Nothing Special   »   [go: up one dir, main page]

CN109959924A - 检测对象的方法和设备 - Google Patents

检测对象的方法和设备 Download PDF

Info

Publication number
CN109959924A
CN109959924A CN201810585211.4A CN201810585211A CN109959924A CN 109959924 A CN109959924 A CN 109959924A CN 201810585211 A CN201810585211 A CN 201810585211A CN 109959924 A CN109959924 A CN 109959924A
Authority
CN
China
Prior art keywords
radar sensor
signal
noise floor
test equipment
condition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810585211.4A
Other languages
English (en)
Other versions
CN109959924B (zh
Inventor
李在燮
崔成焘
杉浦毅
金东汉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN109959924A publication Critical patent/CN109959924A/zh
Application granted granted Critical
Publication of CN109959924B publication Critical patent/CN109959924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/956—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on ship or other platform
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system
    • G01S7/4026—Antenna boresight
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Ocean & Marine Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

公开了一种对象检测方法和装置，其中所述对象检测方法包括：基于在升高方向上测量的噪声基底来确定天气条件；以及基于将在降低方向上测量的目标信号的信号水平和与所确定的天气条件相对应的阈值水平进行比较来检测对象。

Description

检测对象的方法和设备
相关申请的交叉引用
本申请要求于2017年12月22日向韩国知识产权局递交的韩国专利申请No.10-2017-0178612的优先权，其全部公开内容通过引用并入本文中以用于所有目的。
技术领域
以下描述涉及一种用于检测对象的方法和装置。
背景技术
雷达用于检测对象并对对象进行分类。雷达还用于检测和分析对象的移动。雷达被设置在各种平台中，例如卫星和军事目的。近来，在车辆中设置雷达以分析车辆的图像。自主或自动驾驶车辆需要即时检测对象以及车辆行驶的环境，并且对检测到的对象和环境做出响应。因此，正在使用被设置为安装在自主车辆上的雷达。
当处理从雷达获得的雷达图像时，可能需要增加图像的分辨率。特别是，需要快速的响应速度以处理移动平台中设置的雷达的雷达图像，并且因此需要用于增加图像分辨率、实时处理图像并且基于平台周围的环境以及平台的操作来自适应地控制雷达的技术。
发明内容
提供了本发明内容以介绍下面在具体实施方式中进一步描述的对简化形式的理念的选择。本发明内容不意在标识所请求保护的主题的关键特征或基本特征，也不意在用作帮助确定所请求保护的主题的范围。
在一个总体方面，提供了一种对象检测方法，包括：响应于从彼此分开布置的雷达传感器中的第二雷达传感器发出的参考信号，基于由所述雷达传感器中的第一雷达传感器测量的噪声基底来确定天气条件；以及基于将与所确定的天气条件相对应的阈值水平和由第一雷达传感器测量的目标信号的信号水平进行比较来检测对象。
确定所述天气条件可以包括：由第一雷达传感器从升高方向接收所述参考信号；以及由第二雷达传感器朝向所述升高方向发出所述参考信号，并且检测所述对象包括：由第一雷达传感器从降低方向接收所述目标信号；以及由第二雷达传感器朝向所述降低方向发出所述目标信号。
确定所述天气条件可以包括：响应于针对所述参考信号测量的噪声基底超过恶劣天气阈值，将所述天气条件确定为恶劣条件。
确定所述天气条件可以包括：测量初始状态下从第二雷达传感器发出的初始信号的噪声基底；以及将与测量的所述初始信号的噪声基底相对应的值确定为所述恶劣天气阈值。
确定所述天气条件可以包括：响应于在由第一雷达传感器和第二雷达传感器形成的初始检测区域中检测到障碍物，在较窄检测区域中测量所述参考信号的信号水平；以及通过从在所述初始检测区域中测量的所述参考信号的信号水平中减去在所述较窄检测区域中测量的所述参考信号的信号水平来确定所述参考信号的噪声基底。
检测所述对象可以包括：响应于所述天气条件被确定为恶劣条件，将在所述恶劣条件下测量的噪声基底确定为所述阈值水平；以及响应于所述目标信号的信号水平超过所述阈值水平，确定在由第一雷达传感器和第二雷达传感器形成的检测区域中存在所述对象。
检测所述对象可以包括：响应于所述天气条件被确定为恶劣条件，减小所述雷达传感器的波束宽度。
检测所述对象可以包括：响应于所述天气条件被确定为恶劣条件，增加所述雷达传感器的积累时间；以及将在所述积累时间期间测量的噪声基底确定为所述阈值水平。
检测所述对象可以包括：响应于所述天气条件被确定为恶劣条件，将在所述积累时间期间由雷达传感器中的另一雷达传感器测量的噪声基底累加至在所述积累时间期间由第一雷达传感器测量的噪声基底中；以及将累加的噪声基底确定为所述阈值水平。
所述对象检测方法可以包括：由第二雷达传感器发出包括预设代码的信号；以及由第一雷达传感器从第二雷达传感器接收包括所述预设代码的信号，并且排除来自其他雷达传感器的信号。
所述升高方向可以对应于与地面形成第一角度的方向，所述降低方向对应于与所述地面形成第二角度的方向，并且所述第一角度大于所述第二角度。
在另一总体方面，提供了一种对象检测装置，包括：雷达传感器，所述雷达传感器彼此分开布置并且包括被配置为接收从第二雷达传感器发出的信号的第一雷达传感器；以及处理器，被配置为响应于从第二雷达传感器发出的参考信号，基于由第一雷达传感器测量的噪声基底来确定天气条件，并且基于将与所确定的天气条件相对应的阈值水平和由第一雷达传感器测量的目标信号的信号水平进行比较来检测对象。
第一雷达传感器可以被配置为从升高方向接收所述参考信号并且从降低方向接收所述目标信号，并且第二雷达传感器可以被配置为在所述升高方向上发出所述参考信号并且在所述降低方向上发出所述目标信号。
所述处理器可以被配置为：响应于针对所述参考信号测量的噪声基底超过恶劣天气阈值，将所述天气条件确定为恶劣条件。
第一雷达传感器可以被配置为：测量初始条件下从第二雷达传感器发出的初始信号的噪声基底，其中所述处理器可以被配置为将与所述初始信号的噪声基底相对应的值确定为所述恶劣天气阈值。
所述第一雷达传感器可以被配置为：响应于在由第一雷达传感器和第二雷达传感器形成的初始检测区域中检测到障碍物，在较窄检测区域中测量所述参考信号的信号水平，其中所述处理器可以被配置为：通过从在所述初始检测区域中测量的所述参考信号的信号水平中减去在所述较窄检测区域中测量的所述参考信号的信号水平来确定所述参考信号的噪声基底。
所述处理器可以被配置为：响应于所述天气条件被确定为恶劣条件，将在所述恶劣条件下测量的噪声基底确定为所述阈值水平，其中所述处理器可以被配置为：响应于所述目标信号的信号水平超过所述阈值水平，确定在由第一雷达传感器和第二雷达传感器形成的检测区域中存在所述对象。
所述雷达传感器可以配置为：响应于所述天气条件被确定为恶劣条件，减小所述雷达传感器的波束宽度。
所述处理器可以被配置为：响应于所述天气条件被确定为恶劣条件，增加所述雷达传感器的积累时间，并且将在所述积累时间期间测量的噪声基底确定为所述阈值水平。
所述处理器可以被配置为：响应于所述天气条件被确定为恶劣条件，将在所述积累时间期间由雷达传感器中的另一雷达传感器测量的噪声基底累加至在所述积累时间期间由第一雷达传感器测量的噪声基底中，并且将所累加的噪声基底确定为所述阈值水平。
第二雷达传感器可以被配置为：发出包括预设代码的信号，并且第一雷达传感器可以被配置为：从第二雷达传感器接收包括所述预设代码的信号，并且排除来自其他雷达传感器的信号。
所述雷达传感器中的每个雷达传感器可以被配置为：接收从所述雷达传感器中除了所述每个雷达传感器之外的雷达传感器发射的反射信号。
所述雷达传感器中的每个雷达传感器可以顺序地在一个或多个对应的时隙中进行操作，并且所述每个雷达传感器在另一时隙中被停用。
所述处理器可以被配置为：基于改变所述参考信号的波束方向、调整所述参考信号的波束宽度、或改变波束图案区域中的任何一项或任何组合来将所述初始检测区域改变为所述较窄检测区域。
在另一总体方面，提供了一种用于检测感兴趣对象的装置，包括：雷达传感器，被布置为彼此相距一定距离，所述雷达传感器包括第一雷达传感器，被配置为接收从所述雷达传感器中的第二雷达传感器发出的信号；平视显示器(HUD)；处理器，被配置为响应于在升高方向上从第二雷达传感器发出的参考信号，基于由第一雷达传感器测量的噪声基底来确定天气条件，基于将与所确定的天气条件相对应的阈值水平和由第一雷达传感器测量的目标信号的信号水平来检测对象，所述目标信号由第二雷达传感器在降低方向上发出，以及通过所述HUD输出所述对象。
