高分辨率雷达图像中车辆的方向估计

高分辨率雷达图像中车辆的方向估计

雷达传感器常常用于环境感知，与摄像机不同，雷达传感器可以在恶劣的天气条件下运行。在城市环境中，周围的障碍物和车辆环境变化较快，所以对车辆尺寸、方向、位置的要求较高。因此本文选用高分辨率雷达对车辆的方向进行估计，从MIMO（多输入多输出）雷达传感器采集数据。

本文提出3种对车辆方向的估计算法：①2条垂直线算法（L-fit），该算法的主要思路是，选用雷达随机选取车辆中的3个点，将3个点拟合成2条相互垂直的直线，判断车辆方向。②增强的方向包围盒（EOBB）算法，该算法的原理是基于旋转卡尺算法，首先确定一个凸包（根据车辆的点，为车辆确定一个大致轮廓），然后根据凸包的极值，创建一个矩形，代表车辆的最终轮廓，根据矩形的旋转角度确定车辆方向。③粗略近似法，先根据雷达扫射车辆的点，确定一个主方向，在主方向的基础上，构建车辆矩形轮廓。

试验结果表明，最好的算法是EOBB方法。在EOBB算法中，方向角误差小于3.73度，方向角误差的均方根值为9.77度，与传统的方向包围盒算法（OBB）相比，方向角误差的均方根值降低了38%。估计的车辆横向尺寸误差为0.48m，纵向误差为0.76m。如果减少一个雷达传感器，则会使误差增加20%～30%，这时可以引入质量函数来改善这一问题，更加可靠地估计车辆方向。

刊名：International Journal of Hydrogen Energy（英）

刊期：2017年第42期

作者：Vincent Oldenbroek et al

编译：野晨晨