一种基于局部极大值的车辆雷达目标检测方法

摘要

本发明公开了一种基于局部极大值的车辆雷达目标检测方法，包括以下步骤：步骤1、路面上的微波检测设备通过串口将采集到的回波上传到上位机中，通过上位机观测路面雷达回波分布情况，并划分雷达回波区域；步骤2、根据FMCW雷达在距离上的分辨率及车道的宽度信息，计算搜索窗口的范围；步骤3、遍历步骤1中提取的车道所属的所有回波点，对于每个回波点在其邻域设置步骤2的搜索窗口，然后把该回波点与搜索窗口内其它回波点进行比较；步骤4、对搜索到的局部极大值点，判断该点的回波强度值是否大于设定的回波门限，若大于则判定该点为目标点，否则仍然认为属于非目标点；步骤5、目标点标记，将回波信号转化为二值信号，完成目标的检测。

权利要求

1.一种基于局部极大值的车辆雷达目标检测方法，其特征在于，包括以下步骤：步骤1、路面上的微波检测设备通过串口将采集到的回波上传到上位机中，通过上位机观测路面雷达回波分布情况，并划分雷达回波区域，设定路面车道所属的回波区域，将设定结果保存到微波检测设备的不可擦写的存储器中，作为以后车道划分依据；微波检测设备根据存储器中的回波区域数据在采集到的回波序列中提取路面车道所属区域的回波点；

步骤2、根据FMCW雷达在距离上的分辨率及车道的宽度信息，计算搜索窗口的范围；

步骤3、遍历步骤1中提取的车道所属的所有回波点，对于每个回波点在其邻域设置步骤2的搜索窗口，然后把该回波点与搜索窗口内其它回波点进行比较，若该点的回波强度为最大，那么判定该点属于局部极大值点；

步骤4、对搜索到的局部极大值点，判断该点的回波强度值是否大于设定的回波门限，若大于则判定该点为目标点，否则仍然认为属于非目标点，每个距离点都有一个属于自己的门限，门限的建立采用积累求均值的方式；

步骤5、目标点标记，目标点标记为255，其余的点为非目标点，标记为0，将回波信号转化为二值信号，完成目标的检测；

步骤2中计算搜索窗口范围的具体步骤为：

步骤2-1、采用FMCW测距方法，利用调制脉冲周期和调制电压幅值参数，计算雷达在距离上的分辨率L1，根据路面车道宽度L2，计算每个车道对应的回波点数目D'为：D'＝L2/L1；

步骤2-2、设置搜索窗口D大于步骤2-1中计算的D'，即D＝D'+ΔD，其中ΔD为1个或者2个回波点；

步骤3中在每个回波点邻域设置搜索窗口的具体步骤为：

步骤3-1、设回波点在距离上的范围为[0,dmax]，其中0对应离雷达检测器最近的距离点，dmax对应离雷达检测器最远的距离点；对于每个回波点设其所在距离点为d，则其搜索区域为[d-Δd1,d+Δd2]，Δd1+Δd2＝D且Δd1比Δd2大1或者2；

步骤3-2、搜索范围处于范围[0,dmax]内，满足d-Δd1＞＝0，且d+Δd2＜＝dmax；

步骤4中设定回波门限的具体步骤为：

步骤4-1、门限的建立采用长时间积累求均值的方式：对于每个距离点d，在时间轴上积累该点的回波I(d,i)，然后采用如下的方式来计算该点的门限TH：其中n表示门限建立的总扫描周期数，取值范围为2000～5000，每个扫描周期时间为

100ms，对应总时间为20s～50s，i表示当前扫描周期，K为比例系数，取值范围为1.5～3.0。

说明书

一种基于局部极大值的车辆雷达目标检测方法

技术领域

[0001] 本发明涉及一种雷达目标检测的方法，特别是一种基于局部极大值的车辆雷达目标检测方法。

背景技术

[0002] 在智能交通系统以及物联网技术迅速发展的大背景下，要实现高速公路和城市道路交通信息处理和控制的自动化，交通信息的自动采集系统是智能交通系统中不可缺少的组成部分，需要大量的车辆检测设备进行交通信息检测。

