黃 迪,陳凌珊
(上海工程技術(shù)大學(xué) 機(jī)械與汽車工程學(xué)院,上海201620)
智能駕駛或自動(dòng)駕駛是車輛自發(fā)性的根據(jù)當(dāng)前行駛的路況來輔助駕駛者駕駛[1],或者在滿足安全需求條件下控制車輛正常行駛,從而減輕駕駛者的駕駛疲勞,把駕駛員從駕駛勞動(dòng)中釋放出來,同時(shí)規(guī)避了人類駕駛員獨(dú)有的安全隱患。在未來的城市里,自動(dòng)駕駛的高度普及,解決城市擁堵問題,形成高效、安全的交通網(wǎng)絡(luò)。
目前智能駕駛功能的實(shí)現(xiàn)有兩個(gè)方向:一是研究對象交通或者道路本身,在汽車行駛過程中給汽車提供與其相關(guān)的路況信息[2],就像拉力賽車的領(lǐng)航員一樣;二是研究對象是汽車本身,車輛有感知周圍的能力,知道周圍的環(huán)境,理解環(huán)境的意義。有定位能力,即知道自己處于當(dāng)前環(huán)境的位置和姿勢。有決策能力,即根據(jù)自身的定位和對周圍環(huán)境的感知決定車輛該怎么行駛。
本文討論汽車本身的感知能力,能通過各類的傳感器獲取周圍環(huán)境的能力。目前比較主流的感知傳感器有超聲波雷達(dá)、激光雷達(dá)、毫米波雷達(dá)、單目攝像頭。每種傳感器都有自己的優(yōu)缺點(diǎn),攝像頭可以分辨物體的距離、大小、顏色,包含的信息比較豐富,但是對光的敏感度比較高;激光雷達(dá)測距精度高、準(zhǔn)確度高、相應(yīng)時(shí)間快,但是成本高,濃霧、雨雪天會(huì)對其有較大的影響;超聲波雷達(dá)結(jié)構(gòu)簡單,價(jià)格便宜且體積小巧,但是受天氣和溫度變化的影響很大,且距離很短;毫米波雷達(dá)不受天氣情況影響,能夠感知到的距離較遠(yuǎn),且能識別到毫米級的移動(dòng),但是對靜止不動(dòng)的物體精度較低,開發(fā)成本高[3-4]。
毫米波雷達(dá)是一種可以發(fā)射毫米級波長信號的雷達(dá),在汽車行業(yè)經(jīng)常使用76-81GHZ頻率下可以檢測到零點(diǎn)幾毫米的位移。而調(diào)頻連續(xù)波是一種連續(xù)發(fā)射變頻的毫米量級信號的技術(shù),在電磁信號發(fā)射的路徑上被物體反射,根據(jù)反射回來的變頻信號與發(fā)出去的信號處理比較,可以推導(dǎo)出該物體的方位、速度和加速度。圖1為在時(shí)間和振幅維度上的連續(xù)調(diào)頻信號波形。圖2為頻率隨時(shí)間的變化,其中線性調(diào)頻脈沖的斜率為頻率的變化率,帶寬B,持續(xù)時(shí)間T c,起始頻率f c。圖3為調(diào)頻毫米波雷達(dá)的架構(gòu),Tx為發(fā)送調(diào)頻信號,R x為接收物體反射回來的同一斜率S的調(diào)頻信號,發(fā)送的信號和收到的信號混頻之后獲得一個(gè)中頻信號。
對于兩個(gè)正弦波形x1和x2,式(1)和式(2):
圖1 時(shí)域振幅上的變頻波Fig.1 Variable frequency wave in time domain amplitude
圖2 頻率變化率為S的變頻波Fig.2 A variable frequency wave with a frequency change rate of S
圖3 毫米波收發(fā)架構(gòu)Fig.3 Millimeter wave transceiver architecture
其頻率為兩個(gè)正弦波形頻率的差值,其相位為兩個(gè)正弦波形相位的差值,式(3):
如圖4所示,信號c1為t0時(shí)刻雷達(dá)Tx端發(fā)送變頻率為S的調(diào)頻信號,c2為t1時(shí)刻雷達(dá)R x端收到物體反射c1的對應(yīng)的變頻信號,兩個(gè)信號混頻輸出一個(gè)頻率不變的中頻信號。
圖4 混頻信號Fig.4 Mixing signal
雷達(dá)信號從發(fā)送到物體反射回R x這段時(shí)間可以由電磁波信號以光速在物體和雷達(dá)間反射的距離來計(jì)算,式(4):
在R x收到多個(gè)物體反射回來的信號時(shí),混頻后將輸出不同頻率的中頻信號,當(dāng)收到多個(gè)頻率后,在時(shí)域上將會(huì)疊加為一個(gè)復(fù)雜的波形,這里使用傅里葉變換處理這個(gè)復(fù)雜的疊加波形,分離不同頻率的中頻信號。而每個(gè)頻率代表信號返回R x的時(shí)間不同,基于光速c不變,所以每個(gè)頻率也就能映射到距離上,雷達(dá)便能探測到物體的存在。
對于速度的探測,同一個(gè)物體在雷達(dá)Tx發(fā)出兩個(gè)調(diào)頻信號的Tc時(shí)間內(nèi),距離基本保持不變,因此很難通過映射距離的中頻信號的頻率來計(jì)算出物體的速度。但是在T c間隔得到的兩個(gè)中頻信號的相位不同,因此可以通過相位差來計(jì)算得到物體的速度,式(5)和式(6):
由于是通過相位差來計(jì)算速度的,而相位差有周期性,因此可測得的最大速度為式(7):
在同一距離上若有多個(gè)速度不同的物體,則需要一次發(fā)射出一組等時(shí)間間隔的調(diào)頻信號。在R x收到一組調(diào)頻信號后,得到一組頻率相同但相位不同的中頻信號。而同一個(gè)物體在相同的時(shí)間T c后相位的變化是一致的,因此速度不同的物體會(huì)有不同的相位差。對這一組中頻信號做傅里葉變換,分離出不同相位差峰值的信號,通過(6)式計(jì)算得到不同速度的物體。
雷達(dá)可以通過發(fā)射天線和接收天線的排列來計(jì)算物體在水平面上與雷達(dá)的角度,如圖5所示。
估算該方位角,需要使用到兩個(gè)或以上的接收天線,物體與兩個(gè)天線的距離差會(huì)導(dǎo)致傅里葉變換峰值的相位變換,式(8):
其中:
將(9)式帶入(8)式得到(10)式:
公式成立的前提在于θ較小時(shí)si n(θ)≈θ,因此只有在θ較小時(shí)公式(10)才比較準(zhǔn)確。
圖5 收發(fā)天線布局Fig.5 Transceiver Antenna Layout
在實(shí)際使用毫米波雷達(dá)檢測目標(biāo)時(shí),會(huì)遇到真實(shí)世界里不確定性的干擾,導(dǎo)致雷達(dá)出現(xiàn)誤報(bào)和漏報(bào)的情況。為了減少誤報(bào)漏報(bào)率,需要先對檢測到的目標(biāo)做可信度分析。
假設(shè)一個(gè)目標(biāo)的可能性分布服從高斯分布,式(11):
噪聲的可能性分布服從瑞利分布,式(12):
則在某距離存在目標(biāo)的最大似然函數(shù)為式(13):
其中,C為常數(shù)。
l l f值越大,此處存在目標(biāo)的可能性就越大,定一個(gè)閾值H,當(dāng)l l f大于閾值H,雷達(dá)將其視為一個(gè)有效目標(biāo),小于閾值H,雷達(dá)將其視為一個(gè)噪聲。
為了描述物體的位置、速度和方向信息,定義雷達(dá)的坐標(biāo)系如圖6所示。
其中:方位角θ逆時(shí)針為正,順時(shí)針為負(fù)。
要追蹤目標(biāo)首先得區(qū)分目標(biāo)物是靜止的還是運(yùn)動(dòng)的。由于多普勒速度是絕對速度在目標(biāo)和雷達(dá)的徑向方向的分量,因此當(dāng)雷達(dá)相對于目標(biāo)物靜止,則多普勒速度為零,但若物體相對雷達(dá)與目標(biāo)徑向的垂直方向運(yùn)動(dòng),如公式(14),則絕對速度對于徑向速度的分量將為0,也就是多普勒速度為零。
圖6 雷達(dá)坐標(biāo)Fig.6 Radar coordinate
這種情況通常出現(xiàn)在相鄰車道目標(biāo)車經(jīng)過雷達(dá)的垂直方向的場景,會(huì)造成雷達(dá)識別出目標(biāo)點(diǎn)有速度但距離又沒有變的情況。
目標(biāo)速度檢測實(shí)際上是檢測目標(biāo)的多普勒速度。計(jì)算目標(biāo)車相對主車的速度,需要除了多普勒速度之外的目標(biāo)相對雷達(dá)的線速度,式(15):
把相對速度在笛卡爾坐標(biāo)系下分解為v x和v y,則多普勒速度可以表示為式(16):
要求解兩個(gè)未知數(shù),需要至少兩個(gè)不相關(guān)條件,即同一目標(biāo)物的第二個(gè)檢測點(diǎn),式(17)和式(18):
因此需要一個(gè)緩存區(qū)來存儲(chǔ)雷達(dá)所有目標(biāo)可能性大于閾值的檢測點(diǎn)列表,存儲(chǔ)多個(gè)計(jì)算周期的檢測點(diǎn)列表,并找到同一個(gè)目標(biāo)的檢測點(diǎn)。
如果某個(gè)檢測點(diǎn)是靜止的目標(biāo)點(diǎn),那么它和雷達(dá)間的相對速度都是由主車運(yùn)動(dòng)提供的。根據(jù)主車的動(dòng)態(tài)參數(shù)估算出靜態(tài)檢測點(diǎn)的相應(yīng)的多普勒速度,再與真實(shí)檢測點(diǎn)的多普勒速度對比,若插值大于式(19)計(jì)算出的閾值,則標(biāo)記為運(yùn)動(dòng)點(diǎn)。式(20)為估算的靜止的多普勒速度。
在緩沖區(qū)當(dāng)前和歷史的檢測點(diǎn)列表選取未聚類的高質(zhì)量的點(diǎn),一次一個(gè)的循環(huán)當(dāng)前列表里的檢查點(diǎn),在歷史周期里選擇與當(dāng)前周期所循環(huán)點(diǎn)多普勒速度差值較小,且距離相近的點(diǎn),一個(gè)周期最多找到一個(gè)。
若在一個(gè)循環(huán)里找到兩個(gè)以上的檢測點(diǎn),則將其聚類為一個(gè)目標(biāo)。根據(jù)公式(16)計(jì)算出當(dāng)前目標(biāo)相對速度。
使用Nuscence毫米波雷達(dá)數(shù)據(jù)庫,由計(jì)算出反射點(diǎn)相對速度聚類多個(gè)檢測點(diǎn)得到一個(gè)動(dòng)/靜態(tài)的目標(biāo)。如圖7聚類感知5個(gè)動(dòng)態(tài)目標(biāo),最靠近主車?yán)走_(dá)的目標(biāo)聚類如圖8所示。
圖7 雷達(dá)感知?jiǎng)屿o目標(biāo)Fig.7 Radar senses moving and moving targets
圖8 動(dòng)態(tài)目標(biāo)Fig.8 Dynamic targets
通過對毫米波雷達(dá)信號的處理,從雷達(dá)反射混頻后的中頻信號得到一個(gè)目標(biāo)物的多個(gè)檢測點(diǎn),再對其進(jìn)行濾波處理,得到高質(zhì)量的檢查點(diǎn),對這些點(diǎn)進(jìn)行一定周期的存儲(chǔ),用來做時(shí)間序列上的分析,聚類輸出為雷達(dá)感知的動(dòng)、靜態(tài)目標(biāo),最后使用NuScenes數(shù)據(jù)庫的雷達(dá)信號進(jìn)行感知實(shí)驗(yàn),結(jié)果良好。