确定雷达目标作为位置地标的适合性的方法与流程

本发明涉及确定主车辆的位置的方法，并且具体地，涉及确定用于地理测绘的合适地标。

背景技术：

自定位(即，确定主车辆的精确位置)是用于准确自动驾驶或诸如防撞系统的这种驾驶员辅助方案的最重要功能之一。当前的汽车导航系统通常使用gps导航系统来估计车辆位置。然而，由于诸如建筑物引起的反射和对来自卫星的gps信号的遮挡之类的影响，这种gps导航系统不足以对道路车辆进行精确自定位。为克服这个问题，过去已经详细阐述了许多基于地标的自定位方法。

已知为车辆配备雷达系统/模块。这种雷达系统能够检测来自附近物体的雷达反射(即，雷达检测)并处理关于所述雷达反射的数据。通常来说，从雷达模块在多次连续扫描中提供的这种(反射/检测)数据中收集当前自定位和地图绘制(slam)过程所需的信息，以例如标识静止地标。该地图绘制信息随时间更新，并且执行各个基于雷达的地图与gps地图的精确叠加。按这种方式，例如，根据来自雷达回波的这种本地数据准确地改进通过gps确定的地理位置。

因此，为了减少由不精确叠加而引入的误差累积，这些雷达图像的基于地标的对准是优选的解决方案。在基于地标的slam过程中，关键任务是确定环境(即，在车辆附近)中的一个或更多个合适地标(即，物体)，所述地标可以用作合适的和高质量的位置基准(锚点)，以供精确叠加各个地图。

可用的地标确定方法例如基于信噪比(signal-to-clutterratio)、点扩散函数匹配、图像分析(例如，通过梯度分析，或模板匹配等)、似然比测试、距离单元(rangebin)方差分析或差分干涉图方法。然而，这些方法不适用于汽车环境。先前已通过来自某个视角的单扫描观察检查了地标。由于汽车环境的复杂性，这些方法通常不够鲁棒。

本发明的一个目的是克服这些问题。一个目的是提供用于确定地标作为基准的适合性的方法。

技术实现要素：

在一个方面，提供了一种确定车辆附近的物体作为合适的位置地标的适合性的基于车辆的方法，其中，所述合适的位置地标是单个静止散射体，该静止散射体的散射位置、反射率以及偏振不随着时间、距离以及观察角度而改变，该方法包括以下步骤：

a)从车辆发射多个雷达信号；

b)检测源自被所述物体反射的所述发射雷达信号的雷达回波；

c)通过比较至少一个雷达回波与预期来自静止目标的雷达回波来分析所述至少一个雷达回波的至少一个参数，以确定所述物体是否是静止物体；

d)通过确定至少一个雷达回波与已知系统相关单散射体响应之间的相关性来分析所述至少一个雷达回波的至少一个参数，以确定所述物体是否是单散射体；

e)分析多个雷达回波的至少一个参数，以确定所述至少一个参数随着所述车辆与所述物体之间的方位角的变化而发生的变化，

f)针对步骤c)、d)以及e)的结果，确定所述地标的适合性。

所述方法可以在基于车辆的系统中使用，所述系统包括雷达天线和接收器单元，该雷达天线和接收器单元被适配为发送雷达信号并接收来所述车辆附近的物体的反射雷达检测。

所述雷达天线和接收器单元可以包括被设置为天线阵列的多个天线和接收部件。

步骤d)可以包括：跨所述多个天线分析所述雷达回波的距离分布(rangeprofile)和多普勒分布(dopplerprofile)。

步骤f)可以包括确定以下各项中的一个或更多个随着方位角的变化而变化的程度：相位特征、偏振特征以及信噪比。

步骤c)可以包括：结合来自所述车辆的导航系统的速度、运动方向或位置数据来分析所述雷达参数。

在步骤e)中，所述方位角的变化可以根据来自所述车辆的导航系统的位置或速度与方向信息来确定。

步骤e)可以包括利用所述雷达确定所述物体的散射中心位置随着方位角的变化发生的变化。

附图说明

下面，参照附图，通过示例对本发明进行描述，其中：

图1示出了例示在一个方面中使用的方法的一个示例的流程图；

图2示出了车辆和测试中的散射体的平面图；

图3示出了直方图，其示出了根据图2中所示的区段，rcs的平均值与角度α的逆映射。

具体实施方式

本发明各个方面旨在通过确定合适的地标来提高基于雷达的slam过程的精度。这些地标可以被用于例如结合gps数据/地图(采用叠加技术)的地理定位技术，如精确位置确定。根据对感测的车辆环境(即，来自处理过的雷达反射/检测数据)的检测来确定可靠且鲁棒的地标，其允许对恰当地标进行质量评估和确定/分类。

在一个方面，该方法确定以下所有标准，以便评估车辆附近的物体(换句话说，检测目标(经由处理雷达反射数据检测到的))是否适合作为地标：

a)在一个步骤中，确定检测到的物体是否是静止目标。静止目标可以是诸如雕像或灯柱之类的物体。已知有几种技术可以用于确定物体是否是静止的。如果目标是静止的，则确定这是一个很好的潜在地标。

b)在另一标准(步骤)中，确定物体(目标)是否或在何种程度上是单散射体。单散射体是用于基准地标的优选候选。

c)在进一步的确定步骤中，确定反射雷达参数随方位角的变化而变化到什么程度，例如，当被(雷达)照射时，检测到的物体(目标)的散射中心位置如何变化，即，随着时间的推移从不同的方位角观察到的。如果该位置不随观察角度的变化而变化，则检测到的物体被认为是一个很好的潜在地标。

可以通过分析雷达检测/反射数据，特别是目标/物体的反射率模式(如雷达截面(rcs))来确定上述标准中的一个或更多个。对于步骤c)，这可以例如进行测量，作为相对于主车辆的方位角的函数。这可以通过在主车辆相对于目标移动时(即，在行驶时)以不同角度处理来自目标的反射数据来执行。对来自不同角度的目标的雷达反射数据的处理可以提供对目标的“质量”的确定，因为可以更好地估计合适的地标。如果其反射率模式是全向的(例如，来自街道柱子)，则表明测试的地标具有“高质量”。

目标的分类可以按两个处理域进行：检测级别和跟踪器级别。在一个方面，将在检测级别上利用基于跟踪器的特征(随时间收集或使用映射方法)提取要被分析为合适地标(有时被称为测试中的散射体(sut))的物体/目标的特征，以提供最终的分类结果。

在跟踪器级别，基于运动状态处理并过滤由处于车辆附近的一个或更多个物体(目标)的雷达提供的检测。随后，仅使用指示静止物体的那些检测。

图1示出了例示在一个方面中使用的方法的一个示例的流程图。在步骤s1中，确定sut是否是单散射体。在第二步骤s2中，确定sut是否是静止的。

在步骤s3和s4中，确定所观察目标参数如何随着不同的方位角θ而变化。在步骤3中，该步骤确定车辆相对于sut的方位角(位置角)，例如，θ是否恒定。在步骤4中，确定来自sut的雷达检测的参数如何随方位角变化，例如，rcs(θ)(其是作为θ的函数的雷达截面)变化到什么程度。

步骤s1和s2可以在检测级别发生，也就是说，没有车辆相对于sut移动，而步骤s3和s4可以在跟踪器级别发生，其中存在车辆和sut关于方位角的相对运动。如果步骤1或2显示sut不是单散射体或静止物体，则在一个示例中将不实施步骤3和4。下面将对这些步骤的细节进行说明。

在一种方法中，该输出提供指示检测到的物体作为合适的地标的质量的参数。因此，在该示例中，该输出提供具有以下参数的“软决定”：参数输出为1表示高质量地标，而如果目标不能用作地标，则参数输出为0。

因而，如上提到，用于车载雷达应用的良好地标是这样的单个静止散射体：散射位置、所观察的复杂反射率以及偏振不会随观察角度、距离以及时间而改变。而且，与附近的噪声和杂波相比，作为合适的地标的目标的反射/检测提供了强信号幅度，并且优选地可从车辆上的多个传感器检测到。可以将这些特征馈送/输入到特征向矢量中以供分类。下面，对各个步骤的细节进行说明。