[0003] 车辆检测设备有多种类型，包括视频、感应线圈以及微波雷达等。以线性调频连续波体制FMCW（Frequency Modulated Continuous Wave）雷达为传感器的交通检测技术凭借检测精度高、稳定性高、全天候性等优势，受到越来越多的关注。微波雷达通过FMCW原理，采集雷达回波信号，可以得到雷达检测范围内目标的距离信息，根据目标的距离信息进行车辆判别，得到车辆的存在信息；进而得到检测区域的车流量、占有率以及平均车速等交通信息。

[0004] 根据线性调频连续波原理，对微波信号进行采样，经过傅里叶变换，就可以得到各个时刻在每个距离单位上的反射波强度。图2为实际采集的多组FMCW雷达信号经过傅里叶变换得到的反射波形组成的图像。其中图像的横坐标是时间轴，时间轴上每一列数据即是一组傅里叶变换的值，由不同距离点的回波组成；纵坐标为距离轴，每个点在距离上对应一个距离单元；图中点的亮度由对应点雷达回波强度量化计算得到。

[0005] 目前市场上微波车辆检测器对目标检测的方法主要还是依据回波强度，把回波强度的高低作为是否存在目标的衡量标准，通过设定一定的门限来区分目标点和非目标点。然而这种方法使得检测设备经常出现“虚警”和“漏警”现象，如对公交车、卡车等大车带来的回波拖带现象、并行行驶车辆的回波无法区分现象等，传统方法对这些问题解决效果都不理想，降低了设备的检测性能。而且由于雷达天线的差异性，不同天线的回波强度有所差别，因此采用原有根据强度进行车辆目标判别的方法对天线的一致性要求会很高，这给产品的批量生产也带来很大困难。

发明内容

[0006] 发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于局部极大值的车辆雷达目标检测方法。

[0007] 为了解决上述技术问题，本发明公开了一种基于局部极大值的车辆雷达目标检测方法，包括以下步骤：

[0008] 步骤1、路面上的微波检测设备通过串口将采集到的回波上传到上位机中，通过上位机观测路面雷达回波分布情况，并划分雷达回波区域，设定路面车道所属的回波区域，将设定结果保存到微波检测设备的不可擦写的存储器中，作为以后车道划分依据；微波检测设备根据存储器中的回波区域数据在采集到的回波序列中提取路面车道所属区域的回波点；

[0009] 步骤2、根据FMCW雷达在距离上的分辨率及车道的宽度信息，计算搜索窗口的范围；

[0010] 步骤3、遍历步骤1中提取的车道所属的所有回波点，对于每个回波点在其邻域设置步骤2的搜索窗口，然后把该回波点与搜索窗口内其它回波点进行比较，若该点的回波强度为最大，那么判定该点属于局部极大值点；

[0011] 步骤4、对搜索到的局部极大值点，判断该点的回波强度值是否大于设定的回波门限，若大于则判定该点为目标点，否则仍然认为属于非目标点，每个距离点都有一个属于自己的门限，门限的建立采用积累求均值的方式；

[0012] 步骤5、目标点标记，目标点标记为255，其余的点为非目标点，标记为0，将回波信号转化为二值信号，完成目标的检测。

[0013] 步骤2中计算搜素窗口范围的具体步骤为：

[0014] 步骤2-1、采用FMCW测距方法，利用调制脉冲周期和调制电压幅值参数，计算雷达在距离上的分辨率L1，根据路面车道宽度L2，计算每个车道对应的回波点数目D'为：D'=L2/L1；根据FMCW原理可以由脉冲周期和调制电压计算出调制脉冲斜率，根据天线的差频分辨率进而可以计算出距离分辨率，可以参考文献：QI G Q.High accuracy range estimation of FMCW level radar based on the phase of the zero-padded FFT[C].IEEE ICSP04Proceedings,Beijing,2004:2078-2081。

