System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 确定交通工具环境中的对象的径向速度制造技术_技高网

确定交通工具环境中的对象的径向速度制造技术

技术编号:41745576 阅读:17 留言:0更新日期:2024-06-21 21:32
本公开涉及一种用于确定交通工具周围的对象的径向速度的计算机实现的方法,所述方法包括以下步骤:从雷达获得测量数据,所述测量数据包括指示所述对象的测量的径向速度的信号数据,将所述对象的所述测量的径向速度映射到多个径向速度区间,使用人工智能(AI)引擎基于补充测量数据来确定针对所述多个径向速率区间中的每个区间的概率值,以及通过基于所述概率值选择所述多个径向速度区间中的区间来确定所述对象的所述径向速度。本公开还涉及对应的装置、计算机程序和交通工具。

【技术实现步骤摘要】

本公开涉及用于确定交通工具周围的对象的径向(radial)速度的计算机实现的方法、装置、交通工具中的装置以及计算机程序。


技术介绍

1、当今,交通工具(汽车、船舶、机器人等)经常使用交通工具辅助系统(例如,诸如高级驾驶辅助系统(adas))来操作,以向驾驶员提供一定程度的驾驶辅助。另外,交通工具辅助系统也可能能够半自主地或者甚至完全自主地控制交通工具。这要求交通工具辅助系统对其周围环境,特别是对诸如其他交通工具、行人等障碍物具有足够的了解,以避免碰撞并且允许交通工具安全地导航通过其周围环境。雷达通常被用于获得所需要的数据,以确定对象、估计其速度或者对交通工具环境中的周围进行分类。

2、由于雷达或雷达传感器相对便宜,具有长的范围,并且与其他传感器相比具有较小的天气依赖性,因此使用雷达传感器已经越来越受欢迎。一种常用类型的雷达是fmcw雷达。

3、在fmcw雷达信号处理中,假设目标是根据所发射的雷达波的返回回波而确定的所谓距离多普勒图中的峰值,其中,每个图位置对应于目标的特定范围r和速度vr。确定撞击波的入射角α导致所谓的探测(包括目标的范围、角度、径向速度和幅度)。由于该径向速度是根据快速傅立叶变换(fft)获得的以测量中间信号跨n个fmcw线性调频(chirp)的相移,因此测量能力受到由采样定理所施加的约束的限制。

4、一般而言,用于提取时间离散信号的频率分量的任何fft都是由最大分辨率和最大采样频率来确定的:

5、1.仍然能够分辨的频率的最小变化是由采样频率fsample与每个测量窗口的采样位置的量的比率来确定的,并且

6、2.根据奈奎斯特-香农采样定理来确定最大无模糊(unambiguous)频率。亦即,如果函数不包含高于w的频率,则通过在区间1/(2w)秒的一系列点处给出其坐标来完全确定所述函数,这意味着需要至少2w的采样率来从所述信号中提取w的最大频率。

7、当设计雷达系统时,最大可分辨频率以及最大无模糊频率区间(interval)两者都是由系统参数来确定的,如载波频率fc和线性调频持续时间tc。尽管测量到的多普勒速度的模糊性可能对雷达应用构成更高的总体挑战,简单修改这些系统参数以增加无模糊多普勒区间也影响多普勒测量的分辨率。因此,当调整这两项约束中的一项约束时,必须始终同时地考虑这两项约束。

8、如上所述,信号的最大可分辨频率是由fsample与fft的采样位置的量的比率来确定的。径向速度vr是通过测量跨n个连续线性调频的相位变化来确定的。在线性调频长度为tc的情况下,所述采样频率因此被定义为fsample=1/tc,导致具有通过下式约束的最大分辨率的多普勒频率:

9、

10、这导致了通过下式给出的最大可分辨速度:

11、

12、此外,采样率fsample的一半确定了能够通过fft提取的最大无模糊频率,同时不违反奈奎斯特-香农定理。因此,由下式约束指示潜在对象的速度的跨n个线性调频的相移频率fv:

13、

14、这导致了通过下式给出的最大无模糊速度:

15、

16、考虑针对fc和tc的不同参数,这些方程描述了在速度分辨率与最大无模糊速度区间之间的上述权衡。尽管增加fc和tc两者增加了在第二方程中所定义的速度分辨率,但是减小了在第四方程中所表示的无模糊速度范围。类似地,减小fc和tc导致了相反的效果。出于该原因,不能够通过简单地调谐这些系统参数来优化雷达系统的总体性能。

17、由于在测量的径向速度与实际径向速度之间的潜在高差异,测量的多普勒速度的模糊性显著降低了系统的可靠性。

18、在现有技术中,已经提出了使用雷达数据来预测交通工具周围的对象的动力学的基于深度学习的方案。例如,在bence major等人的“vehicle detection with automotiveradar using deep learning”中,对象的速度被分配到边界框中,以预测对象的绝对速度。尽管该方案提供了一种基于雷达数据来确定对象的速度的方式,但是对绝对速度的估计并不是非常精确的。

19、在这种背景下,本专利技术的目的是提供一种用于改进对交通工具环境中的对象的径向速度的基于雷达的确定的方法。


技术实现思路

1、上述问题至少部分地通过根据权利要求1所述的计算机实现的方法、通过根据权利要求13所述的装置、通过根据权利要求14所述的计算机程序以及通过根据权利要求15所述的交通工具来解决。

