毫米波雷达全FOV受限场景识别方法、存储介质及车载设备技术

本发明专利技术涉及车载雷达的技术领域，尤其涉及毫米波雷达全FOV受限场景识别方法、存储介质及车载设备。所述方法包括：获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线，得到统计边界值；获取毫米波雷达在全FOV受限场景下回波对应的一维FFT谱线，得到统计边界值；根据两个一维FFT谱线变化率统计边界值，计算得到识别判定阈值；识别过程中，获取当前毫米波雷达回波对应的一维FFT谱线，得到统计边界值，并与识别判定阈值进行比对，得到当前毫米波雷达全FOV受限场景识别结果。本发明专利技术鲁棒性强，对算力要求低，改善了车载毫米波雷达系统的自诊断能力，且满足车载毫米波雷达诊断应用的实时性，提高了车载毫米波雷达自诊断的可靠性，保证用户的使用体验。

【技术实现步骤摘要】
毫米波雷达全FOV受限场景识别方法、存储介质及车载设备
本专利技术涉及车载雷达的
，尤其涉及毫米波雷达全FOV受限场景识别方法、存储介质及车载设备。
技术介绍
毫米波雷达具有体积小、质量轻、空间分辨率高和全天候(大雨天除外)全天时等特点，尤其对于调频连续波(FrequencyModulationContinuousWave，FMCW)雷达，因其测距无盲区、易于实现小型化等优点，在汽车领域备受青睐，辅助驾驶员对汽车周围的环境进行实时感知，识别潜在的行车危险，故其成为重要的车载传感器之一。对于工程应用，毫米波雷达应具备实时的自诊断功能，以保证毫米波雷达拥有实时的正确环境感知能力。其中，在行车过程中，由于电磁波传输路径上的车载毫米波雷达第二表面(保险杠/车标)易被湿雪、污泥等异物直接覆盖，导致电磁波传输受阻，最终导致毫米波雷达失去环境感知能力，因此毫米波雷达传输路径上的第二表面被异物覆盖是导致其失去对环境感知能力的最常见，也是最致命的原因之一，因此实现毫米波雷达的遮挡自检测功能成为毫米波雷达实时自诊断功能中尤为关键与重要的一项。然而，对于依据有、无异物覆盖的时域或频域信号表征来实现异物覆盖判断的遮挡检测算法，在实际行车过程中，易遇到影响遮挡检测正确率的“困难”场景，即毫米波雷达的全FOV(FieldofView，视场)受限场景，在这种场景下，常规检测算法很容易将无遮挡场景误判成遮挡场景，进而引起误报。全FOV受限场景定义为，毫米波雷达的全部FOV区域内，各个角度的近距离处均被物体包围的场景。其中，包围物体可以为具有电磁波强衰减性能与电磁波强反射性能的物体的组合，也可以为单独的具有电磁波强反射性能的物体。全FOV受限场景对毫米波雷达检测的影响直接表现为，在该场景下，电磁波传输受到阻碍，无法进行远距离的目标检测，典型的全FOV受限场景如，雷达四周被墙体和旁边车辆包围的停车场，在该场景下，电磁波传输的主要表现为，雷达全FOV的电磁波在短距离内传输时就受到周围墙体物体衰减、被车辆反射并产生多径信号，导致雷达无法检测远距离目标，与此同时，远距离上无杂波进入接收端信号，此时的信号表征与常规场景下的信号表征存在差异。毫米波雷达处于全FOV受限场景时，即使其第二表面并非受到异物直接覆盖，但由于电磁波传输同样受阻，从时域或频域上看，此时的信号表征与雷达第二表面直接被异物覆盖时的表征几乎一致，表现出“伪”遮挡特征，导致遮挡检测算法无法区别出是真正的雷达第二表面保险杠被直接异物覆盖还是非直接异物覆盖的全FOV受限场景，从而出现遮挡误报警，影响遮挡检测的算法鲁棒性，引起不良的用户体验。
技术实现思路
本专利技术为解决当前毫米波雷达自诊断容易因处于全FOV受限场景而出现遮挡误报警，影响遮挡检测的算法鲁棒性，导致用户体验差的技术问题，提供一种毫米波雷达全FOV受限场景识别方法、存储介质及车载设备。为解决上述技术问题，本专利技术的技术方案如下：一种毫米波雷达全FOV受限场景识别方法，所述方法包括：获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在非全FOV受限场景下一维FFT谱线变化率统计边界值；获取毫米波雷达在全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在全FOV受限场景下一维FFT谱线变化率统计边界值；根据毫米波雷达在非全FOV受限场景下和在全FOV受限场景下的一维FFT谱线变化率统计边界值，计算得到毫米波雷达全FOV受限场景的识别判定阈值；识别过程中，获取当前毫米波雷达回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达当前一维FFT谱线变化率统计边界值，并与识别判定阈值进行比对，得到当前毫米波雷达全FOV受限场景识别结果。进一步的，所述获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在非全FOV受限场景下一维FFT谱线变化率统计边界值包括：获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线；根据非全FOV受限场景下回波对应的一维FFT谱线，计算得到其变化率；统计前、后距离段的一维FFT谱线变化率和值，根据变化率和值计算得到非全FOV受限场景下一维FFT谱线变化率统计边界值。进一步的，所述根据非全FOV受限场景下回波对应的一维FFT谱线，计算得到其变化率具体包括：对非全FOV受限场景下回波对应的一维FFT谱线进行差分计算，得到其变化率。进一步的，所述获取毫米波雷达在全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在全FOV受限场景下一维FFT谱线变化率统计边界值包括：在全FOV受限场景下，获取不同受限距离下的多个回波对应一维FFT谱线；对多个回波对应一维FFT谱线分别进行差分运算，得到多个一维FFT谱线对应的变化率；根据多个一维FFT谱线对应的变化率，分别计算得到各个一维FFT谱线的统计边界值；根据多个一维FFT谱线的统计边界值，得到全FOV受限场景下的变化率统计边界值。进一步的，所述根据多个一维FFT谱线对应的变化率，分别计算得到各个一维FFT谱线的统计边界值包括：分别统计各个一维FFT谱线对应的变化率和值；根据各个一维FFT谱线对应的变化率和值，计算得到各个一维FFT谱线的统计边界值。进一步的，所述识别判断阈值为非全FOV受限场景下和全FOV受限场景下的一维FFT谱线变化率统计边界值的平均值。进一步的，所述识别过程中，获取当前毫米波雷达回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达当前一维FFT谱线变化率统计边界值，并与识别判定阈值进行比对，得到当前毫米波雷达全FOV受限场景识别结果包括：识别过程中，实时获取毫米波雷达回波对应的一维FFT谱线；根据获取到的一维FFT谱线，计算得到当前一维FFT谱线的变化率统计边界值；将当前变化率统计边界值与毫米波雷达全FOV受限场景的识别判定阈值进行比对，得到当前毫米波雷达全FOV受限场景识别结果。进一步的，所述将当前变化率统计边界值与毫米波雷达全FOV受限场景的识别判定阈值进行比对，得到当前毫米波雷达全FOV受限场景识别结果包括：判断当前变化率统计边界值是否小于毫米波雷达全FOV受限场景的识别判定阈值；若是，判定当前毫米波雷达处于非全FOV受限场景；若否，判定当前毫米波雷达处于全FOV受限场景。本专利技术还提供一种存储介质，所述存储介质包括指令，所述指令用于实现上述的毫米波雷达全FOV受限场景识别方法。本专利技术提供一种车载设备，其特征在于，所述车载设备包括处理器和存储介质，所述车载设备通过处理器调用存储介质，以执行以下步骤：获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在非全FOV受限场景下一维FFT谱线本文档来自技高网...

【技术保护点】
1.一种毫米波雷达全FOV受限场景识别方法，其特征在于，所述方法包括：/n获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在非全FOV受限场景下一维FFT谱线变化率统计边界值；/n获取毫米波雷达在全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在全FOV受限场景下一维FFT谱线变化率统计边界值；/n根据毫米波雷达在非全FOV受限场景下和在全FOV受限场景下的一维FFT谱线变化率统计边界值，计算得到毫米波雷达全FOV受限场景的识别判定阈值；/n识别过程中，获取当前毫米波雷达回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达当前一维FFT谱线变化率统计边界值，并与识别判定阈值进行比对，得到当前毫米波雷达全FOV受限场景识别结果。/n

【技术特征摘要】
1.一种毫米波雷达全FOV受限场景识别方法，其特征在于，所述方法包括：
获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在非全FOV受限场景下一维FFT谱线变化率统计边界值；
获取毫米波雷达在全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在全FOV受限场景下一维FFT谱线变化率统计边界值；
根据毫米波雷达在非全FOV受限场景下和在全FOV受限场景下的一维FFT谱线变化率统计边界值，计算得到毫米波雷达全FOV受限场景的识别判定阈值；
识别过程中，获取当前毫米波雷达回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达当前一维FFT谱线变化率统计边界值，并与识别判定阈值进行比对，得到当前毫米波雷达全FOV受限场景识别结果。


2.根据权利要求1所述的毫米波雷达全FOV受限场景识别方法，其特征在于，所述获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在非全FOV受限场景下一维FFT谱线变化率统计边界值包括：
获取毫米波雷达在非全FOV受限场景下回波对应的一维FFT谱线；
根据非全FOV受限场景下回波对应的一维FFT谱线，计算得到其变化率；
统计前、后距离段的一维FFT谱线变化率和值，根据变化率和值计算得到非全FOV受限场景下一维FFT谱线变化率统计边界值。


3.根据权利要求2所述的毫米波雷达全FOV受限场景识别方法，其特征在于，所述根据非全FOV受限场景下回波对应的一维FFT谱线，计算得到其变化率具体包括：
对非全FOV受限场景下回波对应的一维FFT谱线进行差分计算，得到其变化率。


4.根据权利要求1所述的毫米波雷达全FOV受限场景识别方法，其特征在于，所述获取毫米波雷达在全FOV受限场景下回波对应的一维FFT谱线，根据该一维FFT谱线，得到毫米波雷达在全FOV受限场景下一维FFT谱线变化率统计边界值包括：
在全FOV受限场景下，获取不同受限距离下的多个回波对应一维FFT谱线；
对多个回波对应一维FFT谱线分别进行差分运算，得到多个一维FFT谱线对应的变化率；
根据多个一维FFT谱线对应的变化率，分别计算得到各个一维FFT谱线的统计边界值；
根据多个一维FFT谱线的统计边界值，得到全FOV受限场景下的变化率统计边界值。


5.根据权利要求4所述的毫米波雷达全FOV受限场景识别方法，其特征在于，所述根据多个一维FFT谱线对应的变化率，分别计算得到各个一维FFT...

【专利技术属性】
技术研发人员：陈丽，唐恺，罗贤平，
申请(专利权)人：惠州市德赛西威智能交通技术研究院有限公司，
类型：发明
国别省市：广东;44