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技术

本发明专利技术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。

【技术实现步骤摘要】
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
本专利技术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。
技术介绍
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。本专利技术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--Influencesofweatherphenomenaonautomotivelaserradarsystems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--Theinfluenceofthewater-covereddielectricradomeon77GHzautomotiveradarsignals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--IndicatorsfortheSignaldegradationandOptimizationofAutomotiveRadarSensorsunderAdverseWeatherConditions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。本专利技术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。
技术实现思路
为了解决现有技术存在的上述问题，本专利技术提出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，在毫米波雷达模型加入了特殊天气情况下的目标物体表面覆盖物的物理特征模型，得到目标物体表面积雪积水覆盖率随时间、降雪降雨强度以及温度的变化规律，在物理光学算法计算目标物体对雷达波反射强度值的基础上考虑了目标物体表面反射面有覆盖物时对毫米波雷达反射强度的影响，能够更加准确地求得目标物体的RCS值，对目标物体进行可见性判断更加接近真实毫米波雷达探测结果。本专利技术的目的是通过以下技术方案实现的：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，包括以下步骤：步骤一、车辆外表面雨雪覆盖率建模：对目标车辆反射面上的水膜以及积雪覆盖情况，在考虑覆盖情况随降雨降雪的强度以及时间和温度的变化关系的基础上，分别对建立目标车辆外表面积水模型以及目标车辆外表面积雪模型；步骤二、目标物体状态信息及目标物体3D信息获取：通过场景信息获取，生成目标物体状态信息，将目标物体状态信息以及目标物体3D信息存储在对应的链表中；步骤三、遮挡计算：根据目标物体状态信息及目标物体3D信息，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，面积系数α，进而将目标物体分类为部分可见目标以及完全不可见目标；步骤四、反射强度计算：对于部分可见目标，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的RCS值；步骤五、反射强度修正系数计算：将目标车辆外表面积水模型及目标车辆外表面积雪模型应用到目标车辆的各个反射面中，得到每个反射面的雨雪覆盖百分值，分别根据雨、雪等不同材质物体对电磁波的影响系数，计算并输出反射强度计算系数。步骤六：目标物体可见性判断：根据以上计算得到的目标物体各反射面的反射强度和水滴、水膜及积雪对毫米波雷达的反射系数，以及遮挡计算出的可见面积系数，计算出目标物体各反射面的实际反射强度值，并与预设的可见性门限值进行比较，得出目标物体的可见性。进一步地，所述步骤一车辆外表面雨雪覆盖率建模具体包括：1.1)目标车辆外表面积水模型：将降雨降雪强度归一化为0到1之间的随机阶跃函数，车辆外表面积雨覆盖率随降雨强度与时间的关系可由下式表示：式中，FRd是水滴的覆盖率；FRm是水膜的覆盖率；QR是降雨强度；t是时间，单位为min；考虑到环境因素对积水和水膜的覆盖速率的影响，加入修正系数对各因素的差异化进行修正，μRd为水滴覆盖率的修正系数；μRm是水膜覆盖率的修正系数；1.2)目标车辆外表面积雪模型：静止车辆外表面积雪覆盖率FSS随降雪强度QS与时间温度T的关系可由下式表示：运动车辆的外表面积雪覆盖率FSM随降雪强度QS与时间t，温度T的关系可由下式表示：考虑到环境因素对积雪的覆盖速率的影响，加入修正系数对各因素的差异化进行修正，μSS和μSM分别为静止车辆和动态车辆的积雪覆盖率的修正系数；FRd、FRm、FSM和FSS取值范围均为[0,1]，当其值达到1时便不再变化；当积雪覆盖达到百分百时，新覆盖的积雪将会增加积雪覆盖的厚度γ，积雪覆盖厚度与降雪强度和时间是的关系表达式如下：γ＝μγ·QS·t式中，μγ为积雪覆盖厚度修正系数；1.3)目标车辆表面杂物覆盖率模型：用FZ＝rand本文档来自技高网...

