利用静止对象的已知全球定位进行雷达校准的制作方法

本发明涉及利用静止对象的已知全球定位进行雷达校准。

背景技术：

雷达校准是一种了解并保证由雷达系统获得的关于一个或多个目标的信息(如范围、速率、位置)的准确性所必需的过程。校准过程需要雷达目标上的地面实况。也就是说，必须已知雷达系统和目标的相对位置，以便将已知信息与由雷达系统获得的信息进行比较，并根据需要实施校正或记录偏差。然而，当雷达系统位于移动平台(例如，汽车，其它类型车辆)上时，校准过程因为如下事实而变得复杂：该平台不能够被简单地带回到一个或多个目标可以获得地面实况信息来执行校准的区域中。因此，期望的是提供一种使用处于移动平台附近(无论是在任何地方)的静止对象的校准过程。

技术实现要素：

在本发明的一个示例性实施例中，一种执行移动平台上的雷达系统的校准的方法包括获得该平台的位置；使用该平台的位置以及映射算法来获得一个或多个静止对象的与平台的相对位置以作为地面实况；使用雷达系统来获得关于一个或多个静止对象的一个或多个雷达参数，该一个或多个雷达参数包括角度估计；基于一个或多个参数以及地面实况来确定校正矩阵；以及基于校正矩阵来从随后接收到的雷达系统的信号获得已校正的接收信号。

在另一示例性实施例中，一种用于移动平台上的雷达系统的校准系统包括配置成获得平台的位置的基于卫星或蜂窝的接收器；配置成基于平台的位置来获得一个或多个静止对象的与平台的相对位置以作为地面实况的映射算法；配置成获得关于一个或多个静止对象的一个或多个雷达参数的雷达系统，该一个或多个雷达参数包括角度估计；以及处理器，该处理器配置成基于一个或多个参数以及地面实况来确定校正矩阵，并且基于校正矩阵从随后接收到的雷达系统的信号来获得已校正的接收信号。

结合附图，通过以下对本发明的详细描述，本发明的以上特征和优点以及其它特征或优点将变得显而易见。

附图说明

其它特征、优点和细节仅作为示例出现在以下参考了附图的对实施例的详细描述中，其中：

图1示出了根据一个或多个实施例的雷达校准系统的框图；以及

图2是根据一个或多个实施例的执行雷达校准的方法的流程图。

具体实施方式

以下描述在本质上仅是示例性的，并不意图限制本公开，其应用或用途。应该理解的是，在整个附图中，相应的附图标记表明相同或相应的部分及特征。

如前所述，雷达系统的校准需要知晓在校准中使用的目标相对于雷达系统的实际位置。当雷达系统位于移动平台上时，从一次校准到下一次校准期间使用的或者在一次校准中使用的静止目标可能是不同的。在此详述的方法和系统的各个实施例涉及使用移动平台的全球定位的确定以及静止对象的本地映射来执行雷达校准。如下所述，一旦确定了平台的位置，则该位置结合映射信息一起用来确定出静止对象的精确相对位置，而这些静止对象可以用于校准雷达系统。

根据本发明的示例性实施例，图1示出了根据一个或多个实施例的雷达校准系统的框图。用于雷达系统120的示例性平台100为汽车110。雷达系统120可以为已知的多输入多输出(mimo)系统，该系统包括发射元件阵列以输出发射信号121，以及接收元件阵列以接收来源于每一个发射信号121的反射122。发射元件可以各自以时分多址(tdma)的配置依次发射。在替代实施例中，发射元件可以各自在相同或重合的时间发射不同的二进制代码。发射信号121可以包括作为一组线性调频脉冲或线性调频连续波(lfm-cw)脉冲的代码。雷达系统120并不限制于具有任何特定的布置或发射机制。

示例性平台100包括gps接收器132，并且可以包括其它传感器130，如相机131、激光雷达系统或红外传感器。gps接收器132使用已知的基于卫星的定位技术来提供平台100的位置。在替代实施例中，其它基于卫星的定位(例如，伽利略)系统或其它机制可以用于在任何给定时间获得平台100的位置。例如，借助于使用蜂窝塔(其由平台100中的蜂窝装置138访问)的三角测量法，可以获得基于蜂窝的定位。根据又一替代实施例，可以使用指纹匹配技术。这涉及到经由视觉提示(使用相机131)、雷达系统120的射频信号强度等对位置进行预映射或指纹识别，并且将平台100的当前位置与预映射的或指纹识别的位置匹配。

