用于识别幽灵车辆的自动驾驶车辆的雷达反欺骗系统技术方案

一种自动驾驶车辆的雷达反欺骗系统包括：多个雷达传感器，其产生表示从对象反射的射频(RF)信号的多个输入探测点；以及控制器，其与多个雷达传感器进行电子通信。一个或多个控制器执行指令，以确定由多个雷达传感器产生的输入探测点的信噪比(SNR)距离比，其中该SNR距离比的值指示对象是幽灵车辆。一个或多个控制器还确定有效粒子数，该有效粒子数指示作为状态变量的一部分的每个变量的重要性采样的粒子退化程度。响应于确定有效粒子数等于或小于预定阈值，一个或多个控制器估计幽灵车辆的幽灵位置。位置。位置。

【技术实现步骤摘要】
用于识别幽灵车辆的自动驾驶车辆的雷达反欺骗系统


[0001]本公开涉及用于识别当自动驾驶车辆的雷达传感器被欺骗时创建的幽灵车辆的系统和方法。

技术介绍

[0002]自动驾驶车辆可以利用各种传感器(诸如，例如雷达传感器、视觉传感器和激光雷达传感器)进行环境感测。任何类型的自主传感器都可能会被欺骗，然而，与其他自主传感器相比，雷达传感器往往最容易被欺骗。虽然雷达传感器很容易被欺骗，但它们也是唯一能在多种天气下工作的自主传感器，因此发展用于雷达传感器的反欺骗技术是有利的。
[0003]欺骗雷达传感器的一个相对简单的方法是利用数字射频(RF)存储器来产生幽灵车辆。幽灵车辆可能会迷惑或误导自动驾驶车辆。具体地，数字存储设备可以用于通过接收、延迟和转发由自动驾驶车辆发射的RF信号来产生假的返回RF信号。自动驾驶车辆的雷达系统将假的RF信号作为来自周围环境中的另一车辆的实际返回RF信号来进行处理和加工，从而产生了幽灵车辆。
[0004]因此，尽管当前的反欺骗技术实现了它们的预期目的，但是在本领域中仍需要识别幽灵车辆的新的和改进的方法。

