CN116699596A

CN116699596A - 一种车辆的毫米波雷达的速度修正方法及装置

Info

Publication number: CN116699596A
Application number: CN202310674992.5A
Authority: CN
Inventors: 黄超; 谢瑶瑶; 姚为龙
Original assignee: Shanghai Xiantu Intelligent Technology Co Ltd
Current assignee: Shanghai Xiantu Intelligent Technology Co Ltd
Priority date: 2023-06-07
Filing date: 2023-06-07
Publication date: 2023-09-05

Abstract

本申请提供一种车辆的毫米波雷达的速度修正方法，包括：获取毫米波雷达采集的当前帧及多个历史帧的位置数据；根据当前帧和多个历史帧的位置数据计算物体在当前帧及各个历史帧的中心点；基于所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点进行直线拟合，并确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线，根据目标直线对应的斜率确定物体的实际速度方向向量；根据所述物体实际速度的大小，以及所述实际速度方向向量，确定所述物体的实际速度向量。上述过程可以提高速度方向判断时的准确度，并且适用范围广，也无需对硬件改进。

Description

一种车辆的毫米波雷达的速度修正方法及装置

技术领域

本申请涉及毫米波雷达技术领域，尤其涉及一种车辆的毫米波雷达的速度修正方法及装置。

背景技术

近年来，随着汽车产业迅速发展，智能驾驶技术已成为市场追求的热点，尤其是基于车载雷达为基础实现的车道偏离预警、前方防碰撞预警及自适应巡航控制系统等汽车先进驾驶辅助系统，已成为智能驾驶技术的研究重点。

当前市场上主流的车载雷达是毫米波雷达和激光雷达。毫米波雷达，是指工作频段在毫米波频段的雷达，雷达系统发射的电磁波信号被其发射路径上的物体阻挡继而会发生反射，通过捕捉反射的信号，雷达系统可以确定物体的距离、速度和角度。而激光雷达，是以发射激光束探测目标的位置、速度等特征量的雷达系统，雷达系统向目标发射探测信号，然后将接收到的从目标反射回来的信号与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数。

相较于激光雷达，毫米波雷达的最大识别距离更大，穿透能力更强不容易受到天气环境影响，并且成本相对较低。因此，目前车辆上广泛搭载了毫米波雷达。

然而，毫米波雷达技术目前仍存在一些缺陷。例如，由于毫米波雷达检测到的物体速度是径向速度，而径向速度的方向不一定是物体实际运动方向，这可能导致误判和误报，需要进一步优化。

发明内容

有鉴于此，为解决上述问题，本申请提供一种车辆的毫米波雷达的速度修正方法及装置。

具体地，本申请是通过如下技术方案实现的：

第一方面，本申请提出一种车辆的毫米波雷达的速度修正方法，所述方法包括：

获取车辆搭载的毫米波雷达采集的当前帧的位置数据，以及多个历史帧的位置数据；所述位置数据包括基于毫米波雷达探测到的物体通过反射雷达信号产生的回波确定出的所述物体的轮廓对应的坐标点的集合；

根据所述当前帧的位置数据和所述多个历史帧的位置数据分别包含的所述物体的坐标点的集合，计算所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点；

基于所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点进行直线拟合，并确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线，根据确定出的目标直线对应的斜率确定所述物体的实际速度方向向量；

根据所述物体实际速度的大小，以及所述实际速度方向向量，确定所述物体的实际速度向量。

可选的，根据所述当前帧的位置数据包含的所述物体的坐标点的集合，计算当前帧对应的凸包点集，并计算凸包点集的重心，将计算出的重心确定为所述物体在当前帧的中心点；

对于任一历史帧，根据该历史帧的位置数据包含的所述物体的坐标点的集合，计算该历史帧对应的凸包点集，并计算该凸包点集的重心，将计算出的重心确定为所述物体在该历史帧的中心点。

可选的，对于确定出的中心点，将中心点的横坐标确定为自变量，将纵坐标确定为因变量，通过线性回归拟合出第一直线；将中心点的纵坐标确定为自变量，将横坐标确定为因变量，通过线性回归拟合出第二直线；

确定出所有中心点到第一直线的第一欧式距离，以及到第二直线的第二欧式距离；

通过比较第一欧式距离和第二欧式距离的大小确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线。

可选的，根据确定出的目标直线对应的斜率确定所述物体的速度方向向量；

计算所述当前帧的中心点和任一历史帧的中心点的连线对应的向量，和所述速度方向向量的夹角，判断所述夹角是否大于预设的阈值；如果否，则将所述速度方向向量确定为实际速度方向向量；

如果是，则对所述速度方向向量进行取反，得到所述实际速度方向向量。

可选的，根据车辆的当前车速的大小，以及所述物体相对于毫米波雷达的相对速度的大小，确定所述物体的实际速度的大小；根据所述实际速度的大小和所述实际速度方向向量，确定所述物体的实际速度向量。

可选的，通过卡尔曼滤波对物体的速度向量进行预测确定出预测值，并将所述实际速度向量作为观测值，通过将观测值和预测值进行数据融合，得到所述物体的最终速度向量。

第二方面，本申请提出还一种车辆的毫米波雷达的速度修正装置，所述装置包括：

采集模块，获取车辆搭载的毫米波雷达采集的当前帧的位置数据，以及多个历史帧的位置数据；所述位置数据包括基于毫米波雷达探测到的物体通过反射雷达信号产生的回波确定出的所述物体的轮廓对应的坐标点的集合；

计算模块，根据所述当前帧的位置数据和所述多个历史帧的位置数据分别包含的所述物体的坐标点的集合，计算所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点；

拟合模块，基于所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点进行直线拟合，并确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线，根据确定出的目标直线对应的斜率确定所述物体的实际速度方向向量；

确定模块，根据所述物体实际速度的大小，以及所述实际速度方向向量，确定所述物体的实际速度向量。

本申请的实施例提供的技术方案可以包括以下有益效果：

通过以上技术方案，通过利用毫米波雷达采集的当前帧和多个历史帧的位置数据计算多个中心点，并根据多个中心点拟合得到最接近物体实际移动轨迹的直线，从而确定出速度方向，再根据毫米波雷达测量出的速度确定物体的速度大小，进而得到速度向量。在上述过程中，通过充分利用采集到的位置数据获取物体当前帧及多个历史帧的中心点，并通过比较多个拟合结果确定出最佳拟合直线，得到与物体移动方向最近似的直线，从而提高速度方向判断时的准确度，并且，本方案适用范围广，也无需对硬件改进。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

图1是本申请一示例性实施例示出的一种车辆的毫米波雷达的场景示意图；

图2是本申请一示例性实施例示出的一种车辆的毫米波雷达的速度修正方法的流程图；

图3是本申请一示例性实施例示出的一种设备的示意结构图；

图4是本申请一示例性实施例示出的一种车辆的毫米波雷达的速度修正装置的示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。

需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。

请参见图1，图1是本申请一示例性实施例示出的一种车辆的毫米波雷达的场景示意图。如图1所示，通过车辆A搭载的位于车辆A前端的毫米波雷达，可以向周围发射电磁波信号，当电磁波信号遇到位于车辆A右前方的车辆B后，会因为车辆B的遮挡而反射回毫米波雷达，以由毫米波雷达通过接收反射回来的回波信号。其中，毫米波雷达也可以搭载于车辆侧方或斜前方，图1中仅为示例，并不是进行限定。

毫米波雷达可以根据信号发射时刻和接收时刻的时间差来计算出车辆B和毫米波雷达的距离R。而通过比较接收到的波形信号与发射信号的频率差，可以计算出车辆B相对于毫米波雷达的速度Vr，这个过程称为多普勒测量，从多普勒频率偏移可以获得物体的速度信息。

对于车辆B相对于毫米波雷达的方位角θ，可以通过毫米波雷达中并列的接收天线，接收同一回波信号的相位差，根据相位差和两根接收天线的集合距离，通过三角函数确定方位角。

在图1中，上述车辆B相对于毫米波雷达的速度Vr也被称为径向速度。由于车辆A的毫米波雷达坐标系为直角坐标系，而毫米波雷达输出的坐标为极坐标，因此需要进行坐标转换，得到车辆B在雷达坐标系中的坐标(x，y)，转换公式为：x＝R*cosθ，y＝R*sinθ。

通过上述毫米波雷达的测量原理，可以知晓，毫米波雷达是通过确定前方目标与本车之间的相对距离、方位角、径向速度，并通过坐标转换来确定车辆周围环境中物体的位置信息的。

其中，由于毫米波雷达检测的速度方向是物体相对雷达的速度方向，而不是物体在水平面上的真实速度方向，如果物体的运动方向与雷达的朝向不一致，那么雷达检测出的速度方向和物体的真实速度方向是不同的，很可能存在误差。

例如，在图1中，车辆B的前进方向，与雷达检测到的车辆B对应的径向速度的方向的夹角是γ。如果车辆B如果与车辆A的前进方向相同，那么γ＝θ。但图1所示出的车辆B的前进方向与车辆A并不相同。

有鉴于此，本申请提出一种通过充分利用采集到的位置数据获取物体当前帧及多个历史帧的中心点，并通过比较多个拟合结果确定出最佳拟合直线，得到与物体移动方向最近似的直线，从而提高速度方向判断时的准确度的技术方案。

在实现时，可以获取车辆搭载的毫米波雷达采集的当前帧的位置数据，以及多个历史帧的位置数据；所述位置数据包括基于毫米波雷达探测到的物体通过反射雷达信号产生的回波确定出的所述物体的轮廓对应的坐标点的集合。

例如，可以获取车辆搭载的毫米波雷达采集的当前帧的位置数据，以及前5个历史帧的位置数据，这些位置数据包括基于毫米波雷达探测到的物体通过反射雷达信号产生的回波确定出的物体的轮廓对应的坐标点的集合。

然后，可以根据所述当前帧的位置数据和所述多个历史帧的位置数据分别包含的所述物体的坐标点的集合，计算所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点。

例如，可以根据所述当前帧的位置数据包含的所述物体的坐标点的集合，计算当前帧对应的凸包点集，并计算凸包点集的重心，将计算出的重心确定为所述物体在当前帧的中心点；进一步的，对于任一历史帧，根据该历史帧的位置数据包含的所述物体的坐标点的集合，计算该历史帧对应的凸包点集，并计算该凸包点集的重心，将计算出的重心确定为所述物体在该历史帧的中心点。

之后，可以基于所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点进行直线拟合，并确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线，根据确定出的目标直线对应的斜率确定所述物体的实际速度方向向量。

举例来说，可以对于确定出的中心点，将中心点的横坐标确定为自变量，将纵坐标确定为因变量，通过线性回归拟合出第一直线；将中心点的纵坐标确定为自变量，将横坐标确定为因变量，通过线性回归拟合出第二直线；之后，确定出所有中心点到第一直线的第一欧式距离，以及到第二直线的第二欧式距离；然后，通过比较第一欧式距离和第二欧式距离的大小确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线。

继续举例，可以根据确定出的目标直线对应的斜率确定所述物体的速度方向向量；计算所述当前帧的中心点和任一历史帧的中心点的连线对应的向量，和所述速度方向向量的夹角，判断所述夹角是否大于预设的阈值；如果否，则将所述速度方向向量确定为实际速度方向向量；如果是，则对所述速度方向向量进行取反，得到所述实际速度方向向量。

最后，可以根据所述物体实际速度的大小，以及所述实际速度方向向量，确定所述物体的实际速度向量。

例如，可以根据车辆的当前车速的大小，以及物体相对于毫米波雷达的相对速度的大小，确定物体的实际速度的大小，然后，根据实际速度的大小和实际速度方向向量，确定物体的实际速度向量。

接下来对本申请实施例进行详细说明。

请参见图2，图2是本申请一示例性实施例示出的一种车辆的毫米波雷达的速度修正方法的流程图，如图2所示，包括以下步骤：

步骤201，获取车辆搭载的毫米波雷达采集的当前帧的位置数据，以及多个历史帧的位置数据；所述位置数据包括基于毫米波雷达探测到的物体通过反射雷达信号产生的回波确定出的所述物体的轮廓对应的坐标点的集合。

