基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法技术方案

一种基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，属于信号处理领域，为了解决无人驾驶汽车复杂环境防碰撞的问题，技术要点是：S1.对各段波形，将A/D采集到的IQ数据，进行时频的FFT变换，将时域数据转换成频率数据；S2.将各段波形FFT变换后的复数模值做门限检测CFAR，输出过门限点位置，根据过门限的点计算其对应的频率值，并由此得到对应点上的频率矩阵，同时计算出恒频段过门限点对应的相位值，并由此得到对应点上的相位矩阵；S3.对于恒频波，计算得到速度矩阵；而对于三角波，其上扫频频率矩阵和下扫频对应的频率矩阵，两两进行配对计算距离和速度，并由此得到距离矩阵和速度矩阵。

【技术实现步骤摘要】
基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法
本专利技术属于信号处理领域，涉及基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法。
技术介绍
近年来，随着经济的发展，交通需求日益增加，城市交通拥堵、交通事故频发等成为当前世界各国面临的共同问题。对公路交通事故的分析显示，在司机、汽车、道路三个环节中，司机是可靠性最薄弱的环节，因此近几年来，替代司机驾驶的无人驾驶汽车孕育而生，自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车是一种通过电脑系统实现无人驾驶的智能汽车。为提高自动驾驶汽车行驶的安全性，自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。因此自动驾驶汽车需要判断汽车行驶状况，对车辆的安全性进行预测，自动采取措施防止交通事故的发生，减小事故发生概率的系统，如车道偏离系统、前向车辆碰撞警告系统、前向避障辅助系统、驾驶员注意力监测等。其中，汽车防撞雷达是自动驾驶汽车最主要的传感器之一。主要是由于汽车防撞雷达是一种主动安全设备，可以准确的测量出周围目标的速度和距离，以及目标所在的方位角等信息，可以准确的发现无人驾驶汽车在行驶过程中的潜在危险，并且根据雷达检测到的障碍物信息，自动采取措施消除危险。目前应用到汽车上的测距方法主要有激光测距，超声波测距，红外线测距，毫米波雷达测距等几种方法。红外、摄像头等光学技术价格低廉且技术简单，但是全天候工作效果不好，防撞性能有限；超声波受天气状态影响大，探测距离较短。而毫米波雷达克服了上述几种探测方式的缺点，具有稳定的探测性能和良好环境适用性。它不仅具有频率高、波长短、频带宽、体积小、重量轻等特点，而且与上述几种传感器相比，毫米波雷达穿透雾、烟、灰尘的能力强，抗干扰能力强，不受光线影响，探测距离远，具有全天候全天时等特点。成本也有所下降，并且雷达的外型尺寸可以做得很小，便于在汽车上安装，故作为目前国内外自动驾驶汽车防撞雷达的普遍选择方式。综上所述：无论从安全角度还是经济角度而言，自动驾驶汽车防撞雷达的研制都极具应用价值和现实意义。自动驾驶汽车在实现过程中，需要全方位的进行防撞，所以本专利技术的自动驾驶汽车防撞雷达，可以安装在汽车正前方作为正向防撞雷达使用，同时可以安装在汽车前方的左边或是右边，作为汽车正前方的左边以及右边方向防撞雷达使用，同时可以安装在汽车正后面，作为后向防撞雷达使用，同时可以按照在汽车后方左边和右边作为变道辅助雷达同时作为防撞雷达使用，以及可以按照在汽车左右两侧，作为汽车左右两侧的防碰撞雷达使用。本专利技术所设计的自动驾驶汽车防撞雷达在以下描述中，主要是针对前向防撞雷达进行描述，但是其他按照地方的雷达可以按此方法进行同理使用。
技术实现思路
