用于扫描对象的方法和系统与流程

本发明涉及借助雷达信号扫描对象。本发明尤其涉及更准确地确定机动车周围环境中的对象。

背景技术：

雷达系统设置用于发射雷达信号并且将在对象处反射的雷达信号与所发射的雷达信号进行比较。在此，已知许多不同的类型，借助这些类型可以收集关于对象的不同信息。一种已知的变型方案是fmcw(调频连续波)雷达，在该fmcw雷达中，借助锯齿波函数调制所发射的雷达信号。然后可以以良好的准确度确定对象与雷达系统的距离。可以通过使用多个天线或对天线进行控制来如此实现对象角(所述对象角说明从雷达传感器出发在哪个方向上可以找到该对象)，使得在预确定的方向上发射信号。

所反射的雷达信号相对于所发射的雷达信号的多普勒频移可以指示对象相对于雷达系统的相对速度。自身运动的对象表现出可测量的多普勒频率的特征性的通常周期性波动，所述对象例如是手臂和腿前后摆动的行人。可以对波动的频率进行分析，以便能够进一步对对象进行分类。

de102015109759a1提出如此控制机动车的车载雷达系统，使得可以执行微多普勒分析。

为了借助雷达系统(所述雷达系统本身例如能够在机动车上运动)对对象进行分类，可以使用复杂的调制——例如具有啁啾序列的复杂调制。但是在此，信号处理可能非常昂贵。例如，可能需要对发射信号与接收信号之间的差分信号进行二维傅立叶分析，从而性能强大的处理装置是必不可少的。

本发明所基于的任务在于，说明一种用于从机动车出发扫描对象的简单技术。本发明借助独立权利要求的主题来解决该任务。从属权利要求描述了优选实施方式。

技术实现要素：

一种用于从机动车出发扫描对象的系统包括：第一雷达设备，该第一雷达设备用于扫描对象的第一信息，所述第一信息包括距离、第一对象角和第一相对速度；连续波雷达设备，该连续波雷达设备用于扫描对象的第二信息，该第二信息包括第二相对速度和第二对象角；处理装置，该处理装置用于分配关于同一对象的所述第一信息和所述第二信息，并且该处理装置用于基于第二相对速度的特征对对象进行分类。

所述分类尤其可以包括第二相对速度的特性与预确定的特性的比较。该特性可以指示对象的运动模式。该特性可以包括不同相对速度的频谱或频谱的时间变化，从而可以改善地确定如下对象：该对象在不同位置具有与第二雷达设备的不同相对速度。在一种特别优选的实施方式中可以确定：所述对象是否涉及行人。在此，行人正在运动，并且不同的身体部位相对于雷达设备以不同的速度运动。对于行人而言，对象在时间上的速度分布可以是特征性的。

本发明基于如下构思：借助(第二)连续波雷达设备确定相对速度的频谱，并且将所述信息与借助第一雷达设备扫描的各个对象相关联。因此，即使在存在以不同距离布置或具有不同速度的多个对象的复杂场景中，也可以对各个对象进行准确分析。

该系统可以实现不同雷达设备的优点的组合，以便既分析关于对象的运动类型的准确信息，也分析关于对象的位置和位置变化的准确信息。尤其在具有雷达设备的机动车相对于周围环境运动时，可以对对象的准确速度信息进行分析。

因此可以显著改善对象的分类。尤其可以改善地执行作为行人的对象确定，使得例如可以改善地控制驾驶辅助设备(机动车车载的主动或被动事故保护设备)。例如如果确定行人处于与机动车的碰撞路线上，则可以发出用于警示驾驶员或行人的信号。在另一实施方式中，还可以触发自动制动。

第一雷达设备可以遵循任何测量原理，在一种优选实施方式中，这是fmcw方法(调频连续波：frequencymodulatedcontinuouswave)，该fmcw方法通常使用连续雷达信号的频率斜坡。其他实施方式也是可能的，例如可以使用如下雷达设备：在该雷达设备中，为了确定对象角，依次机械地或电子地扫描各个立体角。无论使用何种调制方法，在这种空间扫描中，各个单独的扫描立体角的测量持续时间还是会相应于期望的速度分辨率而延长。