上述车辆搭载的毫米波雷达，可以推测到物体通过反射雷达信号产生的回波，并根据回波确定物体的轮廓对应的坐标点的集合，即位置数据，也可以被称为点云数据。

例如，毫米波雷达可以保留多个历史帧的位置数据，而为了兼顾计算的效率和计算的准确性，可以保留前5帧的位置数据，并和当前帧的位置数据进行融合，用于后续步骤的分析计算。

另外，上述车辆可以是各种用途的车辆，比如家用轿车、无人清扫车、观光游览车等，上述物体可以是移动的物体，比如行人或其他交通工具，也可以是静止的物体，比如障碍物等，本说明书对此不做限定。

步骤202，根据所述当前帧的位置数据和所述多个历史帧的位置数据分别包含的所述物体的坐标点的集合，计算所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点。

例如，在确定出用于计算的当前帧和多个历史帧的位置数据之后，可以根据这些数据所描述的物体的轮廓，确定物体在每一帧对应的中心点。

在示出的一种实施方式中，可以根据所述当前帧的位置数据包含的所述物体的坐标点的集合，计算当前帧对应的凸包点集，并计算凸包点集的重心，将计算出的重心确定为所述物体在当前帧的中心点；

上述凸包是指在给定的集合X中，所有包含该集合X的凸集的交集S被称为X的凸包。也就是说，对于平面上给定若干离散的点，它们的凸包被定义为所有能包含所有点的凸多边形的交集。

举例来说，对于当前帧，可以根据当前帧的位置数据计算当前帧对应的凸包点集，并计算凸包点集的重心，将计算出的重心确定为所述物体在当前帧的中心点；同理，对于任一历史帧，可以根据该历史帧的位置数据包含的所述物体的坐标点的集合，计算该历史帧对应的凸包点集，并计算该凸包点集的重心，将计算出的重心确定为所述物体在该历史帧的中心点。

步骤203，基于所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点进行直线拟合，并确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线，根据确定出的目标直线对应的斜率确定所述物体的实际速度方向向量。

例如，可以根据上述中心点进行直线拟合，再确定这些中心点到拟合出的各个直线中，欧氏距离之和最小的直线，将该直线确定为目标直线，并根据确定出的目标直线对应的斜率确定所述物体的实际速度方向向量。

在示出的一种实施方式中，对于确定出的中心点，将中心点的横坐标确定为自变量，将纵坐标确定为因变量，通过线性回归拟合出第一直线；将中心点的纵坐标确定为自变量，将横坐标确定为因变量，通过线性回归拟合出第二直线；

举例来说，假设当前帧的中心点坐标为(x₀,y₀)，并且保留了5个历史帧，这五个历史帧对应的中心点坐标分别为(x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄)和(x₅,y₅)。

那么可以对这6个中心点进行正反两次线性回归计算，首先，可以将x作为自变量，将y作为因变量，进行正向线性回归计算，得到第一直线Y＝A₁*X+B₁；然后，可以将y作为自变量，将x作为因变量，进行反向线性回归计算，得到第二直线X＝A₂*Y+B₂。通过正反两次线性回归可以综合考虑了x和y两者之间的相互作用，从而得到一个更全面的结果。

继续举例，可以确定出所有中心点到第一直线的第一欧式距离d₁，以及到第二直线的第二欧式距离d₂，计算公式如下：

其中，i＝0，1，2，3，4，5。

接下来，可以通过比较d₁和d₂的大小来确定目标直线，如果d₁小于d₂，那么可以确定目标直线为第一直线，如果d₁大于等于d₂，那么可以确定目标直线为第二直线。

在示出的一种实施方式中，根据确定出的目标直线对应的斜率确定所述物体的速度方向向量；

举例来说，如前所述，如果第一直线为目标直线，那么根据第一直线对应的斜率A₁可以确定物体的速度方向向量为(1，A₁)；而如果第二直线为目标直线，那么可以根据第二直线对应的斜率A₂可以确定物体的速度方向向量为(A₂，1)。

