一种车载雷达及其逼近探测和目标判别方法技术

技术编号:19016802 阅读:96 留言:0更新日期:2018-09-26 17:27
一种车载雷达及其逼近探测和目标判别方法,该方法和其设备大幅提高车辆前方关键目标的判别率,在近距离目标突然发生运动状态的变化时,克服现有算法存在死循环的现象以及其容易造成的巡航车处于危险状态;全面提升执行效率,实时性好,巡航车前方车辆急速增加时,能在规定时间内执行完毕目标车辆的判别,进而识别目标车辆的运动状态;设备体积小,占有车内空间少,驾驶的舒适性和安全性较高;相应设备价格低廉,适合经济型车辆安装。

【技术实现步骤摘要】
一种车载雷达及其逼近探测和目标判别方法
本专利技术涉及一种车载雷达及其逼近探测和目标判别方法,属于车载雷达或车载电子系统

技术介绍
对于使用车载电子系统(例如,雷达)来探测巡航车前方的关键目标并进行判别的研究国外起步较早,且有多种不同的研究方法。国内对于车载雷达探测巡航车前方的关键目标的判别研究起步比较晚,但是随着车载电子技术,特别是雷达技术的不断发展,国内对于车载雷达探测前方关键目标的判别研究也逐步增多。国内对于巡航车前方的关键目标的判别研究主要有:(1)自适应巡航控制系统中前方有效目标识别算法研究,基本思路是利用轨迹拟合公式分别估计拟合各目标的预测轨迹,每个目标根据其拟合品质赋予相应的权值,然后通过中值滤波的方法确定本车的未来预期行驶轨迹。进而计算出前方各目标车辆距离本车道中心线的距离,以判别目标车是否在本车道内,判别出前方的关键目标。(2)基于轨迹分析的自适应巡航系统目标识别方法研究,基本思路是根据前方目标车辆和主车的一段轨迹,判断出前方车辆和本车各自的行驶状态,包括直线行驶、在弯道行驶、和换道行驶。然后,通过本车与目标车的运动信息对道路曲率进行估计,并通过曲率加权计算对道路曲率进行优化。进而预测本车路径、计算主车和前车之间的侧向距离,判别出前方的关键目标。(3)汽车自适应巡航控制系统有效目标辨识算法的研究,基本思路是利用卡尔曼滤波和三自由度汽车模型,实现了对道路曲率的在线估计,然后利用定曲率的前方关键目标判别方法对巡航车前方的关键目标进行识别。上述探测和判别方法存在的共同缺陷是:(1)车辆前方关键目标的判别率低,在近距离目标突然发生运动状态的变化时,算法存在死循环的现象,容易造成巡航车处于危险状态;(2)执行效率低,实时性差,巡航车前方车辆急速增加时,不能在规定时间内执行完毕目标车辆的判别,进而识别目标车辆的运动状态;(3)相应设备体积大,占有车内空间大,降低驾驶的舒适性和安全性;(4)相应设备昂贵,不适合经济型车辆安装。
技术实现思路
为了克服现有技术中存在的缺陷,本专利技术提供了一种基于模糊逻辑和扩展卡尔曼滤波的逼近探测和目标判别的车载雷达电子系统及其逼近探测与目标判别方法。一种基于模糊逻辑和扩展卡尔曼滤波的逼近探测和目标判别的车载雷达电子系统的逼近探测与目标判别方法,其特征在于包括以步骤:S1:基于扩展卡尔曼滤波进行本车状态估计,对本车的横摆角速度和质心侧偏角进行估计,进而实现了道路曲率的实时在线估计;S2:通过对道路曲率的估计得到当前所处道路的曲率进而判断出所行驶的道路是直道还是弯道;S3:对于在直道和弯道的不同情况下,分别建立了相应关键目标判别模型,对前方的关键目标进行判别;S4:根据本车和目标物体的逼近程度来进行预警,以保证车辆行驶安全。进一步地,步骤S1中对本车状态估计时采用的车辆的模型为二自由度汽车模型。进一步地,二自由度汽车模型不考虑转向系统的影响,将前轮转角(方向盘转角)作为输入,车身只做平面运动,前进速度不变,轮胎侧偏特性处于线性范围,不考虑空气阻力的影响。进一步地,步骤S3中使用模糊逻辑算法对关键目标进行判别,所述模糊逻辑算法需要使用目标物体的二维离散量。一种基于模糊逻辑和扩展卡尔曼滤波的逼近探测和目标判别的车载雷达电子系统,其特征在于包括:本车状态估计模块,用于基于扩展卡尔曼滤波进行本车状态估计,对本车的横摆角速度和质心侧偏角进行估计,进而实现了道路曲率的实时在线估计;道路曲率估计模块,通过对道路曲率的估计得到当前所处道路的曲率进而判断出所行驶的道路是直道还是弯道;目标判别模块,对于在直道和弯道的不同情况下,分别建立了相应关键目标判别模型,对前方的关键目标进行判别;预警模块,根据本车和目标物体的逼近程度来进行预警,以保证车辆行驶安全。进一步地,本车状态估计模块中还包括二自由度汽车模型模块。进一步地,二自由度汽车模型模块不考虑转向系统的影响,将前轮转角(方向盘转角)作为输入,车身只做平面运动,前进速度不变,轮胎侧偏特性处于线性范围,不考虑空气阻力的影响。有益的技术效果:(1)大幅提高车辆前方关键目标的判别率,在近距离目标突然发生运动状态的变化时,克服现有算法存在死循环的现象以及其容易造成的巡航车处于危险状态;(2)全面提升执行效率,实时性好,巡航车前方车辆急速增加时,能在规定时间内执行完毕目标车辆的判别,进而识别目标车辆的运动状态;(3)设备体积小,占有车内空间少,驾驶的舒适性和安全性较高;(4)相应设备价格低廉,适合经济型车辆安装。具体实施方式本专利技术提供了一种基于模糊逻辑和扩展卡尔曼滤波的逼近探测和目标判别的车载雷达电子系统及其逼近探测与目标判别方法。一种基于模糊逻辑和扩展卡尔曼滤波的逼近探测和目标判别的车载雷达电子系统的逼近探测与目标判别方法,其特征在于包括以步骤:S1:基于扩展卡尔曼滤波进行本车状态估计,对本车的横摆角速度和质心侧偏角进行估计,进而实现了道路曲率的实时在线估计;S1-1:结合汽车二自由度模型,应用扩展卡尔曼滤波算法,建立车辆状态估计过程;车辆二自由度模型的滤波状态方程和观测方程如下:状态方程:观测方程:其中,ω为横摆角速度,β为质心侧偏角,δ为前轮转角,w1、w2为系统噪声,v1、v2为传感器测量噪声,w1、w2、v1、v2为相互独立的白噪声;S1-2:扩展卡尔曼滤波的状态方程与量测方程的建立;状态方程:xk+1=f(xk,uk,wk)·················(7)观测方程:yk+1=h(xk,vk)··············(8)状态变量:[ω,β]控制输入量:[δ]两侧输出:S2:通过对道路曲率的估计得到当前所处道路的曲率进而判断出所行驶的道路是直道还是弯道;S2-1:通过转向盘转角、横摆角速度、侧向加速度以及各车轮轮速差中的一个或多个来计算道路曲率;S2-2:根据曲率之来判断道路是直道还是弯道,当曲率值超过预定值时,认为当前道路为直道,当曲率值小于预定值时,认为当前道路为弯道;所述通过转向盘转角计算道路曲率,使用公式(9)来计算曲率,其中δs转向盘角度,i是转向机构速比,dx是是前后车轮的轮距;所述通过侧向速度计算道路曲率,使用公式(10)来计算曲率,其中ay是侧向加速度,v是汽车速度;所述通过轮速计算道路曲率,使用公式(11)来计算曲率,其中vr是车轮速度,d是车道宽度,为尽量避免传动的影响,v和vr从非驱动轴上得到,此方法需估计或用传感器测量车道宽度;所述通过横摆角速度计算道路曲率,使用公式(12)来计算曲率,其中ω是横摆角速度,v是汽车速度;S3:对于在直道和弯道的不同情况下,分别建立了相应关键目标判别模型,对前方的关键目标进行判别;对于当前道路为弯道的情况,执行步骤S3-1,对于当前道路为直道的情况,执行步骤S3-2;S3-1:当判定当前道路为弯道时,以雷达安装位置为原点o,x轴平行于地面指向前方,y轴指向驾驶员左侧,如图1所示,当本车和目标车都在弯道行驶向左转弯时,可以通过雷达获取目标车相对于本车的距离ds、目标车相对于与本车的方位角(到目标最近点连线的方位角,相对于传感器指向)θ得到目标车相对本车的径向相对距离;通过上图中几何关系可以得到:dsy=ds·sinθ·······················本文档来自技高网
...