处理装置优选设置用于执行连续波雷达设备的信号的微多普勒分析。通过微多普勒分析，可以改善地确定对象的运动模式是否与行人的已知运动模式一致。甚至可以确定行人进行哪种活动。

优选彼此分开地处理第一雷达设备的各个fmcw斜坡信号。为此，优选借助已知的一维傅里叶变换来分析fmcw斜坡。与啁啾序列中的二维傅里叶分析相比，这样可以显著降低计算成本。为了分离不同的对象，在傅里叶分析之后，可以将在不同斜坡上检测到的频率峰相互组合。

两个雷达设备还优选交替运行。由此可以在相同的频率范围内更容易执行扫描。

两个雷达设备可以集成在一个雷达设备中，其中，所集成的雷达设备依次以不同的信号运行。例如，在一个时刻，可以要么以fmcw信号、要么以连续波信号运行所集成的雷达设备。尤其可以交替地激活运行方式。通过省去一个雷达设备可以节省成本。可以将带有可观费用的已知雷达设备从所述系统中去除。

连续波运行优选长于fmcw运行的频率斜坡。连续波运行例如可以在约15-25ms的周期上运行，在其他变型方案中，例如可以在约10-15ms或25-30ms的周期上运行。由此可以显著提高借助多普勒频率确定速度的准确度。

在所提到的借助微多普勒分析的变型方案中，可以在其频率分布方面分析所发射的和在对象处反射的连续波雷达信号之间的差分信号。该分析尤其可以借助傅里叶变换执行。在此，可以在预确定的频率范围内计算信号能量。还可以在频率分布的时间变化过程方面对该频率分布进行分析，使得例如可以改善地对行走的或奔跑的行人的运动模式进行识别。

优选地，应该仅考虑那些低于预确定的截止频率的频率，其中，截止频率基于雷达设备相对于周围环境的速度所确定。由此，仅优选考虑分配给如下对象的信号分量：与雷达设备相对于周围环境运动的速度相比，所述对象向雷达设备靠近的速度更快，即所述设备是自身相对于周围环境运动的对象。相应地，这些对象的多普勒频率小于(或在量值方面大于)如下多普勒频率：所述多普勒频率相应于负的固有速度。此外，这些信号分量也应高于噪声水平。

一种用于从机动车出发扫描对象的方法包括如下步骤：借助fmcw雷达扫描来扫描对象的第一信息，其中，第一信息包括距离、第一对象角和第一相对速度；借助连续波雷达扫描来扫描对象的第二信息，其中，第二信息包括第二相对速度和第二对象角；分配关于同一对象的所述第一信息和第二信息；如果对象的第二相对速度的时间变化指示对象的预确定运动模式，则确定该对象包括行人。

该方法和该系统的特征或实施方式彼此对应，使得它们可以在两个类别之间传输或交换。

附图说明

现在将参照附图更详细地描述本发明，在附图中：

图1示出一种系统；

图2示出一种方法的流程图；

图3示出示例性的信号。

具体实施方式

图1示出系统100，该系统包括机动车105、第一雷达设备110、第二雷达设备115和处理装置120。两个雷达设备115、120也可以集成地构造成一个雷达设备115、120，在这种情况下，优选进行第一雷达设备115和第二雷达设备120的交替运行。雷达设备115、120和处理装置120安装在机动车105上，该机动车可以相对于周围环境125运动。在周围环境125中存在对象130，该对象在此由行人所代表。系统100的任务是借助雷达信号扫描对象130并且确定对象130的位置信息、运动信息和分类信息。可以借助接口135提供所确定的信息。接口135可以与机动车105上的警报装置或控制装置连接。

对象130同样可以相对于周围环境125运动。此外，对象130可以自身运动或表现出微运动。在此，对象130的一部分可以相对于周围环境135以与对象130不同的速度运动。在这种情况下，借助雷达设备115、120不仅可以测量多普勒频率，而且可以测量整个多普勒频率的范围。

例如，行人130可以相对于周围环境135以5km/h的速度运动。基于腿(并且通常还有臂)的周期性运动，行人130也周期性地改变其多普勒频散(dopplerfrequenz-aufspreizung)。当双脚都在地上时，最大速度由躯干给出。该速度沿着腿部在脚部减小到零。因此，潜在的任何如下多普勒频率都是能够测量的：所述多普勒频率相应于零与躯干速度之间的速度。这也是多普勒频散最低的时刻。相反，当向前摆动时，脚部达到躯干速度的3至4倍。

为了足够准确地确定对象130的速度的频谱，而不需要雷达信号的复杂调制和复杂分析处理，提出借助第一雷达设备115确定对象130的位置和/或粗略运动，所述第一雷达设备通常使用fmcw信号。附加地，借助第二雷达设备120(优选借助微多普勒分析)确定和分析对象130的微运动。在此，第二雷达设备优选使用连续波信号，因此，所发射的雷达信号不随时间变化被调制。与fmcw方法的常见斜坡相比，借助连续波信号的确定可能需要更长时间——例如约20ms，以便实现足够的速度分辨率。

对于连续波信号而言，只有多普勒效应对接收信号有影响。相反，对象130的距离是无关紧要的。差分信号以及多普勒频率直接相应于对象130相对于机动车105的物理速度。因为无法针对连续波信号确定距离，因此必须继续通过传统的fmcw方法来将场景分离成单个对象130。然而，两个雷达设备130可以确定对象130相对于雷达设备110、115的速度和角度，使得通常可以将微多普勒效应唯一明确地分配给所探测到的对象130中的一个。

不幸的是，行人130由于其较低的速度而难以与静止对象130区分开。因此，主要通过角度信息并且尤其通过在微多普勒角度的时间变化过程与对象角的时间变化过程之间的比较来实现将所测量的微多普勒效应分配给潜在的被识别为运动对象130中的一个。即使对于不具有微多普勒的运动刚体而言，连续波信号的高速度分辨率也允许：单纯基于fmcw斜坡来细化原始的速度估计。在这种情况下，通过速度的分配特别简单，因为在该场景中存在的相对较少的对象通常在其速度方面显著不同。

最后，几乎可以完全独立于传统fmcw斜坡地分析连续波信号。因此，通过扩展仅需要对已知雷达设备的处理进行最小的改变，以便构成系统100。

图2示出用于确定关于对象130的信息的方法的流程图200，其中，该信息应尤其包括对象130的位置或运动以及微运动的频率分布。

在步骤205中，借助第一雷达设备110优选基于fmcw信号扫描对象130。替代地，其他雷达方法也是可能的。在时序图中，通过步骤205定性地说明所发射的和所反射的信号。这种确定在雷达技术中是众所周知的，并且可以以任何已知的方式执行。作为扫描的结果，优选确定第一距离d(t)，第一速度v1(t)和第一角度(t)。

在可以与步骤205交替执行的步骤210中，借助第二雷达设备115基于具有恒定频率(连续波信号)的雷达信号扫描对象130。在步骤210上方说明的曲线图示出所发射的和所反射的信号。作为扫描的结果，优选确定第二速度v2(t)和第二角度(t)。在此，第二速度优选被非常高地分辨并且允许微多普勒分析(mda)。

在步骤215中，将在步骤205中和步骤210中所确定的信息分配给彼此。第一信息和第二信息(分别包括相同的角度并且优选具有相同的时间变化过程)涉及相同的对象130并且可以分配给彼此。步骤215优选提供距离d(t)、速度v(t)和角度(t)作为第一信息与第二信息的组合。

在步骤220中，可以分析第二速度的频率分布，以便确定所得的模式是否指示行人。可以预确定相应的模式或这些模式的特性。随后，可以输出确定的结果。

信号处理

原则上，第二雷达设备110的连续波信号的处理例如与第一雷达设备110的fmcw斜坡的处理相同。在所有接收通道上进行非相干积分之后，借助傅立叶变换进行频谱分析。在此，信号被分成如下频率：信号由这些频率组成。然后确定每个频率区间(frequenzbin)中的频率分量的功率。

