用于汽车雷达成像的物体边界检测的制作方法
【专利说明】
[0001] 相关申请的交叉引用
[0002] 本申请是2014年9月5日提交的序列号为62/046,200的美国临时专利申请的非临 时申请，该申请的内容通过引用结合在此。
技术领域
[0003] 本发明涉及一种汽车雷达系统，更具体地涉及物体边界检测以改善汽车雷达系统 中的雷达图像去模糊化。
【背景技术】
[0004] 机动车所使用的雷达系统被用于各种各样的用途，比如导航显示、防撞报警、自动 巡航控制调整、自动制动、和自动转向。在正在移动的车辆中，所有可见的物体都相对于主 车辆移动。同方向行驶的其他车辆可能看起来移动的相对慢一些，而迎面而来的车辆看起 来移动的更迅速。车辆不可预见地改变速度和转弯，此时静止或缓慢移动的物体，例如障碍 物和行人，可能出现在路边或在路面中。物体经常会临时被突然出现在视野内的其他物体 所阻碍。因此，在行驶的正常过程中，以不同速度移动的物体经常会以不可预料的方式进入 或离开雷达的视野。这对于执行自动物体检测、分类、危险侦测和响应的汽车雷达系统提出 了一种具有挑战性的情况。
[0005] 图像去模糊化是汽车雷达系统的雷达图像处理中的一个重要方面。当关于图像的 附加信息，通常称为"优先(prior)"，可用于增强原始雷达图像时图像去模糊化技术通常会 更有效。例如，可以使用关于图像中以不同速度移动的物体的边界的先验信息来极大地增 强使用已知技术的图像去模糊化。不幸的是，汽车雷达数据经常具有"弱优先"，意味着在图 像处理之前很少或没有关于图像内容的信息可以使用。因此，对于包括多个以不同速度移 动的物体且具有"弱优先"的图像的去模糊化就成了一个具有挑战性的问题。在汽车雷达系 统中，所有可见的物体以不同的相对速度移动且经常在通过视野时变成临时障碍，这加剧 了挑战。
[0006]因此，需要提供一种改进的雷达图像处理系统，用于汽车雷达系统中的具有"弱优 先"的雷达图像的去模糊化。更明确地说，需要在汽车雷达系统中的后续图像去模糊化、物 体检测和响应中采用物体边界检测技术。
【发明内容】
[0007]在本发明的一个示例性的实施例中，车辆包括具有雷达摄照机的雷达系统，该雷 达摄照机捕获雷达摄照机视野中的一系列雷达帧。边界检测器接收来自雷达摄照机的雷达 数据并检测该雷达数据中的物体边界数据。图像处理器接收雷达数据和物体边界数据并执 行图像分析，该图像分析包括图像去模糊化并至少部分基于雷达数据和物体边界数据生成 响应控制信号。响应装置基于响应控制信号实施一个或多个响应动作。根据实施例的一个 方面，物体边界检测包括执行像素级的多普勒分析以把像素速度与雷达数据的像素关联起 来，和识别像素速度中的不连续。响应装置可包括导航显示，防撞报警，和自动巡航控制、制 动系统、和转向。
[0008] 在本发明的另一个示例性的实施例中，通过捕获包括雷达图像的一系列雷达帧的 雷达数据来控制车辆。使用像素级的多普勒分析以把像素速度与雷达数据像素关联起来， 和通过检测像素速度中的不连续来识别物体边界。物体边界识别还可包括通过雷达数据的 帧序列来识别边界。图像去模糊化是至少部分基于雷达数据和物体边界数据的。响应动作 可包括下列中的一个或多个:在导航显示器上显示雷达图像，激活防撞警告装置，激活自动 巡航控制调整系统、激活自动制动系统、和激活自动转向系统。
[0009] 本发明提供下述技术方案。
[0010] 1.具有雷达系统的车辆，包括：
[0011] 雷达摄照机，用于捕获雷达数据，该雷达数据包括雷达摄照机的视野的雷达图像 的一系列帧；
[0012] 边界检测器，用于从所述雷达摄照机接收所述雷达数据，并检测所述雷达数据中 的物体边界；
[0013] 图像处理器，用于接收所述雷达数据和所述物体边界数据，并至少部分基于所述 雷达数据和所述物体边界数据执行包括图像去模糊化的图像分析应产生响应控制信号;和
[0014] 响应装置，用于基于所述响应控制信号执行一个或多个响应动作。
[0015] 2.如技术方案1的车辆，其中所述边界检测器进一步用于执行像素级多普勒分析， 以将像素速度和所述雷达数据的像素关联起来。
[0016] 3.如技术方案2的车辆，其中所述边界检测器进一步用于通过识别所述像素速度 的不连续来检测物体边界数据。
[0017] 4.如技术方案3的车辆，其中所述边界检测器进一步用于通过计算所述像素速度 的梯度来识别所述像素速度中的不连续。
[0018] 5.如技术方案4的车辆，其中所述边界检测器进一步用于通过计算所述像素速度 的梯度的范数来识别所述像素速度中的不连续。
