毫米波雷达识别问题分析及解决措施

杨航 高源

Automobile Technology - - CONTENTS -

杨航 高源430058) (东风汽车公司技术中心,武汉

【摘要】针对L3级自动驾驶车辆所配备的77 GHz长距毫米波雷达和中距毫米波雷达在感知识别中的主要问题进行了分析,并对毫米波雷达与整车系统适配过程中存在的两类问题提出了解决措施。一是在毫米波雷达与整车系统的适配过程中,需考量车身材质和形状对其回波的干扰;二是结合车速、应用场景对雷达输出信息进行滤波,减少虚警和误报,使雷达系统获得更稳定、准确的感知结果。 主题词:毫米波雷达 感知识别 虚警 滤波U463.3;TP311.12 A 10.19620/j.cnki.1000-3703.20180714中图分类号: 文献标识码: DOI: Analysis and Solutions of Recognition by Millimeter-Wave Radar Yang Hang,Gao Yuan Dongfeng Motor Technical Centre, Wuhan, 430058) ( Abstract This paper analyzed the main problems and solutions of 77GHz Long- Range millimeter- wave Radar【 】(LRR) and Medium- Range millimeter- wave Radar (MRR) in Level 3 (L3) autonomous driving technology, and proposed solutions to two problems existing in the matching of millimeter- wave radar with vehicle system. The first problem, in the matching of millimeter- wave radar and vehicle system, the interference of vehicle body material and shape on return wave shall be considered. The second one, radar output information shall be smoothed to avoid false alarm and misinformation according to vehicle speed, application scenarios, to achieve a more steady, accurate recognition result of the radar system. Key words: Millimeter-wave radar, Feel recognition, False alarm, Filtering

1 前言

近年来,随着人工智能的兴起无人驾驶汽车获得了越来越多的关注,而无人驾驶车辆想要真正上路行驶,最关键的技术在于精确掌握现实中复杂的交通状况,这样一来就必须使用雷达装置。由于毫米波雷达相对于摄像头及激光雷达,其感知特性具有距离远、可靠性高、不受光线及尘埃影响等特点[1],特别是不会受恶劣天气的影响并且能够全天候工作,因此是无人驾驶技术的最佳选择。毫米波雷达是利用目标对电磁波的反射来发现并测定目标位置,而充满杂波的外部环境给毫米波雷

L3

达感知带来无法避免的虚警问题。为此,本文针对

77 GHz

级自动驾驶样车所配备的 长距毫米波雷达和中距毫米波雷达在感知识别中的主要问题进行了分析并提出了解决对策,为后续毫米波雷达的应用和测试提供参考。

2 毫米波雷达识别问题解析 2.1 毫米波雷达工作原理

L3 2

级自动驾驶样车车身周围布置了 枚长距毫米

4 360°

波雷达和 枚中距毫米波雷达,可实现车身 环境感知范围覆盖。毫米波雷达系统整车布置方案及探测范

1

围如图 所示。

CAN

毫米波雷达通过 信号与自动驾驶控制器进行

2),

交互(图 将其感知结果输入至下一级规划控制模

1 2

块,其输出参数如表 和表 所列。 1 2

由表 和表 可知,相对其它传感器(如视觉传感器、激光雷达传感器),毫米波雷达具有速度精度较高、角分辨率相对较低等特点。由于中距雷达、长距雷达的短距模式角度覆盖范围相对更大,其角分辨率进一步下降。

2.2 毫米波雷达识别目标虚警干扰问题

2.2.1

问题描述在长距毫米波雷达使用过程中,发现前长距雷达有

1

大量虚警信号出现。通过观察发现,第 类虚警信号通常与金属护栏信号同时出现,为一系列连续点,其回波点相对车辆的距离与护栏回波点相对车辆的距离接近,夹角相对护栏回波点偏右,特征是由远及近、从右向左穿过车辆所在点上的水平轴,在接近车辆的过程中突然消失,其与车的相对速度与道路护栏与车的相对速度一

3 2

致(图 中虚线圆圈);第 类虚警信号通常与车辆同时出现,车辆虚警信号的目标距离与目标车辆回波点接近,方位角相对目标车辆回波点偏右,其相对速度与目

3

标车辆一致(图 中实线圆圈),而后置长距毫米波雷达图像中没有出现这些虚警信号。将前、后毫米波雷达调换后重新在该路段进行了测试,发现虚警信号依然存在,预测是车辆前、后保险杠不同所导致。将前保险杠拆除后再次在该路段进行了测试,发现两种虚警信号均

