CN117492003A - 车载雷达的控制方法、雷达及存储介质 - Google Patents
车载雷达的控制方法、雷达及存储介质 Download PDFInfo
- Publication number
- CN117492003A CN117492003A CN202311397007.7A CN202311397007A CN117492003A CN 117492003 A CN117492003 A CN 117492003A CN 202311397007 A CN202311397007 A CN 202311397007A CN 117492003 A CN117492003 A CN 117492003A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- radar
- target
- mounted radar
- scene
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 49
- 230000003068 static effect Effects 0.000 claims description 42
- 238000004590 computer program Methods 0.000 claims description 20
- 238000000926 separation method Methods 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect 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
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01S13/88—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
- 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
- G01S13/882—Radar or analogous systems specially adapted for specific applications for altimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种车载雷达的控制方法、雷达及存储介质,该方法包括:检测车辆是否驶入通道场景;若所述车辆处于所述通道场景内,则探测车载雷达自身至所述通道场景的路沿的横向距离;基于车载雷达自身至所述通道场景的路沿的横向距离,缩小所述车载雷达的探测区域的最大横向距离。本申请通过在车辆进入通道场景时调整探测区域的宽度,从而减少通道两侧墙壁造成的多径反射问题,提高目标检测准确性。
Description
技术领域
本发明涉及雷达技术领域,尤其涉及一种车载雷达的控制方法、雷达及存储介质。
背景技术
目前,随着ADAS(Advanced Driving Assistance System,高级驾驶辅助***)***越来越普及,人们对ADAS***的要求也越来越高,进而对组成ADAS***的关键部件毫米波传感器的要求也随之提升。
众所周知,隧道中环境复杂,雷达在其中的多径效应尤为明显,由多径效应带来的各种弊端一直是影响隧道中目标识别准确性的一大难题。
发明内容
有鉴于此,本发明提供了一种车载雷达的控制方法、雷达及存储介质,能够解决因多径效应导致雷达目标识别准确性差的问题。
第一方面,本发明实施例提供了一种车载雷达的控制方法,包括:
检测车辆是否驶入通道场景;
若所述车辆处于所述通道场景内,则获取所述通道场景的通道宽度;
基于所述通道宽度确定目标宽度,并将所述车辆的车载雷达探测区域的最大横向距离缩小为所述目标宽度。
第二方面,本发明实施例提供了一种雷达,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面任一种可能的实现方式所述方法的步骤。
第三方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面任一种可能的实现方式所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例在检测到车辆进入通道场景时,探测车载雷达自身至所述通道场景的路沿的横向距离;并基于车载雷达自身至所述通道场景的路沿的横向距离,缩小所述车载雷达的探测区域的最大横向距离,该方法能够减少通道两侧墙壁造成的多径反射问题,提高目标检测准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的车载雷达的控制方法的实现流程图;
