CN118011345B - 一种车载毫米波雷达在线标定方法 - Google Patents
一种车载毫米波雷达在线标定方法 Download PDFInfo
- Publication number
- CN118011345B CN118011345B CN202410411039.6A CN202410411039A CN118011345B CN 118011345 B CN118011345 B CN 118011345B CN 202410411039 A CN202410411039 A CN 202410411039A CN 118011345 B CN118011345 B CN 118011345B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- radar
- running
- cloud information
- point cloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及车载雷达技术领域,具体公开了一种车载毫米波雷达在线标定方法,包括以下步骤:S1:通过毫米波雷达获取车辆在行驶过程中的点云信息,并判断车辆当前的行驶状态;S2:逐帧获取所述的点云信息,并根据车辆的行驶状态,将获取的点云信息划分为若干个分组;S3:根据不同分组对应的车辆的行驶状态,分开构造雷达坐标系点集和车身坐标系点集,并通过两个点集的旋转矩阵求取雷达偏角;S4:基于不同分组计算出的若干个雷达偏角,进行数据分析,计算出车辆的实际雷达偏角。本发明根据汽车的不同行驶状态区分获取的不同帧,从而解决了现有技术中在线标定受限于车辆行驶状态的问题。
Description
技术领域
本发明涉及车载雷达技术领域,具体涉及一种车载毫米波雷达在线标定方法。
背景技术
车载毫米波雷达是一种用于汽车的传感器,可以实现前向防撞、盲点检测、辅助停车等高级驾驶辅助功能,是高阶自动驾驶的标配。毫米波雷达的优点包括高精度、长距离、快速响应和抗干扰能力强等。它可以通过发射电磁波并接收反射回来的信号来确定物体的位置、速度和方向等信息。并且毫米波雷达利用无线电波在24GHz、60GHz、77GHz等频段的特性,可以全天候全天气地测距离和速度。
毫米波雷达能直接测量距离和速度信息,应用于自适应巡航***以及预碰撞***上有着天然的优势。因此,在汽车上应用毫米波雷达,也是目前自适应巡航最主流的解决方案,有着巨大的市场前景。虽然在车上使用的毫米波雷达,在出厂前都通过相应的装置和场地进行标定完成后的。但是在汽车使用的过程中,雷达的安装位置可能会发生松动,导致实际的安装位置和下线标定的结果已经不再一致。
但是雷达位置的倾斜,不止有水平方向上的还有竖直方向上的;而在现有技术中,对于雷达的线上标定方法大多数只是针对方向偏角进行标定,而没有考虑到俯仰偏角的标定,标定结果存在一定的误差。而在专利号为CN2023111368459的中国专利中,公开了基于旋转矩阵优化求解的车载4D毫米波雷达自标定方法。在其方案中,分别对毫米波雷达的方向偏角和俯仰偏角进行在线标定,从而提高标定的准确性。但是在标定的过程中,分别以直线行驶速度和转弯速度作为是否触发自标定算法的条件,而直线行驶速度与多普勒速度之间的关系和转弯速度与多普勒速度之间的关系还是存在不同的地方的,因此在标定的过程中会对结果造成干扰。
发明内容
本发明的目的在于提供一种车载毫米波雷达在线标定方法,解决上述技术问题。
本发明的目的可以通过以下技术方案实现:
一种车载毫米波雷达在线标定方法,包括以下步骤:
S1:通过毫米波雷达获取车辆在行驶过程中的点云信息,并判断车辆当前的行驶状态,所述的行驶状态包括直线行驶和转弯;
S2:逐帧获取所述的点云信息,并根据车辆的行驶状态,将获取的点云信息划分为若干个分组,其中相同分组中的点云信息对应的车辆的行驶状态相同,并且同一分组中的点云信息对应的获取时间在时间轴上连续;
S3:根据不同分组对应的车辆的行驶状态,分开构造雷达坐标系点集和车身坐标系点集,并通过两个点集的旋转矩阵求取雷达偏角;其中,在车辆的行驶状态为转弯,通过转弯时车辆的行驶速度与车辆的瞬时速度对点云信息中的多普勒速度进行修正;
S4:基于不同分组计算出的若干个雷达偏角,进行数据分析,计算出车辆的实际雷达偏角。
作为本发明进一步的方案:在所述的步骤S2中,当所述的车辆的行驶速度不满足约束条件时,则删除已获取的若干帧点云信息,并在车辆的行驶速度满足约束条件时重新获取,所述的约束条件为:
0<V≤Vmax;
