【技术实现步骤摘要】
本专利技术涉及车载雷达领域，尤其涉及一种基于4d毫米波雷达的高点云环境识别检测方法及系统。
技术介绍
1、环境感知是自动驾驶和自动辅助导航驾驶中重要的功能之一，对于车辆而言，针对不同的环境状态运行相应的算法可以获得更好的智驾效果。对于传感器而言，获取环境状态可以更有效地剔除对应环境中的噪声信息，确保感知信息的干净准确。
2、4d毫米波雷达由于其丰富和精确的四维信息感知以及较低的成本，已经成为当前自动驾驶和自动辅助导航驾驶中不可或缺的车载传感器之一，但是当前对于高点云环境的检测仍依赖于车载摄像头或是高精地图，通过视频检测或高精地图识别到高点云环境并与4d毫米波雷达数据进行融合处理。该类方法在车辆角度上取得了很好的应用，但是对于雷达传感器本身并未获取环境信息，在有些场景下会影响雷达效果。
3、例如，当自车行驶在隧道、横穿桥梁下方、两侧高树木并排种植的高点云场景下时，雷达除了获取正常的点云信息以外，还会检测到离散、较高的静态点云。该类点云会使得雷达动态标定效果下降，并且在隧道内还可能由于两边反射产生多径噪声，影响雷达性能。如果雷达自身能探测到该类环境信息，就可以针对此类环境采用更具针对性的动态标定算法和感知算法，获取更优的性能表现。因此，获取高点云环境信息对于4d毫米波雷达的性能有十分重要的价值，对于该类信息可以通过4d毫米波雷达自身来实现。
技术实现思路
1、本专利技术的主要目的在于解决现有技术中现有雷达对环境信息感知较弱的缺陷的技术问题。一种基于4d毫米波雷达
2、利用车载前向4d毫米波雷达，获取车辆前方区域内物体的雷达坐标系前向点云信息；
3、根据所述4d毫米波雷达的安装信息，将所述雷达坐标系前向点云信息转换为自车坐标系点云信息；
4、将自车坐标系点云信息划分三个横向检测区域，每个横向检测区域划分五个纵向子区域；
5、统计各子区域内的高点云分布情况和点云特征，进行单帧高点云环境判断，得到单帧高点云环境判断结果；
6、建立滑动时间窗，根据时间窗内的所有单帧高点云环境判断结果，进行连续高点云环境识别，得到高点云环境识别结果。
7、所述点云信息包括该4d毫米波雷达视域范围内去除了大量噪声点后的点云信息，所述点云信息位于传统雷达坐标系下，包含点云相对于4d毫米波雷达的水平测角、俯仰测角、多普勒速度、相对距离信息。
8、所述三个横向检测区域，包括：
9、所述横向检测区域在x轴正向上长度相等，处于最近检测距离lmin和最远检测距离lmax之间，在y轴上距离相等，位置不同，对应左侧、前方、右侧三个区域的y值范围分别是[0,2d],[-d,d],[-2d,0]，其中2d是预设的横向检测区域宽度；
10、所述五个纵向子区域，包括：
11、所述横向检测区域基础上划分五个纵向子区域，纵向子区域的长度分别为l1、l2、l3、l4和l5，最终获得宽度相等而长度不等的共15个检测子区域，每个横向区域包含五个纵向子区域。
12、统计各子区域内的高点云分布情况和点云特征，进行单帧高点云环境判断，得到单帧高点云环境判断结果具体包括：
13、统计分析各纵向子区域中的静态点云高度，根据点云高度、信噪比特征的阈值筛选出符合高点云环境特征的确信点云；
14、统计各纵向子区域中确信点云数量，如果各纵向子区域中确信点云数量满足环境特征的阈值，则该纵向子区域标记为高点云环境区域。
15、当每个横向区域中至少有四个高点云环境区域，并且满足条件的确信点云数量满足设定的总体高点云数量阈值，则统计每个横向区域内所有确信点云的平均高度和高度标准差，当平均高度和高度标准差指标符合高点云环境分布特征，判断当前帧该横向区域内存在高点云环境。
16、信噪比阈值根据点云在自车坐标系中的俯仰角和水平角，利用所使用4d毫米波雷达的雷达天线图进行折算，折算公式如下：
17、
18、式中，和[snri]分别表示第i个点云的原始snr和折算后的snr，表示水平角为yawi与对应水平角为0时的snr折减系数，表示俯仰角为pitchi与对应俯仰角为0时的snr折减系数。
19、建立滑动时间窗，根据时间窗内的所有单帧高点云环境判断结果，进行连续高点云环境识别，得到高点云环境识别结果，具体包括：
20、预设时间长度为t的滑动时间窗，时间窗内保存了三个横向区域每帧高点云环境的识别结果resultt、确信点云的平均高度avgheightt、确信点云的高度标准差stdheightt以及确信点云的数量numt：
21、对滑动时间窗内高点云环境识别结果进行判断，当第n帧resultn识别为高点云环境，则在满足高点云环境的帧数sum值上增加1，当sum数量大于0.5t时，即当前时间窗内至少有一半的帧数都识别到了高点云环境，则认为当前自车处于高点云环境中。
