DE102023129192A1 - DETECTION OF OBJECTS WITH AT LEAST TWO RADAR SENSORS - Google Patents
DETECTION OF OBJECTS WITH AT LEAST TWO RADAR SENSORS Download PDFInfo
- Publication number
- DE102023129192A1 DE102023129192A1 DE102023129192.0A DE102023129192A DE102023129192A1 DE 102023129192 A1 DE102023129192 A1 DE 102023129192A1 DE 102023129192 A DE102023129192 A DE 102023129192A DE 102023129192 A1 DE102023129192 A1 DE 102023129192A1
- Authority
- DE
- Germany
- Prior art keywords
- radar
- data
- objects
- spectral features
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title description 21
- 230000003595 spectral effect Effects 0.000 claims abstract description 230
- 238000001228 spectrum Methods 0.000 claims abstract description 200
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000002790 cross-validation Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 133
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000004927 fusion Effects 0.000 description 8
- 238000010200 validation analysis Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001151 other effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
- G01S7/2955—Means for determining the position of the radar coordinate system for evaluating the position data of the target in another coordinate system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/356—Receivers involving particularities of FFT processing
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Verfahren zum Erfassen eines oder mehrerer Objekte unter Verwendung mindestens eines ersten und eines zweiten Radarsensors (200; 220) mit überlappenden Sichtfeldern (204; 224), die ein gemeinsames Sichtfeld (240) bilden. Das Verfahren umfasst den Empfang von ersten Radardaten (122), die unter Verwendung des ersten Radarsensors (200) ermittelt werden. Unter Verwendung der ersten Radardaten (122) wird ein Radarspektrum (250) in einer oder mehreren Datendimensionen bestimmt. Innerhalb des Radarspektrums (250) werden vorläufige Spektralmerkmale (210) bestimmt, die sich auf ein oder mehrere Objekte innerhalb des gemeinsamen Sichtfeldes (240) beziehen. Es werden zweite Radardaten (132) empfangen, die mit dem zweiten Radarsensor (220) ermittelt werden. Die vorläufigen Spektralmerkmale (210) werden anhand der zweiten Radardaten (132) kreuzvalidiert. Die vorläufigen Spektralmerkmale (210) werden für die Objekte bestätigt, für die das Kreuzvalidieren erfolgreich war. Für das eine oder die mehreren bestätigten Objekte werden Koordinatenwerte der bestätigten Spektralmerkmale (210; 282) innerhalb der einen oder mehreren Datendimensionen ausgegeben.
Description
BEREICH DER ERFINDUNGFIELD OF THE INVENTION
Die Erfindung bezieht sich auf das Gebiet der Radarerfassung. Insbesondere betrifft die Erfindung ein Verfahren zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei beabstandet zueinander angeordneten Radarsensoren mit überlappenden Sichtfeldern.The invention relates to the field of radar detection. In particular, the invention relates to a method for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view.
HINTERGRUNDBACKGROUND
Die Radarerfassung dient dem Erfassen von Objekten, die sich innerhalb des Sichtfelds eines Radarsensors befinden. Ein vom Radarsensor ermitteltes Radarsignal kann weiterverarbeitet werden, um die Entfernung und Geschwindigkeit der erfassten Objekte relativ zum Radarsensor zu bestimmen. Ein solcher Radarsensor kann z. B. in ein Fahrzeug, z. B. ein Auto, als Teil eines assistierten, automatisierten und/oder autonomen Fahrsystems integriert werden. Die Erfassungsverarbeitung in Radarsensoren ist jedoch in der Regel darauf beschränkt, jeweils ein Radarspektrum zu betrachten, das von einem einzigen Radarsensor stammt. Dies führt zu einem einzigen Suchalgorithmus, der in mehreren Datendimensionen eines Radarspektrums ausgeführt werden kann, um Spitzenwerte im Radarspektrum zu finden, die das Erfassen von Objekten innerhalb des Sichtfelds des Radarsensors darstellen. Ein solches Radarspektrum kann jedoch von Natur aus verrauscht sein, insbesondere bei kostengünstigen Sensoren, wie z. B. bei Kfz-Sensoren, und es kann fehleranfällig sein. So können beispielsweise Oberschwingungen, d. h. eine Reihe kleinerer Spitzenwerte auf derselben Entfernungsachse wie der eigentliche Spitzenwert, sichtbar sein. Außerdem können aufgrund des Designs der Antennen mehrere Nebenkeulen auftreten. Hohe Nebenkeulenpegel und Gitterkeulen lassen sich möglicherweise nicht vermeiden, da die Antennenkonstruktionen immer komplizierter werden, um eine bessere Zieltrennbarkeit zu erreichen. Somit können Fehler im Sinne schiefer/schräger geschätzter Einfallswinkel durch die zusätzlichen Spitzenwerte entlang der Winkelachse im Spektrum entstehen. Daher wäre eine Methode wünschenswert, die ein verbessertes Erfassen von Objekten ermöglicht.Radar sensing is used to detect objects that are within the field of view of a radar sensor. A radar signal determined by the radar sensor can be further processed to determine the distance and speed of the detected objects relative to the radar sensor. Such a radar sensor can, for example, be integrated into a vehicle, e.g., a car, as part of an assisted, automated, and/or autonomous driving system. However, detection processing in radar sensors is typically limited to considering one radar spectrum at a time, originating from a single radar sensor. This results in a single search algorithm that can be executed across multiple data dimensions of a radar spectrum to find peaks in the radar spectrum that represent the detection of objects within the radar sensor's field of view. However, such a radar spectrum can be inherently noisy, particularly in low-cost sensors, such as automotive sensors, and it can be prone to errors. For example, harmonics, i.e., A series of smaller peaks along the same range axis as the actual peak may be visible. Additionally, multiple sidelobes may be present due to the antenna design. High sidelobe levels and grating lobes may be unavoidable as antenna designs become increasingly complex to achieve better target separation. Thus, errors in the sense of skewed/oblique estimated angles of arrival may arise from the additional peaks along the angular axis in the spectrum. Therefore, a method that allows for improved object detection would be desirable.
Es ist eine Aufgabe, ein Verfahren, ein Computerprogramm und eine Verarbeitungseinheit zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei beabstandet zueinander angeordneten Radarsensoren mit überlappenden Sichtfeldern bereitzustellen. Die der Erfindung zugrunde liegenden Aufgaben werden durch die Merkmale der unabhängigen Ansprüche gelöst.It is an object to provide a method, a computer program, and a processing unit for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view. The objects underlying the invention are achieved by the features of the independent claims.
ZUSAMMENFASSUNGSUMMARY
In einem Aspekt wird ein Verfahren zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei beabstandet voneinander angeordneten Radarsensoren mit sich überlappenden Sichtfeldern offenbart. Die Überlappung der Sichtfelder der mindestens zwei Radarsensoren bildet ein gemeinsames Sichtfeld der mindestens zwei Radarsensoren.In one aspect, a method for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view is disclosed. The overlap of the fields of view of the at least two radar sensors forms a common field of view of the at least two radar sensors.
Das von einer ersten Verarbeitungseinheit ausgeführte Verfahren umfasst das Empfangen von ersten Radardaten, die unter Verwendung eines ersten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden. Die ersten Radardaten beschreiben Merkmale von ersten Radarsignalen, die mit dem ersten Radarsensor ermittelt wurden. Unter Verwendung der ersten Radardaten wird ein erstes Radarspektrum in einer oder mehreren ersten Datendimensionen bestimmt. Innerhalb des ersten Radarspektrums werden erste vorläufige Spektralmerkmale bestimmt, die sich auf ein oder mehrere erste Objekte innerhalb des gemeinsamen Sichtfeldes beziehen. Die ersten vorläufigen Spektralmerkmale umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums. Zweite Radardaten, die unter Verwendung eines zweiten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden, werden empfangen. Die zweiten Radardaten beschreiben die Merkmale der zweiten Radarsignale, die mit dem zweiten Radarsensor ermittelt wurden. Die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, werden anhand der empfangenen zweiten Radardaten kreuzvalidiert. Die ersten vorläufigen Spektralmerkmale, die sich auf diejenigen ersten Objekte des einen oder der mehreren ersten Objekte beziehen und für die das Kreuzvalidieren erfolgreich war, werden bestätigt. Für das eine oder die mehreren bestätigten ersten Objekte werden Koordinatenwerte der bestätigten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen ausgegeben.The method performed by a first processing unit comprises receiving first radar data determined using a first radar sensor of the at least two radar sensors. The first radar data describe features of first radar signals determined with the first radar sensor. Using the first radar data, a first radar spectrum is determined in one or more first data dimensions. Within the first radar spectrum, first preliminary spectral features relating to one or more first objects within the common field of view are determined. The first preliminary spectral features comprise first peak values within the first radar spectrum. Second radar data determined using a second radar sensor of the at least two radar sensors is received. The second radar data describe the features of the second radar signals determined with the second radar sensor. The first preliminary spectral features relating to the one or more first objects are cross-validated using the received second radar data. The first preliminary spectral features relating to those first objects of the one or more first objects for which cross-validation was successful are confirmed. Coordinate values of the confirmed spectral features within the one or more first data dimensions are output for the one or more confirmed first objects.
Beispiele können eine effektive und effiziente Kreuzvalidierung von vorläufigen Spektralmerkmalen, die anhand eines Radarspektrums eines Radarsensors ermittelt wurden, mit Radarsensordaten eines oder mehrerer weiterer Radarsensoren ermöglichen. So kann festgestellt werden, welche der vorläufigen Spektralmerkmale reale Objekte darstellen und welche der vorläufigen Spektralmerkmale auf andere Effekte zurückzuführen sind. Im Falle von mehr als zwei Radarsensoren, z.B. N+1 Radarsensoren mit N ∈ ℕ können nicht nur zweite Radardaten, sondern n-te Radardaten z.B. von jedem der N zusätzlich zum ersten Radarsensor verwendeten Radarsensoren empfangen werden. Hier kann n E {1; N} gelten. Die n-ten Radardaten werden mit einem n-ten Radarsensor der mindestens N+1 Radarsensoren ermittelt. Die n-ten Radardaten beschreiben die Merkmale der n-ten Radarsignale, die mit dem n-ten Radarsensor ermittelt wurden. Die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, können in diesem Fall unter Verwendung der empfangenen n-ten Radardaten, d. h. aller n-ten Radardaten, kreuzvalidiert werden.Examples can enable effective and efficient cross-validation of preliminary spectral features determined from a radar spectrum of a radar sensor with radar sensor data from one or more additional radar sensors. This makes it possible to determine which of the preliminary spectral features represent real objects and which of the preliminary spectral features are due to other effects. In the case of more than two radar sensors, e.g. N+1 radar sensors with N ∈ ℕ, not only second radar data but also n-th radar data can be received, e.g., from each of the N radar sensors used in addition to the first radar sensor. Here, n E {1; N} can apply. The n-th radar data is an nth radar sensor that detects at least N+1 radar sensors. The nth radar data describe the characteristics of the nth radar signals detected with the nth radar sensor. The first preliminary spectral features relating to the one or more first objects can, in this case, be cross-validated using the received nth radar data, i.e., all nth radar data.
Für das Verarbeiten des Erfassens wird mehr als ein Radarspektrum von mehr als einem Radarsensor verwendet. Dies kann dazu führen, dass ein Suchalgorithmus in mehreren Datendimensionen von mehr als einem Radarspektrum läuft, um Spektralmerkmale wie Spitzenwerte zu finden, die echte Objekte darstellen. Die Verwendung von Radarsensordaten von mehr als einem Radarsensor kann ein wirksames Erfassen von Objekten auch bei inhärent verrauschten Spektren ermöglichen, wie z. B. bei preisgünstigen Kfz-Sensoren.For sensing processing, more than one radar spectrum from more than one radar sensor is used. This can result in a search algorithm running across multiple data dimensions from more than one radar spectrum to find spectral features, such as peaks, that represent real objects. Using radar sensor data from more than one radar sensor can enable effective object detection even with inherently noisy spectra, such as those found in low-cost automotive sensors.
Wenn zwei oder mehr Radarsensoren so positioniert sind, dass sich ihre Sichtfelder, d. h. ihre Beleuchtungsbereiche, überlappen und ein gemeinsames Sichtfeld bilden, können ihre ermittelten Informationen in Bezug auf das gemeinsame Sichtfeld zum Kreuzvalidieren von Zielen, d. h. von erfassten Objekten, verwendet werden. Fehler in der Erfassungsebene und Abweichungen in der Objektposition können durch die Verwendung von Radarsensordaten von zwei oder mehr Radarsensoren mit sich überlappenden Sichtfeldern reduziert werden.When two or more radar sensors are positioned so that their fields of view, i.e., their illumination areas, overlap and form a common field of view, the information they gather with respect to the common field of view can be used to cross-validate targets, i.e., detected objects. Detection plane errors and deviations in object position can be reduced by using radar sensor data from two or more radar sensors with overlapping fields of view.
Die ermittelten Spektralmerkmale, wie z. B. Spitzenwerte, werden hier als „vorläufig“ bezeichnet, um darauf hinzuweisen, dass noch nicht bestätigt ist, dass sie echte Objekte darstellen und nicht auf Fehler, wie z. B. Rauschen, Nebenkeulen und/oder Antenneneffekte, zurückzuführen sind. Um zu bestätigen, welche der ersten vorläufigen Spektralmerkmale reale Objekte darstellen, können Radardaten von zusätzlichen Radarsensoren verwendet werden.The detected spectral features, such as peaks, are referred to here as "preliminary" to indicate that they have not yet been confirmed to represent real objects and are not due to errors such as noise, sidelobes, and/or antenna effects. Radar data from additional radar sensors can be used to confirm which of the initial preliminary spectral features represent real objects.
Ein Radarsensor arbeitet, indem er Signale sendet und verzögerte Signale empfängt, die Phasenänderungen aufgrund von Reflexionen an mehreren Objekten innerhalb des Sichtfelds des Radarsensors, d. h. seines Beleuchtungsbereichs, umfassen. Das Sichtfeld kann hauptsächlich durch die Konstruktion und Herstellung einer Radarantenne des Radarsensors gesteuert werden. Ist der Radarsensor in ein Fahrzeug, z. B. ein Auto, eingebaut, kann er z. B. hinter einer Verkleidung, wie einem Stoßfänger, angeordnet sein. Dies kann zu einer Verringerung des Sichtfeldes führen, da das Signal durch die Verkleidung an Leistung verliert.A radar sensor operates by transmitting signals and receiving delayed signals that include phase changes due to reflections from multiple objects within the radar sensor's field of view, i.e., its illumination range. The field of view can be controlled primarily by the design and manufacture of the radar sensor's radar antenna. If the radar sensor is installed in a vehicle, such as a car, it may be located behind a panel, such as a bumper. This can lead to a reduction in the field of view because the signal loses power through the panel.
Im Empfänger des Radarsensors, genauer gesagt in einer Datenverarbeitungseinheit des Radarsensors, können bestimmte Standardverarbeitungsvorgänge erfolgen. Ein Radarsensor kann eine oder mehrere Empfangsantennen umfassen. Die rohen Signalspektren von der Empfangsantenne des Radarsensors können z. B. einer Fourier-Transformation in zwei oder mehr Datendimensionen unterzogen werden, z. B. Entfernung und Doppler-Verschiebung, d. h. Geschwindigkeit. Die Fourier-Transformation ist digital und kann auf Geschwindigkeit optimiert sein, z. B. eine so genannte Fast Fourier Transform (FFT). Nach der FFT können sich die resultierenden Spektren in zwei oder mehr Datendimensionen erstrecken, z. B. in Entfernung und Dopplerverschiebung. Ein Spektrum, das sich in Entfernung und Dopplerverschiebung, d. h. in Entfernung und Geschwindigkeit, erstreckt, wird als Entfernungs-Doppler-Spektrum bezeichnet. An diesem Punkt erscheinen Objekte, die vom Radarsensor gesehen, d. h. erfasst werden, als Spitzenwerte im Entfernungs-Doppler-Spektrum. Jeder dieser Spitzenwerte kann aus einer Amplitude gebildet sein, deren Betrag deutlich höher ist als das Grundrauschen des Radarspektrums, sowie aus Phasenwerten, die sich aus dem Einfallswinkel (AOA) des Objekts ergeben. So können z. B. Entfernungs-Doppler-Winkel-Spektren bereitgestellt werden.Certain standard processing operations can take place in the radar sensor's receiver, or more precisely, in a data processing unit of the radar sensor. A radar sensor can comprise one or more receiving antennas. The raw signal spectra from the radar sensor's receiving antenna can, for example, be subjected to a Fourier transform into two or more data dimensions, such as range and Doppler shift, i.e., velocity. The Fourier transform is digital and can be optimized for speed, e.g., a so-called Fast Fourier Transform (FFT). After the FFT, the resulting spectra can extend into two or more data dimensions, such as range and Doppler shift. A spectrum that extends into distance and Doppler shift, i.e., distance and velocity, is called a range-Doppler spectrum. At this point, objects seen, i.e., detected, by the radar sensor appear as peaks in the range-Doppler spectrum. Each of these peak values can be formed from an amplitude whose magnitude is significantly higher than the noise floor of the radar spectrum, as well as from phase values resulting from the object's angle of incidence (AOA). This can be used to provide, for example, range-Doppler angle spectra.
In den Entfernungs-Doppler-Winkel-Spektren können oft auch Oberwellen, d. h. eine Reihe kleinerer Spitzenwerte in derselben Entfernungsachse wie die eigentlichen Spitzenwerte, sichtbar sein. Das Entfernungs-Doppler-Winkel-Spektrum kann z. B. als 3D- oder 4D-Würfel aus Entfernungs-Doppler-Azimut bzw. Entfernungs-Doppler-Azimut-Elevation dargestellt werden. Beim Entfernungs-Doppler-Spektrum können die Oberwellen in regelmäßigen Abständen auftreten und eine geringere Größe haben als die realen Spitzenwerte, die das reale Objekt darstellen. Im Winkelspektrum können jedoch mehrere Spitzenwerte auftreten, z. B. aufgrund des Designs der Antennen. Hohe Nebenkeulenpegel und Gitterkeulen können z. B. unvermeidlich sein, da die Antennendesigns immer komplizierter werden, um eine bessere Zieltrennbarkeit zu erreichen. Die zusätzlichen Spitzenwerte im Spektrum können beispielsweise zu Fehlern bei der Schätzung des Einfallswinkels führen. Für ein zu erfassendes Objekt kann z. B. eine Schätzung der Entfernung und/oder der Dopplerverschiebung richtig sein, während eine Schätzung der Winkel, d. h. Azimut und Elevation, falsch sein kann.In the range-Doppler-angle spectra, harmonics, i.e. a series of smaller peaks in the same range axis as the actual peaks, can often be visible. The range-Doppler-angle spectrum can, for example, be represented as a 3D or 4D cube of range-Doppler-azimuth or range-Doppler-azimuth-elevation. In the range-Doppler spectrum, the harmonics may occur at regular intervals and be smaller in magnitude than the real peaks that represent the real object. However, multiple peaks may appear in the angular spectrum, e.g. due to the design of the antennas. High sidelobe levels and grating lobes, for example, may be unavoidable as antenna designs become increasingly complex to achieve better target separation. The additional peaks in the spectrum can, for example, lead to errors in the estimation of the angle of arrival. For an object to be detected, for example, For example, an estimate of distance and/or Doppler shift may be correct, while an estimate of angles, i.e. azimuth and elevation, may be incorrect.
