用于汽车应用的雷达的自学习、噪声过滤
技术领域
本公开涉及车辆的门操作，更具体地涉及基于由雷达检测的物体的自动电动门打开过程。
背景技术
通常，通过抬起或拉动外部门把手并致动定位在车门组件内的杠杆机构来进入汽车，从而将门解锁以使其可以绕铰链自由枢转。现代车辆可以设置有车辆乘员可以在距车辆的较短距离处激活以自动锁定或解锁门的远程访问设备，比如按钮钥匙扣。诸如小型货车的某些车辆还可以包括沿一组轨道或引导槽滑动或滚动的一个或多个电动滑动侧门，和/或摆动的后室门、行李箱盖或后备箱盖，其中的每个都可以类似地使用按钮扣上的按钮从车辆外部激活。利用这种远程设备，只需按一下按钮，车门便可以方便地打开和关闭以及锁定或解锁，从而大大简化了进出车辆的过程，并方便了货物的装卸。
特别地，摆动的侧车门通常容纳各种集成连接和其他控制特征，比如电动车窗系统部件、电动折叠后视镜和/或电子门锁机构，其中的每个可能会增加门面板组件的质量并需要额外的空间用于打开车门时的间隙。另外，标准的车门组件还包括框架，该框架具有用于形成门组件的前边缘的内前框架构件；用于形成门组件的后边缘的内后框架构件；用于将前框架构件与后框架构件连接的腰加强构件；以及用于将门组件连接至车辆的铰链构件。门组件还包括外壳或壳体以及其中窗框架连接至门壳体的窗开口。门壳体本身可以限于两个主要部件：外面板和内面板或衬里。根据用于打开门组件的尺寸、重量、几何形状和轨迹范围，在门组件移动时，门外壳容易受到由与未检测到的障碍物或车辆外来物体的意外接触造成的严重损坏。大型运动型多用途车(“SUV”)和其他大型车辆往往具有带有大的门打开角度的大门，这在将门组件从完全关闭位置移至完全打开位置时大大加剧了对门外壳造成损坏的可能性。操作车门的常规方法可能不是最优的。
发明内容
在一示例性实施例中，公开了一种用于操作车辆的一个或多个门的方法。该方法包括通过车辆上的至少一个雷达传感器接收与一个或多个物体有关的输入数据。该方法还包括通过至少一个雷达传感器从所接收的输入中过滤车辆环境噪声。该方法还包括通过至少一个雷达传感器基于所过滤的输入来识别车辆的外部环境。该方法还包括通过处理器基于车辆的外部环境来操作车辆的一个或多个门。
除了本文描述的一个或多个特征之外，所描述的方法的一个或多个方面认识到，当车辆以高于预定阈值的速度行驶时，确定车辆环境噪声。该方法的另一方面是，基于具有零多普勒的一个或多个物体中的物体的标识来确定车辆环境噪声。该方法的另一方面还包括基于车辆的外部环境来计算一个或多个门的可变打开角度。该方法的另一方面是车辆环境噪声的确定周期性地发生。该方法的另一方面是将与车辆环境噪声相关的一个或多个物体中的物体指定为虚假物体。该方法的另一方面还包括响应于识别外部环境内的一个或多个物体中的物体来将车辆的一个或多个门打开至最大可用的打开角度。
在另一示例性实施例中，本文公开了一种用于操作车辆的一个或多个门的系统。该系统包括车辆，该车辆具有一个或多个门、存储器、耦合到该存储器的处理器以及一个或多个雷达传感器。一个或多个雷达传感器可操作成接收与一个或多个物体有关的输入数据。一个或多个雷达传感器还可操作成从所接收的输入中过滤车辆环境噪声。一个或多个雷达传感器还可操作成基于所过滤的输入来识别车辆的外部环境。与车辆相关的处理器可操作成基于车辆的外部环境来操作一个或多个门。
在又一示例性实施例中，本文公开了一种用于执行用于操作车辆的一个或多个门的方法的计算机可读存储介质。该计算机可读存储介质包括接收与一个或多个物体有关的输入数据。该计算机可读存储介质还包括从所接收的输入中过滤车辆环境噪声。该计算机可读存储介质还包括基于所过滤的输入来识别车辆的外部环境。该计算机可读存储介质还包括基于车辆的外部环境来操作车辆的一个或多个门。
当结合附图考虑时，根据以下详细描述，本公开的上述特征和优点以及其他特征和优点将显而易见。
附图说明
其他特征、优点和细节仅通过示例的方式在下面的详细描述中出现，该详细描述参考附图，其中：
图1是根据一个或多个实施例的计算环境；
图2是说明用于实践本文中的教导的处理系统的一个示例的框图；
图3描绘了根据一个或多个实施例的示例性车辆系统的示意图；
图4是根据一个或多个实施例的可用于图3所示的车辆中的液压泵回路的示意图；
图5是根据一个或多个实施例的可与图3所示的车辆一起使用的障碍物检测传感器的示意图；
图6描绘了根据一个或多个实施例的用于检测和减轻虚假物体的车辆学习模式；
图7描绘了根据一个或多个实施例的用于学习和表征车辆的车辆环境噪声的方法的流程图；以及
图8描绘了根据一个或多个实施例的操作车辆的一个或多个门的方法的流程图。
具体实施方式
以下描述本质上仅是示例性的，并且不意图限制本公开、其应用或用途。应当理解，在所有附图中，相应的附图标记表示相同或相应的部件和特征。如本文所用，术语模块是指处理电路，其可以包括专用集成电路(ASIC)、电子电路、处理器(共享的、专用的或组)以及执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能的其他合适部件。
根据示例性实施例，图1示出了根据一个或多个实施例的与用于车辆避免碰撞的系统相关的计算环境50。如图所示，计算环境50包括一个或多个计算设备，例如服务器/云54B和/或并入多个自主或非自主车辆中的每一个的车载计算机系统54N，它们通过网络150连接。一个或多个计算设备可以使用网络150相互通信。
网络150可以是例如蜂窝网络、局域网(LAN)，诸如互联网和WIFI的广域网(WAN)、专用短程通信网络(例如V2V通信(车辆到车辆)、V2X通信(即车辆到一切)、V2I通信(车辆到基础设施)和V2P通信(车辆到行人))或其任意组合，并且可以包括有线、无线、光纤或任何其他连接。网络150可以是将分别支持服务器/云54B和/或多个车载计算机系统54N之间的通信的连接和协议的任何组合。
当采用云代替服务器时，服务器/云54B可以用作远程计算资源。服务器/云54B可以实施为服务交付的模型，用于实现对可配置计算资源(例如网络、网络带宽、服务器、处理、内存、存储、应用程序、虚拟机以及服务)的共享池的方便、按需的网络访问，这些计算资源可以最少的管理工作量或与服务提供者的交互而被快速地调配和发布。
根据示例性实施例，图2示出了用于实现本文的教导的处理系统200。处理系统200可以形成一个或多个计算设备的至少一部分，比如服务器/云54B和/或车载计算机系统54N。处理系统200可以包括一个或多个中央处理单元(处理器)201a、201b、201c等(统称为或总称为处理器201)。处理器201通过系统总线213耦合到系统存储器214和各种其他部件。只读存储器(ROM)202耦合到系统总线213，并且可以包括控制处理系统200的某些基本功能的基本输入/输出系统(BIOS)。
图2进一步描绘了耦合至系统总线213的输入/输出(I/O)适配器207和网络适配器206。I/O适配器207可以是与硬盘203和/或另一存储驱动器205或任何其他类似部件进行通信的小型计算机系统接口(SCSI)适配器。I/O适配器207、硬盘203和另一存储驱动器205在本文中统称为大容量存储器204。用于在处理系统200上执行的操作系统220可以存储在大容量存储器204中。网络适配器206将系统总线213与外部网络216(其可以是网络150)互连，使得处理系统200能够与其他这样的系统通信。屏幕(例如显示监视器)215可以通过显示适配器212连接到系统总线213，显示适配器212可以包括图形适配器以改善图形密集型应用和视频控制器的性能。在一实施例中，网络适配器206、I/O适配器207和显示适配器212可以连接至一个或多个I/O总线，其经由中间总线桥(未示出)连接至系统总线213。用于连接外围设备(比如硬盘控制器、网络适配器和图形适配器)的合适的I/O总线通常包括通用协议，比如外围部件互连(PCI)。附加的输入/输出设备示出为通过用户接口适配器208和显示适配器212连接到系统总线213。麦克风209、方向盘/仪表板控件210和扬声器211都可以通过用户接口适配器208互连到系统总线213，用户接口适配器208例如可以包括将多个设备适配器集成到单个集成电路中的超级I/O芯片。