其他特征和方面将通过以下详细描述、附图和权利要求变得清楚明白。
附图说明
图1是示出了在恶劣天气下检测对象的情境的示例的图。
图2是示出了雷达传感器的布置的示例的图。
图3是示出了对象检测方法的示例的图。
图4是示出了对象检测装置如何确定初始条件下的恶劣天气阈值的示例的图。
图5是示出了对象检测装置如何确定天气条件的示例的图。
图6是示出了对象检测装置如何调整雷达传感器的波束方向以确定天气条件的示例的图。
图7是示出了对象检测装置如何调整由雷达传感器形成的检测区域以确定天气条件的示例的图。
图8是示出了对象检测装置如何调整雷达传感器的波束方向和波束宽度的示例的图。
图9是示出了对象检测装置如何调整雷达传感器的积累时间的示例的图。
图10是示出了对象检测装置如何在积累时间期间对由雷达传感器测量的噪声基底进行累加的示例的图。
图11和图12是示出了对象检测装置的示例的图。
图13是示出了雷达图像处理流程的示例的图。
在整个附图和详细描述中，除非另有描述或提供，否则相同的附图标记应被理解为指代相同的元件、特征以及结构。附图不必按比例绘制，并且为了清楚、示出和方便，可以扩大附图中的元件的相对尺寸、比例和描绘。
具体实施方式
提供以下详细描述以帮助读者获得对本文中描述的方法、装置和/或系统的全面理解。然而，在理解了本申请的公开之后，本文中描述的方法、装置和/或系统的各种改变、修改和等同物将是显而易见的。例如，本文中描述的操作顺序仅仅是示例，并且不限于在本文中阐述的那些操作顺序，而是可以在理解本申请的公开之后明显改变，除了必须以一定顺序进行的操作之外。此外，为了更加清楚和简洁，可以省略对本领域已知的特征的描述。
本文描述的特征可以以不同形式来实施，并且不被解释为限于本文描述的示例。相反，提供本文中描述的示例仅仅是为了说明实现本文中描述的方法、装置和/或系统的许多可行方式中的一些，在理解本申请的公开之后这些方式将显而易见。
贯穿说明书，当诸如层、区域或基板之类的元件被描述为在另一元件“上”、“连接到”或“耦接到”另一元件时，它可以直接在另一元件“上”、“连接到”、或“耦接到”另一元件，或者可以存在介于其间的一个或多个其他元件。相反，当元件被描述为“直接在另一元件上”、“直接连接到”或“直接耦接到”另一元件时，可以不存在介于其间的其他元件。
尽管本文中可以使用诸如“第一”、“第二”和“第三”之类的术语来描述各种构件、组件、区域、层或部分，但是这些构件、组件、区域、层或部分不受这些术语的限制。相反，这些术语仅用于将一个构件、组件、区域、层或部分与另一构件、组件、区域、层或部分加以区分。因此，在不脱离示例的教导的情况下，本文中描述的示例中提及的第一构件、组件、区域、层或部分也可以被称为第二构件、组件、区域、层或部分。
本文中使用的术语仅用于描述各种示例，而不用于限制本公开。除非上下文另外明确指示，否则冠词“一”、“一个”和“该”意在包括复数形式。
此外，在对实施例的描述中，当认为这样的描述将导致对本公开的模糊解释时，将省略对已知的相关结构或功能的详细描述。
图1是示出了在恶劣天气下检测对象的情境的示例的图。
参考图1，对象检测装置100通过雷达传感器110检测对象。对象检测装置100例如可以由车辆来实施。本文所述车辆指的是任何运输、递送或传输工具，例如汽车、卡车、拖拉机、滑板车、摩托车、自行车、水陆两用车辆、雪地摩托车、船、公交车辆、公共汽车、单轨电车、火车、有轨电车、自主或自动驾驶车辆、智能车辆、自驾车辆、无人驾驶飞机、电动车辆(EV)、混合动力车辆或无人机。在示例中，用于检测感兴趣对象的装置可应用于需要定位操作的机器人。实施例还可以用于解释设备中的视觉信息，该设备包括智能系统，例如为了辅助驾驶而在车辆中安装的平视显示器(HUD)或辅助安全和舒适驾驶的全自主驾驶系统。
在示例中，对象检测装置100被并入到各种类型的移动终端中，例如智能代理、移动电话、蜂窝电话、智能电话、可穿戴智能设备(例如，戒指、手表、眼镜、眼镜型设备、手环、脚环、皮带、项链、耳环、头带、头盔、嵌入衣服中的设备或眼镜显示器(EGD))、服务器、个人计算机(PC)、膝上型电脑、笔记本电脑、亚笔记本电脑、上网本电脑、超级移动PC(UMPC)、平板个人计算机(平板电脑)、平板手机、移动互联网设备)、个人数字助手(PDA)、企业数字助手(EDA)、数码相机、数字摄像机、便携式游戏机、MP3播放器、便携式/个人多媒体播放器(PMP)、手持电子书、超级移动个人计算机(UMPC)、便携式膝上型PC、全球定位系统(GPS)导航、个人导航设备、便携导航设备(PND)、手持式游戏机、电子书、高清电视(HDTV)、智能家电、通信系统、图像处理系统、图形处理系统、通过网络控制的各种物联网(IoT)设备、其它消费者电子/信息技术(CE/IT)设备、或能够进行符合本文所公开的通信的无线通信或网络通信的任何其它设备。然而，移动终端不限于前述示例。
在示例中，对象检测装置100可以在行驶的同时检测车辆前方的对象。雷达传感器110检测存在于检测区域111中的对象。尽管在图1中雷达传感器110被示出为检测车辆前方或后方的对象，但是雷达传感器110可以检测其他方向(例如，车辆的左侧)上的对象，而不脱离所描述的说明性示例的精神和范围。
对象检测装置100在各种天气条件下通过雷达传感器110检测对象检测装置100周围的对象。本文使用的天气条件指的是指示对象检测装置100存在于其中的特定天气的条件。天气条件可以包括诸如晴天或晴朗条件、恶劣条件、下雨条件、刮风条件和下雪条件之类的条件。
基于天气条件，雷达传感器110的准确度可能降低。例如，在恶劣条件下，雷达传感器110的准确度可能由于雨或雪而降低。这是因为从雷达传感器110发出的发射信号由于雨或雪微粒(例如，微粒190)而被散射。当发射信号被微粒190散射时，由每个雷达传感器(例如，雷达传感器110)接收的噪声功率会增加。因此，当检测到从对象反射的反射信号与因微粒190而产生的噪声相比相对较小时，对象检测装置100可能无法检测到对象。本文中，微粒190也可以被称为杂波(clutter)。
在示例中，对象检测装置100可以通过基于天气条件调整雷达传感器110来提高检测对象的准确度。例如，对象检测装置100可以基于由雷达传感器110测量的信号功率来确定天气条件。在示例中，对象检测装置100可以基于与所确定的天气条件相对应的阈值水平和由雷达传感器110测量的信号水平来检测对象。在下文中，将详细描述如何确定天气条件以及如何基于所确定的天气条件来检测对象。
图2是示出了雷达传感器的布置的示例的图。
参考图2，对象检测装置290包括多个雷达传感器。在示例中，雷达传感器彼此分开，如图所示。每个雷达传感器可以接收反射信号，该反射信号是当从另一个雷达传感器发出的发射信号被反射时所获得的信号，并且因此溢出效应可以被最小化。
本文使用的溢出效应指的是雷达传感器直接接收其自身发出的信号的现象。雷达传感器可以在有限尺寸的模块中包括发射天线(Tx天线)和接收天线(Rx天线)。尽管Tx天线向外部发出发射信号，但是发射信号中的一部分可以直接向Rx天线发出。同一雷达传感器中的Tx天线与Rx天线之间的直接耦合可以使雷达传感器能够测量其自身的信号，而不是从对象反射的信号。这种溢出效应可能会降低雷达传感器的准确度。
对象检测装置290可以包括例如八个雷达传感器210至280，如图2所示。如图所示，雷达传感器210至280可以沿着轮廓布置。然而，雷达传感器的数量和布置不限于所示示例，并且在不脱离所描述的说明性示例的精神和范围的情况下，可以使用其他数量的雷达传感器及其其他布置。
在示例中，如图所示，对象检测装置290检测存在于检测区域212、223、234、245、256、267、278和281中的对象。本文中，发射波束图案区域可以指示由雷达传感器发出的波束具有有效信号功率的区域，并且接收波束图案区域可以指示雷达传感器接收外部信号的区域。
例如，如图2所示，第二雷达传感器220接收第一反射信号。在示例中，第一反射信号是第一雷达传感器210发出的第一发射信号中被对象、微粒等反射的信号。在该示例中，第一雷达传感器210和第二雷达传感器220彼此分开布置，并且因此第一雷达传感器210的Tx天线和第二雷达传感器220的Rx天线不太可能直接耦合。另外，第二雷达传感器220检测在第一检测区域212中是否存在对象，其中第一检测区域212是第二雷达传感器220的第二接收波束图案区域(Rx2)与第一雷达传感器210的第一发射波束图案区域(Tx1)之间的重叠区域。
类似于第二雷达传感器220，剩余的雷达传感器210和230至280也可以测量从雷达传感器210至280中的其他雷达传感器发出的发射信号反射的反射信号。在示例中，雷达传感器发出目标发射信号，并且至少一个雷达传感器接收目标反射信号以测量信号功率。在示例中，雷达传感器还测量信号功率的幅度和相位。
例如，如图所示，第三雷达传感器230测量从第二雷达传感器220发出的信号，并且第四雷达传感器240测量从第三雷达传感器230发出的信号。第五雷达传感器250测量从第四雷达传感器240发出的信号，并且第六雷达传感器260测量从第五雷达传感器250发出的信号。第七雷达传感器270测量从第六雷达传感器260发出的信号，并且第八雷达传感器280测量从第七雷达传感器270发出的信号。类似地，第一雷达传感器210测量从第八雷达传感器280发出的信号。
第二检测区域223是第三接收波束图案区域(Rx3)和第二发射波束图案区域(Tx2)之间的重叠区域。第三检测区域234是第四接收波束图案区域(Rx4)与第三发射波束图案区域(Tx3)之间的重叠区域。第四检测区域245是第五接收波束图案区域(Rx5)与第四发射波束图案区域(Tx4)之间的重叠区域。第五检测区域256是第六接收波束图案区域(Rx6)与第五发射波束图案区域(Tx5)之间的重叠区域。第六检测区域267是第七接收波束图案区域(Rx7)与第六发射波束图案区域(Tx6)之间的重叠区域。第七检测区域278是第八接收波束图案区域(Rx8)与第七发射波束图案区域(Tx7)之间的重叠区域。第八检测区域281是Rx1与第八发射波束图案区域(Tx8)之间的重叠区域。
在示例中，对象检测装置290按顺序操作雷达传感器210至280以形成每个雷达传感器的检测区域。例如，第一雷达传感器210在第一时隙发出第一发射信号，并且第二雷达传感器220在第一时隙期间接收第一反射信号。第一雷达传感器210在第一时隙之后的第二时隙被停用。第二雷达传感器220在第二时隙发出第二发射信号，并且第三雷达传感器230在第二时隙期间接收第二反射信号。雷达传感器210至280中的其他剩余雷达传感器可以按照顺序与前述类似地进行操作。
在示例中，对象检测装置290中包括的雷达传感器210至280中的每一个雷达传感器基于预设代码来识别彼此发出和接收信号的雷达传感器。例如，雷达传感器可以发出包括预设代码的信号，并且至少一个雷达传感器可以从该雷达传感器接收包括预设代码的信号并排除其他信号。每个雷达传感器可以发出包括对每个雷达传感器进行区分的代码在内的信号。例如，如图所示，第一雷达传感器210发出包括第一代码的第一发射信号，并且第二雷达传感器220接收包括第一代码的第一反射信号。雷达传感器210至280中的其他剩余雷达传感器中的每一个雷达传感器也可以接收包括被分配给对应雷达传感器的代码在内的信号并排除其他信号。
为了便于说明，已经描述了从单个雷达传感器发出的信号被另一雷达传感器接收，但是示例不限于所示示例。在示例中，从单个雷达传感器发出的信号可以被多个雷达传感器接收。例如，在第二雷达传感器220发出第二发射信号的情况下，布置在第二雷达传感器220周围的第一雷达传感器210和第三雷达传感器230可以接收第二反射信号。
雷达传感器的所示布置以及前述的信号发射和接收方法可以用于使溢出效应最小化。
图3是示出了对象检测方法的示例的图。图3中的操作可以按照所示的顺序和方式来执行，然而在不脱离所述的说明性示例的精神和范围的情况下，可以改变一些操作的顺序，或者省略一些操作。图3所示的许多操作可以并行或同时执行。图3的一个或多个块和这些块的组合可以通过执行指定功能的基于专用硬件的计算机或者专用硬件和计算机指令的组合来实现。除了下面对图3的描述之外，对图1-2的描述也适用于图3，并且以引用的方式并入本文中。因此，这里可以不再重复以上描述。
参考图3，在操作310中，对象检测装置基于当从由彼此分开布置的多个雷达传感器中的雷达传感器发出参考信号时由所述多个雷达传感器中的至少一个其他雷达传感器测量的噪声基底来确定天气条件。
本文使用的噪声基底指的是由每个雷达传感器测量的信号中除了从对象反射的信号之外的剩余信号的总和产生的信号的测量信号值。例如，噪声基底可以是通过由每个雷达传感器测量由对象检测装置周围的微粒反射的信号而获得的值。
本文使用的参考信号指的是用于由雷达传感器确定天气条件的信号。例如，由雷达传感器在外部发出以确定天气条件的信号可以被称为参考发射信号。由雷达传感器发出的参考发射信号可以被微粒等反射，并且反射的参考发射信号可以由另一雷达传感器来测量。反射的参考发射信号也可以被称为参考反射信号。
下面参考图4至图7进一步描述确定天气条件的过程。
在操作320中，对象检测装置基于将与所确定的天气条件相对应的阈值水平和由雷达传感器测量的目标信号的信号水平进行比较来检测对象。
例如，本文使用的信号水平也可以是信号功率。信号功率的单位可以是微瓦(μW)，但不限于此，也可以使用分贝毫瓦(dBm)作为单位。本文使用的阈值水平指的是作为检测对象的基础的水平。例如，阈值水平可以是在特定天气条件持续时测量的噪声基底。因此，对象检测装置可以动态地确定每个天气条件下的阈值水平。
本文使用的目标信号指的是雷达传感器用来检测对象的信号。例如，从雷达传感器向外部发出以检测对象的信号可以被称为目标发射信号，并且雷达传感器发出的目标发射信号可以被对象、微粒等反射。反射的目标发射信号可以由另一雷达传感器测量。反射的目标发射信号也可以被称为目标反射信号。当目标信号的信号水平大于阈值水平时，可以指示对象的存在。
将参考图8至图10进一步描述增强的对象检测。
图4是示出了对象检测装置如何确定初始条件下的恶劣天气阈值的示例的图。为了便于描述，图4中所示的对象检测装置包括四个雷达传感器。然而，在不脱离所示示例的精神和范围的情况下，可以使用其他数量的雷达传感器及其其他布置。
如以上参考图3所述，第一雷达传感器410和第二雷达传感器420形成检测区域412。检测区域412是第一雷达传感器410的第一发射波束图案区域(Tx1)与第二雷达传感器420的第二接收波束图案区域(Rx2)之间的重叠区域。例如，第一雷达传感器410发出发射信号，并且第二雷达传感器420接收反射信号，所述反射信号是反射的发射信号。
对象检测装置测量检测区域412中的信号功率460。例如，对象检测装置的雷达传感器测量信号的电压电平。在示例中，对象检测装置的雷达传感器可以测量初始状态下从另一雷达传感器发出的初始信号的噪声基底。例如，噪声基底可以以噪声功率水平(例如与电压电平的平方相对应的值)的形式获得。初始信号指的是用于确定恶劣天气阈值(即用于将天气条件分类为各种条件的阈值)的信号。例如，初始条件可以是晴天条件，并且对象检测装置可以测量晴天条件下初始信号的噪声基底。
对象检测装置的处理器可以将与初始信号的噪声基底相对应的值确定为恶劣天气阈值。例如，如图所示，对象检测装置可以基于初始条件下在积累时间450期间测量的噪声基底来确定恶劣天气阈值。例如，对象检测装置可以将在积累时间450期间测量的噪声基底的统计值(例如，均方值)确定为恶劣天气阈值。又例如，对象检测装置可以将通过对积累时间450期间收集的噪声基底进行数学累加(integration)而获得的值Pint_sunny确定为恶劣天气阈值。本文使用的噪声基底指的是具有幅度和相位的值，并且噪声基底的相位可以具有在-1和1之间的值。在示例中，当在无限时间间隔期间对噪声基底执行累加时，通过累加获得的值可以收敛为0。然而，时间间隔限于积累时间450，因此通过累加获得的噪声基底可以具有幅度。在图4中所示的示例中，积累时间450指示从t1到t2的时间间隔。然而，积累时间不限于该示例，并且可以基于设计而改变。
恶劣天气阈值是用于将天气条件分类为各种条件的参考阈值。例如，当参考信号的噪声基底超过恶劣天气阈值时，当前天气条件可以是恶劣条件。在另一示例中，当参考信号的噪声基底小于或等于恶劣天气阈值时，当前天气条件可以是晴天条件。然而，示例不限于前述示例，并且可以使用多个恶劣天气阈值。例如，可以基于与每种天气条件相对应的微粒分布将多种天气条件分类为第一至第k恶劣天气阈值。这里，k表示大于或等于1的整数。第一恶劣天气阈值可以指示稀疏微粒分布，并且第k恶劣天气阈值可以指示较密集微粒分布。因此，对象检测装置可以基于这样的噪声基底来确定多种恶劣条件中的恶劣条件。例如，对象检测装置可以基于降水量(例如，降雨量或降雪量)来确定天气条件。
图5是示出了使用对象检测装置确定天气条件的示例的图。
参考图5，如上所述，在恶劣条件下，微粒590可以存在于对象周围。例如在雨和雪中的微粒590可以反射雷达传感器的信号，并且由雷达传感器测量的噪声基底因此可能增加。
当针对参考信号测量的噪声基底超过恶劣天气阈值时，对象检测装置将天气条件确定为恶劣条件。例如，第一雷达传感器510发出参考信号，并且第二雷达传感器520接收反射的参考信号以测量信号功率560。检测区域512是第一发射波束图案区域(Tx1)与第二接收波束图案区域(Rx2)之间的重叠区域。如参考信号的噪声基底所指示的，与图5中所示的初始信号的噪声基底相比，信号功率560可以被测量为更大的范围。例如，对象检测装置可以通过将恶劣天气阈值与值Pint_rain进行比较来确定天气条件，所述值Pint_rain是通过对在积累时间550期间测量的参考信号的噪声基底进行数学累加而获得的。
图6是示出了对象检测装置如何调整雷达传感器的波束方向以确定天气条件的示例的图。
在示例中，对象检测装置可以调整波束方向以确定天气条件。参考图6，对象检测装置的至少一个雷达传感器从升高方向(elevated direction)610接收参考信号，并且对象检测装置的另一雷达传感器在升高方向610上发出该参考信号。在该示例中，当升高波束方向时，障碍物680存在的可能性可能降低，并且确定天气条件的准确度增强。
例如，如611所示，对象检测装置升高每个雷达传感器的波束方向。升高方向610指示与地面形成预设俯仰角θ1的方向。对象检测装置形成基于上升方向610的第一发射波束图案区域(Tx1)和第二接收波束图案区域(Rx2)。检测区域可以沿着上升方向610形成。
对象检测装置基于在沿着升高方向610形成的检测区域中收集的噪声基底来确定天气条件。因此，对象检测装置在没有障碍物680的干扰的情况下测量仅由于微粒690的影响而引起的噪声基底。
如参考图4和图5所述，对象检测装置可以将雷达传感器的波束方向升高至升高方向以确定天气条件。
图7是示出了对象检测装置如何调整由多个雷达传感器形成的检测区域以确定天气条件的示例的图。
参考图7，对象检测装置通过调整检测区域来最小化障碍物780的影响。在图7中所示的示例中，给出了发射波束和接收波束的3分贝(dB)波束宽度和角度，并且还给出了每个波束的波形。