2、在一方面中,本专利技术涉及一种用于确定交通工具周围对象的径向速度的计算机实现的方法。测量数据可以从雷达获得,其中,所述测量数据可以包括指示所述对象的测量的径向速度的信号数据。所述方法还可以包括将所述对象的所述测量的径向速度映射到多个径向速度区间的步骤。此外,所述方法可以包括以下步骤:使用人工智能(ai)引擎,优选地使用深度学习模型,基于补充测量数据来确定针对所述多个径向速度区间中的每个径向速度区间的概率值。所述方法还可以包括通过基于所述概率值选择所述多个径向速度区间中的区间来确定所述对象的所述径向速度的步骤。

3、通过以上内容,能够通过使用例如测量的多普勒速度来更精确地确定对象的径向速度,从而降低特定雷达系统固有的任何潜在模糊性的风险。

4、在另外的方面中,确定所述概率值是基于优选被包括在补充测量数据中的以下值中的一项或多项的:与所述对象相关联的反射角数据、环境上下文数据和/或指示所述对象的测量的径向速度的信号数据。

5、通过以上内容,能够确定被分配给所述多个径向速度区间中的每个区间的所述概率值。例如,与对象相关联的所述反射角可以指示对象是否可能在道路的相反车道上,或者其是否正在与交通工具相同的方向/相同的车道上行驶,这执行了根据本公开的方法。所述环境上下文数据可以例如指示环境是高速公路环境还是住宅区环境。基于这两个确定中的一个或多个确定以及基于所述测量的径向速度,能够将所述概率值分配给所述多个径向速度区间中的个体区间。

6、在另外的方面中,选择所述区间还包括:基于优选被包括在所述测量数据中的补充测量数据来估计所述对象的速度值;以及考虑估计的速度值以估计被分配给所述多个径向速度区间中的每个区间的所述概率值。优选地,所述补充测量能够直接从所述测量数据获得或者间接地形成所述测量数据,即,是基于所述测量数据来确定的。

7、通过以上内容,能够通过考虑雷达数据的其他方面和交通工具/对象的环境来确定所述对象的估计的速度。例如,可以例如通过ai系统来估计或确定速度值。然后,可以使用该速度值来定义针对每个区间的概率值。然后,可以选择具有最高概率值的区间作为包括所述对象的实际径向速度的区间。通过考虑估计的径向速度以基于所述对象的测量的径向速度来确定所述对象的实际径向速度,可以避免模糊的(ambiguous)测量的径向速度的大的差异。

8、在另外的方面中,通过选择本文档来自技高网...

【技术保护点】

1.一种用于确定交通工具周围的对象的径向速度的计算机实现的方法,所述方法包括以下步骤:

2.根据前述权利要求所述的方法,其中,确定所述概率值是基于优选被包括在所述补充测量数据中的以下值中的一项或多项的:

3.根据前述权利要求所述的方法,其中,选择所述区间还包括:

4.根据前述权利要求中的任一项所述的方法,其中,所述对象的所述径向速度是通过选择所述多个径向速度区间中具有最高概率值的区间来确定的。

5.根据前述权利要求所述的方法,其中,确定所述对象的所述径向速度还包括:

6.根据前述权利要求中的任一项所述的方法,还包括:

7.根据权利要求3和6所述的方法,还包括:

8.根据前述权利要求所述的方法,其中,在所述潜在的测量的径向速度值与所述估计的径向速度值之间的最小差对应于所述最高概率值。

9.根据前述权利要求中的任一项所述的方法,其中,所述区间在多普勒速度维度上被彼此相邻地分配。

10.根据前述权利要求中的任一项所述的方法,其中,所述区间在所述多普勒速度维度上具有公共宽度,其中,优选地,所述公共宽度取决于所述雷达的特性。

11.根据前述权利要求中的任一项所述的方法,其中:

12.根据前述权利要求中的任一项所述的方法,其中,所述方法还包括:

13.一种包括被配置为执行根据权利要求1至12中的任一项所述的方法的单元的装置。

14.一种包括指令的计算机程序,所述指令当由计算系统运行时使得所述计算系统执行根据权利要求1至12中的任一项所述的方法。

15.一种包括根据权利要求13所述的装置的交通工具。

...

【技术特征摘要】

1.一种用于确定交通工具周围的对象的径向速度的计算机实现的方法,所述方法包括以下步骤:

2.根据前述权利要求所述的方法,其中,确定所述概率值是基于优选被包括在所述补充测量数据中的以下值中的一项或多项的:

3.根据前述权利要求所述的方法,其中,选择所述区间还包括:

4.根据前述权利要求中的任一项所述的方法,其中,所述对象的所述径向速度是通过选择所述多个径向速度区间中具有最高概率值的区间来确定的。

5.根据前述权利要求所述的方法,其中,确定所述对象的所述径向速度还包括:

6.根据前述权利要求中的任一项所述的方法,还包括:

7.根据权利要求3和6所述的方法,还包括:

8.根据前述权利要求所述的方法,其中,在所述潜在的测量的径向速度值与所述估计的径向速度...

【专利技术属性】
技术研发人员:M·布劳恩A·贝克尔S·勒斯勒尔M·莫伊特
申请(专利权)人:安波福技术股份公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1