[发明专利]用于使用表面穿透雷达进行车辆定位的方法和系统

说明书

公开了一种用于车辆定位的方法和表面穿透雷达(SPR)系统。该方法包括将具有第一频率的雷达信号发射到邻近于车辆的表面下区域中。获取表面下区域内的第一表面下体积的第一SPR图像集，并且通过第一SPR图像集确定车辆的位置数据。将具有大于第一频率的频率的第二雷达信号发射到表面下区域中，并且获取表面下区域内的第二表面下体积的第二SPR图像集。第二表面下体积至少部分地与第一表面下体积重叠。从第一SPR图像集确定的位置数据的分辨率高于从第二SPR图像集确定的位置数据。

相关申请

本申请要求2017年1月27日提交且题为“LGPR Capability”的美国临时专利申请号62/451,313以及2017年7月7日提交且题为“Localizing Ground-Penetrating Radar”的美国临时专利申请号62/529,740的在先申请日的权益，所述申请通过引用整体并入本文。

本发明中的政府权利

本发明是在美国空军授予的合同号FA8721-05-C-0002的政府支持下完成的。政府拥有本发明的某些权利。

技术领域

本发明总体上涉及用于使用表面穿透雷达进行车辆定位的方法和系统。该方法和系统可用于车辆的导航。

背景技术

结构化环境(例如道路网络)中的自主导航方法通常可以分为两类。在第一类中，自主车辆像人类一样进行导航，除了简单的地图和道路的一般规则之外几乎没有道路特征的预先存在的知识。第二类方法依赖于对环境的广泛的先验知识，例如，标记车道边界的全球定位系统(GPS)测量结果的密集集合以及所有停车标志、人行横道等的地图。由于现实世界环境的极端可变性，第一类提出了具有挑战性的方法。第二类方法已经得到例如国防高级研究计划局(DARPA)城市挑战赛和谷歌自动驾驶汽车项目的评估。结果已经表明，可以实现在结构化、特征鲜明的地形中实现可靠自主导航的“丰富地图”方法；然而，依赖详细的先前地图的一个重大挑战是系统必须保持对地图内车辆位置的精确、准确的了解。

传统上，GPS接收器已被用于提供全局定位；然而，单独的GPS不能提供保持在交通车道内所需的精度。此外，GPS精度在具有多路径或阴影的环境中严重恶化，并且信号很容易被希望干扰操作的其他人阻挡或故意破坏。基于GPS的系统可以利用差分信号算法或通过利用惯性传感器增加位置估计来进行改进；然而，由此产生的系统通常昂贵，并且可能需要附加的基础设施，例如基站。

为了克服这些限制，一些自主车辆感测本地环境并将传感器测量结果配准到先前观察的地图中。这种地图匹配方法的成功在很大程度上取决于传感器的类型和区域设置。被动视觉方法(例如，采用一个或多个数字视频摄像机的方法)由于场景照明的变化，在室外环境中可能表现较差。太阳照射角度和云量的变化可能导致系统看到与先前地图观察期间感测的场景明显不同的场景。主动视觉感测(例如LIDAR)是另一种方法，并且在自主车辆(例如谷歌自动驾驶汽车)所使用的技术中。传感器典型地传输相反地相对较暗的频率的光，并测量返回的强度，而不依赖于自然或不受控制的照明。算法被用于在先前测量结果的地图中搜索类似的强度模式以确定车辆的位置。虽然主动感测方法解决了不一致的场景照明问题，但是当明显的场景随着天气条件显著变化时会遇到困难。例如，雪模糊了将场景与先前获取的场景进行匹配所需的重要特征。其它天气条件，例如，雾、雨和灰尘也会影响性能。此外，所观察到的场景的动态方面可能产生进一步的复杂性。例如，其它运动车辆的存在和由于阵风引起的典型静态特征的移动提出了重大挑战。还使用汽车雷达，但主要是为了规避障碍。目前，没有用作主要的定位方法的角度或距离分辨率。因此，基于地图的定位的当前感测方法对于普通的真实世界条件并不鲁棒。此外，有源传感器(例如采用光检测和测距(LIDAR)传感器的那些传感器)通常需要昂贵的精密设计的电光机械系统。

发明内容

本技术的示例性实施例包括用于车辆定位的方法和表面穿透雷达(SPR)系统。