車用雷達實際性能是否夠好?

作者 : Chris Jacobs,ADI自動駕駛和汽車安全業務部副總裁

先進駕駛輔助系統(ADAS)已上市,自動駕駛即將到來,而道路安全至關重要。因此各廠商致力於使用先進的功能和技術來實現更高的性能和自主性,從而挽救生命…

1904年,雷達首次被Christian Huelsmeyer用於探測船隻,歷史已經跨越一個多世紀。常見的應用是軍事雷達、民用航空交通管制,當然,還有針對私家車輛的測速點。但是現在存在一種誤解,認為這項技術已經成熟,該領域幾乎沒有什麼發展。事實上,成像雷達和協同雷達都在進行著顛覆性的新創新。

先進駕駛輔助系統(ADAS)已上市,自動駕駛即將到來,而道路安全至關重要。因此各廠商致力於使用先進的功能和技術來實現更高的性能和自主性,從而挽救生命。根據ADI估計,基於其產品的汽車感測器每天可以挽救8條生命。

為了保護駕駛、乘客和行人,硬體和軟體都需要大量創新。必須開發一種更高效且最佳化的雷達技術,提供與航空航太和防務產業系統相同的高性能、功能和可靠性,並轉化為適合自駕汽車市場的尺寸和成本。

雖然25萬美元的高解析度成像雷達系統成本對於價值數百萬美元的軍用坦克總價來說不算什麼,但與均價3萬美元的家用汽車相比就貴的離譜了。ADI正在探索如何進行客製化、微型化、降低成本、尺寸、重量和電源需求,以便能夠用於每輛汽車。

雷達的挑戰

轉讓和採用軍事和航空航太的高成本、高性能雷達技術,並將其安裝在汽車上,在技術、美學和經濟方面都面臨重大挑戰。關鍵的挑戰不僅在於減少尺寸、重量和功率(SWaP),還要在降低成本的同時提高性能。雷達不僅必須能夠進行物體檢測,還必須能夠進行物體分類。這就更要求雷達影像的解析度比目前先進系統的解析度更高。

性能

  • 在不增加尺寸、成本和功耗預算的情況下,將角度解析度提高到高度自動駕駛所需的水準;
  • 增加低反射率目標發出的反射點數量;
  • 大幅減少檢測延遲,特別是對於橫向移動的物體,這可縮短回應時間,並允許車輛在緊急情況下採取規避行動。

SWaP

  • 最佳化外形尺寸(大小、重量和功率),同時保持高性能;
  • 在不影響車輛工業設計的前提下,保持系統的美觀。

成本/經濟學

  • 以大眾市場汽車成本約束可接受的價格和外形尺寸實現高解析度雷達;
  • 將成本控制在購車者的價格敏感範圍內,因為他們是為這一切的買單者。

法規

  • 必須繼續遵守政府規定的ADAS安全特性(如2022年美國自動緊急煞車指令)。雷達將不再是一個選項,而是標準。因此,關鍵是要不斷地將系統成本降低到一個消費者和OEM都可以接受的價格點,同時仍然保持這些具有挑戰性的ADAS應用所需的性能。

如今的汽車雷達裝置比手機還小,能探測前方、後方或側方的盲點位置是否存在大型障礙。但,這還不夠。

成像雷達

成像雷達的概念和實現更高水準的角度解析度是一項理想功能,對於自動駕駛計程車來說尤其如此。高解析度不僅支援物體檢測(前面有東西),還支援物體分類(前面有自行車、汽車、人或小孩)。

為實現更高的解析度,成像雷達利用高頻寬訊號處理、數位波束合成和相位陣列技術。所有這些都依賴於大量的硬體和處理能力,其中天線尺寸隨著所需的角度解析度而縮放,通道計數增加以使用通道覆蓋所需的天線區域。

如今的汽車採用的雷達解析度都不高,只能看到一團東西。它可以檢測到汽車周圍存在物體,可能是摩托車,可能是人或大型卡車,但無法確認該物體是什麼。在硬體檢測技術和軟體演算法進步的推動下,雷達的解析度提高,能夠分辨檢測物體的屬性,這讓我們距離安全的全自動駕駛汽車又更近了一步。

解析度問題和關於物體區分的挑戰

現有的常規汽車雷達在大視場範圍內提供大約10°~20°的水平角度解析度。

圖1 低解析度雷達和隱藏物體。現有的非成像雷達的角度解析度一般在10°~20°,它會將3名行人看作一個物體。

圖2 高解析度成像雷達可以顯示隱藏物體。

成像雷達角度解析度為1°~2°,是非成像雷達解析度的10倍。資料箱收集1°~2°解析度的資訊,協助區分和確定3名行人的位置。

資料處理

為更高解析度所花費的成本,將為使用者提供更多資訊,然而隨著解析度增加,資訊量也相應增加,這就需要更多的運算能力。這就是為什麼高效處理所有資料的先進模式對於管理大量資料和低功耗至關重要。高效的中央處理或者邊緣處理,將是未來雷達的基礎。

下一步:協同雷達與通訊需求

利用現有車載雷達感測器硬體的協同雷達是未來汽車領域的發展方向。協同雷達就是相關性和辨識、協同創建高解析度相關影像的事物需求,在本例中是指檢測雷達,一旦實現了協同雷達的經濟性,就能夠享受許多優勢。

協同雷達可提供成像雷達性能,而不會明顯增加車內個別現有雷達系統的大小。這是因為有效孔徑現在由兩個(或多個)具有重疊視場的分散式雷達感測器之間的距離設定,而不是由任何一個感測器的物理尺寸預先確定。

圖3 初級雷達的窄孔徑。

初級雷達現在常用於汽車。來自每個發射源的雷達訊號反射到一個物體上,然後傳回到原點。孔徑,或者說初級雷達的性能,是以英吋為單位的雷達發射器本身的寬度。

協同雷達較大的孔徑

SuperRADAR是ADI透過多個具有重疊視場的雷達波束實現相關性演算法的方法,基於SuperRADAR的協同雷達使用低速鏈路在雷達源之間進行粗略定時。每個感測器向中央處理器發送資料,或者可能從一個雷達向另一個雷達發送資料,並在邊緣感測器上進行處理,後面這種方法更經濟。傳統協同雷達系統不容易實現,因為需要在雷達之間運作高頻鏈路,實現這種相關性的硬體開銷和成本非常高。

對於汽車雷達來說,提高協同雷達的性價比非常有必要。向汽車增加硬體的傳統方法並非解決方案,必須換個思路來看問題。事實上,可以透過更智慧方式,用演算法結合這些技術,使用系統中的相同硬體提高組合系統性能,而ADI的SuperRADAR允許雷達系統產生多個非相關影像的相關疊加。

協同雷達

協同雷達的工作原理是什麼?來自每個源的訊號反射到一個物體上,被兩個雷達接收器接收。因此,同一目標有2個外觀(或兩個不同的視圖),並且目標上的時間為2倍,而初級雷達只有一個外觀,時間也只有1倍。此外,由於兩個雷達協同工作,雷達孔徑(與性能成正比)是汽車前部的尺寸,兩個角雷達之間的距離(大約4英呎),與初級雷達的英吋完全不同。

圖4 協同雷達較大的孔徑。

這種方法允許實現經濟高效的感測器設計,可將感測器放在車輛周圍的多個點上,支援卓越的物體檢測和分類。

…繼續閱讀請連結EDN Taiwan網站

 

 

 

 

加入LINE@,最新消息一手掌握!

發表評論