控制器135是示出为包括一个或多个处理器136以及一个或多个存储器装置137。控制器135通常指代处理电路，该处理电路可以包括专用集成电路(asic)、电子电路、处理器136(共享、专用或群组)和执行一个或多个软件或固件程序的存储器、组合逻辑电路、和/或提供期望的功能的其它合适部件。控制器135可包括其它已知的部件，例如通信接口，以在平台100之内或之外进行通信(例如，与另一处理器进行无线地通信)。

根据示例性实施例，控制器135与控制系统相同或联接至控制系统，该控制系统执行例如汽车110中的碰撞避免或自动制动等功能。根据示例性实施例，存储器装置137储存与平台100在地图上的位置重叠的映射信息，该位置由gps接收器132或其它源提供。也就是说，已知的映射算法储存静止对象140的位置以及路径点之间的道路配置。在图1中，静止对象140a(建筑和标志)位于平台100的雷达系统120的视线内，而静止对象140b(建筑)位于雷达系统120的视线外。这些标记用于以下讨论。此信息例如用于提供指定建筑的方向，并指示出已经抵达该建筑。根据一个或多个实施例，出于雷达校准目的，用于提供方向的相同定位信息被用于获得关于静止对象140(例如，建筑)的地面实况。根据替代或附加实施例，基于无线通信(例如，从云存储)经由控制器135来获得映射信息。

雷达校准过程周期性地发起，或者基于事件(例如，用户触发器、控制器135触发器)发起。校准(即，基于雷达检测与地面实况之间的差异来对雷达参数进行修改)能够通过对随时间推移的观察结果进行平均化来实现，而非基于平台100的单个位置处的测得值与实际值的单次比较来实现。获得平台100的位置，从映射软件获得在平台100的视线内的静止对象140a的位置，并且雷达系统120检测那些静止对象140a。具体地，由雷达系统120进行的对一个或多个对象140a的位置的角度估计被校准，而非范围和多普勒估计。

清楚地说就是，雷达系统120检测其视线内的所有目标(例如，建筑、灯柱、标志、另一辆车辆110、行人)。此外，映射软件可提供关于位于雷达系统120的视线内和视线外的静止对象140(例如，建筑)的地面实况。因此，必须首先识别出一个或多个相关静止对象140a(出于解释的目的，在此称作为在校准中使用的静止锚点145)，所述对象均被雷达系统120检测到，并且根据映射算法已知它们的位置。在图1所示的示例性场景中，虽然建筑是相关静止对象140a(静止锚点145)，但是标志仅是静止对象140a，而不是静止锚点145，这是因为标志未进行映射，因而造成地面实况不可用。下面将讨论可确定静止锚点145的示例性技术。

在一些环境中，可以容易地辨别出由雷达系统120检测到的不同对象140a，从而可以直接确定出地面实况可用的静止锚点145。例如，一旦从雷达系统120检测到的目标中去掉了移动对象(经由由雷达系统120检测到的多普勒信息)，则保留一组可能的相关静止对象140a。在图1的示例性场景中，在针对这些静止对象140a(标志和建筑)获得的雷达参数与由映射算法指示的位置(仅建筑)之间所进行的比较将指示出哪些静止对象140a是地面实况已知的静止锚点145(即，示例中的建筑)。

然而，在雷达系统120所检测到的各种对象不容易被辨别出的目标密集环境中，平台100的其它传感器130可以有助于分离出与地面实况可用的静止对象140a相关联的雷达参数。根据一个示例性实施例，相机131或激光雷达阵列可以帮助区分感兴趣的静止锚点145和其它静止对象140a。根据另一示例性实施例，雷达系统120检测到的范围与到所映射的不同静止对象140a的范围相匹配。例如，由雷达系统120获得的到图1所示的标记和建筑的范围与到地图中的静止对象140a的范围进行比较。只有到建筑的范围才会匹配，这是因为标志没有存在于地图中。因此，可以将建筑识别为静止锚点145。即使这个匹配过程产生了误差，但是对随着时间推移的观察结果进行平均化将有效地过滤掉错误的异常值。

可以从映射信息确定静止锚点145的与雷达系统120的相对位置。根据示例性实施例，平台100在校准期间是静止的(例如，在信号灯处停止)。根据替代实施例，平台100正在移动。在这种情况下，平台100和静止对象140的位置以及雷达反射122全部在同一时间(或者尽可能地接近同一时间)接收。

