一种提升高分辨率毫米波雷达最大感知速度的方法技术

本发明专利技术公开了一种提升高分辨率毫米波雷达最大感知速度的方法，首先在毫米波雷达评估板上配置参数，配置发射模式。其次设计信号处理系统，将根据毫米波雷达接收到的信号逐帧处理，获得点云数据集，并对其分别进行聚类，获得点云聚类数据集。然后依据点云聚类数据集，利用BEV信息，获得一个包含了匹配成功和未匹配成功的点云匹配数据集，并选择误差矩阵方案，计算并获得误差最小的解模糊策略。最后依据误差最小的解模糊策略，对点云匹配数据集进行解模糊操作，在光学照片上绘制解模糊雷达点云结果。本发明专利技术解决了辅助智能驾驶的高分辨率毫米波雷达受空间分辨率和速度分辨率限制，实现了较宽的感知速度检测范围。较宽的感知速度检测范围。较宽的感知速度检测范围。

【技术实现步骤摘要】
一种提升高分辨率毫米波雷达最大感知速度的方法


[0001]本专利技术属于毫米波雷达测量领域，特别涉及一种提升高分辨率毫米波雷达最大感知速度的方法。

技术介绍

[0002]毫米波雷达在特殊气象情况下有着激光雷达没有的优势，根据波的传播理论，频率越高，波长越短，分辨率越高，则穿透能力越强。与其他微波相比，毫米波的分辨率高、指向性好、抗干扰能力强以及探测性能好，尤其是在智能驾驶的研究领域，在复杂路况及恶劣天气等情况下的目标识别、分析、感知以及信息传达相较于传统激光雷达，更为精准与适宜。在这样的技术背景下研究同时具有高分辨率又能适应高速场景的毫米波雷达，对于工业感知与应用有着重大意义。
[0003]尽管毫米波雷达具有上述显著优势，由于硬件限制，却面临诸如识别的高分辨率性能与宽感知速度范围无法共存的问题。因而如今使用的高空间与速度分辨率毫米波雷达被限制于较窄的感知速度检测范围，而宽感知速度范围会带来空间与速度分辨率等性能的牺牲。为满足自动驾驶对毫米波雷达的高精度、高分辨率与高速应用要求，改善高分辨率雷达感知速度范围的需求被提出。
[0004]目前毫米波雷达仍存在识别的高分辨率性能与宽感知速度范围无法共存的问题，若能实现在不牺牲毫米波雷达空间、速度分辨率的同时，从信号处理层面改善最大感知速度范围，将直接为毫米波雷达应用进入高速公路等高速场景提供可行性方案。对高速公路的全天候辅助通行、匝道分合流预警、雾区行车诱导等应用场景将会有重要意义。

