预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103901403103901403A(43)申请公布日2014.07.02(21)申请号201310482352.0(22)申请日2013.10.15(30)优先权数据10-2012-01538362012.12.26KR(71)申请人现代摩比斯株式会社地址韩国京畿道(72)发明人沈秀盈(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人臧建明(51)Int.Cl.G01S7/02(2006.01)权权利要求书2页利要求书2页说明书5页说明书5页附图3页附图3页(54)发明名称反映制约条件的目标追踪方法(57)摘要根据本发明的一个方面,提供一种反映制约条件的目标追踪方法,是反映与相对车辆的相对距离或与相对车辆的相对速度等制约条件的目标追踪方法,其在可能有目标的区域生成N个具有状态变量的样本,如本发明的数学式1所示,用增加了补偿因子的性能指数函数,通过牛顿拉夫逊法找到最优解。本发明的实施例通过提出一种反映车辆的雷达系统所发生的与相对车辆的相对距离或与相对车辆的相对速度等诸多制约条件的目标追踪方法,使得能够较为准确地追踪目标,同时减少不必要的计算。并且如上所述,使用反映诸多制约条件的目标追踪方法,其优点是由于车辆的雷达性能提高使得驾驶员的便利性得到提高。CN103901403ACN10394ACN103901403A权利要求书1/2页1.一种反映制约条件的目标追踪方法,其是反映与相对车辆的相对距离或与相对车辆的相对速度等制约条件的目标追踪方法,其特征在于:在可能有目标的区域生成N个具有状态变量的样本,如数学式1所示,用增加了补偿因子的性能指数函数,通过牛顿拉夫逊法找到最优解。[数学式1]J:性能指数函数z:目标的测量值X:推测值制约(Constraint)函数ω:加权值2.根据权利要求1所述的反映制约条件的目标追踪方法,其特征在于:将所述性能指数函数对偏微分所取得的值设为M时,找出所述M变成‘0’的值,其中通过反复计算,找出使所述性能指数函数值最小的极小值。3.根据权利要求1所述的反映制约条件的目标追踪方法,其特征在于:用如下数学式5,通过反复计算,若第l+1次的计算值与第l次的性能指数函数值的差在收敛基准内,则将该值作为性能指数函数的最小值,并且判定为此时的状态变量具有与目标的初始状态变量类似的值。[数学式5]4.根据权利要求1至3中任一项所述的反映制约条件的目标追踪方法,其特征在于:将可能有目标的区域作为第一个分批区间,通过滑动分批评价方法获得收敛值,把窗口前移,再次执行滑动分批评价方法,获得收敛值,然后再次把窗口前移,在该区间内执行滑动分批评价方法,以执行收敛值的方式求得目标的推测值。5.根据权利要求4所述的反映制约条件的目标追踪方法,其特征在于:所述目标的推测值不在制约条件内时,将加权值(ω)提高10倍,再次执行牛顿拉夫逊2CN103901403A权利要求书2/2页法。6.根据权利要求1至3中任一项所述的反映制约条件的目标追踪方法,其特征在于:可同时设定多个所述制约条件。3CN103901403A说明书1/5页反映制约条件的目标追踪方法技术领域[0001]本发明涉及车辆的雷达信号处理方法,尤其涉及反映相对车辆的距离、相对车辆的速度等制约条件的目标追踪方法。背景技术[0002]通常,雷达(RADAR:RadioDetectionAndRanging)是放射电磁波,并接收被相应区域内的物体反射的反射波,从而探测目标物的存在和其距离的感测装置,其优点是与气象状况或昼夜无关,具有全天候功能,能够探测短距离乃至水平线外地球另一侧的远距离物体。[0003]车辆用雷达系统,作为用于实现智能型交通系统所必须的技术,是感测运动或静止的其他车辆或物体的运动,以预先防止恶劣气象条件或驾驶员的疏忽可能引发的事故为目的而开发的车辆的安全行驶系统。[0004]另外,雷达的设计原理是在放射的电磁波被物体反射时,接收反射的所述电磁波,经过信号处理过程后,在所述处理的值超过基准值时将所述物体当作目标。但是,所述值包含大量误差,因此与实际目标具有相当大的误差。[0005]因此,为了解决所述问题,使用目标追踪滤波算法,以降低所述误差,从而推测接近实际目标的值,此处使用的代表性的目标追踪滤波算法是卡尔曼滤波(KalmanFilter)算法。卡尔曼滤波算法一般适用于在物体的测量值中包含有一定概率的误差,并且物体在特定时间点的状态与之前时间点的状态具有线性关系的情况。例如,就雷达追踪而言,虽然能够测量特定物体的位置、速度、加速度等,但是该测量值可能包含有误差,在该情况下能够利用卡尔曼滤波算法通过连续测量的值推测相应物体的位置。[0006]但是,卡尔曼