使用雷达目标进行雷达远距离动态目标检测

概述

此图描述了雷达远距离动态目标检测的管道.

参考实现

交叉滤波器

• radar_crossing_objects_noise_filter

此包可以过滤与 ego 车辆交叉的噪声对象,这些对象很可能是 ghost 对象.

速度滤波器

• object_velocity_splitter

静态对象包括许多噪声,就像从地面反射的对象一样. 在许多情况下,对于雷达,可以稳定地检测到动态对象. 要过滤掉静态对象,可以使用 object_velocity_splitter .

范围过滤器

• object_range_splitter

对于某些雷达,近处物体有时会出现重影物体. 要过滤这些对象,可以使用 object_range_splitter .

矢量地图过滤器

• 对象通道过滤器

在大多数情况下,车辆在可驾驶的情况下行驶是. 要过滤超出可行驶区域的物体,可以使用 object-lanelet-filter. object-lanelet-filter 过滤超出矢量贴图定义的可驾驶区域的对象.

请注意,如果使用 object-lanelet-filter 进行雷达远距离检测,则需要在矢量地图中定义自动驾驶汽车运行区域以外的可驾驶区域.

雷达目标集群

• radar_object_clustering

该软件包可以将来自一个对象的多个雷达检测组合成一个,并调整等级和大小. 它可以抑制跟踪模块中的分裂对象.

备注

参数调优

仅由 Radar 执行的检测会应用各种强噪声处理. 因此,存在一个权衡,如果你加强噪声处理,你原本想检测的事物会消失,如果你削弱它,你的自动驾驶系统将无法启动,因为物体会因为噪声而一直出现在你面前. 有必要在注意这种权衡的同时调整参数.

限制

• 高架铁路、多级交叉口车辆

如果使用 2D 雷达(雷达可以检测 xy 轴 2D 坐标,但不能进行 z 轴检测),并且行车区域有高架铁路或车辆进行多级交叉口,雷达过程会检测到这些,这些对规划结果有不良影响. 此外,目前,高架铁路被检测为车辆,因为雷达过程没有标签分类功能,这会导致意外行为.