【技術實現步驟摘要】
本申請涉及數據處理，特別是涉及一種車速估計方法、裝置、電子設備及存儲介質。
技術介紹
1、隨著自動駕駛技術的日漸成熟，很多車輛都具備l2甚至l3以上的自動駕駛功能。自車車速是車輛避障、報警、制動等功能中至關重要的參數。
2、目前可以使用慣性傳感器和毫米波雷達進行自車車速估計。車輛使用慣性傳感器進行加速度的測量從而得到車速。但由于在車輛啟動階段、急劇加減速階段測得的加速度不夠準確，導致最終測得的車速精準度不高。傳統的毫米波雷達自車速度估計方法中，基于車載毫米波雷達測量的多普勒值、目標相對雷達的方位角以及車輛自身的行駛速度的關系式或者變型式進行方程的構建，進而對方程進行求解得到車速。上述方法依賴于方位角和多普勒值兩個測量信息，二者的測量誤差均會對最終求解得到的車速產生影響，導致估計的車速誤差較大、精準度不高。
技術實現思路
1、本申請實施例的目的在于提供一種車速估計方法、裝置、電子設備及存儲介質，以提高車速估計的精準度。具體技術方案如下：
2、在本申請實施例的第一方面，提供了一種車速估計方法，包括：
3、獲取車輛搭載的雷達生成的rd(range?doppler，距離多普勒)圖像，其中，所述rd圖像為：所述雷達對檢測到的回波數據分別在距離維度和速度維度進行快速傅里葉變換后得到的圖像，所述rd圖像的橫向對應距離索引，所述rd圖像的縱向對應多普勒索引；
4、提取所述rd圖像的幅度邊緣特征；
5、基于所述幅度邊緣特征，確定所述rd圖像
6、根據所述目標多普勒索引和所述雷達的多普勒分辨率，估計所述車輛的行駛速度。
7、一種可能的實施方式中，所述提取所述rd圖像的幅度邊緣特征，包括：
8、沿所述rd圖像的距離維度，逐像素提取所述rd圖像中各像素的幅度邊緣特征，得到各像素的第一幅度邊緣表征值；
9、針對每一像素，若該像素的第一幅度邊緣表征值的絕對值大于第一預設閾值，則更新該像素的第一幅度邊緣表征值為第一數值，若該像素的第一幅度邊緣表征值的絕對值小于或等于所述第一預設閾值，則更新該像素的第一幅度邊緣表征值為第二數值。
10、一種可能的實施方式中，所述沿所述rd圖像的距離維度，逐像素提取所述rd圖像中各像素的幅度邊緣特征，得到各像素的第一幅度邊緣表征值，包括：
11、對所述rd圖像進行邊界填充，其中，所填充像素行和/或像素列的數量依據第一卷積核的尺寸確定；
12、沿所述rd圖像的距離維度，使用所述第一卷積核對所述rd圖像逐像素進行卷積變換，得到各像素的第一幅度邊緣表征值。
13、一種可能的實施方式中，所述基于所述幅度邊緣特征，確定所述rd圖像中目標位置對應的目標多普勒索引，包括：
14、分別對所述rd圖像中各個多普勒索引所對應像素的第一幅度邊緣表征值進行累加，得到各個多普勒索引對應的第一累加值；
15、確定按照索引取值大小排列的各多普勒索引所對應第一累加值中的最大極大值和次大極大值，將所述最大極大值和次大極大值對應的多普勒索引作為目標多普勒索引。
16、一種可能的實施方式中，所述根據所述目標多普勒索引和所述雷達的多普勒分辨率，估計所述車輛的行駛速度，包括：
17、確定候選多普勒索引中對應第一累加值最小的多普勒索引，其中，所述候選多普勒索引為所述最大極大值對應的多普勒索引和所述次大極大值對應的多普勒索引之間所有的多普勒索引；
18、計算所確定出的多普勒索引與所述雷達的多普勒分辨率的乘積，將所得到的乘積作為所述車輛的行駛速度。
19、一種可能的實施方式中，所述提取所述rd圖像的幅度邊緣特征，包括：
20、分別對所述rd圖像中各個多普勒索引對應像素的像素值進行累加，得到各多普勒索引對應的第二累加值；
21、提取按照索引取值大小排列的各多普勒索引所對應第二累加值的幅度邊緣特征，得到各多普勒索引對應的第二幅度邊緣表征值。
22、一種可能的實施方式中，所述提取按照索引取值大小排列的各多普勒索引所對應第二累加值的幅度邊緣特征，得到各多普勒索引對應的第二幅度邊緣表征值，包括：
23、使用第二卷積核，對按照索引取值大小排列的各多普勒索引所對應第二累加值逐一進行卷積變換，得到各個多普勒索引對應的第二幅度邊緣表征值。
24、一種可能的實施方式中，所述基于所述幅度邊緣特征，確定所述rd圖像中目標位置對應的目標多普勒索引，包括：
25、確定所述第二幅度邊緣表征值中的最大值，并將所確定的最大值對應的多普勒索引作為目標多普勒索引；
26、所述根據所述目標多普勒索引和所述雷達的多普勒分辨率，估計所述車輛的行駛速度，包括：
27、計算所述目標多普勒索引與所述雷達的多普勒分辨率的乘積，將所得到的乘積作為所述車輛的行駛速度。
28、在本申請實施例的第二方面，提供了一種車速估計裝置，包括：
29、獲取模塊，用于獲取車輛搭載的雷達生成的距離多普勒rd圖像，其中，所述rd圖像為：所述雷達對檢測到的回波數據分別在距離維度和速度維度進行快速傅里葉變換后得到的圖像，所述rd圖像的橫向對應距離索引，所述rd圖像的縱向對應多普勒索引；
