[发明专利]一种CFAR后峰值点统计的车载雷达失效检测方法

说明书

本申请涉及一种基于CFAR后峰值点统计的车载雷达失效检测方法，应用于车载电子设备中，所述方法包括：实时监测并获取车载雷达的ADC数据，并对ADC数据的距离维进行加窗处理；将加窗处理后的ADC数据通过二维FFT进行转换，生成2D‑MAP数据；对所述2D‑MAP数据进行处理，获取峰值点数据；将所述峰值点数据与预设值进行比对，判断并输出当前车载雷达是否失效。其有益效果在于，本申请通过采用CFAR峰值点统计，为车载雷达失效的检测依据，能有效的区分车载雷达非遮挡场景和车载雷达遮挡场景，以及避免“沙漠”场景下功能失效报警的误触发，极大的提高了行车安全性。

技术领域

本申请涉及汽车电子技术领域，特别涉及一种CFAR后峰值点统计的车载雷达失效检测方法。

背景技术

随着汽车的智能化，车载毫米波角雷达是高级驾驶辅助系统(ADAS)重要的传感器之一，其可应用于盲点监测(BSD)，变道辅助(LCA)，停车辅助(PA)，十字交通报警(CTA)等场景。近年来ADAS市场增长迅速，原来这类系统局限于高端市场，而现在正在进入中端市场。随着ADAS市场的不断增长，车载毫米波角雷达必将拥有更加广阔的应用前景和市场。

车载毫米波角雷达实际运行环境较为复杂，面临着霜雪，沙尘，暴雨等恶劣的天气状况，同时在装车后会处在一个长时间工作的状态。这种情形下很容易造成霜雪，泥土等污物在雷达表面的沉积，当沉积达到一定的数量后，将会引起质变，导致雷达功能的失效。雷达功能失效，若不能反馈给车载中控系统以及驾驶者，依然信任雷达的检测结果，将会存在很大的安全隐患。目前在现有技术中的车载雷达失效检测的算法还较少。

发明内容

本申请为了解决上述技术问题，提供了一种基于CFAR后峰值点统计的车载雷达失效检测方法，应用于车载电子设备中，所述方法包括：

实时监测并获取车载雷达的ADC数据，并对ADC数据的距离维进行加窗处理；

将加窗处理后的ADC数据通过二维FFT进行转换，生成2D-MAP数据；

对所述2D-MAP数据进行CFAR处理，获取峰值点数据；

将所述峰值点数据与预设值进行比对，判断并输出当前车载雷达是否失效。

可选地，所述实时检测并获取车载雷达的ADC数据，包括：

实时监控车载雷达数据；

通过调用MATLAB中的随机数生成器，生成包括ADC数据所需范围和数量的随机数；

在当前车辆雷达数据的帧率范围内，根据所述随机数选取ADC数据。

可选地，所述实时检测并获取车载雷达的ADC数据，包括：实时监控并获取车载雷达的所有ADC数据，或者根据外部输入获取当前车辆雷达的ADC数据。

可选地，所述对ADC数据的距离维进行加窗处理，包括：

将ADC数据的距离维与预设的窗函数进行乘积。

可选地，所述窗函数为汉宁窗或海明窗或布莱克曼窗。

可选地，所述将加窗处理后的ADC数据通过二维FFT进行转换，生成2D-MAP数据，包括：

对加窗处理后的ADC数据进行快时间采样的FFT处理和慢时间的FFT处理，最终生成2D- MAP数据。

可选地，所述对所述2D-MAP数据进行CFAR处理，获取峰值点数据，包括：

在所述2D-MAP数据的距离维上选取1-A/2距离单元上的计算数据，计算选取所有所述计算数据的CFAR后峰值点，获取峰值点数据。

可选地，所述计算选取所有所述计算数据的CFAR后峰值点之后，还包括：