为了解决无人驾驶汽车复杂环境防碰撞的问题，本专利技术提出了一种基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，以实现对于障碍物的速度等解算。为了实现上述目的，本专利技术的技术方案是：所述组合波形是三角波调制的FMCW信号及恒频波调制的CW信号组合而成的波形，第一段为三角波，第二段为恒频波；所述信号处理方法包括以下步骤：S1.对各段波形，将A/D采集到的IQ数据，进行时频的FFT变换，将时域数据转换成频率数据；S2.将各段波形FFT变换后的复数模值做门限检测CFAR，输出过门限点位置，根据过门限的点计算其对应的频率值，并由此得到对应点上的频率矩阵，同时计算出恒频段过门限点对应的相位值，并由此得到对应点上的相位矩阵；S3.对于恒频波，计算得到速度矩阵；而对于三角波，其上扫频频率矩阵和下扫频对应的频率矩阵，两两进行配对计算距离和速度，并由此得到距离矩阵和速度矩阵。有益效果：1、本专利技术给出了一种无人驾驶汽车在复杂环境中进行防碰撞系统整体信号处理设计方法；2、本专利技术给出了一种复杂环境中多目标检测的组合波形设计方案，同时给出了，可实现多目标检测的理论分析，对于无人驾驶汽车防撞多目标识别，提供了一种波形设计思路以及解决方法。3、本专利技术给出了详细的信号处理过程，包括多目标相对速度的解算、相对距离解算、相位差方向角的解算，以及利用恒频波的速度进行真是目标速度的匹配过程等，对于设计无人驾驶汽车复杂环境防碰撞系统提供了一种具体的信号处理方法。附图说明图1恒频波与线性调频三角波组合波形一个扫频周期内的频率变化图；图2单目标的(R,V)空间图；图3多目标的(R,V)空间图；图4基于组合波形的汽车变道辅助系统信号处理流程图。具体实施方式实施例1：一种基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，所述组合波形是三角波调制的FMCW信号及恒频波调制的CW信号组合而成的波形，第一段为三角波，第二段为恒频波；所述信号处理方法包括以下步骤：S1.对各段波形，将A/D采集到的IQ数据，进行时频的FFT变换，将时域数据转换成频率数据；S2.将各段波形FFT变换后的复数模值做门限检测CFAR，输出过门限点位置，根据过门限的点计算其对应的频率值，并由此得到对应点上的频率矩阵，同时计算出恒频段过门限点对应的相位值，并由此得到对应点上的相位矩阵；S3.对于恒频波，计算得到速度矩阵；而对于三角波，其上扫频频率矩阵和下扫频对应的频率矩阵，两两进行配对计算距离和速度，并由此得到距离矩阵和速度矩阵。作为一种实施例：还具有步骤：S4.通过恒频波的速度矩阵和三角波获得速度矩阵进行多目标的真实速度匹配以及查找，同时获得多目标的真实距离。作为一种实施例，还具有步骤：S5.计算多目标的方位角。步骤S1的方法是：对通道1中的第一段三角波FMCW上扫频段和第二段三角波FMCW下扫频段、第三段恒频波CW1段，通道2中的恒频波CW2段，去除前部分数据点，所述去除前部分数据点，就是在AD采集到的数据中，先去除掉AD采集到的前部分数据点，一般在50～70个点，比如，如果采集到700个点，去除掉前50个点，从51到700的数据去直流并进行FFT变换。之所以要去除掉这部分点有两个原因，一是这些数据里面，部分数据是由于波形在转变的时候，电压产生的脉冲，导致这部分数据异常，第二个原因是由于距离模糊度的原因。这部分不是之前说的导致距离分辨率降低的原因，其实是发射波形的线性度，导致这个分辨率降低。根据数据点数选择进行适当点数的FFT变换，进行时频变化，将时域数据转换成频域数据。步骤S2的方法是：设通道1中，三角波上扫频过门限的点数有n1个，其对应的位置矩阵为N_up＝[a1,a2,…an1]，计算频率值并由此得到对应点上的频率矩阵F_up＝[fa1,fa2,…fan1]，其中：fs为采样率，M为FFT变换的点数，N为位置点；三角波下扫频过门限的点数有n2个，其对应的位置矩阵为N_down＝[b1,b2,…bn2]，计算得到的频率矩阵为F_down＝[fb1,fb2,…fbn2]；恒频段过门限的点数有n3个，其对应的位置矩阵为N_cw1＝[c1,c2,…cn3]，计算得到的频率矩阵为F_cw1＝[fc1,fc2,…fcn3]，同时假设峰值点对应的FFT变换后的复数据为a_cw1+1j*b_cw1，其相位根据公式计算得到，设其过门限的点对应的相位矩阵为ψCW1＝[ψc1,ψc2,…ψcn3]；通道2中恒本文档来自技高网...

