车载雷达标定优化方法、标定方法，模型及车载雷达与流程

本技术属于车载雷达，具体涉及一种车载雷达标定优化方法、标定方法，模型及车载雷达。

背景技术：

1、随着车载雷达技术的不断发展，车载雷达的准确性和精度问题成为最主要的技术问题。车载雷达的精度问题主要是由于车载雷达测量的误差造成。对于车载毫米波雷达的安装角度误差标定技术常见方法为基于栏杆检测点识别，利用栏杆点直线分布的特征，通过直线拟合或最小二乘方法计算得到的水平偏转角度即雷达的安装角度偏差，但这种方式较多依赖直行栏杆，有场景限制条件，且对栏杆的形状和材质不同，对标定结果影响较大，从工程应用的结果上看，标定结果的一致性不是很好。

技术实现思路

1、为解决上述技术问题，本技术提出一种车载雷达标定优化方法、标定方法，模型及车载雷达。通过计算车载雷达的安装角度偏差系数和时间同步系数，再根据所述时间同步系数和雷达安装角度偏差系数对雷达标定模型进行优化；通过优化后的雷达标定模型进行车载雷达标定。从而提高了车载雷达标定的误差精度，同时不限于场景和目标类别，增强了标定结果的一致性和稳定性。

2、具体的，本技术提出一种车载雷达标定优化方法，包括：

3、s1：分别获取车辆行驶信息和当前车辆行驶过程中雷达实时测量范围内的静目标信息；所述车辆行驶信息至少包括本车车速；所述静目标信息至少包括静目标相对本车的径向速度和方位角；

4、s2：根据所述本车车速，径向速度和方位角计算获得时间同步系数dk和雷达安装角度偏差系数dθ；

5、s3：根据所述时间同步系数dk和雷达安装角度偏差系数dθ，对雷达标定模型进行优化；

6、s4：通过优化后的雷达标定模型进行车载雷达标定。

7、本技术实现了雷达标定模型的优化，通过计算获得的时间同步系数和雷达安装角度偏差系数完成了本车车速和雷达安装角度的优化。通过优化后的雷达标定模型进行车载雷达标定，提高了标定结果的准确性。

8、进一步的，所述步骤s2，包括：

9、根据换元法，令变量x1＝(1+dk)cosdθ；变量x2＝(1+dk)sindθ；

10、根据本车车速，径向速度，方位角，变量x1和变量x2，构建误差系数模型；

11、累计采集n组本车车速，径向速度和方位角，根据所述误差系数模型，采用最小二乘法进行矩阵求解，获得时间同步系数dk和雷达安装角度偏差系数dθ。

12、进一步的，所述步骤s2中所述根据本车车速，径向速度，方位角，变量x1和变量x2，构建误差系数模型，包括：

13、根据静目标的径向速度与本车车速在方位角上的投影之和等于零，获得误差系数模型为：静目标的径向速度等于本车车速，方位角的角度差，变量x1以及变量x2的乘积。

14、其中，所述误差系数模型具体为：

15、

16、其中，vr表示径向速度，vs表示本车车速，θ表示方位角。

17、进一步的，所述步骤s2中所述采用最小二乘法进行矩阵求解，包括：

18、根据变量x1和变量x2构建变量矩阵x；

19、根据n组径向速度构建第一设计矩阵z；

20、根据n组本车车速和方位角构建第二设计矩阵a；

21、其中矩阵x为：

22、

23、矩阵z为：

24、

25、矩阵a为：

26、

27、根据公式：x＝(ata)-1atz，采用最小二乘法进行计算得变量x1和变量x2的正切函数，根据所述正切函数求反三角函数，计算得雷达安装角度偏差系数dθ，将雷达安装角度偏差系数dθ代入误差系数模型计算得时间同步系数dk。

28、其中，所述最小二乘法的计算过程，可以为：

29、根据所述累计采集n组本车车速，径向速度和方位角获得线性方程组为：

30、

31、根据所述方程组获得计算式1：

32、

33、令函矩阵y为：

34、

35、所述计算式1等价于：

36、

37、当y与z的误差最小时，

38、

39、其中a1，a2为对应的列向量，由a1，a2生成的子空间为l(a1，a2)，则y就是l(a1，a2)中的向量；在所述l(a1，a2)中找到向量y使得z到它的距离比到子空间l(a1，a2)中其他向量的距离都短。

