CN110691985B - 用于增强的对象追踪的系统 - Google Patents

Abstract

本公开涉及一种车辆雷达系统(3)，该车辆雷达系统包括控制单元布置(8)和至少一个雷达传感器布置(4)，至少一个雷达传感器布置被布置成发射信号(6)并且接收反射信号(7)。车辆雷达系统(3)被布置成在不同时间获取多个测量雷达检测(10、11、12、13)。控制单元布置(8)被布置成利用当前测量雷达检测(10、11、12、13)作为输入来接合追踪算法，使得至少一个追踪被初始化。对于每个追踪，控制单元布置(8)被布置成计算在当前测量雷达检测(10、11、12、13)之前的计算的先前雷达检测(14)，并且使用当前测量雷达检测(10、11、12、13)结合计算的先前雷达检测(14)来重新初始化追踪算法。

Description

用于增强的对象追踪的系统

公开内容的描述

本公开涉及一种车辆雷达系统，该车辆雷达系统包括控制单元布置和至少一个雷达传感器布置，该至少一个雷达传感器布置被布置成发射信号并且接收反射信号。该车辆雷达系统被布置成在不同时间获取多个测量的雷达检测并且接合追踪算法。

许多车辆包括雷达系统，雷达系统被布置成用于对象检测，能够向驾驶员提供关于车辆路径上的对象的警告，并且向诸如自适应巡航控制(AACC)系统和后方横向交通避让(RCTA)系统的车辆系统提供输入，这些系统可提供警告并且激活自动紧急刹车(AEB)以避免与主车辆后方的对象发生碰撞。

此类雷达系统包括自主车辆中的一个或多个前视雷达收发器和一个或多个后视雷达收发器。可能难以准确地估计远程车辆或对象的航向，尤其是如果远程车辆或对象正在相对于自主车辆在主要横向或切向方向上移动时。例如，当自主车辆从停车位倒车出去进入道路而路上有正朝向主车辆后方的位置行驶的远程车辆时，属于这种情况，并且在这种情况下，使用RCTA系统。

RCTA系统需要远程车辆的速度、距离和方位角，以确定是否需要任何警告或紧急刹车。为了能够呈现早期预测，RCTA系统包括控制单元，该控制单元被布置成运行追踪算法，该追踪算法继而被布置成例如借助于卡尔曼滤波器来预测远程车辆的移动。

雷达传感器将从远程车辆获得多次检测，并且每次雷达扫描将返回不同的点。这继而导致切向速度的不确定性以及角噪声，而这对于追踪算法是不利的，追踪算法需要一定量的一致雷达检测以便能够对远程车辆的移动进行足够程度的预测。

追踪算法能够越快地对远程车辆的移动产生足够的预测，RCTA系统就能够越早地确定是否需要任何动作。

US 2016/291149和US 2008/306666中描述了RCTA系统，其中相机数据与雷达数据一起使用。

一般而言，不管追踪算法是用在RCTA系统中还是用于任何其他相关目的(诸如通用碰撞规避或自动和/或辅助驱动)，都期望追踪算法尽可能快地生成对远程车辆或其他目标对象的移动的足够预测。

本公开的目的是提供一种雷达系统，该雷达系统包括追踪算法，该追踪算法被布置成以比之前更快更可靠的方式对远程车辆或其他目标对象的移动进行足够程度的预测而无需添加另外的部件。

此目的借助于车辆雷达系统获得，该车辆雷达系统包括控制单元布置和至少一个雷达传感器布置，该至少一个雷达传感器布置被布置成发射信号并且接收反射信号。该车辆雷达系统被布置成在不同时间获取多个测量雷达检测。该控制单元布置被布置成利用当前测量雷达检测作为输入来接合追踪算法，使得至少一个追踪被初始化。对于每个追踪，该控制单元布置被布置成计算在当前测量雷达检测之前的计算的先前雷达检测，并且使用当前测量雷达检测(结合计算的先前雷达检测)来重新初始化追踪算法。