【技术保护点】
一种基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，其特征在于，所述组合波形是三角波调制的FMCW信号及恒频波调制的CW信号组合而成的波形，第一段为三角波，第二段为恒频波；所述信号处理方法包括以下步骤：S1.对各段波形，将A/D采集到的IQ数据，进行时频的FFT变换，将时域数据转换成频率数据；S2.将各段波形FFT变换后的复数模值做门限检测CFAR，输出过门限点位置，根据过门限的点计算其对应的频率值，并由此得到对应点上的频率矩阵，同时计算出恒频段过门限点对应的相位值，并由此得到对应点上的相位矩阵；S3.对于恒频波，计算得到速度矩阵；而对于三角波，其上扫频频率矩阵和下扫频对应的频率矩阵，两两进行配对计算距离和速度，并由此得到距离矩阵和速度矩阵。

【技术特征摘要】
1.一种基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，其特征在于，所述组合波形是三角波调制的FMCW信号及恒频波调制的CW信号组合而成的波形，第一段为三角波，第二段为恒频波；所述信号处理方法包括以下步骤：S1.对各段波形，将A/D采集到的IQ数据，进行时频的FFT变换，将时域数据转换成频率数据；S2.将各段波形FFT变换后的复数模值做门限检测CFAR，输出过门限点位置，根据过门限的点计算其对应的频率值，并由此得到对应点上的频率矩阵，同时计算出恒频段过门限点对应的相位值，并由此得到对应点上的相位矩阵；S3.对于恒频波，计算得到速度矩阵；而对于三角波，其上扫频频率矩阵和下扫频对应的频率矩阵，两两进行配对计算距离和速度，并由此得到距离矩阵和速度矩阵。2.如权利要求1所述的基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，其特征在于，具有步骤：S4.通过恒频波的速度矩阵和三角波获得速度矩阵进行多目标的真实速度匹配以及查找，同时获得多目标的真实距离。3.如权利要求2所述的基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，其特征在于，具有步骤：S5.计算多目标的方位角。4.如权利要求1所述的基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，步骤S1的特征方法是：对通道1中的第一段三角波FMCW上扫频段和第二段三角波FMCW下扫频段、第三段恒频波CW1段，通道2中的恒频波CW2段，去除前部分数据点，根据数据点数选择进行适当点数的FFT变换，进行时频变化，将时域数据转换成频域数据。5.如权利要求1所述的基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法，步骤S2的特征方法是：设通道1中，三角波上扫频过门限的点数有n1个，其对应的位置矩阵为N_up＝[a1,a2,…an1]，计算频率值并由此得到对应点上的频率矩阵F_up＝[fa1,fa2,…fan1]，其中：fs为采样率，M为FFT变换的点数，N为位置点；三角波下扫频过门限的点数有n2个，其对应的位置矩阵为N_down＝[b1,b2,…bn2]，计算得到的频率矩阵为F_down＝[fb1,fb2,…fbn2]；恒频段过门限的点数有n3个，其对应的位置矩阵为N_cw1＝[c1,c2,…cn3]，计算得到的频率矩阵为F_cw1＝[fc1,fc2,…fcn3]，同时假设峰值点对应的FFT变换后的复数据为a_cw1+1j*b_cw1，其相位根据公式计算得到，设其过门限的点对应的相位矩阵为ψCW1＝[ψc1,ψc2,…ψcn3]；通道2中恒频段过门限的点数与通道1中过门限点的点数相同也为n3个，其对应的位置矩阵为N_cw2＝[c1,c2,…cn3]，计算得到的频率矩阵为F_cw2＝[fc1,fc2,…fcn3]，其对应的相位矩阵为ψCW2＝[ψ′c1,ψ′c2,...

【专利技术属性】
技术研发人员：田雨农，王鑫照，
申请(专利权)人：大连楼兰科技股份有限公司，
类型：发明
国别省市：辽宁,21