一种基于MIMO毫米波雷达的横穿目标探测方法技术

本发明专利技术公开一种基于MIMO毫米波雷达的横穿目标探测方法，应用于障碍物环境下的目标探测领域，针对现有技术对横穿目标探测时未进行全过程探测的问题以及未考虑场景内障碍物引起的多径干扰问题；本发明专利技术基于横穿目标位于障碍物后方的非视距区域以及位于雷达前方的视距区域的电磁传播机理，建立回波模型；提出横穿目标运动全过程的探测方法，首先根据雷达回波数据获取场景的3D点云信息，接着基于场景中速度为零的静态点云，利用反射边界估计算法完成对场景中强反射面边界的估计，然后，基于场景中速度不为零的动态点云以及获取的反射边界信息，利用鬼影剔除算法消除动态点云中的鬼影，最后，根据剔除鬼影后的动态点云中心实现对横穿目标的跟踪。对横穿目标的跟踪。对横穿目标的跟踪。

【技术实现步骤摘要】
一种基于MIMO毫米波雷达的横穿目标探测方法


[0001]本专利技术属于毫米波雷达目标探测
，特别涉及一种障碍环境下的横穿目标探测技术。

技术介绍

[0002]随着自动驾驶技术的飞速发展，驾驶人员及行人的安全问题越来越受关注。行人等运动目标的正确探测能给自动驾驶汽车或驾驶人员提供预警信息，进而采取有效措施避免交通事故发生。然而，在城市环境或其它拥堵环境下，目标往往被障碍物遮挡，传统的视距探测方法不再适用。具体如车辆后横穿目标的探测场景。该场景下，在利用雷达探测目标时，停置的车辆不仅使得处于非视距区域的横穿目标难以被探测，而且使位于视距区域的横穿目标易受多径信号的干扰。
[0003]针对上述目标探测场景，国内外研究机构也开展了相关研究。2012年，A.Bartsch等人基于77GHz毫米波雷达，利用密度图像和频率图像来感知目标，但未取得在横穿目标场景下的良好探测结果(A.Bartsch,F.Fitzek,and R.H.Rasshofer,“Pedestrian recognition using automotive radar sensors,”Advances in Radio Science,vol.10,pp.45
–
55,2012.)；2014年，M.Heuer等人基于24GHz毫米波雷达，利用检测前跟踪算法与粒子滤波算法实现横穿目标的检测跟踪(M.Heuer,A.Al
‑
Hamadi,A.Rain,and M.
‑
M.Meinecke,“Detection and tracking approach using an automotive radar to increase active pedestrian safety,”in 2014IEEE Intelligent Vehicles Symposium Proceedings,2014,pp.890
–
893.)；2019年，A.Palffy等人基于毫米波雷达和激光雷达的融合传感器实现了对车后横穿目标的提前探测(A.Palffy,J.F.P.Kooij,and D.M.Gavrila,“Occlusion aware sensor fusion for early crossing pedestrian detection,”in 2019IEEE Intelligent Vehicles Symposium(IV),2019,pp.1768
–
1774.)。
[0004]然而，上述相关研究均未关注横穿目标冲出非视距区域后的情况。当目标从非视距区域冲入视距区域后，由障碍物产生的多径信号将会造成鬼影。鬼影会对真实目标的探测造成干扰，使得真实目标的检测与跟踪结果产生错误。