处理系统200可以另外包括图形处理单元230。图形处理单元230是专用电子电路，其设计成用于操纵和更改存储器以加速旨在输出到显示器的帧缓冲器中的图像的创建。通常，图形处理单元230在操纵计算机图形和图像处理方面非常有效，并且具有高度并行的结构，这使其比通用CPU更有效地用于并行处理大数据块的算法。
因此，如图2中所配置，处理系统200包括处理器201形式的处理能力、包括系统存储器214和大容量存储器204的存储能力、诸如麦克风209和方向盘/仪表板控件210的输入装置以及包括扬声器211和显示监视器215的输出能力。在一实施例中，系统存储器214的一部分和大容量存储器204共同存储操作系统，以协调图2中所示的各个部件的功能。
图3描绘了根据一个或多个实施例的与结合有车载计算机系统54N的车辆相关的系统300的部件。车辆310通常包括雷达系统325。
雷达系统325可以包括短程雷达子系统和/或长程雷达子系统。与雷达系统325相关的物体定位感测传感器可以包括任何距离传感器，比如FM-CW雷达、(调频连续波)、脉冲和FSK(频移键控)雷达以及激光雷达(光检测和测距)设备，以及依靠多普勒效应测量等效应来定位前方物体的超声设备。
可以将物体定位感测传感器放置在车辆310周围相对畅通的位置。每个物体定位感测传感器可以包括能够发射无线电波或其他EM辐射的发射器(未示出)、能够感测从发射器前面的物体反射回接收器的发射波的接收器设备(未示出)以及将感测到的波转换成能够分析的数据格式的装置，数据格式例如指示波反射的物体的范围、相对速度和角度。每个物体定位感测传感器提供目标物体的实际位置、相对速度或状况的估计，其包括估计的位置和标准偏差。因此，雷达系统325可以估计物体的范围、范围率和方位角位置。
每个物体定位传感器可以优选地相对于车辆的纵向轴线提供包括范围R、基于时间的范围变化R_dot和角度Θ的输出，其可被写为测量矢量(o)，即传感器数据。示例性短程雷达子系统具有160度的视野(FOV)和三十米的最大范围。
车辆310还包括一对前侧门314F和基本上相似的一对后侧门314R，其中侧门314F、314R优选地配置为侧铰链或侧摆动门，以用于进入和离开乘客室316。车辆310还包括卡车/后开口(例如后挡板或后行李箱盖)门314X。车辆310具有可编程的电子控制模块或控制器335，其与一个或多个致动装置或致动器330通信并且适于或配置成用于控制一个或多个致动装置或致动器330，其中致动器330可操作地连接至侧门314F，如连接332所示，并适于响应于各种用户或乘员选择的命令来自动地移动或操作侧门314F、314R中的至少一个，如下文中详细描述。
远程访问设备321A比如钥匙扣或其他无源进入设备能够发出用于打开或关闭至少一个侧门314F、314R的门命令信号323，并且配置有多个按钮325，每个对应于单独的门操作模式。同样，基本相似的控制面板321B可以定位在车辆310的乘客室316内的一个或多个方便的地点或位置处，从而提供易于使用或便于激活，其中控制面板321B也适用于从车辆310内自动打开和/或关闭侧门314F、314R中的至少一个。
前侧门314F示出为典型的四门轿车式乘用车的前侧门，并且优选地是提供进入和离开乘客室316的常规侧铰链或“侧摆动”车辆进入门。其他车辆例如卡车、运动型多功能车(SUV)、休闲车(RV)、小型货车等可包括一个或多个附加门。尽管车辆310的前侧门314F、后侧门314R、后备箱314X和/或任何其他附加门可以配置为与本发明结合使用，但是为了简单起见，下文中将仅指代前侧门314F。
前侧门314F配置为打开至最大打开角度，即θmax，该量θmax为在前侧门314F的特定设计参数或限制内的前侧门314F的最大可用打开角度。另外，前侧门314F可以打开到可变打开角度，其缩写为θR并且在图3中以虚线示出，其是可编程的并且可记录到存储器455(参见图4)中。可变打开角度θR的值范围为从约0度(即完全关闭)到最大可用打开角度θmax且包括该最大可用打开角度。可变打开角度θR可用于允许进入和离开乘客室316。
例如，在相对拥挤的环境(比如停车场)内打开前侧门314F的乘员可能希望自动辅助或电动致动前侧门314F的打开角度小于前侧门314F的整个可用运动范围，即以小于最大可用打开角度θmax的可变打开角度θR停止侧门314F的运动。
因为当前侧门314F打开或关闭时，类似于前侧门314F的侧摆动门可能在前侧门314F的运动、扫掠或路径范围内遇到各种障碍物311，因此车辆310优选地进一步配置有一个或多个障碍物检测传感器360，也在图3中标记为“S”。传感器360配置为在打开和/或关闭前侧门314F之前和/或期间自动调查和评估车辆310的周围环境，如在图3中通过箭头318表示。使用接触和/或物体接近感测能力，可以避免或最小化在前侧门314F与前侧门314F的运动范围内的位于车辆310外部的障碍物311(比如汽车、柱、物体或人)之间的即将发生和/或实际接触，其中在前侧门314F的打开和关闭方向上都感测到障碍物311。为了向车辆310的乘员提供警告或警报，指示器装置337优选地定位在乘客室316内，以在一个或多个侧门314F、314R即将或实际接触障碍物311时提供可见和/或可听的警报或指示。
转到图4，根据一个或多个实施例，控制器335可以控制车辆310的前侧门314F和其他门的操作或致动。障碍物检测传感器360与控制器335通信。在一实施例中，控制器335可以与电动机驱动的液压泵440(比如固定或可变排量泵)电通信，该液压泵440可操作成响应于来自控制器335的信号或命令来从贮存器或贮槽445中抽取并加压足够供应的液压流体442。液压过滤器438可以可选地设置在泵440和致动器330之间，并且从致动器330到贮槽445提供回流路径，如图所示。液压过滤器438优选地包括打褶的微粒去除介质，其足以用于以足以在其特定设计公差内保护致动器330的水平从液压流体442中去除固体污染物，同时在过滤器438上提供相对较低的压降。在另一实施例中，控制器335可以与电动机系统电通信，以便控制车辆310的前侧门314F和其他门的操作或致动。
转向图5，示出了根据一个或多个实施例的障碍物检测传感器360。接触型障碍物传感器570优选包括门角度传感器571、电流传感器572和/或液压熔断器573，其中传感器571、572和573是“主要障碍物检测传感器”，且“辅助障碍物检测传感器”是至少一个防捏传感器574，其中每个接触型传感器570配置为提供关于前侧门314F与障碍物311之间的接触的信息。
瞬时门角度传感器571可以配置为向控制器335提供关于侧门314F的精确瞬时位置或地点的信息，即在任何给定时刻侧门314F的位置，并且通过确定瞬时位置随时间的变化，从而还可操作成用于确定侧门314F的速度的阈值变化，这可能在与障碍物311接触时发生。
电流传感器572配置为监视由泵440汲取的电流的变化，比如可以在控制器335或另一合适位置内进行或测量。例如，在侧门314F与障碍物311之间接触的情况下，检测到的侧门314F的速度可以减小到近似零的值。然后，当致动器430试图使侧门314F抵着障碍物311移动时，泵440又将汲取更多的电流，其则可以由电流传感器572检测或测量。可以将检测或测量的电流与存储的阈值电流进行比较。如果检测或测量的电流超过存储的阈值电流，则可能会与障碍物311接触。
液压熔断器573优选地包括流体旁通阀部分556，其适用于通过根据需要使液压流体442转向来减小横跨液压熔断器573的流体压力，从而防止前侧门314F在朝向障碍物311的方向上进一步移动。可以根据需要检测或测量这种转向，以确定在前侧门314F的路径中存在障碍物311。
最后，防捏传感器574可以是光纤防捏传感器、电阻式、气动和/或另一合适防捏带或其他防捏装置(例如力反馈致动器)，其配置为检测前侧门314F和障碍物311之间的接触。这种接触的检测通常在前侧门314F的打开或关闭时发生。防捏传感器574配置为提供可测量或可检测的输出信号，该输出信号响应于施加在防捏传感器574上的力或压力以已知的方式变化，比如当前侧门314F在打开或关闭时遇到障碍物311时所施加的力或压力。
另外，还提供了一个或多个非接触型障碍物传感器580，以检测障碍物311的存在而无需前侧门314F与障碍物311之间的物理接触。使用非接触型障碍物传感器580，在前侧门314F接触障碍物311之前，障碍物311可被识别并做出反应。根据该实施例，可以使用各种传感器，比如基于雷达的传感器581，其可以配置成或适用于检测障碍物311而无需障碍物和前侧门314F之间的物理接触。非接触型传感器580(例如基于雷达的传感器581和光学/相机传感器582)优选地在侧门314F的打开和关闭方向上均是活动的，并且可操作成用于检测位于其运动范围内的障碍物311。
非接触型传感器580优选具有足够宽的视野，以调查车辆310的周围区域并检测例如车库门、车辆、路灯柱、行人、拖车、运动器材、自行车、割草机、支柱、电线杆等。使用来自传感器580的输入，可以允许前侧门314F打开到相对于障碍物311的最小预定间隙内，然后一旦达到该间隙就停止。
使用基于雷达的传感器581检测障碍物可能会产生问题，因为很难用电子方式区分雷达光束被实际障碍物(例如停车柱、另一车辆、人等)或假想/虚假障碍物或物体反射的情况。假想/虚假障碍物可能是由车辆内的基于雷达的传感器581发射的内部反射(即车辆环境噪声)引起的。内部反射可以是车辆的一个或多个部件的反射。虚假障碍物可能导致门打开过程过早地限制与车辆310相关的车门的可变打开角度。
来自基于雷达的传感器581的发射的内部反射产生多径信号。多径信号是基于雷达的传感器581通过两条或更多条路径接收的信号。多径信号可以源自雷达主瓣或雷达旁瓣。因此，为了在执行门打开过程时准确地检测障碍物，需要多径信号/虚假障碍物减轻。
图6描绘了根据一个或多个实施例的检测和减轻虚假物体的车辆学习模式。当车辆310处于正常操作时，由车辆310的雷达系统325和基于雷达的传感器581生成的数据可用于训练障碍物检测传感器360(图3)以识别虚假物体，即车辆环境噪声。
当车辆以高于预定阈值(例如每小时50英里)的速度行驶时，车辆310可以收集关于目标物体的信息，比如距车辆310的相对范围。使用雷达系统325和基于雷达的传感器581，车辆310可以基于与从物体反射的雷达信号相关的多普勒频移来估计物体605和物体607相对于车辆310的相对位置、速度和轨迹。来自基于雷达的传感器581的多普勒频移也可以用于估计物体605或物体607在车辆310的预定半径内的相对位置、速度和轨迹。
因为车辆310随时间运动，所以如果基于雷达的传感器581确定物体具有相对于车辆310的零相对速度和/或零多普勒，则该物体被视为车辆环境噪声。在确定存在车辆环境噪声时，基于雷达的传感器581可以滤除车辆环境噪声。因此，可以在车辆310移动时检测由于车辆环境噪声而产生的虚假物体，这可以通过车辆310应用于门打开过程以更准确地确定可变打开角度θmax，因为车辆310可以忽略由于车辆310内的雷达信号反射而产生的虚假物体。因此，车辆310可以学会从车辆环境噪声中区分出真实物体，而无需对基于雷达的传感器581进行特殊校准。
车辆310可以周期性地自动地进入车辆学习模式(例如在点火循环之后，在改变包装环境之后(即后视镜调节))。周期性的车辆学习模式可以用于进一步改进物体/障碍物检测，这可用于不断改进门打开过程。因此，车辆310可以通过累积的车辆学习模式而随时间来完善其过滤。
图7描绘了根据一个或多个实施例的用于学习和表征车辆的车辆环境噪声的方法700的流程图。在框705，系统(例如系统300)可以从车辆(例如车辆310)接收数据，并确定是否已经满足进入车辆学习模式的条件。例如，系统300可以确定车辆310正在以高于预定阈值(例如每小时50英里)的速度行驶和/或车辆310最后处于车辆学习模式的时间段(15分钟、30分钟、1小时等)已超过预定阈值。如果不满足进入车辆学习模式的条件，则系统可以通过返回框705来继续监视车辆的条件。
如果满足了进入车辆学习模式的条件，则方法700进行到框710，在框710，系统可以分析从一个或多个雷达系统和/或与车辆相关的传感器接收的数据，以识别车辆环境噪声(即在移动时与车辆有关的随时间而具有零多普勒响应和零相对速度的物体)。在框715，系统可以基于识别出的车辆环境噪声来改进一个或多个雷达系统和/或传感器。
图8描绘了根据一个或多个实施例的操作车辆的一个或多个门的方法800的流程图。在框805，例如当打开车辆的一个或多个门时，系统(例如系统300)可以使用一个或多个雷达系统和/或传感器来识别静止物体(物体数据)。在框810处，一个或多个雷达系统和/或传感器可以提取当识别静止物体时产生的车辆环境噪声。在框815，系统可以通过从与识别出的静止物体相关的物体数据中过滤车辆环境噪声来使一个或多个雷达系统和/或传感器中的每一个减轻识别出的车辆环境噪声(参见框710)。
在框820，系统可以使用所过滤的物体数据来识别真实的外部环境。在框825，系统可以基于真实的外部环境来操作车辆的一个或多个门。
因此，本文公开的实施例描述了一种系统，该系统可通过在当车辆处于高速状态时的自学习期间识别具有零多普勒和/或零相对速度的物体来表征与雷达相关的静止物体(虚假物体)的内部反射噪声。然后过滤具有零多普勒和/或零相对速度的物体。所过滤的物体数据可用于车辆的门打开过程。因此，通过消除由车辆雷达的内部反射产生的虚假物体，该系统可以根据车辆附近的物体更好地识别车辆的一个或多个门的可变打开角度。
由内部车辆环境的反射引起的噪声会导致雷达报告在相关视场中出现在车辆外部的虚假物体。在诸如电动门打开感测的应用中，关注的环境主要是可能会接触电动门(如果打开)的静止物体和移动物体。可以在同一视场中将虚假物体映射到相关静止物体的顶部。因此，系统可以将相关静止物体与虚假物体分开。
公开的实施例的技术效果和益处包括但不限于在可用于电动门打开应用中使用的非动态环境中改善雷达性能。此外，可以使用附加培训来完善车辆环境噪声过滤。在改变包装环境(即后视镜调节)等之后，每个点火周期都可能触发附加培训。
本公开可以是系统、方法和/或计算机可读存储介质。计算机可读存储介质可以在其上包括用于使处理器执行本公开的各方面的计算机可读程序指令。
计算机可读存储介质可以是有形设备，其可以保留和存储供指令执行设备使用的指令。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前述的任何合适组合。计算机可读存储介质的更具体示例的非详尽列表包括以下：便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能磁盘(DVD)、记忆棒、机械编码的设备以及前述的任何其他合适组合。如本文所用，计算机可读存储介质不应被理解为本身是瞬时信号，比如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如通过光纤电缆的光脉冲)或通过电线传输的电信号。
计算机可读程序指令还可被加载到计算机、其他可编程数据处理设备或其他装置上，以使得在计算机、其他可编程设备或其他装置上执行一系列操作步骤来产生计算机实现的处理，使得在计算机、其他可编程设备或其他装置上执行的指令实现流程图和/或框图方框中指定的功能/动作。
尽管已经参考示例性实施例描述了以上公开，但本领域技术人员将理解，在不脱离其范围的情况下，可以进行各种改变并且可以用等同物代替其元件。另外，在不脱离本公开的实质范围的情况下，可以做出许多修改以使特定情况或材料适应本公开的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。
