차량용 레이다 기반 도로 환경 표적 길이 추정에 대한 연구

Abstract

본 논문은 FMCW 차량용 레이다를 이용해 도로 환경에 존재하는 표적들의 길이를 추정하는 방법을 제안한다. 본 논문의 길이 추정 기법은 우선 수신 신호에 대해 원하지 않는 클러터 신호를 제거한다. 그리고 VTRS 알고리즘을 이용해 각 거리 빈에 존재하는 표적의 개수를 추정한 후, ESPRIT 알고리즘을 이용해 각 표적의 각도를 추정한다. 표적의 개수, 각도 정보를 이용해 표적 신호를 2차원 거리-각도 맵에 도시한 후 군집화 알고리즘을 이용해 각 표적의 신호를 군집화한다. 최종적으로 군집 신호를 이용해 각 표적의 길이를 추정하게 된다. 본 논문에서 제안하는 방법의 효용성을 입증하기 위해 도로 환경을 가정한 시뮬레이션을 수행하였으며 평균 90% 이상의 길이 추정 정확도를 달성하였다. 제안하는 방법은 지능형 교통체계 및 자율주행 시스템의 지역경로계획에 적용될 수 있다는 점에서 의의가 있다.

This paper proposes a method to estimate length of targets in a road environment using a frequency-modulation continuous waveform radar sensor. The proposed methods utilize signal-processing technique to estimate the length of each target that are moving in the road environment. To estimate the length of targets, the proposed length-estimation system preprocesses the reflected signals to suppress unwanted signals like clutter signals. Then, the system uses VTRS algorithm to estimate the number of targets in a range bin and ESPRIT algorithm to estimate the direction of arrival of each target. Using this information, the system plots the vehicles in a range-angle domain and uses clustering algorithm to cluster the data of each vehicle. Finally, the system utilizes the clustered data to estimate the length of each vehicle. We performed a simulation to validate the effectiveness of the proposed length-estimation method. The proposed method could estimate the length information with over 90% average accuracy. The proposed method can be applied to local path planning in autonomous driving system and intelligent transport systems.