单散射体确定

在初始步骤中，提供单散射体测试。下面，可以利用一种或更多种不同方法来测试物体/目标(sut)是否是单散射体(源自单散射中心)。

可以利用振幅谱导出参数或相位谱导出物体参数来确定sut是单散射体的程度。

如这里所使用的，术语相位谱是指雷达回波信号的相位谱分量。已知提供了这样一种系统，其中，发射天线辐射射频(rf)信号，所述射频信号在雷达视场中朝着物体传播。射频信号可以是脉冲压缩波形，如通常称为“啁啾(chirps)”或频率调制连续波、脉冲doppler频移键控的一系列波形脉冲。物体反射的信号取决于物体的反向散射特性(即，雷达截面)。物体反射的信号可以通过接收天线阵部件来接收，接收天线阵部件通常连接至单个(即，时间复用)或多个(即，非时间复用)信号调节和处理装置。

示例技术1

检测到的信号通常是时域信号，并且可以使用频率变换(例如，傅里叶变换)来生成频率分布图。可以分析这样的频率分布图以确定sut是单散射体的程度。

例如，可以使用脉冲多普勒信号处理，将反射信号分离成在2-d频谱域(称作距离多普勒图)中出现(在2-d傅里叶处理之后)的多个“峰”。

用于分析目标响应是否源自单散射体的一种方法将涉及所测量的雷达响应与对应的所谓系统相关点扩散函数(psf)之间的(复值)交叉相关。雷达系统的psf描述了其对理想的单散射体目标的响应。如果相关系数低于(例如，预定)阈值，则该目标被认为是非单散射体。

雷达系统的点扩散函数(psf)描述了雷达系统对由理想的单散射体反射的接收信号的响应，所述响应是在接收器信号处理链的输出端观察到的。在脉冲多普勒雷达技术/信号处理的情况下，psf是傅立叶变换的加权/窗函数，其与(2-d)fft过程之前的采样时域数据集相乘。因此利用该psf来卷积每个单个散射器响应(对应于对应距离/多普勒频率下的dirac脉冲)。当没有应用逐渐减小的窗口(taperingwindow)(其有效地对应于矩形窗口的应用)时，psf是sinc函数。即使在这种情况下，由于观察/采样时间有限，psf不是dirac脉冲而是sinc函数。为了减少所谓的频谱泄漏(由有限观测间隔产生)和psf的旁瓣电平，将加权函数(例如，dolph-chebyshev窗口)应用于采样数据。

示例技术2

与技术1类似，评估检测的距离-多普勒频谱是通过将从m个天线获得的检测的所测量的复值距离-多普勒频谱(所谓的“波束矢量”)与已知的系统相关单散射体响应相关联(比较)来执行。

其它

技术人员会知道确定sut是单散射体的程度的其它例如更加改进的技术。在本申请人的共同未决申请ep16188715中描述了一种通过分析频域中天线和接收机阵列的雷达回波的对称性来确定sut是单散射体的程度的方法。由于是从彼此相对接近定位的散射中心反射的信号之间的干扰问题，因而可以在叠加信号频率单元(bin)本地的频域中直接评估信号之间的相对相位差。计算第一对称频率单元与叠加信号检测频率单元之间的相位差。第一对称频率单元意指所述频率单元是在正负方向离开叠加信号检测频率单元一个频率单元(即，离开+/-1个区间(bin))的频率单元。如果检测到的信号来自单点散射中心，则所估计的相位差收敛至最小值(或零)。这是因为对于按照关于中心处的最大值的对称窗口系数在时域中加权的信号来说，该信号将均匀扩散(幅度和相位谱)至对称的相邻频率单元。在从多个彼此接近的散射中心反射的信号的干扰的情况下，因为多个没有以特定的主要散射中心为中心，多个散射中心具有相对位置差异和/或位置差异的变化率，所以这些第一对称频率单元很可能包含不相等的信号幅度和相位值。这意味着这些第一对称频率单元之间的相位差不一定会收敛至最小值，因为单点散射中心就是这种情况。对于天线阵列配置来说，跨天线阵部件对这些相位差进行平均提供了可被用于区分单点和多个邻近散射中心的鲁棒的相位差值。如所讨论的，由于多个散射中心的相对位置和/或位置差异的变化率对于分布式天线阵列配置而言不相等，因此在天线阵部件之间也存在相位差变化。因此，还可以采用跨天线阵部件来估计相位差的斜率或斜率方差，以在单点与多个邻近散射中心之间进行识别。

