用于检测机动车雷达传感器阻挡的装置和方法与流程

文档序号:14395294阅读:341来源:国知局

相关申请的交叉引用

本申请要求提交于2015年8月31日的标题为“apparatusandmethodfordetectingandcorrectingforblockageofanautomotiveradarsensor”的美国专利申请14/840,902的优先权,该专利申请出于所有目的全文以引用方式并入本文。



背景技术:

1.技术领域

本公开涉及机动车雷达系统,并且具体地讲涉及用于检测和修正机动车雷达传感器阻挡的装置和方法。

2.相关领域

在机动车雷达系统中,希望检测到雷达传感器何时被碎屑诸如灰尘、雪、冰等阻挡。传感器阻挡或雷达阻挡使经发射和接收的信号衰减,使得视野中的对象不能够再被检测到。同样重要的是在传感器受到阻挡时警告驾驶员,使得驾驶员在传感器受到阻挡时不依赖雷达系统,并且使得驾驶员可介入并清除传感器上的碎屑以恢复系统的性能。

基于不存在雷达信号处理检测来声明传感器阻挡,这是以最少的额外处理时间或资源来确定传感器阻挡的相对直接的方法。该方法的一个缺点在于其难以将受到阻挡的情况与其中没有受到阻挡并且正常运行的传感器的视野中大到足以形成检测的对象相对较少或没有的情况区分开。例如当系统在其中运行的机动车穿过沙漠时可发生该情况。



技术实现要素:

根据一个方面,提供了机动车雷达系统。系统包括:雷达发射器,该雷达发射器用于将多个雷达信号发射到某区域中;和雷达检测器,该雷达检测器用于检测经反射的雷达信号并将所反射的雷达信号转换成数字数据信号。处理器接收数字数据信号,生成该区域的多个距离-多普勒地图并将多个距离-多普勒地图平均化以生成该区域的平均距离-多普勒地图。斑点检测器分析平均距离-多普勒地图中的数据点,以检测平均距离-多普勒地图中的斑点。如果斑点检测器在平均距离-多普勒地图中检测到斑点,则斑点检测器指示雷达检测器未受到阻挡。

在一些示例性实施方案中,如果斑点检测器未在平均距离-多普勒地图中检测到斑点,则斑点检测器指示雷达检测器受到阻挡。

在一些示例性实施方案中,斑点检测器将平均距离-多普勒地图中的斑点视为源于来自延伸对象的雷达回波,该延伸对象在机动车雷达系统在其中运行的环境中相对于地面是静止的。在一些示例性实施方案中,延伸对象是主车辆在其上行驶的道路的表面。在一些示例性实施方案中,延伸对象是沿着主车辆在其上行驶的道路的一侧的路缘。

在一些示例性实施方案中,多个距离-多普勒地图包括150个距离-多普勒地图。

在一些示例性实施方案中,雷达信号具有大约为77ghz的频率。

在一些示例性实施方案中,对于平均距离-多普勒地图中的每个数据点,斑点检测器将数据点的值与第一阈值进行比较。在一些示例性实施方案中,如果数据点的值超过第一阈值,则斑点检测器将平均距离-多普勒地图中的多个邻近数据点的值和第二阈值进行比较。在一些示例性实施方案中,如果邻近数据点的值超过第二阈值,则斑点检测器将数据点标识为斑点中的点。在一些示例性实施方案中,如果被标识为斑点中的点的大量邻近数据点超过预先确定的阈值,则斑点检测器确定邻近数据点构成斑点。

在一些示例性实施方案中,如果雷达系统检测到区域中的对象,则斑点检测器停止分析平均距离-多普勒地图中的数据点。

根据另一方面,提供了在可移动雷达系统中处理的方法。该方法包括:将多个雷达信号发射到某区域中;检测经反射的雷达信号并将所反射的雷达信号转换成数字数据信号;从数字数据信号生成该区域的多个距离-多普勒地图;将多个距离-多普勒地图平均化以生成该区域的平均距离-多普勒地图;分析平均距离-多普勒地图中的数据点,以检测平均距离-多普勒地图中的斑点;并且如果在平均距离-多普勒地图中检测到斑点,则指示雷达检测器未受到阻挡。

