多雷達成像傳感器的對象融合系統的制作方法
【技術領域】
[0001] 實施例涉及對象傳感器融合。
【背景技術】
[0002] 使用雷達系統來檢測在行駛路面內的對象。這樣的系統隨著時間的推移使用連續 或周期性的對象跟蹤，來確定對象的各種參數。通常，利用來自雷達系統的數據計算例如對 象位置、距離以及距變率等數據。然而，來自雷達的輸入通常是稀疏的跟蹤目標。而且，雷 達系統通常以假設目標為單個點為基礎，這使得更加難以評估附近目標。
【發明內容】
[0003] 實施例的優點在于提高相對于主車輛的對象的位置和朝向的跟蹤。主車輛使用多 普勒測量數據確定哪部分雷達數據形成群，以及確定該群是靜止的還是動態的。跟蹤對象 的位置和形狀允許主車輛在每個時幀期間確定對象的朝向。因為對象形狀在由主車輛觀察 時將變化，所以基于形狀的變化，可以確定在每個時間階段的朝向并且相應地跟蹤。結果， 相應的跟蹤系統可以將遠程車輛朝向、位置以及速度通知給其他車輛子系統，用于它們與 車輛外部的對象一起使用。
[0004] 實施例設想一種利用多普勒雷達傳感器檢測和跟蹤對象的方法。根據由感測設備 產生的雷達數據，來檢測相對于主車輛的對象。雷達數據包括多普勒測量數據。由處理器 根據雷達數據形成群。每個群代表相應對象。由處理器基于每個對象的多普勒測量數據和 主車輛的車速，將每個相應對象分類為靜止的或非靜止的。響應于將所述對象分類為非靜 止對象，由處理器隨著時間的推移，利用多普勒測量數據在對象上應用目標跟蹤；否則響應 于將所述對象分類為靜止對象，而更新占據網格。
[0005] 本發明還提供以下方案： 1. 一種利用多雷達傳感器檢測和跟蹤對象的方法，包括： 根據由感測設備產生的雷達數據檢測相對于主車輛的對象，所述雷達數據包括多普勒 測量數據； 由處理器根據所述雷達數據形成群，每個群代表相應對象； 由所述處理器基于每個對象的多普勒測量數據和所述主車輛的車速，將每個相應對象 分類為靜止的或非靜止的；以及 響應于將所述對象分類為非靜止對象，由所述處理器隨著時間的推移，利用多普勒測 量數據在對象上應用目標跟蹤；否則響應于將所述對象分類為靜止對象，而更新占據網格。
[0006] 2.根據方案1所述的方法，其中形成群包括以下步驟： 識別由第一感測設備檢測的每個點，每個點包括定位位置和相對于所述主車輛的相關 聯距離； 將每個點分配為單獨的群； 比較相鄰的點，并且如果所述相鄰的點之間的相似度在相似性閾值內，則將所述相鄰 的點合并為同一群。
[0007] 3.根據方案2所述的方法，還包括使用k-d樹檢索每個點的步驟。
[0008] 4.根據方案3所述的方法，還包括利用散列查找樹檢索每個點的步驟。
[0009] 5.根據方案3所述的方法，其中所述相似度包括多普勒測量數據。
[0010] 6.根據方案1所述的方法，其中將每個相應對象分類為靜止的或非靜止的包括 以下步驟： 識別在群內的每個點的速度； 識別在所述群內的每個點的單位矢量； 確定在所述群內的每個點的距變率殘值； 如果預定百分比的所述距變率殘值在殘差閾值內，則確定所述群是靜止群；否則確定 所述群是動態群。
[0011] 7.根據方案6所述的方法，其中在所述群內的每個點的速度由以下等式確定：
【主權項】
1. 一種利用多雷達傳感器檢測和跟蹤對象的方法，包括： 根據由感測設備產生的雷達數據檢測相對于主車輛的對象，所述雷達數據包括多普勒 測量數據； 由處理器根據所述雷達數據形成群，每個群代表相應對象； 由所述處理器基于每個對象的多普勒測量數據和所述主車輛的車速，將每個相應對象 分類為靜止的或非靜止的；W及 響應于將所述對象分類為非靜止對象，由所述處理器隨著時間的推移，利用多普勒測 量數據在對象上應用目標跟蹤；否則響應于將所述對象分類為靜止對象，而更新占據網格。
2. 根據權利要求1所述的方法，其中形成群包括W下步驟： 識別由第一感測設備檢測的每個點，每個點包括定位位置和相對于所述主車輛的相關 聯距離； 將每個點分配為單獨的群； 比較相鄰的點，并且如果所述相鄰的點之間的相似度在相似性闊值內，則將所述相鄰 的點合并為同一群。
3. 根據權利要求2所述的方法，還包括使用k-d樹檢索每個點的步驟。
4. 根據權利要求3所述的方法，還包括利用散列查找樹檢索每個點的步驟。
5. 根據權利要求3所述的方法，其中所述相似度包括多普勒測量數據。
6. 根據權利要求1所述的方法，其中將每個相應對象分類為靜止的或非靜止的包括 W下步驟： 識別在群內的每個點的速度； 識別在所述群內的每個點的單位矢量； 確定在所述群內的每個點的距變率殘值； 如果預定百分比的所述距變率殘值在殘差闊值內，則確定所述群是靜止群；否則確定 所述群是動態群。
7. 根據權利要求6所述的方法，其中在所述群內的每個點的速度由W下等式確定：
其中Vd是第i個點的橫向速度，Vyi是第i個點的縱向速度，yi是相對于第i個點的車 輛的縱坐標，Xi是相對于第i個點的車輛的橫坐標，《H是橫擺角速度，并且Vh是速度。
8. 根據權利要求7所述的方法，其中距變率殘值由W下等式確定： 置,=巧，。吊- 其中Vi是所確定的速度，并且ni是單位矢量。
9. 根據權利要求6所述的方法，其中所述預定百分比為大約80%。
10. 根據權利要求1所述的方法，其中應用跟蹤包括W下步驟： 利用雷達數據確定在之前時間階段的群的朝向和位置； 利用雷達數據確定在當前時間階段的群的朝向和位置； 響應于在之前時間階段和下一個時間階段的群的朝向和位置確定平移速度； 利用所述平移速度更新在當前時間階段的群的對象跟蹤模型。
【專利摘要】本發明提供一種多雷達成像傳感器的對象融合系統。一種利用多雷達傳感器檢測和跟蹤對象的方法。根據由感測設備產生的雷達數據，來檢測相對于主車輛的對象。雷達數據包括多普勒測量數據。由處理器根據雷達數據形成群。每個群代表相應對象。由處理器基于每個對象的多普勒測量數據和主車輛的車速，將每個相應對象分類為靜止的或非靜止的。響應于將所述對象分類為非靜止對象，由處理器隨著時間的推移，利用多普勒測量數據在對象上應用目標跟蹤；否則響應于將所述對象分類為靜止對象，而更新占據網格。
【IPC分類】G01S7-41, G01S13-72
【公開號】CN104793202
【申請號】CN201510021800
【發明人】曾 S., A. 薩林格爾 J., B. 利特庫希 B., A. 奧迪 K., 帕哈亞姆帕利爾 J., 穆拉德 M., N. 尼科勞烏 J.
【申請人】通用汽車環球科技運作有限責任公司
【公開日】2015年7月22日
【申請日】2015年1月16日
【公告號】DE102015100134A1, US20150198711