王陸林， 劉貴如

(1.奇瑞汽車股份有限公司前瞻技術(shù)研究院，安徽蕪湖　241006；2.安徽工程大學(xué)計算機(jī)與信息學(xué)院，安徽蕪湖　241000)

?

基于多普勒雷達(dá)的車輛開門預(yù)警系統(tǒng)

王陸林1， 劉貴如2

(1.奇瑞汽車股份有限公司前瞻技術(shù)研究院，安徽蕪湖241006；2.安徽工程大學(xué)計算機(jī)與信息學(xué)院，安徽蕪湖241000)

摘要：為解決駕乘人員開車門導(dǎo)致的車門和后方接近目標(biāo)發(fā)生碰撞的問題，設(shè)計一種基于多普勒雷達(dá)的車輛開門預(yù)警系統(tǒng)。系統(tǒng)通過多普勒雷達(dá)對移動目標(biāo)進(jìn)行探測。采用雷達(dá)中頻信號處理模塊對前端返回的中頻信號進(jìn)行處理，并通過恒虛警檢測算法根據(jù)噪聲強(qiáng)度實時調(diào)整識別門限，保持恒定的目標(biāo)探測概率。通過在奇瑞G6車上進(jìn)行的標(biāo)定和實際場景測試，該系統(tǒng)對機(jī)動車與非機(jī)動車的預(yù)警率均大于97.00%，表明系統(tǒng)能夠?qū)崟r檢測進(jìn)入車輛后方報警區(qū)域的動態(tài)目標(biāo)并進(jìn)行有效預(yù)警。

關(guān)鍵詞：車輛；開門預(yù)警系統(tǒng)；多普勒雷達(dá)；目標(biāo)探測

車輛駕乘人員開車門時，車門和后方接近的機(jī)動車與非機(jī)動車發(fā)生碰撞，對駕駛員尤其是對非機(jī)動車駕駛員造成嚴(yán)重傷害，甚至死亡。開門預(yù)警系統(tǒng)是為了避免該類事故發(fā)生而開發(fā)的一項主動安全技術(shù)，該系統(tǒng)在駕乘人員下車前，觸動聲光警示電路進(jìn)行聲、光的提醒，提醒其注意回頭觀測后方車況,同時也提醒車外行人、車輛注意停車開門車輛，從而避免交通事故的發(fā)生。

目前車輛開門預(yù)警技術(shù)主要采用兩種方式實現(xiàn)，一種是通過視覺實現(xiàn)車輛后方區(qū)域目標(biāo)的探測，這種方式探測距離有限、精度差，容易受各種環(huán)境因素影響，目前采用的比較少；另一種是采用調(diào)頻雷達(dá)技術(shù)，探測距離遠(yuǎn)、精度高，不受外界環(huán)境因素的影響，但是控制系統(tǒng)設(shè)計復(fù)雜、成本高。

本文設(shè)計一種基于多普勒雷達(dá)[1]的車輛開門預(yù)警系統(tǒng)，通過多普勒雷達(dá)對后方區(qū)域接近目標(biāo)進(jìn)行探測，實現(xiàn)開門預(yù)警功能。

1系統(tǒng)總體設(shè)計

圖1　系統(tǒng)結(jié)構(gòu)

系統(tǒng)包括控制單元、發(fā)動機(jī)點火開關(guān)、車速傳感器、車門門鎖狀態(tài)開關(guān)、車門開關(guān)信號、多普勒雷達(dá)探測模塊、車內(nèi)提醒裝置和車外提醒裝置等。

各個開關(guān)的狀態(tài)信號由控制單元通過CAN總線從車身控制器BCM獲取，并通過CAN總線和儀表控制單元與車載電腦通信，分別控制蜂鳴器和語音報警裝置進(jìn)行報警提醒，以及通過BCM控制轉(zhuǎn)向燈對后方接近車輛進(jìn)行提醒。系統(tǒng)的構(gòu)架如圖1所示。

