一种毫米波雷达的多径虚假目标剔除方法、装置及车辆与流程

本技术涉及雷达，特别涉及一种毫米波雷达的多径虚假目标剔除方法、装置及车辆。

背景技术：

1、毫米波雷达广泛应用于智能驾驶系统中的目标探测与环境感知。在车辆行驶或泊车过程中，毫米波雷达通过发射电磁波并接收回波，能够探测自车周围的目标，包括运动目标和静止物。然而，当车辆处于地下车库、隧道等封闭或半封闭场景时，雷达波可能经静止物（如水泥墙、限位器、其他车辆等）反射后，再经自车车身反射并返回雷达接收天线，从而产生多径虚假目标。这类虚假目标往往在雷达探测结果中呈现为真实目标，易导致智能驾驶系统产生误判，影响行车安全。

2、现有技术中，针对多径虚假目标的剔除方法通常依赖于同时检测到自车、虚假目标以及作为反射面的静止物，通过分析三者之间的几何关系来识别并剔除虚假目标。这类方法的有效性高度依赖于反射面静止物的可探测性。然而，实际应用中，毫米波雷达对某些材质的静止物，例如水泥墙、光滑墙面等，可能由于雷达近场盲区、表面材质对电磁波的吸收或镜面反射特性，在该类静止物的部分区域，尤其是正对雷达法线的区域，难以生成可靠的点迹数据。在此情况下，反射面信息缺失，传统多径虚假目标剔除方法因无法定位反射面位置而失效。

技术实现思路

1、本技术为解决上述技术问题，提供一种毫米波雷达的多径虚假目标剔除方法、存储器、车载装置及车辆。

2、设计一种毫米波雷达的多径虚假目标剔除方法，包括：对所述毫米波雷达采集的回波信号进行预处理，得到每帧有效的点迹数据；利用连续多帧的所述点迹数据进行关联聚类，确定运动目标以及静止物的部分点迹信息；基于车辆运动时在不同位置积累的所述点迹数据，识别所述静止物的轮廓；根据所述静止物的轮廓确定所述静止物的反射面的候选区域，在所述候选区域内利用零星点迹的统计累积补全所述静止物的反射面信息；基于车辆、反射面及运动目标之间的关系，判断所述运动目标是否为多径虚假目标，并剔除判定为多径虚假目标的运动目标。

3、本方案中，通过回波预处理筛选有效点迹，规避原始信号噪声干扰，保障基础数据的可靠性。依托连续多帧点迹关联聚类与车辆运动多点位点迹积累特性，识别静止物轮廓；同时，通过轮廓推演定位反射面候选区域，并利用零星点迹统计累积方式补全反射面信息，完美适配地下车库、隧道等封闭场景中光滑墙面、水泥墙等材质雷达点迹稀疏、局部无点迹的工况，彻底解决了传统剔除方法因反射面信息缺失导致的失效问题。最终结合车、反射面、运动目标三者关联关系精准甄别虚假目标，抑制封闭及半封闭场景下多径镜像虚假目标带来的误判问题，提升智能驾驶行车与泊车过程的环境感知准确性与行驶安全性。

4、进一步地，所述基于车辆运动时在不同位置积累的所述点迹数据，识别所述静止物的轮廓，包括：根据车辆的运动状态信息，将车辆运动时在不同位置积累的所述点迹数据外推更新至当前帧；将更新后的点迹与当前帧点迹进行关联聚类，生成稠密的轮廓点云，进而识别得到所述静止物除反射面以外的轮廓。

5、本方案中，利用车辆行驶、泊车过程中的位置移动特性，结合车辆实时运动状态对历史多帧点迹进行帧间外推校正，将不同位置采集的分散点迹统一映射至当前帧坐标系，解决了单帧雷达点迹稀疏、离散、覆盖不全的问题。通过外推点迹与当前帧点迹的二次关联聚类，可生成高密度、高完整性的轮廓点云，能够精准还原静止物非反射区域的轮廓形态。即便静止物反射面区域因镜面反射、电磁波吸收、近场盲区导致无有效点迹，也可通过非反射区轮廓反向锁定静止物整体范围，为后续反射面候选区域推演提供精准的几何基础，解决传统技术因局部点迹缺失无法定位反射面的技术问题。

6、进一步地，所述根据车辆的运动状态信息，将车辆运动时在不同位置积累的所述点迹数据外推更新至当前帧，包括：获取历史帧与当前帧之间的时间戳差值；根据所述运动状态信息和时间戳差值，将历史点迹的位置坐标外推至当前帧时刻下相对于车辆的坐标位置；所述运动状态信息至少包括车速、转向角以及航位推算信息。

7、本方案中，通过时间戳差值精准校正帧间时间偏差，同时融合车速、转向角、航位推算多维度运动参数，可高精度完成历史分散点迹的坐标动态外推校正。充分适配车辆直行、转弯、低速泊车等全工况运动状态，大幅提升不同行驶姿态下历史点迹更新至当前帧的坐标精度，避免因车辆运动姿态变化导致的点迹错位、轮廓畸变问题。保证了多帧累积点迹的时空一致性，为静止物轮廓的稠密重建、后续反射面区域精准推演提供高精度的数据支撑，有效提升复杂行驶场景下算法的稳定性与适配性。

8、进一步地，所述根据所述静止物的轮廓确定所述静止物的反射面的候选区域，包括：

9、基于所述静止物的轮廓的几何特征，确定所述静止物的反射面可能出现的方位范围，将所述方位范围作为所述候选区域。

10、本方案中，依托已精准重建的静止物整体轮廓几何特征，结合雷达电磁波镜面反射传播特性，可快速、精准锁定静止物反射面的潜在方位范围，完成反射面候选区域的定位。

11、进一步地，所述在所述候选区域内利用零星点迹的统计累积补全所述静止物的反射面信息，包括：在所述候选区域内，以预设间隔将所述候选区域划分为多个栅格单元；获取历史帧中无法形成连续航迹的所述零星点迹，将其映射至对应的所述栅格单元；累计每个所述栅格单元的置信度，当某一栅格单元的置信度超过预设阈值时，将该栅格单元的位置确定为所述静止物的反射面。

12、本方案中，通过栅格化精细划分候选区域，实现反射面潜在区域的精细化拆分，为零星点迹的统计分析提供规整的计算单元；同时摒弃传统仅识别连续航迹点迹的筛选逻辑，有效挖掘利用历史帧中无效航迹的零星、离散弱点迹，最大化利用雷达回波数据。通过栅格置信度累积与阈值判定的方式，滤除随机噪声点迹干扰，精准筛选出真实的反射面栅格位置，最终补全完整的静止物反射面信息。即便反射面仅存在极少量离散点迹，也可通过多帧统计累积实现反射面精准重构，解决反射面点迹缺失导致的传统剔除算法失效问题。

13、进一步地，所述基于车辆、反射面及运动目标之间的关系，判断所述运动目标是否为多径虚假目标，包括：根据车辆与所述运动目标之间的速度差异、两者运动方向相对于所述反射面的对称性、以及两者到所述反射面的距离之间的关系中的至少一种，判断所述运动目标是否为多径虚假目标。

14、本方案中，融合速度差异、运动方向对称性、相对反射面距离多重特征维度进行综合判定，多特征判定逻辑可有效规避单一判定条件的误判、漏判问题。在精准补全反射面信息的基础上，通过车、反射面、运动目标三者的多维关联特征，可高效甄别出经静止物、自车车身二次反射形成的镜像虚假目标，大幅提升多径虚假目标的识别精度与剔除可靠性，从算法层面杜绝因多径虚假目标导致的智能驾驶系统误判，全面提升车辆行驶、泊车的安全性与稳定性。

15、进一步地，所述对所述毫米波雷达采集的回波信号进行预处理，得到每帧有效的点迹数据，包括：对毫米波雷达采集的原始回波信号进行信号处理，提取包含方位、距离、高度、信噪比和雷达散射截面信息的原始点迹数据；根据预设的异常筛选规则剔除所述原始点迹数据中的异常数据，得到每帧有效的点迹数据。

16、本方案中，通过多维度原始点迹信息提取，完整保留了雷达回波的方位、距离、信噪比、散射截面等核心有效特征，为后续多帧关联聚类、轮廓识别、反射面补全、虚假目标判定提供了全面、多维的数据基础。同时通过预设异常筛选规则精准剔除原始回波中的噪声点、干扰点、异常偏离点迹等无效数据，过滤环境杂波、设备噪声带来的数据干扰，大幅提升单帧点迹数据的有效性与纯净度。从数据源头降低后续算法处理的误差，避免异常点迹导致的静止物轮廓识别偏差、反射面误判、虚假目标漏剔/误剔等问题，为整套多径虚假目标剔除算法的高精度、稳定运行奠定坚实的数据基础。

17、基于同一技术构思，设计一种存储器，所述存储器存储有计算机程序或指令，所述计算机程序或指令在被处理器调用和运行时，所述计算机程序或指令促使所述处理器执行上述的毫米波雷达的多径虚假目标剔除方法。

18、基于同一技术构思，设计一种车载装置，包括处理器、存储有能够在所述处理器上运行的计算机程序或指令的存储器，所述计算机程序或指令被所述处理器执行时实现上述的毫米波雷达的多径虚假目标剔除方法。

19、基于同一技术构思，设计一种车辆，包括上述的车载装置。

20、与现有技术相比，本技术的有益效果在于：通过回波预处理筛选有效点迹，规避原始信号噪声干扰，保障基础数据的可靠性。依托连续多帧点迹关联聚类与车辆运动多点位点迹积累特性，识别静止物轮廓；同时，通过轮廓推演定位反射面候选区域，并利用零星点迹统计累积方式补全反射面信息，完美适配地下车库、隧道等封闭场景中光滑墙面、水泥墙等材质雷达点迹稀疏、局部无点迹的工况，彻底解决了传统剔除方法因反射面信息缺失导致的失效问题。最终结合车、反射面、运动目标三者关联关系精准甄别虚假目标，抑制封闭及半封闭场景下多径镜像虚假目标带来的误判问题，提升智能驾驶行车与泊车过程的环境感知准确性与行驶安全性。