例如，如图所示，雷达传感器710和另一雷达传感器720形成初始检测区域731。初始检测区域731是由雷达传感器710或第j雷达传感器形成的第j接收波束图案区域(Rxj)与由另一雷达传感器720或第i雷达传感器形成的第i发射波束图案区域(Txi)之间的重叠区域。这里，下标i和j表示彼此不同的整数。在该示例中，由对象检测装置在初始检测区域731中测量的信号功率Pi，r包括从障碍物780反射的信号功率Pr o和由周围微粒790反射的信号功率Pi，r c。由微粒790反射的信号功率Pi，r c与检测区域的大小成比例。例如，可以用通过uPr c×初始检测区域的大小所获得的值来表示信号功率Pi，r c，例如Pi，r c＝uPr c×初始检测区域的大小，其中uPr c表示由单位面积的微粒反射信号功率。
在示例中，当在初始检测区域中检测到障碍物时，对象检测装置可以调整检测区域的大小。例如，当检测到障碍物780时，对象检测装置将初始检测区域731改变为窄检测区域732。窄检测区域732指示基于障碍物780大小从初始检测区域731减小的区域。在示例中，对象检测装置通过改变波束方向、调整波束宽度或改变波束图案区域中的任何一个或其任何组合来将初始检测区域731改变为窄检测区域732。在这样的示例中，对象检测装置可以跟踪障碍物780的位置以基于障碍物780改变检测区域。
另外，当在由雷达传感器710和另一雷达传感器720形成的初始检测区域731中检测到障碍物780时，对象检测装置测量窄检测区域732中的参考信号的信号水平。可以用主要由障碍物780反射的信号功率Pr o来指示与在窄检测区域732中测量的信号水平相对应的信号功率Pn，r c。
对象检测装置的处理器通过从在初始检测区域731中测量的参考信号的信号水平中减去在窄检测区域732中测量的参考信号的信号水平来确定参考信号的噪声基底。对象检测装置因此可以从在初始检测区域731中测量的参考信号中排除由障碍物780反射的信号。对象检测装置测量排除了由障碍物780反射的信号功率Pr o的参考反射信号的噪声基底。对象检测装置然后基于比较噪声基底和恶劣天气阈值的结果来确定天气条件。
因此，对象检测装置可以通过最小化障碍物780的影响来确定由微粒790反射的噪声基底，从而更准确地确定天气条件。
另外，对象检测装置可以通过跟踪基于检测区域的大小变化而引起的接收信号功率的变化来确定最小检测区域。例如，由微粒790反射的信号功率可以与检测区域的大小成比例。这里，当检测到与检测区域的大小变化相对应的接收信号的变化相比较大的变化时，对象检测装置可以确定最小检测区域。
图8是示出了对象检测装置如何调整雷达传感器的波束方向和波束宽度的示例的图。
在示例中，对象检测装置可以降低雷达传感器的波束方向以检测对象。参考图8，对象检测装置将雷达传感器的先前波束方向(其是向上方向)调整为指向较低的方向810。较低方向810指示与地面形成小于向上方向的俯仰角的角度θ2的方向。
例如，对象检测装置的至少一个雷达传感器可以从较低方向810接收目标信号，并且对象检测装置的另一雷达传感器可以在较低方向810上发出目标信号。
在该示例中，当天气条件被确定为恶劣条件时，对象检测装置可以减小每个雷达传感器的波束宽度。例如，如图所示，对象检测装置将雷达传感器的波束宽度从第一宽度821减小到第二宽度822。因此，第一发射波束图案区域(Tx1)和第二接收波束图案区域(Rx2)之间的重叠区域可以变窄。波束宽度越窄，信号的方向性越强，因此可以使微粒890的影响最小化。
另外，当天气条件被确定为恶劣条件时，对象检测装置可以将雷达传感器的波束宽度调整为与恶劣条件的恶劣天气水平相对应的波束宽度。可以基于例如微粒的大小或微粒的速度来设置恶劣天气水平。例如，可以针对较大的微粒尺寸或较高的微粒速度来设置较高的恶劣天气水平。当恶劣天气水平较高时，可以将波束宽度调整为较窄。
图9是示出了对象检测装置如何调整雷达传感器的积累时间的示例的图。
在示例中，当天气条件被确定为恶劣时，对象检测装置可以将在恶劣条件下测量的噪声基底确定为阈值水平。例如，如图9所示，对象检测装置将检测到对象信号PPeak_Obj时测量的噪声基底确定为阈值水平。又例如，如图9所示，对象检测装置将通过对积累时间951期间所测量的噪声基底执行的数学累加获得的值Pint_rain确定为阈值水平，所述积累时间951对应于检测到对象信号PPeak_Obj的时间点。在示例中，对象检测装置基于恶劣条件来确定与噪声基底相对应的阈值水平，并且因此响应于天气条件的即时改变而动态地改变阈值水平。因此，即使天气发生变化，对象检测装置仍然可以在检测对象时保持相对高的准确度。
例如，如图所示，t2指示检测到对象信号PPeak_Obj的时间点，并且积累时间951指示从检测到对象信号PPeak_Obj的t2到第一时间长度之前的时间点的间隔。在图9中所示的示例中，由t1和t2之间的间隔表示积累时间951。
当目标信号961的信号水平超过阈值水平时，对象检测装置的处理器可以确定在由至少一个雷达传感器和另一雷达传感器形成的检测区域中存在对象。
在示例中，当执行对象检测时，对象检测装置可以通过调整积累时间951来随机化噪声基底。例如，对象检测装置可以通过增加积累时间951来随机化由雷达传感器测量的信号的电压电平。从与随机化的电压电平相对应的噪声功率水平累加的噪声基底可以在幅度上减小，并且作为确定性信号的对象信号P′Peak_Obj可以被明确地检测到。另外，可以提高对象信号P′Peak_Obj的信号功率。
在示例中，当天气条件被确定为恶劣条件时，对象检测装置可以将积累时间增加到雷达传感器的积累时间952。例如，如图9所示，对象检测装置确定从检测到对象信号P′Peak_Obj的时间点t′2到第二时间长度之前的时间点的间隔为积累时间952。这里，t′1指示增加的积累时间952的起始点。另外，当确定天气条件是恶劣条件之一时，对象检测装置将针对这个恶劣条件设置的时间长度确定为积累时间952。例如，当恶劣条件的恶劣天气水平增加时，针对该恶劣条件设置的积累时间952的时间长度也可以增加。
当积累时间952增加时，通过对噪声基底的数学累加获得的值P′int_rain可以减小，这是因为噪声基底是由微粒引起的。另外，当积累时间952增加时，不规则值可以逐渐收敛。这是因为可以将在雷达传感器的检测区域中存在微粒(例如，雨或雪的微粒)的概率表示为具有平均值0的概率模型。因此，当积累时间952无限时，通过对噪声基底进行累加而获得的值P′int_rain可以收敛于0。
例如，当天气条件被确定为下雨条件时，微粒可以是雨滴。在这个示例中，假设雨滴的大小小于或等于5毫米(mm)，并且雨滴的速度为10米每秒(m/s)。为了建立足以用于雨滴的概率模型，雨滴在积累时间952期间移动或行进的距离可能需要大于雨滴的大小。这是因为，针对将存在或不存在于检测区域的水平面上的雨滴，需要确保从该雨滴进入检测区域的水平面的时间点到该雨滴离开的时间点的时间。因此，积累时间952可能需要大于或等于0.5ms，例如5mm/(10m/s)＝0.5ms。因此，针对下雨条件的积累时间952(例如，tthreshold1)可以由0.5ms与5ms之间的时间长度确定，例如0.5ms＜tthreshold1＜5ms。然而，积累时间952不限于前述示例。对象检测装置还可以基于与所确定的天气条件相对应的微粒类型的速度和大小来确定积累时间952。
对象检测装置的处理器将在积累时间952期间测量的噪声基底确定为阈值水平。例如，如图所示，对象检测装置将通过对积累时间952期间测量的噪声基底进行累加获得的值P′int_rain确定为阈值水平。
因此，在对象检测装置测量目标信号962时，当对象信号P′Peak_Obj的信号功率超过阈值水平时对象检测装置确定存在对象。由于如图9所示噪声基底随着积累时间增加而减小，所以对象检测装置可以更准确地检测对象。
图10是示出了对象检测装置如何在积累时间期间对由多个雷达传感器测量的噪声基底进行累加的示例的图。
参考图10，当天气条件被确定为恶劣条件时，对象检测装置1000的处理器在积累时间期间对由至少一个雷达传感器测量的噪声基底进行累加，并且在积累时间期间对由剩余雷达传感器测量的噪声基底进行累加。
在示例中，对象检测装置1000可以在积累时间期间对由每个雷达传感器测量的噪声基底执行数学累加。例如，如图所示，对象检测装置1000对由第一雷达传感器1010测量的噪声基底1011、由第二雷达传感器1020测量的噪声基底1021、由第三雷达传感器1030测量的噪声基底1031以及由第四雷达传感器1040测量的噪声基底1041进行累加。由于各个雷达传感器的检测区域彼此不同，所以对象检测装置1000可以通过对噪声基底1011、1021、1031和1041进行累加来随机化噪声基底。例如，如图所示，对象检测设备1000对以下各项进行累加：通过对由第一雷达传感器1010测量的噪声基底1011进行数学累加而获得的值Pspat_rain_1；通过对由第二雷达传感器1020测量的噪声基底1021进行数学累加而获得的值Pspat_rain_2；通过对由第三雷达传感器1030测量的噪声基底1031进行数学累加而获得的值Pspat_rain_3；通过对由第四雷达传感器1040测量的噪声基底1041进行数学累加而获得的值Pspat_rain_4。
在图10中所示的示例中，四个雷达传感器中的每一个雷达传感器可以生成一组噪声基底的采样数据，并且因此四个雷达传感器可以生成总共四组采样数据。然而，示例不限于前述示例。例如，每个雷达传感器可以向两个雷达传感器发出发射信号，并且因此可以生成两组采样数据和总共八组采样数据。
如图10所示，通过针对第一雷达传感器1010进行累加而获得的噪声基底1081具有减小的幅度。通过针对第二雷达传感器1020进行累加而获得的噪声基底1082也具有减小的幅度。在示例中，对象检测装置1000将累加的噪声基底确定为阈值水平。当检测到超过阈值水平的信号功率时，对象检测装置1000可以确定在对应的检测区域中存在对象。
尽管参考图10来描述对象检测装置1000对所有检测区域执行累加，但是示例不限于此。基于恶劣条件的恶劣天气水平，对象检测装置1000可以确定执行累加的检测区域。在示例中，当恶劣天气水平增加时，对象检测装置1000可以基于更多数量的检测区域来执行累加。