静止目标测试

目标是否是合适的地标，执行其是否是静态或静止的确定。在基本方法中，假设车辆是静止的，分析雷达回波的参数可以被用于检测sut是否静止(例如，利用多普勒分析)。在另一方法中，位置或速度信息(例如，来自车辆的导航仪器)被用于确定车辆位置如何变化，并将来自sut的雷达回波数据与预期来自静止目标的雷达回波数据进行比较。因而，在示例中，可以随着车辆的移动确定目标角度(由雷达单元本身估计)及其变化并与车辆导航系统所计算的角度进行比较，并完成比较。可以另选地使用诸如多普勒技术的其它技术。

用于确定检测rcs如何随方位角变化的测试

针对作为潜在地标(sut)的给定目标，可以随着主车辆的移动，在多个时间点(扫描)确定(并存储)反射雷达回波的参数，如反射能量(rcs)。然后可以评估这些参数随方位角变化的程度。参数性质/值的变化越小，sut作为地标就越好。因此换句话说，可以随时间进行多次雷达扫描，使得雷达传感器阵列分别从不同的观察点观察该目标。因此，可以处理数据以确定随着方位角的变化，雷达截面的变化，或者通常是雷达回波的任何参数。

图2示出了车辆和sut的平面图，即，作为地图中的水平面。该图示出了沿箭头2所示方向(可被视为车辆的轨迹)行进的主(自我)车辆1。sut被示出为标号3。从车辆到sut的视线由线4示出，观察角度为θ。该图示出了从sut起沿径向的角度分割；sut方位角(分割角)被给出为α。这可以被分割成为数量为n的区段sg1、sg2、sg3、…等等。随着θ的改变，从sut(分割角度)α起的车辆视线角度将相应改变。一般来说，雷达参数的变化被确定为θ，因此随着α变化。

在一种方法中，随着视线落入恰当的区段内，测量一个或更多个参数并对两个或更多个区段进行比较。因而，换句话说，在一种方法中，属于目标的反射率信息按以下方式组织：不根据扫描索引存储反射率信息，替代地，将反射率图案(方位轴)的(程度)分成n个角度段(例如，将360度范围划分为n＝16个角度段)。针对每个角度段，获得并存储对应雷达参数，诸如反射率值(即，来自多个雷达扫描)。这可以被视为逆映射(inversemapping)。

上述分割技术有助于用于确定雷达参数如何随车辆和sut相对方位角而变化d直方图方法。

图3示出了直方图，直方图示出了根据图2中所示的区段，rcs的平均(和标准偏差std)值与角度α的逆映射。在这些方面，不仅针对每个角度段评估测试中的目标的反射率(幅度)，而且另选地或者另外地，可以确定以下参数中的一个或多个：相位、偏振以及信噪比。这些参数如何随方位角θ(即分割角α)变化产生了有关地标质量的信息。伴随所述角度的参数变化越多，作为合适地标的st的质量就越低。

一般来说，目标的分类可以按两个处理域进行：检测级别和跟踪器级别。在各个方面，在检测级别上提取的sut的特征将与基于跟踪器的特征(随时间收集或使用映射方法)相组合，以提供最终的分类结果；分类sut是否是合适地标。在跟踪器级别，可以滤除基于运动状态的检测，而仅使用静止检测。因为地面上的散射体不会引起多径反射而是优选的，所以可以考虑sut的仰角(若可用的话)。