【技术实现步骤摘要】
本专利技术涉及雷达，特别是涉及一种雷达波形的自适应调整方法、装置、系统及存储介质。
技术介绍
1、毫米波雷达是指一种工作在毫米波频段的雷达传感器，具有频带宽、波长短、大气传播损耗较大等基本特性。毫米波雷达大规模用于汽车辅助驾驶的传感器，由于受气象变化、可见光强弱影响较小，测距较精准，可以和摄像头取长补短，共同实现可靠的主动安全配置功能。
2、随着智能驾驶技术飞速发展，越来越多的驾驶辅助功能正集成到现代汽车中，为人们的出行带来了前所未有的便利和安全保障。而毫米波雷达是实现智能驾驶技术的关键技术之一，它在车辆的自动驾驶和辅助驾驶系统中扮演着至关重要的角色。同时由于智能驾驶中实时性对于确保安全至关重要，因而如何高效地进行毫米波雷达的信号处理显得尤为关键。
3、相关技术中，由于毫米波雷达设置了固定的带宽并只能产生固定的雷达波形，难以动态地适应不同车速下的探测需求，在低速和高速环境下可能出现探测距离的不适当设置，特别是在多个场景变化时，导致探测距离的不准确或信号处理的浪费，表现出较低的适应性，因此需要驾驶员手动调整雷达波形以适应不同的场景，对驾驶员的操作经验以及预判场景的能力有较大的要求。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种雷达波形的自适应调整方法、装置、系统及存储介质，解决了现有技术中雷达需手动调整其模式造成的不便和延迟的问题。
2、第一方面，本申请提供了一种雷达波形的自适应调整方法，包括以下步骤：
3、基于车辆的行驶动
4、当所述车辆当前的驾驶场景与雷达当前的驾驶模式不匹配时，确定与所述驾驶场景相匹配的目标驾驶模式；
5、控制所述雷达切换至所述目标驾驶模式并在所述目标驾驶模式下产生目标雷达波形。
6、在一实施例中，所述基于车辆的行驶动态数据、点云数据以及目标跟踪数据确定所述车辆当前的驾驶场景，具体包括：
7、当所述点云数据的点云数据、所述目标跟踪数据的前车遮挡数据以及所述行驶动态数据的车速数据触发预设的场景识别规则时，确定对应的驾驶场景。
8、在一实施例中，所述预设的场景识别规则包括第一识别规则、第二识别规则、第三识别规则和第四识别规则，在基于车辆的行驶动态数据、点云数据以及目标跟踪数据确定所述车辆当前的驾驶场景之前，还包括：
9、在第一预设时间内，超出预设高度的点云数量超出预设的第一点云数量阈值且所述目标跟踪数据存在所述前车遮挡数据，则触发所述第一识别规则；
10、在第二预设时间内，所述车速数据超出第一目标车速阈值，则触发所述第二识别规则；
11、在第三预设时间内，超出预设高度的点云数量超出预设的第二点云数量阈值，则触发所述第三识别规则；
12、在第四预设时间内，所述车速数据超出所述第二目标车速阈值，则触发所述第四识别规则。
13、在一实施例中，当所述点云数据的点云数量、所述目标跟踪数据的前车遮挡数据以及所述行驶动态数据的车速数据触发预设的场景识别规则时，确定对应的驾驶场景，具体包括：
14、当触发所述第一识别规则时，确定所述驾驶场景为遮挡场景；
15、当不触发所述第一识别规则，而同时触发所述第二识别规则和所述第三识别规则时，确定所述驾驶场景为远距场景；
16、当同时不触发所述第一识别规则和所述第三识别规则，而触发所述第二识别规则时，确定所述驾驶场景为隧道远距场景；
17、当同时不触发所述第一识别规则、所述第二识别规则和所述第三识别规则，确定所述驾驶场景为近距场景；
18、当同时不触发所述第一识别规则、所述第二识别规则和所述第四识别规则，而触发所述第三识别规则时，确定所述驾驶场景为地库场景；
19、当同时不触发所述第一识别规则、所述第二识别规则，而触发所述第三识别规则和所述第四识别规则时，确定所述驾驶场景为隧道近距场景。
20、在一实施例中，在当所述车辆当前的驾驶场景与雷达当前的驾驶模式不匹配时，确定与所述驾驶场景相匹配的目标驾驶模式，具体包括：
21、当所述车辆当前的驾驶场景与所述雷达当前的驾驶模式之间无映射关系时，在预设的场景模式映射表中查询与所述驾驶场景对应的驾驶模式并作为目标驾驶模式。
22、在一实施例中，所述驾驶场景包括但不限于遮挡场景、远距场景、隧道远距场景、近距场景、隧道近距场景和地库场景；所述驾驶模式包括但不限于所述遮挡驾驶模式、所述远距驾驶模式、所述隧道远距驾驶模式、所述近距驾驶模式、所述隧道近距驾驶模式和所述地库驾驶模式；在所述场景模式映射表中：所述遮挡驾驶模式与所述遮挡场景之间存在映射关系；所述远距驾驶模式与所述远距场景之间存在映射关系；所述隧道远距驾驶模式与所述隧道远距场景之间存在映射关系；所述近距驾驶模式与所述近距场景之间存在映射关系；所述隧道近距驾驶模式与所述隧道近距场景之间存在映射关系；所述地库驾驶模式与所述地库场景之间存在映射关系。
23、在一实施例中，所述控制所述雷达切换至所述目标驾驶模式并在所述目标驾驶模式下产生目标雷达波形，具体包括：