在一些示例性实施方案中,如果在平均距离-多普勒地图中未检测到斑点,则将雷达检测器指示为受到阻挡。

在一些示例性实施方案中,将平均距离-多普勒地图中的斑点视为源于来自延伸对象的雷达回波,该延伸对象在机动车雷达系统在其中运行的环境中相对于地面是静止的。在一些示例性实施方案中,延伸对象是主车辆在其上行驶的道路的表面。在一些示例性实施方案中,延伸对象是沿着主车辆在其上行驶的道路的一侧的路缘。

在一些示例性实施方案中,多个距离-多普勒地图包括150个距离-多普勒地图。

在一些示例性实施方案中,雷达信号具有大约为77ghz的频率。

在一些示例性实施方案中,对于平均距离-多普勒地图中的每个数据点,将数据点的值与第一阈值进行比较。在一些示例性实施方案中,如果数据点的值超过第一阈值,则将平均距离-多普勒地图中的多个邻近数据点的值与第二阈值进行比较。在一些示例性实施方案中,如果邻近数据点的值超过第二阈值,则将数据点标识为斑点中的点。在一些示例性实施方案中,如果被标识为斑点中的点的大量邻近数据点超过预先确定的阈值,则确定邻近数据点构成斑点。

在一些示例性实施方案中,如果在该区域中检测到对象,则停止分析平均距离-多普勒地图中的数据点。

根据示例性实施方案,实现了某些优势。例如,由于本发明的方法仅在不存在对象检测的情况下执行传感器阻挡检测处理,并且由于如果对象检测恢复则终止传感器阻挡检测处理并恢复普通对象检测处理,因此大幅减少了处理时间并大幅减少了资源使用。另外,因为对多个rd地图标准化和平均化以生成平均rd地图,以及使用斑点检测,本公开的方法提供对道路的检测,甚至是在存在非常弱的来自道路的雷达反射的情况下也提供对道路的检测。这大大提高了阻挡检测以及本公开方法的报告的准确性。

附图说明

参考指明的多个附图,以本公开的实施方案的非限制性示例的方式,在后续的具体实施方式中进一步描述了本公开,其中在附图的若干视图中相似的附图标号表示相似的部件。

图1包括根据一些示例性实施方案的用于处理机动车雷达信号的机动车雷达传感器模块的示意性框图。

图2包括根据一些示例性实施方案的配备有本公开的雷达系统10的主机动车50的示意图。

图3包括根据一些示例性实施方案的采用传感器阻挡检测的机动车雷达处理方法的逻辑流程图。

图4a包括根据一些示例性实施方案的雷达传感器12在观察某一区域时单次停顿下的单个rd地图的图像。

图4b包括根据一些示例性实施方案的平均rd地图的图像,该地图由图4a所例示的多个rd地图(所述多个地图对应于多个停顿)根据公式(1)计算得出。

图5a、图5b和图5c示出了根据一些示例性实施方案的针对其中雷达传感器12未受到阻挡或畅通的情况的另外的平均rd地图。

图6示出了根据一些示例性实施方案当雷达传感器12受到阻挡时典型的rd地图。

图7a、图7b和图7c是根据一些示例性实施方案由本公开的技术标识的斑点的图像,所述图像分别适用于图4b、图5a和图5b的平均rd地图。

图8包括根据一些示例性实施方案的用于检测雷达传感器阻挡的技术的主程序的带描述性注释的虚拟代码。

图9a和图9b包括根据一些示例性实施方案的针对构建平均rd地图的函数的带描述性注释的虚拟代码。

图10包括根据一些示例性实施方案的基于斑点检测计算决策指标(也称为“sm指标”)的函数的带描述性注释的虚拟代码。

图11包括根据一些示例性实施方案的斑点检测函数的带描述性注释的虚拟代码。

图12a和图12b包括根据一些示例性实施方案的另外的斑点检测函数的带描述性注释的虚拟代码。

图13a、图13b和图13c包括根据一些示例性实施方案的函数的带描述性注释的虚拟代码,这些函数用于更新决策指标并进行受到阻挡或畅通确定和声明。

具体实施方式

机动车雷达是针对主动安全而设计,并提供连续级别的安全性,雷达必须能够检测其是否在根据说明书运行。如果雷达被泥土或雪或其它遮蔽物阻挡,则雷达性能可能明显下降,并且应当警告用户。在一些构型中,期望包括专用于监控主雷达的物理状态的次雷达传感器。然而,由于考虑到成本和物理空间,该方法被视为是不切实际的。因此根据本公开,雷达系统本身被构造成检测其是否受到阻挡并将阻挡报告给用户/操作员。根据本公开,详细描述了检测阻挡的方法:确定雷达是受到阻挡还是未受到阻挡,并报告雷达传感器受到阻挡状况。还包括来自所述方法的实验结果。应当指出的是在本文受权利要求书保护并被详细描述的示例性雷达系统具有大约77ghz的中心频率,其中仰角波束宽度为大约14°fwhm(半高宽值)。在一些示例性实施方案中,雷达传感器通常安装在道路上方约0.5m处。