Das Problem, dass die Entfernungs- und/oder Doppler-Schätzungen für Objekte korrekt sind, während die Schätzungen der Azimut- und/oder Elevationsposition falsch sind, führt direkt dazu, dass die Objekte in einer falschen Querentfernung und/oder Höhe gesehen werden. Werden nur die Daten eines einzelnen Radarsensors verwendet, lässt sich dieses Problem in den meisten Fällen auch mit Nachbearbeitungsalgorithmen nicht lösen. Mit Hilfe eines weiteren Radarsensors, der ein überlappendes Sichtfeld hat, kann die Objekterfassung und -validierung jedoch optimiert werden. Diese Methode kann z. B. auch mit Superauflösungsalgorithmen für eine optimierte Verarbeitung verwendet werden. Solche Superauflösungsalgorithmen können z. B. Algorithmen wie MUSIC oder ESPRIT umfassen. MUSIC (MUltiple Signal Classification), z. B. beschrieben in
Für die Objekterfassung unter Verwendung von Radarsensordaten von zwei oder mehr Radarsensoren können Informationen bereitgestellt werden, die die Positionen und Ausrichtungen der Radarsensoren definieren. Die Positionen der Radarsensoren können z. B. in einem globalen Koordinatensystem aufgetragen werden. Anhand der Definitionen der Positionen der Radarsensoren sowie der Definitionen ihrer geplanten Antennensichtfelder kann eine Überlappung der Sichtfelder der Radarsensoren bestimmt werden.For object detection using radar sensor data from two or more radar sensors, information can be provided that defines the positions and orientations of the radar sensors. The positions of the radar sensors can be plotted, for example, in a global coordinate system. Based on the definitions of the radar sensors' positions and the definitions of their planned antenna fields of view, an overlap of the radar sensors' fields of view can be determined.
Die Radarsensoren können synchronisiert werden, z. B. in Bezug auf Frequenz und/oder Zeit, um gegenseitige Störungen zu vermeiden.The radar sensors can be synchronized, e.g. in terms of frequency and/or time, to avoid mutual interference.
Der Radarsensor kann z. B. in einem Fahrzeug, insbesondere einem Pkw, eingebaut sein und kann so konfiguriert sein, dass er die Umgebung des Fahrzeugs, d. h. Objekte in der Umgebung des Fahrzeugs, erfasst. Der Radarsensor kann beispielsweise ein Radarsensor eines Frontradars, eines Eckradars, eines Seitenradars und/oder eines Heckradars des Fahrzeugs, z. B. eines Autos, sein.The radar sensor can be installed, for example, in a vehicle, in particular a passenger car, and can be configured to detect the surroundings of the vehicle, i.e., objects in the vicinity of the vehicle. The radar sensor can, for example, be a radar sensor of a front radar, a corner radar, a side radar, and/or a rear radar of the vehicle, e.g., a car.
Ein solcher Radarsensor kann in einem Fahrzeug verwendet werden, z. B. zur Umsetzung von Funktionen eines assistierten, automatisierten und/oder autonomen Fahrsystems. Beispielsweise kann ein solcher Radarsensor in einem Fahrzeug für einen adaptiven Geschwindigkeitsregler (ACC) verwendet werden. Ein adaptiver Geschwindigkeitsregler ist eine Art fortschrittliches Fahrerassistenzsystem für Straßenfahrzeuge, das so konfiguriert ist, dass es die Geschwindigkeit des Fahrzeugs automatisch anpasst, um z. B. einen sicheren Abstand zu vorausfahrenden Fahrzeugen einzuhalten. Der adaptive Geschwindigkeitsregler kann beispielsweise Teil eines radargestützten Notbremsassistenten sein. Darüber hinaus kann ein solcher Radarsensor z. B. für eine Querverkehrswarnung (CTA) verwendet werden, um Querverkehr, z. B. hinter dem Fahrzeug, erkennen zu können. Ein solcher Querverkehrswarner kann z. B. mit einem Toter-Winkel-Überwachungssystem zusammenarbeiten und so konfiguriert sein, dass er den Fahrer beim Rückwärtsfahren aus einer Parklücke vor herannahendem Querverkehr warnt. Ein solcher Radarsensor kann zum Beispiel für einen Türöffnungsschutz verwendet werden, der den Fahrer beim Öffnen einer Fahrzeugtür vor statischen oder sich nähernden Hindernissen warnt. Ein solcher Radarsensor kann z. B. zur Überwachung des toten Winkels eingesetzt werden, um andere Fahrzeuge oder sich bewegende Objekte an der Seite oder hinter dem Fahrer zu erkennen. Die üblicherweise für Radargeräte in Fahrzeugen verwendeten Radarfrequenzen liegen z. B. im Bereich von 76 bis 77 GHz, was einer Wellenlänge von etwa 4 mm entspricht.Such a radar sensor can be used in a vehicle, e.g., to implement functions of an assisted, automated, and/or autonomous driving system. For example, such a radar sensor can be used in a vehicle for adaptive cruise control (ACC). Adaptive cruise control is a type of advanced driver assistance system for road vehicles that is configured to automatically adjust the vehicle's speed, e.g., to maintain a safe following distance from vehicles ahead. Adaptive cruise control can, for example, be part of a radar-based emergency braking system. Furthermore, such a radar sensor can, e.g., be used for cross-traffic alert (CTA) to detect cross traffic, e.g., behind the vehicle. Such a cross-traffic alert can, for example, work together with a blind-spot monitoring system and be configured to warn the driver of approaching cross traffic when reversing out of a parking space. Such a radar sensor can be used, for example, for door opening protection, which warns the driver of static or approaching obstacles when opening a vehicle door. Such a radar sensor can be used, for example, for blind spot monitoring to detect other vehicles or moving objects to the side or behind the driver. The radar frequencies commonly used for radar devices in vehicles are in the range of 76 to 77 GHz, which corresponds to a wavelength of approximately 4 mm.
Radarsensoren sind Geräte, die ein Radarsignal aussenden und Reflexionen des ausgesendeten Radarsignals von Objekten innerhalb der Erfassungsbereiche der Radarsensoren erfassen. Die Eigenschaften dieser Reflexionen und damit des detektierten Radarsignals können von Merkmalen der reflektierenden Objekte innerhalb der Erfassungsbereiche der Radarsensoren abhängen. Diese Merkmale der Objekte können z. B. Position, Größe, Form, Oberflächenbeschaffenheit, Bewegungsmerkmale und/oder Bewegungsbahn umfassen. Das erste Radarsignal, das mit dem ersten Radarsensor ermittelt wird, kann beispielsweise aus Reflexionen eines vom ersten Radarsensor ausgesandten Radarsignals resultieren. Das zweite Radarsignal, das mit dem zweiten Radarsensor ermittelt wird, kann z. B. aus Reflexionen eines Radarsignals resultieren, das vom zweiten Radarsensor ausgesendet wird. Die von den Radarsensoren ermittelten reflektierten Radarsignale können z. B. die Positionen eines oder mehrerer erfasster Objekte beschreiben, die z. B. durch eine Entfernung, einen Azimutwinkel und einen Elevationswinkel definiert sind, sowie die Radialgeschwindigkeiten relativ zu den Radarsensoren. So können Radarsignaldaten, die ein solches Radarsignal beschreiben, vierdimensionale Informationen über Objekte innerhalb eines Erfassungsbereichs eines Radarsensors enthalten. Diese vierdimensionale Information kann die Entfernung, den Azimutwinkel, den Elevationswinkel und die Radialgeschwindigkeit des erfassten Objekts relativ zu dem detektierenden Radarsensor umfassen. Das Vorhandensein eines Objekts innerhalb des Erfassungsbereichs eines Radarsensors kann z.B. durch einen Intensitäts-Spitzenwert des ermittelten Radarsignals und damit der Radarsignaldaten, die das jeweilige Radarsignal beschreiben, angezeigt werden. Durch das Bestimmen von Abhängigkeiten der in den Radarsignaldaten enthaltenen Intensitäts-Spitzenwerte von Entfernungen, Azimutwinkeln, Elevationswinkeln und/oder Radialgeschwindigkeiten können Entfernungen, Azimutwinkel, Elevationswinkel und/oder Radialgeschwindigkeiten von Objekten innerhalb des Erfassungsbereichs des Radarsensors ermittelt werden.Radar sensors are devices that emit a radar signal and detect reflections of the emitted radar signal from objects within the detection range of the radar sensors. The properties of these reflections and thus of the detected radar signal can depend on characteristics of the reflecting objects within the detection range of the radar sensors. These characteristics of the objects can include, for example, position, size, shape, surface texture, movement characteristics and/or trajectory. The first radar signal, which is detected with the first radar sensor, can result, for example, from reflections of a radar signal emitted by the first radar sensor. The second radar signal, which is detected with the second radar sensor, can result, for example, from reflections of a radar signal emitted by the second radar sensor. The reflected radar signals detected by the radar sensors can describe, for example, the positions of one or more detected objects, which are defined, for example, by a distance, an azimuth angle and an elevation angle, as well as the radial velocities relative to the radar sensors. Radar signal data describing such a radar signal can contain four-dimensional information about objects within a detection range of a radar sensor. This four-dimensional information can include the distance, the azimuth angle, the elevation angle, and the radial velocity of the detected object relative to the detecting radar sensor. The presence of an object within the detection range of a radar sensor can be indicated, for example, by an intensity peak value of the detected radar signal and thus of the radar signal data describing the respective radar signal. By determining dependent The intensity peak values of distances, azimuth angles, elevation angles and/or radial velocities contained in the radar signal data can be used to determine distances, azimuth angles, elevation angles and/or radial velocities of objects within the detection range of the radar sensor.
Die einzelnen Radarsensoren der mindestens zwei Radarsensoren können z.B. in einem monostatischen Modus und/oder in einem bistatischen Modus betrieben werden. Die mindestens zwei Radarsensoren können z. B. in einem multistatischen Modus betrieben werden. Im monostatischen Modus wird ein Radarsensor als Empfänger betrieben, um reflektierte Radarsignale zu empfangen, die von demselben Radarsensor ausgesendet werden, d.h. Empfänger und Sender sind in Form des jeweiligen Radarsensors gemeinsam angeordnet. Im bistatischen Modus wird ein Radarsensor als Empfänger betrieben, um reflektierte Radarsignale zu empfangen, die von einem anderen Radarsensor der mindestens zwei Radarsensoren ausgesendet werden, d. h. Empfänger und Sender sind voneinander beabstandet angeordnet. Im multistatischen Modus wird ein Radarsensor als Empfänger betrieben, um reflektierte Radarsignale zu empfangen, die von mehreren anderen Radarsensoren im Falle einer Anordnung von mehr als zwei Radarsensoren ausgesendet werden. Im Falle einer Baugruppe mit einer Anzahl von n > 2 Sensoren kann ein Sensor der Baugruppe, der im multistatischen Modus betrieben wird, z. B. als Empfänger für den Empfang von Radarsignalen verwendet werden, die von bis zu n - 1 anderen Radarsensoren der Baugruppe ausgesendet werden.The individual radar sensors of the at least two radar sensors can, for example, be operated in a monostatic mode and/or in a bistatic mode. The at least two radar sensors can, for example, be operated in a multistatic mode. In monostatic mode, one radar sensor is operated as a receiver in order to receive reflected radar signals emitted by the same radar sensor, i.e. the receiver and transmitter are arranged together in the form of the respective radar sensor. In bistatic mode, one radar sensor is operated as a receiver in order to receive reflected radar signals emitted by another radar sensor of the at least two radar sensors, i.e. the receiver and transmitter are arranged at a distance from one another. In multistatic mode, one radar sensor is operated as a receiver in order to receive reflected radar signals emitted by several other radar sensors in the case of an arrangement of more than two radar sensors. In the case of an assembly with a number of n > 2 sensors, a sensor of the assembly that is operated in multistatic mode, e.g. B. can be used as a receiver for receiving radar signals emitted by up to n - 1 other radar sensors in the assembly.
Die eine oder mehreren ersten Datendimensionen umfassen beispielsweise eine oder mehrere der folgenden Datendimensionen: eine erste räumliche Dimension; eine zweite räumliche Dimension; eine dritte räumliche Dimension; eine Geschwindigkeit. Um die Abhängigkeiten der ersten Radarsensordaten von der einen oder mehreren ersten Datendimensionen zu bestimmen, können z. B. eine oder mehrere Fourier-Transformationen, z. B. FFTs, und/oder eine Einfallswinkelanalyse verwendet werden.The one or more first data dimensions comprise, for example, one or more of the following data dimensions: a first spatial dimension; a second spatial dimension; a third spatial dimension; and a velocity. To determine the dependencies of the first radar sensor data on the one or more first data dimensions, one or more Fourier transforms, e.g., FFTs, and/or an angle of incidence analysis may be used.
Beispielsweise beschreiben die ausgegebenen Koordinatenwerte der bestätigten Spektralmerkmale eines oder mehrere der folgenden Merkmale des oder der bestätigten ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit.For example, the output coordinate values of the confirmed spectral features describe one or more of the following features of the confirmed first object(s) within the one or more first data dimensions: first positions within the first spatial dimension; second positions within the second spatial dimension; third positions within the third spatial dimension; and velocity values.
Bei der ersten Verarbeitungseinheit handelt es sich beispielsweise um eine zentrale Datenverarbeitungseinheit, die beabstandet zum ersten und zweiten Radarsensor angeordnet ist.The first processing unit is, for example, a central data processing unit that is arranged at a distance from the first and second radar sensors.
Die erste Verarbeitungseinheit wird zum Beispiel vom ersten Radarsensor umfasst. Die zweiten Radardaten werden von einer zweiten Verarbeitungseinheit empfangen, die vom zweiten Radarsensor umfasst wird. Das Verfahren umfasst ferner das Bestimmen erster Koordinatenwerte der ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen beziehen. Die zweiten Radardaten sind Koordinatendaten, die zweite Koordinatenwerte von zweiten vorläufigen Spektralmerkmalen innerhalb eines zweiten Radarspektrums in einer oder mehreren zweiten Datendimensionen identifizieren. Die zweiten vorläufigen Spektralmerkmale beziehen sich auf ein oder mehrere zweite Objekte innerhalb des gemeinsamen Sichtfeldes. Das Kreuzvalidieren der ersten vorläufigen Spektralmerkmale umfasst ein Überprüfen, ob die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale, die durch die zweiten Radardaten identifiziert wurden, übereinstimmen. Das Kreuzvalidieren ist für erste Objekte erfolgreich, wenn die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale der jeweiligen ersten Objekte mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale der zweiten Objekte, die durch die zweiten Radardaten ermittelt wurden, übereinstimmen. Die ausgegebenen Koordinatenwerte sind die ersten Koordinatenwerte der bestätigten ersten Spektralmerkmale, die mit den ersten Radardaten innerhalb der einen oder mehreren ersten Datendimensionen ermittelt wurden.The first processing unit is comprised, for example, by the first radar sensor. The second radar data is received by a second processing unit comprised by the second radar sensor. The method further comprises determining first coordinate values of the first preliminary spectral features relating to the one or more first objects within the one or more first data dimensions. The second radar data is coordinate data identifying second coordinate values of second preliminary spectral features within a second radar spectrum in one or more second data dimensions. The second preliminary spectral features relate to one or more second objects within the common field of view. Cross-validating the first preliminary spectral features comprises checking whether the first coordinate values of the first preliminary spectral features match the second coordinate values of the second preliminary spectral features identified by the second radar data. Cross-validation is successful for first objects if the first coordinate values of the first preliminary spectral features of the respective first objects match the second coordinate values of the second preliminary spectral features of the second objects determined using the second radar data. The output coordinate values are the first coordinate values of the confirmed first spectral features determined using the first radar data within the one or more first data dimensions.
Wenn nur Koordinatenwerte von einem oder mehreren zusätzlichen Radarsensoren, wie die zweiten Koordinatenwerte der zweiten vorläufigen Spektralmerkmale, empfangen und für das Kreuzvalidieren verwendet werden, kann es erforderlich sein, nur ein Minimum an Daten von dem einen oder den mehreren zusätzlichen Radarsensoren an die erste Verarbeitungseinheit zu übertragen, damit die erste Verarbeitungseinheit das Kreuzvalidieren durchführen kann. Darüber hinaus kann der für das Kreuzvalidieren erforderliche Rechenaufwand reduziert, z. B. minimiert werden, wenn nur die Koordinatenwerte von dem einen oder den mehreren zusätzlichen Radarsensoren verwendet werden.If only coordinate values from one or more additional radar sensors, such as the second coordinate values of the second preliminary spectral features, are received and used for cross-validation, it may be necessary to transmit only a minimum amount of data from the one or more additional radar sensors to the first processing unit in order for the first processing unit to perform the cross-validation. Furthermore, the computational effort required for cross-validation may be reduced, e.g., minimized, if only the coordinate values from the one or more additional radar sensors are used.
Die gleichzeitige Berücksichtigung von mehr als einem Radarspektrum von mehr als einem Radarsensor kann nicht nur das Auffinden von Spitzenwerten anhand der einzelnen Radarspektren ermöglichen, sondern auch ein Kreuzvalidieren der Ergebnisse auf der Grundlage bekannter Sensorpositionen und -ausrichtungen. Jedem einzelnen Sensor-Spitzenwert können Koordinatenwerte wie Entfernung, ein oder mehrere Winkel und/oder Geschwindigkeit zugeordnet werden. Entfernung und Winkel der durch die Daten des zweiten Sensors ermittelten Spitzenwerte können z. B. im kartesischen Raum von einem lokalen Koordinatensystem des zweiten Sensors in ein lokales Koordinatensystem des ersten Sensors transformiert werden, um einen direkten Vergleich der Spitzenpositionen, d. h. der Koordinatenwerte, zu ermöglichen. Die Geschwindigkeit kann auf der Grundlage der Position des zweiten Sensors relativ zum ersten Sensor von einer Geschwindigkeit relativ zum zweiten Sensor in eine Geschwindigkeit relativ zum ersten Sensor transformiert werden. Nach dieser Umwandlung kann die mit dem zweiten Radarsensor ermittelte Geschwindigkeit eines Objekts mit den mit dem ersten Radarsensor ermittelten Geschwindigkeiten von Objekten verglichen werden.The simultaneous consideration of more than one radar spectrum from more than one radar sensor can not only enable the detection of peak values based on the individual radar spectra, but also a cross-validation of the Results based on known sensor positions and orientations. Coordinate values such as distance, one or more angles, and/or speed can be assigned to each individual sensor peak value. The distance and angle of the peak values determined by the data from the second sensor can be transformed, for example in Cartesian space, from a local coordinate system of the second sensor to a local coordinate system of the first sensor to enable a direct comparison of the peak positions, i.e. the coordinate values. The speed can be transformed from a speed relative to the second sensor to a speed relative to the first sensor based on the position of the second sensor relative to the first sensor. After this conversion, the speed of an object determined with the second radar sensor can be compared with the speeds of objects determined with the first radar sensor.
Wenn man die Koordinatenwerte der zweiten Spektralmerkmale, z. B. der Spitzenwerte, aus einem zweiten Radarspektrum kennt, das mit einem zweiten Radarsensor ermittelt wurde, kann man leichter feststellen, welche lokalen Spektralmerkmale, wie z. B. Spitzenwerte, eines ersten Radarspektrums Spektralmerkmale sind, die ein reales Objekt darstellen, und welche Spektralmerkmale auf andere Effekte, wie z. B. Rauschen, Nebenkeulen oder Antenneneffekte, zurückzuführen sind. Bei Spektralmerkmalen, die reale Objekte darstellen, sollten die Koordinatenwerte übereinstimmen, während es bei Spektralmerkmalen, die auf andere Effekte zurückzuführen sind, aufgrund der unterschiedlichen Positionen der Radarsensoren keine Korrelation geben sollte.Knowing the coordinate values of the second spectral features, such as peaks, from a second radar spectrum acquired with a second radar sensor makes it easier to determine which local spectral features, such as peaks, of a first radar spectrum are spectral features representing a real object and which spectral features are due to other effects, such as noise, sidelobes, or antenna effects. For spectral features representing real objects, the coordinate values should match, whereas for spectral features resulting from other effects, there should be no correlation due to the different positions of the radar sensors.
Beispielsweise kann ein einzelnes Objekt im Sichtfeld des ersten Radarsensors mit einer hohen Reflexion, d. h. einem hohen Spitzenwert im ersten Radarspektrum, bei der Sensorverarbeitung zu starken Nebenkeulen neigen. Diese Nebenkeulen können bei unterschiedlichen Entfernungen, Winkeln und/oder Dopplerverschiebungen, d. h. Geschwindigkeiten, auftreten, je nachdem, welche dieser Datendimensionen zum Erfassen des Radarspektrums verwendet werden. Die Ergebnisse des Ermittelns durch die zweiten Radarsensoren, welche durch Koordinatendaten in Form der zweiten Radardaten beschrieben werden, können direkt mit dem ersten Radarspektrum verglichen werden. Die bestimmten zweiten Spektralmerkmale dürfen sich nur dann mit ersten Spektralmerkmalen überlappen, d. h. die zweiten Koordinatenwerte der zweiten Spektralmerkmale dürfen nur dann mit den ersten Koordinatenwerten der ersten Spektralmerkmale übereinstimmen, wenn die jeweiligen ersten Spektralmerkmale Spektralmerkmale eines realen Objekts sind. Beispielsweise kann es bei einem einzelnen Objekt, das sich im gemeinsamen Sichtfeld der Radarsensoren befindet, nur eine Überlappung eines ersten Spitzenwertes mit einem zweiten Spitzenwert bei einem der zweiten Spitzenwerte im ersten Spektrum geben. Dieser überlappende Spitzenwert kann als der Spitzenwert ermittelt werden, der das echte Objekt repräsentiert, während andere Spitzenwerte je nach Anwendungsfall entweder verworfen oder weiterverarbeitet werden können.For example, a single object in the field of view of the first radar sensor with a high reflectance, i.e., a high peak value in the first radar spectrum, may be prone to strong side lobes during sensor processing. These side lobes may occur at different distances, angles, and/or Doppler shifts, i.e., velocities, depending on which of these data dimensions are used to acquire the radar spectrum. The results of the detection by the second radar sensors, which are described by coordinate data in the form of the second radar data, can be directly compared with the first radar spectrum. The determined second spectral features may only overlap with first spectral features, i.e., the second coordinate values of the second spectral features may only match the first coordinate values of the first spectral features, if the respective first spectral features are spectral features of a real object. For example, for a single object located within the combined field of view of the radar sensors, there may only be an overlap of a first peak with a second peak at one of the second peaks in the first spectrum. This overlapping peak can be determined as the peak representing the true object, while other peaks can be either discarded or further processed, depending on the application.
Beispielsweise kann eine Transformation der Koordinatensysteme aufgrund der unterschiedlichen Blickwinkel der beiden Radarsensoren erforderlich sein. Zum Beispiel können die zweiten Koordinatenwerte für das Kreuzvalidieren von einem lokalen Koordinatensystem des zweiten Radarsensors in ein lokales Koordinatensystem des ersten Radarsensors transformiert werden. Beispielsweise können die zweiten Radardaten in transformierter Form empfangen werden, d. h. mit den zweiten Koordinatenwerten, die von dem lokalen Koordinatensystem des zweiten Radarsensors in das lokale Koordinatensystem des ersten Radarsensors transformiert wurden, z. B. durch eine Verarbeitungseinheit des zweiten Radarsensors. Beispielsweise können die empfangenen zweiten Koordinatenwerte durch die erste Verarbeitungseinheit des ersten Radarsensors aus dem lokalen Koordinatensystem des zweiten Radarsensors in das lokale Koordinatensystem des ersten Radarsensors transformiert werden.For example, a transformation of the coordinate systems may be necessary due to the different viewing angles of the two radar sensors. For example, the second coordinate values for cross-validation can be transformed from a local coordinate system of the second radar sensor to a local coordinate system of the first radar sensor. For example, the second radar data can be received in transformed form, i.e., with the second coordinate values transformed from the local coordinate system of the second radar sensor to the local coordinate system of the first radar sensor, e.g., by a processing unit of the second radar sensor. For example, the received second coordinate values can be transformed from the local coordinate system of the second radar sensor to the local coordinate system of the first radar sensor by the first processing unit of the first radar sensor.
Alternativ können die zweiten Koordinatenwerte auch aus einem gemeinsamen globalen Koordinatensystem der beiden Radarsensoren transformiert werden. Zum Beispiel können die ermittelten ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale aus dem lokalen Koordinatensystem des ersten Radarsensors in das gemeinsame globale Koordinatensystem transformiert werden. Alternativ kann bei der Bestimmung des ersten Radarspektrums eine Transformation vom lokalen Koordinatensystem des ersten Radarsensors in das gemeinsame globale Koordinatensystem verwendet werden, so dass die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale im gemeinsamen globalen Koordinatensystem bestimmt werden.Alternatively, the second coordinate values can also be transformed from a common global coordinate system of the two radar sensors. For example, the determined first coordinate values of the first preliminary spectral features can be transformed from the local coordinate system of the first radar sensor into the common global coordinate system. Alternatively, a transformation from the local coordinate system of the first radar sensor to the common global coordinate system can be used to determine the first radar spectrum, so that the first coordinate values of the first preliminary spectral features are determined in the common global coordinate system.
Beispielsweise können die zweiten Radardaten in transformierter Form empfangen werden, d. h. mit den zweiten Koordinatenwerten, die von dem lokalen Koordinatensystem des zweiten Radarsensors in das gemeinsame globale Koordinatensystem transformiert werden, z. B. durch eine Verarbeitungseinheit des zweiten Radarsensors. Beispielsweise können die empfangenen zweiten Koordinatenwerte durch die erste Verarbeitungseinheit des ersten Radarsensors vom lokalen Koordinatensystem des zweiten Radarsensors in das gemeinsame globale Koordinatensystem transformiert werden.For example, the second radar data can be received in transformed form, i.e., with the second coordinate values transformed from the local coordinate system of the second radar sensor into the common global coordinate system, e.g., by a processing unit of the second radar sensor. For example, the received second coordinate values can be transformed from the local coordinate system of the second radar sensor into the common global coordinate system by the first processing unit of the first radar sensor.
Die eine oder mehreren zweiten Datendimensionen werden beispielsweise von der einen oder den mehreren ersten Datendimensionen umfasst. Die eine oder mehreren zweiten Datendimensionen können beispielsweise mit der einen oder den mehreren ersten Datendimensionen identisch sein.The one or more second data dimensions are encompassed, for example, by the one or more first data dimensions. The one or more second data dimensions may, for example, be identical to the one or more first data dimensions.
Beispielsweise beschreiben die ersten Koordinatenwerte der ersten Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, eines oder mehrere der folgenden ersten Merkmale der ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit. Um Abhängigkeiten der ersten Radarsensordaten von der einen oder den mehreren ersten Datendimensionen zu bestimmen, können z. B. eine oder mehrere Fourier-Transformationen, z. B. FFTs, und/oder eine Einfallswinkelanalyse verwendet werden.For example, the first coordinate values of the first spectral features relating to the one or more first objects describe one or more of the following first features of the first objects within the one or more first data dimensions: first positions within the first spatial dimension; second positions within the second spatial dimension; third positions within the third spatial dimension; and velocity values. For example, one or more Fourier transforms, e.g., FFTs, and/or an angle of incidence analysis may be used to determine dependencies of the first radar sensor data on the one or more first data dimensions.
Beispielsweise beschreiben die zweiten Koordinatenwerte der zweiten Spektralmerkmale, die sich auf das eine oder die mehreren zweiten Objekte beziehen, eines oder mehrere der folgenden zweiten Merkmale der zweiten Objekte innerhalb der einen oder mehreren zweiten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit. Zur Bestimmung der Abhängigkeiten der zweiten Radarsensordaten von der einen oder den mehreren zweiten Datendimensionen können z. B. eine oder mehrere Fourier-Transformationen, z. B. FFTs, und/oder eine Einfallswinkelanalyse verwendet werden.For example, the second coordinate values of the second spectral features relating to the one or more second objects describe one or more of the following second features of the second objects within the one or more second data dimensions: first positions within the first spatial dimension; second positions within the second spatial dimension; third positions within the third spatial dimension; and velocity values. For example, one or more Fourier transforms, e.g., FFTs, and/or an angle of incidence analysis may be used to determine the dependencies of the second radar sensor data on the one or more second data dimensions.
Beispielsweise wird das erste Radarspektrum diskretisiert und umfasst eine Vielzahl von ersten Bins, die das erste Radarspektrum in der einen oder mehreren ersten Datendimensionen diskretisieren. Das Verfahren umfasst ferner das Bestimmen eines zweiten Radarspektrums in der einen oder den mehreren ersten Datendimensionen durch die erste Verarbeitungseinheit unter Verwendung der zweiten Radardaten. Das zweite Radarspektrum wird diskretisiert und umfasst eine Vielzahl von zweiten Bins, die das zweite Radarspektrum in der einen oder den mehreren ersten Datendimensionen diskretisieren. Innerhalb des zweiten Radarspektrums werden zweite vorläufige Spektralmerkmale bestimmt, die sich auf das eine oder die mehreren zweiten Objekte innerhalb des gemeinsamen Sichtfeldes beziehen. Die zweiten vorläufigen Spektralmerkmale umfassen zweite Spitzenwerte innerhalb des zweiten Radarspektrums. Das Kreuzvalidieren umfasst das Ermitteln von ersten Bins des ersten Radarspektrums mit ersten Spitzenwerten der ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, und von zweiten Bins des zweiten Radarspektrums mit zweiten Spitzenwerten der zweiten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren zweiten Objekte beziehen, die sich gegenseitig überlappen. Das Kreuzvalidieren ist erfolgreich für erste Objekte mit ersten Spitzenwerten, die von ersten Bins umfasst werden, wobei sich die ersten Bins mit zweiten Bins mit zweiten Spitzenwerten überlappen.For example, the first radar spectrum is discretized and comprises a plurality of first bins that discretize the first radar spectrum in the one or more first data dimensions. The method further comprises determining a second radar spectrum in the one or more first data dimensions by the first processing unit using the second radar data. The second radar spectrum is discretized and comprises a plurality of second bins that discretize the second radar spectrum in the one or more first data dimensions. Within the second radar spectrum, second preliminary spectral features are determined that relate to the one or more second objects within the common field of view. The second preliminary spectral features comprise second peak values within the second radar spectrum. Cross-validation includes determining first bins of the first radar spectrum having first peak values of the first preliminary spectral features related to the one or more first objects, and second bins of the second radar spectrum having second peak values of the second preliminary spectral features related to the one or more second objects that overlap each other. Cross-validation is successful for first objects having first peak values encompassed by first bins, wherein the first bins overlap with second bins having second peak values.
Die Bestimmung des zweiten Radarspektrums in der einen oder mehreren ersten Datendimensionen bedeutet das Bestimmen des zweiten Radarspektrums in einer oder mehreren zweiten Datendimensionen, die mit der einen oder den mehreren ersten Datendimensionen identisch sind.Determining the second radar spectrum in the one or more first data dimensions means determining the second radar spectrum in one or more second data dimensions that are identical to the one or more first data dimensions.
Die Verwendung eines oder mehrerer zusätzlicher Spektren, im Falle von N+1 Radarsensoren z.B. N zusätzliche Radarspektren, für das Kreuzvalidieren kann eine Fusion dieser Radarspektren ermöglichen, was z.B. zu einer erhöhten Auflösung der ermittelten Koordinatenwerte der bestätigten Spektralmerkmale führt. So kann nicht nur eine einfache Bestätigung erreicht werden, sondern auch eine genauere Bestimmung der Koordinatenwerte erfolgen.The use of one or more additional spectra—in the case of N+1 radar sensors, for example, N additional radar spectra—for cross-validation can enable a fusion of these radar spectra, which, for example, leads to an increased resolution of the determined coordinate values of the confirmed spectral features. This not only allows for simple confirmation but also allows for a more precise determination of the coordinate values.
Wenn mehr als zwei Radarspektren von mehr als zwei Radarsensoren mit überlappenden Sichtfeldern verwendet werden, können Multiplets von überlappenden Bins, d. h. Sätze von mehreren überlappenden Bins mit Spitzenwerten, bestimmt werden, die realen Objekte darstellen, anstatt Paare, d. h. Duplets wie im Falle von zwei Radarspektren. Im Falle von N+1 Sensoren können z. B. N-Plets verwendet werden.When using more than two radar spectra from more than two radar sensors with overlapping fields of view, multiplets of overlapping bins, i.e., sets of multiple overlapping bins with peak values, can be determined that represent real objects, rather than pairs, i.e., duplets, as in the case of two radar spectra. For example, in the case of N+1 sensors, N-plets can be used.
Für die Zielvalidierung kann eine Spektralfusion von zwei oder mehr Radarsensoren verwendet werden. Das Kreuzvalidieren, das ein Bestimmen der sich überlappenden ersten und zweiten Bins mit Spitzenwerten des ersten und zweiten Radarspektrums umfasst, entspricht einer Fusion der beiden Radarspektren. Somit kann ein Verfahren für eine explizite Zielvalidierung, d. h. eine Validierung der ersten vorläufigen Spektralmerkmale auf der Ebene des Fusionsspektrums von zwei oder mehr Radarsensoren, z. B. in den Entfernungs- und/oder Doppler- und/oder Winkelspektren, bereitgestellt werden.For target validation, a spectral fusion of two or more radar sensors can be used. Cross-validation, which involves determining the overlapping first and second bins with peak values of the first and second radar spectra, corresponds to a fusion of the two radar spectra. Thus, a method for explicit target validation, i.e., validation of the first preliminary spectral features at the level of the fused spectrum of two or more radar sensors, e.g., in the range and/or Doppler and/or angular spectra, can be provided.
Eine Zielvalidierung kann bereits auf einer Vorverarbeitungsebene, d.h. im Zuge der Bestimmung der Koordinatenwerte der Spektralmerkmale, durchgeführt werden. Beispielsweise können die Koordinatenwerte bei der Fusion der beiden Spektren ermittelt, z. B. interpoliert werden. Durch die Durchführung der Validierungen auf der Vorverarbeitungsebene können Erfassungen und/oder Punktwolken mit gültigen Erfassungen optimiert werden, anstatt nur ungewöhnliche Erfassungen durch eine Validierung auf der Nachverarbeitungs- oder Wahrnehmungsebene zu verwerfen.Target validation can be performed at a pre-processing level, ie, during the determination of the coordinate values of the spectral features. For example, the Coordinate values are determined during the fusion of the two spectra, e.g., interpolated. By performing validations at the preprocessing level, acquisitions and/or point clouds with valid acquisitions can be optimized, rather than simply discarding unusual acquisitions through validation at the postprocessing or perception level.
Jeder der zwei oder mehr Radarsensoren kann seine ermittelten Radarsensordaten an eine zentrale Verarbeitungseinheit, z. B. einen Domain Controller (DCU), in Form der ersten Datenverarbeitungseinheit senden. Die an die erste Verarbeitungseinheit übermittelten Radarsensordaten können z.B. als Rohdaten oder als halbverarbeitete Daten vorliegen. Die Halbverarbeitung kann z. B. eine Datenkompression zur Verringerung der Größe der zu übertragenden Daten umfassen.Each of the two or more radar sensors can send its acquired radar sensor data to a central processing unit, e.g., a domain controller (DCU), in the form of the first data processing unit. The radar sensor data transmitted to the first processing unit can be, for example, raw data or semi-processed data. The semi-processing can include, for example, data compression to reduce the size of the data to be transmitted.
Eine Fourier-Transformation, z. B. eine FFT, kann von der ersten Verarbeitungseinheit auf die empfangenen Roh- oder halbverarbeiteten Daten angewandt werden, um die Spektren, z. B. die Entfernungs-Doppler-Spektren, zu erhalten. Da die Oberschwingungen in diesen Spektren regelmäßig sind, können Techniken wie die Anwendung eines digitalen Filters angewandt werden, um sie zu unterdrücken und die Spitzenwerte mit der höchsten Amplitude zu erhalten.A Fourier transform, such as an FFT, can be applied by the first processing unit to the received raw or semi-processed data to obtain spectra, such as range-Doppler spectra. Since the harmonics in these spectra are regular, techniques such as applying a digital filter can be used to suppress them and preserve the highest-amplitude peaks.
