Экспериментальное исследование алгоритмов вторичной обработки для автомобильного радара

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

К современному автомобилестроению предъявляются все более высокие требования в отношении безопасности дорожного движения. Традиционные пассивные системы безопасности, такие как, ремни и подушки безопасности, не могут обеспечить требуемый уровень безопасности, поэтому они должны быть дополнены активными системами безопасности, способными влиять на управление транспортным средством.

Активные системы безопасности могут содержать видеокамеры, лидары, автомобильные радары, последние из которых менее подвержены влиянию загрязнения и атмосферных осадков [1].

В настоящее время в автомобильной промышленности получили наибольшее распространение радары дальнего действия. Такие радары применяются для обнаружения целей на расстоянии от 50 до 300 м и контролируют сектор обзора в пределах 20° - 30° впереди автомобиля [1].

Целью данной статьи является разработка алгоритмов вторичной обработки для автомобильного радара гражданского применения и экспериментальная проверка этих алгоритмов на макете при наблюдении за реальным дорожным движением.

Наиболее известным типом зондирующего сигнала в автомобильных радарах является непрерывный сигнал с линейной частотной модуляцией (ЛЧМ). К достоинствам данного типа сигнала можно отнести относительную простоту устройств его формирования и обработки, и невысокую требуемую мощность передатчика [2]. Применение непрерывного ЛЧМ сигнала позволяет определять дальность до цели частотным методом измерения дальности. На рисунке 1, а приведен график зависимости закона изменения частоты от времени для непрерывного сигнала с линейной частотной модуляцией излученного передатчиком (сплошная линия) и сигнала, отраженного от цели, принятого приемником (пунктирная линия).

Рис. 1. а - закон изменения частоты излучаемого сигнала, б - методика объединения отметок

Измеряемыми параметрами являются две частоты f1 и f2 (обе частоты получаются со знаком), откуда можно получить оценки дальности R (м) и радиальной скорости цели V (м/с) [1]

, (1)

частотный модуляция азимут передатчик

где tн - время нарастания ЛЧМ, с; Дf - ширина излучаемого сигнала ЛЧМ, Гц; c - скорость света в вакууме, м/с; f0 - центральная частота излучаемого сигнала, Гц.

Во многих известных моделях автомобильных радаров [3] производилось измерение как азимута, так и расстояния до целей. К наиболее распространенным способам измерения азимута цели можно отнести формирование многолучевой диаграммы направленности (ДН) и использование нескольких разнесенных в пространстве приемных модулей [4]. В работе [5] рассматриваются аналитические методы определения координат и рассчитывается потенциальная точность. Применительно к автомобильным радарам известно много методов определения координат целей [5]. В существующем макете реализовано только формирование одного луча ДН, поэтому азимут цели не измерялся. Вариант построения автомобильного радара без измерения угла может быть актуальным при использовании его в системах помощи водителю (Advanced Driver Assistance Systems, ADAS), системах адаптивного круиз-контроля (Adaptive Cruise Control, ACC) или системах предотвращения столкновений, поскольку в данном случае важно только расстояние до ближайшего автомобиля и скорость сближения.

В проектируемом автомобильном радаре используется серия из четырех ЛЧМ-импульсов, как показано на рисунке 2, где цифрами I, II, III и IV указаны временные интервалы, соответствующие нарастанию и спаду частоты зондирующего сигнала. Длительность интервала I-II выбрана больше, чем III-IV. Выбор разных длительностей интервалов позволяет снизить число ложных отметок, затрудняющих оценку числа целей.

На каждом из четырех временных интервалов I-IV производится БПФ отраженного сигнала, в результате которого образуется большое число частотных отметок на выходе обнаружителя, как показано на рисунке 1,б. Из рисунка видно, что с большой долей вероятности каждой цели соответствует группа отметок дальности, расположенных на смежных позициях или близко расположенных отметок. Для сокращения вычислительных затрат предлагается заменять такие группы только одной отметкой, полученной усреднением значений дальностей, взвешенными значениями соответствующих амплитуд, откуда видно, что число объединенных отметок значительно меньше, чем исходных.

Далее, в каждом из двух интервалов I-II и III-IV необходимо выбрать такие пары частот f1 и f2, при которых получаемые по формулам (1) значения расстояния R и радиальной скорости V не выходят за пределы физической реализации системы [6,7]. На рисунке 2 показан алгоритм селекции отметок, где показано, что из двух интервалов I-II и III-IV были выбраны соответствующие группы отметок: [R1, V1, A1], [R2, V2, A2],…, [Rn, Vn, An] и [R1, V1, A1], [R2, V2, A2],…, [Rm, Vm, Am], где A - амплитуда, полученная усреднением амплитуд частотных отметок на предыдущих шагах. Завершающим шагом алгоритма селекции отметок является поиск наиболее близких пар [Ri, Vi, Ai] - [Rj, Vj, Aj], удовлетворяющих одновременно двум условиям

| Ri - Rj | < ДR, | Vi - Vj | < ДV, (2)

где величины ДR и ДV выбираются исходя из точности измерений первичных параметров.

На выходе рассмотренного выше алгоритма селекции получается группа отметок [R1, V1, A1], [R2, V2, A2],…, [Rk, Vk, Ak], удовлетворяющих условию (2). Для определения числа целей и получения сглаженной информации о расстояниях и скоростях каждой из них необходимо применить отождествление с последующей линейной аппроксимацией по значениям дальностей, накапливаемым в скользящем окне. Отождествление отметок осуществляется путем формирования строба захвата с последующей коррекцией его расположения в зависимости от направления движения цели.

Рис. 2 - Алгоритм селекции отметок

Для исследования алгоритмов обработки сигналов в автомобильных радарах был разработан экспериментальный макет, работающий в диапазоне частот 24 ГГц, фотография которого приведена на рисунке 3,а. Экспериментальный макет состоит из антенной решетки и приемопередающего модуля, компании «RFBeam», и платы цифровой обработки сигналов на основе сигнального процессора 1967ВЦ3Т и аналого-цифровых преобразователей (АЦП) 5101HB015 компании АО «ПКК Миландр». Экспериментальный макет управляется с персонального компьютера через интерфейс Ethernet. Макет может работать в двух режимах: в режиме передачи данных с выхода АЦП на компьютер и в режиме обработки сигнала. В режиме передачи данных отсчеты записываются во внутреннюю память сигнального процессора и затем передаются на персональный компьютер. В макете осуществляется первичная обработка, заключающаяся в формировании отсчетов частоты, превысивших порог. Полученные частоты затем направляются на компьютер, где производится вторичная обработка. В дальнейшем вторичная обработка будет полностью выполняться на сигнальном процессоре.

В процессе эксперимента макет располагался напротив проезжей части, как показано на рисунке 3,б. В каждый момент времени в зоне обнаружения наблюдалось сразу несколько движущихся целей (автомобилей). В таблице 1 приведены параметры макета.

Рис. 3. а - фотография экспериментального макета, б - расположение макета

Таблица 1. Параметры макета

На рисунке 4 приведены полученные экспериментально отметки. Параметры эксперимента: длительность периода одного обзора T = 16,384 мс; время записи обстановки 15 секунд; критерий завязки траектории - 5/5, критерий сброса траектории - 20/20. Критерий формирования объединенной отметки - 3/5. В дополнительном окне в увеличенном масштабе показаны не сгруппированные отметки дальности на интервале I-II и сгруппированные отметки, полученные в результате всего алгоритма селекции на рисунке 2. Сглаженные отметки получены с помощью линейной аппроксимации в скользящем окне длительностью одна секунда.

Рис. 4 - Привязка и сглаживание отметок в многоцелевой ситуации

Результаты эксперимента показали, что применение разработанного алгоритма вторичной обработки позволяет существенно повысить точность оценивания расстояния и скорости целей по сравнению со случаем использования только первичных измерений. По результатам обработки экспериментальных данных можно ожидать точности оценивания расстояния порядка 1-2 м и скорости - 0,5 м/с (±1,8 км/ч), что является приемлемым для использования автомобильного радара в составе систем ADAS, ACC и систем предотвращения столкновений.

Литература

1. Implementing Digital Processing for Automotive Radar Using SoC FPGAs, Altera Corporation, 2013- 16 p.

2. Pourvoyeur, K., Feger, R., Schuster, S. Ramp sequence analysis to resolve multi target scenarios for a 77-GHz FMCW radar sensor // 2008 11th International Conference on Information Fusion, 30 June - 3 July 2008, Print ISBN: 978-3-8007-3092-6.

3. F.Folster, H.Rohling. Data Association and Tracking for Automotive Radar Networks, IEEE Transactions on Intelligent Transportation Systems, Vol. 6, №.4, December, 2005.

4. Pedestrian Tracking with Occlusion Using a 24 GHz Automotive Radar. M.Heuer, A.Al-Hamadi, A.Rain, M.Meinecke, H.Rohling. Radar Symposium (IRS), 2014 15th International, Gdansk, Poland, 16-18 June 2014.

5. Рындык, А.Г., Мякиньков, А.В., Шишанов, С.В. Система определения геометрических размеров объектов впереди транспортного средства на основе сверхширокополосных приемопередающих модулей // Информационно-измерительные и управляющие системы, 2017.- № 8, т.15.- С. 19-24.

6. Yuanzhang Fan, Kai Xiang, Jianping An. A new method of multi-target detection for FMCW automotive radar // Radar Conference 2013, IET International, 14-16 April 2013, ISBN: 978-1-84919-603-1.

7. Eugin Hyun, Jong-Hun Lee. A meothod for multi-target range and velocity detection in automotive FMCW radar // 2009 12th International IEEE Conference on Intelligent Transportation Systems, 4-7 Oct. 2009, Print ISBN: 978-1-4244-5519-5.

Размещено на Allbest.ru