[发明专利]考虑目标表面覆盖特征的毫米波雷达目标可见性判断方法

说明书

本发明公开了一种考虑目标表面覆盖特征的毫米波雷达目标可见性判断方法，分别建立目标车辆外表面积水、积雪以及其他杂物覆盖模型；使用射线矩阵法对毫米波雷达探测范围内的车辆之间的遮挡关系进行计算，输出车辆外表面每个反射面的实际可见面积与该反射面面积的比值；使用物理光学近似算法对车辆外表面各反射面的RCS值进行计算，输出车辆各反射面未被遮挡时的RCS值；将目标车辆外表面积水、积雪以及杂物覆盖模型应用到目标车辆的各个反射面的RCS计算中，计算不同材质目标物体反射面对毫米波雷达反射强度的影响系数；计算出目标物体各反射面的实际反射强度值，通过与预设的可见性阈值进行比较得出目标物体的可见性。

技术领域

本发明属于智能汽车仿真测试验证领域，针对高精度毫米波雷达建模需求，具体涉及一种考虑目标表面覆盖特征的毫米波雷达对目标物体可见性的判断方法。

背景技术

虚拟传感器建模是智能汽车测试评价非常重要的一部分。毫米波雷达虚拟模型是智能车虚拟测试评价使用广泛的一种车载传感器模型，对毫米波雷达的建模研究十分重要。在研究过程中发现目标物体表面覆盖物的物理特征对毫米波雷达的反射有很大影响。考虑到特殊天气，如雨雪天气时，车辆外表面会积聚一部分的雨水、冰雪或泥等杂物，由于水、冰对电磁波具有吸收作用，因此毫米波雷达发射的电磁波照射在覆盖有水膜或冰雪等物体覆盖的反射面时返回的电磁波强度会大大减弱，因此有必要对车辆外表面在特殊天气情况下的水膜、冰雪等杂物覆盖率进行建模，在毫米波雷达模型计算目标物体反射强度(RCS)时考虑雨雪覆盖率的影响，使得对反射强度的计算更加接近特殊天气时的真实情况。本发明能够更加真实地对仿真场景特殊天气情况下的车辆外表面覆盖物特性进行模拟，大幅提高特殊天气情况下毫米波雷达模型对目标识别的精度。

目前针对特殊天气对毫米波雷达模型的研究主要集中在毫米波雷达发射的电磁波的传播过程。文献--毫米波降雨及近场目标散射特性的研究中分析了雨滴的电磁散射特性以及电磁波在随机离散介质中传播的多重散射效应，利用蒙特卡洛方法计算了降雨的衰减值，并分析了将与的后向散射增强对毫米波雷达探测性能的影响。文献--激光雷达建模与积雨激光雷达的汽车行驶环境危险评估方法研究在保证物理模型的精度的前提下简化模型的参数标定过程，对不同天气建模，模拟不同天气下尤其是雨天雨粒子噪点对激光雷达衰减的影响。文献--Influences of weather phenomena on automotive laser radarsystems概述了造成激光雷达光信号干扰的各种物理原理以及影响程度的理论研究并将信号传输模型运用在一种新的激光雷达信号模拟器中。文献--The influence of thewater-covered dielectric radome on 77GHz automotive radar signals研究了薄水层对车载77GHz毫米波雷达的影响，提出基于分层介质波传播理论模型以及考虑CST模拟的近场传播效应的数值模型模拟有水膜存在的测量误差。文献--Indicators for the Signaldegradation and Optimization of Automotive Radar Sensors under AdverseWeather Conditions对水膜和雨水对毫米波传播的影像进行了分析，研究并评估了波与水膜和雨水相互作用的物理参数，制定了用于低成本测量雷达系统中水膜和雨水指标的方法并引入了一些技术来优化雷达探测性能。

目前的自动驾驶虚拟场景仿真软件只考虑了特殊天气如雨雪雾等天气对驾驶员视觉、车辆动力学以及声音等的影响，并未考虑特殊天气造成的目标物体表面反射强度的变化对传感器探测目标物体的影响。在降雪降雨强度大的地区，目标物体表面的积雪积雨的覆盖是不可以忽略的。积雪积水和泥等杂物的覆盖将导致车辆外表面材质发生变化，不同材质反射面对毫米波雷达的电磁波的反射强度不同，因此会影响自动驾驶车辆对目标物体的识别。本发明提高了毫米波雷达模型在雨、雪等特殊天气条件下的仿真精度，准确描述了由于雨雪天气在目标物表面有覆盖情况下，毫米波雷达对目标物的可见性判断，为扩展智能汽车虚拟仿真验证工况提供了基础。

发明内容