公开/公告号CN116203523A
专利类型发明专利
公开/公告日2023-06-02
原文格式PDF
申请/专利权人 中通新能源汽车有限公司;
申请/专利号CN202310249942.2
发明设计人
申请日2023-03-15
分类号G01S7/41;
代理机构济南河川专利代理事务所(普通合伙);
代理人鲁法美
地址 252600 山东省聊城市经济技术开发区中华北路9号
入库时间 2024-04-18 19:52:40
技术领域
本发明主要涉及自动驾驶中数据处理相关技术领域,具体是一种基于Funnel区域的毫米波雷达有效目标物识别控制策略。
背景技术
随着新能源汽车的智能化发展,辅助驾驶与自动驾驶功能的需求也在不断提升。作为当前重要的环境感知设备之一,毫米波雷达的应用越来越广泛。目前不同厂家的雷达对于扫描区域的目标物数据输出方式也是不同多样的,比如德尔福的ESR雷达在以目标物ID为索引的数据集成方式,大陆ARS408雷达的周期内多目标物按照状态类别方式进行信息播报。目前车用毫米波雷达多是以散点的方式将检测区域内的目标物进行检测与发送,但是对于不同应用场景、不同功能需求(AEB/ACC/LDW等)需要基于雷达的检测数据进行一系列的动态数据提取与处理,用以支持这些功能的实现。因此,一种通用的雷达有效目标物数据的识别方法是必须的。
发明内容
为解决目前技术的不足,本发明结合现有技术,从实际应用出发,提供一种基于Funnel区域的毫米波雷达有效目标物识别控制策略,本发明为一种高效且面向不同应用功能均可移植的有效目标物识别控制方法,属于新能源汽车自动驾驶与辅助驾驶控制领域。
本发明的技术方案如下:
一种基于Funnel区域的毫米波雷达有效目标物识别控制策略,包括,
步骤S1、基于车辆类型、毫米波雷达的安装方式、功能需求进行Funnel区域的创建,用于划分目标物类型;
步骤S2、对雷达数据筛选提取,结合创建的Funnel区域对已经筛选到的雷达数据进行区域划分;
步骤S3、基于当前有效区域目标进行目标物处理,完成碰撞区域内最小距离数据筛选与目标物状态数据持续拟合。
进一步,步骤S1中,设定七块Funnel区域,分别包括中间区域Inner、中间左缓冲区域Inner left、中间右缓冲区域Inner right、左邻道区域wider left、右邻道区域widerright、左外车道区域outer left、右外车道区域outer right;
中间区域Inner为车辆行驶正前方区域,中间左缓冲区域Inner left、中间右缓冲区域Inner right用于中间区域的切入切出缓冲判断,左邻道区域wider left、左外车道区域outer left用于左侧变道区域、右邻道区域wider right、右外车道区域outer right用于右侧变道区域。
进一步,步骤S1中,Funnel区域创建方法如下:
根据车辆宽度L
进一步,步骤S2中,雷达数据筛选提取所处理数据包括目标物方位角、目标物横向与纵向速度、相对速度、相对加速度、目标物可信度。
进一步,步骤S2中,以目标物方位角为索引把所有当前雷达检测到的目标物基于创建的Funnel区域进行划分。
进一步,步骤S2中,具体包括如下步骤,
S21、在程序中申请7个缓存数组:雷达初始数据缓存数组ESR_Buffer,数组容量为8*64,数据类型Single;过程提取数组iBufferTemp,数组容量为8*2,数据类型Single;初次提取数组OldDatai,数组容量为8*1,数据类型Single;转存提取数组NewDatai,数组容量为8*1,数据类型Single;目标状态数组ObjList数组容量为8*64,数据类型Single;目标状态跟踪数组ObjListFlag,数组容量为2*1,数据类型U8,第一列代表目标状态是否写入完成,第二列代表是否读取完成;当前碰撞区目标数组FinalBuffer,数组容量为8*1,数据类型Single;
步骤S22、程序主逻辑采用基准周期的前提下,用一个for循环直接快速读取所有雷达目标物信息存储至缓存ESR_Buffer,然后后面用10ms周期性的程序逻辑读取这个缓存;