V'≤Vmax';
其中,V表示车辆在处于直线行驶时的行驶速度;V'表示车辆处于转弯状态时的行驶速度;Vmax表示预设的最大直线行驶速度;Vmax'表示预设的最大转弯行驶速度。
作为本发明进一步的方案:在所述的步骤S3中,还包括目标点的选取,其具体步骤如下所示:
根据车辆的行驶状态从所述的点云信息中筛选出处于静止状态的点作为目标点;
当所述的分组的对应的车辆的行驶状态为直线行驶时,所述的目标点满足以下约束:
|Vd-Vcosαcosβ|≤ΔV;
其中,Vd表示基于毫米波雷达获取的目标点的多普勒速度,α表示目标点的方位角,β表示目标点的俯仰角,ΔV表示预设的最小浮动量;
当所述的分组的对应的车辆的行驶状态为转弯时,所述的目标点满足以下约束:
|Vd-V''cosαcosβ|≤ΔV;
其中,V''表示车辆的行驶速度在对应帧的切线速度。
作为本发明进一步的方案:在所述的步骤S4中,对于不同行驶状态下的分组,其雷达偏角的求取步骤如下所示:
当所述的分组所对应的车辆的行驶状态为直线行驶时,根据分组中的点云信息构造雷达坐标系点集和车身坐标系点集,并求取两个点集的旋转矩阵,基于所述的旋转矩阵求取雷达偏角;
当所述的分组所对应的车辆的行驶状态为转弯时,构建映射矩阵Nt:
;
其中,αn表示第n个目标点的方向角,βn表示第n个目标点的俯仰角,n表示目标点的总个数;
根据n个目标点的多普勒速度构建多普勒速度向量:
;
其中,λ表示转弯修正系数,λ=V''/V,Vdn表示第n个目标点的多普勒速度;
根据所述的多普勒速度向量和映射矩阵Nt构造雷达坐标系下的样本;
根据车辆行驶速度构造车身坐标系下的样本 :
;
其中,Vcor表示车辆的行驶速度在当前帧的修正量;
根据当前分组的帧数、雷达坐标系下的样本以及车身坐标系下的样本构造雷达坐标系目标样本和车身坐标系目标样本集,并通过两个点集之间的旋转矩阵求解相应的雷达偏角。
作为本发明进一步的方案:在所述的步骤S4中,计算车辆的行驶速度在当前帧的修正量Vcor的具体步骤如下所示:
获取车辆在当前帧对应的时间节点的行驶速度V;
假设所述的车辆以速度V在圆形路线上行驶,在经过单位时间T0后,前轮转过的角度为η,后轮转过的角度为η-δ;
计算前后轮的线速度分别为:
V1=Vcos(θ);
V2=Vcos(θ-δ);
则,车辆的行驶速度在当前帧的修正量为:
;
其中,δ为后轮相对于前轮的滞后角。
作为本发明进一步的方案:在所述的步骤S2中,当所述的车辆的行驶速度不满足约束条件时,则删除当前分组中已获取的若干帧点云信息,并保留之前分组的若干帧点云信息。
作为本发明进一步的方案:当某一分组中获取的点云信息的帧数少于预设数量时,则删除该分组。
作为本发明进一步的方案:对于不同分组中,目标点的总个数n的选取方式如下所示:
获取分组中,每一帧点云信息中目标点的个数ni,ni表示第i帧中目标点的个数;
选取ni的最小值min(ni)并验证所述的最小值min(ni)是否大于等于预设的最小个数;
如果验证通过,所述的最小值min(ni)大于等于预设的最小个数,则选取min(ni)作为该分组在计算雷达偏角所选取的目标点的总个数;
如果验证未通过,所述的最小值min(ni)小于预设的最小个数,则在保证分组中总帧数不少于预设数量的前提下,删除与最小值min(ni)对应的帧,并重复上述过程。
本发明的有益效果:汽车在行驶的过程中,主要存在两种情况,一种是直行,另一种是转弯,尤其是在面对比较负责的路况的时候,汽车的行驶状态往往是直行和转弯频繁变换的过程;而在现有技术中,针对车载毫米波雷达的在线标定,一般是在汽车直行行驶的过程中的标定,需要汽车沿着直线行驶一定的路程,并以采集到的帧作为样本数据进行计算和修正,对于使用场景的限制较大,而在本发明中,分别针对直线行驶和转弯两种行驶情况,分开进行标定,并公开了一种基于车辆转弯时的雷达标定方法,并通过设置分组的方式用以区分不同行驶状态,而即使是相同行驶状态,在面临不同路况时仍然会存在差别,所以在本发明中的分组,即使是同一种行驶状态,在时间上不连续的情况下仍然作为独立分组进行计算;而基于上述计算过程,每个独立分组都会得出与其对应的雷达偏角,进而再根据获取的偏角数据进行分析,得到实际的雷达偏角,进而解决了现有技术中在线标定受限于车辆行驶状态的问题。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种车载毫米波雷达在线标定方法的流程示意图。
