[发明专利]一种基于全FOV受限识别的雷达遮挡检测方法及系统

说明书

本发明提供了一种基于全FOV受限识别的雷达遮挡检测方法及系统，通过对当前行车环境进行识别，判断当前环境是否为停车场、封闭角落等非直接异物覆盖但是导致雷达全FOV探测距离受到限制的场景，若是，则暂时取消遮挡检测功能，同时结合车身CAN信息，可以识别车辆是否已经驶出这一类特殊场景的状态，进而判断是否再次开启遮挡检测功能，如是，则进入常规的直接异物覆盖遮挡检测，从而有效降低了雷达遮挡状况的误报率，该方法鲁棒性强，对算力要求低，保证了车载毫米波雷达系统对环境的感知能力，且满足车载毫米波雷达诊断应用的实时性。

技术领域

本发明涉及车载信息检测技术领域，尤其是涉及一种基于全FOV受限识别的雷达遮挡检测方法及系统。

背景技术

毫米波雷达具有体积小、质量轻、空间分辨率高和全天候(大雨天除外)全天时等特点，尤其对于调频连续波（Frequency Modulation Continuous Wave，FMCW）雷达，因其测距无盲区、易于实现小型化等优点，在汽车领域备受青睐，成为汽车对周围环境感知的重要器件之一。然而，车载毫米波雷达装车使用过程中，由于毫米波雷达正前方的车身容易被湿雪、污泥或其他物体覆盖，即雷达表征为直接覆盖的全视场角（Filed Of View，FOV）受限的遮挡，进而导致雷达对目标的检测性能受损，严重遮挡时，雷达完全失去对周围环境目标的检测能力，使雷达系统不能为本车提供或提供错误的环境感知信息与决策，存在行车危险。针对此问题，现已有的大多遮挡检测算法的实现方法为，统计过恒虚警（Constant FalseAlarm Rate，CFAR）检测门限的点数大小，根据统计值大小并结合一个给定的固定阈值，反应当前雷达系统对环境的感知能力，进而判断雷达装车正前方车身的遮挡情况，在开阔环境下，如城市道路，这种方法确实有效，但是对于停车场、封闭角落等使得雷达的全FOV探测距离受限的特殊场景，现有大多数基于CFAR检测的遮挡检测算法因无法检测到更多目标而极易出现遮挡误报警，而这些特殊场景为用车过程高频次出现场景，在这些高频次场景下出现遮挡误报警将很大程度地降低用户体验。

发明内容

本发明提出了一种基于全FOV受限识别的雷达遮挡检测方法及系统，应用FMCW的车载毫米波雷达为研究基础，提出通过识别非直接异物覆盖导致的雷达全FOV探测距离受限特殊场景以优化基于CFAR检测输出统计的常规遮挡检测方法，以提升毫米波雷达的遮挡检测算法的检测能力，从而完善车载毫米波雷达的遮挡自诊断功能。

具体为：

一种基于全FOV受限识别的雷达遮挡检测方法，包括以下步骤，

S1：采集雷达回波信号并进行信号预处理；基于预处理的结果进行非直接异物覆盖而导致雷达全FOV受限的特征提取；转S2；

S2：判断当前场景是否属于非直接异物覆盖而导致雷达全FOV受限的场景，若属于，则转S3；否则，转S4；

S3：若当前帧的上一帧被检测为全FOV受限场景，则读取当前帧对应车身CAN信息，获取车辆档位信息和车速信息；若车辆档位为倒车档，则暂时取消直接异物覆盖的遮挡检测功能，并在此后持续读取后续帧的车辆档位信息和车速信息，直到车辆档位为前进挡后，开始根据车速信息计算行驶距离，当所述行驶距离大于一阈值时，返回S1；

S4：开启直接异物覆盖遮挡检测功能。

其中，所述信号预处理包括进行信号的数字滤波，去直流处理，加窗处理，及进行快速傅里叶变换。

所述预处理的结果包括时域信号，或回波信号的一维快速傅里叶变换结果，或回波信号的二维快速傅里叶变换结果。

所述阈值为驶离当前场景所需的最小距离。

进一步的，所述S4还包括：获取雷达回波信号，并根据直接异物覆盖而导致雷达遮挡的遮挡检测算法，判断当前雷达是否处于遮挡状态，若是，则启动报警；否则，继续新一轮雷达回波信号判断。