zh) | 车辆的最小超车速度的估计 | |
US10876843B2 (en) | Method, device and system for wrong-way driver detection | |
Li et al. | A robust terrain-based road vehicle localization algorithm | |
WO2022091650A1 (ja) | 移動体挙動情報取得方法、移動体挙動情報取得装置及びプログラム | |
US20230184931A1 (en) | Radar and lidar based driving technology | |
EP4184204A1 (en) | Methods and systems for reducing lidar memory load | |
US20230003886A1 (en) | Systems and methods for temporal decorrelation of object detections for probabilistic filtering | |
Connette et al. | Rapid detection of fast objects in highly dynamic outdoor environments using cost-efficient sensors | |
CN118056724A (zh) | Ads驾驶场景生成 | |
WO2024096915A1 (en) | Systems and methods for radar perception | |
CN115997138A (zh) | 用于从激光雷达、地图和图像数据估计长方体的***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |