一种基于旋转云台的毫米波雷达目标追踪装置及检测方法制造方法及图纸

本发明专利技术公开一种基于旋转云台的毫米波雷达目标追踪装置及检测方法，包括转动云台装置和毫米波雷达模块；转动云台装置包括云台底座、伺服舵机和承载板；云台底座上连接有毫米波雷达模块、陀螺仪模块和以及云台控制模块。检测方法为首先快速准确地获取无人车车身周围的物理环境信息；对得到的雷达数据进行预处理，初步筛选出有效目标；对动态目标进行目标追踪；根据车辆检测装置对数据进行推理，最终实时发布检测结果。本发明专利技术旋转云台整体结构紧凑,满足毫米波雷达多方位旋转,实现了跟踪时更加精准的目的，通过云台摆动与算法的改进，从而克服了毫米波雷达无法检测静态目标的缺陷,使用范围广,具有很好的市场推广应用前景。陷,使用范围广,具有很好的市场推广应用前景。陷,使用范围广,具有很好的市场推广应用前景。

【技术实现步骤摘要】
一种基于旋转云台的毫米波雷达目标追踪装置及检测方法


[0001]本专利技术涉及一种基于旋转云台的毫米波雷达目标追踪装置及检测方法，属于无人车驾驶


技术介绍

[0002]在无人驾驶领域，目标检测与追踪是其重要组成部分，决定了载体能否在复杂的环境或未知区域内正常安全的行驶。现有的应用于无人驾驶领域的云台装置，当控制云台进行旋转时，视频的场景就会发生变化，背景的变化会影响运动目标检测和跟踪的正确性，错误的背景甚至会导致跟踪的失败，而云台的步进很小而目标移动过快，也可能会造成跟踪目标失败，追踪正确率不高。毫米波雷达是近年来在民用领域新兴起的一种探测传感器,毫米波雷达的检测距离远、可靠性高并且不受光照条件及微尘影响等特点，使其在智能家居、自动驾驶、无人机测控等领域具有广泛的应用前景，但是毫米波雷达对于远距离静态物体检测能力较弱,在识别前方静态物体时目标丢失和信息缺失现象时有发生,毫米波雷达对静态物体的误检率和漏检率也相应上升,严重降低了驾驶辅助系统的安全性和可接受性。

技术实现思路

[0003]针对上述现有技术存在的问题，本专利技术提供一种基于旋转云台的毫米波雷达目标追踪装置及检测方法，从而解决上述技术问题。
[0004]为了实现上述目的，本专利技术采用的技术方案是：一种基于旋转云台的毫米波雷达目标追踪装置，包括转动云台装置和毫米波雷达模块；所述转动云台装置包括云台底座、伺服舵机以及承载板；所述云台底座一侧通过转轴连接伺服舵机，另一侧通过转轴连接有L形支撑座；所述L形支撑座通过螺钉固定在承载板上；所述云台底座上连接有毫米波雷达模块、陀螺仪模块和以及云台控制模块；
[0005]所述毫米波雷达模块包括天线、收发模块以及信号处理模块；所述天线是一个收发器，实现电能和电磁波的转换；所述收发模块用于当天线发射信号后，电磁波向外扩散，遇到障碍物后反射回来，根据目标表面类型和形状，部分电磁波反射回雷达接收天线，然后雷达放大接受的信号并送回混频器进行进一步处理；所述混频器当目标反射回来的回波信号经环形器放大后，在混频器内与本振信号进行混频，得到差频信号(包含目标的相对距离、速度、方位信息)；所述信号处理模块用于对得到的信号进行傅里叶变换，进行频谱分析，根据所得到的目标相对车身的方位信息给到车辆控制判断；
[0006]所述伺服舵机以stm32f4为核心，其用于驱动云台底座连同毫米波雷达作
‑
60
°
到60
°
的俯仰运动；
[0007]所述陀螺仪模块用于将毫米波雷达模块的位姿数据发送到stm32f4控制器进行处理，实时获取毫米波雷达的位姿信息，并最终上传至上位机。
[0008]所述云台控制模块用于对伺服舵机的电机控制器进行指令控制；所述电机控制器
通过记录步数的方式记录位置。
[0009]进一步的，所伺服舵机采用PID闭环控制自动检测调整姿态参数，并在上位机上显示姿态参数，当上位机发送旋转命令和扫描命令后，驱动电机带动毫米波雷达开始旋转，同时对周边环境进行扫描述。
[0010]进一步的，毫米波雷达在固定半径范围内对周围进行360
°
全方位扫描；毫米波雷达扫描一周的点数由雷达旋转部分的转速和数据采集频率决定，当毫米波雷达旋转部分的转速固定时，毫米波雷达采集数据频率越高，扫描一周的点数越多；当毫米波雷达数据采集频率固定时，毫米波雷达的旋转部分的转速越高，扫描一周的点数越少。
[0011]一种基于旋转云台的毫米波雷达目标追踪装置的检测方法，包括以下步骤；
[0012]步骤S1：毫米波雷达通过天线发射毫米波,接收目标反射信号,经后台处理后快速准确地获取无人车车身周围的物理环境信息,如无人车与其他物体之间的相对距离、相对速度、角度、运动方向等；
[0013]步骤S2：对得到的雷达数据进行预处理，初步筛选出有效目标；通过分析毫米波雷达在实际道路场景下的检测数据，基于相对运动速度对被检测目标进行分层聚类，从而筛选出静止目标；
[0014]步骤S3：对动态目标进行目标追踪，当跟踪在上一帧中检测到的目标时，知道在前一帧中的位置和它的运动的方向和速度，在下一帧中，可以使用反馈信息来预测下一帧中目标的位置，并对对象的预期位置进行小范围搜索，以准确定位目标；
[0015]步骤S4：根据对静态目标和动态目标的筛选，当检测到障碍物为静态目标时，将雷达检测的静态目标信号输入训练后的高斯隐马尔科夫模型，计算目标物体的状态序列概率密度分布函数，判断为真实目标时则使用前向后向算法对其进行跟踪；通过模型参数的学习，运用高斯隐马尔科夫模型可实现一定距离内静态目标稳定检测和跟踪；
[0016]步骤S5：通过底层毫米波雷达程序发布的消息传入自定义程序节点，再根据车辆检测装置对数据进行推理，最终实时发布检测结果，检测结果通过ROS系统的可视化组件RVIZ可视化。
[0017]进一步的，所述步骤S1中物理环境信息包括障碍物测距、障碍物测速以及障碍物测角度；
[0018]障碍物测距具体步骤为，首先由合成器产生线性调频信号，天线将线性调频信号发射出去，反射回来的信号再由天线发射，接收信号与发射信号混频产生中频信号；其中，发射信号为：
[0019]s(t)＝Aeexp[j2π(fct+21μt2)]ꢀꢀ
(1)；
[0020]其中fc表示雷达载频，μ表示调频斜率；
[0021]接收信号可以表示为：
[0022][0023]其中f
c
表示回波的瞬时延时τ＝2R0/c；
[0024]经过混频、滤波后可以的到输出表达式
[0025]Q(t)＝s(t)
×
r*(t)＝Aexp[j2π(f
R
t+φ)]ꢀꢀ
(3)；
[0026]其中通过对距离维做FFT就可以求出f
R
的值，根据f
R
的值就可以得到距离R0；
[0027]障碍物测速数据通过检测其多普勒频移可将目标的速度提取出来；对快时间维进行FFT实际上是将所有信号压到同一个距离维上，对慢时间维进行FFT，即在同一个距离维上将速度解算出来；
[0028]根据上面测距的推导可以得到如下公式
[0029][0030]考虑到有多个chirp的这种情况，对于第i个chirp，此时的回波延长为：
[0031][0032]其中T
c
对应PRI即脉冲重复间隔，由此有
[0033][0034]对上式进行距离维FFT(对t操作)并将多普勒频率的表达式代入，可以得到
[0035][0036]其中As＝sinc(f
‑
f
R
)；
[0037]障碍物测角度数据通过多个接收天线接收到信号的时延来实现；
[0038]由距离差引起的两个接收天线信号的相位差为：
[0039][0040]从而可以得到
[0041][004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于旋转云台的毫米波雷达目标追踪装置，其特征在于，包括转动云台装置(1)和毫米波雷达模块；所述转动云台装置(1)包括云台底座(11)、伺服舵机(12)以及承载板(13)；所述云台底座(11)一侧通过转轴连接伺服舵机(12)，另一侧通过转轴连接有L形支撑座(14)；所述L形支撑座(14)通过螺钉固定在承载板(13)上；所述云台底座(11)上连接有毫米波雷达模块、陀螺仪模块以及云台控制模块；所述毫米波雷达模块包括天线、收发模块以及信号处理模块；所述天线是一个收发器，实现电能和电磁波的转换；所述收发模块用于当天线发射信号后，电磁波向外扩散，遇到障碍物后反射回来，根据目标表面类型和形状，部分电磁波反射回雷达接收天线，然后雷达放大接受的信号并送回混频器进行进一步处理；所述混频器当目标反射回来的回波信号经环形器放大后，在混频器内与本振信号进行混频，得到差频信号(包含目标的相对距离、速度、方位信息)；所述信号处理模块用于对得到的信号进行傅里叶变换，进行频谱分析，根据所得到的目标相对车身的方位信息给到车辆控制判断；所述伺服舵机以stm32f4为核心，其用于驱动云台底座(11)连同毫米波雷达作
‑
60
°
到60
°
的俯仰运动；所述陀螺仪模块用于将毫米波雷达模块的位姿数据发送到stm32f4控制器进行处理，实时获取毫米波雷达的位姿信息，并最终上传至上位机；所述云台控制模块用于对伺服舵机的电机控制器进行指令控制；所述电机控制器通过记录步数的方式记录位置。2.根据权利要求1所述的一种基于旋转云台的毫米波雷达目标追踪装置，其特征在于，所伺服舵机采用PID闭环控制自动检测调整姿态参数，并在上位机上显示姿态参数，当上位机发送旋转命令和扫描命令后，驱动电机带动毫米波雷达开始旋转，同时对周边环境进行扫描述。3.根据权利要求1所述的一种基于旋转云台的毫米波雷达目标追踪装置，其特征在于，毫米波雷达在固定半径范围内对周围进行360
°
全方位扫描；毫米波雷达扫描一周的点数由雷达旋转部分的转速和数据采集频率决定，当毫米波雷达旋转部分的转速固定时，毫米波雷达采集数据频率越高，扫描一周的点数越多；当毫米波雷达数据采集频率固定时，毫米波雷达的旋转部分的转速越高，扫描一周的点数越少。4.一种基于旋转云台的毫米波雷达目标追踪装置的检测方法，其特征在于，包括以下步骤；步骤S1：毫米波雷达通过天线发射毫米波,接收目标反射信号,经后台处理后快速准确地获取无人车车身周围的物理环境信息,如无人车与其他物体之间的相对距离、相对速度、角度、运动方向等；步骤S2：对得到的雷达数据进行预处理，初步筛选出有效目标；通过分析毫米波雷达在实际道路场景下的检测数据，基于相对运动速度对被检测目标进行分层聚类，从而筛选出静止目标；步骤S3：对动态目标进行目标追踪，当跟踪在上一帧中检测到的目标时，知道在前一帧中的位置和它的运动的方向和速度，在下一帧中，可以使用反馈信息来预测下一帧中目标的位置，并对对象的预期位置进行小范围搜索，以准确定位目标；步骤S4：根据对静态目标和动态目标的筛选，当检测到障碍物为静态目标时，将雷达检
测的静态目标信号输入训练后的高斯隐马尔科夫模型，计算目标物体的状态序列概率密度分布函数，判断为真实目标时则使用前向后向算法对其进行跟踪；通过模型参数的学习，运用高斯隐马尔科夫模型可实现一定距离内静态目标稳定检测和跟踪...

【专利技术属性】
技术研发人员：陈海龙，贺刘劝，王朱霖，陈智彪，徐智豪，
申请(专利权)人：南通大学，
类型：发明
国别省市：