图1包括根据一些示例性实施方案的用于处理机动车雷达信号的机动车雷达传感器模块10的示意性框图。参考图1,系统10包括雷达模块12,该雷达模块处理与主机动车中雷达检测和监视系统兼容的雷达发射和接收信号。雷达模块12生成雷达信号并将雷达信号发射到邻近主车辆的正在被雷达系统监视的区域。信号的生成和发射由rf信号生成器24、雷达发射电路20和发射天线16完成。雷达发射电路20通常包括生成经由发射天线16发射的信号所需的任何电路,诸如脉冲成形电路、发射触发电路、rf开关电路或由雷达系统使用的任何其它适当的发射电路。

雷达模块12还经由接收天线18在雷达接收电路22处接收返回雷达信号。雷达接收电路22通常包括处理经由接收天线18接收的信号所需的任何电路,诸如脉冲成形电路、接收触发电路、rf开关电路或由雷达系统使用的任何其它适当的接收电路。由雷达接收电路22处理的所接收信号被转发至相移器电路26,该相移器电路生成具有预先确定的相差的两个信号。这两个信号被称为同相(i)信号和正交(q)信号,分别通过混合器28和30与来自rf信号生成器24的rf信号混合。所得的差异信号根据需要由过滤电路32进一步过滤,以生成基带i和q信号,在图1中标记为“i”和“q”。基带i和q信号由模数转换器电路(adc)34数字化。

在机动车雷达系统中,这些数字化的i和q基带信号由处理器36处理,该处理器可包括电路诸如数字信号处理器(dsp)、相关联的存储器、相关联的i/o电路、通信总线电路以及执行系统10和/或雷达传感器12的任何处理函数所需的任何其它电路。在一些示例性实施方案中,处理器36可执行诸如快速傅里叶变换(fft)的处理来生成根据本文的具体实施方式被处理的多个多普勒距离单元以确定传感器何时受到阻挡。即fft可用于生成机动车周围雷达系统10正在监视区域的距离-多普勒(rd)地图。由例如处理器36根据本文详述的方法处理该rd地图以检测和报告雷达传感器12的阻挡。

根据本公开,雷达系统10确定系统10是否在检测正在被监视区域中的其它机动车和固定对象。如果雷达正在检测机动车和固定对象,例如柱子、护栏等,则阻挡状态可被设置为未受到阻挡或畅通。但反过来不一定成立。即如果雷达未检测目标,则不一定能确定雷达受到阻挡。相反,应当考虑机动车可处于没有目标的荒漠场景中。应当指出的是,根据本公开,术语“荒漠”是指具有很少或没有雷达目标的区域。这可包括真正的荒漠,或者其也可包括其它区域诸如没有特征物的大型停车场、大型积雪覆盖的区域或其它此类区域。

根据本公开,应当认识到即使在没有其它机动车或其它目标的荒漠场景中,道路也将始终存在。因此,本公开的系统检测道路的存在。一般来讲,来自道路的雷达回波会相当弱。图2包括根据一些示例性实施方案的配备有本公开的雷达系统10的主机动车50的示意图。参考图2,雷达系统10包括至少一个安装至主机动车50的雷达传感器12。如图2中所示,在一些示例性实施方案中,雷达传感器12安装在主机动车50上距道路表面52上方大约0.5米处,该主机动车50行驶于该道路表面上。由雷达传感器12发射的雷达波束以相对较小的角度(例如,如图2中所示大约七(7)度的角度)碰到道路表面52。因此,雷达波束在例如雷达传感器12前方大约4.1米的距离处碰到道路,并且如果雷达以较大角度入射到道路上,则来自道路表面52的雷达回波远少于入射到道路上的波束。因此,难以在普通雷达对象检测处理期间检测道路表面52。根据一些示例性实施方案,在对象检测减少的情况下,采用了方法来检测道路表面52以区分在其中对象检测通常较少或不存在的荒漠场景以及其中雷达传感器12受到阻挡的情况。应当理解图2中示出的角度和距离为示例性图示以帮助详细描述示例性实施方案。