此目的还借助于用于车辆雷达系统的方法获得，其中该方法包括发射信号并且接收反射信号，以及在不同时间获取多个测量雷达检测。该方法进一步包括利用当前测量雷达检测作为输入来接合追踪算法，使得至少一个追踪被初始化。对于每个追踪，该方法包括计算在当前测量雷达检测之前的计算的先前雷达检测，并且使用当前测量雷达检测结合计算的先前雷达检测来重新初始化追踪算法。

根据一些方面，对于每个追踪，对于多个测量雷达检测中的每一个，控制单元布置被布置成计算相应的预测检测和相应的校正预测检测。控制单元布置还被布置成计算相应的距离向量(在当前测量雷达检测和相应的当前预测检测之间延伸的新息向量)。每个新息向量由第一向量类型的向量部分和第二向量类型的向量部分构成。控制单元布置被布置成计算多个至少一个所述向量类型的统计分布，并且确定计算的统计分布如何与另一统计分布相关，以及/或者确定计算的统计分布的对称特性。然后，控制单元布置被布置为根据为所述追踪的质量测量提供数据的确定的结果来保持或重新初始化追踪算法。

根据一些方面，所述另一统计分布由预定统计分布构成，其中控制单元布置被布置成确定计算的统计分布偏离预定统计分布的程度。如果确定所述偏离超过了预定义阈值，则控制单元布置被布置成重新初始化追踪算法。

根据一些方面，所述另一统计分布由相应测量雷达检测的部分的统计分布构成，其中控制单元布置被布置成确定计算的统计分布与所述另一统计分布之间的比率。如果确定所述比率偏离超过预定义阈值，则控制单元布置被布置成重新初始化追踪算法。

其他示例在从属权利要求中公开。

通过本公开获得了多个优点。主要提供一种追踪算法，该追踪算法尽可能快地对远程车辆的移动产生足够的预测。

附图说明

现在用参考附图更详细地描述本公开，附图中：

图1示出了自主车辆的示意性俯视图；

图2示出了自主车辆和正在接近的目标车辆的示意性俯视图；

图3示出了在不同时间的测量检测、预测检测以及校正检测；

图4示出了根据第一示例在不同时间的测量检测、预测检测和校正检测以及新息向量；

图5示出了新息向量部分的统计分布；

图6示出了新息向量部分的统计分布和预定统计分布；

图7示出了根据第二示例的测量检测、预测检测和校正检测以及新息向量；

图8示出了新息向量部分的第一统计分布和测量检测部分的第一统计分布；

图9示出了新息向量部分的第二统计分布和测量检测部分的第二统计分布；并且

图10示出了根据本公开的方法的流程图。

具体实施方式

图1示意性地示出了自主车辆1的俯视图，该自主车辆被布置成沿向前方向F在道路2上行驶，其中自主车辆1包括车辆雷达系统3。车辆雷达系统3包括后方雷达传感器布置4，该后方雷达传感器布置被布置成通过发射信号6和接收反射信号7并且以先前公知的方式使用多普勒效应将单个目标5与周围环境区分开来和/或将单个目标5从周围环境中分解出来。根据一些方面，发射信号6由扫描信号构成，该扫描信号的形式为先前已知类型的FMCW(调频连续波)啁啾信号6。

车辆雷达系统3进一步包括控制单元布置8，该控制单元布置连接至后方雷达传感器布置4，并且被布置成通过同时对接收信号的相位和幅度以先前已知的方式进行采样和分析来提供可能的目标对象5的方位角。图1中示出了一个雷达检测9，该雷达检测具有相对于雷达参考线22(适当地是雷达传感器布置的视轴方向)的一定的检测方位角

距离r和径向速度v。

如图2所示，正在接近的目标车辆31正以速度v_target朝着自主车辆移动，并且被后方雷达传感器布置4检测到。后方雷达传感器布置4在不同的时间测量得到多个测量雷达检测。在初始时间t₀，存在一个雷达检测10，该雷达检测10之前有在三个相应的先前时间t_-1、t_-2、t_-3的三个先前雷达检测11、12、13。还参考图3，每个测量雷达检测10、11、12、13具有一定的相应的测量方位角