40、则有y＝ax＝x1a1+x2a2；

41、令向量c＝z-y＝z-ax；

42、根据向量c垂直于子空间l(a1，a2)，则获得(c，a1)＝(c，a2)＝0；

43、根据向量内积的定义可获得：

44、

45、根据所述(c，a1)＝(c，a2)＝0获得：

46、atc＝0：

47、at(z-ax)＝0；

48、x＝(ata)-1atz；

49、进一步的，所述步骤s3中对雷达标定模型进行优化，包括：

50、基于雷达检测静止目标的相对速度与本车车速在方位角上的投影之和等于零的特性，所述雷达标定模型可以表示为：

51、vr+vs*cosθ＝0；

52、将所述时间同步系数dk和雷达安装角度偏差系数dθ，代入雷达标定模型以进行模型优化，获得优化后的雷达标定模型为：

53、-vr＝(1+dk)vs*cos(θ+dθ)。

54、进一步的，所述步骤s4，通过优化后的雷达标定模型进行车载雷达标定。标定过程中，根据车载雷达实时采集的测量范围内的静目标信息和已知的车辆行驶信息，利用优化后的标定模型来进行车载雷达标定。通过不断调整雷达参数，使得所述雷达标定模型输出与实际测量结果更加接近，从而提高雷达的测量精度和准确性。

55、基于同一发明构思，本技术还提出一种车载雷达标定方法，所述标定方法包括：

56、实时采集车辆行驶信息和当前车辆行驶过程中雷达实时测量范围内的静目标信息；

57、根据所述车辆行驶信息和静目标信息，采用如所述的车载雷达标定优化方法中优化后的雷达标定模型进行雷达标定。

58、其中，当实时采集车辆行驶信息和雷达实时测量范围内的静目标信息后，可以应用优化后的雷达标定模型进行雷达标定的方法。

59、实时采集车辆行驶信息可以包括：通过车载雷达，实时获取车辆的状态信息，包括速度、加速度、方向。这些信息可以提供给所述车载雷达作为输入参数，帮助更准确地进行雷达标定。

60、实时采集雷达测量范围内的静目标信息：车载雷达系统能够实时感知周围环境中的静止物体，例如其他车辆、障碍物等。通过雷达波束扫描或多个雷达波束的组合，可以获取这些静目标的位置、距离、速度、方位角信息。

61、应用优化后的雷达标定模型，将车辆行驶信息和静目标信息作为输入，应用优化后的雷达标定模型进行雷达标定。该雷达标定模型经过优化，可以根据输入的车辆行驶信息和采集的雷达测量范围内的静目标信息，以提高雷达系统的精度、稳定性和鲁棒性。

62、通过实时更新所述车载雷达参数，使得车载雷达能够适应不同环境和行驶状态下的变化。这样，车载雷达可以在车辆行驶过程中持续进行标定，保证雷达系统在动态环境下的准确性和可靠性。

63、基于同一发明构思，本技术还提出一种标定模型，用于车载雷达标定，所述标定模型为如所述的车载雷达标定优化方法中优化后的雷达标定模型。

64、进一步的，所述标定模型，还包括：

65、分别设定动静判断的阈值门限为：

66、|vr|>v阈值为运动目标，|vr|<v阈值阈值为静止目标；

67、通过所述标定模型对动静目标进行实时跟踪。

68、通过所述车达标定模型，可以实现实时对雷达目标进行实时的跟踪，并且通过设定动静判断的阈值门限，可以提高所述雷达跟踪目标的动静判断正确率。

69、基于同一发明构思，本技术还提出一种车载雷达，所述车载雷达采用所述的车载雷达标定优化方法中优化后的雷达标定模型进行雷达标定。

70、当所述车载雷达使用优化后的雷达标定模型进行雷达标定时，可以通过该车载雷达标定方法进行雷达标定，可以提高所述车载雷达的测量精度和准确性。由于车载雷达需要对周围环境进行快速、准确的感知，因此必须保证其测量数据的准确性。通过使用优化后的雷达标定模型，可以更加准确地校准雷达参数，从而提高车载雷达的测量精度和准确性。

71、在自动驾驶和智能交通领域中，车载雷达通过使用优化后的雷达标定模型进行雷达标定，可以确保车载雷达能够准确、稳定地感知周围环境，从而提高了车辆的安全性和可靠性。

72、基于同一发明构思，本技术还提出一种计算机可读存储介质，所述计算机可读存储介质可执行指令被控制处理器执行时实现所述的车载雷达标定优化方法。

73、综上，本技术分别获取车辆行驶信息和当前车辆行驶过程中雷达实时测量范围内的静目标信息；所述车辆行驶信息至少包括本车车速；所述静目标信息至少包括静目标相对本车的径向速度和方位角；根据所述本车车速，径向速度和方位角计算获得时间同步系数和雷达安装角度偏差系数；根据所述时间同步系数和雷达安装角度偏差系数，对雷达标定模型进行优化；再通过优化后的雷达标定模型进行车载雷达标定。

74、与现有技术相比，本技术至少存在以下有益效果：

75、根据本车车速，径向速度和方位角进行计算获得的时间同步系数和雷达安装角度偏差系数，对雷达标定模型进行优化，再根据优化后的雷达标定模型进行车载雷达标定；本技术完成了同时对本车车速以及雷达安装角度进行标定，提高车载雷达标定的精确度；同时通过优化后的雷达标定模型进行车载雷达标定，不限于场景类别，增强了标定结果的一致性和稳定性。