Außerdem kann eine AOA-Verarbeitung durchgeführt werden, die zu Winkelspektren führt. Alle Spitzenwerte in den Winkelspektren, die eine signifikante Amplitude über dem Schwellenwert für den Rausch- und Nebenkeulenpegel aufweisen, z. B. über einem vordefinierten Amplitudenschwellenwert, können als Spitzenwerte angesehen werden, die reale Objekte darstellen.Additionally, AOA processing can be performed, resulting in angular spectra. Any peaks in the angular spectra that exhibit a significant amplitude above the noise and sidelobe threshold, e.g., above a predefined amplitude threshold, can be considered peaks representing real objects.
An dieser Stelle können beispielsweise die zwei oder mehr Spektren von zwei oder mehr Radarsensoren mit überlappenden Sichtfeldern zusammengeführt und für eine Schätzung der Koordinatenwerte der realen Objekte verglichen werden. Sich überlappende Bins von Spektren mit Spitzenwerten der verglichenen Spektren können als Bins bestimmt werden, die ein reales Objekt umfassen, d. h. Spitzenwerte der einzelnen Spektren des einzelnen Radarsensors, die das reale Objekt darstellen.At this point, for example, the two or more spectra from two or more radar sensors with overlapping fields of view can be merged and compared to estimate the coordinate values of the real objects. Overlapping bins of spectra with peak values of the compared spectra can be determined as bins that encompass a real object, i.e., peak values of the individual spectra of the individual radar sensor that represent the real object.
Bei Entfernungs- und/oder Dopplerverschiebungsschätzungen kann z. B. die Genauigkeit eines Spitzenwertes, der ein reales Objekt repräsentiert, auf eine Bin-Größe und -Grenze beschränkt sein, die auch eine Entfernungs- und/oder Dopplerverschiebungsauflösung darstellt. Eine Standardposition eines Spitzenwertes kann in der Mitte eines Bins liegen. In der Realität ist dies jedoch nicht immer der Fall. So können beispielsweise Interpolationstechniken wie eine parabolische Kurvenanpassung oder eine Schwerpunktinterpolation verwendet werden, um die genaue Position der Grundwahrheit („ground truth“) innerhalb des Bins anzunähern.For example, in range and/or Doppler shift estimations, the accuracy of a peak representing a real-world object may be limited to a bin size and boundary, which also represents a range and/or Doppler shift resolution. A standard peak position may be in the center of a bin. However, in reality, this is not always the case. For example, interpolation techniques such as parabolic curve fitting or centroid interpolation can be used to approximate the exact position of the ground truth within the bin.
Wenn eine Fusion von zwei oder mehr überlappenden Spektren verwendet wird, z. B. wenn ein Bereich der Überlappung von überlappenden Spektren-Bins, die Spitzenwerte enthalten, als ein Bereich bestimmt wird, der das reale Objekt umfasst, kann die Grenze eines möglichen Ziels reduziert und somit die Genauigkeit erhöht werden, z. B. proportional dazu.When fusion of two or more overlapping spectra is used, e.g., when an area of overlap of overlapping spectra bins containing peaks is determined as an area encompassing the real object, the boundary of a possible target can be reduced and thus the accuracy can be increased, e.g., proportionally.
Beispielsweise umfasst das Kreuzvalidieren ferner das Bestimmen eines oder mehrerer Bereiche der Überlappung der ermittelten überlappenden ersten und zweiten Bins. Die ausgegebenen Koordinatenwerte innerhalb der einen oder mehreren ersten Datendimensionen beschreiben die Koordinatenwerte, die dem bestimmten einen oder den mehreren Bereichen der Überlappung zugeordnet sind.For example, cross-validating further comprises determining one or more areas of overlap of the determined overlapping first and second bins. The output coordinate values within the one or more first data dimensions describe the coordinate values associated with the determined one or more areas of overlap.
Zum Beispiel umfasst das Bestimmen des einen oder der mehreren Bereiche der Überlappung ferner das Interpolieren der Koordinatenwerte der bestätigten Spektralmerkmale für das eine oder die mehreren ersten bestätigten Objekte innerhalb des einen oder der mehreren Bereiche der Überlappung.For example, determining the one or more regions of overlap further comprises interpolating the coordinate values of the confirmed spectral features for the one or more first confirmed objects within the one or more regions of overlap.
Durch das Interpolieren kann die Genauigkeit des Bestimmens der Koordinatenwerte der bestätigten Spektralmerkmale, d. h. der Koordinatenwerte für die realen Objekte, erhöht werden. Für das Interpolieren können z.B. Koordinatenwerte des ersten und zweiten Spitzenwertes des ersten und zweiten Bins verwendet werden, die den einen oder mehrere Bereiche der Überlappung bilden. Im Falle von mehr als einem zusätzlichen Radarsensor, z. B. N zusätzlichen Radarsensoren, können z. B. die Koordinatenwerte von N Spitzenwerten für das Interpolieren verwendet werden. Alternativ oder zusätzlich können der eine oder die mehreren Bereiche der Überlappung für das Interpolieren verwendet werden.Interpolation can increase the accuracy of determining the coordinate values of the confirmed spectral features, i.e., the coordinate values for the real objects. For example, coordinate values of the first and second peak values of the first and second bins, which form the one or more areas of overlap, can be used for interpolation. In the case of more than one additional radar sensor, e.g., N additional radar sensors, the coordinate values of N peak values can be used for interpolation. Alternatively or additionally, the one or more areas of overlap can be used for interpolation.
Das Interpolieren umfasst beispielsweise eines oder mehrere der folgenden Punkte: Anpassen einer oder mehrerer Kurven, vorzugsweise einer oder mehrerer parabolischer Kurven, an die ersten und zweiten Spitzenwerte der ersten und zweiten Bins, die den einen oder mehreren Bereiche der Überlappung bilden; Bestimmen eines oder mehrerer Massenschwerpunkte der ersten und zweiten Spitzenwerte der ersten und zweiten Bins, die den einen oder mehreren Bereiche der Überlappung bilden; Bestimmen eines oder mehrerer Zentroide des einen oder der mehreren Bereiche der Überlappung.The interpolation comprises, for example, one or more of the following: fitting one or more curves, preferably one or more parabolic curves, to the first and second peak values of the first and second bins forming the one or more regions of overlap; determining one or more centers of mass of the first and second peak values of the first and second bins forming the one or more regions of overlap; determining one or more centroids of the one or more regions of overlap.
Die Kurvenanpassung bezieht sich auf den Prozess der Konstruktion einer Kurve, die am besten zu einer Reihe von Datenpunkten passt. Im Falle einer parabolischen Kurvenanpassung wird eine parabolische Kurve für die Anpassung verwendet. Ein Massenschwerpunkt einer Massenverteilung im Raum bezieht sich auf einen eindeutigen Punkt im Raum, an dem die gewichtete relative Position der verteilten Masse den Wert Null ergibt. Im vorliegenden Fall von Intensitäts-Spitzenwerten bezieht sich die „Masse“ auf die Intensität. Der Massenschwerpunkt bezieht sich hier also auf einen eindeutigen Punkt im Raum, an dem die gewichtete relative Position der verteilten Intensitäten der analysierten Spitzenwerte den Wert Null ergibt. Ein Schwerpunkt einer geometrischen Figur, hier ein Bereich der Überlappung, ist die arithmetische mittlere Position aller Punkte in der Oberfläche der Figur, d. h. im Bereich der Überlappung. Bei mehr als drei Datendimensionen, z. B. vier Datendimensionen, kann die Oberfläche mehr als drei Dimensionen haben.Curve fitting refers to the process of constructing a curve that best fits a set of data points. In the case of parabolic curve fitting, a parabolic curve is used for the fit. A center of mass of a mass distribution in space refers to a unique point in space where the weighted relative position of the distributed mass equals zero. In the present case of intensity peaks, the "mass" refers to intensity. The center of mass here therefore refers to a unique point in space where the weighted relative position of the distributed intensities of the analyzed peaks equals zero. A centroid of a geometric figure, here an area of overlap, is the arithmetic mean position of all points in the surface of the figure, i.e., in the area of overlap. For more than three data dimensions, e.g., four data dimensions, the surface can have more than three dimensions.
In einem weiteren Aspekt wird ein Computerprogramm zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei beabstandet voneinander angeordneten Radarsensoren mit überlappenden Sichtfeldern offenbart. Die Überlappung der Sichtfelder der mindestens zwei Radarsensoren bildet ein gemeinsames Sichtfeld der mindestens zwei Radarsensoren. Das Computerprogramm umfasst Programmanweisungen.In another aspect, a computer program for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view is disclosed. The overlap of the fields of view of the at least two radar sensors forms a common field of view of the at least two radar sensors. The computer program comprises program instructions.
Die Programmanweisungen sind von einem Prozessor einer Datenverarbeitungseinheit ausführbar, um die Datenverarbeitungseinheit zu veranlassen, erste Radardaten zu empfangen, die unter Verwendung eines ersten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden. Die ersten Radardaten beschreiben Merkmale von ersten Radarsignalen, die mit dem ersten Radarsensor ermittelt wurden. Unter Verwendung der ersten Radardaten wird ein erstes Radarspektrum in einer oder mehreren ersten Datendimensionen bestimmt. Innerhalb des ersten Radarspektrums werden erste vorläufige Spektralmerkmale bestimmt, die sich auf ein oder mehrere erste Objekte innerhalb des gemeinsamen Sichtfeldes beziehen. Die ersten vorläufigen Spektralmerkmale umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums. Zweite Radardaten, die unter Verwendung eines zweiten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden, werden empfangen. Die zweiten Radardaten beschreiben die Merkmale der zweiten Radarsignale, die mit dem zweiten Radarsensor ermittelt wurden. Die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, werden anhand der empfangenen zweiten Radardaten kreuzvalidiert. Die ersten vorläufigen Spektralmerkmale, die sich auf diejenigen ersten Objekte des einen oder der mehreren ersten Objekte beziehen und für die das Kreuzvalidieren erfolgreich war, werden bestätigt. Für das eine oder die mehreren bestätigten ersten Objekte werden Koordinatenwerte der bestätigten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen ausgegeben.The program instructions are executable by a processor of a data processing unit to cause the data processing unit to receive first radar data determined using a first radar sensor of the at least two radar sensors. The first radar data describes features of first radar signals determined with the first radar sensor. Using the first radar data, a first radar spectrum is determined in one or more first data dimensions. Within the first radar spectrum, first preliminary spectral features relating to one or more first objects within the common field of view are determined. The first preliminary spectral features include first peak values within the first radar spectrum. Second radar data determined using a second radar sensor of the at least two radar sensors is received. The second radar data describes the features of the second radar signals determined with the second radar sensor. The first preliminary spectral features relating to the one or more first objects are cross-validated using the received second radar data. The first preliminary spectral features relating to those first objects of the one or more first objects for which cross-validation was successful are confirmed. Coordinate values of the confirmed spectral features within the one or more first data dimensions are output for the one or more confirmed first objects.
Die im Computerprogramm enthaltenen Programmanweisungen können ferner vom Prozessor der Datenverarbeitungseinheit ausgeführt werden, um die Datenverarbeitungseinheit zu veranlassen, eines der oben genannten Beispiele des Verfahrens zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei voneinander beabstandeten Radarsensoren mit überlappenden Sichtfeldern auszuführen.The program instructions contained in the computer program may further be executed by the processor of the data processing unit to cause the data processing unit to carry out one of the above-mentioned examples of the method for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view.
Beispielsweise wird ein Computerprogrammprodukt zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei beabstandet voneinander angeordneten Radarsensoren mit sich überlappenden Sichtfeldern offenbart. Die Überlappung der Sichtfelder der mindestens zwei Radarsensoren bildet ein gemeinsames Sichtfeld der mindestens zwei Radarsensoren. Das Computerprogrammprodukt umfasst ein computerlesbares Speichermedium mit darin verkörperten Programmanweisungen.For example, a computer program product for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view is disclosed. The overlap of the fields of view of the at least two radar sensors forms a common field of view of the at least two radar sensors. The computer program product comprises a computer-readable storage medium with program instructions embodied therein.
Die Programmanweisungen sind von einem Prozessor einer Datenverarbeitungseinheit ausführbar, um die Datenverarbeitungseinheit zu veranlassen, erste Radardaten zu empfangen, die unter Verwendung eines ersten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden. Die ersten Radardaten beschreiben Merkmale von ersten Radarsignalen, die mit dem ersten Radarsensor ermittelt wurden. Unter Verwendung der ersten Radardaten wird ein erstes Radarspektrum in einer oder mehreren ersten Datendimensionen bestimmt. Innerhalb des ersten Radarspektrums werden erste vorläufige Spektralmerkmale bestimmt, die sich auf ein oder mehrere erste Objekte innerhalb des gemeinsamen Sichtfeldes beziehen. Die ersten vorläufigen Spektralmerkmale umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums. Zweite Radardaten, die unter Verwendung eines zweiten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden, werden empfangen. Die zweiten Radardaten beschreiben die Merkmale der zweiten Radarsignale, die mit dem zweiten Radarsensor ermittelt wurden. Die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, werden anhand der empfangenen zweiten Radardaten kreuzvalidiert. Die ersten vorläufigen Spektralmerkmale, die sich auf diejenigen ersten Objekte des einen oder der mehreren ersten Objekte beziehen und für die das Kreuzvalidieren erfolgreich war, werden bestätigt. Für das eine oder die mehreren bestätigten ersten Objekte werden Koordinatenwerte der bestätigten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen ausgegeben.The program instructions are executable by a processor of a data processing unit to cause the data processing unit to receive first radar data determined using a first radar sensor of the at least two radar sensors. The first radar data describes features of first radar signals determined with the first radar sensor. Using the first radar data, a first radar spectrum is determined in one or more first data dimensions. Within the first radar spectrum, first preliminary spectral features relating to one or more first objects within the common field of view are determined. The first preliminary spectral features include first peak values within the first radar spectrum. Second radar data determined using a second radar sensor of the at least two radar sensors is received. The second radar data describes the features of the second radar signals determined with the second radar sensor. The first preliminary spectral features relating to the one or more first objects are cross-validated using the received second radar data. The first preliminary spectral features relating to those first objects of the one or more first objects for which cross-validation was successful are confirmed. For the one or more confirmed first objects Coordinate values of the confirmed spectral features within the one or more first data dimensions are output.
Die in dem Computerprogrammprodukt enthaltenen Programmanweisungen können ferner von dem Prozessor der Datenverarbeitungseinheit ausgeführt werden, um die Datenverarbeitungseinheit zu veranlassen, eines der oben genannten Beispiele des Verfahrens zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei voneinander beabstandeten Radarsensoren mit überlappenden Sichtfeldern auszuführen.The program instructions included in the computer program product may further be executed by the processor of the data processing unit to cause the data processing unit to perform one of the above-mentioned examples of the method for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view.
In einem weiteren Aspekt wird eine Datenverarbeitungseinheit zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei beabstandet zueinander angeordneten Radarsensoren mit sich überlappenden Sichtfeldern offenbart. Die Überlappung der Sichtfelder der mindestens zwei Radarsensoren bildet ein gemeinsames Sichtfeld der mindestens zwei Radarsensoren. Die Datenverarbeitungseinheit umfasst einen Prozessor und einen Speicher, in dem vom Prozessor ausführbare Programmanweisungen gespeichert sind.In another aspect, a data processing unit for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view is disclosed. The overlap of the fields of view of the at least two radar sensors forms a common field of view of the at least two radar sensors. The data processing unit comprises a processor and a memory in which program instructions executable by the processor are stored.
Die Ausführung der Programmanweisungen durch den Prozessor bewirkt, dass die Datenverarbeitungseinheit erste Radardaten empfängt, die unter Verwendung eines ersten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden. Die ersten Radardaten beschreiben Merkmale von ersten Radarsignalen, die mit dem ersten Radarsensor ermittelt wurden. Unter Verwendung der ersten Radardaten wird ein erstes Radarspektrum in einer oder mehreren ersten Datendimensionen bestimmt. Innerhalb des ersten Radarspektrums werden erste vorläufige Spektralmerkmale bestimmt, die sich auf ein oder mehrere erste Objekte innerhalb des gemeinsamen Sichtfeldes beziehen. Die ersten vorläufigen Spektralmerkmale umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums. Zweite Radardaten, die unter Verwendung eines zweiten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden, werden empfangen. Die zweiten Radardaten beschreiben die Merkmale der zweiten Radarsignale, die mit dem zweiten Radarsensor ermittelt wurden. Die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, werden anhand der empfangenen zweiten Radardaten kreuzvalidiert. Die ersten vorläufigen Spektralmerkmale, die sich auf diejenigen ersten Objekte des einen oder der mehreren ersten Objekte beziehen und für die das Kreuzvalidieren erfolgreich war, werden bestätigt. Für das eine oder die mehreren bestätigten ersten Objekte werden Koordinatenwerte der bestätigten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen ausgegeben.Execution of the program instructions by the processor causes the data processing unit to receive first radar data determined using a first radar sensor of the at least two radar sensors. The first radar data describes features of first radar signals determined with the first radar sensor. Using the first radar data, a first radar spectrum is determined in one or more first data dimensions. Within the first radar spectrum, first preliminary spectral features are determined that relate to one or more first objects within the common field of view. The first preliminary spectral features include first peak values within the first radar spectrum. Second radar data determined using a second radar sensor of the at least two radar sensors is received. The second radar data describes the features of the second radar signals determined with the second radar sensor. The first preliminary spectral features that relate to the one or more first objects are cross-validated using the received second radar data. The first preliminary spectral features relating to those first objects of the one or more first objects for which cross-validation was successful are confirmed. Coordinate values of the confirmed spectral features within the one or more first data dimensions are output for the one or more confirmed first objects.
Die Ausführung der im Speicher der Datenverarbeitungseinheit gespeicherten Programmanweisungen durch den Prozessor kann ferner bewirken, dass die Datenverarbeitungseinheit eines der oben genannten Beispiele des Verfahrens zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei voneinander beabstandeten Radarsensoren mit überlappenden Sichtfeldern ausführt.The execution of the program instructions stored in the memory of the data processing unit by the processor may further cause the data processing unit to carry out one of the above examples of the method for detecting one or more objects using at least two spaced-apart radar sensors with overlapping fields of view.
Es versteht sich, dass eine oder mehrere der vorgenannten Ausführungsformen kombiniert werden können, solange sich die kombinierten Ausführungsformen nicht gegenseitig ausschließen.It is understood that one or more of the aforementioned embodiments may be combined, as long as the combined embodiments do not exclude each other.