图3包括根据一些示例性实施方案的采用传感器阻挡检测的机动车雷达处理方法的逻辑流程图。参考图3,在雷达系统10正常运行的情况下,在步骤s60中处理对象检测。在存在对象检测的情况下,将雷达传感器12声明为畅通,如步骤s62中所示。在另一方面,在不存在检测的情况下,执行另外的荒漠检测处理,如步骤s64中所示。执行荒漠检测处理s64以区分荒漠场景(即没有对象检测)中正常运行的雷达传感器12与受到阻挡的雷达传感器12。如果荒漠检测处理s64确定荒漠场景存在,则在步骤s66中将雷达传感器12声明为畅通。另一方面,如果荒漠检测处理s64确定荒漠场景不存在,则在步骤s68中将雷达传感器12声明为受到阻挡。

如上所述,即使在荒漠场景中也假设存在道路表面52。相比之下,在受到阻挡的场景中,将检测不到对象,包括道路表面52。即,在受到阻挡的场景中,在检测中道路表面52将是不存在的。因此,根据示例性实施方案,荒漠检测处理s64通过检测道路表面52的存在将荒漠场景与受到阻挡场景区分开。如上所述,来自道路表面52的雷达反射可能较弱,并且因此难以检测,因为雷达波束是以小掠射角入射到道路表面52上的。然而,根据示例性实施方案,应用了一种方法来检测来自道路表面52的弱反射,以让雷达传感器12能够被声明为畅通或受到阻挡。

根据示例性实施方案,荒漠检测处理s64涉及至少两个部分。第一部分涉及将正被监视区域的多个距离-多普勒地图平均化,这导致改善的信噪比(snr)。第二部分涉及处理平均rd地图以在平均rd地图数据中确定道路表面52。该第二部分可包括执行斑点检测以确定道路表面52。

根据示例性实施方案,雷达传感器12在停顿中发射64个多普勒脉冲。应当理解选择每个停顿64个脉冲仅为示例性的并且对于本公开并非关键的。通过64个脉冲的单个停顿,生成单个距离-多普勒(rd)地图。rd地图通常为二维矩阵,该二维矩阵包括作为距离和多普勒的函数的复振幅。复合的rd地图是正被观察区域的雷达回波的表示。对象或目标诸如其它机动车或柱子在rd地图中通常显示为峰。在没有对象或目标的情况下,rd地图将显示为噪声区域。为了去除距离的影响,根据一些示例性实施方案,通过中值计算标准化每个距离单元,使得中值为1。在一些示例性实施方案中,跨所有有效的多普勒单元为每个有效的距离单元执行中值计算。针对停顿n的复合rd地图在本文表示为rdn。执行在本文中由n表示数量的多个停顿,以生成多个(即n个)rd地图。然后通过将n个单独的rd地图的绝对值求和来生成平均rd地图:

根据本公开,经过多个(即n个)循环生成平均rd地图,以允许检测模糊特征诸如道路表面52。可根据经验选择n的值。在一些示例性实施方案中,确定n=150时,得到不错的结果。在特定的示例性实施方案中,雷达每隔40ms采集rd地图,使得150个循环对应于大约六(6)秒的采集时间。应当理解可使用其它的循环数目n。n=150只是一个特定的示例性实施方案。相对于上述公式(1),即使主机动车50可能在移动,地面特征诸如道路侧上的路缘或汽车前方的道路表面52的雷达回波也将在短时间段内保持相对恒定。复合相位可能随机变化,因此在公式(1)中使用了绝对值。应该注意的是此类平均技术对于目标诸如其它机动车或单一静止对象(诸如柱子)无效,因为它们将在rd地图中的不同点之间快速地移动。

