[发明专利]一种基于毫米波雷达检测的目标存在性分析方法

说明书

一种基于毫米波雷达检测的目标存在性分析方法可分为直道和弯道检测，在直道和弯道行驶时首先要进行区域的简化；本车直行时雷达扫描的前方范围可看作为矩形，矩形的横向和纵向长度值可按照雷达自身的扫描角等参数确定；本车弯道行驶时雷达扫描的前方范围可看作是上下两边平行而左右两边不平行的四边形，四边形左右两边与水平线的夹角可根据建立的弯道模型计算得出；在简化的四边形区域内根据雷达与四边形顶角连线进行区域顺序划分，在划分的区域内计算雷达和目标的理论值，比较理论值和实际值便可确定是否有有效目标存在；本发明在已简化和划分区域内进行顺序检测，提高了目标检测的速度和精度。

技术领域

本发明涉及的是雷达实时检测前方目标的无人驾驶领域，特别是涉及一种基于毫米波雷达检测的目标存在性分析方法。

背景技术

毫米波雷达因精度较高，价格较低的优势在无人驾驶领域的应用越来越广泛。目前，毫米波雷达在复杂的环境中进行有效目标的识别时，因信息冗余和检测的无序性直接降低了行车电脑的信息处理处理速度和识别精度，进而对无人驾驶的行车安全造成很大影响。为了进一步提升系统的实时检测能力和鲁棒性，检测区域简化、划分以及按顺序检测，在无人驾驶领域显得越来越重要。

发明内容

针对现有检测方法的不足，本发明的目的在于提供一种可实现毫米波雷达在无人驾驶领域检测目标时快速性和准确性的方法，尽可能的降低冗余信息，提高检测速度。

为实现上述目的，本发明提供一种基于毫米波雷达检测的目标存在性分析方法，毫米波雷达检测可分为直道和弯道检测，在直道和弯道检测时要进行区域简化。

上面所述的目标存在性分析方法，本车直行时雷达扫描的前方范围可看作为矩形，矩形的横向和纵向长度值可按照雷达自身的扫描角等参数确定；本车弯道行驶时雷达扫描的前方范围可看作是上下两边平行而左右两边不平行的四边形，四边形左右两边与水平线的夹角可根据建立的弯道模型计算得出。

一种基于毫米波雷达检测的目标存在性分析方法，在简化的四边形区域内根据雷达与四边形顶角连线进行区域顺序划分，在划分的区域内计算雷达和目标的理论值，比较理论值和实际值便可确定是否有有效目标存在。

本发明提供的一种基于毫米波雷达检测的目标存在性分析方法的有效收益是：通过检测区域的简化，在复杂的道路环境中很大程度的降低了毫米波雷达采集的冗余信息量，提高了CPU的处理速度；基于简化的区域进行顺序划分和顺序检测，弥补了毫米波雷达无序检测耗时的缺陷，提升了系统检测的精度和快速性。

下面结合附图对本实用新型作进一步描述。

附图说明

附图1是本车直行时的目标检测图；

附图2是本车右转弯区域简化模型图；

附图3是本车右转弯的目标检测图；

具体实施方式

参见附图1所示，自车直行时雷达扫描的前方范围可看作为矩形ABCD，矩形的横向和纵向长度值可按照雷达自身的扫描角等参数确定。矩形ABCD分成了三个区域，分别用区域1、区域2和区域3表示。毫米波雷达在进行扇形扫描时，扫描角度为t，且t随时间的变化而变化。只要求出长度ow的理论值，通过与毫米波雷达测得的实际值作比较，就可知道该区域内是否存在车辆或障碍物。

在区域1内有：

根据上式求出ow值，如果雷达测量的值小于ow，这说明车辆或障碍物在区域1内，如果雷达测量的值大于ow，这说明区域1内无车辆或障碍物存在。

在区域2内有AB＝L_zc，且t已知，则：