[0015] 步骤2-2、设置搜索窗口D大于步骤2-1中计算的D'，即D=D'+ΔD，其中ΔD为1个或者2个回波点。

[0016] 本发明步骤3中在每个回波点邻域设置搜索窗口的具体步骤为：

[0017] 步骤3-1、设回波点在距离上的范围为[0,dmax]，其中0对应离雷达检测器最近的距离点，dmax对应离雷达检测器最远的距离点；对于每个回波点设其所在距离点为d，则其搜索区域为[d-Δd1,d+Δd2]，Δd1+Δd2=D且Δd1比Δd2大1或者2；

[0018] 步骤3-2、搜索范围处于范围[0,dmax]内，满足d-Δd1>=0，且d+Δd2<=dmax。

[0019] 本发明步骤4中设定回波门限的具体步骤为：

[0020] 步骤4-1、门限的建立采用长时间积累求均值的方式：对于每个距离点d，在时间轴上积累该点的回波I(d,i)，然后采用如下的方式来计算该点的门限TH：

[0021]

[0022] 其中n表示门限建立的总扫描周期数，取值范围为2000～5000，每个扫描周期时间为100ms，对应总时间为20s～50s，i表示当前扫描周期，K为比例系数，取值范围为1.5～3.0。

[0023] 本发明大大降低了FMCW雷达车辆检测过程经常出现的“虚警”和“漏警”的概率，比如公交车、卡车等大车带来的回波拖带问题，并行车辆行驶带来的回波无法区分问题等等，提高设备检测性能。同时充分利用FMCW雷达回波在距离上的分布特点，降低了检测过程中对回波强度的要求，使得检测方法具有更好的适应性和鲁棒性。

[0024] 本方法与现有技术相比，其显著优点是：（1）充分利用了FMCW雷达回波在距离轴上的分布特点，提取出目标点的本质特征，有效地去除了杂波、噪声带来的干扰。（2）采用局部极大值的判决方式，可以降低“虚警”，比如可以剔除掉公交、卡车等大车运动过程中在别的车道上拖带出来的回波，即使拖带出的回波强度也比较强，但是由于小于车辆实际位置的回波强度，仍然认为不属于真正目标点。（3）采用本方法，可以减少“漏警”，比如在车辆并行行驶问题中，采用局部极大值的处理方法，可以有效区分出两辆车中间的回波，把两辆车区分开来，防止由于两辆车回波点混杂的原因，把两辆车检测为一辆车。（4）降低了检测过程中对回波强度的要求，因为成为真正回波点的首要条件是局部极大值，而非回波的强度。这样就使得检测算法有着很好的适应性，即使不同雷达天线的回波强度有所差别，对于车辆目标的检测影响也很小，提高了产品的稳定性和鲁棒性。