图2是本发明实施例提供的通道场景下前向雷达对应的探测区域的示意图;
图3是本发明实施例提供的通道场景下角雷达对应的探测区域的示意图;
图4是本发明实施例提供的车载雷达的控制装置的结构示意图;
图5是本发明实施例提供的雷达的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。需要说明的是,本说明书涉及到的数据均是在相应用户知晓并授权的前提下获取以及处理。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
参见图1,其示出了本发明实施例提供的车载雷达的控制方法的实现流程图,详述如下:
S101:检测车辆是否驶入通道场景。
本实施例的执行主体可以为车载雷达,也可以为车辆控制器。车载雷达可以为前向雷达,也可以为角雷达。
具体的,车载雷达的探测区域通常为扇形,如图2所示,图2中最大的扇形区域为车载雷达可以探测到的区域。车辆在进入通道场景后,通道的两侧墙壁会导致多径效应频繁发生,严重影响目标检测精度。本实施例为了避免上述问题,在监测到车辆进入通道场景后,则缩小探测区域的面积。
在一个可能的实施方中,S101的具体实现流程包括:
实时获取车载雷达对探测区域内的目标进行探测得到的点云数据,并提取所述点云数据中的静止点云的高度数据;
若第一设定时长内所述静止点云的高度数据大于第一预设门限,且在所述第一设定时长后所述静止点云的高度数据不小于第二预设门限,则判定车辆驶入通道场景;所述第一预设门限大于所述第二预设门限。
具体的,首先,车载雷达实时向探测区域发射无线电信号,并接收无线电信号遇到障碍物反射的回波信号,然后从回波信号中提取点云数据,并将速度值小于动静分离速度阈值的点云作为静止点云。
本实施例所述的通道场景包括隧道、车库等具有顶面和两侧壁的道路。通常情况下,通道场景的进入口的上方具有比隧道更高的物体,例如,位于市区外的隧道口上方通常为山体。因此,在即将进入通道场景时,雷达通常会监测到相较于开阔路面监测到的静止点云的高度高很多的静止点云,所以第一预设门限要设置一个较高的值;当车辆进入通道场景后,雷达监测到的最高静止点云为隧道顶面,所以第二预设门限的取值略高于非通道场景监测的静止点云的平均高度,但比进入通道场景时监测到的静止点云的高度要低。基于该特征,车载雷达在获取到静止点云后,可以在检测到第一设定时长内所述静止点云的高度数据大于第一预设门限,且在所述第一设定时长后所述静止点云的高度数据不小于第二预设门限,则判定车辆驶入通道场景;并在处于通道场景时,若检测到第三设定时长内静止点云的高度数据小于或等于所述第二预设门限,则判定所述车辆离开所述通道场景。
由于车辆在进入通道场景后,能够检测的静止点云的最高高度会瞬间下降,因此单纯采用第一预设门限来检测通道场景,可能会造成误判车辆退出通道场景的情况,而通道场景的顶部高度通常略高于非通道场景的静止点云的平均高度,单纯采用第二预设门限监测通道场景则极易将常规道路误判为通道场景,因此本实施例通过在进入通道场景前设置较高的第一预设门限,在已进入通道场景后设置较低的第二预设门限,通过识别先高后低的高度变化特征来识别车辆是否进入通道场景,设置第二预设门限来识别是否退出通道场景,能够避免误判车辆进入、退出通道场景的情况,提高通道场景的识别准确性,另外,相比于通过识别建筑物轮廓来识别通道场景的方法,本方法仅依据静止点云的高度特征就能识别出通道场景,能够极大的减少计算量,提高通道场景的识别效率。
示例性的,若非通道场景的静止点云的平均高度为1.8m,通道顶部的平均高度为2.5m,则第一预设门限可以设置为3m,第二预设门限为2m。
具体的,针对每帧静止点云,若该帧静止点云中高度数据大于所述第一预设门限的静止点数量大于第一预设数量,则判定该帧静止点云的高度数据大于所述第一预设门限;若该帧静止点云中高度数据不小于第二预设门限的静止点数据大于所述第一预设数量,则判定该帧静止点云的高度数据不小于所述第二预设门限;
若在第一设定时长内高度数据大于所述第一预设门限的静止点云的帧数超过第一预设帧数,且在所述第一设定时长后的第二设定时长内高度数据不小于第二预设门限的静止点云帧数超过第二预设帧数,则判定车辆驶入所述通道场景;