技术实现思路

[0005]根据几个方面，公开了一种自动驾驶车辆的雷达反欺骗系统。该雷达反欺骗系统包括：多个雷达传感器，产生表示从对象反射的射频(RF)信号的多个输入探测点；以及一个或多个控制器，与多个雷达传感器进行电子通信，其中一个或多个控制器执行指令，以确定由多个雷达传感器产生的多个输入探测点的信噪比(SNR)距离比，其中SNR距离比的值指示对象是幽灵车辆。一个或多个控制器执行指令以基于多个输入探测点和SNR距离比来确定作为状态变量的一部分的每个变量的重要性采样。一个或多个控制器执行指令，以对作为状态变量的一部分的每个变量的重要性采样进行加权。一个或多个控制器执行指令以确定有效粒子数，该有效粒子数指示作为状态变量的一部分的每个变量的重要性采样的粒子退化程度。最后，响应于确定有效粒子数等于或小于预定阈值，一个或多个控制器基于状态变量来估计幽灵车辆的幽灵位置。
[0006]在一个方面，SNR距离比表示对象的SNR约束变量随时间的差异，其中该SNR约束变量表示实测SNR和对象的距离之间的物理约束。
[0007]在另一个方面，SNR距离比由下式确定：
[0008][0009]其中，t和t+1表示连续的时间步长，γ是SNR约束变量，d
T
表示真实距离，并且d
M
表示实测距离。
[0010]在又一个方面，状态变量表达为：
[0011]X
t
＝[x(t)，y(t)，v
x
(t)，v
y
(t)，γ(t)]T
[0012]其中，X
t
是状态变量，x(t)，y(t)表示x和y位置，v
x
(t)，v
y
(t)表示x和y速度坐标，并且γ(t)是SNR距离比。
[0013]在一个方面，通过确定以下值来对作为状态变量的一部分的每个变量的重要性采样进行加权：
[0014][0015][0016]其中，表示时间步长t处采样点的权重，是后验分布，是一组采样点，并且σ
j
表示取决于相应分量的动态范围的方差。
[0017]在另一个方面，有效粒子数由下式确定：
[0018][0019]其中，N
eff
是有效粒子数，N
s
是粒子点总数，并且表示时间步长t处采样点的权重。
[0020]在又一个方面，预定阈值等于粒子点总数的一半。
[0021]在一个方面，一个或多个控制器执行指令，以响应于确定有效粒子数等于或小于预定阈值而重新执行重采样操作来改善粒子分布。
[0022]在另一个方面，一个或多个控制器执行指令，以基于状态变量来估计SNR距离比，从而确定估计的SNR距离比。
[0023]在又一个方面，一个或多个控制器执行指令，以将估计的SNR距离比与小于1的预定值进行比较，并且响应于确定估计的SNR距离比小于或等于小于1的预定值而确定幽灵位置是有效幽灵点。
[0024]在一个方面，一个或多个控制器执行指令，以响应于确定估计的SNR距离比大于小于1的预定值而确定幽灵位置是非幽灵点。
[0025]在一个方面，公开了一种通过雷达反欺骗系统探测和跟踪幽灵车辆的方法。该方法包括：一个或多个控制器确定由多个雷达传感器产生的输入探测点的SNR距离比，其中该SNR距离比的值指示对象是幽灵车辆。该方法还包括：一个或多个控制器基于多个输入探测点和SNR距离比来确定作为状态变量的一部分的每个变量的重要性采样。该方法还包括：对作为状态变量的一部分的每个变量的重要性采样进行加权。该方法包括：确定有效粒子数，该有效粒子数指示作为状态变量的一部分的每个变量的重要性采样的粒子退化程度。响应于确定有效粒子数等于或小于预定阈值，该方法包括：基于状态变量来估计幽灵车辆的幽灵位置。
[0026]在另一个方面，响应于确定有效粒子数等于或小于预定阈值，该方法包括：重新执行重采样操作来改善粒子分布。
[0027]在又一个方面，该方法包括：基于状态变量来估计SNR距离比，从而确定估计的SNR
距离比。
[0028]在一个方面，该方法包括：将估计的SNR距离比与小于1的预定值进行比较，并且响应于确定估计的SNR距离比小于或等于小于1的预定值而确定幽灵位置是有效幽灵点。
[0029]在另一个方面，响应于确定估计的SNR距离比大于小于1的预定值，该方法包括：确定幽灵位置是非幽灵点。
[0030]在一个方面，公开了一种自动驾驶车辆的雷达反欺骗系统。该雷达反欺骗系统包括：多个雷达传感器，其产生表示从对象反射的RF信号的多个输入探测点；以及一个或多个控制器，其与多个雷达传感器进行电子通信，其中一个或多个控制器执行指令，以基于来自多个雷达传感器的多个输入探测点来确定对象的SNR偏差系数。一个或多个控制器执行指令，以通过将测量噪声协方差矩阵与SNR偏差系数相结合来修改卡尔曼滤波器的新息协方差矩阵。一个或多个控制器执行指令，以确定欺骗探测度量，该欺骗探测度量量化了由卡尔曼滤波器确定的更新后的状态协方差矩阵和自动驾驶车辆与对象之间实测的探测距离之间的关系，其中当对象是幽灵车辆时，欺骗探测度量的值相对于时间发生变化。
[0031]在另一个方面，一个或多个控制器执行指令，以基于在所定义的时间窗口内确定的欺骗探测度量的标准偏差除以在所定义的时间窗口内确定的欺骗探测度量的均值来确定欺骗探测度量比。
[0032]在另一个方面，一个或多个控制器执行指令，以将欺骗探测度量比与阈值进行比较，并且响应于确定欺骗探测度量比大于阈值而确定对象是幽灵车辆。响应于确定欺骗探测度量比小于或等于阈值，一个或多个控制器确定对象是真实车辆。
[0033]在又一个方面，一个或多个控制器执行指令，以通过确定对象的预期多普勒频率和实测多普勒频率之间的差来计算对象本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶车辆的雷达反欺骗系统，所述雷达反欺骗系统包括：多个雷达传感器，产生表示从对象反射的射频RF信号的多个输入探测点；以及一个或多个控制器，与所述多个雷达传感器进行电子通信，其中所述一个或多个控制器执行指令，以：确定由所述多个雷达传感器产生的所述多个输入探测点的信噪比SNR距离比，其中所述SNR距离比的值指示对象是幽灵车辆；基于所述多个输入探测点和所述SNR距离比来确定作为状态变量的一部分的每个变量的重要性采样；对作为所述状态变量的一部分的每个变量的重要性采样进行加权；确定有效粒子数，所述有效粒子数指示作为所述状态变量的一部分的每个变量的重要性采样的粒子退化程度；以及响应于确定所述有效粒子数等于或小于预定阈值，基于所述状态变量来估计所述幽灵车辆的幽灵位置。2.根据权利要求1所述的雷达反欺骗系统，其中所述SNR距离比表示所述对象的SNR约束变量随时间的差异，其中所述SNR约束变量表示实测SNR和所述对象的距离之间的物理约束。3.根据权利要求1所述的雷达反欺骗系统，其中所述SNR距离比由下式确定：其中，t和t+1表示连续的时间步长，γ是SNR约束变量，d
T
表示真实距离，并且d
M
表示实测距离。4.根据权利要求1所述的雷达反欺骗系统，其中所述状态变量表达为：X
t
＝[x(t),y(t),v
x
(t),v
y
(t),γ(t)]
T
其中，X
t

【专利技术属性】
技术研发人员：Y，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：