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,本领域普通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。
请参阅图1所示,本发明为一种车载毫米波雷达在线标定方法,包括以下步骤:
S1:通过毫米波雷达获取车辆在行驶过程中的点云信息,并判断车辆当前的行驶状态,所述的行驶状态包括直线行驶和转弯;
S2:逐帧获取所述的点云信息,并根据车辆的行驶状态,将获取的点云信息划分为若干个分组,其中相同分组中的点云信息对应的车辆的行驶状态相同,并且同一分组中的点云信息对应的获取时间在时间轴上连续;
S3:根据不同分组对应的车辆的行驶状态,分开构造雷达坐标系点集和车身坐标系点集,并通过两个点集的旋转矩阵求取雷达偏角;其中,在车辆的行驶状态为转弯,通过转弯时车辆的行驶速度与车辆的瞬时速度对点云信息中的多普勒速度进行修正;
S4:基于不同分组计算出的若干个雷达偏角,进行数据分析,计算出车辆的实际雷达偏角。
可以理解的是,汽车在行驶的过程中,主要存在两种情况,一种是直行,另一种是转弯,尤其是在面对比较负责的路况的时候,汽车的行驶状态往往是直行和转弯频繁变换的过程;而在现有技术中,针对车载毫米波雷达的在线标定,一般是在汽车直行行驶的过程中的标定,需要汽车沿着直线行驶一定的路程,并以采集到的帧作为样本数据进行计算和修正,对于使用场景的限制较大,而在本发明中,分别针对直线行驶和转弯两种行驶情况,分开进行标定,并公开了一种基于车辆转弯时的雷达标定方法,并通过设置分组的方式用以区分不同行驶状态,而即使是相同行驶状态,在面临不同路况时仍然会存在差别,所以在本发明中的分组,即使是同一种行驶状态,在时间上不连续的情况下仍然作为独立分组进行计算;而基于上述计算过程,每个独立分组都会得出与其对应的雷达偏角,进而再根据获取的偏角数据进行分析,得到实际的雷达偏角,进而解决了现有技术中在线标定受限于车辆行驶状态的问题。
而值得注意的是,在本发明中雷达偏角的数据分析可以通过现有技术中求取平均值、线性拟合等方式得出,在此不做赘述。
在本发明一种优选的实施例中,在所述的步骤S2中,当所述的车辆的行驶速度不满足约束条件时,则删除已获取的若干帧点云信息,并在车辆的行驶速度满足约束条件时重新获取,所述的约束条件为:
0<V≤Vmax;
V'≤Vmax';
其中,V表示车辆在处于直线行驶时的行驶速度;V'表示车辆处于转弯状态时的行驶速度;Vmax表示预设的最大直线行驶速度;Vmax'表示预设的最大转弯行驶速度。
在本发明一种优选的实施例中,在所述的步骤S3中,还包括目标点的选取,其具体步骤如下所示:
根据车辆的行驶状态从所述的点云信息中筛选出处于静止状态的点作为目标点;
当所述的分组的对应的车辆的行驶状态为直线行驶时,所述的目标点满足以下约束:
|Vd-Vcosαcosβ|≤ΔV;
其中,Vd表示基于毫米波雷达获取的目标点的多普勒速度,α表示目标点的方位角,β表示目标点的俯仰角,ΔV表示预设的最小浮动量;
当所述的分组的对应的车辆的行驶状态为转弯时,所述的目标点满足以下约束:
|Vd-V''cosαcosβ|≤ΔV;
其中,V''表示车辆的行驶速度在对应帧的切线速度。
在本发明一种优选的实施例中,在所述的步骤S4中,对于不同行驶状态下的分组,其雷达偏角的求取步骤如下所示:
当所述的分组所对应的车辆的行驶状态为直线行驶时,根据分组中的点云信息构造雷达坐标系点集和车身坐标系点集,并求取两个点集的旋转矩阵,基于所述的旋转矩阵求取雷达偏角;
当所述的分组所对应的车辆的行驶状态为转弯时,构建映射矩阵Nt:
;
其中,αn表示第n个目标点的方向角,βn表示第n个目标点的俯仰角,n表示目标点的总个数;
根据n个目标点的多普勒速度构建多普勒速度向量:
;
其中,λ表示转弯修正系数,λ=V''/V,Vdn表示第n个目标点的多普勒速度;
根据所述的多普勒速度向量和映射矩阵Nt构造雷达坐标系下的样本:
;
根据车辆行驶速度构造车身坐标系下的样本 :
;
其中,Vcor表示车辆的行驶速度在当前帧的修正量;
根据当前分组的帧数、雷达坐标系下的样本以及车身坐标系下的样本构造雷达坐标系目标样本VR和车身坐标系目标样本集Vcar,
;
;
其中,max表示当前分组的帧的总数;
并通过两个点集之间的旋转矩阵求解相应的雷达偏角;点集间的旋转矩阵的求解以及通过旋转矩阵求解雷达偏角的方法可以参考现有技术中的计算方法,在此不作赘述。
在本发明一种优选的实施例中,在所述的步骤S4中,计算车辆的行驶速度在当前帧的修正量Vcor的具体步骤如下所示:
获取车辆在当前帧对应的时间节点的行驶速度V;
