[发明专利]用于车载雷达的目标状态估计方法、装置及存储介质有效

专利信息
申请号: 202210649541.1 申请日: 2022-06-10
公开(公告)号: CN114740448B 公开(公告)日: 2022-09-02
发明(设计)人: 李瑞;郭坤鹏;胡溢鑫;张燎;冯友怀 申请(专利权)人: 南京隼眼电子科技有限公司
主分类号: G01S7/41 分类号: G01S7/41;G01S7/40;G01S13/72;G01S13/931
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 方世栋
地址: 211111 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 车载 雷达 目标 状态 估计 方法 装置 存储 介质
【权利要求书】:

1.一种用于车载雷达的目标状态估计方法,其特征在于,所述方法包括:

获取携载所述雷达的车辆的当前状态信息以及所述雷达的探测目标的当前帧的实测状态向量以及前一帧的目标状态向量;

基于所述当前状态信息对所述前一帧的目标状态向量进行补偿并根据补偿后的所述前一帧的目标状态向量估计当前帧的预测状态向量,其中,所述根据补偿后的所述前一帧的目标状态向量估计当前帧的预测状态向量包括:根据补偿后的所述前一帧的目标状态向量以及预设的状态转移矩阵计算所述当前帧的预测状态向量;

根据扩展卡尔曼滤波方式并基于所述当前帧的实测状态向量以及所述当前帧的预测状态向量确定当前帧的目标状态向量;

其中,所述根据扩展卡尔曼滤波方式确定所述当前帧的目标状态向量包括:

根据前一帧的状态协方差、所述预设的状态转移矩阵以及预设的过程噪声协方差计算当前帧的预测状态协方差;

根据所述当前帧的预测状态协方差、与所述预测状态向量相关联的雅克比矩阵以及预设的测量噪声矩阵计算卡尔曼增益系数;

根据所述当前帧的预测状态向量构造当前帧的预测极坐标向量,并将极坐标形式的所述当前帧的实测状态向量与所述预测极坐标向量相减以得到第一差值向量;

将所述第一差值向量乘以所述卡尔曼增益系数,再与所述当前帧的预测状态向量求和,以得到所述当前帧的目标状态向量。

2.如权利要求1所述的用于车载雷达的目标状态估计方法,其特征在于,所述当前状态信息至少包括当前偏航角速度,所述目标状态向量包括与所述目标相关联的位置信息以及速度信息。

3.如权利要求2所述的用于车载雷达的目标状态估计方法,其特征在于,

根据所述当前偏航角速度计算在预设时间段内的偏航角度;

基于所述偏航角度构造目标状态补偿矩阵,并根据所述目标状态补偿矩阵对所述前一帧的目标状态向量进行补偿。

4.如权利要求3所述的用于车载雷达的目标状态估计方法,其特征在于,

所述目标状态补偿矩阵由下式表示:

其中,表示所述目标状态补偿矩阵,表示所述偏航角度。

5.如权利要求1所述的用于车载雷达的目标状态估计方法,其特征在于,所述根据扩展卡尔曼滤波方式确定所述当前帧的目标状态向量还包括:

用单位矩阵减去所述卡尔曼增益系数与所述雅克比矩阵的乘积以得到第二差值向量;

将所述第二差值向量乘以所述当前帧的预测状态协方差,以得到当前帧的状态协方差。

6.如权利要求5所述的用于车载雷达的目标状态估计方法,其特征在于,所述基于所述当前状态信息对所述前一帧的目标状态向量进行补偿并根据补偿后的所述前一帧的目标状态向量估计当前帧的预测状态向量,包括:

按照下式估计所述当前帧的预测状态向量:

其中,表示所述预设的状态转移矩阵,表示所述前一帧的目标状态向量,表示所述当前帧的预测状态向量,表示所述目标状态补偿矩阵。

7.如权利要求6所述的用于车载雷达的目标状态估计方法,其特征在于,所述根据前一帧的状态协方差、所述预设的状态转移矩阵以及预设的过程噪声协方差计算当前帧的预测状态协方差,包括:

按照下式计算所述当前帧的预测状态协方差:

其中,表示所述前一帧的状态协方差,表示所述当前帧的预测状态协方差,表示所述过程噪声协方差,表示所述预设的状态转移矩阵,表示所述预设的状态转移矩阵的转置矩阵。

8.如权利要求7所述的用于车载雷达的目标状态估计方法,其特征在于,所述根据所述当前帧的预测状态协方差、与所述预测状态向量相关联的雅克比矩阵以及预设的测量噪声矩阵计算卡尔曼增益系数,包括:

按照下式计算所述卡尔曼增益系数:

其中,表示所述当前帧的预测状态协方差,表示所述雅克比矩阵,表示所述雅克比矩阵的转置矩阵,表示所述测量噪声矩阵,表示所述卡尔曼增益系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京隼眼电子科技有限公司,未经南京隼眼电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210649541.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top