30、提取模塊，用于提取所述rd圖像的幅度邊緣特征；
31、確定模塊，用于基于所述幅度邊緣特征，確定所述rd圖像中目標位置對應的目標多普勒索引，其中，所述目標位置為：表征所述rd圖像中所述雷達所接收回波強度發生突變的位置；
32、估計模塊，用于根據所述目標多普勒索引和所述雷達的多普勒分辨率，估計所述車輛的行駛速度。
33、一種可能的實施方式中，所述提取模塊，具體用于：沿所述rd圖像的距離維度，逐像素提取所述rd圖像中各像素的幅度邊緣特征，得到各像素的第一幅度邊緣表征值；針對每一像素，若該像素的第一幅度邊緣表征值的絕對值大于第一預設閾值，則更新該像素的第一幅度邊緣表征值為第一數值，若該像素的第一幅度邊緣表征值的絕對值小于或等于所述第一預設閾值，則更新該像素的第一幅度邊緣表征值為第二數值。
34、一種可能的實施方式中，所述提取模塊，具體用于：對所述rd圖像進行邊界填充，其中，所填充像素行和/或像素列的數量依據第一卷積核的尺寸確定；沿所述rd圖像的距離維度，使用所述第一卷積核對所述rd圖像逐像素進行卷積變換，得到各像素的第一幅度邊緣表征值。
35、一種可能的實施方式中，所述確定模塊，具體用于：分別對所述rd圖像中各個多普勒索引所對應像素的第一幅度邊緣表征值進行累加，得到各個多普勒索引對應的第一累加值；確定按照索引取值大小排列的各多普勒索引所對應第一累加值中的最大極大值和次大極大值，將所述最大極大值和次大極大值對應的多普勒索引作為目標多普勒本文檔來自技高網...
【技術保護點】
1.一種車速估計方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述提取所述RD圖像的幅度邊緣特征，包括：
3.根據權利要求2所述的方法，其特征在于，所述沿所述RD圖像的距離維度，逐像素提取所述RD圖像中各像素的幅度邊緣特征，得到各像素的第一幅度邊緣表征值，包括：
4.根據權利要求2或3所述的方法，其特征在于，所述基于所述幅度邊緣特征，確定所述RD圖像中目標位置對應的目標多普勒索引，包括：
5.根據權利要求4所述的方法，其特征在于，所述根據所述目標多普勒索引和所述雷達的多普勒分辨率，估計所述車輛的行駛速度，包括：
6.根據權利要求1所述的方法，其特征在于，所述提取所述RD圖像的幅度邊緣特征，包括：
7.根據權利要求6所述的方法，其特征在于，所述提取按照索引取值大小排列的各多普勒索引所對應第二累加值的幅度邊緣特征，得到各多普勒索引對應的第二幅度邊緣表征值，包括：
8.根據權利要求6或7所述的方法，其特征在于，所述基于所述幅度邊緣特征，確定所述RD圖像中目標位置對應的目標多普勒索引
9.一種車速估計裝置，其特征在于，包括：
10.根據權利要求9所述的裝置，其特征在于，所述提取模塊，具體用于：沿所述RD圖像的距離維度，逐像素提取所述RD圖像中各像素的幅度邊緣特征，得到各像素的第一幅度邊緣表征值；針對每一像素，若該像素的第一幅度邊緣表征值的絕對值大于第一預設閾值，則更新該像素的第一幅度邊緣表征值為第一數值，若該像素的第一幅度邊緣表征值的絕對值小于或等于所述第一預設閾值，則更新該像素的第一幅度邊緣表征值為第二數值；和/或
11.一種電子設備，其特征在于，包括：
12.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質內存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-8任一項所述的方法的步驟。
...【技術特征摘要】
1.一種車速估計方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述提取所述rd圖像的幅度邊緣特征，包括：
3.根據權利要求2所述的方法，其特征在于，所述沿所述rd圖像的距離維度，逐像素提取所述rd圖像中各像素的幅度邊緣特征，得到各像素的第一幅度邊緣表征值，包括：
4.根據權利要求2或3所述的方法，其特征在于，所述基于所述幅度邊緣特征，確定所述rd圖像中目標位置對應的目標多普勒索引，包括：
5.根據權利要求4所述的方法，其特征在于，所述根據所述目標多普勒索引和所述雷達的多普勒分辨率，估計所述車輛的行駛速度，包括：
6.根據權利要求1所述的方法，其特征在于，所述提取所述rd圖像的幅度邊緣特征，包括：
7.根據權利要求6所述的方法，其特征在于，所述提取按照索引取值大小排列的各多普勒索引所對應第二累加值的幅度邊緣特征，得到各多普勒索引對應的第二幅度...
【專利技術屬性】
技術研發人員：薛高茹，
申請(專利權)人：森思泰克河北科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。