검색 상세

차량용 레이더 시스템의 표적 구분을 위한 신호 처리

Advanced Signal Processing for Target Classification of Automotive Radar Systems

  • 발행기관 서강대학교 일반대학원
  • 지도교수 김영록
  • 발행년도 2020
  • 학위수여년월 2020. 2
  • 학위명 박사
  • 학과 및 전공 일반대학원 전자공학과
  • UCI I804:11029-000000064921
  • 본문언어 영어
  • 저작권 서강대학교 논문은 저작권보호를 받습니다.

초록/요약

Recently, prevention and reduction of traffic accidents in the automobile field, as well as the Advanced Driver Assistance Systems (ADAS) is being carried out in a variety of ways to increase driver convenience. ADAS safety evaluated through the New Car Assessment Program (NCAP), a step high upper level of safety, pedestrian safety is needed. Adaptive Cruise Control (ACC) and Automatic Emergency Braking (AEB) are systems of ADAS designed to provide pedestrian safety along with driver safety, and pedestrian recognition through automotive sensors is essential for application. Various sensors such as radar, lidar, and camera are actively being researched for automotive sensor. In particular, radar sensor shows robust performance even when visibility is not ensured by climate, illumination, and road conditions. It is also popular in the automotive sensor market due to its ability to detect distant targets and its low computational complexity and low price. However, current target classification research through radar is in its early stages, which makes it difficult for radar alone to detect targets. In this paper, signal processing for target classification of automotive radar system is proposed. In addition, the author proposes a single sample-based method for automotive radar requiring real-time systems. In an environment with multiple stationary clutters, such as a steel bridge or steel tunnel, target-classification performance is degraded. In this paper, a method of classifying moving target and stationary clutters through phase characteristic in spatial domain is proposed. In addition to classifying between simple targets and clutters, classification is required for pedestrians and vehicles mentioned above. In this paper, the author proposes a method of classifying pedestrians and vehicles. Along with the method of classifying targets through phase similarity in spatial area, the method of classifying targets through frequency similarity within a single sample is proposed respectively. Furthermore, the proposed target classification method is applied to the SVM and as a result it shows the improved target classification method.

more

초록/요약

최근에 자동차 분야에서 교통사고의 예방 및 감소는 물론, 나아가 운전자의 편의를 증대시키기 위해 운전자 보조 시스템(ADAS) 개발이 다양하게 진행되고 있다. ADAS는 신차 평가 프로그램(NCAP)을 통해 안전성을 평가 받으며, 한 단계 더 높은 수준의 안전성인 보행자 안전이 요구되고 있다. ADAS 중 적응 순항 제어(ACC)와 자동 긴급 제동(AEB) 시스템은 운전자의 안전과 함께 보행자의 안전을 제공하기 위한 시스템으로, 시스템 적용을 위해 차량용 센서를 통한 보행자 인식이 필수적이다. 차량용 센서에는 레이더(radar), 라이다(lidar), 카메라 등 다양한 센서가 활발히 연구되고 있다. 특히. 레이더 센서는 기후, 조도, 도로 상태에 따른 시야가 확보되지 않는 상황에서도 우수한 성능을 보인다. 또한 원거리 표적을 감지할 수 있으며, 연산 복잡도가 낮고 가격이 저렴하다는 장점 때문에 차량용 센서 시장에서 각광받고 있다. 하지만 현재 레이더를 통한 표적 구분 연구가 초기 단계이며, 이에 따라 레이더 단독으로 표적을 검출하는데 무리가 있다. 본 논문에서 차량용 레이더 시스템의 표적 구분을 위한 신호 처리를 제안한다. 또한, 실시간 시스템이 요구되는 차량용 레이더를 위해 단일 샘플 기반의 방법을 제안한다. 철교나 철제 터널과 같이 다수의 정지 클러터(clutter)가 있는 환경에서, 표적 구분 성능은 저하된다. 본 논문에서 공간 영역에서 위상 특성을 통해 이동하는 표적과 정지 클러터를 구분하는 방법을 제안한다. 단순한 표적과 클러터의 구분 이외에도, 앞서 언급한 보행자와 차량에 대한 구분이 필요하다. 본 논문에서 보행자와 차량을 구분하는 방법을 제안한다. 공간 영역에서 위상 유사성을 통해 표적을 구분하는 방법과 함께, 단일 샘플 내에서 주파수 유사성을 통해 표적을 구분하는 방법을 각각 제안한다. 나아가, 제안한 표적 구분 방법을 SVM에 적용하여 향상된 표적 구분 방법을 제안한다.

more