在示例中，对象检测装置1000可以通过执行诸如如参考图8至图10所述的调整波束宽度、调整积累时间和执行对噪声基底的空间累加之类的操作来增强检测对象的准确度，而不管基于天气条件的微粒1090。
在示例中，响应于在对象检测期间检测到对象，对象检测装置1000可以减小对象存在的检测区域的大小。对象检测装置1000可以通过主要聚焦在对象上来测量反射信号的信号功率。因此，对象检测装置1000可以更准确地检测对象。
图11和图12是示出了对象检测装置的示例的图。
图11是示出了对象检测装置1100的配置的图。
参考图11，对象检测装置1100包括雷达传感器1110和处理器1120。
雷达传感器1110向外部发出信号或从外部接收信号。在示例中，雷达传感器可以排除接收该雷达传感器自身发出的信号。例如，多个雷达传感器1110可以彼此分开布置，并且接收从其他雷达传感器1110辐射的信号。
雷达传感器1110可以包括例如广角虚拟多输入多输出(MIMO)天线阵列。在示例中，雷达传感器1110可以以相位调制连续波(PMCW)的形式发出信号。每个雷达传感器1110可以通过基于码分多址(CDMA)方法发出和接收包括代码的信号来独立地操作。在示例中，雷达传感器1110可以基于MIMO技术进行操作。雷达传感器1110可以包括MIMO天线阵列。雷达传感器1110可以使用天线阵列中包括的多个天线来形成波束图案、调整波束宽度、调整波束方向等。
在示例中，处理器1120基于由雷达传感器1110中的至少一个雷达传感器针对从雷达传感器1110中的另一雷达传感器发出的参考信号测量的噪声基底来确定天气条件。在示例中，处理器1120基于将与所确定的天气条件的阈值水平和由至少一个雷达传感器测量的目标信号的信号水平进行比较的结果来检测对象。
对象检测装置1100还可以包括存储器(未示出)。存储器可以暂时或永久地存储执行对象检测方法所需的信息。例如，存储器可以存储每个雷达传感器在积累时间期间累积的噪声流。
图12是示出了对象检测装置1200中包括的多个雷达传感器的操作的示例的图。
参考图12，对象检测装置1200包括传感器1210和处理器1220。
传感器1210包括八个雷达传感器1211至1218。在示例中，第二雷达传感器1212接收与第一雷达传感器1211相关联的信号1290，例如在第一雷达传感器1211发出之后被反射的信号。第三雷达传感器1213接收与第二雷达信号1212相关联的信号。剩余雷达传感器1214至1218可以与参考第二雷达传感器1212和第三雷达传感器1213所描述的类似地进行操作。
处理器1220处理由雷达传感器1211至1218测量的信号。例如，处理器1220在积累时间期间对由雷达传感器1211至1218测量的噪声基底进行累加。另外，处理器1220确定对象是否存在于与每个雷达传感器1211至1218相对应的检测区域中。
处理器1220通过控制雷达传感器1211至1218来调整每个雷达传感器的波束方向和波束宽度中的至少一个。
图13是示出了雷达图像处理流程的示例的图。
参考图13，在1310中同步多个雷达传感器。在1320中同步的雷达传感器执行一般雷达处理。对象检测装置使用存储器1330中记录的信息对从雷达传感器获得的捕获图像执行坐标变换1340，并执行图像整合1350。在1360中，雷达图像处理装置将与车辆的前方、侧方和后方相对应的捕获图像进行融合，并且基于融合图像生成高分辨率图像。雷达图像处理装置在1370中使用高分辨率图像来跟踪目标，在1380中检测边缘，并在1390中显示图像。
在示例中，在车辆中包括的HUD上显示图像。然而，对图像的显示不限于前述示例，并且任何其他仪表组、车辆信息娱乐系统、使用增强现实的车辆中的屏幕或车辆中的显示面板可以执行显示功能。在不脱离所描述的说明性示例的精神和范围的情况下，可以使用可操作地连接到对象检测装置的其他显示器，例如智能电话和眼镜显示器(EGD)。
由硬件组件来实现本文中关于图11和图12描述的对象检测装置(对象检测装置1100、对象检测装置1200)以及其他装置、单元、模块、设备和其他组件。在适当的情况下可用于执行本申请中所描述的操作的硬件组件的示例包括控制器、传感器、生成器、驱动器、存储器、比较器、算术逻辑单元、加法器、减法器、乘法器、除法器、累加器、以及被配置为执行本申请所述的操作的任何其它电子组件。在其他示例中，通过计算硬件(例如，通过一个或多个处理器或计算机)来实现执行本申请中描述的操作的一个或多个硬件组件。处理器或计算机可以由一个或多个处理元件(比如，逻辑门阵列、控制器和算术逻辑单元、数字信号处理器、微计算机、可编程逻辑控制器、现场可编程门阵列、可编程逻辑阵列、微处理器、或被配置为以定义的方式响应并执行指令以实现期望的结果的任何其它设备或设备的组合)来实现。在一个示例中，处理器或计算机包括或连接到存储由处理器或计算机执行的指令或软件的一个或多个存储器。由处理器或计算机实现的硬件组件可以执行指令或软件，诸如操作系统(OS)和在OS上运行的一个或多个软件应用程序，以执行本申请中描述的操作。硬件组件还可以响应于指令或软件的执行来访问、操纵、处理、创建和存储数据。为了简洁起见，在本申请中描述的示例的描述中可以使用单数术语“处理器”或“计算机”，但是在其它示例中可以使用多个处理器或计算机，或者处理器或计算机可以包括多个处理元件、或多种类型的处理元件、或两者兼有。例如，单个硬件组件或者两个或更多个硬件组件可以由单个处理器、或两个或更多个处理器、或者处理器和控制器来实现。一个或多个硬件组件可以由一个或多个处理器、或处理器和控制器来实现，并且一个或多个其它硬件组件可以由一个或多个其它处理器或另一处理器和另一控制器来实现。一个或多个处理器或者处理器和控制器可以实现单个硬件组件、或者两个或更多个硬件组件。硬件组件具有不同的处理配置中的任何一种或多种，所述处理配置的示例包括单处理器、独立处理器、并行处理器、单指令单数据(SISD)多处理、单指令多数据(SIMD)多处理、多指令单数据(MISD)多处理、和多指令多数据(MIMD)多处理。
执行本申请中所述的操作的图1至图10和图13所示的方法是由计算硬件来执行的，例如，由如以上描述而实现的、执行或软件以执行本申请所述的操作(通过所述方法实现的操作)的一个或多个处理器或计算机来执行的。例如，单个操作或者两个或更多个操作可以由单个处理器、或者两个或更多个处理器、或者处理器和控制器执行。一个或多个操作可以由一个或多个处理器或者处理器和控制器执行，并且一个或多个其它操作可以由一个或多个其它处理器或者另一处理器和另一控制器执行。一个或多个处理器或者处理器和控制器可以执行单个操作或者两个或更多个操作。
用于控制处理器或计算机如上所述地实现硬件组件并执行所述方法的指令或软件被写为计算机程序、代码段、指令或其任何组合，用于单独地或共同地指示或配置处理器或计算机作为机器或专用计算机来操作，以执行由硬件组件执行的操作和上述方法。在示例中，指令或软件包括以下至少一项：小应用程序、动态链接库(DLL)、中间件、固件、设备驱动程序、存储防止冲突的方法的应用程序。在一个示例中，指令或软件包括由处理器或计算机直接执行的机器代码，例如由编译器产生的机器代码。在另一个示例中，指令或软件包括由处理器或计算机使用解释器执行的更高级代码。本领域的普通程序员能够基于附图中所示的框图和流程图以及说明书中的对应描述来容易地编写指令或软件，其中公开了用于执行由硬件组件和如上所述的方法执行的操作的算法。
用于控制计算硬件(例如，一个或多个处理器或计算机)以实现硬件组件并执行如上所述的方法的指令或软件以及任何相关联的数据、数据文件和数据结构可以被记录、存储或固定在一个或多个非暂时性计算机可读存储介质中或其上。非暂时性计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态驱动器(SSD)、闪存、卡类型的存储器(比如，多媒体卡或微型卡(例如，安全数字(SD)或极限数字(XD)))、磁带、软盘、磁光数据存储设备、光学数据存储设备、硬盘、固态盘、以及被配置为以非暂时方式存储指令或软件以及如下所述的任何其它设备，所述任何其它设备被配置为以非暂时性方式存储指令或软件、以及任何相关联的数据、数据文件和数据结构，并且向处理器或计算机提供指令或软件以及相关联的数据、数据文件和数据结构，使得处理器或计算机可以执行所述指令。非暂时性计算机可读存储介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、闪存、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、磁带、软盘、磁光数据存储设备、光学数据存储设备、硬盘、固态盘以及被配置为以非暂时性方式存储指令或软件以及任伺相关联的数据、数据文件和数据结构并向一个或多个处理器或计算机提供指令或软件以及任何关联的数据、数据文件和数据结构使得所述一个或多个处理器或计算机可以执行指令的任何其他设备。在一个示例中，指令或软件以及任何关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得一个或多个处理器或计算机以分布方式存储、访问和执行所述指令和软件以及任何关联的数据、数据文件和数据结构。
尽管本公开包括特定示例，但是在理解了本申请的公开内容之后将显而易见的是，在不脱离权利要求及其等同物的精神和范围的情况下，可以对这些示例进行形式和细节上的各种改变。本文描述的示例仅被认为是描述性的，而不是为了限制的目的。每个示例中的特征或方面的描述被认为适用于其它示例中的类似特征或方面。如果所描述的技术以不同的顺序执行和/或如果所描述的系统、架构、设备或电路中的组件以不同的方式组合和/或被其它组件或其等同物替换或补充，则可以实现合适的结果。因此，本公开的范围不是由详细描述来限定，而是由权利要求及其等同物来限定，并且在权利要求及其等同物的范围内的所有变化都被解释为包括在本公开中。

