用于识别雷达传感器中的角度测量误差的方法

文档序号:789289 发布日期:2021-04-09 浏览:12次 >En<

阅读说明:本技术 用于识别雷达传感器中的角度测量误差的方法 (Method for detecting angle measurement errors in a radar sensor ) 是由 T·布罗舍 于 2019-05-25 设计创作,主要内容包括:一种用于识别用于机动车的角度分辨雷达传感器(10)中的角度测量误差的方法,在所述方法中,针对静止的雷达目标(20)分别测量径向速度(V-r)和至少一个定位角度并基于所测量的定位角度计算出用于所述径向速度(V-r)的预期值,并将所述预期值与所测量的值进行比较,其特征在于,针对一个或多个静止的目标(20)进行所述径向速度(V-r)和所述定位角度的测量,针对所述目标中的每个都计算出个别指标值,对所获得的个别指标值进行角度相关的缩放以补偿失真角度误差的角度相关性,并且由经缩放的个别指标值计算出用于所述角度测量误差的指标,其中,所述个别指标值说明所测量的径向速度与所预期的径向速度的偏差。(Method for detecting angle measurement errors in an angle-resolved radar sensor (10) for a motor vehicle In which the respective diameters are measured for stationary radar targets (20)Velocity (V _ r) and at least one positioning angle And calculating an expected value for the radial velocity (V _ r) on the basis of the measured positioning angle and comparing the expected value with the measured value, characterized in that the radial velocity (V _ r) and the positioning angle are carried out for one or more stationary targets (20) For each of the targets, an individual index value is calculated, angle-dependent scaling of the obtained individual index value is performed to compensate for the angle dependence of the distorted angle error, and an index for the angle measurement error is calculated from the scaled individual index value, wherein the individual index value accounts for the deviation of the measured radial velocity from the expected radial velocity.)

用于识别雷达传感器中的角度测量误差的方法

技术领域

本发明涉及一种用于识别用于机动车的角度分辨雷达传感器中的角度测量误差的方法,在该方法中,针对静止的雷达目标分别测量径向速度和至少一个定位角度,并基于所测量的定位角度计算出对于该径向速度的预期值,并将该预期值与所测量的值进行比较。

背景技术

为了测量与物理对象的间距、相对径向速度和角度,将雷达传感器用于机动车中。目的是支持舒适性功能和安全性功能,可能与其他合适的传感装置(例如超声波、视频或激光雷达)结合。在雷达测量中,物理对象可能具有不同位置处的一个或多个目标反射,尤其是在延展的对象或雷达传感器的良好的可分离性的情况下。

当今的雷达传感器大多是具有快速线性调频调制(Fast-Chirp-Modulation)(即具有10μs至若干个10μs的斜坡持续时间的快速宽带斜坡)的FMCW(Frequency ModulatedContinuous Wave,频率调制连续波)雷达传感器,这意味着FMCW调制斜坡的高斜率,由此能够近似忽略斜坡内的多普勒分量。因此,通过分析处理单个斜坡,基本上获得间距信息。一个测量周期在大多数情况下还包含多个(例如256个)斜坡,每个斜坡具有例如512个采样值。然后,逐斜坡地对相应的采样点处的相位位置的时间变化进行分析处理,得到关于目标或目标反射的多普勒频率(速度)的附加的独立信息,并且该分析处理通常通过二维傅立叶变换进行。

对于角度估计,越来越多地使用具有多个发送与接收通道的MIMO天线系统(Multiple Input Multiple Output,多输入多输出)。通常通过时分复用(TDM)方法分离发送通道。但是,基于诸如频分复用、码分复用(FDM、CDM)或OFDM的其他方法的雷达系统也是可能的。

角度分析处理通常基于不同接收通道之间、或在MIMO的情况下不同发送/接收通道组合之间的传播时间差异或相位差异的分析处理。发送/接收通道组合在其作用方面也可以视作具有仅一个发送通道的等效虚拟阵列,或者也可以视作虚拟接收通道。

由DE 10 2014 223 461 A1已知一种开篇所提及的类型的方法,借助该方法可以识别雷达传感器的失调(Dejustage)并且可以估计和补偿相应的失调角度(Dejustagewinkel)。在此,失调角度是方位角和仰角中的误差角度,该误差角度对于所有待估计的角度来说都是相同的。不考虑角度相关的角度误差。

然而,在角度估计或角度测量中,也可能出现所谓的失真误差,该失真误差例如由雷达波在不可预见的干扰源处的折射引起,例如在雷达传感器或天线罩上的覆面(Belag)(结冰、积雪等)处,或者在间接遮挡(Verbau)雷达传感器的情况下,例如在不合适的保险杠后面(例如,在停车碰撞(Parkrempler)之后进行更换之后更换保险杠之后、重新喷漆等)。在这种失真角度测量误差中,真实的与所测量的定位角度之间的偏差就其而言是角度相关的。

发明内容

本发明的任务是,提供一种方法,借助该方法能够识别出失真角度测量误差的存在。

根据本发明,该任务通过以下方式解决:针对一个或多个静止的目标进行径向速度和定位角度的测量,针对这些目标中的每个计算个别指标值(Einzel-Indikatorwert),该个别指标值说明所测量的径向速度与所预期的径向速度的偏差,对所获得的个别指标值进行角度相关的缩放以便近似补偿失真角度误差的角度相关性,并由经缩放的个别指标值计算出用于角度测量误差的指标。

在忽略车辆的俯仰(Nicken)、横摇(Wanken)和偏航(Gieren)的情况下,个别指标值的灵敏度在雷达的主射束方向(光轴)上为0,并且随角度偏差(Winkelablage)增大而增加。

能够计算出用于失真角度误差的个别指标值的灵敏度的角度相关性,并至少近似地通过角度相关的缩放进行补偿,从而通过对于所考虑的雷达目标的总体求平均(Mittelung)或求和来获得总指标,该总指标在很大程度上独立于所考虑的雷达目标的或多或少的随机角度分布,并显示失真角度误差的存在及其规模(Ausmaβ)。尤其当不存在失调误差并且因此对于所有目标的平均角度偏差预期为接近零的值时,也可以以这种方式识别出失真角度误差。

基于如此获得的指标,可以对所获得的角度测量结果的准确性和可靠性进行估计,并在基于这些测量结果的辅助功能中适当地考虑所述准确性和可靠性。

本发明的有利的构型和扩展方案由从属权利要求得出。

在一种实施方式中,参数的角度相关的缩放在二维的角度空间(例如在方位角和在仰角中)中进行。

可选地,还可以例如根据在DE 10 2014 283 461 A1中所描述的方法在可能存在的失调误差方面分析处理测量结果。然后,如果已知失调误差,则可以在计算预期的径向速度时考虑该失调误差,从而改善识别失真误差时的准确性。

在FMCW雷达中(在该FMCW雷达中,在彼此相继的测量间隔中以斜坡状方式调制所发送的雷达信号的频率),符合目的的是,基于在同一测量间隔内针对不同的雷达目标所获得的测量值来进行个别指标值的确定。然而,也能够对个别指标值和/或总指标值进行时间滤波,例如借助IIR滤波器、FIR滤波器、卡尔曼滤波器、分位数(Quantil)或类似物,使得当前的指标值与来自之前的测量间隔的相应的值相关联,并且因此可以更好地识别时间上的变化过程并可以进一步提高准确性。

同样,能够借助已知的跟踪程序来跨越多个测量周期跟踪所考虑的雷达目标的相对运动,并将该相对运动与车辆的自身运动(Eigenbewegung)进行比较。以这种方式,通常能够将所测量的径向速度与预期的径向速度之间的偏差的部分彼此分离,这些部分一方面来源于方位角中的失真角度误差而另一方面来源于仰角中的失真角度误差,从而还能够定量地确定并补偿失真角度误差。这例如能够通过以下方式实现:进行合成孔径雷达(SAR)分析处理,以及将SAR结果中的目标位置与基于雷达测量(目标距离、方位角角度和仰角角度)所求取的目标位置进行比较,所述合成孔径雷达分析处理基于多普勒频率的时间变化过程。

