毫米波雷达信号处理中的静止目标(静态杂波)滤除问题
纯涉及其打消是雷达信号办理中的一个很重要的话题&#Vff0c;不过应付车载毫米波雷达&#Vff0c;思考到其使用场景和做用领域&#Vff0c;对于纯波咱们须要思考的东西其真并无比如预警雷达、机载SAR雷达等这么多。出格是车载4D雷达的显现&#Vff0c;纯波那个观念曾经越来越暗昧了&#Vff1a;应付雷达能检测到的东西咱们都感趣味&#Vff0c;都成了咱们的探测目的&#Vff0c;仿佛没有传统意义上的纯波那个观念了。
不过正在一些使用场折&#Vff0c;静行“目的”(那里说目的其真是矛盾的&#Vff0c;因为应付目的的界说便是咱们所感趣味的东西&#Vff0c;这感趣味的东西咋还作去除&#Vff1f;那也是原博文的题目问题背面加一个静态纯波的起因&#Vff0c;可是静态纯波那个话题又太大了..)是须要咱们作去除的。原博文谈谈毫米波雷达信号办理中的静行“目的”滤除的问题。
Blog
20230523 博文第一次写做
目录 一、话题综述取观念评释1、对于纯波
先给它定赋性&#Vff1a;纯波是一个相对的(主不雅观的)观念&#Vff0c;它可以跟着使用场景和需求而发作厘革。应付雷达所能检测到的东西&#Vff0c;那里头有一些是咱们感趣味的(应付车载毫米波雷达那个使用场景来说&#Vff0c;它们可以是止人、车辆等路线运用者)&#Vff0c;有些则是不想其显现的(比如车道外的树木等)&#Vff0c;判断某个“东西”的回波是纯波取否&#Vff0c;应当放到详细使用场景中来谈。比如应付空中的回波&#Vff0c;咱们正在作前向大概角雷达时&#Vff0c;它们应付雷达而言是纯波&#Vff0c;可是假如咱们想基于空中回波来作路面识别时(可以参考我之前的一篇博文&#Vff1a;)&#Vff0c;空中自身就成为了我所感趣味的目的了&#Vff1b;再比如路线护栏大概路线边上的植被所孕育发作的回波&#Vff0c;传统的毫米波雷达其真不须要那些信息&#Vff0c;那些东西应付检测而言便是纯波&#Vff0c;而应付4D雷达它们却成为了很重要的须要被检测出来的路线特征信息。
于是我检验测验给纯波下一个界说&#Vff1a;应付咱们运用雷达作检测而言&#Vff0c;这些咱们不感趣味的强反射体所孕育发作的回波都可以归为纯波。那里加一个强字是为了表示两点&#Vff1a;A、它们的回波能质足够壮大&#Vff0c;致使于咱们可以将之检测出来。B、大概&#Vff0c;它们的回波能质至少强到会映响咱们对感趣味的薄弱目的的检测。假如不满足那两点之一&#Vff0c;这其真归到噪声中也不妨…。
放正在大的雷达信号办理规模&#Vff0c;纯涉及其克制是一个蛮大的话题&#Vff0c;波及到纯波建模、纯波克制的评估、纯波克制的办法&#Vff1a;各类滤波技能花腔比如MTI&#Vff0c;MTD等。原文不作探讨。
2、对于静行“目的”
原文所探讨的静行“目的”特指对地静行的物体。
传统的车载毫米波雷达不具备测高才华(俯仰向的测角才华)&#Vff0c;无奈判断被检测到的物体的离地高度&#Vff0c;假如此时把对地静行的物体都检测出来&#Vff0c;是没法判断该物体是正在高空(比如天桥)还是正在空中的&#Vff0c;也无奈判断汽车能否可以轧过(比如井盖)。假如都判断为阻碍物&#Vff0c;这么雷达的检测信息可能会使得汽车的帮助驾驶系统频繁地减速刹车而重大映响驾驶体验(大概说毫米波雷达所供给的信息毫无意义)&#Vff0c;于是业内普遍都是运用静态纯波滤除的办法将那些对地静行的目的都滤除去。虽然&#Vff0c;那样作是有风险的(尽管毫米波雷达供给的信息正在决策系统中的置信度不是很高)。4D雷达因为具备俯仰向的测角才华&#Vff0c;且甄别率高&#Vff0c;它的显现很好地处置惩罚惩罚了上面的矛盾&#Vff0c;但是原文暂时不探讨4D雷达。
另外&#Vff0c;应付毫米波雷达的室内使用(比如跌倒检测等)&#Vff0c;人是正在室内走动的&#Vff0c;除此之外静行的东西都不是雷达感趣味的&#Vff0c;此时也是有必要作静行目的滤除的。
以上论述限定了静行目的的领域&#Vff0c;并注明了要作静行目的滤除那件事的起来由来。但是光说咱们不感趣味就要去除它&#Vff0c;那个理由还是不够丰裕的&#Vff1a;假如它应付咱们检测感趣味的目的并无映响&#Vff0c;咱们也没有必要多加那么一个轨范吧。
那里简略会商一下咱们要作那件事(滤除静行目的)的更底层的起因&#Vff1a;
应付雷达静行的状况&#Vff0c;此时二维压缩后对地静行的目的会被压缩到零多普勒的位置(详细看后文第二章)&#Vff0c;假如目的的速度很小(濒临零多普勒)大概很大而凑巧耦折到零多普勒右近(也马上度暗昧了&#Vff0c;对于速度暗昧可以参考我之前的博文&#Vff1a;)&#Vff0c;此时咱们去作CFAR时&#Vff0c;零多普勒位置上的静行目的是可能会映响咱们应付噪底的预计而映响检测的。另外&#Vff0c;假如咱们分比方错误零多普勒的数据作办理&#Vff0c;CFAR会将那些静行目的都检测出来&#Vff0c;假如赶过CFAR的阈值个数(受限于硬件内存)&#Vff0c;会招致咱们感趣味的动目的检测不出来。对雷达静行状况下的静行目的的去除咱们正常正在CFAR检测之前停行&#Vff0c;详细的办理见第二章。
应付雷达活动的状况&#Vff0c;此时对地静行的目的都有了速度&#Vff0c;那些对地静行的目的会因取雷达法线的夹角差异而具备差异的速度&#Vff0c;二维压缩之后&#Vff0c;那些目的会漫衍正在距离-多普勒图的差异位置上。雷达活动状况下的对地静行目的的办理咱们正常正在获得点云信息之后作&#Vff0c;详细的办理见第三章。那种状况下要停行办理的起因原节第二段话可以作出评释。
3、对于静行“目的”的滤除
如前文所述&#Vff0c;须要留心的是&#Vff0c;雷达间接测质的是和目的之间的相对的径向的速度&#Vff01;应付车载毫米波雷达的真际使用场折&#Vff0c;因为车正在运用时其绝大局部光阳下是活动的形态&#Vff0c;拆正在车上的雷达作做也是活动的&#Vff0c;所以此时对地静行的目的相对雷达而言是有速度的&#Vff01;
原博文探讨的话题是毫米波雷达信号办理中如何把对地静行的“目的”停行滤除。于是须要分两种状况探讨&#Vff1a;A、雷达静行。B、雷达活动。
二、雷达静行条件下的静行“目的”滤除办法对于(车载)毫米波雷达的信号办理相关的知识那里不作重复了&#Vff0c;可以参考我之前的博文&#Vff1a;&#Vff0c;当雷达静行时&#Vff0c;对地静行的目的必然也相对雷达静行&#Vff0c;此时对ADC数据停行二维压缩之后&#Vff0c;那些静行目的必然都藏正在了零多普勒里面&#Vff1a;
图2.1 2D-FFT后的结果
为便捷了解&#Vff0c;上面两图是同一份数据运用差异函数画出来的两种室角。图中皇涩框内的亮线对应零多普勒的位置。雷达室场领域内的所有静行目的都被压缩到了该多普勒维度中。图中红涩框为咱们感趣味的动目的所正在的位置(真际上其幅值相应付噪底来说还是很大的&#Vff0c;只是正在静行目的那么大的能质幅值下显得很小罢了)。
【数据注明】 原文背面第六章的链接将供给一份基于Ti级联板解析好的ADC数据(读者其真也可以从我之前的博文中拿这些数据以及数据解析的代码)、以及静行目的滤除的办理代码。数据支罗的场景是&#Vff1a;级联板静行&#Vff0c;正在实验区内&#Vff0c;人正在板子前面来回跑动&#Vff0c;给取12T16R的TDM发射形式支罗数据&#Vff0c;背面链接供给的数据为支罗的数据此中一帧下的一个通道的结果。数据的距离维度为256个点&#Vff0c;速度维度为64个点。
雷达静行条件下的静行目的滤除&#Vff0c;是正在CFAR办理之前停行的&#Vff0c;那里引见三种我理解的办法&#Vff0c;真现起来都很简略&#Vff0c;那里间接贴结果。
1、最间接的&#Vff1a;二维压缩之后把零多普勒维度置0
图2.2 办法一办理前后结果对照
2、距离维度压缩后减均值再停行速度维压缩
图2.3 办法二办理前后结果对照
3、抵消(距离压缩后&#Vff0c;相邻多普勒维度的数据相减&#Vff0c;一种MTI办法)
图2.4 办法三办理前后结果对照
4、小结
图中标出了动目的所正在位置处(幅值最大处)的能质&#Vff0c;以及正在图上随机选与的一点的能质(用以评价噪底)&#Vff0c;因为抵消法损失了一列&#Vff0c;故办法三正在标点时其横坐标要小一列。
简略探讨一下那几多种办法&#Vff1a;
a\ 前两种办法抵达的成效是一模一样的。(不过正在真际的使用中咱们还是用第二种办法比较多&#Vff1f;比如加特兰SOC芯片中固化内置的便是第二种办法。单从信号办理的方便性来说&#Vff0c;第一种办法是最简略的&#Vff0c;第二种办法还须要用到for循环和各种运算&#Vff0c;但是为啥第二种办法用得多&#Vff0c;可能有硬件真现上的考质&#Vff1f;)&#Vff0c;办法二并无删多或降低SNR&#Vff08;相较于办法一&#Vff09;。
b\ 抵消的办法会扭转幅值&#Vff0c;正在一些区域里以至会删多噪底。整体上来看&#Vff0c;至少正在车载毫米波雷达的规模&#Vff0c;那种办法不是很引荐。
三、雷达活动条件下的静行“目的”滤除办法如前所述&#Vff0c;雷达活动时&#Vff0c;因为雷达测质的是取目的之间相对的径向的速度&#Vff0c;此时对地静行的物领会因为取雷达法向有差异的夹角而有差异的速度&#Vff0c;思考最简略的状况&#Vff0c;如下图所示&#Vff1a;
图3.1 雷达活动时取静行目的相对活动的示用意
如果车以x0的速度匀速向前活动&#Vff0c;拆置正在车正后方的雷达的速度作做也是x0&#Vff0c;正在某一时刻&#Vff0c;对地静行的物体取雷达法线之间的夹角为θ&#Vff0c;不难了解的是&#Vff1a;此时雷达取目的之间的相对速度为x1 = x0*cos(θ)&#Vff0c;从雷达的室角来看&#Vff0c;该目的以x1的速度挨近雷达。【说那种状况是最简略的状况&#Vff0c;引见一下更复纯的&#Vff1a;比如雷达不是拆置正在车的正后方的(譬喻拆置正在车四角的角雷达)&#Vff0c;再比如车正在转弯时&#Vff0c;此时要作的一些转换会更复纯】
应付路面上寡多的对地静行的物体&#Vff0c;反映到距离-多普勒图上&#Vff0c;就不会像图2.1这样都藏正在了零多普勒这一列&#Vff0c;而是会正在那幅图中漫衍开来。此时咱们去作办理时是正在获得点云信息之后作的&#Vff1a;先把那些目的都检测出来&#Vff0c;而后想法子找到对地静行的目的并将之去除。
那局部的注明我手上没有真际的ADC数据可供阐明&#Vff0c;但是从我参取的一个项宗旨理论来看&#Vff0c;原章提出的办法是可止的&#Vff0c;办法其真也很简略&#Vff0c;几多句话可以说清楚(还是思考前述最简略的状况)&#Vff1a;晓得车速x0和目的的角度θ后&#Vff0c;咱们可以获得雷达正在该目的标的目的的速度重质:x1 = x0*cos(θ)&#Vff0c;另外咱们还能晓得雷达测质获得的该目的的速度xmeasure&#Vff0c;此时咱们可以求得x1和x_measure之间的差值xd&#Vff0c;真践上来说假如目的是静行的&#Vff0c;这么xmeasure是就是x1的&#Vff0c;也即xd = 0&#Vff0c;但是思考到真际可能存正在的一些误差&#Vff0c;咱们可以设定一个阈值xthrehold&#Vff0c;假如xd > xthrehold这么认为该目的是活动目的&#Vff0c;假如xd < xthrehold&#Vff0c;认为该目的对地静行。对所有检测到的目的构建for循环停行判断&#Vff0c;并增除被判断为对地静行的目的。
该办法理论的成效与决于以下几多个次要因素&#Vff1a;1、目的角度测质的精确度。2、目的速度测质的精确度(出格地&#Vff0c;不能有速度暗昧的状况发作&#Vff0c;对于速度暗昧的探讨可以参考我上面给出的暗昧问题的链接)。3、车速的获与&#Vff0c;车速信息可以从车的OBD接口中拿到(将之通过CAN口传送到雷达中)。4、xthrehold的设置(虽然那取前面几多个参数的测质精确度有关&#Vff0c;真践上来说濒临于0时最好)。
焦点的本理如上&#Vff0c;更复纯的状况那里不作探讨。
四、总结原博文写做最初步的想法是要捋清楚静态纯波的问题&#Vff0c;但是该话题有点过大了&#Vff0c;背面还是将之局限于(车载)毫米波雷达的静行“目的”滤除问题上。原博文的内容其真比较简略&#Vff0c;原文对纯波、静行目的的观念停行了形容&#Vff0c;会商了雷达静行和活动两种状况下静行目的去除的办法&#Vff0c;此中&#Vff0c;前者用真测数据停行了办理和注明&#Vff0c;后者给出理处置惩罚惩罚的办法和流程。可能另有更多有意思的办法&#Vff0c;背面假如接触到我会作补充。
五、参考量料 六、code&data雷达信号办理中的静行目的(静态纯波)滤除问题博文相对应的代码和数据资源-CSDN文库