24、根据所述目标驾驶模式确定对应的波形参数和天线校准系数；
25、控制所述雷达的射频端加载所述波形参数和所述天线校准系数产生所述产生目标雷达波形。
26、第二方面，本申请提供了一种雷达波形的自适应调整装置，包括：
27、驾驶场景确定模块，用于基于车辆的行驶动态数据、点云数据以及目标跟踪数据确定所述车辆当前的驾驶场景；
28、驾驶模式确定模块，用于当所述车辆当前的驾驶场景与雷达当前的驾驶模式不匹配时，确定与所述驾驶场景相匹配的目标驾驶模式；
29、雷达波形控制模块，用于控制所述雷达切换至所述目标驾驶模式并在所述目标驾驶模式下产生目标雷达波形。
30、第三方面，本申请提供了一种雷达波形的自适应调整系统，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序用于由所述处理器加载并执行如第一方面中任意一项所述的雷达波形的自适应调整方法。
31、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令用于由处理器加载并执行如第一方面中任意一项所述的雷达波形的自适应调整方法。
32、在本申请实施例的雷达波形的自适应调整方法中，通过车速和环境等参数动态调整波形，从而优化雷达探测性能，并在车速低于一定阈值并持续一段时间后自动切换波形，克服了手动调整的不便和延迟的问题。
本文档来自技高网...【技术保护点】
1.一种雷达波形的自适应调整方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的雷达波形的自适应调整方法，其特征在于，所述基于车辆的行驶动态数据、点云数据以及目标跟踪数据确定所述车辆当前的驾驶场景，具体包括：
3.根据权利要求2所述的雷达波形的自适应调整方法，其特征在于，所述预设的场景识别规则包括第一识别规则、第二识别规则、第三识别规则和第四识别规则，在基于车辆的行驶动态数据、点云数据以及目标跟踪数据确定所述车辆当前的驾驶场景之前，还包括：
4.根据权利要求3所述的雷达波形的自适应调整方法，其特征在于，当所述点云数据的点云数量、所述目标跟踪数据的前车遮挡数据以及所述行驶动态数据的车速数据触发预设的场景识别规则时，确定对应的驾驶场景，具体包括：
5.根据权利要求1所述的雷达波形的自适应调整方法，其特征在于，在当所述车辆当前的驾驶场景与雷达当前的驾驶模式不匹配时，确定与所述驾驶场景相匹配的目标驾驶模式，具体包括：
6.根据权利要求5所述的雷达波形的自适应调整方法，其特征在于，所述驾驶场景包括但不限于遮挡场景、远距场景、
7.根据权利要求1所述的雷达波形的自适应调整方法，其特征在于，所述控制所述雷达切换至所述目标驾驶模式并在所述目标驾驶模式下产生目标雷达波形，具体包括：
8.一种雷达波形的自适应调整装置，其特征在于，包括：
9.一种雷达波形的自适应调整系统，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序用于由所述处理器加载并执行如权利要求1-7中任意一项所述的雷达波形的自适应调整方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，所述指令用于由处理器加载并执行如权利要求1-7中任意一项所述的雷达波形的自适应调整方法。
...【技术特征摘要】
1.一种雷达波形的自适应调整方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的雷达波形的自适应调整方法，其特征在于，所述基于车辆的行驶动态数据、点云数据以及目标跟踪数据确定所述车辆当前的驾驶场景，具体包括：
3.根据权利要求2所述的雷达波形的自适应调整方法，其特征在于，所述预设的场景识别规则包括第一识别规则、第二识别规则、第三识别规则和第四识别规则，在基于车辆的行驶动态数据、点云数据以及目标跟踪数据确定所述车辆当前的驾驶场景之前，还包括：
4.根据权利要求3所述的雷达波形的自适应调整方法，其特征在于，当所述点云数据的点云数量、所述目标跟踪数据的前车遮挡数据以及所述行驶动态数据的车速数据触发预设的场景识别规则时，确定对应的驾驶场景，具体包括：
5.根据权利要求1所述的雷达波形的自适应调整方法，其特征在于，在当所述车辆当前的驾驶场景与雷达当前的驾驶模式不匹配时，确定与所述驾驶场景相匹配的目标驾驶模式，具体包括：
6.根据权利要求5所述的雷达波形的自适应调整方法，其特征在于，所述驾驶场景包括但不限于遮挡场景、远距场景、隧道远距场景、近距场景、隧道近距场景和地库场景；所述驾驶模式包括但...
【专利技术属性】
技术研发人员：曹力中，陈宏浩，
申请(专利权)人：上海蛮酷科技有限公司，
类型：发明
国别省市：
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。