自动驾驶感知——物体检测与跟踪算法|4D毫米波雷达

1. 物体检测与跟踪算法

1.1 DBSCAN

DBSCAN: Density Based Spatial Clustering of Applications with Noise;
DBSCAN是基于密度的聚类方法，对样本分布的适应能力比K-Means更好。

红色的点是核心对象
黑色的点是非核心对象

注意:距离的度量不限于点的空间距离，还可以是其它点特征，比如速度、反射强度等
基本思路
假定类别可以通过样本分布的紧密程度决定，通过将紧密相连的样本分为一类，得到不同的聚类类别。

基本概念

• $(\epsilon ,MinPts)$:用来描述邻域的密度;
• $\epsilon$:描述了某一样本的邻域距离阈值;
• $MinPts$:描述了邻域中的最小样本数。
• 核心对象:对于任一样本，其邻域至少包含MinPts个样本。

算法流程

1. 找到所有的核心对象
2. 对于每一个未处理的核心对象，生成新的聚类;
3. 搜索其$\epsilon$邻域，将$\epsilon$邻域中的点加入该聚类;
4. 不断重复以上步骤

DBSCAN的详细讲解可以参考这篇博文DBSCAN详解
K-Means
K-Means与DBSCAN 的对比

K-Means

• 需要手工指定cluster的数量
• 所有点都进行聚类，不会去除outlier
• 各个方向同等重要，只适合于球形的cluster
• 具有随机性，每次运行结果不一致

DBSCAN

• 不需要指定cluster个数
• 可以排除outlier
• 对样本分布的适应性更好
• 每次运行结果是一致的

1.2 卡尔曼滤波

本节只是对卡尔曼滤波的应用进行介绍，具体原理可见这篇博客——详解卡尔曼滤波原理以及https://www.kalmanfilter.net/

基本概念

以一维雷达测距为例，假设速度恒定,
系统状态$x_t$: $t$时刻飞机的航程;
测量值$z_t$:雷达测距结果;
系统状态的估计值${\vec{x}}_{t,t}$: $t$时 刻$x$的估计值(根据$z$估计) ;
系统状态的预测值${\vec{x}}_{t+1,t}$:$t+1$时刻$x$的预测值(根据速度预测)

雷达目标跟踪:多目标.
Tracking-by-Detection

1. 由聚类算法在单帧点云得到目标输出;
2. 提取目标的特征，包括统计特征(比如点位置的均值，方差等)和运动特征(比如速度和加速度等) ;
3. 根据特征计算当前帧的检测目标(detections)与已跟踪的多个目标(tracks)的相似度;
4. 按照相似度将de tections分配给tracks;
5. 卡尔曼滤波更新tracks的状态参数(位置、速度等)。

2. 毫米波雷达公开数据库的未来发展方向

• 单模态数据库
  • 只包含雷达数据，相对来说应用范围较窄
  • 很难进行准确有效的标注
• 多模态数据库
  • 除了雷达数据，还包括同步的图像和激光雷达数据
  • 雷达数据：数据块或者点云

NuScenes，CARRADA，SCORP，CRUW，SeeingThroughFog
未来发展方向

• 多模态数据
  ➢包括同步的图像，激光雷达等数据，用来进行多传感器融合的研究。

• 多数据类型
  ➢包括ADC数据，RAD数据，点云数据等，为不同层次的算法研究和实际应用提供支持。

• 360度视场
  ➢需要多个雷达配合完成，以满足多种自动驾驶应用的需求。8.01。

• 大规模数据
  ➢一般来说，至少要有超过10万帧的不同场景，不同天气条件下采集的数据。

• 丰富的标注信息
  ➢物体级:类别，位置，大小，方向，分割的mask
  ➢场景级:语义信息，比如free space, occupied space等。

3. 4D毫米波雷达特点及发展趋势

3.1 4D毫米波雷达特点

4D指的是距离(Range) ，水平角度(Azimuth) ，俯仰角度( Elevation)和速度(Doppler) 。一般来说， 4D 毫米波雷达的角度分辨率相对较高，因此也经常被称为4D成像雷达。

4D毫米波雷达的两个主要特点是:
1)可以测量高度的信息;
2)角度分辨率较高。

为了更好的理解这两点，首先要了解FMCW雷达角度分辨率的依赖因素,以及为了增加角度分辨率所采用的MIMO机制。

3.1.1 FMCW雷达角度分辨率

想要测量目标的方位角，至少需要两个接收天线(RX).可以通过相位差来求得方位角$$\theta ={\sin }^{-1}(\frac{\omega \lambda }{2\pi d})$$

在有多个接收天线时，每个接收信号与前一个接收信号之间的相位差都是$\omega$。以下图为例，假设有4个接收天线，以第一个接收天线为基准，4个接收信号的相位差分别为0，$\omega$，2$\omega$，3$\omega$。这个序列信号的变化频率就是$\omega$，因此我们通过FFT来提取这个分量(也就是角度FFT)。

如果场景中存在多个目标，而且其距离和速度都相同,那么雷达能够区分这些目标的最小角度差称之为角度分辨率。假设有以下场景，场景中有两个目标，其方位角分别为$\theta$和$\theta +\Delta \theta$，对应的相位差分别为${\omega }_1$和${\omega }_2$。$${\omega }_1=\frac{2\pi }{\lambda }d\sin (\theta )$$$${\omega }_2=\frac{2\pi }{\lambda }d\sin (\theta +\Delta \theta )$$$$\Delta \omega ={\omega }_2-{\omega }_1=\frac{2\pi d}{\lambda }(\sin (\theta +\Delta \theta )-\sin (\theta ))$$因为$\sin (\theta )$的导数为$\cos (\theta )$，所以可得$$\Delta \omega =\frac{2\pi d}{\lambda }(\cos (\theta )\Delta \theta )$$根据傅里叶变换理论，N点的FFT可以区分的频率分量最小为2π/N,这里的N就是接收天线的个数。这样我们就可以得到可以分辨的最小角度差，也就是角度分辨率。$$\Delta \omega >\frac{2\pi }{N}$$$$\Rightarrow \frac{2\pi d}{\lambda }(\cos (\theta )\Delta \theta )>\frac{2\pi }{N}$$$$\Rightarrow \Delta \theta >\frac{\lambda }{Nd\cos (\theta )}$$通常来说，我们取$d=\lambda /2,\theta =0$ (boresight 方向，也就是雷达的中心朝向)。这时，角度分辨率公式为: ${\theta }_{RES}=\frac{2}{N}$

从上面的推导可以看出，角度分辨率主要依赖于两个因素: 1) 目标的方位角。在boresight方向分辨率最高。越靠近雷达FOV的边缘,角度分辨率越低。2)天线的个数。角度分辨率与天线个数城正比关系。第一个因素我们无法控制，而提高FMCW雷达角度分辨率的主要手段就是增加天线个数。

3.1.2 MIMO ( Multiple Input Multiple Output)技术

从角度分辨率的计算公式中可以看到，想要提高雷达的角度分辨率，必须增加接收天线的个数。但是，增加天线的个数，会使天线体积变得很大，此外每一个接收天线上都要附加一个单独的链路来处理信号，比如混频器、IF滤波器和ADC。不仅硬件设计变得复杂，而且成本也会增加。
采用MIMO (多发多收)的天线设计来降低接收天线的个数。比如，如果想要得到8个接收天线，采用2个发射天线和4个接收天线，这样就可以得到等效的8个虛拟接收天线阵列。一般来说，不同的发射天线会间隔发射，或者发射不同波形的信号，这样接收天线就可以区分来自不同发射天线的信号。

当发射天线有垂直方向的分布时，就可以测量目标的俯仰角度。下图就是一个典
型的3发4收的天线排列结构。等效的接收天线有12个，垂直方向上有两个天线
可以用来测量俯仰角度。

3.2 4D毫米波雷达发展趋势

3.2.1 芯片级联

4D成像雷达的核心在于较高的水平和垂直角度分辨率，这就需要增加发射和接收天线的个数。目前绝大多数毫米波雷达都是采用单片收发器，通常只有3发4收，也就是只有12个虛拟天线。一个增加虚拟天线的方案是基于现有的量产雷达，将多个雷达芯片进行级联，比如德国大陆的ARS540和华为的4D成像雷达。

ARS540采用4片级联的形式，将4片NXP的77GHz毫米波雷达收发器(MMIC)MR3003进行级联。每个MR3003是3发4收，4片联在一起就是12发16收，这样就可以产生192个虚拟天线。ARS540是第一个具备能够真正测量目标高度的毫米波雷达，其垂直角度分辨率可以达到2.3°，水平角度分辨率可以达到1.2°

3.2.2 专用芯片

除了采用现有的量产雷达进行级联，还有的公司直接将多发多收的天线嵌入到一个雷达芯片里，比如Arbe, Vayyar 以及Mobileye。Arbe 提供的4D成像毫米波雷达Phoenix，采用48发48收，虚拟通道达到个2304个。Mobileye 同样也是48发48收的天线配置，水平和垂直角分辨率可以做到0.5°和2°。

3.2.3 标准芯片+软件提升

这种方案基于标准的雷达芯片，但是采用软件和AI的方法来提高雷达的分辨率。这里比较有代表性的是傲酷的虚拟孔径成像技术。传统FMCW雷达重复单一的发射波形，相位差来自于多根实体接收天线，而傲酷虚拟孔径成像雷达波形可以对发射波进行调频，调相、调幅，也就是说每根接收天线在不同时间产生不同的相位，形成“虚拟天线孔径”。而且这种调整是可以根据当前环境进行自适应的，也就是说根据上一帧的检测结果来调整当前帧的波形。

声明

本人所有文章仅作为自己的学习记录，若有侵权，联系立删。本系列文章主要参考了清华大学、北京理工大学、哈尔滨工业大学、深蓝学院、百度Apollo等相关课程。