基于毫米波雷達的車間位置關系識別方法.pdf

1、車輛主動安全系統(tǒng)經(jīng)常利用毫米波雷達識別周圍的車輛目標,并判斷自車周圍是否存在潛在危險。而毫米波雷達輸出的原始數(shù)據(jù)中經(jīng)常出現(xiàn)的無效信號干擾了主動安全系統(tǒng)的正常運行。同時,毫米波雷達所測量得到的車輛信息不能直接反映其它車輛相對于自車之間的相對車道關系,因此主動安全系統(tǒng)無法直接利用該類原始數(shù)據(jù)。
　　針對以上問題,本文使用ESR毫米波雷達進行實際道路試驗,通過數(shù)據(jù)特征分析建立了有效車輛目標的挑選算法。同時,利用車輛橫擺角速度和車速對道路

2、曲率進行估計,在道路曲率和車道線距離的信息基礎上,結合毫米波雷達的測量數(shù)據(jù)分別建立了直道路段和彎道路段下周圍車輛目標與自車的相對車道關系辨識模型,為車輛主動安全系統(tǒng)提供準確的目標信息。主要的研究內(nèi)容和結論如下:
　　1、針對毫米波雷達的原始數(shù)據(jù)建立了有效目標挑選算法。由于每個毫米波雷達能采集64個通道的信息,而這些信息中存在大量的干擾信號和靜止目標信號,對有效的車輛目標挑選造成干擾。因此,需要通過建立有效目標挑選算法從大量信息中識

3、別出有效目標,為目標與自車之間的相對車道關系辨識提供有效的車輛目標信息。
　　2、利用自車橫擺角速度和車速建立了道路曲率的估算模型,同時建立了基于二自由度汽車模型的卡爾曼濾波模型,對橫擺角速度測量值進行濾波處理,提高了道路曲率的估算精度。
　　3、分別建立了直道和彎道路段下周圍車輛目標與自車的相對車道關系辨識模型,包括目標與自車同車道的辨識模型、目標處于自車相鄰車道的辨識模型以及目標處于自車不相鄰車道的辨識模型。
　　

4、4、基于視頻圖像和實測數(shù)據(jù)分析對目標相對車道關系的辨識模型進行了有效性驗證。選取了不同的交通場景,對圖像分析結果和基于雷達采集數(shù)據(jù)的模型辨識結果進行比較,驗證了目標與自車同車道和不同車道的情況下辨識模型的有效性。驗證結果表明,目標相對車道關系的辨識模型在直道路段和彎道路段都能準確有效的工作,能夠為車輛控制系統(tǒng)提供有效的目標車道信息和其它信息。
　　本研究得到了國家自然科學基金項目(51178053)和國家科技支撐計劃項目(2009