附图说明

下面基于附图进一步阐述实施例。

附图示出:

图1示出用于图解雷达传感器处的失真角度误差的概图;

图2示出用于图解失调角度的概图;

图3和4示出用于图解雷达目标的径向速度与定位角度的相关性的概图;

图5示出用于图解在球坐标系中雷达目标的角度关系的示意图;

图6示出用于图解在锥体坐标系中雷达目标的角度关系的示意图;

图7示出用于图解根据本发明的方法的基本步骤的流程图

图8示出用于图解缩放功能和限制功能的示意图。

具体实施方式

在图1中示意性地示出雷达传感器10的水平截面图,该雷达传感器具有壳体12,该壳体容纳MIMO天线阵列14并且在发送与接收侧由天线罩16限界。在天线阵列14处连接有控制与分析处理装置18,该控制与分析处理装置用于控制雷达传感器的功能并基于所接收的雷达回波确定位于定位区域中的雷达目标20的间距r、相对速度V_r(径向速度)、方位角角度和仰角角度α(统称为定位角度)。示意性地标明在四个雷达目标20处反射并再次由天线阵列14接收的雷达射束22。

作为示例,假设在天线罩16上存在覆面24(例如冰壳),在该覆面的表面处雷达射束22发生折射,从而在角度测量中(在此在方位角中)出现失真角度测量误差可以看出,雷达射束22由于覆面24不同强度地且在不同方向上发生折射,从而失真角度测量误差的量值和符号取决于相应的雷达目标20相对于雷达传感器10的位置。

雷达传感器10安装在机动车的前部中,并且尤其用于定位在车辆的前部地带的、在前方行驶的车辆以及其他障碍物。在此,通常如此调准(justiert)雷达传感器,使得其光轴与轴x一致,该轴说明机动车的前进方向或行驶方向。

为了进行比较,图2示出一种情况,其中没有出现失真角度误差,但是没有正确地调准雷达传感器10,从而其光轴26在方位角中偏离x轴。结果是,针对不同雷达目标20所测量的方位角具有失调误差然而,与失真角度测量误差不同,失调误差对于所有的目标20具有相同的符号和相同的量值。

下面将描述一种方法,借助该方法可以可靠地识别出这种角度测量误差的存在、尤其是根据图1的失真角度测量误差的存在。

在图3中,以平面概图示出机动车28,该机动车运动经过静止的雷达目标20(例如道路边缘处的交通指示牌)。机动车的自身速度V标为向量。向量V_rel=-V说明雷达目标20相对于机动车28的相对速度。下面,为了简单起见,假设安装在机动车中的雷达传感器的天线的运动方向与车辆后轴的运动方向一致。然而,通常,由于围绕竖轴的俯仰运动、横摇运动和旋转运动(偏航),取决于雷达10在车辆中的安装位置,天线14的实际的自身速度的方向可能偏离坐标系的x轴。必须相应地通过使用天线的在其安装位置处的实际速度V以及相应地经校正的角度测量值(或(α,β)是天线的实际运动方向与相应的目标之间的角度)来将这一点考虑在内,或者将分析处理限于具有可忽略不计的俯仰运动、横摇运动和偏航运动的驾驶情况。

雷达目标20由安装在机动车28的前部中的雷达传感器10(在图3中未示出)定位。在图3中所示出的情况中,针对该目标测量相对小的定位角度(方位角角度)向量V_r可以分解为沿雷达传感器与雷达目标之间的视线的径向分量和与此垂直的横向分量。径向分量的量值是径向速度其中,V是机动车或天线在地面上的自身速度的量值,并且同时是相对速度V_rel的量值。