Claims (26)

1.一种对象检测方法，包括：
响应于从彼此分开布置的雷达传感器中的第二雷达传感器发出的参考信号，基于由所述雷达传感器中的第一雷达传感器测量的噪声基底来确定天气条件；以及
基于将与所确定的天气条件相对应的阈值水平和由第一雷达传感器测量的目标信号的信号水平进行比较来检测对象。
2.根据权利要求1所述的对象检测方法，其中确定所述天气条件包括：
由第一雷达传感器从升高方向接收所述参考信号；以及
由第二雷达传感器朝向所述升高方向发出所述参考信号，并且
检测所述对象包括：
由第一雷达传感器从降低方向接收所述目标信号；以及
由第二雷达传感器朝向所述降低方向发出所述目标信号。
3.根据权利要求1所述的对象检测方法，其中确定所述天气条件包括：
响应于针对所述参考信号测量的噪声基底超过恶劣天气阈值，将所述天气条件确定为恶劣条件。
4.根据权利要求3所述的对象检测方法，其中确定所述天气条件包括：
测量初始状态下从第二雷达传感器发出的初始信号的噪声基底；以及
将与测量的所述初始信号的噪声基底相对应的值确定为所述恶劣天气阈值。
5.根据权利要求1所述的对象检测方法，其中确定所述天气条件包括：
响应于在由第一雷达传感器和第二雷达传感器形成的初始检测区域中检测到障碍物，在较窄检测区域中测量所述参考信号的信号水平；以及
通过从在所述初始检测区域中测量的所述参考信号的信号水平中减去在所述较窄检测区域中测量的所述参考信号的信号水平来确定所述参考信号的噪声基底。
6.根据权利要求1所述的对象检测方法，其中检测所述对象包括：
响应于所述天气条件被确定为恶劣条件，将在所述恶劣条件下测量的噪声基底确定为所述阈值水平；以及
响应于所述目标信号的信号水平超过所述阈值水平，确定在由第一雷达传感器和第二雷达传感器形成的检测区域中存在所述对象。
7.根据权利要求1所述的对象检测方法，其中检测所述对象包括：
响应于所述天气条件被确定为恶劣条件，减小所述雷达传感器的波束宽度。
8.根据权利要求1所述的对象检测方法，其中检测所述对象包括：
响应于所述天气条件被确定为恶劣条件，增加所述雷达传感器的积累时间；以及
将在所述积累时间期间测量的噪声基底确定为所述阈值水平。
9.根据权利要求1所述的对象检测方法，其中检测所述对象包括：
响应于所述天气条件被确定为恶劣条件，将在所述积累时间期间由雷达传感器中的另一雷达传感器测量的噪声基底累加至在所述积累时间期间由第一雷达传感器测量的噪声基底中；以及
将累加的噪声基底确定为所述阈值水平。
10.根据权利要求1所述的对象检测方法，还包括：
由第二雷达传感器发出包括预设代码的信号；以及
由第一雷达传感器从第二雷达传感器接收包括所述预设代码的信号，并且排除来自其他雷达传感器的信号。
11.根据权利要求2所述的对象检测方法，其中所述升高方向对应于与地面形成第一角度的方向，所述降低方向对应于与所述地面形成第二角度的方向，并且所述第一角度大于所述第二角度。
12.一种存储指令的非暂时性计算机可读存储介质，所述指令在被处理器执行时，使得所述处理器执行权利要求1所述的方法。
13.一种对象检测装置，包括：
雷达传感器，所述雷达传感器彼此分开布置并且包括被配置为接收从第二雷达传感器发出的信号的第一雷达传感器；以及
处理器，被配置为响应于从第二雷达传感器发出的参考信号，基于由第一雷达传感器测量的噪声基底来确定天气条件，并且基于将与所确定的天气条件相对应的阈值水平和由第一雷达传感器测量的目标信号的信号水平进行比较来检测对象。
14.根据权利要求13所述的对象检测装置，其中第一雷达传感器还被配置为从升高方向接收所述参考信号并且从降低方向接收所述目标信号，并且
第二雷达传感器还被配置为在所述升高方向上发出所述参考信号并且在所述降低方向上发出所述目标信号。
15.根据权利要求13所述的对象检测装置，其中所述处理器还被配置为响应于针对所述参考信号测量的噪声基底超过恶劣天气阈值，将所述天气条件确定为恶劣条件。
16.根据权利要求15所述的对象检测装置，其中所述第一雷达传感器还被配置为测量初始条件下从第二雷达传感器发出的初始信号的噪声基底，
其中所述处理器还被配置为将与所述初始信号的噪声基底相对应的值确定为所述恶劣天气阈值。
17.根据权利要求13所述的对象检测装置，其中所述第一雷达传感器还被配置为：响应于在由第一雷达传感器和第二雷达传感器形成的初始检测区域中检测到障碍物，在较窄检测区域中测量所述参考信号的信号水平，
其中所述处理器还被配置为：通过从在所述初始检测区域中测量的所述参考信号的信号水平中减去在所述较窄检测区域中测量的所述参考信号的信号水平来确定所述参考信号的噪声基底。
18.根据权利要求13所述的对象检测装置，其中所述处理器还被配置为：响应于所述天气条件被确定为恶劣条件，将在所述恶劣条件下测量的噪声基底确定为所述阈值水平，
其中所述处理器还被配置为：响应于所述目标信号的信号水平超过所述阈值水平，确定在由第一雷达传感器和第二雷达传感器形成的检测区域中存在所述对象。
19.根据权利要求13所述的对象检测装置，其中所述雷达传感器被配置为：响应于所述天气条件被确定为恶劣条件，减小所述雷达传感器的波束宽度。
20.根据权利要求13所述的对象检测装置，其中所述处理器还被配置为：响应于所述天气条件被确定为恶劣条件，增加所述雷达传感器的积累时间，并且将在所述积累时间期间测量的噪声基底确定为所述阈值水平。
21.根据权利要求13所述的对象检测装置，其中所述处理器还被配置为：响应于所述天气条件被确定为恶劣条件，将在所述积累时间期间由雷达传感器中的另一雷达传感器测量的噪声基底累加至在所述积累时间期间由第一雷达传感器测量的噪声基底中，并且将累加的噪声基底确定为所述阈值水平。
22.根据权利要求13所述的对象检测装置，其中第二雷达传感器还被配置为：发出包括预设代码的信号，并且
第一雷达传感器还被配置为：从第二雷达传感器接收包括所述预设代码的信号，并且排除来自其他雷达传感器的信号。
23.根据权利要求13所述的对象检测装置，其中所述雷达传感器中的每个雷达传感器还被配置为：接收从所述雷达传感器中除了所述每个雷达传感器之外的雷达传感器发射的反射信号。
24.根据权利要求13所述的对象检测装置，其中所述雷达传感器中的每个雷达传感器顺序地在一个或多个对应的时隙中进行操作，并且所述每个雷达传感器在另一时隙中被停用。
25.根据权利要求17所述的对象检测装置，其中所述处理器还被配置为：基于改变所述参考信号的波束方向、调整所述参考信号的波束宽度、或改变波束图案区域中的任何一项或任何组合来将所述初始检测区域改变为所述较窄检测区域。
26.一种用于检测感兴趣对象的装置，包括：
雷达传感器，被布置为彼此相距一定距离，所述雷达传感器包括第一雷达传感器，被配置为接收从所述雷达传感器中的第二雷达传感器发出的信号；
平视显示器HUD；
处理器，被配置为：
响应于在升高方向上从第二雷达传感器发出的参考信号，基于由第一雷达传感器测量的噪声基底来确定天气条件，
基于将与所确定的天气条件相对应的阈值水平和由第一雷达传感器测量的目标信号的信号水平进行比较来检测对象，所述目标信号由第二雷达传感器在降低方向上发出，以及
通过所述HUD输出所述对象。
CN201810585211.4A 2017-12-22 2018-06-07 检测对象的方法和设备 Active CN109959924B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0178612 2017-12-22
KR1020170178612A KR102483646B1 (ko) 2017-12-22 2017-12-22 객체 검출 장치 및 방법