距离r₀、r_-1、r_-2、r_-3以及径向速度v₀、v_-1、v_-2、v_-3。相对于雷达参考线22定义所有方位角

控制单元布置8被布置成在初始时间t₀使用当前的四个测量雷达检测10、11、12、13作为输入使用卡尔曼滤波器来接合追踪算法。追踪算法的中心部分是追踪的滤波。可以自由选择所使用的滤波器算法。常用的是卡尔曼滤波器，但滤波器的种类繁多，例如α-β滤波器或α-β-γ滤波器。在这种情况下，追踪至少由包含位置及其导数(至少是速度，但也可以包含加速度和高阶导数)的滤波器状态所定义。当车辆1、车辆31之间的距离d尽可能大时，期望尽早接合可靠的追踪。

根据本公开，控制单元布置8被布置成使用追踪算法计算所计算的先前雷达检测14，该计算的先前雷达检测14在相应的先前时间t_-4在当前的四个测量雷达检测10、11、12、13之前，其中计算的先前雷达检测14具有一定的相应的计算方位角

距离r_-4和径向速度v_-4。

控制单元布置8被布置成使用当前的四个雷达检测10、11、12、13和计算的先前雷达检测14来重新启动追踪算法，然后在相应的下一个时间t₊₁计算下一个计算的雷达检测15。在下一个时间t₊₁，后方雷达传感器布置4还检测到与下一个计算的雷达检测15相对应的下一个测量雷达检测16。在再下一个时间t₊₂，后方雷达传感器布置4已经检测到随后的测量雷达检测17。在图3中，为清楚起见，没有为最后的检测15、16、17指示方位角、距离和径向速度。

上文计算的雷达检测是追踪算法中的在校正前的预测雷达检测。在下文中，将讨论用于正在运行的追踪算法的普通的测量雷达检测、预测雷达检测和校正雷达检测。

参考图4，将讨论本公开的另一方面。在此，在所述另一方面的第一示例中示出了在时间t的第一预测雷达检测x_t│t-1│和第一测量雷达检测z_t。校正第一预测雷达检测x_t│t-1│，以便在时间t处形成第一校正雷达检测x_t│t│。在对应于下一个雷达周期的下一个时间t+1处，该过程以公知的方式继续进行，以在该时间t+1处获得第二测量雷达检测z_t+1、第二预测雷达检测x_t+1│t│和第二校正雷达检测x_t+1│t+1│。此处的x_i│j│在j＝i-1时表示在i时刻的预测雷达检测，以及在j＝i时表示在i时刻的校正雷达检测。

第一测量雷达检测z_t具有测量速度向量m₁，第一预测雷达检测x_t│t-1│具有预测速度向量p₁，并且第一校正雷达检测x_t│t│具有第一校正速度向量c₁。第一预测雷达检测x_t│t-1│与第一测量雷达检测z_t之间存在一距离，该距离对应于所谓的滤波器残差或从第一预测雷达检测x_t│t-1│到第一测量雷达检测z_t的第一新息向量18。第一新息向量18由两部分构成，即沿着预测速度向量p₁延伸的第一主要部分18a以及垂直于第一主要部分18a的第一垂直部分18b。

相应地，在下一个时间t+1处，第二测量雷达检测z_t+1具有测量速度向量m₂，第二预测雷达检测x_t+1│t│具有预测速度向量p₂，并且第二校正雷达检测x_t+1│t+1│具有第二校正速度向量c₂。在第二预测雷达检测x_t+1│t│与第二测量雷达检测z_t+1之间存在第二新息向量23。第二新息向量23由两部分构成，即沿着预测速度向量p₂延伸的第二主要部分23a以及垂直于第二主要部分23a的第二垂直部分23b。

根据本公开，还参考图5和图6，控制单元布置8被布置成确定相应多个雷达周期的多个垂直部分18b、23b，并且计算所述垂直部分18b、23b的统计分布24。然后，控制单元布置8被布置成确定计算的统计分布偏离预定统计分布25(根据一些方面，正态或高斯分布和/或其对称特性，诸如零点附近的对称性)的程度。如果该偏离超过了预定义阈值，则重新启动追踪算法。根据一些方面，所述多个垂直部分18b、23b由大约10-30个垂直部分构成。

主要部分18a、23a取决于预测速度向量p₁、p₂。根据一些方面，作为替代或补充，控制单元布置8被布置成确定相应的多个雷达周期的多个主要部分，并且计算所述主要部分的统计分布。然后，控制单元布置8被布置成确定计算的统计分布与追踪方向的相关程度。如果计算的统计分布指向追踪的后部，则该追踪太快，并且如果计算的统计分布指向追踪的前部，则该追踪太慢。

换句话说，在此还确定计算的统计分布24是否偏离预定统计分布25(根据一些方面，正态或高斯分布和/或其对称特性，诸如零点附近的对称性)。如果该偏离超过了预定义阈值，则在这种情况下也将重新启动追踪算法。

在下文中，参考图7，将提供所述另一方面的第二示例，其中使用了极坐标。第一预测雷达检测x_t│t-1│具有一定的计算方位角

距离r_p和径向速度v_p，而第一测量雷达检测z_t具有一定的测量方位角

距离r_m和径向速度v_m。从雷达参考线22测量方位角

方位角

之间存在差角

而距离r_p、r_m之间存在差距Δr。

与先前示例一样，第一预测雷达检测x_t│t-1│与第一测量雷达检测z_t之间存在一距离，该距离对应于新息向量19。新息向量19由两部分构成，即角部分(差角

)和径向部分(差距Δr)。为了清楚起见，在图6中仅显示了一个测量雷达检测z_t和预测雷达检测x_t│t-1│。当然，预测雷达检测x_t│t-1│具有相应的校正雷达检测，并且当然在多个雷达周期期间获得多个测量雷达检测、预测雷达检测和预测雷达检测。

根据本公开，还参考图8，控制单元布置8被布置成针对相应的多个雷达周期确定多个角部分

和多个测量方位角

并且计算针对角部分

的第一角度统计分布

和针对测量方位角

的第二角度统计分布

然后，控制单元布置8被布置成通过将第一角度统计分布

除以第二角度统计分布

来确定角度噪声比。

相应地，还参考图9，控制单元布置8被布置成针对相应的多个雷达周期确定多个径向部分Δr和多个测量距离r_m，并且计算针对径向部分Δr的第一距离统计分布σ_inno,r和针对测量距离r_m的第二距离统计分布σ_meas,r。然后，控制单元布置8被布置成通过将第一距离统计分布σ_inno,r除以第二距离统计分布σ_meas,r来确定范围噪声比。

以这种方式，可以确定新息向量部分

Δr的统计分布

σ_inno,r是否宽于测量噪声以及达到何种程度。如果存在偏离，而该偏离被确定为偏离超过预定义阈值，则如第一示例中那样重新启动追踪算法。

根据一些方面，统计分布

σ_inno,r、

σ_meas,r由正态或高斯分布构成。

根据一些方面，在两个相邻的时间之间已经过去了雷达周期。在这种情况下，雷达周期是一个观察阶段，在该观察阶段期间，车辆雷达系统2被布置成采集数据、在若干信号处理电平上处理所述数据并且发送出可用结果。这可以是固定时间间隔，或者它可以是取决于环境条件和处理负载的动态时间间隔。

通过可用于任何类型的车辆雷达传感器布置的本公开，可以确定某个追踪是否满足一定的质量测量，并且如果不是，则可重新启动或重新初始化追踪算法。质量测量定义了某个追踪适合相应测量的程度。本公开的核心并不在于确定并调查新息向量部分18a、18b；

Δr的统计分布了。调查结果提供了用于所述质量测量的数据。

根据一些方面，追踪过程遵循以下步骤：

1.在若干测量周期内搜索一致的测量。如果找到一致性，则打开追踪。打开追踪意味着找到滤波器状态空间的良好初始值。因为没有很多可用的测量，所以这通常是至关重要的部分。随时间获取追踪列表。

2.预测到下一个测量周期的状态空间

3.在下一个雷达周期中搜索可能属于追踪的测量。这些测量与追踪相关联。如果未找到关联，则不进行校正。每个状态空间都通过其关联的测量进行校正。

4.如果将不停止追踪，则继续执行第2点，否则从列表中删除该追踪。

如图1所示，自主车辆1包括安全控制单元20和安全装置21，例如紧急刹车系统和/或警报信号装置。安全控制单元20被布置成依靠来自雷达系统3的输入来控制安全装置21。此类输入可经由控制单元布置8输入。

参考图10，本公开还涉及用于车辆雷达系统3的方法，其中该方法包括：

26：发射信号6并且接收反射信号7；

27：在不同时间获取多个测量雷达检测10、11、12、13；

28：利用当前测量雷达检测10、11、12、13作为输入来接合追踪算法，使得至少一个追踪被初始化。

对于每个追踪，该方法包括：

29：计算在当前测量雷达检测10、11、12、13之前的计算的先前雷达检测14；

30：使用当前测量雷达检测10、11、12、13结合计算的先前雷达检测14来重新初始化追踪算法。

本公开不限于以上示例，而可以在所附权利要求书的范围内自由变化。例如，雷达系统可在任何类型的车辆中实现，诸如汽车、卡车和公共汽车以及船和飞机。

所示的统计分布24、25；

σ_inno,r、σ_meas,r仅作为用于解释本公开的统计分布的示例。统计分布24、25；

σ_inno,r、σ_meas,r可具有在本公开范围内的任何可能的和/或适合的形式。

实际上，如何精确地完成诸如计算和确定过程的数据处理是可以变化的，上述公开的示例仅是示例。控制单元布置8可包括一个或多个单独或集成的控制单元。根据一些方面，安全控制单元20包括在控制单元布置8中。

在讨论的示例中，有被追踪的目标车辆；通常，可以有任何类型的追踪目标对象，诸如自行车或行人。

还可设想其他种类的FMCW信号和FMCW信号配置，以及其他类型的多普勒雷达信号。也可设想其他类型的雷达系统；而不仅仅是可以设想FMCW雷达系统。与所有其他种类的合适调制技术一样，还可设想脉冲雷达、FSK(频移键控)或CW(连续波)波形。

简化了车辆雷达系统的示意图，仅示出了认为与本公开的充分描述相关的部分。应当理解，此类雷达系统的整体设计在本领域是众所周知的。

图1和图2中示出了车辆后方雷达系统，但是上述示例当然还适用于车辆中任何位置的任何类型的车辆雷达系统。

诸如垂直的措词不旨在理解为在数学上的精确，而是在当前上下文中可实际获得的范围内。

通常，本公开涉及一种车辆雷达系统3，该车辆雷达系统包括控制单元布置8和至少一个雷达传感器布置4，该雷达传感器布置被布置成发射信号6并且接收反射信号7，其中该车辆雷达系统3被布置成在不同时间获取多个测量雷达探测10、11、12、13；其中控制单元布置8被布置成使用当前测量雷达检测10、11、12、13作为输入来接合追踪算法，使得至少一个追踪被初始化。对于每个追踪，控制单元布置8被布置成：

-计算在当前测量雷达检测10、11、12、13之前的计算的先前雷达检测14；并且

-使用当前测量雷达检测10、11、12、13结合计算的先前雷达检测14来重新初始化追踪算法。

根据一些方面，所述多个测量雷达检测10、11、12、13构成至少四个测量雷达检测10、11、12、13。

根据一些方面，该追踪算法包括卡尔曼滤波器。

根据一些方面，对于每个追踪，对于多个测量雷达检测z_t、z_t+1中的每一个，该控制单元布置8被布置成计算相应的预测检测x_t│t-1│、x_t+1│t│和相应的校正预测检测x_t│t│、x_t+1│t+1│，并且还计算相应的距离向量(在当前测量雷达检测z_t和相应的当前预测检测x_t│t-1│之间延伸的新息向量18、19)，其中每个新息向量18、19由第一向量类型18a、