图4示出在稍后的时刻的情况,即当方位角增加并且因此相对速度V_r相对于自身速度V降低时。

如果已知雷达目标20是静止的目标,并且如果例如基于借助车辆上的车轮转数传感器的直接测量、基于偏航率等,还已知车辆的或者说尤其是相应安装位置处的天线阵列的自身速度V,则V_r可以根据上面说明的公式来计算。另一方面,由于多普勒效应,V_r也可以直接借助雷达传感器10来测量。所测量的值与所计算的值的比较使得能够检查方位角的测量是否是正确的。

在图3和4中,仅考虑两个空间维度。在考虑所有三个空间维度的情况下,径向速度V_r还取决于雷达目标20的仰角角度α,即根据以下公式:

图5在具有轴x、y和z的三维笛卡尔坐标系中示出雷达目标20。在球坐标中,雷达目标20的位置由半径r、方位角角度和仰角角度α给出。为了简单起见,机动车的或天线阵列的(向量的)自身速度V在图5和图6中以平行于x轴的方式示出。还标明方位角中的可能的角度测量误差和仰角中的可能的角度测量误差α_e。

对于从球坐标到笛卡尔坐标的换算适用以下关系:

z=r*sin(α)

替代根据图5的球坐标,可选地也可以使用锥体坐标(r,β,α),如在图6中所示。仰角角度α在锥体坐标中具有与在球坐标中相同的含义。该仰角角度说明雷达目标20的位置向量(Ortsvektor)与x-y平面之间的角度。然而,在锥体坐标中,由角度β取代方位角角度该角度说明雷达目标的位置向量与x-z平面之间的角度。因此,对于到笛卡尔坐标的换算适用:

x=r*(cos2(α)-sin2(β))1/2

y=r*sin(β)

z=r*sin(α)

同样地,标明用于可能的角度测量误差β_e的示例。

角度测量误差α_e、β_e原则上可以涉及失调误差和/或失真误差。用于识别失调误差的方法是众所周知的。为了也识别出失真误差,例如可以实施在图7中以流程图示出的方法。

在给定测量周期中所定位的静止目标的集合以R_m标记(m是标识测量周期的索引)。用于在静止的目标与运动的目标之间进行区分的标准是已知的,并且尤其包括将目标的所测量的相对速度与车辆的自身速度进行比较。在步骤S1中,从集合R_m中选择子集P_m,该子集将用于检查失真测量误差。所选择的目标的数量N_m应如此大,使得实现对统计波动的一定补偿。此外,所选择的目标应在尽可能大的空间角度上尽可能均匀地分布。

然后,在步骤S2中,例如基于车轮转数传感器的信号,对自身机动车28的运动状态进行估计。如此,在根据图5或图6的坐标系中,获得对于向量V的估计值,该向量说明车辆的自身运动并且因此说明安装在车辆中的雷达传感器天线的自身运动。估计步骤S2的结果同时可以形成用于在下一测量周期的步骤S1中辨识静止目标的基础。

优选地,在另一步骤S3中,再次验证在步骤S1中所选择的目标的有效性。尤其是在考虑到已经在步骤S2中确定的、车辆的自身运动并且尤其是天线的自身运动的情况下。在此,标准例如是车辆或雷达传感器在地面上的最小自身速度、自身车辆的加速度和偏航率、P_m中的元素(目标)的数量以及角度测量数据的数值散布(Streuumg)。