假设所述的车辆以速度V在圆形路线上行驶,在经过单位时间T0后,前轮转过的角度为η,后轮转过的角度为η-δ;
计算前后轮的线速度分别为:
V1=Vcos(θ);
V2=Vcos(θ-δ);
则,车辆的行驶速度在当前帧的修正量为:
;
其中,δ为后轮相对于前轮的滞后角。
在本发明一种优选的实施例中,在所述的步骤S2中,当所述的车辆的行驶速度不满足约束条件时,则删除当前分组中已获取的若干帧点云信息,并保留之前分组的若干帧点云信息。
在本发明一种优选的实施例中,当某一分组中获取的点云信息的帧数少于预设数量时,则删除该分组。
在本发明一种优选的实施例中,对于不同分组中,目标点的总个数n的选取方式如下所示:
获取分组中,每一帧点云信息中目标点的个数ni,ni表示第i帧中目标点的个数;
选取ni的最小值min(ni)并验证所述的最小值min(ni)是否大于等于预设的最小个数;
如果验证通过,所述的最小值min(ni)大于等于预设的最小个数,则选取min(ni)作为该分组在计算雷达偏角所选取的目标点的总个数;
如果验证未通过,所述的最小值min(ni)小于预设的最小个数,则在保证分组中总帧数不少于预设数量的前提下,删除与最小值min(ni)对应的帧,并重复上述过程。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (6)
1.一种车载毫米波雷达在线标定方法,其特征在于,包括以下步骤:
S1:通过毫米波雷达获取车辆在行驶过程中的点云信息,并判断车辆当前的行驶状态,所述的行驶状态包括直线行驶和转弯;
S2:逐帧获取所述的点云信息,并根据车辆的行驶状态,将获取的点云信息划分为若干个分组,其中相同分组中的点云信息对应的车辆的行驶状态相同,并且同一分组中的点云信息对应的获取时间在时间轴上连续;
S3:根据不同分组对应的车辆的行驶状态,分开构造雷达坐标系点集和车身坐标系点集,并通过两个点集的旋转矩阵求取雷达偏角;其中,在车辆的行驶状态为转弯,通过转弯时车辆的行驶速度与车辆的瞬时速度对点云信息中的多普勒速度进行修正;
S4:基于不同分组计算出的若干个雷达偏角,进行数据分析,计算出车辆的实际雷达偏角;
在所述的步骤S4中,对于不同行驶状态下的分组,其雷达偏角的求取步骤如下所示:
当所述的分组所对应的车辆的行驶状态为直线行驶时,根据分组中的点云信息构造雷达坐标系点集和车身坐标系点集,并求取两个点集的旋转矩阵,基于所述的旋转矩阵求取雷达偏角;
当所述的分组所对应的车辆的行驶状态为转弯时,构建映射矩阵Nt:
;
其中,αn表示第n个目标点的方向角,βn表示第n个目标点的俯仰角,n表示目标点的总个数;
根据n个目标点的多普勒速度构建多普勒速度向量:
;
其中,λ表示转弯修正系数,λ=V''/V,Vdn表示第n个目标点的多普勒速度,V表示车辆在处于直线行驶时的行驶速度,V''表示车辆的行驶速度在对应帧的切线速度;
根据所述的多普勒速度向量和映射矩阵Nt构造雷达坐标系下的样本;
根据车辆行驶速度构造车身坐标系下的样本:
;
其中,Vcor表示车辆的行驶速度在当前帧的修正量;
根据当前分组的帧数、雷达坐标系下的样本以及车身坐标系下的样本/>构造雷达坐标系目标样本和车身坐标系目标样本集,并通过两个点集之间的旋转矩阵求解相应的雷达偏角;
在所述的步骤S4中,计算车辆的行驶速度在当前帧的修正量Vcor的具体步骤如下所示:
获取车辆在当前帧对应的时间节点的行驶速度V;
假设所述的车辆以速度V在圆形路线上行驶,在经过单位时间T0后,前轮转过的角度为η,后轮转过的角度为η-δ;
计算前后轮的线速度分别为:
V1=Vcos(θ);
V2=Vcos(θ-δ);
则,车辆的行驶速度在当前帧的修正量为:
;
其中,δ为后轮相对于前轮的滞后角。
2.根据权利要求1所述的一种车载毫米波雷达在线标定方法,其特征在于,在所述的步骤S2中,当所述的车辆的行驶速度不满足约束条件时,则删除已获取的若干帧点云信息,并在车辆的行驶速度满足约束条件时重新获取,所述的约束条件为:
0<V≤Vmax;
V'≤Vmax';
其中,V'表示车辆处于转弯状态时的行驶速度;Vmax表示预设的最大直线行驶速度;Vmax'表示预设的最大转弯行驶速度。
3.根据权利要求1所述的一种车载毫米波雷达在线标定方法,其特征在于,在所述的步骤S3中,还包括目标点的选取,其具体步骤如下所示:
根据车辆的行驶状态从所述的点云信息中筛选出处于静止状态的点作为目标点;
当所述的分组的对应的车辆的行驶状态为直线行驶时,所述的目标点满足以下约束:
|Vd-Vcosαcosβ|≤ΔV;
