关于车载毫米波雷达(是否被)遮挡问题的讨论

说明

    车载毫米波雷达遮挡状态的判断和输出是雷达SOR中要求具备的一项基本“功能”,但是该话题网上的相关内容较少,本博文试图对该问题进行探讨。内容相对简单,但是在产品研发中不可不察。

Blog

20230926 本文第一次撰写

目录

说明

目录

一、雷达遮挡问题绪论

二、雷达遮挡状态的判断方法

2.1 雷达被遮挡与否的区别点讨论

2.2 遮挡判断方法

2.2.1 基于目标数量进行的判断

2.2.2 基于回波幅值等进行的判断

三、总结

四、参考资料


一、雷达遮挡问题绪论

    关于这个话题网上讨论的内容比较少,究其原因,我觉得可能有两个方面:一是网上比较活跃的参与方主要是科研工作者和学生团体,实际做产品开发的工程师输出的内容相对较少,而雷达遮挡问题只有在产品实践中才会涉及。二是这个话题可能太简单了。

    事实上,车载毫米波雷达遮挡状态(雷达在使用过程中是否被遮挡)的输出是雷达SOR中规定的要输出的雷达状态之一。关于该话题的讨论,我觉得主要涉及两个方面:一是如何定义遮挡;二是如何判断遮挡。至于被遮挡后如何处理那不是雷达可以做的事情了,雷达输出自己被遮挡的报警信号,车主收到该信息后去把遮挡物清走就是了…。本章谈谈如何定义遮挡,后续章节给出几种遮挡状态判断的方法。

    我们对遮挡这两个字的定义其实是非常宽泛的:一叶蔽目是遮挡,前方几百米有座山挡住了视线导致我们看不到更远的风景也是遮挡。而对于毫米波雷达而言,其实正是由于诸多目标物“遮挡”而产生的回波才使得雷达可以检测到它们,但我们此时不能说雷达被遮挡了,所以,怎么去定义遮挡这个概念,很重要。

    车载毫米波雷达在实际使用时,电磁波从天线面板出来会经过两层“障碍物”:雷达天线罩和保险杠(关于天线罩的设计以及雷达的安装问题我之前做过一些梳理,读者可以参考博文:车载毫米波雷达天线罩设计问题_墨@#≯的博客-CSDN博客、 车载毫米波雷达的上车安装与标定问题_墨@#≯的博客-CSDN博客)。但是一般来说,天线罩和保险杠的材料和结构是经过特殊设计的,我们在做雷达产品设计时已经充分考虑了天线罩和保险杠对雷达性能的影响,所以这两者不会影响雷达正常功能的履行(或者说这两者对雷达探测性能的影响是在可接收范围内的),所以天线罩和保险杠不属于我们本话题讨论的雷达遮挡物。再试想一种比较常见的行车场景:堵车,安装了前雷达的本车紧挨着前车,此时因为前车的遮挡,雷达无法探测到更宽和更远范围内的目标,不过这种情况下即便雷达失效了也不会影响行车安全,此时也不能认为雷达被遮挡了。

    我们想要讨论、定义乃至解决一个问题时,这个问题必须是收敛的。综上讨论,雷达被遮挡与否,我尝试下一个定义:如果位于与雷达相隔极近距离的遮挡物影响了雷达正常功能的履行,并进而影响行车安全(目前泊车安全主要依赖于超声波雷达),那么此时我们认为雷达处于被遮挡状态。这个定义规避了前文讨论的各种情况,车载毫米波雷达常见的遮挡物可能包括积雪、泥土、被覆盖在保险杠上的电磁波的强反射体活吸波材料等。

二、雷达遮挡状态的判断方法

    我们是要求雷达自己具备判断自己是否被遮挡了的能力。要解决这个问题,我们需要充分考虑雷达被遮挡时的状况(与未遮挡时的不同点),进而从信号与数据处理的角度设计算法实现判断。那么这个话题又可以分成两部分来讨论:一是当雷达被遮挡时会存在与正常状态下的哪些不同之处;二是我们如何利用这些区别点完成遮挡判断。