雷达系统120的校准涉及到确定雷达系统120与地面实况之间的校正因子。如前所述，校正因子的确定可以是基于随时间推移的多个位置处的观测结果的平均化。该校正因子可以在雷达系统120中用于对检测进行校正，使得静止对象140的检测到的位置与由平台100的基于gps的位置所提供的实际(地面实况)位置和映射相匹配。根据示例性实施例，使用已知的校准失配模型来执行校准。根据此模型：

y≈hq(θ)+n【等式1】

在等式1中，y是观测矢量或非校准反射122、n是噪声、h是雷达反射122与基于地面实况信息来合成产生的理想反射(q(θ))之间的失配的对角矩阵。也就是说，基于根据gps接收器132和地图的与静止对象140相关联的已知参数(例如，范围、多普勒、到达角度)，生成理想的或实际的接收信号q(θ)。

失配校正矢量由下列等式给出：

得出了将校正矢量最小化的对角矩阵b。一旦基于等式2确定了对角矩阵b，则对由雷达系统120接收的反射122进行校正。使用校正矢量和观察矢量y(接收反射122)，根据以下等式来获得已校准或已校正的接收信号

根据另一个更普遍的实施例，先前讨论的等式可以归纳来使得校准矩阵不是对角型的。假设的是，发射及接收天线元件总共有n个组合。例如，在一个发射元件和四个接收元件的情况下，n将为4，但是在mimo配置中的两个发射元件和四个接收元件的情况下，n将为8，这是因为四个接收元件中的每一个接收元件接收来自两个发射元件中的每一个的反射。在这种情况下，表示为的校准矩阵是n×n矩阵，并不一定是对角型的。如果存在有m个静止锚点145，则产生m个不同的角度估计[θ1，θ2，...，θm]。如前所述，该m个静止锚点145无需存在于一个位置，而是可以作为随时间推移的不同位置处的观测结果的一部分。

角度θm下的给定静止对象145的接收阵列响应ym具有n×1的维度，使得观测矩阵由下列等式给出：

y＝[y1y2...ym]【等式4】

角度θm下的合成期望阵列响应q(θm)具有n×1的维度，使得合成响应矩阵由下列等式给出：

q＝[q(θ1)q(θ2)...q(θm)]【等式5】

那么，校准矩阵可从下列等式得到：

在等式6中，p大于零(例如，p＝1或p＝2)。校准矩阵为n×m矩阵。一旦由最小化确定了校正矩阵b，则已校正的接收信号矩阵可以获得为：

图2是根据一个或多个实施例的执行雷达校准的方法的流程图。在框210处，获得平台100的位置包括例如使用汽车110的gps接收器132、另一个基于卫星的定位系统、基于蜂窝的定位或基于指纹识别的定位。在框220处，获得一个或多个静止锚点145的与平台100的相对位置(即，获得地面实况)包括使用映射算法来获得静止锚点145的位置并确定静止锚点145的视线相对位置。如前所述，雷达系统120将检测对象(例如，路灯、行人、车辆)，这些对象对于基于映射算法已知地面实况的一个或多个静止锚点145而言是附加的。因此，在框220处的处理的一部分是将静止锚点145与其它静止对象140a区分开来，如前所述。在框230处，过程包括使用雷达系统120获得与一个或多个静止锚点145相关联的一个或多个雷达参数。

一旦获得了由雷达系统120获得的雷达参数(例如，范围、到达角度、多普勒)以及对应的地面实况，则例如在框240处，角度估计的检测值与实际值之间的差(即，差异矩阵h)有助于基于等式1确定理想的或实际的接收信号q(θ)。这转而有助于确定根据等式6的校正矩阵b，或者根据前面讨论的具体实施例，确定根据等式2的校正矢量基于校正矩阵b，根据等式7，或者在具体实施例中根据等式3的接收信号的校正在框250处提供已校准的雷达输出。

虽然已经参考示例性实施例描述了本发明，但是本领域技术人员将会理解，在不脱离本发明的范围的情况下，可以进行各种改变并且等同物可以替代其元件。此外，在不脱离其本质范围的情况下，可以进行许多修改以使特定情况或材料适应本发明的教导。因此，意图是本发明并不限于所公开的特定实施例，而是本发明将包括落在应用范围内的所有实施例。