KURZBESCHREIBUNG DER ZEICHNUNGENBRIEF DESCRIPTION OF THE DRAWINGS
Im Folgenden werden Beispiele unter Bezugnahme auf die Zeichnungen näher beschrieben, in denen:
-
1 ein Flussdiagramm zeigt, das ein beispielhaftes Verfahren zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei Radarsensoren veranschaulicht; -
2 ein Flussdiagramm zeigt, das weitere Einzelheiten einer ersten Variante des beispielhaftenVerfahrens von 1 illustriert; -
3 ein Flussdiagramm zeigt, das weitere Einzelheiten einer zweiten Variante des beispielhaftenVerfahrens von 1 illustriert; -
4 einen beispielhaften Aufbau mit zwei Radarsensoren zum Erfassen eines oder mehrerer Objekte zeigt; -
5 ein beispielhaftes Radarspektrum mit Radar-Spektralmerkmalen zeigt, die mit einem einzigen Radarsensor ermittelt wurden; -
6 eine Fusion von zwei beispielhaften Radarspektren mit Radar-Spektralmerkmalen zeigt, die mit zwei Radarsensoren ermittelt wurden; -
7 ein beispielhaften Bin eines diskretisierten Radarspektrums mit Radar-Spektralmerkmalen zeigt; -
8 beispielhaft zwei sich überlappende Bins zweier diskretisierter Radarspektren zeigt; -
9 eine beispielhafte Anordnung mit zwei Radarsensoren zum Erfassen eines oder mehrerer Objekte zeigt; -
10 eine weitere beispielhafte Anordnung mit zwei Radarsensoren zum Erfassen eines oder mehrerer Objekte zeigt; -
11 ein Blockdiagramm einer beispielhaften Verarbeitungseinheit zeigt, die zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei Radarsensoren konfiguriert ist; und -
12 ein Blockdiagramm einer weiteren beispielhaften Verarbeitungseinheit zeigt, die zum Erfassen eines oder mehrerer Objekte unter Verwendung von mindestens zwei Radarsensoren konfiguriert ist.
-
1 shows a flowchart illustrating an exemplary method for detecting one or more objects using at least two radar sensors; -
2 shows a flowchart showing further details of a first variant of the exemplary method of1 illustrated; -
3 shows a flowchart showing further details of a second variant of the exemplary method of1 illustrated; -
4 shows an exemplary setup with two radar sensors for detecting one or more objects; -
5 shows an example radar spectrum with radar spectral features obtained with a single radar sensor; -
6 shows a fusion of two exemplary radar spectra with radar spectral features obtained with two radar sensors; -
7 shows an exemplary bin of a discretized radar spectrum with radar spectral features; -
8 shows two overlapping bins of two discretized radar spectra as an example; -
9 shows an exemplary arrangement with two radar sensors for detecting one or more objects; -
10 shows another exemplary arrangement with two radar sensors for detecting one or more objects; -
11 shows a block diagram of an exemplary processing unit used to detect one or more objects using configured with at least two radar sensors; and -
12 shows a block diagram of another exemplary processing unit configured to detect one or more objects using at least two radar sensors.
AUSFÜHRLICHE BESCHREIBUNGDETAILED DESCRIPTION
Im Folgenden werden gleichartige Elemente mit denselben Ziffern bezeichnet.In the following, similar elements are designated with the same numbers.
In Block 308 werden zweite Radardaten empfangen, die unter Verwendung eines zweiten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden. Die zweiten Radardaten beschreiben die Merkmale der zweiten Radarsignale, die mit dem zweiten Radarsensor ermittelt wurden. In Block 314 werden die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, unter Verwendung der empfangenen zweiten Radardaten kreuzvalidiert. In Block 316 werden die ersten vorläufigen Spektralmerkmale, die sich auf diejenigen ersten Objekte des einen oder der mehreren ersten Objekte beziehen, bestätigt, für die das Kreuzvalidieren erfolgreich war.In
In Block 318 werden Koordinatenwerte der bestätigten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen für das eine oder die mehreren bestätigten ersten Objekte ausgegeben. Die ausgegebenen Koordinatenwerte der bestätigten Spektralmerkmale beschreiben beispielsweise eines oder mehrere der folgenden Merkmale des einen oder der mehreren bestätigten ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit.In
Das Verfahren nach
Das in
Alternativ kann eine zentralisierte Datenverarbeitung verwendet werden, wobei die erste Verarbeitungseinheit als zentrale Datenverarbeitungseinheit implementiert ist, die beabstandet zum ersten und zweiten Radarsensor angeordnet ist. In einem solchen Aufbau kann die erste Datenverarbeitungseinheit die ersten Radardaten z.B. von einer lokalen Verarbeitungseinheit des ersten Radarsensors und/oder des zweiten Radarsensors empfangen, während die zweiten Radardaten z.B. von einer lokalen Verarbeitungseinheit des ersten Radarsensors und/oder des zweiten Radarsensors empfangen werden. Eine beispielhafte zweite Variante des Verfahrens von
In Block 300 werden erste Radardaten, die mit einem ersten Radarsensor der mindestens zwei Radarsensoren ermittelt wurden, empfangen, d.h. der ersten Verarbeitungseinheit werden die ersten Radardaten von dem ersten Radarsensor lokal zur Verfügung gestellt. Die ersten Radardaten beschreiben die Merkmale der ersten Radarsignale, die mit dem ersten Radarsensor ermittelt wurden. In Block 302 wird anhand der ersten Radardaten ein erstes Radarspektrum in einer oder mehreren ersten Datendimensionen bestimmt. Die eine oder mehreren ersten Datendimensionen umfassen beispielsweise eine oder mehrere der folgenden Datendimensionen: eine erste räumliche Dimension; eine zweite räumliche Dimension; eine dritte räumliche Dimension; eine Geschwindigkeit. In Block 304 werden erste vorläufige Spektralmerkmale innerhalb des ersten Radarspektrums bestimmt. Die bestimmten ersten vorläufigen Spektralmerkmale beziehen sich auf ein oder mehrere erste Objekte innerhalb des gemeinsamen Sichtfeldes. Die ersten vorläufigen Spektralmerkmale umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums. In Block 306 werden erste Koordinatenwerte der ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen beziehen, bestimmt. Beispielsweise beschreiben die ersten Koordinatenwerte der ersten Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, eines oder mehrere der folgenden ersten Merkmale der ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit.In
In Block 308 werden zweite Radardaten, die unter Verwendung eines zweiten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden, von einer zweiten Verarbeitungseinheit empfangen, die der zweite Radarsensor umfasst. Die zweiten Radardaten beschreiben die Merkmale der zweiten Radarsignale, die mit dem zweiten Radarsensor ermittelt wurden. Die zweiten Radardaten sind Koordinatendaten, die zweite Koordinatenwerte von zweiten vorläufigen Spektralmerkmalen innerhalb eines zweiten Radarspektrums in einer oder mehreren zweiten Datendimensionen identifizieren. Die zweiten vorläufigen Spektralmerkmale beziehen sich auf ein oder mehrere zweite Objekte innerhalb des gemeinsamen Sichtfeldes. Die eine oder mehreren zweiten Datendimensionen werden beispielsweise durch die eine oder mehreren ersten Datendimensionen umfasst, d. h. die eine oder mehreren zweiten Datendimensionen können eine oder mehrere der einen oder mehreren ersten Datendimensionen sein. Beispielsweise sind die eine oder mehreren zweiten Datendimensionen identisch mit der einen oder mehreren ersten Datendimensionen. Zum Beispiel beschreiben die zweiten Koordinatenwerte der zweiten Spektralmerkmale, die sich auf das eine oder die mehreren zweiten Objekte beziehen, eines oder mehrere der folgenden zweiten Merkmale der zweiten Objekte innerhalb der einen oder mehreren zweiten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit.In
In Block 314 werden die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, unter Verwendung der empfangenen zweiten Radardaten kreuzvalidiert. Das Kreuzvalidieren der ersten vorläufigen Spektralmerkmale umfasst das Überprüfen, ob die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale, die durch die zweiten Radardaten identifiziert wurden, übereinstimmen. Das Kreuzvalidieren ist für erste Objekte erfolgreich, wenn die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale der jeweiligen ersten Objekte mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale der zweiten Objekte, die durch die zweiten Radardaten bestimmt wurden, übereinstimmen. In Block 316 werden die ersten vorläufigen Spektralmerkmale, die sich auf die ersten Objekte des einen oder der mehreren ersten Objekte beziehen, bestätigt, für die das Kreuzvalidieren erfolgreich ist.In
In Block 318 werden Koordinatenwerte der bestätigten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen für das eine oder die mehreren bestätigten ersten Objekte ausgegeben. Die ausgegebenen Koordinatenwerte sind die ersten Koordinatenwerte der bestätigten ersten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen, die mit Hilfe der ersten Radardaten bestimmt wurden. Die ausgegebenen Koordinatenwerte der bestätigten Spektralmerkmale beschreiben beispielsweise eines oder mehrere der folgenden Merkmale des oder der bestätigten ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit.In
In Block 300 werden erste Radardaten, die mit einem ersten Radarsensor der mindestens zwei Radarsensoren ermittelt wurden, empfangen. Die ersten Radardaten beschreiben Merkmale von ersten Radarsignalen, die mit dem ersten Radarsensor ermittelt wurden. In Block 302 wird anhand der ersten Radardaten ein erstes Radarspektrum in einer oder mehreren ersten Datendimensionen bestimmt. Das erste Radarspektrum wird z.B. diskretisiert und umfasst eine Vielzahl von ersten Bins, die das erste Radarspektrum in der einen oder den mehreren ersten Datendimensionen diskretisieren. Die eine oder mehreren ersten Datendimensionen umfassen beispielsweise eine oder mehrere der folgenden Datendimensionen: eine erste räumliche Dimension; eine zweite räumliche Dimension; eine dritte räumliche Dimension; eine Geschwindigkeit. In Block 304 werden erste vorläufige Spektralmerkmale innerhalb des ersten Radarspektrums bestimmt. Die bestimmten ersten vorläufigen Spektralmerkmale beziehen sich auf ein oder mehrere erste Objekte innerhalb des gemeinsamen Sichtfeldes. Die ersten vorläufigen Spektralmerkmale umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums.In
In Block 308 werden zweite Radardaten empfangen, die unter Verwendung eines zweiten Radarsensors der mindestens zwei Radarsensoren ermittelt wurden. Die zweiten Radardaten beschreiben Merkmale von zweiten Radarsignalen, die mit dem zweiten Radarsensor ermittelt wurden. In Block 310 wird ein zweites Radarspektrum in einer oder mehreren ersten Datendimensionen unter Verwendung der zweiten Radardaten bestimmt. Das zweite Radarspektrum wird in denselben Datendimensionen bestimmt wie das erste Radarspektrum. Mit anderen Worten, das zweite Spektrum wird in zweiten Datendimensionen bestimmt, die mit den ersten Datendimensionen identisch sind, d.h. in den ersten Datendimensionen. Das zweite Radarspektrum wird z.B. diskretisiert und umfasst eine Vielzahl von zweiten Bins, die das zweite Radarspektrum in einer oder mehreren ersten Datendimensionen diskretisieren. In Block 312 werden zweite vorläufige Spektralmerkmale innerhalb des zweiten Radarspektrums bestimmt. Die bestimmten zweiten vorläufigen Spektralmerkmale beziehen sich auf das eine oder die mehreren zweiten Objekte innerhalb des gemeinsamen Sichtfeldes. Die zweiten vorläufigen Spektralmerkmale umfassen zweite Spitzenwerte innerhalb des zweiten Radarspektrums.In
In Block 314 werden die ersten vorläufigen Spektralmerkmale, die sich auf das eine oder die mehreren ersten Objekte beziehen, unter Verwendung der empfangenen zweiten Radardaten kreuzvalidiert. Das Kreuzvalidieren umfasst das Ermitteln von ersten Bin des ersten Radarspektrums, die erste Spitzenwerte der ersten vorläufigen Spektralmerkmale umfassen, die sich auf das eine oder die mehreren ersten Objekte beziehen, und von zweiten Bin des zweiten Radarspektrums, die zweite Spitzenwerte der zweiten vorläufigen Spektralmerkmale umfassen, die sich auf das eine oder die mehreren zweiten Objekte beziehen, die sich gegenseitig überlappen. Das Kreuzvalidieren ist erfolgreich für erste Objekte mit ersten Spitzenwerten, die von ersten Bins umfasst werden, wobei sich die ersten Bins mit zweiten Bins mit zweiten Spitzenwerten überlappen.In
Beispielsweise umfasst das Kreuzvalidieren ferner das Bestimmen eines oder mehrerer Bereiche der Überlappung der ermittelten überlappenden ersten und zweiten Bins. Zum Beispiel umfasst das Bestimmen des einen oder der mehreren Bereiche der Überlappung ferner das Interpolieren der Koordinatenwerte der bestätigten Spektralmerkmale für das eine oder die mehreren ersten bestätigten Objekte innerhalb des einen oder der mehreren Bereiche der Überlappung. Für das Interpolieren können z.B. die Koordinatenwerte des ersten und zweiten Spitzenwertes des ersten und zweiten Bins, die den einen oder die mehreren Bereiche der Überlappung bilden, verwendet werden. Alternativ oder zusätzlich können der eine oder die mehreren Bereiche der Überlappung für das Interpolieren verwendet werden. Das Interpolieren umfasst beispielsweise eines oder mehrere der folgenden Verfahren: Anpassen einer oder mehrerer Kurven, vorzugsweise einer oder mehrerer parabolischer Kurven, an die ersten und zweiten Spitzenwerte der ersten und zweiten Bins, die den einen oder die mehreren Bereiche der Überlappung bilden; Bestimmen eines oder mehrerer Massenschwerpunkte der ersten und zweiten Spitzenwerte der ersten und zweiten Bins, die den einen oder die mehreren Bereiche der Überlappung bilden; Bestimmen eines oder mehrerer Zentroide des einen oder der mehreren Bereiche der Überlappung.For example, cross-validating further comprises determining one or more areas of overlap of the determined overlapping first and second bins. For example, determining the one or more areas of overlap further comprises interpolating the coordinate values of the confirmed spectral features for the one or more first confirmed objects within the one or more areas of overlap. For the interpolation, for example, the coordinate values of the first and second peak values of the first and second bins that form the one or more areas of overlap can be used. Alternatively or additionally, the one or more areas of overlap can be used for the interpolation. The interpolation comprises, for example, one or more of the following methods: fitting one or more curves, preferably one or more parabolic curves, to the first and second peak values of the first and second bins that form the one or more areas of overlap; determining one or more centers of mass of the first and second peaks of the first and second bins forming the one or more regions of overlap; determining one or more centroids of the one or more regions of overlap.