所述第一预设帧数为所述第一设定时长对应总帧数的第一预设百分比;所述第二预设帧数为所述第二设定时长对应总帧数的第一预设百分比。
示例性的,第一预设百分比的取值范围为80%~100%,当第一预设百分比为100%时,则对应的方法为:
若持续第一设定时长内的静止点云的高度数据均大于第一预设门限,且在第一设定时长后,监测到持续第二设定时长的静止点云的高度数据均不大于第二预设门限,则判定车辆驶入通道场景。在通道场景下,若持续第三设定时长的静止点云的高度数据均小于或等于所述第二预设门限,则判定所述车辆离开所述通道场景。
S102:若所述车辆处于所述通道场景内,则探测车载雷达自身至所述通道场景的路沿的横向距离。
在本实施例中,车辆位于通道场景时,通道两侧墙壁会造成多径反射,影响目标检测精度。本实施例在监测到车辆进入通道场景后,基于车载雷达自身至通道场景的路沿的横向距离缩小探测区域的最大横向距离,使探测区域尽可能少的包括两侧墙壁区域,从而避免通道两侧产生的多径反射。
在一个可能的实施方式中,S102的具体实现流程包括:
步骤1:初始化当前帧数;
步骤2:获取所述车载雷达在当前帧探测得到的多个静止目标的目标信息;所述目标信息包括高度值、方位角和横向距离;
步骤3:基于各个静止目标的方位信息确定位于所述车辆目标侧的静止目标;并保存当前帧的多个静止目标中高度值处于预设高度范围内、且位于所述车辆目标侧的静止目标;
步骤4:将前一帧保存的多个静止目标的目标信息由前一帧雷达坐标系转换至当前帧雷达坐标系下;
步骤5:将当前帧雷达坐标系下前后两帧的目标信息相同的静止目标的权重值累加单位数值;
步骤6:判断当前帧数是否小于预设帧数,若当前帧数小于所述预设帧数,则将下一帧作为当前帧,并返回步骤2继续执行,若当前帧数不小于所述预设帧数,则将权重值大于预设权重阈值的静止目标作为精确静止目标,并对各个精确静止目标的横向距离进行加权平均,得到车载雷达自身至所述隧道的目标侧路沿的横向距离。
具体的,上述方法用于探测隧道场景内的目标侧路沿与车载雷达之间的横向距离。由于隧道场景内较少出现除路沿/隧道墙壁外的静止目标,因此,本实施例可以通过监测静止目标来识别隧道的路沿。其中,为了避免将隧道顶部的静止目标识别为隧道路沿,本实施例仅保存高度值处于预设高度范围内的静止目标。
其中,预设高度范围为-H≤Rz≤(2-H);H表示车载雷达的安装高度,Rz表示静止目标的高度值,单位为米。
为了提高目标侧路沿的识别准确性,本实施例对连续多帧的静止目标进行追踪,对连续多帧均存在的静止目标设置大的权重值,当权重值大于预设权重阈值时,说明该静止目标为真实静止目标的可信度更高,因此基于精确静止目标可以更加准确的确定车辆雷达自身至隧道的目标侧路沿的横向距离。
在本实施例中,为了避免偶然出现的个别除墙壁外的静止目标的干扰,本实施例可以在隧道内按照固定周期持续的对车载雷达自身至隧道的目标侧路沿的横向距离进行监测,并实时的更新最新的横向距离值,以降低个别除墙壁外的静止目标的干扰。
在一个可能的实施方式中,上述步骤2的具体实现流程包括:
获取所述车载雷达探测得到的第一雷达目标的目标信息;所述目标信息包括方位角和测量速度;所述第一雷达目标为任一雷达目标;
若所述真实速度小于动静分离速度阈值,则判定所述第一雷达目标为静止目标;否则判定第一雷达目标为运动目标;
其中,Vx_ego表示当前帧雷达坐标系下的自车横向速度,Vy_ego表示当前帧雷达坐标系下的自车纵向速度;θ表示所述第一雷达目标的方位角,Vs表示标准速度,Vm表示所述第一雷达目标的测量速度;Vg表示所述第一雷达目标的真实速度。
具体的,第一雷达目标的测量速度为第一雷达目标与自车的相对速度,本实施例将车载雷达的相对速度与标准速度(即自车速度在第一雷达目标的方向上的投影)相加,可以得到第一雷达目标的真实速度,从而提高静止目标与运动目标的识别准确性。
在一个可能的实施方式中,如图2所示,车载雷达为前向雷达,S102的具体实现流程包括:
获取车载雷达自身至所述通道场景的左侧路沿的第一横向距离W1;
获取车载雷达自身至所述通道场景的右侧路沿的第二横向距离W2;
根据所述第一横向距离W1和所述第二横向距离W2,计算所述通道场景的通道宽度;
将所述车载雷达的探测区域的最大横向距离缩小为第一宽度,且所述第一宽度不大于所述通道场景的通道宽度。
具体的,采用步骤1至步骤6的方法计算车载雷达自身至通道场景的左侧路沿的第一横向距离,以及车载雷达自身至通道场景的右侧路沿的第二横向距离,然后将第一横向距离和第二横向距离相加,得到通道场景的通道宽度。