步骤S23、周期性的遍历ESR_Buffer数组,将数据ID、方位角、横向速度、数据成熟度进行筛选,输出的结果放置至ObjList,所有的数据均按照以下格式进行排列:目标物ID、目标方位角、划分的Funnel区域位置1-7,其中0代表初始值,没有目标物信息,1-7分别表征Funnel区域从左至右区域,每次读取完重置ObjListFlag的数据读取与写入状态,其中0代表默认没有完成,1代表完成读写;
步骤S24、根据ObjList中的横向速度进行二次筛选,区分切入Cut in与切出Cutout,根据成熟度进行目标物的删除与增加至最终列表;
步骤S25、根据最终的ObjList数据进行周期性的数据转存,通过OldDatai与NewDatai数组进行循环覆盖,在覆盖过程中根据数据信息中的纵向距离进行提取,选取最小距离的数据写入最终的FinalBuffer。
进一步,步骤S3中,目标物状态数据持续拟合是对距离信息做升/降平滑处理。
本发明的有益效果:
本发明可实现不同厂家的雷达在发出目标物信息数据后进行高效的有效目标物提取,为实现不同功能的辅助驾驶、自动驾驶需求提供直接、准确的目标物数据。
附图说明
图1为本发明流程图;
图2为本发明Funnel区域设计示意图;
图3为本发明雷达数据处理与提取流程示意图;
图4为本发明中关于数据滤波处理方法。
具体实施方式
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
本实施例提供一种基于Funnel区域的毫米波雷达有效目标物识别控制策略,如图1所示,所述策略主要包括:
(1)创建Funnel区域:根据车辆类型、毫米波雷达的安装方式、功能需求进行Funnel区域的创建,用于划分目标物类型;
(2)雷达数据筛选提取以及有效区间数据处理:雷达数据筛选提取包括目标物方位角、目标物横向与纵向速度、相对速度、相对加速度、目标物可信度,有效区间数据处理:结合创建的Funnel区域对已经筛选到的雷达数据进行区域划分,完成7种区域划分:分别包括中间区域Inner、中间左缓冲区域Inner left、中间右缓冲区域Inner right、左邻道区域wider left、右邻道区域wider right、左外车道区域outer left、右外车道区域outerright;
中间区域Inner为车辆行驶正前方区域,中间左缓冲区域Inner left、中间右缓冲区域Inner right用于中间区域的切入切出缓冲判断,左邻道区域wider left、左外车道区域outer left用于左侧变道区域、右邻道区域wider right、右外车道区域outer right用于右侧变道区域。
(3)目标物状态输出:在第2步中基于当前有效区域目标进行目标物处理,包括最大威胁数据筛选、目标物状态数据持续拟合。其中,所筛选的最大威胁数据具备在下一个相邻运行周期没有新的威胁数据出现时具备目标物数据动态拟合功能。
该控制策略脱离于传感器的类型,根据车辆类型、毫米波雷达的安装方式、功能需求进行Funnel区域的创建,以此区域划分毫米波雷达检测的目标物信息,可实现不同厂家的雷达在发出目标物信息数据后进行高效的有效目标物提取,为实现不同功能的辅助驾驶、自动驾驶需求提供直接、准确的目标物数据。
在本实施例提供的一种具体实施方式中,创建Funnel区域:根据车辆类型、毫米波雷达的安装方式、功能需求设定三块Funnel区域。
中间区域(Inner)为车辆行驶正前方区域,中间缓冲区(Inner left/Innerright)用于中间区域的切入切出缓冲判断,左侧主要用于左变道区域(wider left/outerleft),右侧主要用于右变道区域(outer right/wider right)。避免当车辆cut in或者cutout时跟踪的目标车辆进行突变,造成安全隐患或者影响驾驶性,左/右侧都有两内两外边沿:左切入缓冲边Inner wider left,左切出缓冲边Outer wider left;右切入缓冲边Inner wider right,右切出缓冲边Outer wider right;左切入缓冲边Inner wider left位于中间左缓冲区域Inner left、左邻道区域wider left之间,左切出缓冲边Outer widerleft位于左邻道区域wider left、左外车道区域outer left之间,右切入缓冲边Innerwider right位于中间右缓冲区域Inner right、右邻道区域wider right之间,右切出缓冲边Outer wider right位于右邻道区域wider right、右外车道区域outer right之间。
具体的,Funnel区域创建方法如下:根据车辆宽度L
雷达数据筛选提取所处理数据包括目标物方位角、目标物横向与纵向速度、相对速度、相对加速度、目标物可信度(成熟度),并依据划分的Funne l区域进行数据区域分步数据筛选提取,具体步骤如下:
第一步,在程序中申请7个缓存数组:雷达初始数据缓存数组ESR_Buffer,数组容量为8*64,数据类型Single;过程提取数组iBufferTemp,数组容量为8*2,数据类型Single;初次提取数组OldDatai,数组容量为8*1,数据类型Single;转存提取数组NewDatai,数组容量为8*1,数据类型Single;目标状态数组ObjList数组容量为8*64,数据类型Single;目标状态跟踪数组ObjListFlag,数组容量为2*1,数据类型U8,第一列代表目标状态是否写入完成,第二列代表是否读取完成;当前碰撞区目标数组FinalBuffer,数组容量为8*1,数据类型Single;
第二步,程序主逻辑采用基准周期的前提下,用一个for循环直接快速读取所有雷达目标物信息存储至缓存ESR_Buffer,然后后面用10ms周期性的程序逻辑读取这个缓存。
第三步,周期性的遍历ESR_Buffer数组,将数据ID、方位角、横向速度、数据成熟度进行筛选,输出的结果放置至ObjList,所有的数据均按照以下格式进行排列:目标物ID、目标方位角、划分的Funnel区域位置1-7(0代表初始值,没有目标物信息),其中1-7分别表征Funnel区域从左至右区域,每次读取完重置ObjListFlag的数据读取与写入状态,其中0代表默认没有完成,1代表完成读写。
第四步,根据ObjList中的横向速度进行二次筛选,区分切入Cut in与切出Cutout,根据成熟度进行目标物的删除与增加至最终列表。具体数据处理流程见图3。
第五步,根据最终的ObjList数据进行周期性的数据转存,通过OldDatai与NewDatai数组进行循环覆盖,在覆盖过程中根据数据信息中的纵向距离进行提取,选取最小距离的数据写入最终的FinalBuffer。
具体的,当有车切入(cut in)时,向内进入内边沿之后开始判断成熟度,成熟度是雷达发出来的信息,每个目标物都有一个成熟度的属性值,成熟度大于8时,将目标物信息添加进入Obj list;
当有车切出时,向外达到外边沿之后开始判断成熟度大于8时,从Obj list中删除;
当处于弯道时,采用两侧的左切出缓冲边Outer wider left;右切出缓冲边Outerwider right边沿;
当处于直道时,采用两侧的左切入缓冲边Inner wider left,右切入缓冲边Innerwider right,边界判断根据当前目标数据的方位角(Obj list中的每个Obj计算横向Offset)进行计算,Inner区域根据设定区域查表得到;
当驾驶员输入方向使能信号时,相应方向的左切入缓冲边Inner wider left,右切入缓冲边Inner wider right边沿改为左切出缓冲边Outer wider left;右切出缓冲边Outer wider right边沿。
目标物状态输出:基于当前有效区域目标进行目标物数据处理,主要完成碰撞区域内最小距离数据筛选与目标物状态数据持续拟合,由于雷达在检测过程中由于精度问题会出现目标物数据的数据跳变异常,目标物状态数据拟合的作用是防止雷达检测目标物有段时间的数据丢失,主要是对距离信息做升/降平滑处理。滤波方法如下:T0时刻数据缩放4倍输出;T1时刻数据为(T0+T1)-1/4*T0;T2时刻的数据为(T1+T2)-1/4*T1,后面数据依次类推,实现循环滤波,具体数据处理策略见图4。
机译: 利用双极化通道信号反射地面雷达上W波段毫米波空中单通道信号的目标识别率的目标识别装置及其方法
机译: 利用双基地雷达进行目标识别的数据库构建方法及利用双基地雷达进行目标识别的数据库和利用目标识别装置进行双基地雷达目标识别的方法
机译: 用于建模病理性焦虑的转基因动物模型,一种用于识别由病理性焦虑引起的疾病或疾病的化合物的方法以及一种以WFSL蛋白质为目标的用于识别针对病理学的有效化合物的方法