用于处理雷达数据的方法和装置
阅读：1015发布：2020-06-08
专利汇可以提供用于处理雷达数据的方法和装置专利检索，专利查询，专利分析的服务。并且一种用于处理雷达数据的方法包括：基于根据雷达数据生成的多普勒图来预测感兴趣 角 (AOI)区域；基于预测的AOI区域来调整转向信息，该转向信息被用于识别雷达数据；以及基于调整后的转向信息来确定与雷达数据相对应的到达方向(DOA)信息。一种雷达 数据处理 装置包括雷达 传感器 和处理器，该雷达传感器用于感测雷达数据，该处理器用于：基于根据雷达数据生成的多普勒图来预测AOI区域；基于预测的AOI区域来调整转向信息，该转向信息被用于识别雷达数据；以及基于调整后的转向信息来确定与雷达数据相对应的DOA信息。，下面是用于处理雷达数据的方法和装置专利的具体信息内容。
1.一种雷达数据处理方法，包括：
基于根据雷达数据生成的多普勒图来预测感兴趣角AOI区域；
基于所预测的AOI区域来调整转向信息，所述转向信息被用于识别所述雷达数据；以及基于调整后的转向信息来确定与所述雷达数据相对应的到达方向DOA信息。
2.根据权利要求1所述的雷达数据处理方法，其中，调整所述转向信息包括：向所述转向信息添加转向矢量，所述转向矢量指示被计算为由所预测的AOI区域内的雷达数据表示的相位信息。
3.根据权利要求1所述的雷达数据处理方法，其中，调整所述转向信息包括：从所述转向信息中消除与除了所预测的AOI区域之外的区域相对应的转向矢量的至少一部分。
4.根据权利要求1所述的雷达数据处理方法，其中，预测所述AOI区域包括：基于在雷达数据处理装置的移动方向与从所述多普勒图中所示的目标点反射的雷达数据被接收的方向之间形成的角度来确定所述AOI区域，其中所述雷达数据处理装置包括用于感测所述雷达数据的雷达传感器。
5.根据权利要求1所述的雷达数据处理方法，其中，预测所述AOI区域包括：基于雷达数据处理装置的速度和所述多普勒图中所示的目标点的多普勒速度来确定从所述雷达数据处理装置到所述目标点的转向角，其中所述雷达数据处理装置包括用于感测所述雷达数据的雷达传感器。
6.根据权利要求5所述的雷达数据处理方法，其中，确定所述转向角包括：响应于基于所述目标点的多普勒速度和所述雷达数据处理装置的速度计算出转向角，从所计算出的转向角中排除一个转向角。
7.根据权利要求6所述的雷达数据处理方法，其中，从所计算出的转向角中排除一个转向角包括：
基于所述雷达传感器的视场FOV来选择在所述FOV内的转向角；以及
排除在所述FOV外部的转向角。
8.根据权利要求7所述的雷达数据处理方法，还包括：
使用所述雷达传感器接收从所述目标点反射的雷达信号，以观察所述雷达数据处理装置的相对于移动方向的一侧。
9.根据权利要求6所述的雷达数据处理方法，其中，从所计算出的转向角中排除一个转向角包括：基于从雷达信号中测量的相位信息来从所述转向角中排除一个转向角，其中所述雷达信号是从所述目标点反射的。
10.根据权利要求1所述的雷达数据处理方法，其中，调整所述转向信息包括：向所述转向信息添加所述AOI区域内的一个或多个转向矢量。
11.根据权利要求1所述的雷达数据处理方法，其中，调整所述转向信息包括：向所述转向信息添加基于为所述AOI区域指定的角分辨率而计算出的一个或多个转向矢量。
12.根据权利要求1所述的雷达数据处理方法，其中，预测所述AOI区域包括：基于到所述多普勒图中所示的目标点的距离和在雷达数据处理装置的移动方向与从所述目标点反射的信号被接收的方向之间形成的角度来确定所述AOI区域，其中所述雷达数据处理装置包括感测所述雷达数据的雷达传感器。
13.根据权利要求1所述的雷达数据处理方法，其中，预测所述AOI区域包括：动态地调整所述AOI区域的位置和大小以及AOI区域的数量中的任意一项或任意组合。
14.根据权利要求1所述的雷达数据处理方法，其中，调整所述转向信息包括：生成维度与用于感测所述雷达数据的雷达传感器的接收Rx通道的数量相对应的转向矢量。
15.根据权利要求1所述的雷达数据处理方法，其中，确定所述DOA信息包括：
在所述转向信息中包括的转向矢量中搜索与感测的雷达数据相匹配的转向矢量；以及将被映射到所找到的转向矢量的转向角确定为与所述雷达数据相对应的DOA信息。
16.根据权利要求1所述的雷达数据处理方法，还包括：
基于所述DOA信息，为用于感测所述雷达数据的雷达传感器生成雷达扫描图像。
17.根据权利要求16所述的雷达数据处理方法，还包括：
基于为用于感测所述雷达数据的多个雷达传感器中的每一个而生成的雷达扫描图像来生成雷达数据处理装置的周围地图。
18.根据权利要求1所述的雷达数据处理方法，其中，预测所述AOI区域包括：基于由用于感测所述雷达数据的雷达传感器辐射的信号与反射的信号之间的频率差来为所述雷达传感器生成所述多普勒图。
19.一种存储指令的非暂时性计算机可读存储介质，所述指令在由处理器执行时使所述处理器执行根据权利要求1所述的雷达数据处理方法。
20.一种雷达数据处理装置，包括：
雷达传感器，被配置为感测雷达数据；以及
处理器，被配置为：基于根据所述雷达数据生成的多普勒图来预测感兴趣角AOI区域；
基于所预测的AOI区域来调整转向信息；以及基于调整后的转向信息来确定与所述雷达数据相对应的到达方向DOA信息，所述转向信息被用于识别所述雷达数据。
21.一种由雷达数据处理装置执行的方法，所述方法包括：
基于在所述雷达数据处理装置的移动方向与从目标点反射的雷达数据被接收的方向之间形成的角度来确定感兴趣角AOI区域；
从转向信息中识别与所述雷达数据的雷达矢量相匹配的目标转向矢量，并将与所识别的目标转向矢量相对应的转向角确定为到达方向DOA信息；以及
基于所述DOA信息来生成周围地图。
22.根据权利要求21所述的方法，其中，生成所述周围地图包括：将关于所述目标点的信息转换为坐标，并基于所述坐标来更新所述周围地图。
用于处理雷达数据的方法和装置
[0001] 相关申请的交叉引用
技术领域
[0003] 以下描述涉及处理雷达数据的技术。
背景技术
[0005] 在ADAS中使用的传感器可以包括例如照相机、红外传感器、超声波传感器、光检测和测距(激光雷达)以及雷达。在这些传感器中，与基于光学的传感器相比，雷达可以稳定地测量车辆附近的对象，而不管诸如天气之类的周围环境如何。发明内容
[0007] 在一个总体方面，一种雷达数据处理方法包括：基于根据雷达数据生成的多普勒图来预测感兴趣角(AOI)区域；基于预测的AOI区域来调整转向信息，该转向信息被用于识别雷达数据；以及基于调整后的转向信息来确定与雷达数据相对应的到达方向(DOA)信息。
[0008] 调整转向信息可以包括：向转向信息添加转向矢量，该转向矢量指示被计算为由预测的AOI区域内的雷达数据表示的相位信息。
[0009] 调整转向信息可以包括：从转向信息中消除与除了预测的AOI区域之外的区域相对应的转向矢量的至少一部分。
[0010] 预测AOI区域可以包括：基于在雷达数据处理装置的移动方向与从多普勒图中所示的目标点反射的雷达数据被接收的方向之间形成的角度来确定AOI区域，其中该雷达数据处理装置包括用于感测雷达数据的雷达传感器。
[0011] 预测AOI区域可以包括：基于雷达数据处理装置的速度和多普勒图中所示的目标点的多普勒速度来确定从雷达数据处理装置到该目标点的转向角，其中雷达数据处理装置包括用于感测雷达数据的雷达传感器。
[0012] 确定转向角可以包括：响应于基于目标点的多普勒速度和雷达数据处理装置的速度计算出转向角，从转向角中排除一个转向角。
[0013] 从转向角中排除转向角可以包括：基于雷达传感器的视场(FOV)来选择在FOV内的转向角，并且排除在FOV外部的转向角。
[0015] 从多个转向角中排除转向角可以包括：基于从雷达信号中测量的相位信息来从转向角中排除一个转向角，其中该雷达信号是从目标点反射的。
[0016] 调整转向信息可以包括：向转向信息添加AOI区域内的一个或多个转向矢量。
[0018] 预测AOI区域可以包括：基于到多普勒图中所示的目标点的距离和在雷达数据处理装置的移动方向与从该目标点反射的信号被接收的方向之间形成的角度来确定AOI区域，其中该雷达数据处理装置可以包括感测雷达数据的雷达传感器。
[0019] 预测AOI区域可以包括：动态地调整AOI区域的位置和大小以及AOI区域的数量中的任意一个或它们的任意组合。
[0020] 调整转向信息可以包括：生成维度与用于感测雷达数据的雷达传感器的接收(Rx)通道的数量相对应的转向矢量。
[0021] 确定DOA信息可以包括：在转向信息中包括的转向矢量中搜索与感测的雷达数据相匹配的转向矢量；以及将被映射到所找到的转向矢量的转向角确定为与雷达数据相对应的DOA信息。
[0022] 该雷达数据处理方法还可以包括：基于DOA信息，为用于感测雷达数据的雷达传感器生成雷达扫描图像。
[0023] 该雷达数据处理方法还可以包括：基于为用于感测雷达数据的多个雷达传感器中的每一个生成的雷达扫描图像来生成雷达数据处理装置的周围地图。
[0025] 在另一总体方面，一种雷达数据处理装置包括雷达传感器和处理器，该雷达传感器被配置为感测雷达数据，该处理器被配置为：基于根据雷达数据生成的多普勒图来预测AOI区域；基于预测的AOI区域来调整转向信息；以及基于转向信息来确定与雷达数据相对应的DOA信息，转向信息被用于识别雷达数据。
[0026] 在另一总体方面，一种由雷达数据处理装置执行的方法包括：基于在雷达数据处理装置的移动方向与从目标点反射的雷达数据被接收的方向之间形成的角度来确定感兴趣角(AOI)区域；从转向信息中识别与雷达数据的雷达矢量相匹配的目标转向矢量，并将与识别的目标转向矢量相对应的转向角确定为到达方向(DOA)信息；以及基于DOA信息来生成周围地图。
[0027] 生成周围地图可以包括：将关于目标点的信息转换为坐标，以及基于所述坐标来更新周围地图。
附图说明
[0029] 图1示出了使用雷达数据处理方法来识别周围环境的示例。
[0030] 图2示出了雷达数据处理装置的配置的示例。
[0031] 图3示出了雷达传感器的配置的示例。
[0032] 图4是示出了雷达数据处理方法的示例的流程图。
[0033] 图5是示出了处理到达方向(DOA)信息的示例的流程图。
[0034] 图6示出了在DOA信息的处理中的分辨率的示例。
[0035] 图7和图8示出了处理雷达数据的过程的示例。
[0036] 图9A、图9B和图9C示出了多普勒图的示例以及动态地调整与多普勒图相对应的转向信息的示例。
[0037] 图10A、图10B和图10C示出了确定感兴趣角(AOI)区域的示例。
[0038] 图11示出了确定向AOI区域添加的候选转向矢量的分辨率的示例。
[0039] 图12示出了确定的转向信息的示例。
[0040] 在整个附图和详细描述中，除非另有描述或提供，否则相同的附图标记应被理解为指代相同的元件、特征和结构。附图不必按比例绘制，并且为了清楚、示出和方便，可以扩大附图中的元件的相对尺寸、比例和描绘。
具体实施方式
[0041] 提供以下详细描述以帮助读者获得对本文中描述的方法、装置和/或系统的全面理解。然而，在理解了本申请的公开之后，本文中描述的方法、装置和/或系统的各种改变、修改和等同物将是显而易见的。例如，本文中描述的操作顺序仅仅是示例，并且不限于在本文中阐述的那些操作顺序，而是可以在理解本申请的公开之后明显改变，除了必须以一定顺序进行的操作之外。此外，为了更加清楚和简洁，可以省略对本领域已知的特征的描述。
[0042] 本文描述的特征可以以不同形式来实施，并且不被解释为限于本文描述的示例。相反，提供本文中描述的示例仅仅是为了说明实现本文中描述的方法、装置和/或系统的许多可行方式中的一些，在理解本申请的公开之后这些方式将显而易见。
[0044] 可以对以下示例进行各种修改。这里，示例不应被解释为限于公开内容，而是应当被理解为在本公开的构思和技术范围内包括所有的改变、等同物和替换。
[0045] 本文中使用的术语仅用于描述特定示例的目的，而不是对示例的限制。除非上下文另外清楚指示，否则本文中使用的单数形式也意在包括复数形式。还应理解，术语“包括”和/或“包含”当在本说明书中使用时，规定了存在所声明的特征、整数、步骤、操作、元件、组件或其组合，但是并没有排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合。
[0046] 除非本文另有定义，否则本文使用的所有术语(包括技术或科学术语)具有与通常理解的含义相同的含义。除非本文另外定义，否则通常使用的字典中定义的术语应该被解释为具有与相关领域中的上下文含义相匹配的含义，并且不应被解释为理想的或过度形式化的含义。
[0047] 在下文中，将参考附图来详细描述示例，并且附图中相同的参考数字始终表示相同的元件。
[0048] 图1示出了使用雷达数据处理方法来识别周围环境的示例。
[0049] 用于处理雷达数据的装置110(下文中称为“雷达数据处理装置110”)使用传感器来检测位于车辆前方的对象180，其中该车辆是雷达数据处理装置110。例如，用于检测对象的传感器包括例如图像传感器或雷达传感器，并且被配置为检测到对象180的距离。
[0050] 在图1中，传感器是雷达。雷达数据处理装置110分析由雷达传感器111接收的雷达信号，并检测到对象180的距离。雷达传感器111可以位于雷达数据处理装置110的内部或外部。此外，雷达数据处理装置110基于由其他传感器(例如，图像传感器)收集的数据以及从雷达传感器111接收的雷达信号来检测到对象180的距离。
[0052] 此外，雷达数据处理装置110生成周围地图130以及检测距离。周围地图130是示出存在于雷达数据处理装置110附近的目标的位置的地图。例如，雷达数据处理装置110周围的目标可以是动态对象，例如车辆或人，或者可以是静态对象(背景)，例如护栏或交通灯。
[0053] 为了生成周围地图130，使用单扫描图像方法。单扫描图像方法是从传感器获取单个扫描图像120并使用雷达数据处理装置110根据获取的扫描图像120生成周围地图130的方法。单个扫描图像120是根据由单个雷达传感器111感测的雷达信号生成的图像，并且具有相对低的分辨率。单个扫描图像120是雷达扫描图像，并且表示由雷达传感器111以任意仰角接收的雷达信号所指示的距离。例如，在图1的单个扫描图像120中，水平轴表示雷达传感器111的转向角，并且竖直轴表示从雷达传感器111到目标的距离。然而，单个扫描图像的形式不限于图1的形式，并且可以根据设计以不同的格式来表示单个扫描图像。
[0054] 在以下描述中，转向角是与从雷达数据处理装置到目标点的方向相对应的角度。例如，转向角可以是雷达数据处理装置(例如，车辆)的移动方向与从雷达数据处理装置到目标点的方向之间的角度。
[0055] 雷达数据处理装置110基于多雷达图来获取关于目标的形状的准确信息。根据多个雷达扫描图像的组合来生成多雷达图。例如，雷达数据处理装置110通过在空间上和时间上对通过雷达传感器111的移动而获取的雷达扫描图像进行组合来生成周围地图130。
[0056] 雷达数据包括由雷达传感器111感测的行数据。
[0057] 为了生成周围地图130，使用到达方向(DOA)信息。DOA信息是指示从目标点反射的雷达信号被接收的方向的信息。DOA信息被用于生成雷达扫描数据和周围地图。为了获取高分辨率DOA信息，雷达数据处理装置110需要针对更大数量的角度和/或距离来接收雷达信号，并且处理相位。当在雷达传感器111中接收到更大数量的信号并且处理相位时，运算的数量和用于运算的时间增加。在下文中，将描述基于相对低的运算负荷来获取高分辨率DOA信息的示例。
[0058] 图2示出了雷达数据处理装置200的配置的示例。
[0059] 参考图2，雷达数据处理装置200包括雷达传感器210和处理器220。
[0060] 雷达传感器210感测雷达数据。例如，雷达传感器210向外部辐射雷达信号并接收与从目标点反射的辐射雷达信号相对应的信号。例如，雷达传感器210包括与多个接收(Rx)通道相对应的天线，并且通过Rx通道接收的信号基于信号被接收的方向而具有不同的相位。下面将参考图3进一步描述雷达传感器210的示例。
[0061] 处理器220基于由雷达传感器210接收的从目标点反射的信号来生成多普勒图。多普勒图是指示由雷达传感器210感测的目标点的多普勒信息的图。多普勒图的水平轴表示多普勒值，并且多普勒图的竖直轴表示到目标点的距离。多普勒值例如是多普勒速度，其是目标点相对于雷达传感器210的相对速度(例如，目标点的速度与雷达传感器210的速度之间的差)。
[0062] 下面将参考图9B来描述多普勒图的示例。例如，处理器220基于由雷达传感器210辐射的信号与反射的信号之间的频率差来生成多普勒图。然而，多普勒图的形状不限于此，而是可以根据设计而变化。
[0063] 处理器220基于根据雷达数据生成的多普勒图来预测感兴趣角区域(下文中称为“AOI区域”)。AOI区域是与对象的角度相对应的区域，针对该角度预期存在无生命对象或背景。例如，AOI区域由任意角度范围来表示。例如，当预期对象相对于雷达数据处理装置200的移动方向而存在于右方30度处时，AOI区域被设置为在28度至32度的角度范围内。然而，AOI区域不限于此，而是可以根据设计而变化。
[0064] 处理器220基于预测的AOI区域来调整转向信息。转向信息被用于识别雷达数据。例如，可以通过向原始转向信息添加新的转向矢量或者通过移除现有的转向矢量来调整转向信息。处理器220调整转向信息以包括集中在AOI区域中的转向矢量，并且更新转向信息以聚焦于AOI区域。
[0065] 在以下描述中，转向信息是被用于识别雷达数据的信息，并且包括例如一组转向矢量。包括在转向信息中的转向矢量可以被称为“候选转向矢量”。例如，当假设以预定角度接收任意雷达数据时，转向矢量包括被计算为包括在该雷达数据中的相位信息。当包括感测的雷达数据的相位信息在内的矢量是雷达矢量时，转向信息中包括的候选转向矢量中被确定为与雷达矢量相匹配的转向矢量被称为“目标转向矢量”。
[0066] 雷达数据的相位信息指示参考相位与通过雷达传感器210中包括的多个Rx通道中的每一个所接收的信号的相位之间的相位差。参考相位可以是任意相位，或者可以被设置为多个Rx通道之一的相位。例如，处理器220基于雷达数据生成维度与雷达传感器210的多个Rx通道相对应的雷达矢量。例如，当雷达传感器包括四个Rx通道时，处理器220生成包括与每个Rx通道相对应的相位值的四维雷达矢量。与每个Rx通道相对应的相位值是表示上述相位差的数值。
[0067] 下面描述雷达传感器210包括一个发送(Tx)通道和四个Rx通道的示例。通过Tx通道辐射的雷达信号从目标点反射，并且通过四个Rx通道接收的雷达信号针对每个通道以不同的角度被接收。雷达传感器210根据雷达数据来生成包括用于四个Rx通道中的每一个的相位值在内的雷达矢量。处理器220在多个候选转向矢量中识别具有与雷达矢量的相位信息最相似的相位值的目标转向矢量，并且将由识别的目标转向矢量指示的Rx方向确定为DOA信息。
[0068] 如上所述，处理器220基于转向信息来确定感测的目标点相对于雷达数据处理装置200的方向。
[0069] 图3示出了雷达传感器310的配置的示例。
[0070] 雷达传感器310通过天线313辐射信号并且通过天线313接收信号。雷达传感器310例如是毫米波(mm波)雷达，并且被配置为通过分析辐射的电波在命中对象之后返回的信号波形的变化和飞行时间(TOF)来测量到对象的距离。雷达传感器310被实现为例如调频连续波无线电检测和测距(FMCW雷达)。
[0071] 啁啾发送器311通过调制啁啾信号301的频率来生成调频(FM)信号302。啁啾信号301是幅度随时间的推移线性地增加或减小的信号。例如，啁啾发送器311生成频率与啁啾信号301的幅度相对应的FM信号302。例如，如图3所示，FM信号302的波形的频率在啁啾信号
301的幅度增大的区间中逐渐增大，并且FM信号302的波形的频率在啁啾信号301的幅度减小的区间中逐渐减小。啁啾发送器311向雷达传感器310的双工器312传送FM信号302。
301的幅度增大的区间中逐渐增大，并且FM信号302的波形的频率在啁啾信号301的幅度减小的区间中逐渐减小。啁啾发送器311向雷达传感器310的双工器312传送FM信号302。
[0072] 双工器312确定信号通过天线313的发送路径和接收路径。例如，当雷达传感器310辐射FM信号302时，双工器312形成从啁啾发送器311到天线313的信号路径，通过所形成的信号路径将FM信号302传送给天线313，并向外部辐射FM信号302。
[0073] 当雷达传感器310当前接收从对象反射的信号时，双工器312形成从天线313到频谱分析器316的信号路径。天线313接收在辐射的信号到达障碍物之后被反射并返回的信号，并且雷达传感器310通过从天线313到频谱分析器316的信号路径来传送反射的信号。
[0075] 频谱分析器316将辐射的啁啾信号301与从对象反射并返回的信号308进行比较。频谱分析器316检测辐射的啁啾信号301与反射的信号308之间的频率差。辐射的啁啾信号
301与反射的信号308之间的频率差在辐射的啁啾信号301的幅度沿着图3的曲线图309的时间轴线性地增加的区间期间指示恒定差，并且与雷达传感器310和对象之间的距离成正比。
因此，从辐射的啁啾信号301与反射的信号308之间的频率差导出雷达传感器310与对象之间的距离。频谱分析器316将分析的信息发送给雷达数据处理装置的处理器。
301与反射的信号308之间的频率差在辐射的啁啾信号301的幅度沿着图3的曲线图309的时间轴线性地增加的区间期间指示恒定差，并且与雷达传感器310和对象之间的距离成正比。
因此，从辐射的啁啾信号301与反射的信号308之间的频率差导出雷达传感器310与对象之间的距离。频谱分析器316将分析的信息发送给雷达数据处理装置的处理器。
[0076] 例如，频谱分析器316使用下面示出的等式1来计算雷达传感器310与对象之间的距离。
[0077] 等式1
[0078]
[0079] 在等式1中，R表示雷达传感器310与对象之间的距离，并且c表示光速。并且，T表示辐射的啁啾信号301在其间增加的区间的持续时间。fb表示在增加区间内的任意时间点处辐射的啁啾信号301与反射的信号308之间的频率差，并且被称为“差频(beat frequency)”。B表示调制的带宽。例如，使用下面所示的等式2来导出差频fb。
[0080] 等式2
[0081]
[0082] 在等式2中，fb表示差频，并且td表示啁啾信号301被辐射的时间点与反射的信号308被接收的时间点之间的时间差(例如，延迟时间)。
[0083] 例如，多个雷达传感器被安装在车辆的不同位置处，并且雷达数据处理装置基于由多个雷达传感器感测的信息来相对于车辆的所有方向计算相对速度、方向和到目标点的距离。雷达数据处理装置被安装在车辆中。车辆根据基于由雷达传感器收集的信息而获得的信息来提供有助于驾驶的各种功能，例如ACC、BSD和车道变换辅助(LCA)。
[0084] 多个雷达传感器中的每一个在频率调制之后向外部辐射啁啾信号，并且接收从目标点反射的信号。雷达数据处理装置的处理器根据辐射的啁啾信号与接收的信号之间的频率差来确定从多个雷达传感器中的每一个到目标点的距离。
[0085] 图4是示出了雷达数据处理方法的示例的流程图。
[0086] 参考图4，在操作410中，雷达数据处理装置根据感测的雷达数据生成多普勒图，并且基于生成的多普勒图预测AOI区域。下面将参考图9C进一步描述预测AOI区域的示例。
[0087] 在操作420中，雷达数据处理装置基于预测的AOI区域来调整用于识别雷达数据的转向信息。下面将参考图11和图12进一步描述调整转向信息的示例。
[0088] 在操作430中，雷达数据处理装置基于调整的转向信息来确定DOA信息。
[0089] 转向信息例如是预先设置和存储的一组多个候选转向矢量，并且特征值被一对一地映射到候选转向矢量。例如，当存储的多个候选转向矢量具有相位信息并且当映射到每个候选转向矢量的特征值是转向角时，雷达数据处理装置确定存储的多个候选转向矢量中与接收的雷达数据的雷达矢量相对应的目标转向矢量。雷达数据处理装置输出被映射到所确定的目标转向矢量的转向角。
[0090] 确定目标转向矢量的操作包括：例如，将存储的多个候选转向矢量中与雷达矢量具有最小差的转向矢量(例如，与雷达矢量具有最小欧几里德距离的转向矢量)确定为目标转向矢量。此外，确定目标转向矢量的操作包括：将具有与雷达矢量的若干个参数中的预定参数最相似的参数的候选转向矢量确定为目标转向矢量。另外，使用各种方案来实现确定目标转向矢量的操作。
[0091] 雷达数据处理装置将映射到所确定的目标转向矢量的转向角确定为与雷达数据相对应的DOA信息。
[0092] 当包括在转向信息中的候选转向矢量的数量增加时，由候选转向矢量指示的转向角被细分。因此，雷达数据处理装置将具有相对高的角分辨率的值确定为DOA信息。
[0093] 图5是示出了处理DOA信息的示例的流程图。
[0095] 参考图5，在操作510中，雷达数据处理装置计算样本协方差矩阵。例如，雷达数据处理装置基于通过对雷达信号进行采样而获得的结果来计算样本协方差矩阵，其中该雷达信号由雷达传感器的单独的Rx通道接收。
[0096] 在操作520中，雷达数据处理装置执行特征分解。例如，雷达数据处理装置通过执行对上述样本协方差矩阵的特征分解来计算特征值和特征向量。
[0097] 在操作530中，雷达数据处理装置计算噪声协方差矩阵。例如，雷达数据处理装置将样本协方差矩阵划分为信号分量和噪声分量。
[0098] 在操作540中，雷达数据处理装置计算空间频谱。雷达数据处理装置基于噪声协方差矩阵形成空间频谱，并且通过搜索峰值来获取DOA信息。
[0099] 例如，周围地图的分辨率与用于获取DOA信息的算法处理时间成比例。当分辨率增加时，在操作540中用于计算DOA信息的时间量增加。
[0100] 然而，上述MUSIC算法仅是示例，并且根据设计也可以对雷达数据应用其他算法。例如，可以使用传统的数字波束形成(CDBF)、Bartlett或最小方差无失真响应(MVDR)。
[0101] 图6示出了在DOA信息的处理中的分辨率的示例。
[0102] 图6示出了对象610的基于不同分辨率的转向信息的感测结果。图6的网格图案的各个空间与包括在转向信息中的候选转向矢量相对应。当包括在转向信息中的转向矢量的数量增加时，对雷达数据处理装置接收信号所沿的方向的识别的精确度增加。因此，获取了更高分辨率的感测结果。
[0103] 图6的左侧部分示出了基于具有相对高的分辨率的转向信息而感测的目标点621。图6的中间部分示出了基于具有中等分辨率的转向信息而感测的目标点622。图6的右侧部分示出了基于具有相对低的分辨率的转向信息而感测的目标点623。在示例中，当转向信息的分辨率增加时，密度增加，即，包括在转向信息中的候选转向矢量的数量增加，这导致获取准确的图像。然而，计算复杂度增加。在另一示例中，当转向信息的分辨率减小时，密度减小，即，转向信息中的候选转向矢量的数量减小，这导致获取不准确的图像。然而，计算复杂度减小。
[0104] 雷达数据处理装置执行以降低的计算复杂度和相对高的分辨率从重要区域中检测对象610的方法。在下文中，将参考图7至图12来描述雷达数据处理装置基于包括聚焦于AOI区域的候选转向矢量在内的转向信息以相对低的计算复杂度获取具有增加的分辨率的图像的操作的示例，其中预期对象610存在于AOI区域中。
[0105] 图7和图8示出了处理雷达数据的过程的示例。
[0106] 参考图7，在操作710中，雷达数据处理装置检测到目标点的距离。例如，雷达数据处理装置处理雷达信号，并识别到对雷达信号进行反射的目标点的距离。
[0107] 在操作720中，雷达数据处理装置执行DOA聚焦。雷达数据处理装置通过聚焦于预测的AOI区域来局部地增加雷达传感器的分辨率。雷达数据处理装置将与AOI区域相对应的候选转向矢量添加到转向信息。例如，在操作820中，雷达数据处理装置生成多普勒图。雷达数据处理装置基于辐射的信号与反射的信号之间的频率差来生成多普勒图。雷达数据处理装置根据雷达数据确定到目标点的距离和目标点的多普勒速度，以生成多普勒图。在操作830中，雷达数据处理装置预测AOI区域。例如，雷达数据处理装置基于在具有雷达传感器的雷达数据处理装置的移动方向与从多普勒图中所示的目标点反射的雷达数据被接收的方向之间形成的角度来确定AOI区域。
[0109] 在操作730中，雷达数据处理装置估计DOA信息。例如，雷达数据处理装置基于调整的转向信息来识别每个目标点的雷达数据。雷达数据处理装置从包括聚焦于AOI区域的候选转向矢量的转向信息中识别与雷达数据相匹配的目标转向矢量。雷达数据处理装置将与识别的目标转向矢量相对应的转向角确定为针对雷达数据的DOA信息。例如，雷达数据处理装置使用MUSIC算法、MVDR算法或经由旋转不变技术对信号参数的估计(ESPRIT)来估计DOA信息。雷达数据处理装置从转向信息中识别与感测的雷达数据的雷达矢量相匹配的目标转向矢量，并将与识别的目标转向矢量相对应的转向角确定为DOA信息。
[0110] 在操作740中，雷达数据处理装置生成地图。例如，雷达数据处理装置基于针对雷达数据确定的DOA信息来生成周围地图。例如，在操作860中，雷达数据处理装置将获取的关于目标点的信息(例如，到目标点的距离、或针对目标点的DOA信息)转换为坐标。雷达数据处理装置使用例如恒定误报率(CFAR)检测方案或Max-Op。在操作870中，雷达数据处理装置基于坐标来更新周围地图。例如，雷达数据处理装置基于DOA信息来针对雷达传感器生成雷达扫描图像。雷达数据处理装置基于针对多个雷达传感器中的每一个所生成的雷达扫描图像来生成雷达数据处理装置的周围地图。
[0111] 而且，尽管未在图7中示出，但是雷达数据处理装置在如图8所示的操作850中选择目标点。雷达数据处理装置从在操作730中估计了DOA信息的目标点中选择要应用于生成地图的目标点。在一个示例中，雷达数据处理装置选择在雷达传感器的视场(FOV)内的目标点。雷达数据处理装置从操作740排除在FOV外部的目标点。在另一示例中，当两个目标点的DOA信息之间的相似度大于或等于阈值相似度时，雷达数据处理装置从这两个目标点中选择一个并排除另一个，因为当两个目标点的DOA信息彼此相同或非常相似时，这两个目标点是基本相同的点。因此，由于基于相同的目标点生成地图，雷达数据处理装置的操作负荷增加，但是分辨率不增加。
[0112] 在下文中，将参考图9A至图9C描述操作830的确定AOI区域的示例。
[0113] 图9A至图9C示出了多普勒图的示例以及动态地调整与多普勒图相对应的转向信息的示例。
[0114] 雷达数据处理装置910基于在雷达数据处理装置910的移动方向与雷达数据被接收的方向之间形成的角度来确定AOI区域。接收的雷达数据是与从多普勒图930中所示的目标点反射的信号相对应的数据。
[0115] 多普勒图930是表示由雷达传感器911感测的目标点的多普勒信息的图，并且基于车辆的行进方向示出了每个目标点的相对位置和多普勒值。在多普勒图930中，水平轴表示多普勒值，并且竖直轴表示到目标点的距离(行程(range))。多普勒值例如是多普勒速度，并且是基于雷达传感器911到目标点的相对速度。
[0116] 例如，图9A示出了在雷达数据处理装置910周围存在目标A 921、目标B 922和目标C 923的情况。目标A 921基于雷达数据处理装置910的移动方向位于θA处，目标B 922基于雷达数据处理装置910的移动方向位于θB处，并且目标C 923基于雷达数据处理装置910的移动方向位于θC处。
[0117] 图9B示出了在图9A的情况下基于由雷达传感器911收集的雷达数据生成的多普勒图930。
[0118] 当如上所述获得的结果被映射到多普勒图930时，目标A 921具有多普勒速度vA并且存在于与行程rA相对应的点931处。目标B 922具有多普勒速度vB，并且存在于与行程rB相对应的点932处。目标C 923具有多普勒速度vC，并且存在于与行程rC相对应的点933处。
[0119] 雷达数据处理装置910从多普勒图930确定针对目标点的转向角。从多普勒图930检测到的针对目标点的转向角被称为“感兴趣转向角”。雷达数据处理装置910的移动速度、各个目标的多普勒速度和感兴趣转向角之间的关系如下面的等式3所示地来表示。
[0120] 等式3
[0121] vd＝v·cosθ
[0122] 在等式3中，vd表示目标的多普勒速度，θ表示感兴趣转向角，并且v表示雷达数据处理装置910(例如，车辆)的移动速度。因此，雷达数据处理装置910基于雷达数据处理装置910的速度和多普勒图930中所示的目标点的多普勒速度来确定从雷达数据处理装置910到目标点的感兴趣转向角θ。例如，使用下面示出的等式4来计算感兴趣转向角θ。
[0123] 等式4
[0124] θ＝±|cos-1(Vd/v)|
[0125] 基于等式4，雷达数据处理装置910基于目标的多普勒速度vd和雷达数据处理装置910的移动速度v来计算感兴趣转向角θ。
[0126] 雷达数据处理装置910基于多普勒图930中所示的到目标点的距离以及在雷达数据处理装置910的移动方向与从目标点反射的信号被接收的方向之间形成的角度来确定图9C的AOI区域。
[0127] 图9C示出了基于包括在转向信息中的候选转向矢量的转向角和行程的布置940。例如，图9C示出了基于图9B的多普勒图930预测的AOI区域941、942和943的示例。导出根据多普勒图930计算的θ的大小，但是不限制符号(例如，+或-)，并且相应地，雷达数据处理装置910将AOI区域941、942和943设置为基于行程轴彼此对称，如图9C所示。
[0128] 图9C的网格的两条直线相交的点指示候选转向矢量以该点的角度来定位。雷达数据处理装置910基于行程和感兴趣转向角来确定AOI区域941、942和943，其中感兴趣转向角使用如上所述的等式4针对目标点从转向信息计算得出。
[0129] 因为图9A的目标A 921位于雷达数据处理装置910的移动方向的中心部分，所以目标A 921的多普勒速度vd等于雷达数据处理装置910的移动速度v。因此，针对目标A 921的感兴趣转向角θA可以是“0”。如图9C所示，雷达数据处理装置910基于感兴趣转向角θA形成与目标A 921相对应的AOI区域941。雷达数据处理装置910向转向信息添加被映射到AOI区域941内的转向角的候选转向矢量。
[0130] 因为目标B 922和C 923偏离雷达数据处理装置910的移动方向，所以目标B 922和C 923的多普勒速度vd不同于雷达数据处理装置910的移动速度v。因此，基于雷达数据处理装置910的移动方向，雷达数据处理装置910获取针对目标B 922和C 923的正的感兴趣转向角θB和θC以及负的感兴趣转向角θB和θC。在图9C中，雷达数据处理装置910确定与两个感兴趣转向角中的每一个相对应的AOI区域。对于目标B 922，雷达数据处理装置910确定与正的感兴趣转向角θB和负的感兴趣转向角θB两者相对应的AOI区域942。此外，对于目标C 923，雷达数据处理装置910确定与正的感兴趣转向角θC和负的感兴趣转向角θC两者相对应的AOI区域943。
[0131] 例如，假设由雷达数据处理装置910在多普勒图930中示出的目标点是静态背景。在一个示例中，当目标点实际上是静态背景时，所检测到的目标点可以被用于更新雷达图。
在另一示例中，当目标点是动态对象而不是静态背景时，该动态对象自然地被排除在更新雷达图之外，因为动态对象基于雷达数据处理装置910的移动而偏离AOI区域。因此，在图9B中，各个目标的多普勒速度被认为是雷达数据处理装置910接近静止目标的相对速度。
在另一示例中，当目标点是动态对象而不是静态背景时，该动态对象自然地被排除在更新雷达图之外，因为动态对象基于雷达数据处理装置910的移动而偏离AOI区域。因此，在图9B中，各个目标的多普勒速度被认为是雷达数据处理装置910接近静止目标的相对速度。
[0132] 图10A至图10C示出了确定AOI区域的示例。
[0133] 在示例中，响应于基于多普勒速度和雷达数据处理装置1010的速度而计算出多个感兴趣转向角，雷达数据处理装置1010排除该多个感兴趣转向角的一部分。例如，雷达数据处理装置1010基于雷达传感器1011的FOV来排除在FOV外部的感兴趣转向角，并且选择在FOV内的感兴趣转向角。雷达数据处理装置1010基于选择的感兴趣转向角来确定AOI区域。
[0134] 图10A示出了雷达传感器1011倾斜于车辆的纵向轴线定位的示例。
[0135] 在图10A中，雷达传感器1011相对于雷达数据处理装置1010的移动方向被安装在雷达数据处理装置1010的一侧(例如，左侧)以观察该侧。雷达数据处理装置1010使用雷达传感器1011接收从目标点反射的雷达信号。
[0136] 在图10B中，雷达数据处理装置1010生成多普勒图1030，类似于图9B。所生成的多普勒图1030包括与目标B 1022相对应的点1031。雷达数据处理装置1010基于目标B 1022的多普勒速度和雷达数据处理装置1010的移动速度来确定感兴趣转向角θB。基于上述等式4，针对目标B 1022的感兴趣转向角θB由正值和负值表示。然而，使用如图10A所示定位的雷达传感器1011不可能观察到正的感兴趣转向角(例如，图10A的雷达数据处理装置1010的右侧)。因此，雷达数据处理装置1010将负值确定为针对目标B 1022的感兴趣转向角θB。
[0137] 图10C示出了基于包括在转向信息中的候选转向矢量的转向角和行程的布置1040。例如，图10C示出了基于上述感兴趣转向角θB确定的AOI区域。与图9C类似，在图10C中，确定候选AOI区域1041和1042，并且雷达数据处理装置1010排除在右侧的AOI区域1042，因为雷达传感器1011被安装在左侧。
[0138] 雷达数据处理装置1010向转向信息中的单个AOI区域(即，针对目标B 1022确定的AOI区域1041)添加候选转向矢量。雷达数据处理装置1010排除对与正的感兴趣转向角相对应的AOI区域1042的候选转向矢量的添加。
[0139] 在另一示例中，雷达数据处理装置1010基于根据从目标点反射的雷达信号测量的相位信息来排除多个感兴趣转向角的一部分。例如，雷达数据处理装置1010基于针对目标点的雷达数据之间的简化相位比较来确定目标点相对于数据处理装置1010的移动方向是位于右侧还是左侧。雷达数据处理装置1010基于目标点所位于的一侧来选择多个感兴趣转向角的一部分。雷达数据处理装置1010基于选择的感兴趣转向角的那部分来确定AOI区域。
[0140] 图11示出了确定向AOI区域添加的候选转向矢量的分辨率的示例。
[0141] 基于图9A的目标C 923对图11进行描述。图11示出了当感兴趣转向角为30度时的转向分辨率配置数据1101和基于转向分辨率配置数据1101生成的转向信息1102的示例。
[0142] 例如，转向分辨率配置数据1101的水平轴和竖直轴分别表示角度和角分辨率。转向分辨率配置数据1101基于与各个目标点相对应的转向角来指示角分辨率。而且，角分辨率与AOI区域内的候选转向矢量1180之间的角度差相对应。当角度差减小时，转向信息1102的密度增加。
[0143] 雷达数据处理装置在转向信息1102中添加在AOI区域内的预定数量的候选转向矢量1180。例如，雷达数据处理装置将基于为AOI区域指定的角分辨率所计算的多个候选转向矢量1180添加到转向信息1102。
[0144] 转向信息1102是关于任意距离的一组候选转向矢量1180。例如，转向信息1102包括候选转向矢量1180，这些候选转向矢量1180间隔开与由转向分辨率配置数据1101指示的角分辨率相对应的角度差。虽然为了便于描述，图11在一个维度上示出了转向信息1102，但是示例不限于此。转向信息1102还包括针对每个距离并且针对每个转向角具有不同密度的候选转向矢量1180。
[0145] 雷达数据处理装置基于与AOI区域内的AOI 1170的角度差以及候选转向矢量1180之间的角度间隔来确定添加的候选转向矢量1180的数量。例如，雷达数据处理装置将较大数量的候选转向矢量1180添加到靠近AOI区域的中心部分的区域。雷达数据处理装置将较小数量的候选转向矢量1180添加到远离AOI区域的中心部分的区域。因此，转向信息1102在靠近AOI 1170的区域中以相对高的密度包括候选转向矢量1180，并且在远离AOI 1170的区域中以相对低的密度包括候选转向矢量1180。
[0146] 对于目标C，因为感兴趣角度是30度，所以转向分辨率配置数据1101以与分辨率指示线1130相同的形式来表示。因此，雷达数据处理装置将角度间隔设定为随着距AOI的距离增加而增大。
[0147] 尽管图11中示出了弯曲的分辨率指示线，但是分辨率指示线的形式不限于此。在图11中，分辨率指示线1130被示为关于AOI 1170对称并且收敛于AOI 1170附近的最小值(例如，“0”)的向下凹的曲线，但是示例不限于此。例如，分辨率指示线1130可以是关于AOI 1170对称并且收敛于AOI 1170附近的最小值(例如，“0”)的向下凸的曲线。此外，分辨率指示线1130是关于AOI 1170彼此对称同时收敛于AOI 1170附近的最小值(例如，“0”)的两条直线。尽管如图11所示，分辨率指示线1130关于AOI 1170彼此对称，但是示例不限于此。
[0148] 分辨率指示线1130被用于设置包括在转向信息1102中的候选转向矢量之间的角度间隔。分辨率指示线1130指示在靠近AOI 1170的区域中减小的角度间隔以及在远离AOI 1170的区域中增大的角度间隔。
[0149] 因此，雷达数据处理装置基于分辨率指示线1130确定AOI区域内的候选转向矢量1180之间的角度间隔。
[0150] 转向分辨率配置数据1101包括用于由任意雷达传感器感测的多个目标的分辨率指示线。雷达数据处理装置通过多条分辨率指示线的重叠来确定相对于雷达传感器的每个转向角的候选转向矢量1180的密度。例如，当多条分辨率指示线中的每一条各自指示对于任意目标点的角度间隔时，雷达数据处理装置将角度间隔的平均值确定为该目标点的角分辨率。
[0151] 此外，雷达数据处理装置确定AOI区域内的最小间隔阈值。例如，雷达数据处理装置将AOI区域内的AOI 1170附近的候选转向矢量1180之间的角度间隔限制为大于或等于最小间隔阈值，而不管分辨率指示线1130如何。最小间隔阈值是指示候选转向矢量1180之间的最小角度间隔的阈值。例如，当最小间隔阈值被设置为“0.7”时，雷达数据处理装置将AOI区域内间隔至少为0.7度的候选转向矢量1180添加到转向信息1102。因此，雷达数据处理装置可以通过以比所需分辨率更精细的分辨率识别雷达数据来防止不必要的操作。
[0152] 雷达数据处理装置确定AOI区域外部的最大间隔阈值。例如，雷达数据处理装置将远离AOI 1170(例如，对于目标C为30度)的区域(例如，60度、80度、-60度或-80度)中的候选转向矢量1180之间的角度间隔限制为小于或等于最大间隔阈值，而不管分辨率指示线1130如何。最大间隔阈值是指示候选转向矢量1180之间的最大角度间隔的阈值。例如，当最大间隔阈值被设置为“2.8”时，雷达数据处理装置向转向信息1102添加相对于雷达传感器的整个感测范围间隔小于或等于2.8度的候选转向矢量1180。因此，即使对于除AOI区域之外的区域，雷达数据处理装置也可以通过以与最小精确度相对应的分辨率识别雷达数据来确保用户的安全。
[0153] 图12示出了确定的转向信息的示例。
[0154] 雷达数据处理装置动态地调整AOI区域的位置、AOI区域的大小和AOI区域的数量中的任何一个或任何组合。AOI区域的位置由转向信息中的候选转向角和行程来限定。AOI区域的大小被确定为围绕AOI的圆，但是示例不限于此。AOI区域关于与目标点相对应的行程与围绕AOI的角度相对应。AOI区域的数量与从多普勒图检测到的目标点的数量相对应。
[0155] 例如，雷达数据处理装置根据默认转向信息1210生成自适应转向信息1230。雷达数据处理装置基于配置数据1220改变包括在默认转向信息1210中的候选转向矢量的分布，以生成自适应转向信息1230。例如，雷达数据处理装置调整被添加到AOI区域的候选转向矢量的数量。在配置数据1220中，水平轴表示雷达传感器的FOV所划分成的数量，并且竖直轴表示转向角。配置数据1220仅是示例，并且示例不限于此。
[0156] 自适应转向信息1230中示出的点与候选转向矢量相对应。例如，在任意转向角和任意行程处示出的点可以是这样的候选转向矢量：该候选转向矢量包括被计算为在该转向角和行程处接收的雷达信号的相位信息。图12的点指示候选转向矢量。在自适应转向信息1230的AOI区域1231中，候选转向矢量具有相对高的密度。
[0157] 雷达数据处理装置将候选转向矢量添加到AOI区域。此外，雷达数据处理装置从转向信息中消除与除所预测的AOI区域之外的区域相对应的候选转向矢量的至少一部分。因此，雷达数据处理装置进一步聚焦于AOI区域。雷达数据处理装置基于自适应转向信息1230动态地调整雷达图像的分辨率，其中自适应转向信息1230包括密集地分布在AOI区域中的候选转向矢量和稀疏地分布在其他区域中的候选转向矢量。
[0158] 雷达数据处理装置通过动态地调整包括在转向信息中的候选转向矢量来增加预期存在目标的AOI区域的雷达分辨率。
[0159] 本文中关于图1、图2、图3和图10A描述的雷达数据处理装置110、200和1010、雷达传感器111和210、310和1011、其他装置、单元、模块、设备和其他组件由硬件组件来实现。在适当的情况下可用于执行本申请中所描述的操作的硬件组件的示例包括控制器、传感器、生成器、驱动器、存储器、比较器、算术逻辑单元、加法器、减法器、乘法器、除法器、积分器以及被配置为执行本申请所描述的操作的任何其他电子组件。在其他示例中，通过计算硬件(例如，通过一个或多个处理器或计算机)来实现执行本申请中描述的操作的硬件组件中的一个或多个。处理器或计算机可以由一个或多个处理元件(比如，逻辑门阵列、控制器和算术逻辑单元、数字信号处理器、微计算机、可编程逻辑控制器、现场可编程门阵列、可编程逻辑阵列、微处理器或被配置为以定义的方式响应和执行指令以实现期望结果的任何其他设备或设备的组合)来实现。在一个示例中，处理器或计算机包括或连接到存储由处理器或计算机执行的指令或软件的一个或多个存储器。由处理器或计算机实现的硬件组件可以执行指令或软件，诸如操作系统(OS)和在OS上运行的一个或多个软件应用程序，以执行本申请中描述的操作。硬件组件还可以响应于指令或软件的执行来访问、操纵、处理、创建和存储数据。为了简洁起见，在本申请中描述的示例的描述中可以使用单数术语“处理器”或“计算机”，但是在其他示例中可以使用多个处理器或计算机，或者处理器或计算机可以包括多个处理元件、或多种类型的处理元件、或两者兼有。例如，单个硬件组件或者两个或更多个硬件组件可以由单个处理器、或两个或更多个处理器、或者处理器和控制器来实现。一个或多个硬件组件可以由一个或多个处理器、或处理器和控制器来实现，并且一个或多个其他硬件组件可以由一个或多个其他处理器、或另一处理器和另一控制器来实现。一个或多个处理器或者处理器和控制器可以实现单个硬件组件、或者两个或更多个硬件组件。硬件组件可以具有不同的处理配置中的任何一种或多种，所述处理配置的示例包括单处理器、独立处理器、并行处理器、单指令单数据(SISD)多处理、单指令多数据(SIMD)多处理、多指令单数据(MISD)多处理和多指令多数据(MIMD)多处理。
[0160] 执行本申请中所描述的操作的图4、图5、图7和图8所示的方法是由计算硬件来执行的，例如，由如上所述实现的一个或多个处理器或计算机来执行的，所述一个或多个处理器或计算机执行指令或软件以执行本申请所描述的操作(通过所述方法执行的操作)。例如，单个操作或者两个或更多个操作可以由单个处理器、或者两个或更多个处理器、或者处理器和控制器执行。一个或多个操作可以由一个或多个处理器或者处理器和控制器执行，并且一个或多个其他操作可以由一个或多个其他处理器、或者另一处理器和另一控制器执行。一个或多个处理器或者处理器和控制器可以执行单个操作或者两个或更多个操作。
[0161] 用于控制处理器或计算机实现硬件组件并执行如上所述的方法的指令或软件被写为计算机程序、代码段、指令或其任何组合，用于单独地或共同地指示或配置处理器或计算机作为机器或专用计算机来操作，以执行由硬件组件执行的操作和上述方法。在一个示例中，指令或软件包括由处理器或计算机直接执行的机器代码，例如由编译器产生的机器代码。在另一个示例中，指令或软件包括由处理器或计算机使用解释器执行的高级代码。本领域的普通编程人员能够基于附图中所示的框图和流程图以及说明书中的对应描述来容易地编写指令或软件，其中附图中所示的框图和流程图以及说明书中的对应描述公开了用于执行由硬件组件执行的操作和如上所述的方法的算法。
[0162] 控制处理器或计算机实现硬件组件并执行如上所述的方法的指令或软件、以及任何相关数据、数据文件和数据结构被记录、存储或固定在一个或多个非暂时性计算机可读存储介质之中或之上。非暂时性计算机可读存储介质的示例包括：只读存储器(ROM)、可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态驱动器(SSD)、闪存、卡类型的存储器(比如，多媒体卡或微型卡(例如，安全数字(SD)或极限数字(XD)))、磁带、软盘、磁光数据存储设备、光学数据存储设备、硬盘、固态盘以及任何其他设备，所述任何其他设备被配置为以非暂时性方式存储指令或软件以及任何相关数据、数据文件和数据结构，并且向处理器或计算机提供指令或软件以及任何相关数据、数据文件和数据结构，使得处理器或计算机可以执行所述指令。
[0163] 虽然本公开包括特定的示例，但是对于本领域普通技术人员来说显而易见的是，在不脱离权利要求及其等同物的精神和范围的情况下，可以在这些示例中进行形式和细节上的各种改变。本文描述的示例仅被认为是描述性的，而不是为了限制的目的。每个示例中的特征或方面的描述被认为适用于其他示例中的类似特征或方面。如果所描述的技术以不同的顺序执行和/或如果所描述的系统、架构、设备或电路中的组件以不同的方式组合和/或被其他组件或其等同物替换或补充，则可以实现合适的结果。因此，本公开的范围不是由详细描述来限定，而是由权利要求及其等同物来限定，并且在权利要求及其等同物的范围内的所有变化都被解释为包括在本公开中。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于互联网+的智能立体车库系统及存取车方法 | 2023-02-08 | 2 |
| 模型训练方法、图像处理方法、装置、介质和电子设备 | 2021-05-13 | 0 |
| 信息处理设备、方法及其程序 | 2022-03-25 | 2 |
| 显示控制方法及相关产品 | 2022-05-20 | 0 |
| 手写笔迹显示方法、手写阅读设备及计算机存储介质 | 2020-10-10 | 2 |
| 服装面料自动识别方法、装置、系统、设备及存储介质 | 2020-12-01 | 0 |
| 一种视频信息提示方法、装置、设备及存储介质 | 2021-03-08 | 1 |
| 基于结构光的辊压机辊面重建装置和方法 | 2020-08-18 | 1 |
| 一种数据处理的方法及装置 | 2021-02-21 | 1 |
| 一种签约方法和装置 | 2023-10-01 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