CN112162249B - 一种基于动态cfar的车载毫米波雷达遮挡检测方法及系统 - Google Patents
一种基于动态cfar的车载毫米波雷达遮挡检测方法及系统 Download PDFInfo
- Publication number
- CN112162249B CN112162249B CN202010886877.0A CN202010886877A CN112162249B CN 112162249 B CN112162249 B CN 112162249B CN 202010886877 A CN202010886877 A CN 202010886877A CN 112162249 B CN112162249 B CN 112162249B
- Authority
- CN
- China
- Prior art keywords
- cfar
- shielding
- detection
- radar
- millimeter wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000002592 echocardiography Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims 1
- 230000018109 developmental process Effects 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 4
- 230000000903 blocking effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 208000006440 Open Bite Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4039—Means for monitoring or calibrating of parts of a radar system of sensor or antenna obstruction, e.g. dirt- or ice-coating
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于动态CFAR的车载毫米波雷达遮挡检测方法及系统,以不同场景雷达回波对应的RD map作为输入,预先量化遮挡检测算法开发所依赖雷达系统的目标检测性能,确定不同CFAR检测点数的遮挡置信度,进而统计毫米波雷达电磁波传播路径上的保险杠有、无遮挡时,一定时间范围内的CFAR检测结果,并结合已获得的遮挡置信度,分别计算两种遮挡状态下的遮挡置信度总和,获得有、无遮挡两个条件下的遮挡特征边界,并基于此确定遮挡与否的置信度总和阈值,从而将该阈值作为遮挡检测算法的输入,完成对毫米波雷达遮挡情况的自适应判断,实现毫米波雷达遮挡实时自检测与遮挡报警功能,且该方法鲁棒性强,有效保证了车载毫米波雷达系统对环境的感知能力。
Description
技术领域
本发明涉及车载信息技术领域,尤其是涉及一种基于动态CFAR的车载毫米波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,由于其电磁波传播路径上的车身部分容易被湿雪、污泥或其他物体覆盖,导致雷达表征为被遮挡,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,一种较为常用且易于实现的遮挡检测算法为,对一帧雷达回波进行CFAR目标检测后,统计绝对静止物体所在速度维度(车速附近多普勒维度)上通过恒虚警(Constant False Alarm Rate,CFAR)检测的点数,基于检测到的点数多少,同时与一个预先设定的阈值点数进行比较,如果大于设定阈值,则认为雷达不被遮挡,否则认为雷达被遮挡,并将该帧的判断结果作为遮挡检测的最终结果直接显示。这种方法简单,但遮挡检测判断所需阈值的设置很大程度上受到雷达信号质量和雷达系统稳定性波动的影响,即使这个波动对系统的目标检测功能没有明显的影响,但是都有可能使得CFAR点数不在阈值所划分的范围内,导致遮挡检测失败。其次,每一个遮挡检测输出结果中,用于分析的数据时间周期短、统计数量少,CFAR点数值不具有代表性。第三,对于某些特殊环境,如空旷场景,因为环境中可被毫米波雷达检测的绝对静止目标数量少或几乎没有,且在一定时间范围内,即使有运动目标引入,但环境中的绝对静止目标数量始终保持较少或几乎没有,导致未被遮挡情况下,检测结果持续为遮挡,出现误报警的不期待情况。从这几点看到,采用单帧回波的局部CFAR检测点数与绝对的阈值进行比较从而做出是否遮挡判断的方法往往使得算法鲁棒性差,影响遮挡检测的最终结果,导致产生遮挡检测误报警或遮挡检测漏报。
发明内容