In Block 316 werden die ersten vorläufigen Spektralmerkmale, die sich auf die ersten Objekte des einen oder der mehreren ersten Objekte beziehen, bestätigt, für die das Kreuzvalidieren erfolgreich ist. In Block 318 werden Koordinatenwerte der bestätigten Spektralmerkmale innerhalb der einen oder mehreren ersten Datendimensionen für die einen oder mehreren bestätigten ersten Objekte ausgegeben. Die ausgegebenen Koordinatenwerte innerhalb der einen oder mehreren ersten Datendimensionen sind z. B. beschreibend für die Koordinatenwerte, die den bestimmten ein oder mehreren Bereichen der Überlappung zugeordnet sind. Beispielsweise beschreiben die ausgegebenen Koordinatenwerte der bestätigten Spektralmerkmale eines oder mehrere der folgenden Merkmale des einen oder der mehreren bestätigten ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen: erste Positionen innerhalb der ersten räumlichen Dimension; zweite Positionen innerhalb der zweiten räumlichen Dimension; dritte Positionen innerhalb der dritten räumlichen Dimension; Werte der Geschwindigkeit.In
Um die Analyse zu erleichtern, können Informationen eines zweiten Radarsensors 220 verwendet werden, dessen Sichtfeld 224 sich mit dem Sichtfeld 204 des Radarsensors 200 überlappt. Die Überlappung der Sichtfelder 204, 224 der beiden Radarsensoren 200, 220 bildet ein gemeinsames Sichtfeld 240 der beiden Radarsensoren 200, 220. Innerhalb des für das mit dem ersten Radarsensor 200 ermittelten Radarsignal ermittelten Radarspektrums können die ersten vorläufigen Spektralmerkmale 210 bestimmt werden, die sich auf ein oder mehrere erste Objekte innerhalb des gemeinsamen Sichtfeldes 240 beziehen. Diese vorläufigen Spektralmerkmale 210 können Spitzenwerte innerhalb des Radarspektrums sein. Sie werden als „vorläufig“ bezeichnet, um darauf hinzuweisen, dass noch nicht bestätigt ist, dass sie echte Objekte darstellen und nicht etwa Fehler wie Rauschen, Nebenkeulen und/oder Antenneneffekte. Um zu bestätigen, welche dieser vorläufigen Spektralmerkmale 210 reale Objekte darstellen, können Radardaten des zweiten Radarsensors 220 verwendet werden.To facilitate the analysis, information from a
Der zweite Radarsensor 220 ist wie der erste Radarsensor 200 zur Aussendung eines Radarsignals 204 eingerichtet, das von Objekten innerhalb eines das gemeinsame Sichtfeld 240 umfassenden Sichtfeldes 224 des Radarsensors 220 reflektiert wird. Das reflektierte Radarsignal 222 wird von dem Radarsensor 220 empfangen und von einer Verarbeitungseinheit des zweiten Radarsensors ausgewertet, um Merkmale von im Sichtfeld 224 des Radarsensors 220 befindlichen Objekten zu ermitteln. Solche Merkmale können z.B. Entfernung 232, Winkel 234 und/oder Geschwindigkeit der Objekte umfassen. Wie im Fall des reflektierten Radarsignals 202 des ersten Radarsensors 200 kann das reflektierte Radarsignal 222 des zweiten Radarsensors 220 von einer Verarbeitungseinheit des zweiten Radarsensors 220 verarbeitet werden. Es kann ein zweites Radarspektrum in der einen oder mehreren zweiten Datendimensionen bestimmt werden. Innerhalb des zweiten Radarspektrums können zweite vorläufige Spektralmerkmale 230 bestimmt werden, die sich auf ein oder mehrere zweite Objekte innerhalb des gemeinsamen Sichtfeldes 240 beziehen. Diese zweiten vorläufigen Spektralmerkmale 230 können Spitzenwerte innerhalb des jeweiligen zweiten Radarspektrums umfassen. Für diese zweiten vorläufigen Spektralmerkmale 230 können zweite Koordinatenwerte innerhalb der einen oder mehreren zweiten Datendimensionen bestimmt werden.The
Das Bestimmen von Spektralmerkmalen 230 innerhalb eines Radarspektrums des zweiten Radarsensors 220 ist mit den gleichen Fehlern behaftet wie das Bestimmen der Spektralmerkmale 210 innerhalb eines Radarspektrums des ersten Radarsensors 200. Da es sich bei diesen Radarsensoren 200, 210 jedoch um unterschiedliche Radarsensoren handelt, die beabstandet zueinander angeordnet sind und daher die Objekte aus unterschiedlichen Blickwinkeln erfassen, können an Koordinaten innerhalb der Radarspektren der beiden Radarsensoren 200, 220, die unterschiedliche Merkmale repräsentieren, fehlerhafte Spitzenwerte auftreten, d.h. Spitzenwerte, die auf Erfassungsfehler und nicht auf echte Ziele zurückzuführen sind. Andererseits werden Spitzenwerte, die echte Objekte darstellen, an Koordinaten innerhalb der Radarspektren der beiden Radarsensoren 200, 220 auftreten, die innerhalb der Fehlertoleranzen identische Merkmale darstellen.Determining
Von dem zweiten Radarsensor 220 werden zweite Radardaten empfangen. Durch Kreuzvalidieren der vorläufigen Spektralmerkmale, die mit dem ersten Radarsensor 200 bestimmt wurden, mit den zweiten Radardaten, die mit einem zweiten Radarsensor 220 ermittelt wurden, können Spektralmerkmale, die Merkmale realer Objekte darstellen, bestätigt werden, während andere unbestätigte Spektralmerkmale z.B. verworfen werden können. Die zweiten Radardaten beschreiben die Merkmale der zweiten Radarsignale, die mit dem zweiten Radarsensor ermittelt wurden. Es kann sich um Koordinatendaten handeln, die zweite Koordinatenwerte, wie Entfernung 232 und Winkel 234, von zweiten vorläufigen Spektralmerkmalen 230 innerhalb eines zweiten Radarspektrums in einer oder mehreren zweiten Datendimensionen identifizieren. Die zweiten Datendimensionen, wie Entfernung und Winkel in
Alternativ können die zweiten Koordinatenwerte auch aus einem gemeinsamen globalen Koordinatensystem der beiden Radarsensoren 200, 220 transformiert werden. Zum Beispiel können die ermittelten ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale 210 aus dem lokalen Koordinatensystem des ersten Radarsensors 200 in das gemeinsame globale Koordinatensystem transformiert werden. Alternativ kann bei der Bestimmung des ersten Radarspektrums eine Transformation vom lokalen Koordinatensystem des ersten Radarsensors 200 in das gemeinsame globale Koordinatensystem verwendet werden, so dass die ersten Koordinatenwerte des ersten vorläufigen Spektralmerkmals 210 im gemeinsamen globalen Koordinatensystem bestimmt werden.Alternatively, the second coordinate values can also be transformed from a common global coordinate system of the two
Beispielsweise können die zweiten Radardaten in transformierter Form empfangen werden, d. h. mit den zweiten Koordinatenwerten, die von dem lokalen Koordinatensystem des zweiten Radarsensors 220 in das gemeinsame globale Koordinatensystem transformiert werden, z. B. durch eine Verarbeitungseinheit des zweiten Radarsensors 220. Beispielsweise können die empfangenen zweiten Koordinatenwerte durch die erste Verarbeitungseinheit des ersten Radarsensors 200 vom lokalen Koordinatensystem des zweiten Radarsensors 220 in das gemeinsame globale Koordinatensystem transformiert werden.For example, the second radar data may be received in transformed form, i.e., with the second coordinate values transformed from the local coordinate system of the
Die ersten vorläufigen Spektralmerkmale 210 werden anhand der empfangenen zweiten Radardaten kreuzvalidiert. Das Kreuzvalidieren der ersten vorläufigen Spektralmerkmale 210 umfasst ein Überprüfen, ob die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale 210 mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale 230, die durch die empfangenen zweiten Radardaten identifiziert wurden, übereinstimmen. Das Kreuzvalidieren ist für solche ersten vorläufigen Spektralmerkmale 210 erfolgreich, bei denen die ersten Koordinatenwerte mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale 230 übereinstimmen, die durch die zweiten Radardaten bestimmt wurden. Die ersten vorläufigen Spektralmerkmale 210 und damit die zugehörigen ersten Objekte werden bestätigt, für die das Kreuzvalidieren erfolgreich ist. Die Koordinatenwerte der bestätigten Spektralmerkmale 210 innerhalb der einen oder mehreren ersten Datendimensionen werden von der Verarbeitungseinheit des ersten Radarsensors 200 ausgegeben.The first preliminary
Im Fall von
Der in
Zusätzlich zu den ersten vorläufigen Spektralmerkmalen 210, die sich auf Objekte mit dem gemeinsamen Sichtfeld 240 beziehen, können auch Spektralmerkmale 216 bestimmt werden, die innerhalb des ersten Sichtfeldes 204 des ersten Radarsensors 200 angeordnet sind. Die Bewertung solcher zusätzlicher Spektralmerkmale 216 wird jedoch nicht durch Radarsensordaten des zweiten Radarsensors 220 unterstützt. Im Falle von
Das erste Radarspektrum 250 ist diskretisiert und umfasst eine Vielzahl von ersten Bins 252, die das erste Radarspektrum 250 in einer oder mehreren ersten Datendimensionen diskretisieren. In
Im Fall von
Beispielsweise wird das zweite Radarspektrum 270 ebenfalls von der ersten Verarbeitungseinheit bestimmt. Diese Verarbeitungseinheit kann z.B. eine zentrale Verarbeitungseinheit sein, die auch vom zweiten Radarsensor 220 beabstandet angeordnet sein kann. Zur Ermittlung des zweiten Radarspektrums 270 können zweite Radardaten verwendet werden, die mit dem zweiten Radarsensor 220 ermittelt wurden. Die zweiten Radardaten beschreiben Merkmale von zweiten Radarsignalen, die mit dem zweiten Radarsensor 220 ermittelt wurden. Innerhalb eines gemeinsamen Sichtfeldes, d.h. einer Überlappung der beiden Sichtfelder der beiden Radarsensoren 200, 220, sollten der erste und der zweite Radarsensor 200, 220 die gleichen realen Objekte erfassen.For example, the
Wie das erste Radarspektrum 250 ist auch das zweite Radarspektrum 270 diskretisiert und umfasst eine Vielzahl von zweiten Bins 252, die das zweite Radarspektrum 270 in einer oder mehreren zweiten Datendimensionen diskretisieren, die in diesem Fall mit den ersten Datendimensionen identisch sind. In
Im Fall von
Zur Kreuzvalidierung der ersten Spektralmerkmale 210 des ersten Radarspektrums 250 unter Verwendung des zweiten Radarspektrums 270 mit den zweiten Spektralmerkmalen 230 können erste Bin des ersten Radarspektrums 250 mit ersten Spitzenwerten 210 und zweite Bin des zweiten Radarspektrums 270 mit zweiten Spitzenwerten 230 bestimmt werden, die sich gegenseitig überlappen. Das Kreuzvalidieren ist erfolgreich für erste Objekte mit ersten Spitzenwerten 210, die von ersten Bins 252 umfasst werden, wobei die ersten Bins 252 mit zweiten Bins 272 mit zweiten Spitzenwerten 230 überlappen.To cross-validate the first
Das gemeinsame Sichtfeld der beiden Sensoren 200, 220 ergibt sich aus der Überlappung der beiden Radarspektren 250, 270 in der Mitte von
Beispielsweise kann das Bestimmen des Bereichs der Überlappung 280 ferner eine Interpolation der Koordinatenwerte des (interpolierten) bestätigten Spektralmerkmals 282, d. h. der Grundwahrheit („ground truth“) innerhalb des Bereichs der Überlappung 280, umfassen. Dieses (interpolierte) bestätigte Spektralmerkmal 282 ist durch ein umrahmtes Kreuz „x“ gekennzeichnet. Für das Interpolieren können z. B. die Koordinatenwerte der ersten und zweiten Spitzenwerte 210, 230 des ersten und zweiten Bins 252, 272, die den Bereich der Überlappung 280 bilden, verwendet werden. Alternativ oder zusätzlich kann auch der Bereich der Überlappung 280 für das Interpolieren verwendet werden. Die Interpolation umfasst beispielsweise eines oder mehrere der folgenden Verfahren: Anpassen einer oder mehrerer Kurven, vorzugsweise einer oder mehrerer parabolischer Kurven, an die ersten und zweiten Spitzenwerte 210, 230 der ersten und zweiten Bins 252, 272, die den Bereich der Überlappung 280 bilden; Bestimmen eines oder mehrerer Massenschwerpunkte der ersten und zweiten Spitzenwerte 210, 230 des ersten und zweiten Bins 252, 272, die den Bereich der Überlappung 280 bilden; Bestimmen eines oder mehrerer Zentroide der einen oder mehreren Bereiche der Überlappung.For example, determining the area of
Für Transformationen von Koordinatenwerten zwischen lokalen Koordinatensystemen der Radarsensoren 200, 220 und/oder in ein gemeinsames globales Koordinatensystem sind die Positionen 201, 221 der beiden Radarsensoren 200, 220 sowie die Orientierungen 203, 223 der beiden Radarsensoren 200, 220 bekannt und/oder bestimmt, z.B. gemessen. Die Positionen 201, 221 und die Ausrichtungen 203, 223 können z.B. initial gemessen werden. Beispielsweise können die Positionen 201, 221 der Radarsensoren 200, 220 in ein globales Koordinatensystem eingezeichnet werden. Auf der Grundlage der Positionen 201, 221 und der Ausrichtungen 203, 223 der Radarsensoren 200, 220 sowie eines entworfenen Antennen-Sichtfeldes kann eine Überlappung ihrer Sichtfelder bestimmt werden, die ein gemeinsames Sichtfeld der beiden Radarsensoren 200, 220 bildet. Die beiden Radarsensoren 200, 220 können synchronisiert werden, z.B. in der Frequenz und/oder in der Zeit, um Interferenzen der beiden Radarsignale der beiden Radarsensoren 200, 220 miteinander zu verhindern.For transformations of coordinate values between local coordinate systems of the
Im Beispiel von
Neben der zentralen Verarbeitungseinheit 100 kann es zusätzliche lokale Verarbeitungseinheiten geben, die von den Radarsensoren 200, 220 umfasst sind. Diese lokalen Verarbeitungseinheiten können für eine Vorverarbeitung der Radarsensordaten konfiguriert sein, d. h. der ersten Radarsensordaten, die vom ersten Radarsensor 200 an die zentrale Verarbeitungseinheit gesendet werden, und der zweiten Radarsensordaten, die vom zweiten Radarsensor 220 an die zentrale Verarbeitungseinheit gesendet werden.In addition to the
Im Beispiel von
Das Rechnersystem 104 ist ferner so dargestellt, dass es mit einem Speicher 110 in Verbindung steht. Der Speicher 110 soll verschiedene Arten von Speichern darstellen, auf die das Rechnersystem 104 Zugriff haben kann. In einem Beispiel ist der Speicher 110 ein nicht-flüchtiges Speichermedium.
Der Speicher 110 ist so dargestellt, dass er maschinenausführbare Anweisungen 120 enthält. Die maschinenausführbaren Anweisungen 120 können das Rechnersystem 104 in die Lage versetzen, verschiedene numerische, Radarsignaldaten verarbeitende und rechnerische Aufgaben durchzuführen. Die maschinenausführbaren Anweisungen 120 können es dem Rechnersystem 104 auch ermöglichen, andere Komponenten über die Hardware-Schnittstelle 106 zu steuern und zu bedienen, z. B. den Radarsensor. Die Ausführung der maschinenausführbaren Anweisungen 120 durch das Rechnersystem 104 kann das Rechnersystem 104 veranlassen, die Verarbeitungseinheit 100 zu steuern, um ein Verfahren zum Erfassen eines oder mehrerer Objekte auszuführen. Die Ausführung kann z.B. bewirken, dass das Rechnersystem 104 die Verarbeitungseinheit 100 steuert, um das Verfahren zum Erfassen eines oder mehrerer Objekte gemäß einer der
Der Speicher 110 enthält ferner erste Radardaten 122, die vom Radarsensor, z. B. über die Hardware-Schnittstelle 106, empfangen werden. Die ersten Radardaten 122 werden mit Hilfe des Radarsensors ermittelt und beschreiben die Merkmale der ersten Radarsignale, die mit dem Radarsensor ermittelt werden. Der Speicher 110 enthält ferner ein erstes Radarspektrum 250. Das erste Radarspektrum 250 wird in einer oder mehreren ersten Datendimensionen unter Verwendung der ersten Radardaten 122 bestimmt. Der Speicher 110 ist ferner so dargestellt, dass er erste vorläufige Spektralmerkmale 210 enthält. Die ersten vorläufigen Spektralmerkmale 210 werden innerhalb des ersten Radarspektrums 250 ermittelt und beziehen sich auf ein oder mehrere erste Objekte innerhalb eines gemeinsamen Sichtfeldes des ersten Radarsensors und eines zusätzlichen zweiten Radarsensors. Die ersten vorläufigen Spektralmerkmale 210 umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums 250. Der Speicher 110 enthält ferner erste Koordinatenwerte der ersten Spektralmerkmale 210. Die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale 210, die sich auf das eine oder die mehreren ersten Objekte innerhalb der einen oder mehreren ersten Datendimensionen beziehen, werden unter Verwendung des ersten Radarspektrums 250 bestimmt.The
Der Speicher 110 enthält außerdem zweite Radardaten 132. Die zweiten Radardaten 132 werden von dem zusätzlichen zweiten Radarsensor empfangen, z. B. über die Hardware-Schnittstelle 106. Die zweiten Radardaten 132 werden unter Verwendung des zweiten Radarsensors ermittelt und können Merkmale von zweiten Radarsignalen beschreiben, die unter Verwendung des zweiten Radarsensors ermittelt wurden. Beispielsweise handelt es sich bei den zweiten Radardaten 132 um Koordinatendaten, die zweite Koordinatenwerte von zweiten vorläufigen Spektralmerkmalen innerhalb eines zweiten Radarspektrums in einer oder mehreren zweiten Datendimensionen identifizieren. Die zweiten vorläufigen Spektralmerkmale beziehen sich auf ein oder mehrere zweite Objekte innerhalb des gemeinsamen Sichtfeldes. Der Speicher 110 enthält ferner Koordinatenwerte der bestätigten Spektralmerkmale 140, die z. B. von der Datenverarbeitungseinheit 100 ausgegeben werden. Zur Bestimmung der bestätigten Spektralmerkmale 140 kann eine Kreuzvalidierung der ersten vorläufigen Spektralmerkmale 210 unter Verwendung der zweiten Radardaten 132 durchgeführt werden. Die ersten vorläufigen Spektralmerkmale 210, die sich auf diejenigen ersten Objekte des einen oder der mehreren ersten Objekte beziehen, werden bestätigt, für die das Kreuzvalidieren erfolgreich ist. Das Kreuzvalidieren der ersten vorläufigen Spektralmerkmale 210 kann z.B. ein Überprüfen umfassen, ob die ersten Koordinatenwerte 124 der ersten vorläufigen Spektralmerkmale 210 mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale, die durch die zweiten Radardaten 132 identifiziert wurden, übereinstimmen. Das Kreuzvalidieren ist für erste Objekte erfolgreich, wenn die ersten Koordinatenwerte der ersten vorläufigen Spektralmerkmale 210 der jeweiligen ersten Objekte mit den zweiten Koordinatenwerten der zweiten vorläufigen Spektralmerkmale der zweiten Objekte, die durch die zweiten Radardaten 132 ermittelt wurden, übereinstimmen. Die ausgegebenen Koordinatenwerte sind die innerhalb der einen oder mehreren ersten Datendimensionen ermittelten ersten Koordinatenwerte der bestätigten ersten Spektralmerkmale 210.The
Das Rechnersystem 104 ist ferner so dargestellt, dass es mit einem Speicher 110 in Verbindung steht. Der Speicher 110 soll verschiedene Arten von Speichern darstellen, auf die das Rechnersystem 104 Zugriff haben kann. In einem Beispiel ist der Speicher 110 ein nicht-flüchtiges Speichermedium.