圖2　系統(tǒng)整車布置

系統(tǒng)利用多普勒雷達(dá)具有的多普勒效應(yīng)對運動目標(biāo)進(jìn)行探測。針對車輛一般靠最右側(cè)車道以及車道最右側(cè)停車的場景需求，可以選擇單雷達(dá)方案，系統(tǒng)控制器安裝在車尾左后保險杠內(nèi)側(cè)，與車輛后軸平行，垂直仰角為2°～2.5°；系統(tǒng)LED提醒裝置安裝在車內(nèi)左側(cè)前后門把手位置。系統(tǒng)整車布置如圖2所示。

當(dāng)車輛減速停車，且車門鎖處于允許開啟狀態(tài)時，系統(tǒng)報警功能開啟。當(dāng)車門未打開時，如果有運動目標(biāo)接近并進(jìn)入車輛后方報警區(qū)域，系統(tǒng)首先通過LED報警燈進(jìn)行一級視覺報警，同時進(jìn)行語音提醒；如果此時駕乘人員欲開啟車門準(zhǔn)備下車，當(dāng)撥動門把手觸發(fā)車門開關(guān)信號的瞬間，系統(tǒng)檢測到車門打開狀態(tài)，系統(tǒng)通過蜂鳴器進(jìn)行二級聲音報警或語音提醒，提醒駕乘人員此時開門可能有危險，要注意觀測車輛后方車況，分段打開車門，在確保安全的情況下開門下車，從而避免碰撞事故的發(fā)生。

2系統(tǒng)硬件設(shè)計

2.1多普勒雷達(dá)前端設(shè)計

圖3　多普勒雷達(dá)前端結(jié)構(gòu)

根據(jù)雷達(dá)方程和系統(tǒng)探測距離，設(shè)計一種高靈敏度、低成本的多普勒雷達(dá)前端[2]，結(jié)構(gòu)如圖3所示，設(shè)計采用微帶無源結(jié)構(gòu)，方案簡單，成本低。

圖3中5 V供電壓控振蕩器產(chǎn)生24 GHz的微波振蕩信號，由功分器分為兩路：一路經(jīng)濾波器濾波后經(jīng)平面微帶發(fā)射天線發(fā)射出去，另一路提供給接收通道作為混頻器本振源；接收天線接收回波信號經(jīng)過低噪放處理后，再經(jīng)過功分器一分為二提供給兩個混頻器，混頻器將回波信號與兩路本振信號進(jìn)行混頻后輸出兩路相位相差90°的中頻信號[3]。

2.2系統(tǒng)后端硬件設(shè)計

針對本系統(tǒng)需求設(shè)計一種后端硬件方案，結(jié)構(gòu)如圖4所示。主要包括電源系統(tǒng)、點火開關(guān)信號采集電路、CAN通信電路、多普勒雷達(dá)信號采集處理電路、多普勒毫米波雷達(dá)前端、視覺和聲音報警輸出控制電路以及信號處理器最小系統(tǒng)電路。

眼睛也是如此，在長期的移動生活中，人類的眼睛也適應(yīng)了變化的景觀和景物(這種適應(yīng)可能還與一定的速度有關(guān))，對持續(xù)不變的景物也是不適應(yīng)的。這正如同眼睛不適應(yīng)過強(qiáng)的光線、過暗的光線一樣。當(dāng)然對于這種不適應(yīng)，我們現(xiàn)代人發(fā)達(dá)的大腦把它美其名曰“審美疲勞”。

圖4　系統(tǒng)硬件結(jié)構(gòu)

中頻處理電路主要針對連續(xù)毫米波雷達(dá)單個中頻回波信號采用帶通濾波器進(jìn)行濾波放大處理，然后采用DSP內(nèi)置的ADC轉(zhuǎn)換實現(xiàn)模數(shù)轉(zhuǎn)換，并通過模數(shù)轉(zhuǎn)換模塊的DMA傳輸通道在不占用CPU運行周期的情況下將數(shù)字信號存儲到DSP內(nèi)置的SRAM存儲器中供算法處理。本方案成本低，且降低了系統(tǒng)設(shè)計的復(fù)雜度，系統(tǒng)可靠性更高。