【技术保护点】
1.一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，其特征在于，包括以下步骤：/n步骤一、车辆外表面雨雪覆盖率建模：对目标车辆反射面上的水膜以及积雪覆盖情况，在考虑覆盖情况随降雨降雪的强度以及时间和温度的变化关系的基础上，分别对建立目标车辆外表面积水模型以及目标车辆外表面积雪模型；/n步骤二、目标物体状态信息及目标物体3D信息获取：通过场景信息获取，生成目标物体状态信息，将目标物体状态信息以及目标物体3D信息存储在对应的链表中；/n步骤三、遮挡计算：根据目标物体状态信息及目标物体3D信息，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，可见面积系数α，进而将目标物体分类为部分可见目标以及完全不可见目标；/n步骤四、反射强度计算：对于部分可见目标，使用物理光学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的RCS值；/n步骤五、反射强度修正系数计算：将目标车辆外表面积水模型及目标车辆外表面积雪模型应用到目标车辆的各个反射面中，得到每个反射面的雨雪覆盖百分值，分别根据不同材质物体对电磁波的影响系数，计算并输出反射强度计算系数；/n步骤六：目标物体可见性判断：根据以上计算得到的目标物体各反射面的反射强度和水滴、水膜及积雪对毫米波雷达的反射系数，以及遮挡计算出的可见面积系数，计算出目标物体各反射面的实际反射强度值，并与预设的可见性门限值进行比较，得出目标物体的可见性。/n...

【技术特征摘要】
1.一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，其特征在于，包括以下步骤：
步骤一、车辆外表面雨雪覆盖率建模：对目标车辆反射面上的水膜以及积雪覆盖情况，在考虑覆盖情况随降雨降雪的强度以及时间和温度的变化关系的基础上，分别对建立目标车辆外表面积水模型以及目标车辆外表面积雪模型；
步骤二、目标物体状态信息及目标物体3D信息获取：通过场景信息获取，生成目标物体状态信息，将目标物体状态信息以及目标物体3D信息存储在对应的链表中；
步骤三、遮挡计算：根据目标物体状态信息及目标物体3D信息，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，可见面积系数α，进而将目标物体分类为部分可见目标以及完全不可见目标；
步骤四、反射强度计算：对于部分可见目标，使用物理光学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的RCS值；
步骤五、反射强度修正系数计算：将目标车辆外表面积水模型及目标车辆外表面积雪模型应用到目标车辆的各个反射面中，得到每个反射面的雨雪覆盖百分值，分别根据不同材质物体对电磁波的影响系数，计算并输出反射强度计算系数；
步骤六：目标物体可见性判断：根据以上计算得到的目标物体各反射面的反射强度和水滴、水膜及积雪对毫米波雷达的反射系数，以及遮挡计算出的可见面积系数，计算出目标物体各反射面的实际反射强度值，并与预设的可见性门限值进行比较，得出目标物体的可见性。


2.如权利要求1所述的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，其特征在于，所述步骤一车辆外表面雨雪覆盖率建模具体包括：
1.1)目标车辆外表面积水模型：
将降雨降雪强度归一化为0到1之间的随机阶跃函数，车辆外表面积雨覆盖率随降雨强度与时间的关系可由下式表示：



式中，FRd是水滴的覆盖率；FRm是水膜的覆盖率；QR是降雨强度；t是时间，单位为min；考虑到环境因素对积水和水膜的覆盖速率的影响，加入修正系数对各因素的差异化进行修正，μRd为水滴覆盖率的修正系数；μRm是水膜覆盖率的修正系数；
1.2)目标车辆外表面积雪模型：
静止车辆外表面积雪覆盖率FSS随降雪强度QS与时间温度T的关系可由下式表示：



运动车辆的外表...

【专利技术属性】
技术研发人员：詹军，杨凯，祝怀男，姜勐，曹子坤，仲昭辉，王战古，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22