在当今快速发展的自动驾驶技术领域,传感器的作用日益凸显,它们是实现车辆环境感知的基石。其中,毫米波雷达因其优势,已成为自动驾驶传感器套件中重要的一部分。这种雷达不仅能够在各种恶劣的天气条件下稳定工作,还能提供精确的距离和速度信息,这对于车辆的安全导航至关重要。
RADAR(RAdio Dectecting And Ranging)是指利用毫米波信号(30-300GHz)来探测和测量目标的雷达系统,其中毫米波是微波的一个子频段。在汽车领域,使用的毫米波雷达主要在24GHz,77GHz和79GHz三个频段,如图1所示。
图1 毫米波雷达频段
我们知道随着毫米波雷达工作频率越高,波长就越短,分辨率就越高。因此,与24GHz雷达相比,工作频率在76-81GHz的毫米波雷达,物体分辨准确度,测速和测距精确度都会进一步提高,能检测行人和自行车,且设备体积更小,更便于在车辆上安装和部署。
按照探测距离,毫米波雷达可分为短程(SRR),中程(MRR)和远程(LRR)雷达,如图2所示。
图2 短、中、远程雷达
为了在车端更好的采集车辆周围信息,通常将毫米波雷达安装在车辆正前方和四周,即角雷达和前向雷达。主要实现BSD、LCA等L0自动驾驶功能,以及在ACC等L1~L2自动驾驶功能中实现重要的目标感知。如图3所示。
图3 角雷达与前向雷达
进一步来说,通过三种探测距离的雷达不同程度组合,可以承担着不同的ADAS功能,如表1所示:
表1 ADAS功能与雷达配置
毫米波雷达通过天线发射特定波形的电磁波,并接收目标反射的电磁波,通过信号处理计算出目标的位置、移动速度和方位等信息。毫米波雷达主要由天线、射频(RF)组件和数字信号处理模块组成,如下图4所示。
图4 毫米波雷达组成(图片来源于网络)
从技术角度来看,FMCW(Frequency Modulated Continuous Wave )调频连续波雷达是现在的主流方案。相对于其他的波形调制技术而言,FMCW 可进行多目标探测,距离与速度探测,并可对目标进行连续追踪,系统敏感性高且误报率低。FMCW发送的是频率随时间变化的波形,通常是线性变化的,如图5所示。
图5 FMCW波形(图片来源于网络)
通过上述分析,毫米波雷达工作流程如下,如图6所示:
图6 毫米波雷达工作流程(图片来源于网络)
1. 首先射频发射器TX产生电磁波信号并且将之发射,信号到达目标物体;
2. 物体反射或者散射信号形成回波信号,接收器RX接收回波信号;
3. 混频器将回波信号与原始信号混合,经过滤波器进行滤波,得到中频IF信号(实际是雷达发射信号与回波信号的频率差,包含有物体的位置、速度等信息);
4. 中频信号输入到处理后端进行调制解调、FFT(FastFourierTransform,快速傅里叶变换)等算法处理,提取目标信息(Point cloud)并进行分析,实现目标检测、距离测量、速度测量、方位估计;
5. 最终将结果输出以进行后续感知处理。
在3D毫米波雷达的应用中,主要收集的数据涵盖了物体的X、Y坐标和速度(v),然而,这种技术在获取目标高度信息方面存在局限。例如,在桥洞和前车同处一距离时,由于缺少高度信息,可能导致误判,从而引发不必要的紧急制动。此外,它在识别静止目标、判断物体高度或区分相邻障碍物时也面临挑战。
随着技术的快熟发展,新一代的4D毫米波雷达通过增加对物体俯仰角度的测量,有效地弥补了这一缺陷,实现了对物体高度的识别。
所谓“4D",是指这种雷达能够测量目标的距离、水平方位、速度以及高度四个维度的信息。4D毫米波雷达不仅继承了传统毫米波雷达在各种天气和光照条件下稳定工作的能力,以及能够探测到被遮挡物体的优势,还在测量精度和分辨率上实现了显著提升。
它能够识别更小的物体、静止物体,甚至是空中的障碍物。这种雷达对复杂道路环境的适应性更强,这得益于其配备的纵向天线和采用的MIMO(多输入多输出)技术,这些技术共同作用,形成了虚拟的孔径阵列,从而提高了对角度、速度和距离的分辨率。
随着技术的不断进步,毫米波雷达正朝着更高分辨率、更低成本和更强的集成能力的方向发展,特别是在4D成像技术的应用上,它通过增加对物体高度的测量能力,显著提升了对复杂交通环境的感知和理解。
在自动驾驶领域,毫米波雷达以其全天候的工作能力、远距离探测性能、高精度测量以及物体识别与分类的能力,成为了实现安全、可靠自动驾驶的关键传感器技术。随着成本的降低和性能的提升,毫米波雷达不仅能够作为其他传感器的有力补充,还能为未来的智能出行提供了坚实的技术基础。