用于汽車雷達成像的物體邊界檢測的制作方法
【專利說明】
[0001] 相關申請的交叉引用
[0002] 本申請是2014年9月5日提交的序列號為62/046,200的美國臨時專利申請的非臨 時申請，該申請的內容通過引用結合在此。
技術領域
[0003] 本發明涉及一種汽車雷達系統，更具體地涉及物體邊界檢測以改善汽車雷達系統 中的雷達圖像去模糊化。
【背景技術】
[0004] 機動車所使用的雷達系統被用于各種各樣的用途，比如導航顯示、防撞報警、自動 巡航控制調整、自動制動、和自動轉向。在正在移動的車輛中，所有可見的物體都相對于主 車輛移動。同方向行駛的其他車輛可能看起來移動的相對慢一些，而迎面而來的車輛看起 來移動的更迅速。車輛不可預見地改變速度和轉彎，此時靜止或緩慢移動的物體，例如障礙 物和行人，可能出現在路邊或在路面中。物體經常會臨時被突然出現在視野內的其他物體 所阻礙。因此，在行駛的正常過程中，以不同速度移動的物體經常會以不可預料的方式進入 或離開雷達的視野。這對于執行自動物體檢測、分類、危險偵測和響應的汽車雷達系統提出 了一種具有挑戰性的情況。
[0005] 圖像去模糊化是汽車雷達系統的雷達圖像處理中的一個重要方面。當關于圖像的 附加信息，通常稱為"優先(prior)"，可用于增強原始雷達圖像時圖像去模糊化技術通常會 更有效。例如，可以使用關于圖像中以不同速度移動的物體的邊界的先驗信息來極大地增 強使用已知技術的圖像去模糊化。不幸的是，汽車雷達數據經常具有"弱優先"，意味著在圖 像處理之前很少或沒有關于圖像內容的信息可以使用。因此，對于包括多個以不同速度移 動的物體且具有"弱優先"的圖像的去模糊化就成了一個具有挑戰性的問題。在汽車雷達系 統中，所有可見的物體以不同的相對速度移動且經常在通過視野時變成臨時障礙，這加劇 了挑戰。
[0006]因此，需要提供一種改進的雷達圖像處理系統，用于汽車雷達系統中的具有"弱優 先"的雷達圖像的去模糊化。更明確地說，需要在汽車雷達系統中的后續圖像去模糊化、物 體檢測和響應中采用物體邊界檢測技術。
【發明內容】
[0007]在本發明的一個示例性的實施例中，車輛包括具有雷達攝照機的雷達系統，該雷 達攝照機捕獲雷達攝照機視野中的一系列雷達幀。邊界檢測器接收來自雷達攝照機的雷達 數據并檢測該雷達數據中的物體邊界數據。圖像處理器接收雷達數據和物體邊界數據并執 行圖像分析，該圖像分析包括圖像去模糊化并至少部分基于雷達數據和物體邊界數據生成 響應控制信號。響應裝置基于響應控制信號實施一個或多個響應動作。根據實施例的一個 方面，物體邊界檢測包括執行像素級的多普勒分析以把像素速度與雷達數據的像素關聯起 來，和識別像素速度中的不連續。響應裝置可包括導航顯示，防撞報警，和自動巡航控制、制 動系統、和轉向。
[0008] 在本發明的另一個示例性的實施例中，通過捕獲包括雷達圖像的一系列雷達幀的 雷達數據來控制車輛。使用像素級的多普勒分析以把像素速度與雷達數據像素關聯起來， 和通過檢測像素速度中的不連續來識別物體邊界。物體邊界識別還可包括通過雷達數據的 幀序列來識別邊界。圖像去模糊化是至少部分基于雷達數據和物體邊界數據的。響應動作 可包括下列中的一個或多個:在導航顯示器上顯示雷達圖像，激活防撞警告裝置，激活自動 巡航控制調整系統、激活自動制動系統、和激活自動轉向系統。
[0009] 本發明提供下述技術方案。
[0010] 1.具有雷達系統的車輛，包括：
[0011] 雷達攝照機，用于捕獲雷達數據，該雷達數據包括雷達攝照機的視野的雷達圖像 的一系列幀；
[0012] 邊界檢測器，用于從所述雷達攝照機接收所述雷達數據，并檢測所述雷達數據中 的物體邊界；
[0013] 圖像處理器，用于接收所述雷達數據和所述物體邊界數據，并至少部分基于所述 雷達數據和所述物體邊界數據執行包括圖像去模糊化的圖像分析應產生響應控制信號;和
[0014] 響應裝置，用于基于所述響應控制信號執行一個或多個響應動作。
[0015] 2.如技術方案1的車輛，其中所述邊界檢測器進一步用于執行像素級多普勒分析， 以將像素速度和所述雷達數據的像素關聯起來。
[0016] 3.如技術方案2的車輛，其中所述邊界檢測器進一步用于通過識別所述像素速度 的不連續來檢測物體邊界數據。
[0017] 4.如技術方案3的車輛，其中所述邊界檢測器進一步用于通過計算所述像素速度 的梯度來識別所述像素速度中的不連續。
[0018] 5.如技術方案4的車輛，其中所述邊界檢測器進一步用于通過計算所述像素速度 的梯度的范數來識別所述像素速度中的不連續。
