1.本发明涉及汽车雷达的技术领域，尤其涉及一种毫米波雷达聚焦三维重建方法、系统及存储介质。
背景技术：2.当前，车辆智能化技术体系中位于最前端的是环境感知，相比光学和机械感知，毫米波雷达在全天候、穿透性、隐蔽性和远距离上具有优势，因此获得了越来越广泛的应用。但是优劣同源，毫米波雷达在单/双通道上就可以获取距离、速度等相当精确的深度感知信息，这也导致了单个通道耗费的资源和算力巨大(相对于单个像素)，因此单个雷达内部通道数量存在明显的上限约束，这就使得毫米波雷达的切向(横向纵向)上的感知能力薄弱，无法对环境进行精确的三维重建。而快速实时、完备精确的三维重建是环境感知的终极目标。
3.毫米波雷达在深度上具有高精度和高性能，但在角度感知上精度差，分辨力薄弱，无法覆盖整个视野范围，因此无法对环境进行精确三维重建。获取常规模式和其他感知方式无法获取的信息，进而解决由于漏检、精度不足、特征无法提取等导致的应用问题，而在一些汽车领域中，若毫米波雷达能够实现精准三维重建，则可以增加毫米波雷达在不同场合上的应用。
技术实现要素：4.本发明为解决当前车载毫米波雷达无法对环境进行精确三维重建的技术问题，提供一种毫米波雷达聚焦三维重建方法、系统及存储介质。
5.为解决上述技术问题，本发明的技术方案如下：
6.一种毫米波雷达聚焦三维重建方法，应用于毫米波雷达聚焦三维重建方法系统，所述系统包括处理器和车载毫米波雷达，所述处理器与车载毫米波雷达通讯连接，所述方法包括：
7.获取车载毫米波雷达的原始数据；
8.确定聚焦范围，根据聚焦范围选定聚焦区域；
9.确定聚焦区域后，忽略聚焦区域外的数据，对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据；
10.利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出。
11.进一步的，所述确定聚焦范围，根据聚焦范围选定聚焦区域通过环境参数对毫米波雷达的选定区域进行重建，并选取重建区域为聚焦区域。
12.进一步的，所述对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据具体包括：
13.对聚焦其余进行距离/角度初步压缩；
14.对数据进行裁剪并进行逆向恢复；
15.对数据进行相位处理，得到聚焦区域的详细聚焦数据。
16.进一步的，所述对数据进行相位处理包括：
17.对数据进行高频非线性处理；
18.对数据进行相位补偿和相干聚集操作。
19.进一步的，所述利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出具体包括：
20.利用聚焦区域的详细聚焦数据进行网格化三维重建；
21.通过图像处理和点云处理对聚焦后的雷达数据进行处理，获取常规的形状尺寸；
22.将处理后的数据信息进行三维环境信息输出。
23.进一步的，所述通过图像处理和点云处理对聚焦后的雷达数据进行处理，获取常规的形状尺寸之后还包括：
24.基于获取到的rcs、极化特性、场耦合等对场景和目标做出精确的识别和分类。
25.进一步的，所述毫米波雷达聚焦三维重建方法用于自动泊车时靠近立柱或墙角的车位处的消防栓管道预警。
26.进一步的，所述毫米波雷达聚焦三维重建方法采用采用数字聚焦，过滤聚焦区域外的其他无关区域信息。
27.本发明还提供一种毫米波雷达聚焦三维重建系统，包括有处理器和车载毫米波雷达，所述处理器与车载毫米波雷达通讯连接，所述系统通过处理器调用车载毫米波雷达，执行上述的毫米波雷达聚焦三维重建方法。
28.本发明还提供一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的毫米波雷达聚焦三维重建方法。
29.本发明通过在毫米波雷达原始数据上进行重点区域选定，采用数字聚焦方法，仿照人眼在处理重点视觉区域时自动过滤其他无关区域信息的原理，实现对特定重点区域的精确三维重建，可以解决在自动泊车、可行驶区域等量产应用中使用光学和机械传感无法解决的场景案例。该方法与常规毫米波雷达成像所使用的聚焦方式相比，相位处理精度可以提高1个数量级，因此对比度和分辨率可以提高3倍以上，并且可以保留速度信息。
附图说明
30.图1为本发明实施例中毫米波雷达聚焦三维重建方法的结构流程图。
31.图2为本发明实施例中毫米波雷达聚焦三维重建方法的结构框图。
32.图3为本发明实施例中应用控制逻辑流程图。
具体实施方式
33.为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述。所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。
34.因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明
保护的范围。
35.实施例一
36.鉴于当前毫米波雷达的单个通道耗费的资源和算力巨大，单个雷达内部通道数量存在明显的上限约束，这就使得毫米波雷达的切向上的感知能力薄弱，无法对环境进行精确的三维重建的问题。本实施例提供一种毫米波雷达聚焦三维重建方法，其通过在原始雷达数据的基础上选用重点关注区域，忽视其他区域，对该重点关注区域进行数据处理和相位处理，因为采用数字聚焦的方式，其相位处理精度可以提高1个数量级，对比度和分辨率可以提高3倍以上，并且可以保留速度信息，从而实现车载毫米波雷达的三维重建。
37.具体的，请参阅图1-3，其中，图1示出了本实施例中毫米波雷达聚焦三维重建方法的结构流程图；图2示出了本实施例中毫米波雷达聚焦三维重建方法的结构框图；图3则为本实施例中应用控制逻辑流程图。
38.如图1-3所述，本实施例提供一种毫米波雷达聚焦三维重建方法，该三维重建方法应用于毫米波雷达聚焦三维重建方法系统，该系统包括处理器和车载毫米波雷达，处理器与车载毫米波雷达通讯连接。该方法通过处理器与车载毫米波雷达得以实现，具体包括：
39.101、获取车载毫米波雷达的原始数据。
40.102、确定聚焦范围，根据聚焦范围选定聚焦区域。
41.103、确定聚焦区域后，忽略聚焦区域外的数据，对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据。
42.104、利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出。
43.其中，车载毫米波雷达的原始数据是指毫米波雷达在通用系统参数下可以获取的雷达数据。聚焦区域的确定则为了实现毫米波雷达在特定区域内的数字聚焦，利用该数字聚焦得到该聚焦区域更多数据。例如，毫米波雷达原先可以获取100m内的数据信息，通过环境参数将重点区域定义在距离毫米波雷达5-6m处的重点区域，处理器通过毫米波雷达对聚焦区域使用数字聚焦方法，进行数据处理和相位处理，进而得到该区域大量雷达数据，以该数据进行三维重建。
44.更为具体的，本实施例中，毫米波雷达对聚焦区域使用数字聚焦方法，在毫米波频段实现了类光学聚焦效果，在正常感知节拍中根据需求和具体场景切入或穿插局部区域精确三维重建感知模式，在此模式下，忽略其他区域信息，使用所有系统资源对重点关注区域进行三维重建，以获取常规模式和其他感知方式无法获取的信息，进而解决由于漏检、精度不足、特征无法提取等导致的应用问题。
45.其次，实时性应用的解决。电磁波由于频谱处于长波波段，无法像光学一样直接使用感光材料进行成像，因此三维重建的关键和算力消耗点在于回波相位的相干处理。由于电磁场的散射特性以及环境复杂性，回波相位具有复杂的高次项，且通常难以用解析方式表示和处理了。本技术创新性的提出了相位解算方法，利用诸如驻定相位原理等基础理论，解决了相位干涉处理中的高次项的快速处理，在目前车载芯片的有限内存和算力下实现了应用中的实时性帧率刷新。
46.以下提供本实施例的一些具体实施方式。
47.在一些实施方式中，聚焦区域的选定是通过环境参数对毫米波雷达的选定区域进
行重建，并选取重建区域为聚焦区域。而步骤103、对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据具体包括：
48.对聚焦其余进行距离/角度初步压缩；
49.对数据进行裁剪并进行逆向恢复；
50.对数据进行相位处理，得到聚焦区域的详细聚焦数据。
51.其中，对数据进行相位处理具体包括：
52.对数据进行高频非线性处理，对数据进行相位补偿和相干聚集操作。
53.在一些实施方式中，利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出具体包括：
54.利用聚焦区域的详细聚焦数据进行网格化三维重建；
55.通过图像处理和点云处理对聚焦后的雷达数据进行处理，获取常规的形状尺寸；
56.将处理后的数据信息进行三维环境信息输出。
57.进一步的，通过图像处理和点云处理对聚焦后的雷达数据进行处理，获取常规的形状尺寸之后还包括：
58.基于获取到的rcs、极化特性、场耦合等对场景和目标做出精确的识别和分类。
59.其中，在重建过程中，本技术将图像处理技术和点云处理技术在雷达三维图像处理中进行交叉使用和拓展。雷达图像具有强度和轮廓等信息，还可以经过检测形成点云数据，因此可以沿用图像处理技术和点云处理技术。同时由于微波感知的特点，不同极化方式和电磁散射特点还可以获取更多维度的信息，所以综合上述特点本技术将图形和点云处理技术融合在雷达数据处理中，不但可以获取到常规的形状尺寸，还可以基于获取到的rcs、极化特性、场耦合等对场景和目标做出精确的识别和分类以支撑更丰富的应用，并通过该技术来实现三维环境信息输出。
60.作为优选，毫米波雷达聚焦三维重建方法用于自动泊车时靠近立柱或墙角的车位处的消防栓管道预警。毫米波雷达聚焦三维重建方法采用采用数字聚焦，通过过滤聚焦区域外的其他无关区域信息来达到算力集中在聚焦区域，以完成三维重建。
61.在当前硬件水平条件和量产应用中，本技术可以实现部分区域精确三维重建，采用数字聚焦方法，仿照人眼在处理重点视觉区域时自动过滤其他无关区域信息的原理，实现对特定重点区域的精确三维重建，可以解决在自动泊车、可行驶区域等量产应用中使用光学和机械传感无法解决的场景案例。
62.本实施例的好处在于，本方法通过在毫米波雷达原始数据上进行重点区域选定，采用数字聚焦方法，仿照人眼在处理重点视觉区域时自动过滤其他无关区域信息的原理，实现对特定重点区域的精确三维重建，可以解决在自动泊车、可行驶区域等量产应用中使用光学和机械传感无法解决的场景案例。该方法与常规毫米波雷达成像所使用的聚焦方式相比，相位处理精度可以提高1个数量级，因此对比度和分辨率可以提高3倍以上，并且可以保留速度信息。
63.实施例二
64.本实施例提供一种毫米波雷达聚焦三维重建系统，具体的，该系统包括有处理器和车载毫米波雷达，处理器与车载毫米波雷达通讯连接，该系统通过处理器调用车载毫米波雷达，执行以下步骤：
65.获取车载毫米波雷达的原始数据；
66.确定聚焦范围，根据聚焦范围选定聚焦区域；
67.确定聚焦区域后，忽略聚焦区域外的数据，对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据；
68.利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出。
69.具体的，本系统该系统通过处理器调用车载毫米波雷达以执行实施例一中的毫米波雷达聚焦三维重建方法。
70.本实施例可以部署在汽车中，其中，汽车中布置有毫米波雷达传感器，用以解决一些自动泊车场景。例如，在自动泊车应用中，地下车库往往灯光昏暗，光照不足，在某些靠近立柱或墙角的车位，图像往往无法识别突出的消防栓管道，超声波雷达由于安装位置过低无法探测到，而传统毫米波雷达只能探测到零星点无法准确获知管道的位置和尺寸，利用本技术可对此场景中的管道位置进行聚焦三维重建，从而解决此类自动泊车问题。
71.在自动驾驶应用中，可以模拟人眼的功能，在超出训练样本范围外的案例中对无法识别区域进行三维建模，使用得到的精确的三维信息直接作为依据进行避障、制动等操作，避免因为视觉训练的泛化能力不足导致的各种事故问题。
72.实施例三
73.本实施例提供一种存储介质，该存储介质上存储有计算机程序，计算机程序被处理器执行时实现一种毫米波雷达聚焦三维重建方法。该方法具体包括：
74.获取车载毫米波雷达的原始数据；
75.确定聚焦范围，根据聚焦范围选定聚焦区域；
76.确定聚焦区域后，忽略聚焦区域外的数据，对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据；
77.利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出。
78.具体的，本实施例中计算机程序被处理器执行时实现实施例一中的毫米波雷达聚焦三维重建方法
79.显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
技术特征：1.一种毫米波雷达聚焦三维重建方法，其特征在于，应用于毫米波雷达聚焦三维重建方法系统，所述系统包括处理器和车载毫米波雷达，所述处理器与车载毫米波雷达通讯连接，所述方法包括：获取车载毫米波雷达的原始数据；确定聚焦范围，根据聚焦范围选定聚焦区域；确定聚焦区域后，忽略聚焦区域外的数据，对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据；利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出。2.根据权利要求1所述的毫米波雷达聚焦三维重建方法，其特征在于，所述确定聚焦范围，根据聚焦范围选定聚焦区域通过环境参数对毫米波雷达的选定区域进行重建，并选取重建区域为聚焦区域。3.根据权利要求1所述的毫米波雷达聚焦三维重建方法，其特征在于，所述对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据具体包括：对聚焦其余进行距离/角度初步压缩；对数据进行裁剪并进行逆向恢复；对数据进行相位处理，得到聚焦区域的详细聚焦数据。4.根据权利要求1所述的毫米波雷达聚焦三维重建方法，其特征在于，所述对数据进行相位处理包括：对数据进行高频非线性处理；对数据进行相位补偿和相干聚集操作。5.根据权利要求1所述的毫米波雷达聚焦三维重建方法，其特征在于，所述利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出具体包括：利用聚焦区域的详细聚焦数据进行网格化三维重建；通过图像处理和点云处理对聚焦后的雷达数据进行处理，获取常规的形状尺寸；将处理后的数据信息进行三维环境信息输出。6.根据权利要求5所述的毫米波雷达聚焦三维重建方法，其特征在于，所述通过图像处理和点云处理对聚焦后的雷达数据进行处理，获取常规的形状尺寸之后还包括：基于获取到的rcs、极化特性、场耦合等对场景和目标做出精确的识别和分类。7.根据权利要求1所述的毫米波雷达聚焦三维重建方法，其特征在于，所述毫米波雷达聚焦三维重建方法用于自动泊车时靠近立柱或墙角的车位处的消防栓管道预警。8.根据权利要求1所述的毫米波雷达聚焦三维重建方法，其特征在于，所述毫米波雷达聚焦三维重建方法采用采用数字聚焦，过滤聚焦区域外的其他无关区域信息。9.一种毫米波雷达聚焦三维重建系统，其特征在于，包括有处理器和车载毫米波雷达，所述处理器与车载毫米波雷达通讯连接，所述系统通过处理器调用车载毫米波雷达，执行权利要求1-8任一项所述的毫米波雷达聚焦三维重建方法。10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-8任一项所述的毫米波雷达聚焦三维重建方法。
技术总结本发明涉及汽车雷达的技术领域，尤其涉及一种毫米波雷达聚焦三维重建方法、系统及存储介质。该方法包括：获取车载毫米波雷达的原始数据；确定聚焦范围，根据聚焦范围选定聚焦区域；确定聚焦区域后，忽略聚焦区域外的数据，对聚焦区域进行数据处理和相位处理，得到聚焦区域的详细聚焦数据；利用聚焦区域的详细聚焦数据进行网格化三维重建并进行三维环境信息输出。本发明通过在毫米波雷达原始数据上进行重点区域选定，采用数字聚焦方法，仿照人眼在处理重点视觉区域时自动过滤其他无关区域信息的原理，实现对特定重点区域的精确三维重建。实现对特定重点区域的精确三维重建。实现对特定重点区域的精确三维重建。
技术研发人员：朱海洋 季丹
受保护的技术使用者：南京市德赛西威汽车电子有限公司
技术研发日：2022.07.04
技术公布日：2022/11/1