技术实现思路

[0005]本专利技术提供一种提升高分辨率毫米波雷达最大感知速度的方法，为了解决由于空间分辨率最大测量速度之间的矛盾，以及速度分辨率与最大测量速度之间的矛盾。
[0006]本专利技术采用的技术方案是，包括以下步骤：
[0007]步骤1，在基于FMCW(调频连续波)技术的毫米波雷达评估板上配置参数，配置发射模式为12T16R(12根发射天线和16根接收天线)模式，具体到单帧chirp(脉冲)时间内，配置“在单帧周期内发射不同idle_time的两子帧”的发射模式，满足高分辨率和提高最大感知速度的需求。
[0008]步骤2，设计的信号处理系统，将根据毫米波雷达接收到的信号，逐帧处理。在每帧周期内，分别对两个子帧的信号，依次进行rangeFFT(距离维快速傅里叶变换)雷达测距、dopplerFFT(多普勒维快速傅里叶变换)雷达测速、CFAR(恒虚警检测)以及DOA(波达方向)估计，按时间戳匹配光学照片，并在光学照片上绘制雷达点云数据图，获得两子帧DOA估计后产生的点云数据集。
[0009]步骤3，依据点云数据集，对其分别进行聚类处理，获得两子帧的分别含K0和K1个目标的点云聚类数据集。
[0010]步骤4，依据点云聚类数据集，利用BEV(鸟瞰图)信息，在K0个目标与K1个目标之间进行匹配，获得一个包含了匹配成功和未匹配成功的点云匹配数据集。
[0011]步骤5，根据点云匹配数据集，依据不同应用场景，选择提供的两套不同的误差矩阵方案之一，计算并获得误差最小的解模糊策略。
[0012]步骤6，依据解模糊策略，对点云匹配数据集进行解模糊操作，得到解模糊雷达点云结果，在光学照片上绘制解模糊雷达点云结果。
[0013]本专利技术相对于现有技术而言，具有以下有益效果：本专利技术解决了辅助智能驾驶的高分辨率毫米波雷达受空间分辨率和速度分辨率限制，导致的最大感知速度较小的问题。在保证毫米波雷达空间与速度分辨率的同时，在信号处理层面实现了较宽的感知速度检测范围。由于硬件限制，在采样率和扫频上升速度不能改变的前提下，为了在减小毫米波雷达空间分辨率而增加收发天线数目的同时，通过改进优化信号处理的算法，来让毫米波雷达能够测量高速环境下车辆的速度，从而满足高速场景下的毫米波雷达应用需求。
附图说明
[0014]图1是chirp配置示意图(1)；
[0015]图2是chirp配置示意图(2)；
[0016]图3是速度扩展算法流程图(1)；
[0017]图4是速度扩展算法流程图(2)
[0018]图5是速度模糊现象示意图；
[0019]图6是速度解模糊图像(1)；
[0020]图7是速度解模糊图像(2)。
具体实施方式
[0021]下面结合附图和具体实施方式对本专利技术做进一步阐述和说明。本专利技术中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。
[0022]本专利技术基于德州仪器TI MMWCAS
‑
RF
‑
EVM(AWR2243)和MMWCAS
‑
DSP
‑
EVM级联雷达套件，12T16R(12根发射天线，16根接收天线)的高分辨率模式，进行最大感知速度范围的提升。
[0023]在毫米波雷达的FMCW技术中，具体包含：角度分辨率公式中:Δθ表示角度分辨率，d是相邻两根接收天线之间的距离，λ是收、发信号经过混频器处理后产生的IF信号波长，K是接收天线的数量，θ表示到达角；距离分辨率公式中：ΔR表示距离分辨率，c表示光速，B表示硬件在FMCW模式下的扫描带宽；速度分辨率公式中：N是一帧内一根发射天线发射的脉冲数量，T
c
是所有发射天线连续发射一轮脉冲所需时间，即扫频周期，所以NT
c
表示帧周期；最大测量速度
[0024]在高分辨率毫米波雷达的设计中，为了提升毫米波雷达的空间分辨率，引入MIMO
方法，增加TX发射天线数量，可以等效地、呈倍数地增加接收天线N的数量，同时扫频周期T
c
也会随之增大，即可获得较小的空间分辨率(主要是Δθ)和较小的速度分辨率(ΔV)；但T
c
的增大，会导致最大测量速度v
max
减小，即毫米波雷达的最大感知速度减小，感知速度范围缩小。
[0025]当一个目标的实际速度V
r
大于雷达的最高检测速度V
max
时，通过dopplerFFT处理得到的速度将发生模糊，定义模糊速度为V
a
。目标的模糊速度V
a
和实际速度Vr之间满足公式：V
a
＝V
r
modV
max
，模糊速度V
a
是实际速度V
r
对最高检测速度V
max
的余数，mod表示求余数，V
r
＝V
a
+k
×
V
max
，但k是未知系数。如图5所示，毫米波雷达被设定为在一帧内发射两个子帧分别用以感知物体速度，车的实际速度约为35km/h，但由于超过了子帧1(最大感知范围为
‑
4.950m/s～4.796m/s)和子帧2(最大感知范围为
‑
3.322m/s～3.218m/s)的最大感知范围，所以在用以表示距离
‑
速度关系的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提升高分辨率毫米波雷达最大感知速度的方法，其特征在于包括以下步骤：步骤1，在基于调频连续波FMCW技术的毫米波雷达评估板上配置参数，配置发射模式为12T16R模式，具体到单帧脉冲chirp时间内，配置“在单帧周期内发射不同idle_time的两子帧”的发射模式；步骤2，设计的信号处理系统，将根据毫米波雷达接收到的信号，逐帧处理，获得两子帧DOA估计后产生的点云数据集；步骤3，依据点云数据集，对其分别进行聚类处理，获得两子帧的分别含K0和K1个目标的点云聚类数据集；步骤4，依据点云聚类数据集，利用鸟瞰图BEV信息，在K0个目标与K1个目标之间进行匹配，获得一个包含了匹配成功和未匹配成功的点云匹配数据集；步骤5，根据点云匹配数据集，依据不同应用场景，选择误差矩阵方案，计算并获得误差最小的解模糊策略；步骤6，依据解模糊策略，对点云匹配数据集进行解模糊操作，得到解模糊雷达点云结果，在光学照片上绘制解模糊雷达点云结果。2.根据权利要求1所述的一种提升高分辨率毫米波雷达最大感知速度的方法，其特征在于：步骤2所述逐帧处理，具体包括：在每帧周期内，分别对两个子帧的信号，依次进行距离维快...

【专利技术属性】
技术研发人员：徐志伟，刘一苇，黄靖坤，甘果，艾福元，
申请(专利权)人：浙江大学，
类型：发明
国别省市：