的向量部分和第二向量类型18b、Δr的向量部分构成，其中该控制单元布置8被布置成：

-计算多个至少一个所述向量类型18a、

18b、Δr的统计分布24；

σ_inno,r；

-确定计算的统计分布24；

σ_inno,r如何与另一统计分布25；

σ_meas,r相关；以及/或者

-确定计算的统计分布24：

σ_inno,r的对称特性；

-以及根据为所述追踪的质量测量提供数据的确定的结果来保持或重新初始化追踪算法。

根据一些方面，所述另一统计分布由预定统计分布25构成，其中该控制单元布置8被布置成确定计算的统计分布偏离预定统计分布25的程度，并且如果确定所述偏离超过了预定义阈值，则重新初始化追踪算法。

根据一些方面，所述另一统计分布由相应的测量雷达检测z_t、z_t+1的部分的统计分布

σ_meas,r构成，其中该控制单元布置8被布置成确定该计算的统计分布

σ_inno,r与所述另一统计分布

σ_meas,r之间的比率，并且如果确定所述比率偏离超过预定义阈值，则重新初始化追踪算法。

一般地讲，本公开还涉及用于车辆雷达系统3的方法，其中该方法包括：

26：发射信号6并且接收反射信号7；

27：在不同时间获取多个测量雷达检测10、11、12、13；

28：利用当前测量雷达检测10、11、12、13作为输入来接合追踪算法，使得至少一个追踪被初始化。对于每个追踪，该方法包括：

29：计算在当前测量雷达检测10、11、12、13之前的计算的先前雷达检测14；以及

30：使用当前测量雷达检测10、11、12、13结合计算的先前雷达检测14来重新初始化追踪算法。

根据一些方面，所述多个测量雷达检测10、11、12、13构成至少四个测量雷达检测10、11、12、13。

根据一些方面，该追踪算法使用卡尔曼滤波器。

根据一些方面，对于每个追踪，对于多个测量雷达检测z_t、z_t+1中的每一个，该方法包括计算相应的预测检测x_t│t-1│、x_t+1│t│和相应的校正预测检测x_t│t│、x_t+1│t+1│，并且计算相应的距离向量(在当前测量雷达检测量z_t和相应的当前预测检测x_t│t-1│之间延伸的新息向量18、19)，其中每个新息向量18、19由第一向量类型18a、

的向量部分和第二向量类型18b、Δr的向量部分构成，其中该方法进一步包括：

-计算多个至少一个所述向量类型18a、

18b、Δr、的统计分布24；

σ_inno,r；

-确定计算的统计分布24；

σ_inno,r如何与另一统计分布25；

σ_meas,r相关；以及/或者

-确定计算的统计分布24；

σ_inno,r的对称特性；以及

-根据为所述追踪的质量测量提供数据的确定的结果来保持或重新初始化追踪算法。

根据一些方面，所述另一统计分布由预定统计分布25构成，其中该控制单元布置8被布置成确定计算的统计分布偏离预定统计分布25的程度，并且如果确定所述偏离超过了预定义阈值，则重新初始化追踪算法。

根据一些方面，所述另一统计分布由相应的测量雷达检测z_t、z_t+1的部分的统计分布

σ_meas,r构成，其中该控制单元布置8被布置成确定该计算的统计分布

σ_inno,r与所述另一统计分布

σ_meas,r之间的比率，并且如果确定所述比率偏离超过预定义阈值，则重新初始化追踪算法。

Claims (12)

1.一种车辆雷达系统(3)，所述车辆雷达系统包括控制单元布置(8)和至少一个雷达传感器布置(4)，所述至少一个雷达传感器布置被布置成发射信号(6)并且接收反射信号(7)，其中所述车辆雷达系统(3)被布置成在不同时间获取多个测量雷达检测；其中所述控制单元布置(8)被布置成利用所述多个测量雷达检测作为输入来接合追踪算法，使得至少一个追踪被初始化，其特征在于，对于每个追踪，所述控制单元布置(8)被布置成：

-计算在所述多个测量雷达检测的时间之前的计算的先前雷达检测(14)；以及

-使用所述多个测量雷达检测结合所述计算的先前雷达检测(14)

