[发明专利]多雷达成像传感器的对象融合系统

说明书

技术领域

实施例涉及对象传感器融合。

背景技术

使用雷达系统来检测在行驶路面内的对象。这样的系统随着时间的推移使用连续或周期性的对象跟踪，来确定对象的各种参数。通常，利用来自雷达系统的数据计算例如对象位置、距离以及距变率等数据。然而，来自雷达的输入通常是稀疏的跟踪目标。而且，雷达系统通常以假设目标为单个点为基础，这使得更加难以评估附近目标。

发明内容

实施例的优点在于提高相对于主车辆的对象的位置和朝向的跟踪。主车辆使用多普勒测量数据确定哪部分雷达数据形成群，以及确定该群是静止的还是动态的。跟踪对象的位置和形状允许主车辆在每个时帧期间确定对象的朝向。因为对象形状在由主车辆观察时将变化，所以基于形状的变化，可以确定在每个时间阶段的朝向并且相应地跟踪。结果，相应的跟踪系统可以将远程车辆朝向、位置以及速度通知给其他车辆子系统，用于它们与车辆外部的对象一起使用。

实施例设想一种利用多普勒雷达传感器检测和跟踪对象的方法。根据由感测设备产生的雷达数据，来检测相对于主车辆的对象。雷达数据包括多普勒测量数据。由处理器根据雷达数据形成群。每个群代表相应对象。由处理器基于每个对象的多普勒测量数据和主车辆的车速，将每个相应对象分类为静止的或非静止的。响应于将所述对象分类为非静止对象，由处理器随着时间的推移，利用多普勒测量数据在对象上应用目标跟踪；否则响应于将所述对象分类为静止对象，而更新占据网格。

本发明还提供以下方案：

1. 一种利用多雷达传感器检测和跟踪对象的方法，包括：

根据由感测设备产生的雷达数据检测相对于主车辆的对象，所述雷达数据包括多普勒测量数据；

由处理器根据所述雷达数据形成群，每个群代表相应对象；

由所述处理器基于每个对象的多普勒测量数据和所述主车辆的车速，将每个相应对象分类为静止的或非静止的；以及

响应于将所述对象分类为非静止对象，由所述处理器随着时间的推移，利用多普勒测量数据在对象上应用目标跟踪；否则响应于将所述对象分类为静止对象，而更新占据网格。

2. 根据方案1所述的方法，其中形成群包括以下步骤：

识别由第一感测设备检测的每个点，每个点包括定位位置和相对于所述主车辆的相关联距离；

将每个点分配为单独的群；

比较相邻的点，并且如果所述相邻的点之间的相似度在相似性阈值内，则将所述相邻的点合并为同一群。

3. 根据方案2所述的方法，还包括使用k-d树检索每个点的步骤。

4. 根据方案3所述的方法，还包括利用散列查找树检索每个点的步骤。

5. 根据方案3所述的方法，其中所述相似度包括多普勒测量数据。

6. 根据方案1所述的方法，其中将每个相应对象分类为静止的或非静止的包括以下步骤：

识别在群内的每个点的速度；

识别在所述群内的每个点的单位矢量；

确定在所述群内的每个点的距变率残值；

如果预定百分比的所述距变率残值在残差阈值内，则确定所述群是静止群；否则确定所述群是动态群。

7. 根据方案6所述的方法，其中在所述群内的每个点的速度由以下等式确定：

其中v_xi是第i个点的横向速度，v_yi是第i个点的纵向速度，y_i是相对于第i个点的车辆的纵坐标，x_i是相对于第i个点的车辆的横坐标，ω_H是横摆角速度，并且v_H是速度。

8. 根据方案7所述的方法，其中距变率残值由以下等式确定：

其中v_i是所确定的速度，并且n_i是单位矢量。

9. 根据方案6所述的方法，其中所述预定百分比为大约80％。

10. 根据方案1所述的方法，其中应用跟踪包括以下步骤：

利用雷达数据确定在之前时间阶段的群的朝向和位置；

利用雷达数据确定在当前时间阶段的群的朝向和位置；

响应于在之前时间阶段和下一个时间阶段的群的朝向和位置确定平移速度；

利用所述平移速度更新在当前时间阶段的群的对象跟踪模型。

11. 根据方案10所述的方法，其中所述变换速度通过以下等式确定：