Der Speicher 110 ist so dargestellt, dass er maschinenausführbare Anweisungen 120 enthält. Die maschinenausführbaren Anweisungen 120 können das Rechnersystem 104 in die Lage versetzen, verschiedene numerische, Radarsignaldaten verarbeitende und rechnerische Aufgaben durchzuführen. Die maschinenausführbaren Anweisungen 120 können es dem Rechnersystem 104 auch ermöglichen, andere Komponenten über die Hardware-Schnittstelle 106 zu steuern und zu bedienen, wie etwa einen Radarsensor. Die Ausführung der maschinenausführbaren Anweisungen 120 durch das Rechnersystem 104 kann das Rechnersystem 104 veranlassen, die Verarbeitungseinheit 100 zu steuern, um das Verfahren zum Erfassen eines oder mehrerer Objekte auszuführen. Die Ausführung kann z.B. bewirken, dass das Rechnersystem 104 die Verarbeitungseinheit 100 so steuert, dass sie das Verfahren zum Erfassen eines oder mehrerer Objekte gemäß einer der
Der Speicher 110 enthält ferner erste Radardaten 122, die vom Radarsensor, z. B. über die Hardware-Schnittstelle 106, empfangen werden. Die ersten Radardaten 122 werden mit Hilfe des Radarsensors ermittelt und beschreiben die Merkmale der ersten Radarsignale, die mit dem Radarsensor ermittelt werden. In dem Speicher 110 ist ferner ein erstes Radarspektrum 250 gespeichert. Das erste Radarspektrum 250 wird in einer oder mehreren ersten Datendimensionen unter Verwendung der ersten Radardaten 122 bestimmt. Der Speicher 110 ist ferner so dargestellt, dass er erste vorläufige Spektralmerkmale 210 enthält. Die ersten vorläufigen Spektralmerkmale 210 werden innerhalb des ersten Radarspektrums 250 bestimmt und beziehen sich auf ein oder mehrere erste Objekte innerhalb eines gemeinsamen Sichtfeldes der beiden Radarsensoren. Die ersten vorläufigen Spektralmerkmale 210 umfassen erste Spitzenwerte innerhalb des ersten Radarspektrums 250.The
Der Speicher 110 enthält außerdem zweite Radardaten 132. Die zweiten Radardaten 132 werden von dem zusätzlichen zweiten Radarsensor empfangen, z. B. über die Hardware-Schnittstelle 106. Die zweiten Radardaten 132 werden unter Verwendung des zweiten Radarsensors ermittelt und können Merkmale von zweiten Radarsignalen beschreiben, die unter Verwendung des zweiten Radarsensors ermittelt wurden. Der Speicher 110 ist ferner als Speicher für ein zweites Radarspektrum 270 dargestellt. Das zweite Radarspektrum wird in der einen oder mehreren ersten Datendimensionen unter Verwendung der zweiten Radardaten 132 bestimmt. Der Speicher 110 enthält außerdem zweite vorläufige Spektralmerkmale 230. Die zweiten vorläufigen Spektralmerkmale 230 werden innerhalb des zweiten Radarspektrums 270 bestimmt und beziehen sich auf ein oder mehrere zweite Objekte innerhalb des gemeinsamen Sichtfeldes der beiden Radarsensoren. Die zweiten vorläufigen Spektralmerkmale 230 umfassen zweite Spitzenwerte innerhalb des zweiten Radarspektrums 270.The
Die ersten und zweiten Radardaten 250, 270 sind diskretisiert und umfassen eine Vielzahl von ersten und zweiten Bins, die die ersten und zweiten Radardaten 250, 270 in der einen oder mehreren ersten Datendimensionen diskretisieren. Der Speicher 110 ist ferner so dargestellt, dass er einen oder mehrere Bereiche der Überlappung 280 enthält. Die Bereiche der Überlappung 280 werden bei dem Kreuzvalidieren der ersten vorläufigen Spektralmerkmale 210 unter Verwendung der zweiten Radardaten 132 bestimmt. Das Kreuzvalidieren umfasst die Bestimmung erster Bins des ersten Radarspektrums 250, die erste Spitzenwerte 210 der ersten vorläufigen Spektralmerkmale umfassen, und zweiter Bins des zweiten Radarspektrums 270, die zweite Spitzenwerte 230 der zweiten vorläufigen Spektralmerkmale umfassen, die sich gegenseitig überlappen. Das Kreuzvalidieren ist erfolgreich für erste Objekte mit ersten Spitzenwerte 210, die von ersten Bins umfasst werden, wobei die ersten Bins mit zweiten Bins mit zweiten Spitzenwerte 230 überlappen. Das Kreuzvalidieren umfasst ferner das Bestimmen des einen oder mehrerer Bereiche der Überlappung 280 der bestimmten überlappenden ersten und zweiten Bins.The first and
Zum Beispiel umfasst das Bestimmen des einen oder der mehreren Bereiche der Überlappung 280 ferner das Interpolieren von Koordinatenwerten 140 der bestätigten Spektralmerkmale für ein oder mehrere erste bestätigte Objekte innerhalb des einen oder der mehreren Bereiche der Überlappung 280. Für das Interpolieren können z.B. Koordinatenwerte der ersten und zweiten Spitzenwerte 210, 230 der ersten und zweiten Bins, die den einen oder die mehreren Bereiche der Überlappung 280 bilden, verwendet werden. Alternativ oder zusätzlich können die ein oder mehreren Bereiche der Überlappung 280 für das Interpolieren verwendet werden. Die Interpolation umfasst beispielsweise eines oder mehrere der folgenden Verfahren: Anpassen einer oder mehrerer Kurven, vorzugsweise einer oder mehrerer parabolischer Kurven, an die ersten und zweiten Spitzenwerte des ersten und zweiten Bins, die den einen oder die mehreren Bereiche der Überlappung 280 bilden; Bestimmen eines oder mehrerer Massenschwerpunkte der ersten und zweiten Spitzenwerte 210, 230 des ersten und zweiten Bins, die den einen oder die mehreren Bereiche der Überlappung 280 bilden; Bestimmen eines oder mehrerer Zentroide des einen oder der mehreren Bereiche der Überlappung 280.For example, determining the one or more regions of
Der Speicher 110 enthält ferner Koordinatenwerte der bestätigten Spektralmerkmale 140, die z. B. von der Datenverarbeitungseinheit 100 ausgegeben werden. Zur Ermittlung der bestätigten Spektralmerkmale 140 kann das Kreuzvalidieren der ersten vorläufigen Spektralmerkmale 210 unter Verwendung der zweiten Radardaten 132 durchgeführt werden. Die ersten vorläufigen Spektralmerkmale 210, die sich auf diejenigen ersten Objekte des einen oder der mehreren ersten Objekte beziehen, werden bestätigt, für die das Kreuzvalidieren erfolgreich ist. Bei den ausgegebenen Koordinatenwerten 140 kann es sich um Koordinatenwerte handeln, die den ermittelten Bereichen der Überlappung 280 zugeordnet sind, z. B. um interpolierte Koordinatenwerte.The
Obwohl die Erfindung in den Zeichnungen und der vorangehenden Beschreibung detailliert dargestellt und beschrieben ist, sind diese Darstellungen und Beschreibungen als illustrativ oder beispielhaft und nicht einschränkend zu betrachten; die Erfindung ist nicht auf die offengelegten Ausführungsformen beschränkt.Although the invention has been shown and described in detail in the drawings and the foregoing description, these drawings and descriptions are to be considered as illustrative or exemplary and not restrictive; the invention is not limited to the disclosed embodiments.
Andere Variationen der offengelegten Ausführungsformen können von den Fachleuten bei der Ausführung der beanspruchten Erfindung anhand der Zeichnungen, der Offenbarung und der beigefügten Ansprüche verstanden und ausgeführt werden. In den Ansprüchen schließt das Wort „umfassend“ andere Elemente oder Schritte nicht aus, und der unbestimmte Artikel „ein“ oder „an“ schließt eine Mehrzahl nicht aus. Die bloße Tatsache, dass bestimmte Maßnahmen in voneinander abhängigen Ansprüchen genannt werden, bedeutet nicht, dass eine Kombination dieser Maßnahmen nicht vorteilhaft sein kann. Etwaige Bezugszeichen in den Ansprüchen sollten nicht als Einschränkung des Anwendungsbereichs ausgelegt werden.Other variations of the disclosed embodiments may be understood and practiced by those skilled in the art in practicing the claimed invention, based on the drawings, the disclosure, and the appended claims. In the claims, the word "comprising" does not exclude other elements or steps, and the indefinite article "a" or "an" does not exclude a plurality. The mere fact that certain measures are recited in dependent claims does not mean that a combination of those measures cannot be advantageous. Any reference signs in the claims should not be construed as limiting the scope of application.
Ein einziger Prozessor oder eine andere Einheit kann die Funktionen mehrerer in den Ansprüchen genannter Elemente erfüllen. Ein Computerprogramm kann auf einem geeigneten Medium gespeichert/verteilt werden, z.B. auf einem optischen Speichermedium oder einem Festkörpermedium, das zusammen mit oder als Teil anderer Hardware geliefert wird, es kann aber auch in anderer Form verteilt werden, z.B. über das Internet oder andere drahtgebundene oder drahtlose Telekommunikationssysteme.A single processor or other unit may perform the functions of several elements recited in the claims. A computer program may be stored/distributed on any suitable medium, e.g., an optical storage medium or a solid-state medium supplied with or as part of other hardware, but it may also be distributed in other forms, e.g., via the Internet or other wired or wireless telecommunications systems.
Der Fachmann wird verstehen, dass Aspekte der vorliegenden Erfindung als Gerät, Verfahren oder Computerprogramm oder Computerprogrammprodukt ausgeführt sein können. Entsprechend können Aspekte der vorliegenden Erfindung die Form einer reinen Hardware-Ausführungsform, einer reinen Software-Ausführungsform (darunter Firmware, im Speicher befindliche Software, Mikro-Code, usw.) oder einer Software- und Hardware-Aspekte kombinierenden Ausführungsform annehmen, die hierin alle allgemein als „Schaltkreis“, „Modul“ oder „System“ bezeichnet sein können. Des Weiteren können Aspekte der vorliegenden Erfindung die Form eines Computerprogrammprodukts annehmen, welches durch ein computerlesbares Medium oder durch mehrere computerlesbare Medien in Form von computerausführbarem Code getragen wird.Those skilled in the art will appreciate that aspects of the present invention may be embodied as an apparatus, method, or computer program or computer program product. Accordingly, aspects of the present invention may take the form of a purely hardware embodiment, a purely software embodiment (including firmware, in-memory software, microcode, etc.), or an embodiment combining software and hardware aspects, all of which may be generally referred to herein as a "circuit," "module," or "system." Furthermore, aspects of the present invention may take the form of a computer program product carried by one or more computer-readable media in the form of computer-executable code.
Eine beliebige Kombination von einem oder mehreren computerlesbaren Medium (en) kann verwendet werden. Das computerlesbare Medium kann ein computerlesbares Signalmedium oder ein computerlesbares Speichermedium sein. Ein „computerlesbares Speichermedium“, wie hierin verwendet, umfasst ein materielles Speichermedium, das Anweisungen speichern kann, die durch einen Prozessor einer Computervorrichtung ausführbar sind. Das computerlesbare Speichermedium kann als computerlesbares nicht-flüchtiges Speichermedium bezeichnet werden. Das computerlesbare Speichermedium kann auch als ein greifbares computerlesbares Medium bezeichnet werden. In einigen Ausführungsformen kann ein computerlesbares Speichermedium auch in der Lage sein Daten zu speichern, die es ermöglichen, dass durch den Prozessor der Rechnervorrichtung auf sie zugegriffen wird. Beispiele von computerlesbaren Speichermedien umfassen, sind aber nicht beschränkt auf: eine Diskette, eine magnetische Festplatte, eine Festkörper-Festplatte, Flash-Speicher, einen USB-Stick, Random Access Memory (RAM), Festwertspeicher (ROM), eine optische Platte, eine magnetooptische Platte, und die Registerdatei des Prozessors. Beispiele für optische Platten umfassen Compact Disks (CD) und Digital Versatile Disks (DVD), zum Beispiel CD-ROM, CD-RW, CD-R, DVD-ROM, DVD-RW oder DVD-R-Disks. Der Begriff computerlesbares Speichermedium bezieht sich auch auf verschiedene Arten von Aufzeichnungsmedien, die dafür geeignet sind von der Rechnervorrichtung über ein Netzwerk oder eine Kommunikationsverbindung abgerufen zu werden. Zum Beispiel können Daten über ein Modem, über das Internet oder über ein lokales Netzwerk abgerufen werden. Computerausführbarer Code, der auf einem computerlesbaren Medium ausgeführt wird, kann über jedes geeignete Medium übermittelt werden, einschließlich, aber nicht darauf beschränkt, drahtlose, drahtgebundene, Lichtwellenleiter, RF, etc., oder jede geeignete Kombination der vorstehenden Medien.Any combination of one or more computer-readable media may be used. The computer-readable medium may be a computer-readable signal medium or a computer-readable storage medium. A "computer-readable storage medium," as used herein, includes a tangible storage medium capable of storing instructions executable by a processor of a computing device. The computer-readable storage medium may be referred to as a computer-readable non-transitory storage medium. The computer-readable storage medium may also be referred to as a tangible computer-readable medium. In some embodiments, a computer-readable storage medium may also be capable of storing data that allows it to be accessed by the processor of the computing device. Examples of computer-readable storage media include, but are not limited to: a floppy disk, a magnetic hard disk, a solid-state hard disk, flash memory, a USB flash drive, random access memory (RAM), read-only memory (ROM), an optical disk, a magneto-optical disk, and the processor's register file. Examples of optical discs include compact discs (CD) and digital versatile discs (DVD), for example, CD-ROM, CD-RW, CD-R, DVD-ROM, DVD-RW, or DVD-R discs. The term computer-readable storage medium also refers to various types of recording media that are suitable for being accessed by the computing device via a network or communications link. For example, data may be accessed via a modem, over the Internet, or over a local area network. Computer-executable code running on a computer-readable medium may be executed via any suitable medium. including, but not limited to, wireless, wired, fiber optic, RF, etc., or any suitable combination of the foregoing media.
Ein computerlesbares Signalmedium kann ein ausgebreitetes Datensignal beinhalten, das den computerlesbaren Programmcode zum Beispiel in einem Basissignal (baseband) oder als Teil eines Trägersignals (Trägerwelle) enthält. Solch ein Ausbreitungssignal kann in einer beliebigen Form ausgebildet sein, darunter, jedoch nicht beschränkt auf, eine elektromagnetische Form, eine optische Form oder jede geeignete Kombination davon. Bei einem computerlesbaren Signalmedium kann es sich um ein beliebiges computerlesbares Medium handeln, das kein computerlesbares Speichermedium ist und das ein Programm zur Verwendung durch oder in Verbindung mit einem System, Gerät oder Vorrichtung zur Ausführung von Anweisungen übertragen, verbreiten oder transportieren kann.A computer-readable signal medium may include a propagated data signal containing the computer-readable program code, for example, in a baseband signal or as part of a carrier signal (carrier wave). Such a propagated signal may be in any form, including, but not limited to, an electromagnetic form, an optical form, or any suitable combination thereof. A computer-readable signal medium may be any computer-readable medium, other than a computer-readable storage medium, that can transmit, disseminate, or transport a program for use by or in connection with an instruction-executing system, device, or apparatus.
„Computer-Speicher“ oder „Speicher“ ist ein Beispiel für ein computerlesbares Speichermedium. Ein Computer-Speicher ist jeder Speicher, der einem Prozessor direkt zugänglich ist. „Computer-Datenspeicher“ oder „Datenspeicher“ ist ein weiteres Beispiel eines computerlesbaren Speichermediums. Computer-Datenspeicher ist jedes nichtflüchtige computerlesbare Speichermedium. In einigen Ausführungsformen kann ein Computerspeicher auch ein Computer-Datenspeicher sein oder umgekehrt."Computer memory" or "storage" is an example of a computer-readable storage medium. Computer memory is any memory directly accessible by a processor. "Computer data storage" or "data storage" is another example of a computer-readable storage medium. Computer data storage is any non-transitory computer-readable storage medium. In some embodiments, computer memory can also be computer data storage, or vice versa.
Ein „Rechnersystem“, wie es hier verwendet wird, umfasst ein elektronisches Bauteil, das in der Lage ist, ein Programm oder einen maschinenlesbaren Befehl oder computerausführbaren Code auszuführen. Verweise auf das Rechnersystem, das das Beispiel „ein Rechnersystem“ umfasst, sind so auszulegen, dass es möglicherweise mehr als ein Rechnersystem oder mehr als einen Prozessorkern enthält. Bei dem Rechnersystem kann es sich zum Beispiel um einen Mehrkernprozessor handeln. Ein Rechnersystem kann sich auch auf eine Sammlung von Rechnersystemen innerhalb eines einzigen Computersystems oder verteilt auf mehrere Computersysteme beziehen. Der Begriff „Rechnersystem“ sollte auch so interpretiert werden, dass er sich möglicherweise auf eine Sammlung oder ein Netz von Computergeräten bezieht, die jeweils einen Prozessor oder ein Rechnersystem umfassen. Der maschinenlesbare Programmcode oder die Anweisungen können von mehreren Rechnersystemen oder Prozessoren ausgeführt werden, die sich in ein und demselben Computergerät befinden oder sogar über mehrere Computergeräte verteilt sein können.A "computer system," as used herein, includes an electronic component capable of executing a program or machine-readable instruction or computer-executable code. References to the computer system, which includes the example "a computer system," should be construed as possibly including more than one computer system or more than one processor core. The computer system may, for example, be a multi-core processor. A computer system may also refer to a collection of computer systems within a single computer system or distributed across multiple computer systems. The term "computer system" should also be interpreted as possibly referring to a collection or network of computing devices, each comprising a processor or computer system. The machine-readable program code or instructions may be executed by multiple computing systems or processors residing in the same computing device or even distributed across multiple computing devices.
Maschinenausführbare Anweisungen oder computerausführbarer Code können Anweisungen oder ein Programm umfassen, die einen Prozessor oder ein anderes Rechnersystem veranlassen, einen Aspekt der vorliegenden Erfindung auszuführen. Computerausführbarer Code zur Durchführung von Operationen für Aspekte der vorliegenden Erfindung kann in einer beliebigen Kombination aus einer oder mehreren Programmiersprachen, einschließlich einer objektorientierten Programmiersprache wie Java, Smalltalk, C++ oder ähnlichen Sprachen und herkömmlichen prozeduralen Programmiersprachen wie der Programmiersprache „C“ oder ähnlichen Programmiersprachen, geschrieben und in maschinenausführbare Anweisungen kompiliert werden. In einigen Fällen kann der computerausführbare Code in der Form einer höheren Programmiersprache oder in einer vor-kompilierter Form vorliegen, und in Verbindung mit einem Interpreter verwendet werden, der die maschinenausführbaren Anweisungen generiert. In anderen Fällen können die maschinenausführbaren Befehle oder der computerausführbare Code in Form einer Programmierung für programmierbare Logikgatter-Arrays vorliegen.Machine-executable instructions or computer-executable code may comprise instructions or a program that cause a processor or other computer system to carry out an aspect of the present invention. Computer-executable code for performing operations for aspects of the present invention may be written and compiled into machine-executable instructions in any combination of one or more programming languages, including an object-oriented programming language such as Java, Smalltalk, C++, or similar languages, and conventional procedural programming languages such as the "C" programming language or similar programming languages. In some cases, the computer-executable code may be in the form of a high-level programming language or in a pre-compiled form and used in conjunction with an interpreter that generates the machine-executable instructions. In other cases, the machine-executable instructions or computer-executable code may be in the form of programming for programmable logic gate arrays.
Der computerausführbare Code kann vollständig auf dem Rechner eines Benutzers, teilweise auf dem Rechner des Benutzers, als eigenständiges Software-Paket, teilweise auf dem Rechner des Benutzers und teilweise auf einem entfernt angeordneten Rechner oder vollständig auf dem entfernt angeordneten Rechner oder Server ausgeführt werden. In letzterem Fall kann der entfernt angeordnete Rechner mit dem Rechner des Benutzers durch eine beliebige Art von Netzwerk verbunden sein, einschließlich einem lokalen Netzwerk (LAN) oder einem Weitverkehrsnetz (WAN), oder die Verbindung kann mit einem externen Rechner hergestellt werden (zum Beispiel über das Internet unter Verwendung eines Internet-Dienstanbieters).The computer-executable code may run entirely on a user's computer, partially on the user's computer, as a standalone software package, partially on the user's computer and partially on a remote computer, or entirely on the remote computer or server. In the latter case, the remote computer may be connected to the user's computer by any type of network, including a local area network (LAN) or a wide area network (WAN), or the connection may be made to an external computer (for example, over the Internet using an Internet service provider).
