[发明专利]使用来自雷达传感器的数据用于基于机器学习的感知

说明书

一种用于将范围速度响应模式作为图像提供给学习系统的系统。所述系统包括雷达传感器和电子控制器。在一个示例中，电子控制器被配置为接收雷达信号，获得拍频信号，将快速傅立叶变换应用于拍频信号以生成变换，将功率谱密度周期图应用于拍频信号以生成估计，以及利用所述估计对所述变换进行滤波以生成经滤波的变换。电子控制器进一步被配置为将经滤波的变换存储在矩阵的列中，将功率谱密度周期图应用于矩阵的每一行，从矩阵生成范围速度响应模式，基于范围速度响应模式生成用以控制车辆的运动的信号，以及控制车辆的转向装置、发动机和/或制动系统。

背景技术

实施例涉及使用来自雷达传感器的数据来检测车辆的周围环境。

先进的驾驶员辅助系统（ADAS）正带着实现车辆中的完全自主的目的而逐步添加新的功能性。交通堵塞辅助、车道居中支持和自动紧急制动（AEB）是自主车辆控制系统的一些示例。

发明内容

在自主车辆控制系统中，对车辆周围的环境的环境检测或感测以及障碍物检测和跟踪正变得更加重要。在一些情况下，来自若干个传感器的信息被提供给学习系统以检测车辆周围的环境。雷达传感器通常用于向学习系统提供信息，这是因为环境条件（诸如雨和雾）对雷达感测具有小于它们对基于相机的感测具有的影响。

除了其他事物外，本文的实施例还提供了一种将来自雷达传感器的数据作为输入提供给学习系统的方法。在一个示例中，所述方法为快速线性调频雷达信号生成经修改的范围-速度响应模式。所述方法将快速傅立叶变换应用于雷达信号的每个拍频信号。本文描述的一个实施例利用通过将功率谱密度周期图应用于每个拍频信号而创建的估计来对所得到的变换进行滤波，并将所得到的经滤波的变换存储在矩阵的列中。代替于如现有技术中通常做的那样将快速傅立叶变换应用于矩阵的每一行，本文描述的方法将功率谱密度周期图应用于矩阵的每一行。通过利用功率谱密度周期图对变换进行滤波并将功率谱密度周期图应用于矩阵的每一行降低了以图像的形式提供给学习系统的范围-速度响应模式中的噪声。通过降低范围-速度响应模式中的噪声允许ADAS以更快的速度并且以更高的准确度检测车辆周围环境中的对象并对其做出反应。

一个实施例提供了一种用于将范围速度响应模式作为图像提供给学习系统的系统。所述系统包括雷达传感器和电子控制器。电子控制器被配置为从雷达传感器接收雷达信号，并获得雷达信号的拍频信号。电子控制器还被配置为将快速傅立叶变换应用于拍频信号以生成变换，将功率谱密度周期图应用于拍频信号以生成估计，以及利用所述估计对所述变换进行滤波以生成经滤波的变换。电子控制器进一步被配置为将经滤波的变换存储在矩阵的列中，并将功率谱密度周期图应用于矩阵的每一行。电子控制器被配置为从矩阵生成范围速度响应模式，基于范围速度响应模式生成用以控制车辆运动的信号，并控制从车辆的转向装置、发动机和制动系统的组中选择的至少一个。

另一个实施例提供了一种用于将范围速度响应模式作为图像提供给学习系统的方法。所述方法包括从雷达传感器接收雷达信号，并获得雷达信号的拍频信号。所述方法还包括利用电子控制器将快速傅立叶变换应用于拍频信号以生成变换，利用电子控制器将功率谱密度周期图应用于拍频信号以生成估计，以及利用所述估计对所述变换进行滤波以生成经滤波的变换。所述方法进一步包括将经滤波的变换存储在电子控制器的存储器中所存储的矩阵的列中，利用电子控制器将功率谱密度周期图应用于矩阵的每一行，以及从矩阵生成范围速度响应模式。所述方法包括利用电子控制器、基于范围速度响应模式生成用以控制车辆运动的信号，以及利用所述电子控制器或另一个电子控制器来控制从车辆的转向装置、发动机和制动系统的组中选择的至少一个。