一种4D毫米波成像雷达系统的制作方法

文档序号:36646188发布日期:2024-01-06 23:30阅读:25来源:国知局

本发明涉及一种毫米波成像雷达,具体是一种4d毫米波成像雷达系统。


背景技术:

1、4d毫米波成像雷达在生活中的常用领域,主要包括高速无线通信传输、汽车自动驾驶以及成像应用等。

2、毫米波雷达还因更易于高度集成及小型化、量产后成本低与重量轻等特性,成为当代雷达系统首选。随着毫米波芯片技术的发展,应用于车载的毫米波雷达系统得到了大规模应用,然而传统雷达系统面临着以下缺陷:当有静止车辆,目标信息容易和地杂波等掺杂在一起,识别难度较大,而移动车辆可以靠多普勒识别,当有横穿车辆和行人,多普勒为零或很低,难以检测。没有高度信息,高处物体如桥梁路牌和地面的车辆一样区分不开,容易造成误刹,影响安全性。角度分辨率低,当两个距离很近的物体,其回波会被混在一起,很难知道有几个目标。用雷达散射截面积区分物体难,可以通过不同物体的雷达散射截面积的不同和不同帧之间的反射点的不同来区分路牌、立交桥和车辆,然而准确率并不高,最远探测距离不超过200m,探测距离范围有限,因此,亟需一种4d毫米波成像雷达系统来解决上述技术问题。


技术实现思路

1、本发明的目的在于提供一种4d毫米波成像雷达系统,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、一种4d毫米波成像雷达系统,包括:阵列设计、波形设计以及抗干扰设计;

4、阵列设计:在4d毫米波成像雷达系统中,通过mimo雷达系统使得4d毫米波成像雷达系统虚拟通道数得到极大提升;

5、波形设计:mimo雷达系统的最大特点在于采用波形分集技术,波形相关系数是表示波形分集的重要参数,mimo雷达系统的各天线发射正交信号,波形间的相关系数为0,在空间形成低增益宽波束,接收端通过dbf合成多个接收波束,实现覆盖大空域的探测;

6、抗干扰设计:随着车辆使用毫米波成像雷达系统的增多,雷达与雷达之间的干扰日益严重,在相同的中心频率内使用线性调频信号,容易产生相互之间的干扰,通过抗干扰设计来消除4d毫米波成像雷达系统使用中的相互干扰。

7、作为本发明进一步的方案:mimo雷达系统将12个3发4收的mimo芯片进行级联,构成36发48收mimo雷达系统,达到1728个虚拟通道,通过遗传算法来设计稀疏阵列,使得雷达孔径更大,水平角分辨率达到0.78,俯仰角分辨率达到3.6°,随着天线数的增多,其阵列排布和角度分辨率将会得到更一步的优化和提升。

8、作为本发明进一步的方案:对于mimo雷达系统波形设计,设计的波形具备高分辨率、低旁瓣、良好的正交性,波形设计方法包括:时分复用、频分复用、多普勒分集复用、码分复用,波形设计出的复用波形以提升阵列使用效率。

9、作为本发明进一步的方案:4d毫米波成像雷达系统采用点云技术进行人员跟踪和识别,点云技术广泛用于物体跟踪和计数,基于单芯片解决方案,工作频率为77-81ghz,包括四个部分组成以顺序方式工作的模块,即:点云生成、点云聚类、跟踪和识别。

10、作为本发明进一步的方案:所述点云生成,在此模块中,雷达发射毫米波挥动并记录现场的反射,杂乱物的反射是对原始数据进行距离fft后去除,然后点云通过多普勒fft和到达角估计生成。

11、作为本发明进一步的方案:所述点云聚类,在此模块中,检测潜在的人体物体通过使用dbscan聚类算法将各个点合并到聚类中。

12、作为本发明进一步的方案:所述追踪,在此模块中,产品将连续帧中的同一人体对象关联起来,并使用多对象跟踪算法来维护轨迹。

13、作为本发明再进一步的方案:所述识别,在此模块中,深度循环神经网络用于从提取的顺序数据中识别用户身份沿着轨迹,分类器通过softmaxloss和center-loss的共同监督进行训练。

14、与现有技术相比,本发明的有益效果是:

15、本发明在原有距离、方位、速度的基础上增加了对目标的高度维数据解析,能够实现“3d+高度”四个维度的信息感知,具备广视角、高分辨、能探测静物的优点,与传统毫米波成像雷达系统相比优势显著。

16、传统毫米波成像雷达系统无法获取高度信息,4d毫米波成像雷达系统有效地弥补了这一点,垂直视场角达30°,能够有效侦测立交桥、限高杆、路牌等障碍物;

17、4d毫米波成像雷达系统探测更加精准,分辨率做到小于1°,精度小于0.1°;

18、4d毫米波成像雷达系统点云密集,可以对静止点进行识别,更优秀的性能表现能够让4d毫米波成像雷达系统有效支持更高级别的智能驾驶,且价格便宜,有利于现实使用。

19、实施方式

20、以下将详细说明本技术的各种示例性实施例、特征和方面。

21、在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

22、另外,为了更好的说明本技术,在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本技术同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件未作详细描述,以便于凸显本技术的主旨。

23、实施例

24、一种4d毫米波成像雷达系统,包括:阵列设计、波形设计以及抗干扰设计。

25、具体的,阵列设计:在4d毫米波成像雷达系统中,通过mimo雷达系统使得4d毫米波成像雷达系统虚拟通道数得到极大提升;