[0019] 6.如技術方案5的車輛，其中所述邊界檢測器進一步用于通過經由所述雷達數據 的幀序列識別邊界不連續來檢測物體邊界數據。
[0020] 7.如技術方案1的車輛，其中所述邊界檢測器進一步用于接收車輛速度信息并在 檢測所述物體邊界數據時使用所述車輛速度。
[0021] 8.如技術方案1的車輛，其中所述圖像處理器進一步被配置為使用所述物體邊界 數據作為圖像去模糊化傳遞函數中的自適應參數。
[0022] 9.如技術方案8的車輛，其中所述圖像去模糊化傳遞函數的形式為：
[0024]其中，所述物體邊界數據在所述圖像去模糊化傳遞函數中是通過參數心的自適應 確定來反映的。
[0025] 10.如技術方案1的車輛，其中所述雷達攝照機在77GHz至81GHz的頻率范圍內工 作。
[0026] 11.如技術方案1的車輛，其中
[0027] 所述響應裝置包括導航顯示器，防撞警告裝置，自動巡航控制調整系統、自動制動 系統、和自動轉向系統中的一個或多個;和
[0028] 所述邊界檢測器確定所述物體邊界數據且所述圖像處理器使用所述物體邊界數 據來進行實時的圖像去模糊化，以支持對雷達數據中識別出的物體的有效響應動作。
[0029] 12.用于移動車輛的雷達系統，包括：
[0030] 雷達攝照機，用于捕獲雷達數據，該雷達數據包括在所述雷達攝照機的視野中的 雷達圖像的一系列幀；
[0031] 邊界檢測器，用于從所述雷達攝照機接收所述雷達數據，并檢測所述雷達數據中 的物體邊界；以及
[0032] 圖像處理器，用于接收所述雷達數據和所述物體邊界數據，以及至少部分基于所 述雷達數據和所述物體邊界數據執行包括圖像去模糊化的圖像分析并產生響應控制信號。 [0033] 13.如技術方案12的車輛，其中所述邊界檢測器進一步用于執行像素級多普勒分 析，以將像素速度和所述雷達數據的像素關聯起來。
[0034] 14.如技術方案13的車輛，其中所述邊界檢測器進一步用于通過識別所述像素速 度的不連續來檢測物體邊界數據。
[0035] 15.如技術方案14的車輛，其中所述邊界檢測器進一步用于通過計算所述像素速 度的梯度來識別所述像素速度中的不連續。
[0036] 16.如技術方案16的車輛，其中所述邊界檢測器進一步用于通過經由所述雷達數 據的幀序列識別邊界不連續來檢測物體邊界數據。
[0037] 17.如技術方案12的車輛，其中所述圖像處理器進一步被配置為使用物體邊界數 據作為圖像去模糊化傳遞函數中的自適應參數。
[0038] 18. -種用于控制移動車輛的方法，包括：
[0039] 捕獲包括雷達圖像的一系列幀的雷達數據；
[0040] 通過執行像素級多普勒分析以把像素速度與所述雷達圖像的像素關聯起來以及 識別所述像素速度中的不連續，檢測所述雷達數據中的物體邊界數據;和
[0041] 至少部分基于所述雷達數據和所述物體邊界數據執行包括圖像去模糊化的圖像 分析。
[0042] 19.如技術方案18的方法，其中檢測物體邊界數據進一步包括通過雷達數據的幀 序列來識別邊界不連續。
[0043] 20.如技術方案18的方法，進一步包括基于所述響應控制信號執行一個或多個響 應動作，其包括在雷達顯示器上顯示雷達圖像，激活防撞警告裝置，激活自動巡航控制調整 系統、激活自動制動系統、和激活自動轉向系統中的一個或多個。
[0044] 通過下面結合附圖對本發明的細描述，上述特征和優勢以及本發明的其他特征和 優勢是非常明顯的。
【附圖說明】
[0045] 在下述實施例的詳細描述，參考附圖的詳細描述中，僅通過示例的方式，體現其他 特征、優勢和細節，其中：
[0046] 圖1是汽車雷達系統的框圖；和
[0047] 圖2是在汽車雷達系統中的物體邊界接收的邏輯流程圖。
【具體實施方式】
[0048] 下面的描述實際上是示例性的，并不意圖用來限制本發明，其使用或應用。可以理 解，在所有附圖中，對應的附圖標記表示相似或對應的部分和特征。如這里所用，術語模塊 指處理電路，其可包括專用集成電路(ASIC)，電子電路，處理器(共享的，專用的，或組)和執 行一個或多個軟件或硬件程序的存儲器，組合邏輯電路，和/或其他可提供所描述功能的合 適部件。
[0049] 根據圖1所示的本發明的示例性實施例，車輛10,其可以是正在移動的，包括雷達 12(也可稱為雷達攝照機），其用于對車輛周邊的環境進行成像。為了說明在這個例子中的 物體邊界技術的實施例，在雷達視野中有多個物體1 la-1 In，它們相對于車輛10且相對于彼 此以不同的速度移動。例如，這些物體可包括與車輛同向移動的行人車輛、迎面而來的行人 車輛，車輛拐彎，路邊或在路面上的