优选的,前向雷达可以将车辆的探测区域的最大横向距离缩小为所述通道场景的通道宽度。
上述方法能够使探测区域的最大横向距离覆盖至整个通道宽度,从而既能保证探测范围,又能避免两侧墙壁造成的多径反射。
在一种可能的实现方式中,如图3所示,所述车载雷达为角雷达M2;S102的具体实现流程包括:
获取所述车载雷达自身至所述通道场景的第一路沿的距离,并将所述车载雷达自身至所述通道场景的第一路沿的距离作为第二宽度W;所述第一路沿为所述通道场景中所述角雷达侧的路沿;
将所述车载雷达的探测区域的最大横向距离缩小为所述第二宽度W。
具体的,角雷达还可以将对应的探测区域的最大横向距离缩小为小于第二宽度W的任一值。
在一种可能的实现方式中,所述目标信息还包括纵向距离;所述方法还包括:
将所有精确静止目标的纵向距离中的最大值作为第一长度;
将所述车载雷达的探测区域的最大纵向距离缩小为第一长度。
具体的,所有精确静止目标中纵向距离的最大值为车载雷达在通道场景内能够准确探测的纵向最大距离,因此将所述车载雷达的探测区域的最大纵向距离缩小为第一长度,能够剔除探测不准确的前方目标,提高雷达探测准确性。
在一个可能的实施方式中,通道场景下,车载雷达仅对更新后的探测区域的点云目标进行探测,从而避免多径反射,降低虚警率。
在一种可能的实现方式中,若所述车辆处于所述通道场景内,本实施例提供的方法还包括:
将动静分离速度阈值由第一速度阈值切换为第二速度阈值,所述第二速度阈值大于所述第一速度阈值,所述动静分离速度阈值为划分雷达的静止目标和运动目标的阈值。
具体的,通道场景包括隧道场景,S101的具体实现流程进一步包括:
若在第一设定时长内高度数据大于所述第一预设门限的静止点云的帧数超过第一预设帧数,且在所述第一设定时长后的第二设定时长内高度数据不小于第二预设门限的静止点云帧数超过第二预设帧数、且自车速度大于预设行驶速度阈值,则判定所述车辆进入所述隧道场景。
具体的,通道场景可以包括车库场景和隧道场景,车库场景下,车速通常较低,隧道场景下,车速通常较高。且车库场景下,整个通道的宽度较大,因墙壁造成多径反射的情况较少,因此本实施例可以根据自车车速确定当前通道场景是隧道场景还是车库场景,并排除车库场景。
示例性的,预设行驶速度阈值可以为30km/h。
隧道场景下点云数据越多越容易产生多径反射,造成虚假目标。而该场景下运动目标的速度通常较快,慢速的运动目标较少,因此本实施例可以在隧道场景下提高动静分离速度阈值,在车辆离开隧道场景时,再将动静分离速度阈值切换回第一速度阈值,从而避免隧道场景下多径反射造成的目标检测精度低的问题。
在一种可能的实现方式中,若所述车辆处于所述通道场景内,本实施例提供的方法还包括:
将信噪比门限值由第一信噪比门限值切换为第二信噪比门限值,所述第二信噪比门限值大于所述第一信噪比门限值。
在本实施例中,为了进一步避免多径反射,本实施例在监测到车辆进入通道场景后,将信噪比门限值由第一信噪比门限值切换为第二信噪比门限值,减少噪声干扰;在车辆退出通道场景后,再将信噪比门限值由第二信噪比门限值切换回第一信噪比门限值,避免常规道路场景下遗漏目标点云,提高目标检测准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图4示出了本发明实施例提供的车载雷达的控制装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图4所示,车载雷达的控制装置100包括:
通道判断模块110,用于检测车辆是否驶入通道场景;
横向距离探测模块120,用于若所述车辆处于所述通道场景内,则探测车载雷达自身至所述通道场景的路沿的横向距离;
探测区域调整模块130,用于基于车载雷达自身至所述通道场景的路沿的横向距离,缩小所述车载雷达的探测区域的最大横向距离。
从上述实施例可知,本实施例在检测到车辆进入通道场景时,基于车载雷达自身至所述通道场景的路沿的横向距离,缩小所述车载雷达的探测区域的最大横向距离,从而减少通道两侧墙壁造成的多径反射问题,提高目标检测准确性。
在一个可能的实现方式中,所述车载雷达为前向雷达;横向距离探测模块120包括:
获取车载雷达自身至所述通道场景的左侧路沿的第一横向距离;
获取车载雷达自身至所述通道场景的右侧路沿的第二横向距离;
根据所述第一横向距离和所述第二横向距离,计算所述通道场景的通道宽度;
将所述车载雷达的探测区域的最大横向距离缩小为第一宽度,且所述第一宽度不大于所述通道场景的通道宽度。
在一个可能的实现方式中,所述车载雷达为角雷达;横向距离探测模块120包括:
获取所述车载雷达自身至所述通道场景的第一路沿的距离,并将所述车载雷达自身至所述通道场景的第一路沿的距离作为第二宽度;所述第一路沿为所述通道场景中所述角雷达侧的路沿;
将所述车载雷达的探测区域的最大横向距离缩小为所述第二宽度。
在一个可能的实现方式中,所述通道场景为隧道;所述路沿包括目标侧路沿;所述目标侧为左侧和右侧中的任一个;横向距离探测模块120包括:
步骤1:初始化当前帧数;
步骤2:获取所述车载雷达在当前帧探测得到的多个静止目标的目标信息;所述目标信息包括高度值、方位角和横向距离;
步骤3:基于各个静止目标的方位信息确定位于所述车辆目标侧的静止目标;并保存当前帧的多个静止目标中高度值处于预设高度范围内、且位于所述车辆目标侧的静止目标;
步骤4:将前一帧保存的多个静止目标的目标信息由前一帧雷达坐标系转换至当前帧雷达坐标系下;
步骤5:将当前帧雷达坐标系下前后两帧的目标信息相同的静止目标的权重值累加单位数值;
步骤6:判断当前帧数是否小于预设帧数,若当前帧数小于所述预设帧数,则将下一帧作为当前帧,并返回步骤2继续执行,若当前帧数不小于所述预设帧数,则将权重值大于预设权重阈值的静止目标作为精确静止目标,并对各个精确静止目标的横向距离进行加权平均,得到车载雷达自身至所述隧道的目标侧路沿的横向距离。
在一个可能的实现方式中,横向距离探测模块120进一步包括:
获取所述车载雷达探测得到的第一雷达目标的目标信息;所述目标信息包括方位角和测量速度;所述第一雷达目标为任一雷达目标;
基于公式计算所述第一雷达目标的真实速度;
若所述真实速度小于动静分离速度阈值,则判定所述第一雷达目标为静止目标;
其中,Vx_ego表示当前帧雷达坐标系下的自车横向速度,Vy_ego表示当前帧雷达坐标系下的自车纵向速度;θ表示所述第一雷达目标的方位角,Vs表示所述标准速度,Vm表示所述第一雷达目标的测量速度;Vg表示所述第一雷达目标的真实速度。
在一个可能的实现方式中,所述目标信息还包括纵向距离;车载雷达的控制装置100还包括纵向距离缩小模块,用于:
将所有精确静止目标的纵向距离中的最大值作为第一长度;
将所述车载雷达的探测区域的最大纵向距离缩小为第一长度。
在一个可能的实现方式中,车载雷达的控制装置100还包括:
动静分离速度阈值切换模块,用于将动静分离速度阈值由第一速度阈值切换为第二速度阈值,所述第二速度阈值大于所述第一速度阈值,所述动静分离速度阈值为划分雷达的静止目标和运动目标的阈值。
在一个可能的实现方式中,车载雷达的控制装置100还包括:
信噪比阈值切换模块,用于将信噪比门限值由第一信噪比门限值切换为第二信噪比门限值,所述第二信噪比门限值大于所述第一信噪比门限值。
本实施例提供的车载雷达的控制装置,可用于执行上述车载雷达的控制方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图5是本发明一实施例提供的雷达的示意图。如图5所示,该实施例的雷达5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个车载雷达的控制方法实施例中的步骤,例如图1所示的步骤101至步骤103。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块110至130的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述雷达5中的执行过程。
所述雷达5可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是雷达5的示例,并不构成对雷达5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述雷达还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述雷达5的内部存储单元,例如雷达5的硬盘或内存。所述存储器51也可以是所述雷达5的外部存储设备,例如所述雷达5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述雷达5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述雷达所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/雷达和方法,可以通过其它的方式实现。例如,以上所描述的装置/雷达实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个车载雷达的控制方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车载雷达的控制方法,其特征在于,包括:
检测车辆是否驶入通道场景;
若所述车辆处于所述通道场景内,则探测车载雷达自身至所述通道场景的路沿的横向距离;
基于车载雷达自身至所述通道场景的路沿的横向距离,缩小所述车载雷达的探测区域的最大横向距离。
2.根据权利要求1所述的车载雷达的控制方法,其特征在于,所述车载雷达为前向雷达;
所述基于车载雷达自身至所述通道场景的路沿的横向距离,缩小所述车载雷达的探测区域的最大横向距离包括:
获取车载雷达自身至所述通道场景的左侧路沿的第一横向距离;
获取车载雷达自身至所述通道场景的右侧路沿的第二横向距离;
根据所述第一横向距离和所述第二横向距离,计算所述通道场景的通道宽度;
将所述车载雷达的探测区域的最大横向距离缩小为第一宽度,且所述第一宽度不大于所述通道场景的通道宽度。
3.根据权利要求1所述的车载雷达的控制方法,其特征在于,所述车载雷达为角雷达;
所述基于车载雷达自身至所述通道场景的路沿的横向距离,缩小所述车载雷达的探测区域的最大横向距离,包括:
获取所述车载雷达自身至所述通道场景的第一路沿的距离,并将所述车载雷达自身至所述通道场景的第一路沿的距离作为第二宽度;所述第一路沿为所述通道场景中所述角雷达侧的路沿;
将所述车载雷达的探测区域的最大横向距离缩小为所述第二宽度。
4.根据权利要求1所述的车载雷达的控制方法,其特征在于,所述通道场景为隧道;所述路沿包括目标侧路沿;所述目标侧为左侧和右侧中的任一个;
所述探测车载雷达自身至所述通道场景的路沿的横向距离,包括:
步骤1:初始化当前帧数;
步骤2:获取所述车载雷达在当前帧探测得到的多个静止目标的目标信息;所述目标信息包括高度值、方位角和横向距离;
步骤3:基于各个静止目标的方位信息确定位于所述车辆目标侧的静止目标;并保存当前帧的多个静止目标中高度值处于预设高度范围内、且位于所述车辆目标侧的静止目标;
步骤4:将前一帧保存的多个静止目标的目标信息由前一帧雷达坐标系转换至当前帧雷达坐标系下;
步骤5:将当前帧雷达坐标系下前后两帧的目标信息相同的静止目标的权重值累加单位数值;
步骤6:判断当前帧数是否小于预设帧数,若当前帧数小于所述预设帧数,则将下一帧作为当前帧,并返回步骤2继续执行,若当前帧数不小于所述预设帧数,则将权重值大于预设权重阈值的静止目标作为精确静止目标,并对各个精确静止目标的横向距离进行加权平均,得到车载雷达自身至所述隧道的目标侧路沿的横向距离。
5.根据权利要求4所述的车载雷达的控制方法,其特征在于,所述获取所述车载雷达在当前帧探测得到的多个静止目标的目标信息,包括:
获取所述车载雷达探测得到的第一雷达目标的目标信息;所述目标信息包括方位角和测量速度;所述第一雷达目标为任一雷达目标;
基于公式计算所述第一雷达目标的真实速度;
若所述真实速度小于动静分离速度阈值,则判定所述第一雷达目标为静止目标;
其中,Vx_ego表示当前帧雷达坐标系下的自车横向速度,Vy_ego表示当前帧雷达坐标系下的自车纵向速度;θ表示所述第一雷达目标的方位角,Vs表示标准速度,Vm表示所述第一雷达目标的测量速度;Vg表示所述第一雷达目标的真实速度。
6.根据权利要求4所述的车载雷达的控制方法,其特征在于,所述目标信息还包括纵向距离;
所述方法还包括:
将所有精确静止目标的纵向距离中的最大值作为第一长度;
将所述车载雷达的探测区域的最大纵向距离缩小为所述第一长度。
7.根据权利要求1所述的车载雷达的控制方法,其特征在于,若所述车辆处于所述通道场景内,所述方法还包括:
将动静分离速度阈值由第一速度阈值切换为第二速度阈值,所述第二速度阈值大于所述第一速度阈值,所述动静分离速度阈值为划分雷达的静止目标和运动目标的阈值。
8.根据权利要求1所述的车载雷达的控制方法,其特征在于,若所述车辆处于所述通道场景内,所述方法还包括:
将信噪比门限值由第一信噪比门限值切换为第二信噪比门限值,所述第二信噪比门限值大于所述第一信噪比门限值。