3 4),

消失。但在拆除保险杠后发现了第 类虚警信号(图此类虚警信号在车辆静止时不出现,行车过程中出现目

3~15 m, 0

标跳动,目标距离一般在 方位角为 度,相对速度一般与车速接近,且具有闪动的特点(非持续目标)。

材质为金属漆,其中包含的金属颗粒对前向雷达发射和接收的电磁波产生了折射、反射干扰,从而导致前向雷达接收的同一目标在多个方位产生回波,错误判定为多

1 2

个目标,因而造成了第 类和第 类虚警信号。

3

第 类虚警信号与前保险杠无关,是车辆颠簸过程中其姿态俯仰角发生变化导致前向毫米波雷达将来自

3

路面的回波作为目标输出。但第 类虚警回波距离固

0,

定(对于某一个确定的虚警信号),方位角固定为 持续时间短,因此考虑利用条件判断进行筛选去除[2]。

2.2.3

解决措施

1 2

针对第 类和第 类虚警问题,采取将遮挡雷达的

3

保险杠金属漆换为非金属漆的解决措施;针对第 类虚警问题,采取修改雷达信号读取程序,增加前后帧滤波判定,将断续出现在路面中间的闪现目标过滤的措施,

5

滤波算法流程如图 所示。 12 6第 、类虚警问题实施解决措施后效果对比如图所示。

3 毫米波雷达目标提取问题解析

3.1 问题描述

Tracking)中距雷达模块本身不支持目标跟踪( 和提取功能。在使用过程中发现,目标回波与地面杂波及目标跳变杂波混杂,如直接将其原始数据作为感知结果直接输入后续规划控制模块,环境感知结果并不稳定、准 7确,容易造成对后续规划模块的扰动,如图 所示。

3.2 原因解析

中距毫米波雷达角分辨率相对较低,其无法返回物体的宽度信息。对于长条、连续出现的障碍物,中距毫米波雷达将识别为多个回波点并输出。根据毫米波雷达感知特性,真实存在的障碍物周围回波密度及回波出现概率高。

3.3 解决措施

使用聚类算法对原始数据进行处理[3],录制视频和原始数据包,同时运行实施聚类算法前和实施聚类算法后的程序,验证算法是否能够有效提取目标参数。拟采

8

用的滤波算法流程如图 所示,实施聚类算法前、后的

9

探测结果对比如图 所示。

图 毫米波雷达系统整车布置示意 MRR) 右后中距雷达( 前长距雷达( LRR) 后长距雷达( LRR) MRR) 右前中距雷达( 侧向中距雷达 MRR) 左后中距雷达( 前长距雷达( LRR) MRR) 左前中距雷达( 后长距雷达( LRR)

2.2.2 原因解析通过对样车进行分析发现,该样车前保险杠油漆的

( 实车试验场景 ( 第 类虚警信号图 试验场景及第 类虚警信号示意

( 实车试验场景 ( 第 、类虚警信号图 试验场景及第 、类虚警

N RSDS RSDS 0, 0) N 1 Y j 5 m)? 1) Y 1 图 中距毫米波雷达聚类算法流程 1, 开始 探测 回波点 取 回波点信息建立回波点数组,并建立空障碍物目标数组,开始遍历回波点( i= j= i 在探测范围内寻找回波点 i++ j++ i) 将此回波点(回波点 数据赋值给第一个障碍物目标(障碍物 j) i+ j) 将下一个回波点(回波点 数据与此障碍物目标(障碍物 数据对比,计算其最小曼哈顿距离 i++ i=i+ 回波点 属于新障碍物目标,新建障碍物目标 并将回波点 的值赋给障碍物 更新障碍物数组 j=j+ j, i 最小曼哈顿距离是否大于阈值( i++ 属于同一目标 i+ j y j x y 将此回波点 与障碍物 的 坐标差作为障碍物 和 方向宽度,差作为障碍物 方向宽度,更新障碍物 信息 x 是否完成目标点遍历? 结束,输出障碍物数组

图 滤波算法流程 进入线程 Y 将本帧数据赋值给旧数据 是否首次开机? N N 置标志位为非首次开机 本帧数据是否为新数据? Y N 遍厉目标,是否有某值为零且状态有效的 ID? Y ID 沿用上一帧数据判定结果 更新虚景 清单 本帧数据处理完毕

( 虚警问题解决前 ( 虚警问题解决后图 第 、类虚警问题解决前、后效果对比

图 后侧中距雷达实测路测栏杆识别结果

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.