[0019] 6.如技术方案5的车辆，其中所述边界检测器进一步用于通过经由所述雷达数据 的帧序列识别边界不连续来检测物体边界数据。
[0020] 7.如技术方案1的车辆，其中所述边界检测器进一步用于接收车辆速度信息并在 检测所述物体边界数据时使用所述车辆速度。
[0021] 8.如技术方案1的车辆，其中所述图像处理器进一步被配置为使用所述物体边界 数据作为图像去模糊化传递函数中的自适应参数。
[0022] 9.如技术方案8的车辆，其中所述图像去模糊化传递函数的形式为：
[0024]其中，所述物体边界数据在所述图像去模糊化传递函数中是通过参数心的自适应 确定来反映的。
[0025] 10.如技术方案1的车辆，其中所述雷达摄照机在77GHz至81GHz的频率范围内工 作。
[0026] 11.如技术方案1的车辆，其中
[0027] 所述响应装置包括导航显示器，防撞警告装置，自动巡航控制调整系统、自动制动 系统、和自动转向系统中的一个或多个;和
[0028] 所述边界检测器确定所述物体边界数据且所述图像处理器使用所述物体边界数 据来进行实时的图像去模糊化，以支持对雷达数据中识别出的物体的有效响应动作。
[0029] 12.用于移动车辆的雷达系统，包括：
[0030] 雷达摄照机，用于捕获雷达数据，该雷达数据包括在所述雷达摄照机的视野中的 雷达图像的一系列帧；
[0031] 边界检测器，用于从所述雷达摄照机接收所述雷达数据，并检测所述雷达数据中 的物体边界；以及
[0032] 图像处理器，用于接收所述雷达数据和所述物体边界数据，以及至少部分基于所 述雷达数据和所述物体边界数据执行包括图像去模糊化的图像分析并产生响应控制信号。 [0033] 13.如技术方案12的车辆，其中所述边界检测器进一步用于执行像素级多普勒分 析，以将像素速度和所述雷达数据的像素关联起来。
[0034] 14.如技术方案13的车辆，其中所述边界检测器进一步用于通过识别所述像素速 度的不连续来检测物体边界数据。
[0035] 15.如技术方案14的车辆，其中所述边界检测器进一步用于通过计算所述像素速 度的梯度来识别所述像素速度中的不连续。
[0036] 16.如技术方案16的车辆，其中所述边界检测器进一步用于通过经由所述雷达数 据的帧序列识别边界不连续来检测物体边界数据。
[0037] 17.如技术方案12的车辆，其中所述图像处理器进一步被配置为使用物体边界数 据作为图像去模糊化传递函数中的自适应参数。
[0038] 18. -种用于控制移动车辆的方法，包括：
[0039] 捕获包括雷达图像的一系列帧的雷达数据；
[0040] 通过执行像素级多普勒分析以把像素速度与所述雷达图像的像素关联起来以及 识别所述像素速度中的不连续，检测所述雷达数据中的物体边界数据;和
[0041] 至少部分基于所述雷达数据和所述物体边界数据执行包括图像去模糊化的图像 分析。
[0042] 19.如技术方案18的方法，其中检测物体边界数据进一步包括通过雷达数据的帧 序列来识别边界不连续。
[0043] 20.如技术方案18的方法，进一步包括基于所述响应控制信号执行一个或多个响 应动作，其包括在雷达显示器上显示雷达图像，激活防撞警告装置，激活自动巡航控制调整 系统、激活自动制动系统、和激活自动转向系统中的一个或多个。
[0044] 通过下面结合附图对本发明的细描述，上述特征和优势以及本发明的其他特征和 优势是非常明显的。
【附图说明】
[0045] 在下述实施例的详细描述，参考附图的详细描述中，仅通过示例的方式，体现其他 特征、优势和细节，其中：
[0046] 图1是汽车雷达系统的框图；和
[0047] 图2是在汽车雷达系统中的物体边界接收的逻辑流程图。
【具体实施方式】
[0048] 下面的描述实际上是示例性的，并不意图用来限制本发明，其使用或应用。可以理 解，在所有附图中，对应的附图标记表示相似或对应的部分和特征。如这里所用，术语模块 指处理电路，其可包括专用集成电路(ASIC)，电子电路，处理器(共享的，专用的，或组)和执 行一个或多个软件或硬件程序的存储器，组合逻辑电路，和/或其他可提供所描述功能的合 适部件。
[0049] 根据图1所示的本发明的示例性实施例，车辆10,其可以是正在移动的，包括雷达 12(也可称为雷达摄照机），其用于对车辆周边的环境进行成像。为了说明在这个例子中的 物体边界技术的实施例，在雷达视野中有多个物体1 la-1 In，它们相对于车辆10且相对于彼 此以不同的速度移动。例如，这些物体可包括与车辆同向移动的行人车辆、迎面而来的行人 车辆，车辆拐弯，路边或在路面上的