然而，与fmcw斜坡相反，在此不必探测频率峰(并且分配给彼此)。具有高于噪声阈值的功率的每个频率区间直接指出：存在(在径向方向上)具有适当速度的物理对象130。当然，对于具有微多普勒效应的对象130而言，这甚至会得出整个频谱。而且角度估计实际上也与fmcw斜坡相同。就此而言，这只省去了对各个频率峰的探测。此外，只存在一个唯一的连续波信号，可以针对该唯一的连续波信号确定角度，使得省去针对每个斜坡的角度计算。然而在存在微多普勒时，替代不同的斜坡，产生的是各个频率区间。

关于分析处理区域的物理考虑

如已经说明的，在汽车领域中，第二雷达设备115的自运动使行人130的微多普勒分析更加困难。对于运动的雷达设备115来说，看起来好像静止的对象130直接以其自身速度向所述雷达设备运动。在横向偏移时，该视在速度以观察角的余弦减小。在从旁边经过时(即在90°时)，对象130看起来在向后远离第二雷达设备115之前短暂停止。因此，静止对象130的所反射的功率在频谱中受限于如下频率：所述频率相应于零与负自身速度之间的速度。机动车105相对于周围环境125的速度称为自身速度(ego-geschwindigkeit)。

这种关系在图3中以曲线图300示出。在水平方向上绘制时间，并且在竖直方向上绘制根据多普勒频率的速度。基本信号305代表如下对象130：所述对象相对于第二雷达设备115以低于负自身速度的速度运动，所述对象因此被视为是静止的。各个峰值(峰)310对应于像行人130那样运动的对象130。

超出该范围的所有其他频率不受静止对象130的干扰。相反地，在其他fmcw斜坡中，背景杂波(hintergrund-clutter)分布在大得多的频率范围上。

对于驾驶员辅助领域中的行人保护而言，横穿街道的行人130是特别重要的。与正面迎面而来的行人130相比，这些横穿街道的行人在第二雷达设备115方向上的运动的径向分量虽然明显较小，但不是零。即使行人130垂直地横穿机动车105在其上运动的街道，行人也不垂直于第二雷达设备115运动。然而，对于横穿街道的行人130来说，通常只有向前摆动的腿的相对速度高于直接在车辆行进方向上的静止对象130的相对速度。因此，可以在没有干扰的情况下仅对相应的频率分量进行频谱分析。由于行人130向第二雷达设备115的缓慢但主动的运动，待分析的微多普勒效应直接落入恰好低于相应于负自身速度的多普勒频率的频率范围内。在机动车105上通常存在对于自身速度的高质量的估计。因此，可以直接在频谱中选择出对于行人130重要相关的范围。

在曲线中，由于旋转运动，机动车105的各个点具有不同的速度。机动车105的自身速度通常关于车辆后轴所确定。通过机动车105的通常同样已知的横摆率(gierrate)，由此可以容易地推导出安装在前面的第二雷达设备115的相应速度。

因为行人130从侧面接近行车道，所以能够测量的速度也通过相对于雷达设备110、115的运动方向的横向偏移而减小。在相同的观察角下，行人130经历与静止对象130相同的视在速度减小。而另一方面，在行人130的运动方向相同的情况下，随着观察角的增大，真正的行人运动的径向分量增加。

微多普勒分析

原则上，与具有恒定发送频率的固定雷达系统类似的方法适用于微多普勒的真正分析。然而，由于微多普勒频散的大部分被遮挡，主要是未遮挡的频散的微多普勒功率的大小、宽度、该宽度随时间变化的幅度以及两个最大频散之间的时间间隔/周期(并且因此所测量的行人130的步频)起决定性的作用。

附加地，在该分析中应当考虑，行人130根据定义来说具有静止部分(站立的脚)，并且最大功率由躯干所提供。相应地，在对应于负自身速度的多普勒频率与行人130的微多普勒频散之间不存在间隙(没有信号功率)。相应地，如果频谱最大值明显远离于对应于负自身速度的多普勒频率，则对于将对象130分类为行人130来说也适用这一点。