The invention discloses a vehicle distance measurement control method and system based on Kalman filtering technology, which comprises the following steps: track initiation module, detection module detects the stray data of the target to eliminate the non target data, initializes the target track; track update module, in the latest frame data, the detection module outputs the latest track in real time, the latest track and navigation In track center module, some target tracks are associated and matched, and the data on the matching is updated with Kalman filtering algorithm; in track deletion, the removal module deletes and combs the tracks that are not associated and matched. The beneficial effect of the invention: Kalman filtering technology is applied to millimeter wave radar data, which can avoid the measurement data jitter caused by vehicle jitter, make the measurement data close to the real value, thus improving the accuracy of millimeter wave radar measurement.
【技术实现步骤摘要】
一种基于Kalman滤波技术的车辆距离测量控制方法及系统
本专利技术涉及自动驾驶中感知领域车辆的智能感知的
,尤其涉及一种基于Kalman滤波技术的前方车辆距离测量控制方法及其相应的控制系统。
技术介绍
无人驾驶技术可以拆解为“环境感知与定位-决策与规划-控制与执行”过程的理解、学习和记忆的物化。其中,环境感知与定位作为无人驾驶系统的输入,对整个系统能能否正确控制执行车辆起着至关重要的作用。环境感知与定位系统对摄像机、毫米波雷达、Ridar以及超声波雷达等多中不同类型传感器综合应用感知并重建定位目标相对于主车的位置、速度及其他属性。由于传感器本身的性能限制以及车辆本身的抖动,导致感知系统对目标的位置测量不能直接用于后续的决策系统,需要对原始的测量数据进行进一步的滤波平滑处理。车辆在道路上行驶可以看作是低速直线模型,我们更关心前方车辆目标的位置信息。基于毫米波雷达方案对目标车辆的位置进行感知,因车辆抖动以及雷达本身性能的影响,实际雷达测得的目标车辆的位置信息是不准确的。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊,而这种简化或省略不能用于限制本专利技术的范围。鉴于上述现有存在的问题,提出了本专利技术。因此,本专利技术解决的一个技术问题是:解决实车驾驶过程中车辆抖动引起的测量数据抖动的问题,同时可剔除雷 ...
【技术保护点】
1.一种基于Kalman滤波技术的车辆距离测量控制方法,其特征在于:包括以下步骤,/n航迹起始模块(100),检测模块(101)检测目标的杂散数据进行剔除非目标数据,初始化目标轨迹;/n航迹更新模块(200),在最新的一帧数据中,所述检测模块(101)实时输出最新航迹,所述最新航迹与航迹中心模块(300)内存有的目标航迹进行关联匹配,对匹配上的数据用kalman滤波算法对关联的航迹进行更新;/n航迹删除,剔除模块(400)将未关联匹配到的航迹进行删除梳理。/n
【技术特征摘要】
1.一种基于Kalman滤波技术的车辆距离测量控制方法,其特征在于:包括以下步骤,
航迹起始模块(100),检测模块(101)检测目标的杂散数据进行剔除非目标数据,初始化目标轨迹;
航迹更新模块(200),在最新的一帧数据中,所述检测模块(101)实时输出最新航迹,所述最新航迹与航迹中心模块(300)内存有的目标航迹进行关联匹配,对匹配上的数据用kalman滤波算法对关联的航迹进行更新;
航迹删除,剔除模块(400)将未关联匹配到的航迹进行删除梳理。
2.如权利要求1所述的基于Kalman滤波技术的车辆距离测量控制方法,其特征在于:所述航迹起始还包括,
检测模块(101)检测到目标杂散数据后,若检测目标在连续五帧中都存在,则认为所述检测目标是真实的障碍物,否则将认定所述检测目标为虚假目标或非目标数据,且将虚假目标或非目标数据删除。
3.如权利要求1或2所述的基于Kalman滤波技术的车辆距离测量控制方法,其特征在于:还包括数据关联和航迹维护,
所述航迹中心模块(300)内的航迹地址就是检测模块(101)的数据地址,在新的一帧中,所述数据地址与所述航迹地址进行匹配,如果匹配上则把该数据点与相应的航迹关联,并用kalman滤波算法对关联航迹进行更新,如果未匹配,则输入到航迹起始模块(100)进行航迹起始,执行循环。
4.如权利要求3所述的基于Kalman滤波技术的车辆距离测量控制方法,其特征在于:所述航迹删除还包括,如果所述航迹中心模块(300)内的已有航迹在连续五帧内都没有被关联上,则认为所述航迹对应的目标消失在视野中,删除所述航迹。
5.如权利要求4所述的基于Kalman滤波技术的车辆距离测量控制方法,其特征在于:所述航迹更新模块(200)输出更新后的目标数据至决策模块(500)内,所述决策模块(500)根据所述目标数据对车辆进行相应的控制。
6.如权利要求5所述的基于Kalman滤波技...
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。