Aspekte der vorliegenden Erfindung werden unter Bezugnahme auf Flussdiagramm-Darstellungen und/oder Blockschaltbilder von Verfahren, Vorrichtungen (Systemen) und Computerprogramm-produkten gemäß Beispielen der Erfindung beschrieben. Es wird darauf hingewiesen, dass jeder Block oder Teile der Blöcke der Flussdiagramme, Darstellungen und/oder der Blockschaltbilder durch Computerprogrammanweisungen, gegebenenfalls in Form eines computerausführbaren Codes, ausgeführt werden können. Es wird weiter darauf hingewiesen, dass Kombinationen von Blöcken in verschiedenen Flussdiagrammen, Darstellungen und/oder Blockschaltbildern kombiniert werden können, wenn sie sich nicht gegenseitig ausschließen. Diese Computerprogrammanweisungen können einem Rechnersystem eines Allzweckcomputers, eines Spezialcomputers oder eines anderen programmierbaren Datenverarbeitungsgeräts zur Verfügung gestellt werden, um eine Maschine zu erzeugen, so dass die Anweisungen, die über das Rechnersystem des Computers oder eines anderen programmierbaren Datenverarbeitungsgeräts ausgeführt werden, Mittel zur Implementierung der im Flussdiagramm und/oder im Blockdiagrammblock oder in den Blöcken angegebenen Funktionen/Aktionen schaffen.Aspects of the present invention are described with reference to flowchart illustrations and/or block diagrams of methods, apparatus (systems), and computer program products according to examples of the invention. It is noted that each block or portions of the blocks of the flowcharts, illustrations, and/or block diagrams may be implemented by computer program instructions, optionally in the form of computer-executable code. It is further noted that combinations of blocks in different flowcharts, illustrations, and/or block diagrams may be combined if they are not mutually exclusive. These computer program instructions may be provided to a computer system of a general-purpose computer, a special-purpose computer, or other programmable data processing apparatus to produce a machine such that the instructions, which are executed via the computer system of the computer or other programmable data processing apparatus device, provide means for implementing the functions/actions specified in the flowchart and/or block diagram block or blocks.
Diese maschinenausführbaren Anweisungen oder Computerprogrammanweisungen können auch in einem computerlesbaren Medium gespeichert werden, das einen Computer, ein anderes programmierbares Datenverarbeitungsgerät oder andere Vorrichtungen anweisen kann, in einer bestimmten Weise zu funktionieren, so dass die in dem computerlesbaren Medium gespeicherten Anweisungen einen Herstellungsgegenstand erzeugen, der Anweisungen enthält, die die in dem Flussdiagramm und/oder dem Blockdiagrammblöcken oder -blocks angegebene Funktion/Aktion umsetzen.These machine-executable instructions or computer program instructions may also be stored in a computer-readable medium that can instruct a computer, other programmable data processing apparatus, or other devices to function in a particular manner such that the instructions stored in the computer-readable medium produce an article of manufacture that includes instructions that implement the function/action specified in the flowchart and/or block diagram block or blocks.
Die maschinenausführbaren Anweisungen oder Computerprogrammanweisungen können auch auf einen Computer, ein anderes programmierbares Datenverarbeitungsgerät oder andere Vorrichtungen geladen werden, um eine Reihe von Betriebsschritten zu veranlassen, die auf dem Computer, einem anderen programmierbaren Gerät oder anderen Vorrichtungen ausgeführt werden, um einen computerimplementierten Prozess zu erzeugen, so dass die Anweisungen, die auf dem Computer oder einem anderen programmierbaren Gerät ausgeführt werden, Prozesse zur Implementierung der im Flussdiagramm und/oder Blockdiagrammblock oder den Blöcken angegebenen Funktionen/Aktionen bereitstellen.The machine-executable instructions or computer program instructions may also be loaded onto a computer, other programmable data processing device, or other apparatus to cause a series of operational steps to be performed on the computer, other programmable device, or other apparatus to produce a computer-implemented process, such that the instructions executing on the computer or other programmable device provide processes for implementing the functions/acts specified in the flowchart and/or block diagram block or blocks.
Eine „Benutzerschnittstelle“ im Sinne dieses Dokuments ist eine Schnittstelle, die es einem Benutzer oder Bediener ermöglicht, mit einem Computer oder Computersystem zu interagieren. Eine „Benutzerschnittstelle“ kann auch als „Human Interface Device“ bezeichnet werden. Eine Benutzerschnittstelle kann dem Bediener Informationen oder Daten zur Verfügung stellen und/oder Informationen oder Daten vom Bediener empfangen. Eine Benutzerschnittstelle kann es dem Computer ermöglichen, Eingaben des Bedieners zu empfangen und Ausgaben des Computers für den Benutzer bereitzustellen. Mit anderen Worten, die Benutzerschnittstelle kann es einem Bediener ermöglichen, einen Computer zu steuern oder zu bedienen, und die Schnittstelle kann es dem Computer ermöglichen, die Auswirkungen der Steuerung oder Bedienung durch den Bediener anzuzeigen. Die Anzeige von Daten oder Informationen auf einem Display oder einer grafischen Benutzerschnittstelle ist ein Beispiel für die Bereitstellung von Informationen für einen Bediener. Das Empfangen von Daten über eine Tastatur, eine Maus, einen Trackball, ein Touchpad, einen Zeigestock, ein Grafiktablett, einen Joystick, ein Gamepad, eine Webcam, ein Headset, Pedale, einen kabelgebundenen Handschuh, eine Fernbedienung und einen Beschleunigungsmesser sind alles Beispiele für Benutzerschnittstellen, die das Empfangen von Informationen oder Daten von einem Bediener ermöglichen.A "user interface" as defined in this document is an interface that enables a user or operator to interact with a computer or computer system. A "user interface" may also be referred to as a "human interface device." A user interface may provide information or data to the operator and/or receive information or data from the operator. A user interface may enable the computer to receive input from the operator and provide output from the computer to the user. In other words, the user interface may enable an operator to control or operate a computer, and the interface may enable the computer to display the effects of the operator's control or operation. Displaying data or information on a display or graphical user interface is an example of providing information to an operator. Receiving data via a keyboard, mouse, trackball, touchpad, pointing stick, graphics tablet, joystick, gamepad, webcam, headset, pedals, wired glove, remote control, and accelerometer are all examples of user interfaces that enable the receipt of information or data from an operator.
Eine „Hardware-Schnittstelle“, wie sie hier verwendet wird, umfasst eine Schnittstelle, die es dem Rechnersystem eines Computersystems ermöglicht, mit einem externen Computergerät und/oder -apparat zu interagieren und/oder diesen zu steuern. Eine Hardware-Schnittstelle kann es einem Rechnersystem ermöglichen, Steuersignale oder Anweisungen an ein externes Computergerät und/oder einen externen Apparat zu senden. Eine Hardware-Schnittstelle kann es einem Rechnersystem auch ermöglichen, Daten mit einem externen Computergerät und/oder -apparat auszutauschen. Beispiele für eine Hardware-Schnittstelle sind unter anderem: ein universeller serieller Bus, ein IEEE-1394-Anschluss, ein paralleler Anschluss, ein IEEE-1284-Anschluss, ein serieller Anschluss, ein RS-232-Anschluss, ein IEEE-488-Anschluss, eine Bluetooth-Verbindung, eine drahtlose lokale Netzwerkverbindung, eine TCP/IP-Verbindung, eine Ethernet-Verbindung, eine Steuerspannungsschnittstelle, eine MIDI-Schnittstelle, eine analoge Eingangsschnittstelle und eine digitale Eingangsschnittstelle.A "hardware interface," as used herein, includes an interface that enables the computing system of a computer system to interact with and/or control an external computing device and/or apparatus. A hardware interface may enable a computing system to send control signals or instructions to an external computing device and/or apparatus. A hardware interface may also enable a computing system to exchange data with an external computing device and/or apparatus. Examples of a hardware interface include, but are not limited to: a universal serial bus, an IEEE 1394 port, a parallel port, an IEEE 1284 port, a serial port, an RS-232 port, an IEEE 488 port, a Bluetooth connection, a wireless local area network connection, a TCP/IP connection, an Ethernet connection, a control voltage interface, a MIDI interface, an analog input interface, and a digital input interface.
Ein „Display“ oder „Anzeigegerät“, wie es hier verwendet wird, umfasst ein Ausgabegerät oder eine Benutzerschnittstelle zur Anzeige von Bildern oder Daten. Eine Anzeige kann visuelle, akustische und/oder taktile Daten ausgeben. Beispiele für eine Anzeige sind unter anderem: ein Computermonitor, ein Fernsehbildschirm, ein Touchscreen, eine taktile elektronische Anzeige, ein Braille-Bildschirm,A "display" or "display device," as used herein, includes an output device or user interface for displaying images or data. A display may output visual, audible, and/or tactile data. Examples of a display include, but are not limited to: a computer monitor, a television screen, a touchscreen, a tactile electronic display, a Braille screen,
Kathodenstrahlröhre (CRT), Speicherröhre, bi-stabiles Display, elektronisches Papier, Vektordisplay, Flachbildschirm, Vakuum-Fluoreszenz-Display (VF), Leuchtdioden-Display (LED), Elektrolumineszenz-Display (ELD), Plasma-Display-Panel (PDP), Flüssigkristall-Display (LCD), organisches Leuchtdioden-Display (OLED), Projektor und Head-Mounted Display.Cathode ray tube (CRT), storage tube, bi-stable display, electronic paper, vector display, flat panel display, vacuum fluorescent display (VF), light-emitting diode display (LED), electroluminescent display (ELD), plasma display panel (PDP), liquid crystal display (LCD), organic light-emitting diode display (OLED), projector and head-mounted display.
REFERENZZEICHENLISTEREFERENCE SYMBOL LIST
- 100100
- erste Verarbeitungseinheitfirst processing unit
- 102102
- zweite Verarbeitungseinheitsecond processing unit
- 104104
- Rechnersystemcomputer system
- 106106
- Hardware-SchnittstelleHardware interface
- 108108
- BenutzerschnittstelleUser interface
- 110110
- Speichermemory
- 120120
- maschinenlesbare Anweisungenmachine-readable instructions
- 122122
- erste Radardatenfirst radar data
- 124124
- erste Koordinatenwerte der ersten Spektralmerkmalefirst coordinate values of the first spectral features
- 132132
- zweite Radardatensecond radar data
- 140140
- Koordinatenwerte der bestätigten SpektralmerkmaleCoordinate values of the confirmed spectral features
- 200200
- erster Radarsensorfirst radar sensor
- 201201
- Position des ersten RadarsensorsPosition of the first radar sensor
- 202202
- erstes Radarsignalfirst radar signal
- 203203
- Ausrichtung des ersten RadarsensorsAlignment of the first radar sensor
- 204204
- erstes Sichtfeldfirst field of vision
- 205205
- Abstand zwischen den RadarsensorenDistance between the radar sensors
- 207207
- Satz von RadarsensorenSet of radar sensors
- 210210
- erstes vorläufiges Spektralmerkmalfirst preliminary spectral feature
- 212212
- erste Entfernungfirst removal
- 214214
- erster Winkelfirst angle
- 216216
- weiteres Spektralmerkmalfurther spectral feature
- 220220
- zweiter Radarsensorsecond radar sensor
- 221221
- Position des zweiten RadarsensorsPosition of the second radar sensor
- 222222
- zweites Radarsignalsecond radar signal
- 223223
- Ausrichtung des zweiten RadarsensorsAlignment of the second radar sensor
- 224224
- zweites Sichtfeldsecond field of view
- 230230
- zweites vorläufiges Spektralmerkmalsecond preliminary spectral feature
- 232232
- zweite Entfernungsecond removal
- 234234
- zweiter Winkelsecond angle
- 240240
- gemeinsames Sichtfeldcommon field of vision
- 250250
- erstes Radarspektrumfirst radar spectrum
- 252252
- Bin des ersten RadarspektrumsBin of the first radar spectrum
- 270270
- zweites Radarspektrumsecond radar spectrum
- 272272
- Bin des zweiten RadarspektrumsBin of the second radar spectrum
- 280280
- Bereich der ÜberlappungArea of overlap
- 282282
- (interpoliertes) bestätigtes Spektralmerkmal(interpolated) confirmed spectral feature
- 284284
- Grundwahrheit („ground truth“)Ground truth
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES CONTAINED IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents submitted by the applicant was generated automatically and is included solely for the convenience of the reader. This list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte Nicht-PatentliteraturCited non-patent literature
- Ralph Schmidt, „Multiple emitter location and signal parameter estimation“, IEEE Transactions on Antennas and Propagation, 34(3):276-280, 1986 [0013]Ralph Schmidt, “Multiple emitter location and signal parameter estimation,” IEEE Transactions on Antennas and Propagation, 34(3):276-280, 1986 [0013]
- Richard Roy et al. „ESPRITestimation of signal parameters via rotational invariance techniques“, IEEE Transactions on Acoustics, Speech, and Signal Processing, 37(7):984-995, 1989 [0013]Richard Roy et al. “ESPRITestimation of signal parameters via rotational invariance techniques,” IEEE Transactions on Acoustics, Speech, and Signal Processing, 37(7):984-995, 1989 [0013]
Claims (11)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102023129192.0A DE102023129192A1 (en) | 2023-10-24 | 2023-10-24 | DETECTION OF OBJECTS WITH AT LEAST TWO RADAR SENSORS |
| PCT/EP2024/078328 WO2025087687A1 (en) | 2023-10-24 | 2024-10-09 | Detecting objects using at least two radar sensors |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102023129192.0A DE102023129192A1 (en) | 2023-10-24 | 2023-10-24 | DETECTION OF OBJECTS WITH AT LEAST TWO RADAR SENSORS |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DE102023129192A1 true DE102023129192A1 (en) | 2025-04-24 |
Family
ID=93119456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE102023129192.0A Pending DE102023129192A1 (en) | 2023-10-24 | 2023-10-24 | DETECTION OF OBJECTS WITH AT LEAST TWO RADAR SENSORS |
Country Status (2)
| Country | Link |
|---|---|
| DE (1) | DE102023129192A1 (en) |
| WO (1) | WO2025087687A1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN121385841A (en) * | 2025-12-24 | 2026-01-23 | 四川天中星航空科技有限公司 | Multi-target detection radar photoelectric signal processing method |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102011012843A1 (en) * | 2011-03-03 | 2012-09-06 | Valeo Schalter Und Sensoren Gmbh | Driver assistance device for a vehicle and method for operating a radar device |
| US20210309167A1 (en) * | 2019-10-08 | 2021-10-07 | Neutron Automotive Controls Inc. | Redundant ethernet network and sensor processing system for vehicles and related methods |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6954863B2 (en) * | 2018-04-06 | 2021-10-27 | 株式会社Ｓｏｋｅｎ | Radar system |
| JP7015723B2 (en) * | 2018-04-11 | 2022-02-03 | パナソニック株式会社 | Object detection device, object detection system, and object detection method |
| WO2020006531A1 (en) * | 2018-06-28 | 2020-01-02 | Upamanyu Madhow | Multimodal sensing, fusion for machine perception |
| KR102628655B1 (en) * | 2018-06-29 | 2024-01-24 | 삼성전자주식회사 | Method and device to operate radar |
| DE102020107804A1 (en) * | 2019-04-26 | 2020-10-29 | Infineon Technologies Ag | Radar apparatus and method for detecting radar targets |
| DE112020005888T5 (en) * | 2020-02-21 | 2022-09-15 | Mitsubishi Electric Corporation | RADAR EQUIPMENT, OBSERVATION TARGET DETECTION METHOD AND IN-VEHICLE EQUIPMENT |
-
2023
- 2023-10-24 DE DE102023129192.0A patent/DE102023129192A1/en active Pending
-
2024
- 2024-10-09 WO PCT/EP2024/078328 patent/WO2025087687A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102011012843A1 (en) * | 2011-03-03 | 2012-09-06 | Valeo Schalter Und Sensoren Gmbh | Driver assistance device for a vehicle and method for operating a radar device |
| US20210309167A1 (en) * | 2019-10-08 | 2021-10-07 | Neutron Automotive Controls Inc. | Redundant ethernet network and sensor processing system for vehicles and related methods |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2025087687A1 (en) | 2025-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102013113619B4 (en) | Probabilistic target selection and hazard assessment method and application to an intersection collision warning system | |
| DE102016225494B4 (en) | METHOD AND DEVICE FOR DETECTING A TARGET OBJECT | |
| DE102018127328B4 (en) | Method and system for performing target detection | |
| EP4052064B1 (en) | Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device | |
| EP3175256A1 (en) | Method for classifying an object in an area surrounding a motor vehicle, driver assistance system and motor vehicle | |
| DE102020105642A1 (en) | DESIGN AND PROCESSING WITH ANTENNA ARRAYS TO ELIMINATE MALDETECTIONS IN A RADAR SYSTEM | |
| DE102006009121B4 (en) | Process for processing and displaying ground images obtained by synthetic aperture radar (SAR) systems | |
| DE102022125170A1 (en) | METHOD OF MITIGATING INTERFERENCE IN A SYSTEM FOR MEASURING DISTANCE WITH REFLECTED ENERGY FOR AN AUTONOMOUS VEHICLE | |
| WO2020127245A1 (en) | Determining the orientation of objects by means of radar or through the use of electromagnetic interrogation radiation | |
| EP3511733A2 (en) | Radar-based longitudinal and lateral control | |
| DE102014009093A1 (en) | Radar system for vehicles and method for measuring the azimuth in this | |
| WO2021078335A1 (en) | Method for capturing a target object | |
| DE102023129192A1 (en) | DETECTION OF OBJECTS WITH AT LEAST TWO RADAR SENSORS | |
| EP3620819A1 (en) | Coordinated detection of objects in an airspace | |
| DE102020106676B4 (en) | Computer-implemented method for performing a joint Radon transform association and system | |
| DE112018003126T5 (en) | AMBIENT MONITORING RADAR DEVICE | |
| DE112022002015T5 (en) | EXTERNAL ENVIRONMENT DETECTION DEVICE | |
| DE102018103969A1 (en) | Computer-implemented method for generating sensor data | |
| DE102018222195A1 (en) | Location and / or classification of objects from radar data with machine learning | |
| DE112020007006T5 (en) | Object recognition system and object recognition method | |
| WO2020069922A1 (en) | Method for providing object information from static objects in surroundings of a vehicle | |
| DE102019106293B3 (en) | Method for detecting a flying object and passive radar detection system for detecting a flying object | |
| DE102019218932B3 (en) | Determining a relative movement | |
| DE102023114512B3 (en) | System and method for improving the resolution of structures and objects detected by radar sensors | |
| DE102023131024A1 (en) | INCREASING THE RESOLUTION OF A RADAR SPECTRUM |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R163 | Identified publications notified |