26、波形设计:mimo雷达系统的最大特点在于采用波形分集技术,波形相关系数是表示波形分集的重要参数,mimo雷达系统的各天线发射正交信号,波形间的相关系数为0,在空间形成低增益宽波束,接收端通过dbf合成多个接收波束,实现覆盖大空域的探测;

27、抗干扰设计:随着车辆使用毫米波成像雷达系统的增多,雷达与雷达之间的干扰日益严重,在相同的中心频率内使用线性调频信号,容易产生相互之间的干扰,通过抗干扰设计来消除4d毫米波成像雷达系统使用中的相互干扰。

28、优选的,在本实施例中,mimo雷达系统将12个3发4收的mimo芯片进行级联,构成36发48收mimo雷达系统,达到1728个虚拟通道,通过遗传算法来设计稀疏阵列,使得雷达孔径更大,水平角分辨率达到0.78,俯仰角分辨率达到3.6°,随着天线数的增多,其阵列排布和角度分辨率将会得到更一步的优化和提升。

29、优选的,在本实施例中,对于mimo雷达系统波形设计,设计的波形具备高分辨率、低旁瓣、良好的正交性,波形设计方法包括:时分复用、频分复用、多普勒分集复用、码分复用,波形设计出的复用波形以提升阵列使用效率。

30、需要具体说明的是:4d毫米波成像雷达系统除了具有探测距离远、不易受环境影响、抗干扰能力强、波束成形好等一般优势外,还突破了传统车载雷达的局限性,可以以很高的分辨率同时探测目标的距离、速度、水平方位和俯仰方位,使得最远探测距离大幅可达约300m,比激光雷达和视觉传感器都要远,因此能够满足高度自动驾驶的需求,在汽车雷达中占据一席之地。

31、实施例

32、一种4d毫米波成像雷达系统,包括:阵列设计、波形设计以及抗干扰设计。

33、具体的,阵列设计:在4d毫米波成像雷达系统中,通过mimo雷达系统使得4d毫米波成像雷达系统虚拟通道数得到极大提升;

34、波形设计:mimo雷达系统的最大特点在于采用波形分集技术,波形相关系数是表示波形分集的重要参数,mimo雷达系统的各天线发射正交信号,波形间的相关系数为0,在空间形成低增益宽波束,接收端通过dbf合成多个接收波束,实现覆盖大空域的探测;

35、抗干扰设计:随着车辆使用毫米波成像雷达系统的增多,雷达与雷达之间的干扰日益严重,在相同的中心频率内使用线性调频信号,容易产生相互之间的干扰,通过抗干扰设计来消除4d毫米波成像雷达系统使用中的相互干扰。

36、优选的,在本实施例中,mimo雷达系统将12个3发4收的mimo芯片进行级联,构成36发48收mimo雷达系统,达到1728个虚拟通道,通过遗传算法来设计稀疏阵列,使得雷达孔径更大,水平角分辨率达到0.78,俯仰角分辨率达到3.6°,随着天线数的增多,其阵列排布和角度分辨率将会得到更一步的优化和提升。

37、优选的,在本实施例中,对于mimo雷达系统波形设计,设计的波形具备高分辨率、低旁瓣、良好的正交性,波形设计方法包括:时分复用、频分复用、多普勒分集复用、码分复用,波形设计出的复用波形以提升阵列使用效率。

38、优选的,在本实施例中,4d毫米波成像雷达系统采用点云技术进行人员跟踪和识别,点云技术广泛用于物体跟踪和计数,基于单芯片解决方案,工作频率为77-81ghz,包括四个部分组成以顺序方式工作的模块,即:点云生成、点云聚类、跟踪和识别。

39、优选的,在本实施例中,所述点云生成,在此模块中,雷达发射毫米波挥动并记录现场的反射,杂乱物的反射是对原始数据进行距离fft后去除,然后点云通过多普勒fft和到达角估计生成。

40、优选的,在本实施例中,所述点云聚类,在此模块中,检测潜在的人体物体通过使用dbscan聚类算法将各个点合并到聚类中。

41、优选的,在本实施例中,所述追踪,在此模块中,产品将连续帧中的同一人体对象关联起来,并使用多对象跟踪算法来维护轨迹。

42、优选的,在本实施例中,所述识别,在此模块中,深度循环神经网络用于从提取的顺序数据中识别用户身份沿着轨迹,分类器通过softmaxloss和center-loss的共同监督进行训练。

43、需要具体说明的是:无处不在的传感是智能环境应用的关键推动者,毫米波成像雷达系统因其高可用性、低成本和隐私性而成为理想的候选者,跟踪和识别是系统的两个基本功能毫米波成像雷达传感,但采用传统方法,其性能经常受到噪声、有限分辨率和多径等多种因素的影响,本发明结合新型深度学习技术在雷达中的应用信号处理链可实现更准确、更稳健的跟踪和识别,更好地支持智慧环境应用。

44、需要特别说明的是:本发明在原有距离、方位、速度的基础上增加了对目标的高度维数据解析,能够实现“3d+高度”四个维度的信息感知,具备广视角、高分辨、能探测静物的优点,与传统毫米波成像雷达系统相比优势显著。

45、并且,传统毫米波成像雷达系统无法获取高度信息,4d毫米波成像雷达系统有效地弥补了这一点,垂直视场角达30°,能够有效侦测立交桥、限高杆、路牌等障碍物,并且4d毫米波成像雷达系统探测更加精准,分辨率做到小于1°,精度小于0.1°,以及4d毫米波成像雷达系统点云密集,可以对静止点进行识别,更优秀的性能表现能够让4d毫米波成像雷达系统有效支持更高级别的智能驾驶,且价格便宜,有利于现实使用。

46、对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

47、此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。

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