本发明提出了一种基于动态CFAR的车载毫米波雷达遮挡检测方法及系统,以应用FMCW的车载毫米波雷达为研究基础,提出通过对多帧数据的全速度维度CFAR输出点数进行加权求和的优化方法,对毫米波雷达的遮挡情况进行判断,从而实现车载毫米波雷达的遮挡自诊断功能。
具体为:
一种基于动态CFAR的车载毫米波雷达遮挡检测方法,包括以下步骤,
S1:统计现有雷达目标检测算法在不同场景、不同遮挡状态下所能检测到的点数,寻找雷达系统目标检测性能的先验值;
S2:根据先验值为不同的CFAR输出点数赋予P个离散遮挡置信度α,α∈(0,1);
S3:计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限;和计算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检测点数加权求和的上限;根据所述下限和所述上限,计算阈值;
S4:采集实时雷达回波,根据所述阈值,判断当前雷达是否处于遮挡状态,若是,则启动遮挡报警;否则,继续新一轮遮挡检测。
其中,所述计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限,还包括:
S31:采集有直接异物覆盖的遮挡情况下的接收端时域回波信号,得N帧雷达接收信号矩阵A;
S32:对一帧时间内各接收通道的时域回波信号分别进行快时间维度和慢时间维度的二维快速傅里叶变换,并将全部接收通道时域信号通过二维快速傅里叶变换((FastFourier Transform,FFT)运算所得的FFT结果进行非相干累加,得到包含距离维和速度维的非相干FFT二维矩阵,其对应一个RD Map;基于该帧的非相干FFT二维矩阵,进行CFAR检测,统计该帧全速度维度的部分距离段内通过CFAR检测门限的CFAR输出检测点数S;
S33:对剩余N-1帧重复执行步骤S32;统计N帧CFAR输出检测点数Sn(n=1,2,…,N)中,不同 CFAR检测点数Sn在N次检测里面出现的次数TA(i),i=1,2,…,K;K为N个CFAR检测点数中的不同数值个数;
进一步的,所述计算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检
测点数加权求和的上限,还包括:根据所述步骤S31至步骤S34,计算的得:无直接异物覆盖
的遮挡情况下的N帧雷达接收信号矩阵B,统计N帧CFAR输出检测点数Sn’中,不同 CFAR检测
点数Sn’在N次检测里面出现的次数TB(i),及与每一个CFAR检测点数Sn’相匹配的遮挡置信
度αB(i),计算无直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的上限值:。
进一步的,所述步骤S4还包括:
S41:采集单帧实时雷达回波,进行CFAR检测,统计通过CFAR检测门限的CFAR检测点数,并存入数组H中;
S42:直至数组H为N帧雷达接收信号矩阵,统计N帧CFAR输出检测点数Sn(H)中,不
同 CFAR检测点数Sn(H)在N次检测里面出现的次数TH(i),确定每一个CFAR检测点数Sn(H)
的遮挡置信度αH(i),得置信度和值为:;
进一步的,所述遮挡报警包括,通过文字、语音、或视频方式提示用户。
作为另一优选的,本发明还提供了一种基于动态CFAR的车载毫米波雷达遮挡检测系统,具体包括:
雷达信号采集端,用于采集实时雷达回波,并将采集数据存储于存储器中;
数据处理中心,用于统计现有雷达目标检测算法在不同场景、不同遮挡状态下所能检测到的点数,寻找雷达系统目标检测性能的先验值,根据先验值为不同的CFAR输出点数赋予P个离散遮挡置信度α;计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限;和计算毫米波雷达正前方保险杠处无直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的上限;根据所述下限和所述上限,计算阈值;根据所述阈值和实时采集的雷达回波,判断当前雷达是否处于遮挡状态,若是,则启动遮挡报警;否则,继续新一轮遮挡检测。
用户终端,根据遮挡报警以文字、语音、或视频方式呈现给用户。
其中,所述雷达信号采集端固定安装于汽车任一位置。
进一步的,所述用户终端为车载显示器,或移动用户端。
综上所述,本发明提供一种基于动态CFAR的车载毫米波雷达遮挡检测方法及系统,通过为CFAR检测点数赋予动态的遮挡置信度以及扩展参与遮挡检测数据统计的时间周期的方式,有效提升了遮挡检测算法对外界干扰因素的兼容性,及增强了CFAR检测点数统计结果的遮挡状态代表性。通过扩展参与CFAR检测点数统计的速度维度,增强了遮挡检测算法对环境状态随时间推移,以及因运动目标的引入而产生的细微变化的捕捉能力,进而改善遮挡检测算法检测能力。
附图说明
图1为一实施例中的基于动态CFAR的车载毫米波雷达遮挡检测方法流程图。
图2为一实施例中CFAR点数与遮挡置信度关系示意图。
图3为一实施例中基于动态权值的遮挡检测结果。
图4为一实施例中的基于动态CFAR的车载毫米波雷达遮挡检测系统示意图。