技术实现思路

[0005]为解决上述技术问题，本专利技术提出一种基于MIMO毫米波雷达的横穿目标探测方法，可实现障碍环境下的横穿目标从非视距区域到视距区域的整个运动过程的有效检测与跟踪。
[0006]本专利技术采用的技术方案为：一种基于MIMO毫米波雷达的横穿目标探测方法，应用场景包括：MIMO毫米波雷达、停置车辆、以及从停置车辆前方的非视距区域运动到雷达前方的视距区域的运动目标；
[0007]探测方法包括以下步骤：
[0008]S1、利用MIMO毫米波雷达向应用场景内发射线性调频信号，并接收回波信号；
[0009]S2、对回波信号做预处理，以获取场景的3D点云信息；
[0010]S3、基于场景中速度为零的静态点云，利用反射边界估计算法完成对场景中强反射面边界的估计，提取出描述该反射面边界的线段参数信息；
[0011]S4、基于场景中速度不为零的动态点云以及S3中获取的反射面边界的线段参数信息，利用鬼影消除算法剔除动态点云中的鬼影；
[0012]S5、对S4中剔除鬼影后的动态点云中心，基于最近邻域数据关联算法以及卡尔曼滤波跟踪算法实现对横穿目标的跟踪。
[0013]本专利技术的有益效果：本专利技术的方法可实现被遮挡的横穿目标从非视距区域到视距区域的整个运动过程的准确检测与跟踪。通过对静态点云的处理，能有效的获取场景信息以辅助动态点云中鬼影干扰信号的消除；结合从静态点云提取的场景信息，利用鬼影消除算法，可有效的消除鬼影的干扰。实测结果表明，本专利技术方法对停置车辆后的横穿目标能达到有效的检测跟踪结果。
附图说明
[0014]图1为横穿目标探测场景电磁传播示意图；
[0015]其中，(a)为目标位于非视距区域的俯视图，(b)为目标位于视距区域的俯视图，(c)为目标位于非视距区域的3D图，(d)为目标位于视距区域的3D图；
[0016]图2为所提的横穿目标探测方法流程图；
[0017]图3为反射面估计算法流程图；
[0018]图4为旁车表面的雷达点云分布特征及改进DBSCAN算法的空间邻域示意图；
[0019]其中(a)为旁车表面的雷达点云分布特征图，(b)为改进DBSCAN算法的空间邻域示意图；
[0020]图5为鬼影剔除算法流程图；
[0021]图6为实测场景及实测数据处理结果图；
[0022]其中，(a)实验场景图，(b)为实测数据处理结果图。
具体实施方式
[0023]为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。
[0024]本专利技术提出一种基于MIMO毫米波雷达的横穿目标探测方法，探测场景如图1所示。场景中，MIMO毫米波雷达位于点O，一部车辆停置于雷达左前方，一个目标从停置的车辆前方横穿到雷达前方，即从图1.(a)所示的非视距区域横穿入图1.(b)所示的视距区域。雷达向场景中连续地发射电磁波，以探测场景中的横穿目标。当目标位于非视距区域时，如图1(a)所示，探测目标的电磁传播路径主要有地面反射路径，以及旁车衍射路径，在不考虑组合路径的前提下，从雷达到目标，再返回雷达的目标探测路径主要有如图1(c)所示的地面反射路径P1:O
→
C
→
B
→
C
→
O，以及旁车衍射路径P2:O
→
A
→
B
→
A
→
O；(由于毫米波雷达的波长较短，车旁衍射回波弱，故忽略旁车衍射路径P2)；当目标位于视距区域时，如图1(b)所示，直视路径可实现目标的探测，但旁车反射路径也存在强烈的反射回波，对目标探测存在强烈的干扰(具体地，该多径信号在后续的雷达信号处理中，将造成鬼影，进而影响真实目
标的检测与跟踪)。此时，在不考虑组合路径的情况下，从雷达到目标，再返回雷达的电磁传播路径主要有如图1(d)所示的直视路径P3:O
→
F
→
O，以及旁车反射路径P4:O
→
E
→
F
→
E
→
O。
...

【技术保护点】

【技术特征摘要】
1.一种基于MIMO毫米波雷达的横穿目标探测方法，其特征在于，应用场景包括：MIMO毫米波雷达、停置车辆、以及从停置车辆前方的非视距区域运动到雷达前方的视距区域的运动目标；探测方法包括以下步骤：S1、利用MIMO毫米波雷达向应用场景内发射线性调频信号，并接收回波信号；S2、对回波信号做预处理，以获取场景的3D点云信息；S3、基于场景中速度为零的静态点云，利用反射边界估计算法完成对场景中强反射面边界的估计，提取出描述该反射面边界的线段参数信息；S4、基于场景中速度不为零的动态点云以及S3中获取的反射面边界的线段参数信息，利用鬼影剔除算法剔除动态点云中的鬼影；S5、对S4中剔除鬼影后的动态点云中心，基于最近邻域数据关联算法以及卡尔曼滤波跟踪算法实现对横穿目标的跟踪。2.根据权利要求1所述的一种基于MIMO毫米波雷达的横穿目标探测方法，其特征在于，步骤S3具体包括以下分步骤：S31、利用改进的DBSCAN算法对静态点云进行聚类处理；S32、利用霍夫变换算法对步骤S31聚类所得的每一个簇做线...

【专利技术属性】
技术研发人员：郭世盛，沈园杰，吴雨林，张明龙，崔国龙，孔令讲，杨晓波，
申请(专利权)人：电子科技大学长三角研究院衢州，
类型：发明
国别省市：