22、设置一计数器，当自车处于高点云环境时，计数器增加，当自车不处于高点云环境时，计数器减少，当计数器不为0时，始终认为自车处于高点云环境中。
23、本专利技术第二方面提供了一种基于4d毫米波雷达的高点云环境识别检测系统，包括：
24、信息获取单元，用于利用车载前向4d毫米波雷达，获取车辆前方区域内物体的雷达坐标系前向点云信息；
25、坐标转换单元，用于根据所述4d毫米波雷达的安装信息，将所述雷达坐标系前向点云信息转换为自车坐标系点云信息；
26、区域划分单元，用于将自车坐标系点云信息划分三个横向检测区域，每个横向检测区域划分五个纵向子区域；
27、单帧判断单元，用于统计各子区域内的高点云分布情况和点云特征，进行单帧高点云环境判断，得到单帧高点云环境判断结果；
28、环境识别单元，用于建立滑动时间窗，根据时间窗内的所有单帧高点云环境判断结果，进行连续高点云环境识别，得到高点云环境识别结果。
29、本专利技术第三方面提供了一种电子设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述电子设备执行上述的如上所述的基于4d毫米波雷达的高点云环境识别检测方法。
30、本专利技术的第四方面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中存储有指令，当其在计算机上运行时，使得计算机执行上述的如上所述的基于4d毫米波雷达的高点云环境识别检测方法。
31、本专利技术具有以下有益效果：
32、本专利技术提供的一种基于4d毫米波雷达的高点云环境识别检测方法，在考虑了高点云环境场景的实际状态，利用4d毫米波雷达自身检测结果进行环境识别，环境识别结果能使雷达据此环境优化性能，完善了雷达仅依赖自身随时间“识别-标定-感知”的行为链。
本文档来自技高网...【技术保护点】
1.一种基于4D毫米波雷达的高点云环境识别检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于4D毫米波雷达的高点云环境识别检测方法，其特征在于：
3.根据权利要求1所述的一种基于4D毫米波雷达的高点云环境识别检测方法，其特征在于：所述三个横向检测区域，包括：
4.根据权利要求1所述的一种基于4D毫米波雷达的高点云环境识别检测方法，其特征在于：所述统计各子区域内的高点云分布情况和点云特征，进行单帧高点云环境判断，得到单帧高点云环境判断结果，具体包括：
5.根据权利要求4所述的一种基于4D毫米波雷达的高点云环境识别检测方法，其特征在于：所述信噪比阈值根据点云在自车坐标系中的俯仰角和水平角，利用所使用4D毫米波雷达的雷达天线图进行折算，折算公式如下：
6.根据权利要求1所述的一种基于4D毫米波雷达的高点云环境识别检测方法，其特征在于：所述建立滑动时间窗，根据时间窗内的所有单帧高点云环境判断结果，进行连续高点云环境识别，得到高点云环境识别结果，具体包括：
7.根据权利要求6所述的一种基于4D毫米波
8.一种基于4D毫米波雷达的高点云环境识别检测系统，其特征在于，所述高点云环境识别检测系统包括：
9.一种电子设备，所述电子设备包括存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述基于4D毫米波雷达的高点云环境识别检测方法的各个步骤。
...【技术特征摘要】
1.一种基于4d毫米波雷达的高点云环境识别检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于4d毫米波雷达的高点云环境识别检测方法，其特征在于：
3.根据权利要求1所述的一种基于4d毫米波雷达的高点云环境识别检测方法，其特征在于：所述三个横向检测区域，包括：
4.根据权利要求1所述的一种基于4d毫米波雷达的高点云环境识别检测方法，其特征在于：所述统计各子区域内的高点云分布情况和点云特征，进行单帧高点云环境判断，得到单帧高点云环境判断结果，具体包括：
5.根据权利要求4所述的一种基于4d毫米波雷达的高点云环境识别检测方法，其特征在于：所述信噪比阈值根据点云在自车坐标系中的俯仰角和水平角，利用所使用4d毫米波雷达的雷达天线图进行折算，折算公式如下：
6...
【专利技术属性】
技术研发人员：邵依然，王恺，马吉祥，李旭阳，李钢，
申请(专利权)人：赛恩领动上海智能科技有限公司，
类型：发明
国别省市：
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。