来重新初始化所述追踪算法。

2.根据权利要求1所述的车辆雷达系统(3)，其特征在于，所述多个测量雷达检测构成至少四个测量雷达检测。

3.根据权利要求2所述的车辆雷达系统(3)，其特征在于，所述追踪算法包括卡尔曼滤波器。

4.根据前述权利要求中任一项所述的车辆雷达系统(3)，其特征在于，对于每个追踪，对于多个测量雷达检测(z_t、z_t+1)中的每一个，所述控制单元布置(8)被布置成计算相应的预测检测(x_t│t-1│、x_t+1│t│)和相应的校正预测检测(x_t│t│、x_t+1│t+1│)，并且进一步计算在当前测量雷达检测和相应的当前预测检测之间延伸的相应的距离向量，即新息向量(18、19)，其中每个新息向量(18、19)由第一向量类型

的向量部分和第二向量类型(18b、Δr)的向量部分构成，其中所述控制单元布置(8)被布置成：

-计算多个至少一个所述向量类型

的统计分布

-确定计算的统计分布

如何与另一统计分布相关；以及/或者

-确定所述计算的统计分布

的对称特性；

-以及根据为所述追踪的质量测量提供数据的确定的结果来保持或重新初始化追踪算法。

5.根据权利要求4所述的车辆雷达系统(3)，其特征在于，所述另一统计分布由预定统计分布(25)构成，其中所述控制单元布置(8)被布置成确定所述计算的统计分布偏离所述预定统计分布(25)的程度，并且如果确定所述偏离超过了预定义阈值，则重新初始化所述追踪算法。

6.根据权利要求4所述的车辆雷达系统(3)，其特征在于，所述另一统计分布由所述多个测量雷达检测(z_t、z_t+1)的部分的统计分布

构成，其中所述控制单元布置(8)被布置成确定所述计算的统计分布与所述另一统计分布之间的比率，并且如果确定所述比率偏离超过预定义阈值，则重新初始化所述追踪算法。

7.一种用于车辆雷达系统(3)的方法，其中所述方法包括：

(26)发射信号(6)并且接收反射信号(7)；

(27)在不同时间获取多个测量雷达检测；

(28)使用所述多个测量雷达检测作为输入来接合追踪算法，使得至少一个追踪被初始化，其特征在于，对于每个追踪，所述方法包括：

(29)计算在所述多个测量雷达检测的时间之前的计算的先前雷达检测(14)；以及

(30)使用所述多个测量雷达检测结合所述计算的先前雷达检测(14)来重新初始化所述追踪算法。

8.根据权利要求7所述的方法，其特征在于，所述多个测量雷达检测构成至少四个测量雷达检测。

9.根据权利要求8所述的方法，其特征在于，所述追踪算法使用卡尔曼滤波器。

10.根据权利要求7至9中任一项所述的方法，其特征在于，对于每个追踪，对于多个测量雷达检测(z_t、z_t+1)中的每一个，所述方法包括计算相应的预测检测(x_t│t-1│、x_t+1│t│)和相应的校正预测检测(x_t│t│、x_t+1│t+1│)，并且计算在当前测量雷达检检测和相应的当前预测检测之间延伸的相应的距离向量，即新息向量(18、19)，其中每个新息向量(18、19)由第一向量类型

的向量部分和第二向量类型(18b、Δr)的向量部分构成，其中所述方法进一步包括：

-计算多个至少一个所述向量类型

的统计分布

-确定计算的统计分布

如何与另一统计分布相关；以及/或者

-确定所述计算的统计分布

的对称特性；以及

-根据为所述追踪的质量测量提供数据的确定的结果来保持或重新初始化追踪算法。

11.根据权利要求10所述的方法，其特征在于，所述另一统计分布由预定统计分布(25)构成，其中控制单元布置(8)被布置成确定所述计算的统计分布偏离所述预定统计分布(25)的程度，并且如果确定所述偏离超过了预定义阈值，则重新初始化所述追踪算法。

12.根据权利要求10所述的方法，其特征在于，所述另一统计分布由所述多个测量雷达检测(z_t、z_t+1)的部分的统计分布

构成，其中控制单元布置(8)被布置成确定所述计算的统计分布与所述另一统计分布之间的比率，并且如果确定所述比率偏离超过预定义阈值，则重新初始化所述追踪算法。

Images