[发明专利]利用主车辆对目标的速度进行鲁棒估计的方法

说明书

利用主车辆对目标的速度进行鲁棒估计的方法，该方法包括：确定多个雷达检测点，确定补偿距离变化率，并且利用包括至少一次迭代的迭代重加权最小二乘法来确定目标的速度分布方程中的第一分量的估计和目标的所述速度分布方程中的第二分量的估计。如果表示当前迭代的第一分量的估计和当前迭代的第二分量的估计的估计离散度相对于前一迭代的第一分量的估计和前一迭代的第二分量的估计的估计离散度的偏差，和/或残差的估计离散度相对于距离变化率的预定义离散度的偏差的至少一个统计度量满足阈值条件，速度分布方程中的第一分量的估计和速度分布方程的第二分量的估计不根据迭代重加权最小二乘法的进一步迭代来确定。

技术领域

本发明涉及一种利用主车辆来对目标在水平面中的速度进行鲁棒估计的车载方法。

背景技术

车辆可以配备有用于对车辆邻域的环境进行分类的雷达系统，以便例如检测车辆周围的移动对象或静止对象。例如，这种系统被用于汽车感知系统以估计其它车辆的运动状态，并且可以用于主动安全、驾驶员辅助以及通常的自动化和自主驾驶应用。由于系统的感知能力，特别是感测另一车辆的能力，配备有该系统的车辆通常被指示为主车辆。

通常情况下，雷达系统包括在雷达传感器单元中实现的多普勒(Doppler)雷达技术，该雷达传感器单元被配置为接收从主车辆发射并由目标反射的信号。通常，捕获的数据包括雷达检测测量值，基于所述测量值上确定基础检测点(或点检测)，其中，给定检测点表示空间位置。假设这些检测点位于目标的表面上并且可以被认为在水平面(即，在二维平面视图/地图上)中具有x坐标和y坐标。另选地，可以采用(径向)距离和方位角的极坐标来考虑检测点的位置。因而，每个位置都可以由两个分量描述。

对于自主驾驶领域中的许多应用来说，必需提供对主车辆邻域的一个或更多个目标的速度的准确估计。给定目标的速度可以从假定位于目标上的多个检测点得出。这就是说，多普勒雷达从单个目标(这种目标通常被称为分布式/刚性目标)捕获几个点检测。因为使用雷达，所以对于每个检测点，可以容易地确定距离变化率(range rate)，即，主车辆的传感器单元与该测量实例处的目标之间的(径向)距离的变化率。该距离变化率可以补偿主车辆的速度，以便得到假定位于目标上的“检测点的速度”的指示。然而，这个指示(其可以被指示为补偿距离变化率)因诸如噪声的劣化影响因素而通常不能准确估计目标的速度。而且，给定集群中的邻近检测点的距离变化率可以变化，其不可避免地造成从检测点估计速度的不确定性。特别地，所谓的车轮空转检测(即，因车轮打滑，从主车辆的车轮速度测量的速度与车辆真实速度不匹配)和杂乱(即，未定位在目标上的检测点)会劣化估计的准确度。事实上，即使从大量检测点得出所谓的速度分布方程，也会由于少量的噪声检测点(即，异常值)而使估计严重劣化。因此，可以使用鲁棒的估计算法以便减少噪声检测点的影响。鲁棒估计算法的一个示例是迭代重加权最小二乘算法，其是本领域已知的并且实现所谓的M估计量(参见R.Maronna，D.Martin，V.Yohai，“Robust Statistics：Theory andMethods”，Wiley，2006)。

与现有技术中已知的并且可以用于估计上述情形中的目标速度的鲁棒估计算法相关联的一个问题是不能容易地控制估计的质量。而且，由于所需迭代的数量(例如，迭代重加权最小二乘算法的所需迭代的数量)，所述估计在使用计算资源方面很昂贵。当速度的估计需要尽可能快地(即，实时地)可用时，不希望进行大量迭代，这在主动安全、驾驶员辅助以及自主驾驶应用中至关重要。另一方面，简单地减少迭代次数可能导致无效的估计，即，所述估计对于地面真值具有很大误差。

发明内容

本发明的一个目标技术问题是提供一种利用雷达技术来对目标的速度进行鲁棒估计的改进方法。

该目标技术问题通过利用配备有雷达系统的主车辆来对目标在水平面中的速度进行鲁棒估计的方法来解决。

所述方法是一种利用配备有雷达系统的主车辆来对目标在水平面中的速度进行鲁棒估计的方法，所述雷达系统包括雷达传感器单元，该雷达传感器单元被配置为在一个测量时刻接收从所述主车辆发射并由所述目标反射的信号。所述方法包括以下步骤：