图4a包括根据一些示例性实施方案的雷达传感器12在观察某一区域时单次停顿下的单个rd地图的图像。该地图的数据采集自目标很少或没有目标的大型空地。选择该空地是为了进行示意性的说明,因为它代表最困难的荒漠情况。应当指出的是,在图4a中,前五(5)个距离单元已经被遮蔽掉。另外,已经遮蔽掉在低和高多普勒处的前50个距离单元。遮蔽这些区域是为了删去来自主机动车50的护杠(保险杠)的信号。在该具体图示中以及一些机动车雷达应用中,将雷达传感器12安装在护杠后,并且护杠通常引入大量回波,这些回波比来自道路表面52的弱检测强得多,因此为了示出本公开的特征,rd地图不反映这些区域。因此,使用根据本公开的rd地图的重要优势在于遮蔽掉不需要的不相关回波诸如,护杠的那些,从而简单明确。

图4b包括根据一些示例性实施方案的平均rd地图的图像,该地图由图4a所例示的多个rd地图(所述多个地图对应于多个停顿)根据公式(1)计算得出。具体而言,图4b的rd地图是n=150个循环的平均结果。另外,雷达传感器12没有受到阻挡并且主机动车50以大约13米/秒(mps)的速度沿着道路表面52移动。参考图4b,可看到在图4a的单个rd地图中道路特征比图4b的平均rd地图明显得多。在图4b中,当目标诸如汽车和柱子在rd地图中显示为窄峰时,道路趋向于显示为如图4b中地图的右上角附近所示的类似斑点的形状。

应该指出的是在图4b中,斑点形状基本为椭圆的。多普勒范围的原因在于波束具有45°的宽角范围。地面多普勒速度vd由vd=v0cos(θ)提供,其中θ是地面或道路表面52相对于主机动车50的速度矢量的方位角(θ=0为主机动车50的正前方)。距离内斑点的范围归因于地面或道路表面52的形貌,或者随着距离增加雷达波束变得更接近于平行于地面或道路表面52,这将减小雷达回波的振幅。即地面形貌的细节可影响反射发生在距离/角度内的何处。期望峰反射将会在近距离处,因为此时入射角为最大。斑点在多普勒中传开,因为波束形状宽至45度。因此,在该特定的示例性图示中,地面多普勒速度可能从13mps变为13cos(45)=9.2mps。

图5a、图5b和图5c示出了根据一些示例性实施方案的针对其中雷达传感器12未受到阻挡或畅通的情况的另外的平均rd地图。图5a示出了来自路缘或道路和草地之间的交接处的雷达回波。沿着路缘查看,角度变化。因此,斑点具有弯曲的形状,同样因为多普勒速度是角度的函数。图5b示出了明确可见的椭圆斑点。应当指出的是图5b的斑点可源于来自主机动车50后方路面的反射。图5c示出具有可见斑点的rd地图。然而,斑点中的值并没有高出噪声级别很多。这是最困难的情况,因为将斑点与地面噪声区分开来更具挑战性。

图6示出了根据一些示例性实施方案当雷达传感器12受到阻挡时典型的rd地图。参考图6,由受到阻挡的雷达传感器12生成的rd地图包括“椒盐”噪声,如所示,并且没有类似斑点的形状。

图6示出了在受到阻挡和未受到阻挡传感器状态之间进行辨别的一些问题。首先,来自受到阻挡情况的峰值振幅和例如图4b中所示未受到阻挡情况的峰值振幅相似。因此,本公开的检测技术并非只基于峰值振幅。下文详细描述的检测技术通过寻找斑点而非峰解决了峰值振幅问题。其次,在本文详细描述的检测技术对于低能量回波非常敏感。如果有任何雷达能量渗透过传感器阻挡,该技术可检测回波并声明畅通状态。这表明受到阻挡和畅通状态在一定程度上重叠。作为响应,在一些示例性实施方案中,本公开的技术被设计成在难以阻挡的侧上犯错而非声明虚假的阻挡。

现在详细说明了本公开使用rd地图(诸如图4a中的rd地图)来声明阻挡或畅通状态的方法。如上所述,道路在rd地图中通常显示为斑点。如本文所用,术语“斑点”是指平均rd地图中的在属性上与周围点的属性(诸如雷达回波信号的强度)不同的一组点。如下文所详述,一般来讲,预先确定数量的邻近点被定义为斑点,所述预先确定数量的邻近点具有在某些预先确定值以上的雷达回波。根据示例性实施方案,使用了以基于lindeberg分水岭的灰度值斑点检测算法为基础的斑点检测技术。应该注意的是斑点检测是视觉处理中众所周知的技术。为使本文的详细说明清楚起见,将不在这里复述斑点检测的详细信息。