2.1 雷达被遮挡与否的区别点讨论

在进入后文内容之前,需要做两点说明:

    a. 当雷达被电磁波的强反射体遮挡时,如果严重到导致雷达前端饱和而无法正常工作的程度,此时雷达的状态并不属于遮挡与否的讨论范畴,雷达此时是处在了失效(完全无法工作)的状态,雷达是否处在失效状态也是SOR需要雷达输出的自身状态之一,导致雷达失效的原因有很多种(雷达软硬件层面的任何问题都可能导致失效),前端饱和是其中的原因之一,不过一般合格(优良)的车载雷达产品不会出现该问题,因为我们有很多手段可以去解决前端饱和的问题,包括增加器件动态范围、减小接收端的增益等等(除非出现有人使用这个频段的干扰源进行恶意破坏的情况…)

    b. 出现遮挡物为吸波材料且将雷达所发射的电磁波全部吸收这种极端的情况也认为不会发生。

以上两种情况不在我们研究车载毫米波雷达被遮挡与否这个话题的讨论范围之内。当车载毫米波雷达被遮挡时,容易想到的几点区别为:

1. 雷达检测出来的目标数量急剧减小。

2. 离雷达较近距离下会出现比较能量较大的目标体,其表现为:与雷达相对静止,雷达信号处理中距离FFT后在该处的能量幅值和幅值变化值与正常情况下有明显区别。

3. …

(如果有其他新颖的想法欢迎在评论区给出&讨论)

2.2 遮挡判断方法

    针对该问题,我初步调研看到的资料主要是业内几家头部公司(德赛西威、森思泰克等)发表的几篇已授权发明专利,其创新点(发明点)主要集中在对前文提到的区别点的应用上(这些专利本质是一样的,其区别点也在于对前述区别点的描述和应用上),本小节选取了其中有代表性的两篇专利进行展示(更多的资料读者可以自行去检索)。

2.2.1 基于目标数量进行的判断

专利:《一种基于幅度变化分析的车载毫米波雷达 遮挡检测方法》  CN111580108 A

方法概述

    分别获取异物直接覆盖条件下和无异物直接覆盖条件下的毫米波雷达多个通道的时域回波信号的1D-FFT幅度变化趋势的差异特征,根据该1D-FFT幅度变化趋势的差异特征与当前时刻的毫米波雷达多个通道的时域回波信号的1D-FFT幅度变化趋势的差异特征的比较结果判断毫米波雷达是否被遮挡。

    这里所谓的差异特征的获取方法是:对各通道的回波数据进行距离维度的FFT处理(貌似只用了一个chirp),然后对各通道1D-FFT后的结果进行相邻单元的做差运算,再把做差运算后的结果拼成一个矩阵,对矩阵中的所有元素进行求和便得到其所谓的差异特征值。分别采集有遮挡和无遮挡情况下的ADC数据进行前述处理,分别得到差异特征值X和Y,基于这两个值得到阈值Z(Z可以是0.5*(X+Y)),随后在实际的应用中采用同样的方法得到当前时刻的差异特征值N,比较N和Z的大小,如果N大于Z认为雷达没有被遮挡,反之则判定为被遮挡。

小结

    这篇专利是以前文2.1节中的区别点2为出发点的,不过本专利所提方法背后的原理很难深揪…,意思应该是当有遮挡时差异特征值应该会小一些(为什么小一些?)。而且有无遮挡这两种情况包含太多的可能了(有不同的遮挡状态,以及雷达有不同的所处环境),专利中只用“有无遮挡这两种情况”几个字一笔带过了。内容和流程简单,有一定可取之处,但是不多。

2.2.2 基于回波幅值等进行的判断

专利:《一种基于动态CFAR的车载毫米波雷达遮挡 检测方法及系统》 CN111580108 A

方法概述

    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。

    这篇专利是通过CFAR点数来得到遮挡置信度,基于有无遮挡两种状态下实测数据结果的遮挡置信度X、Y来得到遮挡置信度阈值Z,随后在实际应用中采用同样的求解方法得到遮挡置信度值P,当P小于Z时认为未被遮挡,否则判定为遮挡。专利中求解遮挡置信度的方法为:连续求解N帧数据下的CFAR检测结果,并进而得到不同点数的出现次数(帧数),为每种点数分配一个遮挡概率(置信度),随后由出现次数乘以这个次数对应的概率得到遮挡置信度。

小结

    这篇专利是以前文2.1节中的区别点1为出发点的,核心在于遮挡置信度求解的合理性(是否合理?),方法容易理解且流程简单,不过还是和上篇专利同样的问题,有无遮挡这两种情况包含太多的可能了(有不同的遮挡状态,以及雷达有不同的所处环境),专利中只用“有无遮挡这两种情况”几个字一笔带过了。不过这篇专利内容相较上一篇要更详实和可理解一些,有较大可取之处。

三、总结

    本博文对车载毫米波雷达遮挡问题进行讨论,主要围绕遮挡问题的定义和遮挡判断方法这两个方面展开。针对遮挡这个词语的覆盖范围广,难收敛,定义难的问题,本文给出了一种定义说明;针对遮挡的判断方法,本文结合现有已授权的几篇发明专利进行解读和讨论。本文内容相对简单(算是先占个坑),关于该话题下如果有新的有意思的想法欢迎评论和讨论。

四、参考资料

1.《一种基于动态CFAR的车载毫米波雷达遮挡检测方法及系统》 CN 112162249B

2.《一种基于幅度变化分析的车载毫米波雷达遮挡检测方法》 CN 111580108A

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/142674.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

Simulink 封装

快捷键: Edit Mask:CtrlM Look Under Mask:CtrlU 封装之后的模型: Edit Mask界面: 双击模块后的提示界面: 封装的模块内部:

地球的某一片红薯地中秋圆辉少许《乡村振兴战略下传统村落文化旅游设计》——2023学生旅行季许少辉八月新书想象和世界一样宽广

地球的某一片红薯地中秋圆辉少许《乡村振兴战略下传统村落文化旅游设计》——2023学生旅行季许少辉八月新书想象和世界一样宽广 地球的某一片红薯地中秋圆辉少许《乡村振兴战略下传统村落文化旅游设计》——2023学生旅行季许少辉八月新书想象和世界一样宽广

异地恋的甜蜜解药:李哥的群晖Videostation电影分享教程

异地恋的甜蜜解药:李哥的群晖Videostation电影分享教程 文章目录 异地恋的甜蜜解药:李哥的群晖Videostation电影分享教程1.使用环境要求2.制作视频分享链接3.制作永久固定视频分享链接 李哥和他的女朋友是一对甜蜜的情侣,但不幸的是&#xff…

Antolin EDI 对接手册

Antolin是一家国际性的汽车零部件制造商,专门生产和供应汽车内饰和外饰零部件。公司总部位于西班牙,在全球范围内拥有多个制造和分销设施。Antolin的产品范围包括各种汽车内饰部件,如门板、仪表板、中控台、天窗、座椅、地毯和其他装饰件&…

消息中间件相关知识

1、概述 消息队列已经逐渐成为企业IT系统内部通信的核心手段。它具有低耦合、可靠投递、广播、流量控制、最终一致性等一系列功能,成为异步RPC的主要手段之一。当今市面上有很多主流的消息中间件,如老牌的ActiveMQ、RabbitMQ,炙手可热的Kafka…

联邦学习 (FL) 中常见的3种模型聚合方法的 Tensorflow 示例

目录 FL的关键概念 实现FL的简单步骤 Tensorflow代码示例 联合学习 (FL) 是一种出色的 ML 方法,它使多个设备(例如物联网 (IoT) 设备)或计算机能够在模型训练完成时进行协作,而无需共享它们的数据。 “客户端”是 FL 中使用的计…

webp格式及其转成

"WebP" 是一种现代的图像压缩格式,由谷歌公司开发。它旨在提供高质量的图像压缩,同时减小图像文件的大小,从而加快网络加载速度。WebP 格式通常使用 ".webp" 扩展名来标识。 WebP 图像格式主要有以下几个特点和优点&…

基于微信小程序的宠物用品商城设计与实现(源码+lw+部署文档+讲解等)

文章目录 前言系统主要功能:具体实现截图论文参考详细视频演示为什么选择我自己的网站自己的小程序(小蔡coding)有保障的售后福利 代码参考源码获取 前言 💗博主介绍:✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计…

使用datax将数据从InfluxDB抽取到TDengine过程记录

1. 编写InfluxDB数据查询语句 select time as ts,device as tbname, ip,device as district_code from "L2_CS" limit 1000 2. 创建TDengine表 create database if not exists sensor; create stable if not exists sensor.water(ts timestamp, ip varchar(50), …

五、核支持向量机算法(NuSVC,Nu-Support Vector Classification)(有监督学习)

和支持向量分类(Nu-Support Vector Classification),与 SVC 类似,但使用一个参数来控制支持向量的数量,其实现基于libsvm 一、算法思路 本质都是SVM中的一种优化,原理都类似,详细算法思路可以参考博文:三…

day07_方法

今日内容 零、 复习昨日 一、作业讲解 二、方法[重点] 零、 复习昨日 一、作业讲解 package com.qf.homework;import java.util.Scanner;/*** desc*/ public class Homework {public static void main(String[] args) {/*** --------------------* 边写边测试* 以结果倒推* …

为什么引入低代码开发平台是实施数字化转型的关键?

引入低代码开发平台是实施数字化转型的关键,原因如下: 1.加速开发:低代码平台通过抽象和自动化许多编码任务来实现更快的应用程序开发。这种速度对于数字化转型计划至关重要,组织需要快速推出新的数字化解决方案以保持竞争力。 …

Docker(三)、Dockerfile探究

Dockerfile探究 一、镜像层概念1、通过执行命令显化docker的机制 二、Dockerfile基础命令1、FROM 基于基准镜像【即构建镜像的时候,依托原有镜像做拓展】2、LABEL & MAINTAINER -说明信息3、WORKDIR 设置工作目录4、ADD & COPY 复制文件5、ENV 设置环境常量…

外包干了3个月,技术退步明显。。。。。

先说一下自己的情况,大专生,17年通过校招进入广州某软件公司,干了接近4年的功能测试,今年年初,感觉自己不能够在这样下去了,长时间呆在一个舒适的环境会让一个人堕落!而我已经在一个企业干了四年的功能测试…

【乳腺超声、乳腺钼靶、宫颈癌】等项目数据调研,及相关参考内容整理汇总

一、乳腺超声内容整理 1.1、数据集 Breast Ultrasound Images Dataset;下载地址2STU-Hospital处理和训练参考文档:https://blog.csdn.net/weixin_51511389/article/details/127594654 1.2、可以参考的论文 AAU-net: An Adaptive Attention U-net for Breast Lesions Segmen…

Linux学习第20天:Linux按键输入驱动开发: 大道至简 量入为出

Linux版本号4.1.15 芯片I.MX6ULL 大叔学Linux 品人间百味 思文短情长 中国文化博大精深,太极八卦,阴阳交合,变化无穷。在程序的开发中也是这样,数字0和1也是同样的道理。就本节来说&am…

vue实现移动端悬浮可拖拽按钮

需求: 按钮在页面侧边悬浮显示;点击按钮可展开多个快捷方式按钮,从下向上展开。长按按钮,则允许拖拽来改变按钮位置,按钮为非展开状态;按钮移动结束,手指松开,计算距离左右两侧距离…

python回文素数

这能有1和本身整除的整数叫素数;如一个素数从左向右和从右向左是相同的数,则该素数为回文素数。编程求出2-1000内的所有回文素数。 源代码: def sushu(n): for i in range(2,n//21): if n%i 0: return False r…

1.算法——数据结构学习

算法是解决特定问题求解步骤的描述。 从1加到100的结果 # include <stdio.h> int main(){ int i, sum 0, n 100; // 执行1次for(i 1; i < n; i){ // 执行n 1次sum sum i; // 执行n次} printf("%d", sum); // 执行1次return 0; }高斯求和…

复杂SQL解析

文章目录 背景表SQL关键字分析具体Sql注意点补充&#xff1a;select的字段&#xff0c;也可以带有计算逻辑 背景表 1、sale_log as result: 主表&#xff0c;大部分字段都是取自这个表 2、sale_num as sale&#xff1a;需要从这个表获取真实销量sale_num字段 3、schedule as…