【技术保护点】
1.一种逼近探测与目标判别方法,其特征在于包括以步骤:S1:基于扩展卡尔曼滤波进行本车状态估计,对本车的横摆角速度和质心侧偏角进行估计,进而实现了道路曲率的实时在线估计;S2:通过对道路曲率的估计得到当前所处道路的曲率进而判断出所行驶的道路是直道还是弯道;S3:对于在直道和弯道的不同情况下,分别建立了相应关键目标判别模型,对前方的关键目标进行判别;S4:根据本车和目标物体的逼近程度来进行预警,以保证车辆行驶安全。

【技术特征摘要】
1.一种逼近探测与目标判别方法,其特征在于包括以步骤:S1:基于扩展卡尔曼滤波进行本车状态估计,对本车的横摆角速度和质心侧偏角进行估计,进而实现了道路曲率的实时在线估计;S2:通过对道路曲率的估计得到当前所处道路的曲率进而判断出所行驶的道路是直道还是弯道;S3:对于在直道和弯道的不同情况下,分别建立了相应关键目标判别模型,对前方的关键目标进行判别;S4:根据本车和目标物体的逼近程度来进行预警,以保证车辆行驶安全。2.一种根据权利要求1所述的逼近探测与目标判别方法,其特征在于步骤S1中对本车状态估计时采用的车辆的模型为二自由度汽车模型。3.一种根据权利要求1或2所述的逼近探测与目标判别方法,其特征在于:二自由度汽车模型不考虑转向系统的影响,将前轮转角(方向盘转角)作为输入,车身只做平面运动,前进速度不变,轮胎侧偏特性处于线性范围,不考虑空气阻力的影响。4.一种根据权利要求1或2或3所述的逼近探测与目标判别方法,步骤S3中使用模糊逻辑算法对关键目标进行判别,所述模糊逻辑算法需要使用重心法。5.一种根据权利要求1-4中任意一项所述的逼近探测与目标判别方法,车辆二自由度模型的滤波状态方程和观测方程如下:状态方程:观测方程:其中,ω为横摆角速度,β为质心侧偏角,δ为前轮转角,w1、w2为系统噪声,v1、v2为传感器测量噪声,w1、...

【专利技术属性】
技术研发人员:杨建青
申请(专利权)人:浙江工业职业技术学院
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1