Publications (2)

Publication Number Publication Date
CN109959924A true CN109959924A (zh) 2019-07-02
CN109959924B CN109959924B (zh) 2023-11-07

Family

ID=64746122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810585211.4A Active CN109959924B (zh) 2017-12-22 2018-06-07 检测对象的方法和设备

Country Status (5)

Country Link
US (1) US10908276B2 (zh)
EP (1) EP3511735B1 (zh)
JP (1) JP7187208B2 (zh)
KR (1) KR102483646B1 (zh)
CN (1) CN109959924B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114049755A (zh) * 2021-12-13 2022-02-15 夏若凡 一种环境测试系统和测试方法

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IN2014CN00336A (zh) * 2011-06-28 2015-04-03 Tctech Sweden Ab
US10795013B2 (en) * 2018-11-07 2020-10-06 GM Global Technology Operations LLC Multi-target detection in CDMA radar system
CN115427836A (zh) 2020-02-10 2022-12-02 敏锐公司 集中式物体检测传感器网络系统
US11142194B1 (en) * 2020-03-24 2021-10-12 Kiomars Anvari Use of IoT network and IoT ranging device for an object control system
CN111901274A (zh) * 2020-04-01 2020-11-06 中兴通讯股份有限公司 一种到达时间确定方法、装置、终端设备及存储介质
KR102391173B1 (ko) * 2020-07-16 2022-04-27 주식회사 씽크솔루션 인공지능 기계학습이 적용된 레이더 센서 개발 방법
US20220075025A1 (en) * 2020-09-04 2022-03-10 Nuro, Inc. Methods and Apparatus for Detecting Precipitation and Clearing Precipitation from Sensors
US11988741B2 (en) * 2020-12-17 2024-05-21 Aptiv Technologies AG Vehicle routing based on availability of radar-localization objects
US12105192B2 (en) 2020-12-17 2024-10-01 Aptiv Technologies AG Radar reference map generation
US12066571B2 (en) * 2021-05-03 2024-08-20 Waymo Llc Methods and systems for detecting adverse road conditions using radar
US11810459B1 (en) 2022-05-09 2023-11-07 Aptiv Technologies Limited Vehicle localization based on radar detections in garages
KR102521524B1 (ko) * 2022-12-30 2023-04-14 주식회사 에이아이프로 객체의 특성을 고려한 초고해상화 영상 처리 장치 및 방법