其中,Vd表示基于毫米波雷达获取的目标点的多普勒速度,α表示目标点的方位角,β表示目标点的俯仰角,ΔV表示预设的最小浮动量;
当所述的分组的对应的车辆的行驶状态为转弯时,所述的目标点满足以下约束:
|Vd-V''cosαcosβ|≤ΔV。
4.根据权利要求2所述的一种车载毫米波雷达在线标定方法,其特征在于,在所述的步骤S2中,当所述的车辆的行驶速度不满足约束条件时,则删除当前分组中已获取的若干帧点云信息,并保留之前分组的若干帧点云信息。
5.根据权利要求1所述的一种车载毫米波雷达在线标定方法,其特征在于,当某一分组中获取的点云信息的帧数少于预设数量时,则删除该分组。
6.根据权利要求1所述的一种车载毫米波雷达在线标定方法,其特征在于,对于不同分组中,目标点的总个数n的选取方式如下所示:
获取分组中,每一帧点云信息中目标点的个数ni,ni表示第i帧中目标点的个数;
选取ni的最小值min(ni)并验证所述的最小值min(ni)是否大于等于预设的最小个数;
如果验证通过,所述的最小值min(ni)大于等于预设的最小个数,则选取min(ni)作为该分组在计算雷达偏角所选取的目标点的总个数;
如果验证未通过,所述的最小值min(ni)小于预设的最小个数,则在保证分组中总帧数不少于预设数量的前提下,删除与最小值min(ni)对应的帧,并重复上述过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410411039.6A CN118011345B (zh) | 2024-04-08 | 2024-04-08 | 一种车载毫米波雷达在线标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410411039.6A CN118011345B (zh) | 2024-04-08 | 2024-04-08 | 一种车载毫米波雷达在线标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118011345A CN118011345A (zh) | 2024-05-10 |
CN118011345B true CN118011345B (zh) | 2024-06-25 |
Family
ID=90947371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410411039.6A Active CN118011345B (zh) | 2024-04-08 | 2024-04-08 | 一种车载毫米波雷达在线标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118011345B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113552546A (zh) * | 2021-07-23 | 2021-10-26 | 北京经纬恒润科技股份有限公司 | 一种车载雷达安装角度的标定方法及装置 |
CN116859356A (zh) * | 2023-09-05 | 2023-10-10 | 上海几何伙伴智能驾驶有限公司 | 基于旋转矩阵优化求解的车载4d毫米波雷达自标定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9182477B2 (en) * | 2013-03-15 | 2015-11-10 | Honda Motor Co., Ltd. | Vehicle radar alignment method and system |
JP6778873B2 (ja) * | 2016-08-10 | 2020-11-04 | パナソニックIpマネジメント株式会社 | レーダ設置角度算出装置、レーダ装置およびレーダ設置角度算出方法 |
CN110261831B (zh) * | 2019-07-04 | 2021-05-04 | 北京行易道科技有限公司 | 一种雷达安装校准方法及*** |
CN113805147B (zh) * | 2021-07-30 | 2024-04-05 | 纵目科技(上海)股份有限公司 | 车载雷达水平测量角度自校正方法、装置、介质及设备 |
CN114791591A (zh) * | 2022-03-09 | 2022-07-26 | 北京经纬恒润科技股份有限公司 | 雷达标定方法 |
CN117368865A (zh) * | 2023-10-21 | 2024-01-09 | 苏州承泰科技有限公司 | 一种毫米波雷达自标定方法 |
-
2024
- 2024-04-08 CN CN202410411039.6A patent/CN118011345B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113552546A (zh) * | 2021-07-23 | 2021-10-26 | 北京经纬恒润科技股份有限公司 | 一种车载雷达安装角度的标定方法及装置 |
CN116859356A (zh) * | 2023-09-05 | 2023-10-10 | 上海几何伙伴智能驾驶有限公司 | 基于旋转矩阵优化求解的车载4d毫米波雷达自标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118011345A (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110596694B (zh) | 一种复杂环境雷达多目标跟踪和道路行驶环境预测方法 | |
CN111679256B (zh) | 汽车毫米波雷达的角度校准方法、装置、***及存储介质 | |
US8112223B2 (en) | Method for measuring lateral movements in a driver assistance system | |
EP1315980B1 (en) | Path prediction system and method | |
US5964822A (en) | Automatic sensor azimuth alignment | |
US5745070A (en) | Vehicle accurately detect an object in a lane of the radar equipped vehicle moving in a curve | |
CN110320518B (zh) | 一种车载bsd毫米波雷达安装位置自动标定方法 | |
CN111025250B (zh) | 一种车载毫米波雷达在线标定方法 | |
GB2317256A (en) | Detecting right-hand or left-hand traffic | |
JP2003513248A (ja) | 車両における角度誤差のための補償装置を備えた距離センサー | |
EP3537173B1 (en) | Method and system for determining the pointing angle of a moving object | |
GB2390244A (en) | Method for estimating the curvature of a road using moving and stationary objects | |
CN115144825A (zh) | 一种车载雷达的外参标定方法与装置 | |
CN112731296B (zh) | 一种汽车毫米波雷达点迹凝聚方法及*** | |
US11209524B2 (en) | Detection system and method for characterizing targets | |
CN114735018A (zh) | 一种基于单雷达的前方最危险目标车辆的筛选判断方法 | |
CN107991677A (zh) | 一种行人检测方法 | |
CN113126046A (zh) | 一种车载前向毫米波雷达安装误差自校准方法 | |
US6678602B2 (en) | Method for regulating the speed of a vehicle | |
CN113552546B (zh) | 一种车载雷达安装角度的标定方法及装置 | |
CN118011345B (zh) | 一种车载毫米波雷达在线标定方法 | |
CN111190150A (zh) | 车载雷达自学习标定方法及*** | |
CN110703253B (zh) | 毫米波雷达水平位置确定方法 | |
CN115697815A (zh) | 用于确定用于车辆的直线行驶修正的修正角的方法和设备 | |
CN110703216B (zh) | 一种雷达调整***、调整方法及雷达装置 |
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 |