模數(shù)轉(zhuǎn)換采樣率需按照中頻回波信號最高頻率計算，并根據(jù)采樣定理，按照5～10倍進(jìn)行采樣，模數(shù)轉(zhuǎn)換模塊采樣率大于26 kHz；通信接口如果選擇并行接口則通信速度需大于26 kb/s，如果選擇串行通信接口則通信速度需大于416 kb/s；ADC轉(zhuǎn)換位數(shù)一般選擇12位即可，參考電壓采用內(nèi)置參考電壓或者外置高精度的參考電壓。

內(nèi)置SRAM的大小與模數(shù)轉(zhuǎn)換通道個數(shù)、采樣點數(shù)以及最高與最低頻率倍數(shù)有關(guān)。系統(tǒng)采用2個模數(shù)轉(zhuǎn)換采集通道，采樣點數(shù)為1 024個，最低頻率為200 Hz，最高與最低頻率倍數(shù)為14，故SRAM最小存儲空間為 56 kB?？紤]中間變量和程序運行空間，選擇內(nèi)置64 kB的SRAM。

3系統(tǒng)軟件設(shè)計

3.1動態(tài)目標(biāo)檢測算法

在運動目標(biāo)的檢測過程中，為了獲得較高的目標(biāo)檢測[4]概率，需要根據(jù)實時變化的背景噪聲強(qiáng)度動態(tài)調(diào)整功率識別門限[5]，常采用恒虛警檢測方法[6-7]，通過有限個參考單元估計雜波干擾的平均功率。單元平均恒虛警(CA-CFAR)[8]在均勻雜波環(huán)境下有較好的檢測性能，但是在雜波邊緣和有干擾目標(biāo)的情況下，檢測性能明顯下降，而兩側(cè)單元平均選小和選大的檢測方法[9-11]雖然在雜波邊緣檢測有很高的檢測性能，但是在有目標(biāo)干擾的情況下，檢測性能比CA-CFAR更差?；谂判虻腃FAR檢測器[12]先進(jìn)行排序，然后選擇兩側(cè)最大或者最小值，與兩側(cè)單元平均選小和選大的方法相比，可以提高有目標(biāo)干擾情況下的檢測性能，但是沒有充分利用CA-CFAR的優(yōu)點[13-14]。

圖5　改進(jìn)的恒虛警算法

實測應(yīng)用場景為雷達(dá)處于靜止?fàn)顟B(tài)，地平面相對于雷達(dá)靜止，不產(chǎn)生多普勒效應(yīng)，背景噪聲分布比較均勻[15]，綜合以上檢測方法的優(yōu)點，提出一種改進(jìn)的CFAR檢測算法如圖5所示。先對n個檢測單元各自排序，然后選擇最大、最小值取均值得到雜波平均功率T，再結(jié)合門限因子β，得到檢測門限功率G，各個檢測單元功率xm與門限功率G進(jìn)行比較，當(dāng)xm≥G時認(rèn)為有目標(biāo)，否則認(rèn)為無目標(biāo)，該算法在噪聲、多目標(biāo)干擾和雜波邊緣干擾的場景下，均有很好的檢測性能和魯棒性[16]。

圖6　系統(tǒng)控制流程圖

3.2系統(tǒng)控制算法

系統(tǒng)通過線束與整車進(jìn)行信息交互，結(jié)合實際應(yīng)用場景和用戶需求，系統(tǒng)控制算法流程如圖6所示。

如果此時有車速大于5 km/h的目標(biāo)進(jìn)入后方報警區(qū)域，系統(tǒng)首先通過車內(nèi)門把手位置的LED燈對駕乘人員進(jìn)行提醒，同時打開轉(zhuǎn)向燈對后方接近車輛進(jìn)行提醒。

如果駕乘人員撥動了門把手準(zhǔn)備打開車門時，系統(tǒng)通過蜂鳴器報警進(jìn)行提醒或者預(yù)警提醒，提醒駕乘人員要注意回頭觀測后方的車況，分段打開車門，在確保安全的情況下開門下車。

如果車輛處于熄火狀態(tài)，且車門門鎖處于關(guān)閉狀態(tài)時，系統(tǒng)切斷自身電源，系統(tǒng)關(guān)閉。

4試驗與分析

圖7　定義系統(tǒng)探測區(qū)域

系統(tǒng)首先針對典型運動目標(biāo)的雷達(dá)探測區(qū)域進(jìn)行標(biāo)定和測試，在測試和標(biāo)定數(shù)據(jù)的基礎(chǔ)上結(jié)合實際應(yīng)用場景，標(biāo)定和定義系統(tǒng)報警區(qū)域。雷達(dá)安裝在后保險杠左側(cè)，以雷達(dá)的位置為基點，對于自行車，橫向向外和向內(nèi)各1.5 m，縱向向后10 m的區(qū)域為報警區(qū)域；對于摩托車，橫向向外和向內(nèi)各1.5 m，縱向向后13 m的區(qū)域為報警區(qū)域；對于機(jī)動車，橫向向外和向內(nèi)各2 m，縱向向后17 m的區(qū)域為報警區(qū)域。系統(tǒng)最小報警區(qū)域如圖7所示。

系統(tǒng)在奇瑞G6車上進(jìn)行標(biāo)定和驗證，針對各個典型目標(biāo)，在標(biāo)定的報警區(qū)域內(nèi)設(shè)定若干測試點，測試場景見圖8～10，虛線框內(nèi)顯示目標(biāo)進(jìn)入路邊?？康能囕v后方報警區(qū)域，此時報警裝置LED點亮報警，轉(zhuǎn)向燈閃爍；當(dāng)駕乘人員撥動門把手時，報警裝置蜂鳴器報警。

圖8　接近目標(biāo)為自行車的測試場景　　　　　　　　　　　　　　　　　圖9　接近目標(biāo)為摩托車的測試場景

各個典型目標(biāo)在各測試點的平均預(yù)警率見表1。由表1可知，自行車、摩托車、轎車的平均預(yù)警率均大于97.00%，測試結(jié)果滿足系統(tǒng)指標(biāo)需求。

圖10　接近目標(biāo)為轎車的測試場景

表1系統(tǒng)預(yù)警率測試結(jié)果

典型目標(biāo)測試點距控制器的縱向距離/m試驗次數(shù)/次預(yù)警次數(shù)/次平均預(yù)警率/%自行車4,741740597.12摩托車4,8,1362260797.58轎車4,8,12,1781979897.43

5結(jié)論

1)設(shè)計一種基于多普勒雷達(dá)的車輛開門預(yù)警系統(tǒng)，系統(tǒng)通過LED、儀表內(nèi)置的蜂鳴器和車載多媒體終端進(jìn)行語音提醒等多種提醒方式相結(jié)合，完全能夠滿足車輛開門預(yù)警實際場景和用戶需求，對輔助駕乘人員安全開門，降低開門風(fēng)險有極大幫助。

2)該系統(tǒng)在奇瑞G6車上進(jìn)行了實際場景測試，系統(tǒng)運行穩(wěn)定可靠，報警區(qū)域平均預(yù)警率大于97.00%，能夠有效減少因駕乘人員開門可能導(dǎo)致的碰撞事故的發(fā)生。

3)目前系統(tǒng)只針對常規(guī)測試場景進(jìn)行了測試，后續(xù)研究需要在特殊或者極端場景下進(jìn)行測試，如實際應(yīng)用場景存在電磁干擾、不同雷達(dá)間的同頻干擾等環(huán)境下的測試，對系統(tǒng)進(jìn)行改進(jìn)。

參考文獻(xiàn)：

[1]范林剛，陳澤宗，金燕，等.微波多普勒雷達(dá)海浪參數(shù)提取算法[J].華中科技大學(xué)學(xué)報(自然科學(xué)版)，2012，40(10)：21-24.

[2]宋慧波，高梅國，田黎育.雷達(dá)微弱信號檢測算法中的恒虛警處理[J].儀器儀表學(xué)報，2006，27(z2):1330-1332.

[3]夏雙志，戴奉周，劉宏偉.復(fù)高斯白噪聲背景下貝葉斯檢測前跟蹤的檢測閾值設(shè)置方法[J].電子與信息學(xué)報，2013,33(3)：524-531.

[4]雷志勇，文必洋，彭念，等.基于恒虛警的高頻地波雷達(dá)低速目標(biāo)檢測研究[J].電波科學(xué)學(xué)報，2007，22(5)：11-15.

[5]陳建軍，黃孟俊，邱偉，等.海雜波下的雙門限恒虛警目標(biāo)檢測新方法[J].電子學(xué)報，2011，39(9)：2136-2141.

[6]陳建軍，黃孟俊，趙宏鐘，等.相參雷達(dá)時頻域CFAR 檢測門限獲取方法研究[J].電子學(xué)報，2013，41(8)：1634-1638.

[7]蔣鐵珍，武虎，吳凱，等.毫米波汽車防撞雷達(dá)恒虛警率門限設(shè)定方法[J].紅外與毫米波學(xué)報，2005，24(3):217-219.

[8]ZAIMBASHI A. An adaptive cell averaging-based CFAR detector for interfering targets and clutter-edge situations[J].Digital Signal Processing，2014，31(5)：59-68.

[9]ZHANG Renli，SHENG Weixing，MA Xiaofeng，et al.Constant false alarm rate detector based on the maximal reference cell[J].Digital Signal Processing，2013，23(23):1974-1988.

[10]MATER-MOYA D，DEL-REY-MAESTRE N，PELAEZ-SANCHEZ V M，et al.MLP-CFAR for improving coherent radar detectors robustness in variable scenarios[J].Expert Systems with Applications，2015，42:4878-4891.

[11]關(guān)鍵，張曉利，簡濤，等.分布式目標(biāo)的子空間雙門限GLRT-CFAR檢測[J].電子學(xué)報，2012，40(9):1759-1764.

[12]GURAKAN B，CANDAN C，ILO GLU T.CFAR processing with switching exponential smoothers for nonhomogeneous environments[J].Digital Signal Processing，2012，22(3):407-416.

[13]WEINBERG G V.Management of interference in Pareto CFAR processes using adaptive test cell analysis[J].Signal Procession，2014，104(6):264-273.

[14]SMITH M E，VARSHNEY P K. Intelligent CFAR processor based on data variability[J].IEEE Trans on AES， 2000，36(3):837-847.

[15]WEINBERG G V，KYPRIANOU R.Optimised binary integration with order statistic CFAR in Pareto distributed clutter[J].Digital Signal Processing，2015，42:50-60.

[16]BANDIERA F，MAIO A D，RICCI G.Adaptive CFAR radar detec-tion with conic rejection[J].IEEE Trans on Signal Processing，2007，55 (6):2533-2541.

(責(zé)任編輯：楊秀紅)

Design and Implementation of a Vehicle Door Open Warning System

WANGLulin1，LIUGuiru2

(1.AcademyofScienceandAdvancedTechnology，CheryAutomobileCo.，Ltd.，Wuhu241000，China；

2.SchoolofComputerandInformationScience，AnhuiPolytechnicUniversity，Wuhu241000，China)

Abstract:To prevent collision of a car door suddenly opened and an onboard person and a target approaching from the backside,a vehicle door opening early-warning system is designed based on Doppler radar. The system detects moving targets by Doppler radar. IF signal processing module is used to process the signals from the front-end, and constant false alarm detection algorithm is used to set the threshold, to keep constant target detection. Calibration and site tests were carried out on a Chery G6 car. The system has an early warning rate of greater than 97.00%for motor vehicles and non-motor vehicles, and is effective to issue early warning for moving targets entering into the detection range behind the car.

Key words:vehicle;door open warning system；Doppler radar；target detection

文章編號：1672-0032(2015)04-0008-05

中圖分類號：U491.6

文獻(xiàn)標(biāo)志碼：A

DOI：10.3969/j.issn.1672-0032.2015.04.003

作者簡介：王陸林(1979—)，男，山西保德人，工程師，主要研究方向為車輛主動安全、智能車輛控制和汽車電控技術(shù).

基金項目：國家自然科學(xué) (91120307)；安徽省自然科學(xué) (1408085MF124)

收稿日期：2015-11-20