9.一种雷达,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求1至8中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311397007.7A CN117492003A (zh) | 2023-10-25 | 2023-10-25 | 车载雷达的控制方法、雷达及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311397007.7A CN117492003A (zh) | 2023-10-25 | 2023-10-25 | 车载雷达的控制方法、雷达及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117492003A true CN117492003A (zh) | 2024-02-02 |
Family
ID=89675503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311397007.7A Pending CN117492003A (zh) | 2023-10-25 | 2023-10-25 | 车载雷达的控制方法、雷达及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117492003A (zh) |
-
2023
- 2023-10-25 CN CN202311397007.7A patent/CN117492003A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109634282B (zh) | 自动驾驶车辆、方法和装置 | |
CN107728146B (zh) | 雷达设置角度计算装置、雷达装置及雷达设置角度计算方法 | |
CN106991389B (zh) | 确定道路边沿的装置和方法 | |
CN111712731B (zh) | 目标检测方法、***及可移动平台 | |
CN111352110A (zh) | 处理雷达数据的方法和装置 | |
US10132919B2 (en) | Object detecting device, radar device, and object detection method | |
CN108205138B (zh) | 物体检测装置和记录介质 | |
US11440541B2 (en) | Apparatus and method for predicting concurrent lane change and vehicle including the same | |
US20170261602A1 (en) | Vehicle radar methods and systems | |
US10585188B2 (en) | Broadside detection system and techniques for use in a vehicular radar | |
JP4637690B2 (ja) | 道路形状認識装置 | |
US11351997B2 (en) | Collision prediction apparatus and collision prediction method | |
CN108859952B (zh) | 车辆变道预警方法、装置和雷达 | |
CN111968405A (zh) | 确定自动驾驶车辆的行驶车道的方法及装置 | |
CN108693517B (zh) | 车辆定位方法、装置和雷达 | |
CN116215526A (zh) | 车辆行驶控制方法,***及存储介质 | |
JP2020020690A (ja) | 自車位置推定装置 | |
CN117492003A (zh) | 车载雷达的控制方法、雷达及存储介质 | |
CN115540870A (zh) | 机器人导航方法、设备以及存储介质 | |
CN112014822B (zh) | 车载雷达测量数据识别方法、装置、介质和电子装置 | |
CN117434535A (zh) | 隧道检测方法、装置、雷达及存储介质 | |
CN116381632B (zh) | 雷达横滚角的自标定方法、装置及存储介质 | |
JP7380705B2 (ja) | 情報生成装置、情報生成方法、及びコンピュータプログラム | |
JP7224491B2 (ja) | 障害物検知装置 | |
JP7401273B2 (ja) | 移動体の制御装置及び方法 |
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 |