[发明专利]一种点云数据处理方法、装置、控制器及雷达传感器

说明书

本发明公开了一种点云数据处理方法、装置、控制器及雷达传感器；所述方法包括：获取雷达传感器发送的探测点的点云数据以及探测点对应的目标数据；所述探测点的点云数据包括探测点的距离变化率；获取雷达传感器对探测点的距离变化率的测量范围；提取出点云数据中的距离变化率超出所述测量范围的探测点；对超出所述测量范围的点云数据中的距离变化率进行调整，使所述点云数据中的距离变化率和所述探测点对应目标数据中的距离变化率一致。该方法避免了重复计算；简单高效；只要对每个探测点进行区域判断或空间判断；不需要进行复杂的跟踪，提升了整个过程中点云数据的处理效率；进一步提升了用户的驾驶体验。

技术领域

本发明涉及智能车辆环境感知技术领域，尤其涉及一种点云数据处理方法、装置、控制器及雷达传感器。

背景技术

毫米波雷达一般采用啁啾序列(chirp sequence)调制，这种雷达会发射出一系列连续的线性啁啾信号，单个信号的时间长度往往只有数微秒。雷达在发射一系列信号，并接收到环境中各种物体的反射信号后，会对接收到的信号进行二维或二维以上的傅立叶变换，这样就得到了二维或二维以上的频域信号；这种频域信号称为一帧(frame)，即类似于视频信号中的一帧。其中，每帧信号包括若干有效的探测点(detection)。每帧信号至少包括两个维度，其中一个是和雷达的距离(range)，另一个是目标相对雷达的距离变化率(range rate，径向速度)。

由于这种调制模式本身固有的物理特性，距离变化率的信号是折叠的(folded)。其中，折叠的涵义为：距离变化率是周期性的，例如，对-50m/s，0m/s，50m/s三种不同速度的探测点，在频域上看来则重叠在一起。因此，在后续处理中，一般需要进行针对探测点的去折叠(unfolding)处理，即把周期性的距离变化率转变为真实的距离变化率。

现有的去折叠一般需要采用目标跟踪(tracking)等方法，即将若干个探测点聚类(grouping)为一个目标(object)，并将若干帧综合起来，通过目标距离在不同帧之间的变化预估出目标的距离变化率范围，然后再综合预估的距离变化率和周期性的距离变化率，得出目标的实际距离变化率。现有的处理过程是在雷达内部通过复杂的跟踪算法实现，不仅处理算法复杂，而且去折叠效果较差。

发明内容

为解决现有技术中存在的问题，本发明提出了一种点云数据处理方法、装置、控制器及雷达传感器；具体地：

第一方面提供了一种点云数据处理方法，所述方法包括：

获取雷达传感器发送的探测点的点云数据以及探测点对应的目标数据；所述探测点的点云数据包括探测点的距离变化率；

获取雷达传感器对探测点的距离变化率的测量范围；

提取出点云数据中的距离变化率超出所述测量范围的探测点；

对超出所述测量范围的点云数据中的距离变化率进行调整，使所述点云数据中的距离变化率和所述探测点对应目标数据中的距离变化率一致。

进一步地，所述对超出所述测量范围的点云数据中的距离变化率进行调整，包括：

根据探测点对应的目标数据确定出目标区域；

对位于所述目标区域内的点云数据中的距离变化率进行调整。

进一步地，所述对超出所述测量范围的探测点的距离变化率进行调整，包括：

根据探测点对应的目标数据确定出目标空间的上限和下限；

对位于所述目标空间内的点云数据中的距离变化率进行调整。

第二方面提供了一种点云数据处理方法，所述方法包括：

获取多个图像帧，每个图像帧均包括多个探测点；