附图说明

[0025] 下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

[0026] 图1是本发明基于局部极大值的车辆目标检测方法的流程图。

[0027] 图2是本发明采集数据处理后回波信号二维视图示例。

[0028] 图3是本发明的采用窗口极大值搜索的示意图。

[0029] 图4是本发明实施实例一中公交车经过时的回波二维图。

[0030] 图5是本发明实施实例一中采用传统方法检测目标仿真结果。

[0031] 图6是本发明实施实例一中采用本发明提出的基于局部极大值的车辆目标检测方法的仿真结果。

[0032] 图7是本发明实施实例二中并行车辆同时经过时的回波二维图。

[0033] 图8是本发明实施实例二中采用传统方法检测目标仿真结果。

[0034] 图9是本发明实施实例二中采用本发明提出的基于局部极大值的车辆目标检测方法的仿真结果。

[0035] 图10是本发明实施实例三中多辆车辆经过时的回波二维图。

[0036] 图11是本发明实施实例三中采用传统方法检测目标仿真结果。

[0037] 图12是本发明实施实例三中采用本发明提出的基于局部极大值的车辆目标检测方法的仿真结果。

具体实施方式

[0038] 结合图1、图2，本发明提供了的一种基于局部极大值的车辆目标检测方法，包括以下步骤：

[0039] 第一步，每个扫描周期，对微波信号进行采样，经过傅里叶变换，就可以得到各个时刻在每个距离单位上的反射波强度。图2为实际采集的多组FMCW雷达信号经过傅里叶变换得到的反射波形组成的图像，可视为一个坐标轴为距离，一个坐标轴为时间（扫描周期）的二维信号，记为I(d,i)，其中d为距离单位，i为时间（扫描周期）单位。在实际使用过程中，为了统计路面上每个车道对应的车流量信息，需要通过算法分析计算或者人工界面划分的方式设定路面上车道对应的距离点范围，具体操作如下：微波检测设备通过串口把采集到的回波上传到上位机中，通过上位机观测路面雷达回波分布情况，并划分雷达回波区域，设定路面车道所属的回波区域，将设定结果保存到微波检测设备的不可擦写的存储器中，作为以后车道划分依据；微波检测设备根据存储器中的回波区域数据在采集到的回波序列中提取路面车道所属区域的回波点。

[0040] 第二步，根据FMCW雷达在距离上的分辨率及车道的宽度信息，计算搜索窗口的范围。本方法采用的局部极大值的检测方法是根据回波在其邻域的某个窗口范围内是否为最大值，进而来判定其是否为目标点，“局部”即是对应于窗口的范围。窗口的范围是根据雷达的分辨率和车道宽度之间的相对关系来确定的，确定每个车道占据的距离点的数目。根据FMCW雷达参数，计算雷达在距离上的分辨率L1，同时根据路面车道情况获取车道宽度L2，则每个车道对应的回波点数目为D'=L2/L1。考虑到回波散射，回波拖带等情况，搜索窗口D应该比上述计算的D'略大，则D=D'+ΔD。实际应用中ΔD一般设为1个或者2个回波点。

[0041] 第三步，判断回波点是否属于局部极大值，对每个扫描周期根据第一步计算得到的不同距离点上的回波，采用从上到下的滑窗的处理方式。设图2中回波点在距离上的范围为[0,dmax]，其中0对应着离检测器最近的距离点，而dmax对应最远的距离点。对于中每个回波点I(d0,i)，以其为中心，在距离方向上确定一个搜索窗口[d0-Δd1,d0+Δd2]，其中窗口大小为第二步计算得到的窗口大小D，即D=Δd1+Δd2，示意图如图3所示。另外根据外场试验结果，目标的回波散射和回波拖带等现象在其近距离上更为严重，因此为了更好的消除目标点近距离回波的影响，Δd1要比Δd2大1或者2。然后判断该点的回波强度是否为窗口内回波的最大值，若是则该点记为极大值点THTP(d,i)，如下公式所示。

[0042]

[0043] 在采用滑窗处理的时候不可避免的会出现边界问题，本方法采用在边界处缩小窗口范围的方式来处理，防止搜索范围越界，因此需要判断索引的回波点是否在回波范围[0,dmax]内，即应该满足d0-Δd1>=0，且d0+Δd2<=dmax。

[0044] 第四步，设置基础门限，去除背景点带来的干扰。由于局部极大值的方法是在窗口内寻找最大值，如果该窗口处于背景区域，那么即使某点是极大值，但仍然属于背景点，因此需要设置一个基础门限用来区分背景。考虑到每个距离点对应的背景强度是有差异的，因此本方法中采用对每个距离点长时间积累回波求均值的方法建立基础门限。对于每个距离点d，在时间轴上积累该点的回波I(d,i)，然后采用如下的方式来计算该点的门限TH：

[0045]

[0046] 其中n表示门限建立的总扫描周期数，取值范围为2000～5000，每个扫描周期时间为100ms，对应总时间为20s～50s，i表示当前扫描周期，K为比例系数，取值范围为1.5～3.0。

[0047] 对于每个局部极大值点，如果其回波强度大于对应距离点上的基础门限就判定为目标点，否则为非目标点。

[0048] 第五步，对目标点进行标记。目标点标记为255，其余的点为非目标点，标记为0。那么就按如下方式将回波信号I(d,i)转化为二值信号IBIO(d,i)，完成目标的检测。

[0049]

[0050] 下面结合图4至图12，通过三组仿真实验的实施例及其效果评价来进一步说明本发明。以下三组实施例中的数据都是在测试现场采集的真实车辆回波数据，现场路面情况为双向6车道。

[0051] 实施例1

[0052] 图4的实施例1中是一辆公交车经过检测器时产生的回波图。其中横坐标是时间轴，每个点在时间上对应1个扫描周期100ms，该图由350个扫描周期组成；纵坐标是距离轴，每个点在距离上对应1个距离单元，该图由20个距离点组成，每个车道占据3个距离点，共6个车道；图中每个点的亮度由对应点雷达回波强度量化计算得到。从图中可以看出公交车产生的回波范围分布很广，相邻的车道也被拖带出很多回波，而且被拖带出的回波强度并不弱，如果采用传统的根据回波强度判断目标点的方法就会在相邻车道上检测到车，而且由于公交车经过检测器时间比较长，有可能出现在相邻车道上检测到多辆车的情况。

[0053] 图5是采用传统方法进行目标检测的仿真结果，其中每检测到一辆车都会打上一个竖条标记。从图中可以看到在公交车相邻的车道上检测到5辆车，虚警很高。

[0054] 图6是采用本发明提出的基于局部极大值的方法进行目标检测的仿真结果。由于必须满足局部极大值的点才能为目标点，因此在相邻车道上拖带出的回波由于公交车本身的回波强度低，仍然被判定为非目标点，从图中可以看出该方法成功消除了拖带带来的影响，检测结果正确。

[0055] 实施例2

[0056] 图7的实施例2中是两辆车并行同时驶过检测器时产生的回波图，该图在时间轴由300个扫描周期组成，距离轴分布情况同图4。从图中可以看出由于两辆车离的比较近，两辆车间隙无法明显分清。

[0057] 图8是采用传统方法检测的仿真结果，把两辆车判定为一辆车经过，出现漏警。

[0058] 图9时采用本发明提出的基于局部极大值的方法进行目标检测的仿真结果，可以正确区分出车辆。

[0059] 实施例3

[0060] 图10的实施例3是多辆车（图中为三辆车，有一辆车为停止）经过检测器时产生的回波图，该图在时间轴上由350个扫描周期组成，距离轴分布情况同图4。从图中可以看到车辆在行驶过程中有时会出现回波散射现象，多辆车一起经过的时候还会出现回波“多径”现象。这给目标检测增加了难度，如果采用传统的基于回波强度的检测方法必然会产生许多虚警，

[0061] 图11即是传统方法检测的仿真结果。而本发明提出的基于局部极大值的检测方法，由于加入了窗口极值的约束，可以消除掉散射和“多径”带来的回波，即使有少量回波没有清除掉，在后续的形态学处理和车辆判别中也可以避免被误判为一辆车。

[0062] 图12是采用本方法进行目标检测的仿真结果，从图中可以看出检测结果正确，有效消除了回波散射和“多径”的影响。

[0063] 经过实地验证，采用本发明提出的基于局部极大值的车辆目标检测方法，微波检测设备在高速路况下的检测正确度达到99%，在市区繁忙路况下的检测正确度达到95%。

[0064] 本发明提供了一种基于局部极大值的车辆雷达目标检测方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。