在另一可选的步骤S4中,基于在当前的和必要时之前的测量周期中所获得的雷达数据来检验并且必要时更新说明车辆的自身运动的数据。

在此处所考虑的示例中还应假设:独立于对失真角度误差的检查,还进行对失调误差的检查,所述对失调误差的检查可能基于对于在步骤S1中所选择的目标的测量数据。

然后,在步骤S5中,在所识别出的传感器的失调方面来校正用于定位角度(例如和α)的测量数据,从而对失真误差的后续检查能够基于更准确的角度测量数据进行。

然后,在步骤S6中,针对集合P_m中的每个单个的目标(这些目标基于索引p来进行辨识)计算指标值q_p,该指标值表示对于所计算的径向速度V_r与实际上基于多普勒效应所测量的径向速度的偏差的度量。在此,出发点是公式(1)。但是,符合目的的是,在雷达目标的接近与远离之间进行区分,其方式为:在目标接近时,使得V_r采用负值。然后,在球坐标中适用:

其中,α是可能有误差的测量值,α_e和是角度测量误差。

类似地,在锥体坐标中适用:

-V_r/V=(1-sin2(β)-sin2(α))1/2=(cos2(β-β_e)-sin2(α-α_e))1/2 (3)

如果α_p和是针对具有索引p的目标所测量的定位角度,并且V_r_p是针对该目标所测量的径向速度,则合适的指标值q_p例如通过以下给定:

或者,在锥体坐标中:

q_p=(-V_R_P/V)-(cos2(α_p)-sin2(β_p))1/2。 (5)

然而,对于指标值也能够有不同的定义,例如:

q_p=(-V_R_P/V)2-cos2(α_p)+sin2(β_p) (7)

由于失真角度测量误差是角度相关的,如已经基于图1所阐述的那样,因此原则上在步骤S6中所获得的指标值也将是角度相关的,即原则上针对P_m中的每个目标获得不同的指标值。因此,一般而言,指标值的和或平均值也将取决于目标的角度分布。在此,指标值也可以采用不同的符号,并且根据目标的角度分布,指标值的平均值在某些情况下可以接近零,并可以伪装正确的测量,尽管实际上存在失真测量误差。

为了仍然获得有说服力的、用于失真误差的存在的指标,在步骤S7中进行指标值的角度相关的缩放。为此,定义(在球坐标系的情况下)任意的缩放函数或F(α,β)(锥体坐标系的情况下),该缩放函数至少近似地呈现失真角度误差的角度相关性。该缩放函数例如又可以是梯度的函数:

在锥体坐标的情况下,形成缩放函数F(α,β),该缩放函数例如可以是梯度G(α,β)的函数F(α,β)=f(G(α,β)):

G(α,β)=-[sin(2α)+sin(2β)]*(2*[cos(2α)+cos(2β)])-1/2 (9)

然后,由用于各个目标的指标值q_p形成在很大程度上与角度无关的有效值Q_m,例如根据以下公式:

其中,和符号表示P_m中的所有目标上的和。然后,在可选的步骤S9中,对在步骤S8中在彼此相继的测量周期中分别获得的有效值进行时间上的滤波,以便实现相对于统计波动的更高的稳定性。作为滤波的结果,获得经滤波的有效值Q_filt。最后,在步骤S10中,借助缩放因子F_scal对该经滤波的值进行缩放,并借助上下限值Q_min和Q-max对该经滤波的值进行限制,从而最终获得根据在图8中所示出的函数在0与1之间线性变化的指标值I。然后,在步骤S10中,该指标值I被输出给驾驶员辅助系统的其他模块,并允许在这些模块中评估角度测量的结果的准确性和可靠性。

为了形成指标值I而使用的信息独立于在天线阵列14的接收通道中所获得的相位信息,并且形成表征角度误差并且独立于经典角度估计的度量。尤其是,即使角度估计的品质非常高,以至于不会根据品质推断出误差,也能够识别雷达传感器的角度误差或角度盲区(Winkelblindheit)。

在假设仰角角度α无误差的情况下,由等式(2)或(3)通过求解或β还能够推导出校正值,该校正值除了符号的多值性以外说明方位角中的角度测量误差(在球坐标中)和β_e(在锥体坐标中)。相反,在假设方位角角度无误差的情况下,能够推导出用于仰角角度的校正值。

14页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种信源数量估计的方法、装置和存储介质

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!