根据本公开,先如上文所详述通过将多个n个循环的rd地图平均化而生成平均rd地图。如上所述,在一些示例性实施方案中,n=150。根据斑点检测方法,在一些示例性实施方案中,设置了两个不同的阈值。两个阈值在本文称为阈值a或“种子创建阈值”以及阈值b或“种子验证阈值”。接下来,该技术逐步应用于平均rd地图中的所有点。如果当前点值超过阈值a并且当前点的三个相邻点的点值超过阈值b,则将当前点视为种子点。接下来,为了确定斑点的范围并标识斑点中的每个点,检查种子点的每个最近相邻点以确定其值是否超过阈值a。如果超过,并且如果其所有三个最近相邻点的点值均超过阈值b,则将该点标识为斑点成员。然后以相似的方式检查所标识的斑点成员的每个邻近点。该过程一直持续到找不到点值超过阈值a的邻近点。然后将斑点视为完整。

该技术还设定要视为有效的斑点所需的最小斑点尺寸阈值或点数目。该点数阈值在本文称为numblob。如果标识的斑点至少具有该点数,则确定该组点为可接受的斑点,这可起因于来自道路表面52的雷达回波。接下来,将斑点中所有点的值相加以生成决策指标,在下文进行了详述。如果决策指标超过本文称为metricthresh的最小阈值,则确定斑点实际上源于来自道路表面52的雷达回波,并且系统正在荒漠场景中运行,并且将本循环集合声明为未受到阻挡或畅通(参见图3中的步骤s66)。如果在检查rd地图中的所有点之后,不能标识出可接受的斑点,则确定系统没有在荒漠场景中运行,并且将本循环集合声明为受到阻挡(参见图3中的步骤s68)。

根据一些示例性实施方案,该技术具有若干在测试期间被优化的参数,并且这些参数也可根据系统状态动态地变化。例如,当主机动车50在移动时,多普勒中的斑点比在主机动车50静止时宽得多。因此,根据一些示例性实施方案,根据主机动车50的速度调节每个斑点的阈值和/或最小点数。本公开的斑点检测技术在标识斑点方面非常有效,甚至当其在平均rd地图中的峰值振幅仅稍高于噪声级别时也一样。

图7a、图7b和图7c是根据一些示例性实施方案由本公开的技术标识的斑点的图像,所述图像分别适用于图4b、图5a和图5b的平均rd地图。应当指出的是,对于图6的受到阻挡的数据,没有检测到斑点。

如上所述,对于每个n个循环(例如150个循环)的集合,生成单个rd地图,然后执行检测技术以生成单个决策指标。在一些示例性实施方案中,决策指标是斑点中所包含的所有点的值的总和。如果指标高于阈值metricthresh,则将循环集合声明为畅通。否则,将循环集合声明为受到阻挡。在一些示例性实施方案中,如果在一个时间段上的预先确定的集合数上,例如10个集合(其中循环数n为例如150),一定数量的集合受到阻挡,则将雷达传感器12声明为受到阻挡。然后诸如通过可听警告和/或可视消息向用户/操作员发出警告,指示雷达传感器12受到阻挡并且在进一步操作之前应当清理。例如,如果10个集合中有6个受到阻挡,则将雷达传感器12声明为受到阻挡。在该特定的示例性配置中,150个循环集合中的每个集合使用6秒来采集和处理,并且因此雷达传感器12将会在大约一分钟内报告阻挡。

根据一些示例性实施方案,一旦在斑点检测技术中确定种子点,就对整个平均rd地图进行杂乱斑点搜索,以更低的阈值添加更多单元格。由于主机动车50的速度直接影响斑点的形状和振幅,在一些示例性实施方案中,一旦已确定了种子,就将不同的速度状态用于确定杂乱斑点的预计散布方式。当主机动车50停止或缓慢移动时,使用缓慢速度状态;期望达到最小斑点散布。当主机动车50以更快速度移动时,使用高速度状态。允许斑点跨更多单元格并跳过亚阈值单元格。因此,根据这些示例性实施方案,在主机动车50中安装了检测主机动车50的速度的速度传感器,并且该传感器由本公开的系统和技术用于检测雷达传感器12的阻挡。在执行时间内于若干级别处进行检查以将处理展开并根据需要中止检测。因此,本公开的斑点检测允许检测斑点,即使斑点具有低峰值振幅时也一样。

