1
行业动态

从构造和原理解析汽车毫米波雷达优势

雷达进入交通行业的初期有——雷达测速。而现在雷达成为了车主摆脱油门的助手——自适应巡航的主传感器,以及并线的保护神——盲点监测和并线辅助用传感器,还偶尔扮演避免追尾事故的最后一道防线——自动紧急制动用传感器。

构造和原理

目前车载雷达的频率主要分为24GHz频段和77GHz频段,其中77GHz频段代表着未来的趋势:这是国际电信联盟专门划分给车用雷达的频段。严格来说77GHz的雷达才属于毫米波雷达,但是24GHz的雷达也被称为毫米波雷达。

在工程实践中,雷达天线具体实现的方法有很多种。目前车载雷达中比较常见的是平面天线阵列雷达,相比其他实现方式,平面雷达没有旋转机械部件,从而能保证更小的体积和更低的成本。

下面以目前常见的平板天线雷达为例,介绍车载雷达的构造和原理。

  车载雷达:


  天线阵列,如下图所示:

从上至下分别是10条发射天线TX1,然后是2条发射天线TX2,最后是4条接收天线RX1至RX4。

两组发射天线分别负责探测近处和远处的目标,其覆盖范围如下图所示:


因为近处的视角(FOV)较大约有90度,所以需要更多天线,而远处的视角小,约只有20度,所以两根天线就能满足需要。

  雷达装车位置如下图所示:

雷达通过天线发射和接收电磁波,所发射的电磁波并非各向均匀的球面波,而是以具有指向性的波束的形式发出,且在各个方向上具有不同的强度,如下图所示:

雷达测量目标的主要参数:位置、速度和方位角。

位置和速度

雷达波由发射天线发出、被目标反射后,由接收天线接收雷达回波。通过计算雷达波的飞行时间,乘以光速再除以2就可以得到雷达和目标之间的距离。

而根据多普勒效应,通过计算返回接收天线的雷达波的频率变化就可以得到目标相对于雷达的运动速度,简单地说就是相对速度正比于频率变化量。当目标和自车接近时,回波的频率相比发射频率有所升高,反之则频率降低。

实现位置和速度的测量方法根据雷达采用的调制方式有关。雷达的调制是为了实现雷达回波的识别和飞行时间的测量,需要在雷达发射的电磁波上加入标记和时间参考。在车载雷达中主要使用幅值调制和频率调制两种方式。

方位角

通过并列的接收天线收到同一目标反射的雷达波的相位差计算得到目标的方位角。原理如下图所示:

其中方位角αAZ可以通过两个接收天线RX1和RX2之间的几何距离d以及两天线收到雷达回波的相位差b通过简单的三角函数计算得到。

应用实例

毫米波雷达最常见的三种用途:

ACC(自适应巡航)

BSD&LCA(盲点监测和变道辅助)

AEB(自动紧急制动,通常配合摄像头进行数据融合)

雷达的数据处理流程

实现ACC等功能的核心技术是目标识别与跟踪。接收天线收到雷达回波并解调后,控制器对模拟信号进行数字采样并做相应的滤波。接下来用FFT手段将信号变换至频域。接下来寻找信号中特定的特征,例如频域的能量峰值。在这一步还不能得到我们需要的目标,获取的仅仅是雷达波的反射点的信息。

对于高性能雷达来说,此时获得的多个反射点可能来自一个物体,如一辆货车可能形成5-10个反射点。所以首先还要将很可能属于同一物体的反射点匹配到同一个反射点集群中。接下来通过跟踪各个反射点集群,形成对物体的分布的猜测。

在下一个测量循环中,基于上一次的物体分布,预测本测量循环中可能的物体分布,然后尝试将当前得到的反射点集群与预测结果进行匹配。当反射点集群与上一测量循环得到的物体信息匹配成功时,就得到了该物体的“轨迹”,同时该物体的可信度增加,反之则可信度下降。只有当一个物体的可信度超过一定门限时,该物体才会成为目标而进入目标列表。

关于雷达的两个问题

  雷达到底能不能探测到静止目标?

早期的ACC系统不会对静止物体作出反应,比如前方有静止物体,在进入探测范围前就停在前方的车辆,ACC并不会将该车作为目标,不会发出减速请求。所以有人以为雷达无法探测静止物体,这其实是一个误解。

通过之前的叙述可以得出,雷达探测能力与物体的雷达波反射特性有关,不涉及其任何运动特性,所以只要物体的雷达反射截面足够大,该物体就不存在无法探测的问题。早期ACC不对静止物体作出反应主要是由于目标分类的缘故。由于早期雷达的角分辨率较低,导致高度方向和横向的分辨率较低,无法很好的区分可以越过的物体(如井盖),或者可以从下方穿过的物体(如路牌)。

为了避免ACC误动作,比如在高速公路上由于路牌而制动,设计成不对从探测到开始就保持的静止物体进行反应,因为无法判断该物体是基础设施还是交通参与者。另一方面,即使是早期的ACC系统,由于雷达保存了该目标的历史信息,如果已经探测到的车辆从行驶中制动到停止,系统仍然能够将该物体划分为交通参与者,从而进行制动。

  相比激光雷达的优势?

随着自动驾驶的趋于成熟,激光雷达因其具有高精度、大信息量、不受可见光干扰的优势而受到前所未有的追捧。但目前主流的自动驾驶方案并未抛弃毫米波雷达,这又是什么原因呢?

首先原因:天气。激光的波长远小于毫米波雷达(nm vs mm),所以雾霾会导致激光雷达失效。同样的环境下,毫米波雷达的探测距离可以轻松超过200米,而激光雷达目前的性能一般不超过150米,所以对于高速公路跟车这样的情景,毫米波雷达能够做的更好。

其次原因:价格。毫米波雷达作为成熟产品,目前的价格约1500元,而激光雷达的价格需过万,并且由于激光雷达获取的数据量远超毫米波雷达,导致对处理器要求更高,同时也意味着更高的价格。所以对于汽车制造商而言,在简单场景中毫米波雷达仍然是最优选择,而在自动驾驶或中高档汽车配置中,常选择激光、毫米波等多种手段的融合。

文章分类: 行业动态