需要说明的是，为了确保速度方向向量的准确性，可以对确定出的速度方向向量进行判断，通过计算当前帧的中心点和任一历史帧的中心点连线对应的向量，比如当前帧的中心点和最早的历史帧的中心点的连线对应的向量，和上述根据拟合的目标直线确定出的速度方向向量的夹角，进而判断该夹角是否大于预设的阈值。

比如，该阈值可以是135°，当夹角大于135°时，则需要对确定出的速度方向向量进行取反，得到实际速度方向向量；当夹角小于等于135°时，则可以将速度方向向量确定为实际速度方向向量。

经过上述步骤，可以确定出实际速度方向向量，但该实际速度方向向量只包含了速度的方向，并不包含速度的大小，为了确定出物体对应的实际速度向量，还需要确定物体在速度方向上的速度大小。

步骤204，根据所述物体实际速度的大小，以及所述实际速度方向向量，确定所述物体的实际速度向量。

在示出的一种实施方式中，可以根据车辆的当前车速的大小，以及所述物体相对于毫米波雷达的相对速度的大小，确定所述物体的实际速度的大小；根据所述实际速度的大小和所述实际速度方向向量，确定所述物体的实际速度向量。

举例来说，以图1为例，假设车辆A的当前车速为V₁，车辆B相对于毫米波雷达的速度为Vr，那么可以确定出车辆B对应的径向速度的大小为V₁+Vr。

而根据实际速度方向向量可以确定车辆B的实际运动方向，然后通过计算车辆B对应的径向速度的方向，并根据这两个方向可以确定图1中的夹角γ，进而可以通过以下公式确定车辆B在运动方向上的实际速度的大小：

V_B＝(V₁+Vr)/cosγ。

然后，根据车辆B的实际速度的大小和实际速度方向向量，可以确定物体的实际速度向量。

在示出的一种实施方式中，还可以通过卡尔曼滤波对物体的速度向量进行预测确定出预测值，并将所述实际速度向量作为观测值，通过将观测值和预测值进行数据融合，得到所述物体的最终速度向量。

其中，卡尔曼滤波是一种利用系统动态模型进行预测的滤波算法，它可以根据既定的数学模型将测量数据与预测的数据进行融合，并通过迭代逐渐逼近真实状态的估计值。

例如，可以通过卡尔曼滤波，使用运动学模型来预测物体的速度向量，得到预测值，而毫米波雷达通过测量和计算得到的实际速度向量，作为观测值，通过比较预测值和观测值，将观测值和预测值进行数据融合，可以得到一个更为准确的物体的最终速度向量。

在一个例子中，可以先对卡尔曼滤波器进行初始化，设定初始状态向量、初始状态协方差矩阵、系统噪声协方差矩阵和测量噪声协方差矩阵。然后，使用车辆的运动学模型来预测车速变化，并更新状态向量和状态协方差矩阵。之后，当接收到雷达观测值时，将其与预测值进行比较，得到一个残差向量，并计算出卡尔曼增益，用于加权测量和预测结果。然后，更新状态向量和状态协方差矩阵，以反映测量数据对估计值的贡献。通过重复执行预测和测量更新步骤，直到滤波器的输出收敛至稳定状态。

上述卡尔曼滤波器通过将多次测量数据进行融合，从而减小了系统的随机误差。因此，在毫米波雷达的测量中，卡尔曼滤波器能够提高速度数据的精度和可靠性。

在本说明书的示例性实施例中，还提供了一种能够实现上述方法的设备。

图3是一示例性实施例提供的一种设备的示意结构图。请参考图3，在硬件层面，该设备包括处理器302、内部总线304、网络接口306、内存308以及非易失性存储器310，当然还可能包括其他需要的硬件。本说明书一个或多个实施例可以基于软件方式来实现，比如由处理器302从非易失性存储器310中读取对应的计算机程序到内存308中然后运行。当然，除了软件实现方式之外，本说明书一个或多个实施例并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

与上述方法实施例相对应，本申请还提供了一种车辆的毫米波雷达的速度修正装置400的实施例。请参见图4，图4是本申请一示例性实施例示出的一种车辆的毫米波雷达的速度修正装置的示意图。如图4所示，上述装置400包括：

采集模块401，获取车辆搭载的毫米波雷达采集的当前帧的位置数据，以及多个历史帧的位置数据；所述位置数据包括基于毫米波雷达探测到的物体通过反射雷达信号产生的回波确定出的所述物体的轮廓对应的坐标点的集合；

计算模块402，根据所述当前帧的位置数据和所述多个历史帧的位置数据分别包含的所述物体的坐标点的集合，计算所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点；

拟合模块403，基于所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点进行直线拟合，并确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线，根据确定出的目标直线对应的斜率确定所述物体的实际速度方向向量；

确定模块404，根据所述物体实际速度的大小，以及所述实际速度方向向量，确定所述物体的实际速度向量。

在一实施例中，所述计算模块402，进一步：

根据所述当前帧的位置数据包含的所述物体的坐标点的集合，计算当前帧对应的凸包点集，并计算凸包点集的重心，将计算出的重心确定为所述物体在当前帧的中心点；

在一实施例中，所述拟合模块403，进一步：

对于确定出的中心点，将中心点的横坐标确定为自变量，将纵坐标确定为因变量，通过线性回归拟合出第一直线；将中心点的纵坐标确定为自变量，将横坐标确定为因变量，通过线性回归拟合出第二直线；

在一实施例中，所述拟合模块403，进一步：

根据确定出的目标直线对应的斜率确定所述物体的速度方向向量；

在一实施例中，所述确定模块404，进一步：

根据车辆的当前车速的大小，以及所述物体相对于毫米波雷达的相对速度的大小，确定所述物体的实际速度的大小；根据所述实际速度的大小和所述实际速度方向向量，确定所述物体的实际速度向量。

在一实施例中，上述装置400，还包括：

滤波模块405(图中未示出)，通过卡尔曼滤波对物体的速度向量进行预测确定出预测值，并将所述实际速度向量作为观测值，通过将观测值和预测值进行数据融合，得到所述物体的最终速度向量。

上述装置400中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，相关之处参见方法实施方式的部分说明即可，在此不再赘述。

以上所描述的装置实施方式仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元或模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

在一个典型的配置中，计算机包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在本说明书一个或多个实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书一个或多个实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

以上所述仅为本说明书一个或多个实施例的较佳实施例而已，并不用以限制本说明书一个或多个实施例，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例保护的范围之内。

Claims

1.一种车辆的毫米波雷达的速度修正方法，所述方法包括：

2.根据权利要求1所述的方法，所述根据所述当前帧的位置数据和所述多个历史帧的位置数据分别包含的所述物体的坐标点的集合，计算所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点，包括：

3.根据权利要求1所述的方法，所述基于所述物体在当前帧的中心点，以及所述物体在各个历史帧的中心点进行直线拟合，并确定出所有中心点到拟合出的直线中欧式距离之和最小的目标直线，包括：

4.根据权利要求1所述的方法，所述根据确定出的目标直线对应的斜率确定所述物体的实际速度方向向量，包括：

5.根据权利要求1所述的方法，所述根据所述物体的实际速度的大小，以及所述实际速度方向向量，确定所述物体的实际速度向量，包括：

6.根据权利要求1所述的方法，所述方法还包括：

通过卡尔曼滤波对物体的速度向量进行预测确定出预测值，并将所述实际速度向量作为观测值，通过将观测值和预测值进行数据融合，得到所述物体的最终速度向量。

7.一种车辆的毫米波雷达的速度修正装置，所述装置包括：

8.根据权利要求7所述的装置，所述计算模块，包括：

9.根据权利要求7所述的装置，所述拟合模块，包括：

10.根据权利要求7所述的装置，所述拟合模块，包括：

11.根据权利要求7所述的装置，所述确定模块，包括：

12.根据权利要求7所述的装置，所述装置还包括：

滤波模块，通过卡尔曼滤波对物体的速度向量进行预测确定出预测值，并将所述实际速度向量作为观测值，通过将观测值和预测值进行数据融合，得到所述物体的最终速度向量。