如上所述,本公开的技术可由处理器36执行,该处理器执行存储在雷达传感器12中的存储器中的一系列可执行指令(参见图1)。图8、图9a、图9b、图10、图11、图12a、图12b、图13a、图13b和图13c包括根据示例性实施方案由处理器36执行的可执行指令的带描述性注释的虚拟代码,以及雷达传感器12中实现本公开的技术的相关联电路。图8包括根据一些示例性实施方案的用于检测雷达传感器阻挡的技术的主程序的带描述性注释的虚拟代码。图9a和图9b包括根据一些示例性实施方案的针对构建平均rd地图的函数的带描述性注释的虚拟代码。图10包括根据一些示例性实施方案的基于斑点检测计算决策指标(也称为“sm指标”)的函数的带描述性注释的虚拟代码。图11包括根据一些示例性实施方案的斑点检测函数的带描述性注释的虚拟代码。图12a和图12b包括根据一些示例性实施方案的另外的斑点检测函数的带描述性注释的虚拟代码。图13a、图13b和图13c包括根据一些示例性实施方案的函数的带描述性注释的虚拟代码,这些函数用于更新决策指标并进行受到阻挡或畅通确定和声明。

根据一些特定示例性实施方案,定义了某些预先确定的参数。应当指出的是,这些参数不应被视为限制本公开的范围,而是作为示例性例证提供,以加强对本公开的理解。例如,如上所述,用于揭示低能量回波诸如来自道路表面的回波的帧或rd地图的数目n在一些特定示例性实施方案中为150。在一些示例性实施方案中,阈值a(即,峰值点值应超过其它值以便被视为峰的量)可为大约1.5db。在一些示例性实施方案中,决策阈值metricthresh,即用于确定决策指标或sm指标(这些指标用于指明是否应当将点集合声明为畅通或受到阻挡)的阈值可为大约5db。在一些示例性实施方案中,为了避免源于保险杠护杠的回波,可限定距离-多普勒遮蔽以忽略前12个距离单元。可进一步限定遮蔽以忽略多普勒<0-5或多普勒59-64时的距离单元1-70。

参考图3和上述具体实施方式,根据一些示例性实施方案,仅可在不存在检测的情况下执行荒漠检测处理s64。即在正常环境下,在没有本公开的荒漠检测处理s64的情况下执行普通对象检测处理s60以确定传感器阻挡。此外,甚至在荒漠检测处理期间,如果检测恢复,则处理恢复至正常检测处理。根据一些示例性实施方案,除非检测不存在,否则不执行上文详述的用于标准化和计算平均rd地图的多个rd地图的处理和/或斑点检测处理。因此,由于该处理仅在需要时(即在不存在对象检测时)执行,并且没有连续运行,和其中阻挡检测以及处理被连续执行的方法相比,本公开的方法实现了明显减少的处理时间以及资源使用。

根据示例性实施方案,实现了某些优势。例如,由于本发明的方法仅在不存在对象检测的情况下执行传感器阻挡检测处理,并且由于如果对象检测恢复则终止传感器阻挡检测处理并恢复普通对象检测处理,因此大幅减少了处理时间并大幅减少了资源使用。另外,因为对多个rd地图标准化和平均化以生成平均rd地图,以及使用斑点检测,本公开的方法提供对道路的检测,甚至是在存在非常弱的来自道路的雷达反射的情况下也提供对道路的检测。这大大提高了阻挡检测以及本公开方法的报告的准确性。另外,本公开的方法无论主车辆是否在移动都发挥作用。

然而在阅读以上说明之后,本公开的许多变更和修改对于本领域的普通技术人员而言无疑将是显而易见的,应当理解以例示方式示出和描述的特定实施方案并非意在被视为限制性的。另外,已参考特定实施方案描述了主题,但是本领域的技术人员将知悉本公开实质和范围内的变化。应当指出的是提供以上示例仅为了进行解释,并且不应以任何方式被理解成限制本公开。

虽然已参考本发明构思的示例性实施方案来具体示出和描述了本发明构思,但本领域的普通技术人员将理解,在不脱离如通过以下权利要求书界定的本发明构思的实质和范围的情况下,可从形式和细节上对本发明做出多种改变。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1