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3153232A (en) * 1960-09-26 1964-10-13 Sierra Research Corp Station-keeping radar system
US5483865A (en) * 1993-06-09 1996-01-16 Eurocopter France Aircraft sighting system
JPH08129067A (ja) * 1994-10-31 1996-05-21 Omron Corp 気象状況を推定することができる距離計測装置および距離計測方法
US5633642A (en) * 1993-11-23 1997-05-27 Siemens Aktiengesellschaft Radar method and device for carrying out the method
JP2005164492A (ja) * 2003-12-04 2005-06-23 Nissan Motor Co Ltd 天候判定装置及び天候判定方法
US20100309041A1 (en) * 2006-11-17 2010-12-09 Alebel Arage Hassen Method and device for detecting precipitation by radar
JP2011053034A (ja) * 2009-08-31 2011-03-17 Toshiba Corp レーダ装置及び干渉波除去方法
CN103336274A (zh) * 2013-06-27 2013-10-02 成都信息工程学院 一种用于双极化天气雷达的双路多阶相关检测方法
CN104181529A (zh) * 2014-07-21 2014-12-03 中国科学院电子学研究所 一种Ka波段合成孔径雷达SAR信号处理方法和设备
US20150061922A1 (en) * 2013-02-22 2015-03-05 Panasonic Corporation Radar apparatus

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9206495D0 (en) * 1992-03-25 1992-05-06 Philips Electronics Uk Ltd Receiving data signals
JP3183600B2 (ja) * 1993-12-28 2001-07-09 三菱電機株式会社 車両の障害物検知装置
US5568151A (en) 1995-05-17 1996-10-22 Merritt; David A. Statistical averaging method for wind profiler doppler spectra
JP3356985B2 (ja) * 1998-01-20 2002-12-16 三菱電機株式会社 レーダ装置
DE19963625A1 (de) 1999-12-29 2001-07-12 Bosch Gmbh Robert Verfahren zur Messung des Abstands und der Geschwindigkeit von Objekten
JP3994941B2 (ja) 2003-07-22 2007-10-24 オムロン株式会社 車両用レーダ装置
JP2007003210A (ja) 2005-06-21 2007-01-11 Mitsubishi Electric Corp 車載レーダ装置
JP4765915B2 (ja) * 2006-12-01 2011-09-07 三菱電機株式会社 Ｆｍ−ｃｗレーダ装置
KR100892500B1 (ko) 2006-12-12 2009-04-10 현대자동차주식회사 날씨 환경에 따른 최적 레이더 커버 기울기 조절 장치를갖는 레이더 시스템
JP2008170323A (ja) * 2007-01-12 2008-07-24 Mitsubishi Electric Corp レーダ装置
JP2008309561A (ja) * 2007-06-13 2008-12-25 Toyota Motor Corp 物体検知装置
KR101017013B1 (ko) 2008-08-26 2011-02-23 전자부품연구원 레이더 센서 시스템, 레이더 센서 제어 서버, 레이더 센서 및 그 제어 방법
DE102009000469A1 (de) 2009-01-29 2010-08-19 Robert Bosch Gmbh Verfahren zur Detektion von Niederschlag mit einem Radarortungsgerät für Kraftfahrzeuge
JP5597974B2 (ja) * 2009-11-27 2014-10-01 富士通株式会社 障害物通知装置および障害物通知方法
DE102010029699A1 (de) 2010-06-04 2011-12-22 Robert Bosch Gmbh Radarsensor und Verfahren zur Detektion von Niederschlag mit einem Radarsensor
JP5827000B2 (ja) * 2010-11-09 2015-12-02 日本信号株式会社 踏切障害物検知装置
JP5837293B2 (ja) * 2010-11-09 2015-12-24 日本信号株式会社 踏切障害物検知装置、及び障害物検知方法
US9019146B1 (en) 2011-09-27 2015-04-28 Rockwell Collins, Inc. Aviation display depiction of weather threats
JP2014052347A (ja) * 2012-09-10 2014-03-20 Denso Corp レーダ装置
US9499172B2 (en) 2012-09-20 2016-11-22 Google Inc. Detecting road weather conditions
US9389309B2 (en) * 2013-03-18 2016-07-12 Panasonic Corporation Radar Device
JP2015072636A (ja) * 2013-10-03 2015-04-16 トヨタ自動車株式会社 情報処理装置
KR101601110B1 (ko) * 2014-04-29 2016-03-08 엘아이지넥스원 주식회사 협력통신 기반 레이더 시스템 및 레이더 시스템 간 협력통신을 통한 탐지영역 확장 방법
KR20160066854A (ko) 2014-12-03 2016-06-13 한국건설기술연구원 자율주행 차량의 기상관측 장치 및 방법

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3153232A (en) * 1960-09-26 1964-10-13 Sierra Research Corp Station-keeping radar system
US5483865A (en) * 1993-06-09 1996-01-16 Eurocopter France Aircraft sighting system
US5633642A (en) * 1993-11-23 1997-05-27 Siemens Aktiengesellschaft Radar method and device for carrying out the method
JPH08129067A (ja) * 1994-10-31 1996-05-21 Omron Corp 気象状況を推定することができる距離計測装置および距離計測方法
JP2005164492A (ja) * 2003-12-04 2005-06-23 Nissan Motor Co Ltd 天候判定装置及び天候判定方法
US20100309041A1 (en) * 2006-11-17 2010-12-09 Alebel Arage Hassen Method and device for detecting precipitation by radar
JP2011053034A (ja) * 2009-08-31 2011-03-17 Toshiba Corp レーダ装置及び干渉波除去方法
US20150061922A1 (en) * 2013-02-22 2015-03-05 Panasonic Corporation Radar apparatus
CN103336274A (zh) * 2013-06-27 2013-10-02 成都信息工程学院 一种用于双极化天气雷达的双路多阶相关检测方法
CN104181529A (zh) * 2014-07-21 2014-12-03 中国科学院电子学研究所 一种Ka波段合成孔径雷达SAR信号处理方法和设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YI FAN: "Wind shear signal simulation of the airborne weather radar", 《2011 IEEE RADARCON (RADAR)》, pages 710 - 713 *
吴翀 等: "相控阵雷达扫描方式对回波强度测量的影响", 《应用气象学报》, vol. 25, no. 4, pages 406 - 414 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114049755A (zh) * 2021-12-13 2022-02-15 夏若凡 一种环境测试系统和测试方法

Also Published As

Publication number Publication date
JP2019113521A (ja) 2019-07-11
JP7187208B2 (ja) 2022-12-12
US10908276B2 (en) 2021-02-02
CN109959924B (zh) 2023-11-07
KR102483646B1 (ko) 2023-01-02
KR20190076645A (ko) 2019-07-02
EP3511735B1 (en) 2021-03-03
EP3511735A2 (en) 2019-07-17
EP3511735A3 (en) 2019-10-09
US20190196008A1 (en) 2019-06-27

Similar Documents

Publication Publication Date Title
CN109959924A (zh) 检测对象的方法和设备
JP7441800B2 (ja) ターゲット検出を強化するためのシステムおよび方法
CN109507670A (zh) 雷达图像处理方法、装置和系统
EP3555673B1 (en) Seismic surveys with increased shot point intervals for far offsets
CN107765237B (zh) 一种相控阵识别方法及系统
Bagnitsky et al. Side scan sonar using for underwater cables & pipelines tracking by means of AUV
JP2021524598A (ja) オブジェクトを検出するためのシステムおよび方法
US11853961B1 (en) Customized neural network for item recognition
US20170142515A1 (en) Systems and methods for monitoring and classifying marine animals based on acoustic signals
Kosuge et al. mmWave-YOLO: A mmWave imaging radar-based real-time multiclass object recognition system for ADAS applications
US9244159B1 (en) Distinguishing between maritime targets and clutter in range-doppler maps
RU2265866C1 (ru) Способ повышения радиолокационного разрешения, система для его осуществления и способ дистанционного выявления системой малоразмерных объектов
JP2013102421A (ja) 視覚ステークアウト
US20110007603A1 (en) Method for Positioning the Front End of a Seismic Spread
CN110390237A (zh) 点云数据处理方法和系统
US20240168192A1 (en) Shot Point Dithering Techniques for Marine Seismic Surveys
Watson et al. Non-line-of-sight radar
Alohali et al. Automated fault detection in the Arabian Basin
Zhang et al. Multisensor fusion‐based maritime ship object detection method for autonomous surface vehicles
CN116125466A (zh) 船舶人员隐藏威胁性物品携带检测方法、装置及电子设备
US20210270959A1 (en) Target recognition from sar data using range profiles and a long short-term memory (lstm) network
Douchin et al. SE-Workbench-RF: Performant and high-fidelity raw data generation for various radar applications
US9111361B1 (en) Distinguishing between moving targets and clutter in a video
US11422226B2 (en) Systems and methods for multipath beam nulling
CN114739402B (zh) 一种融合定位方法、介质和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant