阅读说明：本技术 用于利用极化雷达数据进行对象分类的方法和适合于此的设备 (For carrying out the method for object classification using polarimetric radar data and being suitable for this equipment ) 是由 S.特鲁默 于 2018-02-23 设计创作，主要内容包括：描述了一种用于对象分类的方法,所述方法具有如下步骤：提供椭圆或圆极化发射信号,所述椭圆或圆极化发射信号被发射到待分类的对象上；根据共极化反射信号产生第一雷达图像而根据交叉极化反射信号产生第二雷达图像；以及将所述第一雷达图像与所述第二雷达图像进行比较。(A kind of method for object classification is described, the method has following steps: oval or circular polarisation being provided and emits signal, the oval or circular polarisation transmitting signal is launched on object to be sorted；Signal, which is reflected, according to co-polarization generates the first radar image and according to cross polarization reflection signal the second radar image of generation；And first radar image is compared with second radar image.)

用于利用极化雷达数据进行对象分类的方法和适合于此的 设备

技术领域

本发明涉及用于利用极化雷达数据进行对象分类的方法和适合于此的设备。

背景技术

一般公知的是：将具有线性极化信号的雷达用于对象分类。在这种情况下所要获得的结果例如在拍摄雷达图像时不明确或关于不同的对象有多种含义。

因此，本发明的任务是提供一种用于对象分类的方法和一种适合于此的设备，该方法减少了在现有技术中存在的缺点。本发明的任务还是：提高在对象分类时的关联并且必要时还提供如下数据，所述数据可用于其它各种各样的应用可能性。

所提到的任务在方法技术上利用权利要求1的特征来解决而在设备技术上利用权利要求12的特征来解决。

在这种情况下表明：通过提供被发射到待分类的对象上的椭圆或圆极化发射信号，使用相对应地不同的反射信号，以便产生不同的雷达图像，接着可以对这些雷达对象进行比较。利用该措施实现了：突出的对象区域可以被区分而且因此可以导致经改善的对象分类。

因此，按照本申请的方法和按照本申请的设备可以被用在将来的雷达传感器中，所述雷达传感器尤其是可以被应用于高度自动化和自主驾驶。

为此需要极化雷达传感器，所述极化雷达传感器的特点尤其在于：与当前所使用的具有线性极化信号的雷达相比，利用所述极化雷达传感器可以生成明显更多的目标信息。其原因在于：对于共极化和交叉极化来说可以生成彼此无关的雷达图像，而且在圆极化的情况下存在更高的目标探测概率。

按照本发明的方法是：关于图案识别方面分析极化雷达数据，用于对不同的对象进行分类；以及识别所谓的“重影目标”。所述“重影目标”由于多路径传播、旁瓣并且由于周期性重复的主瓣（所谓的光栅波瓣（Grating-Lobes））而造成。

图1示出了按照本申请的物理原理。发出圆或椭圆极化波，而且根据目标的结构接收到主要是交叉极化波或者主要是共极化波。在目标上有奇数次反射的情况下极化方向旋转，而在有偶数次反射的情况下收回相同的极化。如果例如以左旋圆波来进行发射，则交叉极化是右旋圆波而共极化是左旋圆波。对该原理以及极化雷达传感器的构造的描述在[1]中。

为了可以实现该原理，需要如下发射器，该发射器发出至少一个左旋圆或右旋圆或椭圆极化。在此，接收器必须是完全极化的。这意味着：圆、椭圆和线性极化都可以被接收。这可以通过对接收信号的左旋圆和右旋圆分量的接收来实现。接着，所有极化都可以通过左旋圆和右旋圆分量的比例来呈现。完全极化地进行接收的另一可能性是对接收信号的垂直和水平线性极化分量的接收。在这种情况下，为了可以呈现所有极化，必须分析接收信号的垂直线性和水平线性极化分量的数值和相位。

图2以轿车（PKW）为例示出了圆极化测量的结果。得到两个无关的雷达图像，即一个共极化雷达图像和一个交叉极化雷达图像。在共极化雷达图像中，示出了在目标上的偶数次反射，主要是双反射。在交叉极化雷达图像中，示出了在目标上的奇数次反射，主要是单反射。在此，在两种情况下，用圆形来示出被反射回的信号的振幅的局部最大值，这些圆形的直径与这些局部最大值的振幅成比例。

图3a和图3b示出了极化雷达图像，该极化雷达图像不仅包含图2中的共极化局部最大值而且包含图2中的交叉极化局部最大值。不过，现在针对每个局部最大值，以不同的符号的形式附加地示出了共极化信号分量和交叉极化信号分量的数值比（在下文被称作“比率（Ratio）”）。由此在轿车的不同的区域形成极化图案，利用该极化图案可以对对象进行分类。

在针对目标的不同的区域进行图案识别时，分析局部最大值的如下特性：

- 共极化最大值的数目，在这种情况下也可以将确定的信噪比（距噪声水平的距离）包括在内

- 交叉极化最大值的数目，在这种情况下也可以将确定的信噪比（距噪声水平的距离）包括在内

- 共极化与交叉极化的平均数值比

- 共极化与交叉极化的最大数值比

- 共极化与交叉极化的最小数值比

- 共极化与交叉极化的相位关系

- 特别表征性的特征。

后者例如是在轿车上在前牌照的区域内的第一反射。该第一反射具有小于-20dB的比率。

在这种情况下，图案分类区分不同的对象类型、诸如轿车、行人、骑自行车的人、货车（LKW）和摩托车驾驶员和道路建筑目标、诸如沟渠、障碍物、护栏、桥梁和隧道。

图4示出了正面测量并且在角度偏差为-20°的情况下的轿车。在角度偏差为-20°的情况下，关于正面测量的轿车应确定如下变化：

- 在正面的具有小于-20dB的比率的表征性反射被移动到轿车的右侧

- 在正面的区域出现具有在10dB与15dB之间的比率值的反射以及具有在15dB与20dB之间的比率的反射。（其原因在于强烈的共极化特性。所述共极化特性由于如下情况而形成：由于车辆倾斜而在正面的区域尤其是在汽车格栅的区域存在更多双反射）

- 尤其在车辆的正面区域、方向盘和后面区域得到极化图案的变化。

依据这些特性，可以确定车辆相对于传感器有怎样的角度。

图5示出了如下区域，这些区域在对正面测量的轿车进行图案识别和分类时特别重要。这些区域是：

- 正面区域

- 前轮罩

- 方向盘区域

- 外后视镜。

在这种情况下，根据图3表征性的是：在前牌照的区域具有非常小的比率的强烈的反射（强烈的单反射）。

图6示出了如下区域，这些区域在对倾斜地探测的轿车进行图案识别和分类时特别重要：

- 正面区域

- 对准传感器的轮罩

- 对准传感器的外后视镜

- 对准传感器的前门缝

- 对准传感器的后车角。

在这种情况下，特别表征性的是：对车辆的作为L形的轮廓的探测、对轮罩的准确的位置识别以及比率高的比较（与其它测量位置相比）多的信号的出现（双反射）。

图7示出了如下区域，这些区域在对横向探测的轿车进行图案识别和分类时特别重要：

- 对准传感器的横向区域

- 对准传感器的轮罩

- 对准传感器的车角

- 对准传感器的前门。

在这种情况下，特别表征性的是：对在前门的区域比率很小的强烈的反射（强烈的单反射）的探测。

图8示出了如下区域，这些区域在对从后面探测的轿车进行图案识别和分类时特别重要：

- 后部车辆区域

- 对准传感器的车角

- 对准传感器的前门。

在这种情况下，特别表征性的是：对在车尾的外轮廓上的比率很小的强烈的反射（强烈的单反射）的探测，以及来自轿车的内部空间的极化图案。

在此，具有对象类别或对象子类别的所描述的特性的典型的极化图案总是被分配给不同的角度和距离范围并且用作分类算法的基础。

此外，在通过“重影目标”来识别时使用圆极化的情况下得到优点，所述“重影目标”由于多路径传播或由于旁瓣或干扰性重复的主瓣而形成。两后者当在强烈的角度偏差的情况下探测强烈的目标时表现得特别强烈。

图9示例性地示出了在由于对象上的附加的反射而造成的多路径传播时的情况。由此形成被镜像的目标，该被镜像的目标处在另一角度。不过，该附加的反射也造成极化特性的旋转，使得对被改变的极化图案的分析能够实现对多路径传播的标识。

图10示出了与在图9中相同的情况，但是该情况仅仅涉及具有相对于雷达传感器和周围环境的相对速度的目标。如果现在在目标在距离和角度门之内的情况下局部最大值在共极化信号方面和在交叉极化信号方面具有不同的速度，则涉及“重影目标”。在此，这些“重影目标”不仅可能由于多路径传播而造成，而且可能由于旁瓣或者重复的主瓣而造成。

在发出圆极化或椭圆波的雷达传感器的情况下，被反射回的信号可以被分解成左旋分量和右旋分量。由此，得到如下极化图案，该极化图案可用于对象分类。为了可以接收到左旋分量和右旋分量，容易想到的实现方案是针对两种极化设置相对应的接收信道。然而，由此形成了显著的缺点。与线性雷达系统相比，对于相同的角度分辨率来说需要双倍数目个接收信道。

从按照本发明的方法得到没有该缺点的解决方案。在此，依次交替地发射左旋波和右旋波并且只接收一个极化方向。如果例如接收左旋信号，则在发出左旋波的情况下得到共极化信号分量，而然后在发出右旋波的情况下得到交叉极化信号分量。图11阐明了按照本发明的方法。

在使用多个发射器的情况下，容易想到的实现方案是：在时间上依次运行这些发射器并且在信号分析中相对应地考虑时间上错开的接收信号。然而，由于发射时长的时间长，得到显著的缺点。在观测时长的时间很长的情况下，得到非常好的速度分辨率，然而高的速度不再能明确地被确定。

在此，按照本发明的方法提供了一种解决方案。同时运行多个发射器，而且这些发射器单独地按相位编码，其中这些同时运行的发射器总是具有相同的极化。这样，首先例如同时按相位编码地发出所有左旋极化发射信号，而然后时间上错开地按相位编码地发出所有右旋极化发射信号。一般，相位编码可具有不同的长度。图12阐明了按照本发明的方法。

在远距离的情况下测量对象高度时，存在公知的方法，该方法涉及发出线性极化信号的雷达设备。在此，在测量处在道路上的对象时，发生信号叠加，该信号叠加由于不同的传播路径而造成。在此，直接探测与由在路面上的反射和两个所谓的往返路径组成的多路径传播叠加。往返路径被理解为：往程路径和返程路径彼此不同。这样，在第一往返路径情况下，往程路径是直接路径而返程路径包含道路反射。在第二往返路径情况下，往程路径包含道路反射而返程路径是直接路径。通过不同的路径传播的叠加，得到接收信号，该接收信号由各个传播路径的被反射回的信号的叠加组成。因此，该接收信号具有关于距离的与对象相关的表征性波形，视对象距离而定，该波形通过不同信号的部分建设性并且部分破坏性的叠加来确定。

如果借助于追踪器关于距离来跟踪具有相对于传感器的相对速度的对象，则在探测到至少两个表征性特性、诸如该接收信号的两个最小值的情况下，可以确定对象的高度。不过，在线性情况下存在显著的缺点。由于四个不同的传播路径的叠加，得到表征性特性曲线，该表征性特性曲线的最小值在局部表现得非常强烈。因为在远距离的情况下，被反射回的信号振幅通常相对于噪声水平的距离小，所以在线性情况下发生：在某个距离下，目标不再可能被探测到，因为接收信号低于噪声水平。图13概略地示出了在公知的方法下出现的传播路径，该方法涉及线性极化发射信号。

在对象高度的按照本发明的方法的情况下，发出圆或椭圆极化信号。在此，要么发出左旋极化信号要么发出右旋极化信号，而但是仅仅分析交叉极化接收信号。在此，交叉极化信号或共极化信号始终表示相对发射信号的极化方向。如果发射信号例如是左旋波，则交叉极化接收信号是右旋的，而共极化接收信号是左旋的。与利用线性极化信号的公知的方案相反，在根据按照本发明的方法对交叉极化接收信号的唯一的分析的情况下，只得到两个传播路径，这两个传播路径的被反射回的信号在接收器中叠加。所述传播路径由直接探测和多路径传播组成，该多路径传播包含在路面上的附加的反射。在这两个传播路径的情况下，存在奇数次反射，而且因此接收信号出现在交叉极化接收信道中。在利用线性极化信号的公知的方法中出现的往返路径在按照本发明的方法中不再存在，因为这些信号出现在共极化接收路径中，因为在传播路径中的反射的数目是偶数。在公知的方法中在局部出现的表现得强烈的在某些距离下妨碍对象探测的最小值在按照本发明的方法的情况下不再出现，而且对象在所有距离下都可以被探测到，而且高度可以通过分析典型的特征、诸如在某些距离下的两个局部最小值来实现。图14概略地示出了在按照本发明的用于确定对象高度的方法中的传播路径。图15示出了在公知的方法中以及在按照本发明的方法中关于距离的典型的表征性特性曲线。在这种情况下应强调：相应的局部最小值基本上高于噪声水平。相比于此，在公知的方法中的局部最小值常常低于噪声水平并且因此难以标识。图16示出了用于确定对象高度的用公式表达的关系。

按照本申请的方法和按照本申请的设备的另一应用在于：当例如测量在路面上的附加的反射时，确定路面的摩擦系数，优选地借助于雷达传感器来确定路面的摩擦系数。

尤其是在高度自动化或自主驾驶的情况下，需要对路面的摩擦系数的前瞻性测量。测量结果允许确定速度，例如以该速度可以安全地经过转弯处，而不存在车辆漂移的危险。

为了测量摩擦系数，需要圆或椭圆极化雷达传感器，该圆或椭圆极化雷达传感器对准前方地安装在车辆上而且在车辆前方的路面或地面的区域平面地被探测。该构造在图17中示出。

为了确定摩擦系数，需要如下做法：

1.计算共极化和交叉极化的被反射回的信号（左旋信号和右旋信号）的局部最大值

2.挑选出包含某个路面的区域

3.关于如下特性来分析该区域的所有局部最大值：

- 共极化信号分量与交叉极化信号分量的振幅数值比

- 共极化信号分量与交叉极化信号分量的相位差

- 局部最大值的振幅强度和极化。

为了进行阐明，在这种情况下适合的是将该参数绘制在图表中。

在图18中，作为示例示出了具有沥青表面的道路的结果，该沥青表面的粗糙度微小，而在图19中，作为示例示出了粗糙度自然高的石子道路的结果。相应地，y轴示出了共极化和交叉极化信号分量的振幅数值比，而x轴示出了所述共极化和交叉极化信号分量的相位差。交叉极化局部最大值作为圆形示出而共极化局部最大值作为矩形示出。圆形和矩形的大小随着信号振幅增加。

现在，路面的摩擦系数可以借助于如下特性来确定：

- 集群形成、散射

- 集群的范围

- 集群的相位差水平的平均值

- 集群的振幅数值比的平均值

- 集群的相位差水平的标准差

- 集群的振幅数值比的标准差

- 局部最大值的数目

- 局部最大值的信号振幅。

按照图18和图19，与摩擦系数高的路面相比，摩擦系数小的路面具有如下特性：

- 集群的范围小

- 相位差和振幅数值比的标准差更小

- 信号振幅更小

- 局部最大值的数目更少。

在摩擦系数小的情况下，这些特性由于反向散射点的类似的表现以及反向散射点相对于传感器的类似的取向而引起。在摩擦系数很高的情况下，具有表现得不一样的反向散射点，这些反向散射点相对于传感器的方向不同。

集群的相位还允许可以更精确地分析不同的表面，诸如有雪的、有冰的或者被树叶覆盖的表面。在道路上有水层的情况下，全部雷达信号都被镜面反射走，而且借助于雷达图像中的无信号的区域、也就是说在缺少雷达信号的情况下可以标识出这些雷达信号并且识别出滑水危险情况。

有利的扩展方案是从属权利要求的主题。