具体实施方式
下面将结合具体实施例及附图对本发明的一种基于动态CFAR的车载毫米波雷达遮挡检测方法及系统作进一步详细描述。
如图1所示,为本发明所提供的一种基于动态CFAR的车载毫米波雷达遮挡检测方法,包括阈值确认部分和实时检测部分,具体实现步骤如下:
步骤一:统计现有雷达目标检测算法在不同场景、不同遮挡状态下所能检测到的点数,寻找雷达系统目标检测性能的先验值;
步骤二:根据先验值为不同的CFAR输出点数赋予P个0-1之间的离散遮挡置信度α,其中α∈(0,1),其中,所述CFAR输出点数越大,置信度值越小(如图2所示)。P的大小取决于CFAR点数统计分析且针对不同场景下动态可调。
步骤三:计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限;和计算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检测点数加权求和的上限;根据所述下限和所述上限,计算阈值;具体为:
分析毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下采集的接收端时
域回波信号,对一帧时间内各接收通道的时域回波信号分别进行快时间维度和慢时间维度
的二维FFT,并将全部接收通道时域信号通过FFT运算所得的FFT结果进行非相干累加,此
时,得到包含距离维和速度维的非相干FFT二维矩阵,其对应一个RD map,基于此,基于该帧
的非相干FFT二维矩阵,进行CFAR检测,统计该帧全速度维度的部分距离段内通过CFAR检测
门限的CFAR输出检测点数S,假设参与统计的时间范围内具有N帧数据,则对其他N-1帧数据
进行相同操作,对应得到N个RD map 的CFAR检测点数统计结果,进一步地,统计N个CFAR检
测点数Sn(n=1,2,…,N)中,不同 CFAR检测点数在N次检测里面出现的次数TA(i),其中i=
1,…,K; K为N个CFAR检测点数中的不同数值个数,并根据步骤二中确定的遮挡置信度等
级,找到与每一个CFAR检测点数Sn相匹配的遮挡置信度αA(i),最终通过公式,即可得到遮挡情况下的CFAR检测点数加权求和的下限值;同理,计
算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检测点数加权求和的上限,可
得:无直接异物覆盖情况下的N帧雷达接收信号矩阵B,统计N帧CFAR输出检测点数Sn’中,不
同 CFAR检测点数Sn’在N次检测里面出现的次数TB(i),及与每一个CFAR检测点数Sn’相匹
配的遮挡置信度αB(i),计算无直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的上
限值:。
优选的,全部通道的非相干结果也可以替换为部分通道。
优选的,对通过CFAR检测门限的CFAR输出点数大小S进行统计的全速度维度的部分距离段可代替为全速度维度的全距离段或任意确定距离段范围或部分速度维度的全距离段或任意距离段范围。
优选的,为不同的CFAR输出点数赋予遮挡置信度为0-1之间p个值也可使用其他数值范围代替,其中,p个点之间的间隔可以相等也可以不等。
优选的,为不同的CFAR输出点数赋予遮挡置信度为0-1,如点数越大,置信度数值越小;也可替换为不同的CFAR输出点数赋予不遮挡置信度为0-1,如点数越大,置信度数值越大。
基于上述计算结果,根据所得有遮挡条件下的CFAR检测点数加权求和下限与无遮
挡条件下的CFAR检测点数加权求和上限之间的差值大小,对该下限与上限进行取中间值,
确认有、无遮挡两种条件的判定阈值,并将该阈值作为遮挡实时检测算法的输入条件。优选
的,还可以依据系统对遮挡报警的误报率与漏报率要求而确定阈值倾向哪一种条件的方
式,进一步的,所述阈值还可以为:;
步骤四:采集实时雷达回波,根据所述阈值,判断当前雷达是否处于遮挡状态,若是,则启动遮挡报警;否则,继续新一轮遮挡检测。具体为:
S41:采集单帧实时雷达回波,进行CFAR检测,统计通过CFAR检测门限的CFAR检测点数,并存入数组H中;
S42:直至数组H为N帧雷达接收信号矩阵,统计N帧CFAR输出检测点数Sn(H)中,不
同 CFAR检测点数Sn(H)在N次检测里面出现的次数TH(i),确定每一个CFAR检测点数Sn(H)
的遮挡置信度αH(i),得置信度和值为:;否则,继续进行实时雷达回波的
采集输入,直至数组H包含N帧数据,即Size(H)为N。
优选的,所述遮挡报警包括,通过文字、语音、或视频方式提示用户。
作为另一优选的,本发明还提供了一种基于动态CFAR的车载毫米波雷达遮挡检测系统(如图4所示),包括:
雷达信号采集端,用于采集实时雷达回波,并将采集数据存储于存储器中;
数据处理中心,用于统计现有雷达目标检测算法在不同场景、不同遮挡状态下所能检测到的点数,寻找雷达系统目标检测性能的先验值,根据先验值为不同的CFAR输出点数赋予P个离散遮挡置信度α;计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限;和计算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检测点数加权求和的上限;根据所述下限和所述上限,计算阈值;根据所述阈值和实时采集的雷达回波,判断当前雷达是否处于遮挡状态,若是,则启动遮挡报警;否则,继续新一轮遮挡检测。
用户终端,根据遮挡报警以文字、语音、或视频方式呈现给用户。
其中,所述雷达信号采集端固定安装于汽车任一位置。
所述用户终端为车载显示器,或移动用户端。
综上所述,本发明提供了一种基于动态CFAR的车载毫米波雷达遮挡检测方法及系统,以不同场景雷达回波对应的RD map(Range Doppler Map)作为输入,预先量化遮挡检测算法开发所依赖雷达系统的目标检测性能,确定不同CFAR检测点数的遮挡置信度,接着统计毫米波雷达电磁波传播路径上的保险杠有、无遮挡时,一定时间范围内的CFAR检测结果,并结合已获得的遮挡置信度,分别计算两种遮挡状态下的遮挡置信度总和,也即是获得了有、无遮挡两个条件下的遮挡特征边界,并基于此确定遮挡与否的置信度总和阈值,最后将该阈值作为遮挡检测算法的输入,完后对毫米波雷达遮挡情况的自适应判断,实现毫米波雷达遮挡自检测与遮挡报警功能。通过本发明所述的基于动态CFAR的车载毫米波雷达遮挡检测方法及系统,可以有效地实现了车载毫米波雷达的遮挡状况检测,同时,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。
以上参照附图说明了本发明的优选实施例,本领域技术人员不脱离本发明的范围和实质,可以有多种变型方案实现本发明。举例而言,作为一个实施例的部分示出或描述的特征可用于另一实施例以得到又一实施例。以上仅为本发明较佳可行的实施例而已,并非因此局限本发明的权利范围,凡运用本发明说明书及附图内容所作的等效变化,均包含于本发明的权利范围之内。
Claims (10)
1.一种基于动态CFAR的车载毫米波雷达遮挡检测方法,其特征在于,包括以下步骤,
S1:统计现有雷达目标检测算法在不同场景、不同遮挡状态下所能检测到的点数,寻找雷达系统目标检测性能的先验值;
S2:根据先验值为不同的CFAR输出点数赋予P个离散遮挡置信度α,α∈(0,1);
S3:计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限;并计算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检测点数加权求和的上限;根据所述下限和所述上限,计算阈值;
S4:采集实时雷达回波,根据所述阈值,判断当前雷达是否处于遮挡状态,若是,则启动遮挡报警;否则,继续新一轮遮挡检测;
其中,TA(i)为不同 CFAR检测点数Sn在N次检测里面出现的次数;i=1,2,…,K;K为N个CFAR检测点数中的不同数值个数;αA(i)为每一个CFAR检测点数Sn相匹配的遮挡置信度;TB(i)为不同 CFAR检测点数Sn’在N次检测里面出现的次数;αB(i)为每一个CFAR检测点数Sn’相匹配的遮挡置信度。
2.根据权利要求1所述方法,其特征在于,所述计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限,还包括:
S31:采集有直接异物覆盖的遮挡情况下的接收端时域回波信号,得N帧雷达接收信号矩阵A;
S32:对一帧时间内各接收通道的时域回波信号分别进行快时间维度和慢时间维度的二维快速傅里叶变换,并将全部接收通道时域信号通过二维FFT运算所得的FFT结果进行非相干累加,得到包含距离维和速度维的非相干FFT二维矩阵,其对应一个RD Map;基于该帧的非相干FFT二维矩阵,进行CFAR检测,统计该帧全速度维度的部分距离段内通过CFAR检测门限的CFAR输出检测点数S;
S33:对剩余N-1帧重复执行步骤S32;统计N帧CFAR输出检测点数Sn, n=1,2,…,N中,不同 CFAR检测点数Sn在N次检测里面出现的次数TA(i);
S34:根据步骤S2中的遮挡置信度α,找到与每一个CFAR检测点数Sn相匹配的遮挡置信度αA(i),计算直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限Xthrd 。
3.根据权利要求2所述方法,其特征在于,所述计算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检测点数加权求和的上限,还包括:根据所述步骤S31至步骤S34,计算得:无直接异物覆盖情况下的N帧雷达接收信号矩阵B,统计N帧CFAR输出检测点数Sn’中,不同CFAR检测点数Sn’在N次检测里面出现的次数TB(i),及与每一个CFAR检测点数Sn’相匹配的遮挡置信度αB(i),计算无直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的上限值Ythrd。
7.根据权利要求1所述方法,其特征在于,所述遮挡报警包括,通过文字、语音、或视频方式提示用户。
8.一种基于动态CFAR的车载毫米波雷达遮挡检测系统,其特征在于,包括:
雷达信号采集端,用于采集实时雷达回波,并将采集数据存储于存储器中;
数据处理中心,用于统计现有雷达目标检测算法在不同场景、不同遮挡状态下所能检测到的点数,寻找雷达系统目标检测性能的先验值,根据先验值为不同的CFAR输出点数赋予P个离散遮挡置信度α;计算毫米波雷达正前方保险杠处有直接异物覆盖的遮挡情况下的CFAR检测点数加权求和的下限;和计算毫米波雷达正前方保险杠处无直接异物覆盖情况下的CFAR检测点数加权求和的上限;根据所述下限和所述上限,计算阈值;根据所述阈值和实时采集的雷达回波,判断当前雷达是否处于遮挡状态,若是,则启动遮挡报警;否则,继续新一轮遮挡检测;
用户终端,根据遮挡报警以文字、语音、或视频方式呈现给用户;
其中,TA(i)为不同 CFAR检测点数Sn在N次检测里面出现的次数;i=1,2,…,K;K为N个CFAR检测点数中的不同数值个数;αA(i)为每一个CFAR检测点数Sn相匹配的遮挡置信度;TB(i)为不同 CFAR检测点数Sn’在N次检测里面出现的次数;αB(i)为每一个CFAR检测点数Sn’相匹配的遮挡置信度。
9.根据权利要求8所述系统,其特征在于,所述雷达信号采集端固定安装于汽车任一位置。
10.根据权利要求8所述系统,其特征在于,所述用户终端为车载显示器,或移动用户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010886877.0A CN112162249B (zh) | 2020-08-28 | 2020-08-28 | 一种基于动态cfar的车载毫米波雷达遮挡检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010886877.0A CN112162249B (zh) | 2020-08-28 | 2020-08-28 | 一种基于动态cfar的车载毫米波雷达遮挡检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112162249A CN112162249A (zh) | 2021-01-01 |
CN112162249B true CN112162249B (zh) | 2022-10-28 |
Family
ID=73860375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010886877.0A Active CN112162249B (zh) | 2020-08-28 | 2020-08-28 | 一种基于动态cfar的车载毫米波雷达遮挡检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112162249B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219425B (zh) * | 2021-05-11 | 2022-11-22 | 上海涵润汽车电子有限公司 | 一种雷达目标检测性能的测试方法及系统 |
CN115755033B (zh) * | 2022-11-03 | 2025-07-04 | 纳瓦电子(上海)有限公司 | 一种汽车尾门的雷达感应方法 |
CN117148308B (zh) * | 2023-10-30 | 2024-02-02 | 南京航空航天大学 | 一种舱内生命体征雷达遮挡检测方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4564611B2 (ja) * | 1999-08-04 | 2010-10-20 | 本田技研工業株式会社 | レーダ装置 |
JP4771724B2 (ja) * | 2005-03-30 | 2011-09-14 | 富士通テン株式会社 | レーダ装置 |
EP2018047A1 (en) * | 2007-06-15 | 2009-01-21 | IEE INTERNATIONAL ELECTRONICS & ENGINEERING S.A. | Method for contamination detection in a TOF range camera |
US10054672B2 (en) * | 2015-08-31 | 2018-08-21 | Veoneer Us, Inc. | Apparatus and method for detecting and correcting for blockage of an automotive radar sensor |
DE102016223068A1 (de) * | 2016-11-23 | 2018-05-24 | Robert Bosch Gmbh | Verfahren zur Blindheitserkennung bei Radarsensoren für Kraftfahrzeuge |
EP3364210B1 (en) * | 2017-02-20 | 2020-10-28 | Continental Automotive GmbH | Method and device for detecting blockage of a radar system, and vehicle |
CN110967674B (zh) * | 2018-09-29 | 2022-03-01 | 杭州海康威视数字技术股份有限公司 | 一种车载雷达阵列天线失效检测方法、装置和车载雷达 |
CN110441753B (zh) * | 2019-09-19 | 2021-03-30 | 森思泰克河北科技有限公司 | 雷达遮挡检测方法及雷达 |
CN111580051B (zh) * | 2020-04-08 | 2022-06-24 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于幅度变化率分析的车载毫米波雷达遮挡检测方法 |
-
2020
- 2020-08-28 CN CN202010886877.0A patent/CN112162249B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112162249A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112162249B (zh) | 一种基于动态cfar的车载毫米波雷达遮挡检测方法及系统 | |
CN110058239B (zh) | 一种车载毫米波雷达装置及目标探测方法 | |
CN109633633B (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
CN107728115A (zh) | 一种雷达目标成像后基于svm的背景干扰抑制方法 | |
US9261585B2 (en) | Radar apparatus using image change detector and method of operating the same | |
CN109597065B (zh) | 一种用于穿墙雷达检测的虚警抑制方法、装置 | |
JP3319242B2 (ja) | レーダ装置 | |
CN108133468B (zh) | 自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法 | |
CN113627569B (zh) | 一种用于交通大场景的雷达视频一体机的数据融合方法及装置、存储介质 | |
CN111323756B (zh) | 一种基于深度学习的航海雷达目标检测方法及装置 | |
Shu et al. | Small moving vehicle detection via local enhancement fusion for satellite video | |
CN116027318A (zh) | 多传感器信号融合的方法、装置、电子设备及存储介质 | |
CN112098970A (zh) | 一种用于交通微波检测的速度解模糊算法及相关设备 | |
CN117214850A (zh) | 基于决策融合的毫米波雷达车内活体检测方法 | |
CN111323757B (zh) | 一种航海雷达目标检测方法及装置 | |
CN112485770A (zh) | 毫米波雷达全fov受限场景识别方法、存储介质及车载设备 | |
CN113866750A (zh) | 一种基于毫米波雷达的行人目标检测和跟踪方法 | |
CN116879863B (zh) | 一种连续波4d毫米波雷达多目标测量方法及系统 | |
CN110634157B (zh) | 确定变换矩阵的方法 | |
CN115128571B (zh) | 一种基于毫米波雷达的多人与非机动车识别方法 | |
KR102211844B1 (ko) | Ir-uwb 레이더 시스템에서의 벽 후방 다중표적위치 추정 방법 및 장치 | |
CN115902807A (zh) | 一种基于视频信号的海杂波抑制处理及性能分析方法 | |
CN112162250A (zh) | 一种基于全fov受限识别的雷达遮挡检测方法及系统 | |
CN116224280B (zh) | 雷达目标检测方法、装置、雷达设备及存储介质 | |
Li et al. | Ship target detection method based on local saliency enhancement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |