走進毫米波雷達「4D成像」時代

作者 : 邵樂峰,EE Times China

與現有傳統毫米波雷達相比,4D成像雷達在水平和俯仰方向上的解析度獲得極大的提升,所以它才能不僅可以「理解」水平面,還可以「理解」垂直平面,真正把前方探測到的物體輪廓大概描繪出來...

4D成像雷達是一項突破性的技術,可以在任何光照或天氣條件下,將雷達的功能從測量距離、速度、水平方位角擴展到涵蓋距離(Range)、方位(Azimuth)、俯仰角(Elevation)和相對速度的測量,顯著增強了雷達的性能。通俗地講,與現有傳統毫米波雷達相比,4D成像雷達在水平和俯仰方向上的解析度獲得極大的提升,所以它才能不僅可以「理解」水平面,還可以「理解」垂直平面,真正把前方探測到的物體輪廓大概描繪出來,從而協助車輛判斷是在物體「下方」還是「上方」行駛。

為什麼需要4D成像雷達?

恩智浦(NXP)半導體大中華區汽車電子首席系統架構師黃明達日接受《電子工程專輯》中國版採訪時指出,隨著自動駕駛等級的不斷提高,到2023年,大約有60%左右的新車將會裝配雷達。

「為什麼汽車雷達會得到如此高的成長率,我認為得益於以下兩個原因:一是各國政策法規的推動,二是雷達應用場景的日益廣泛。」黃明達解釋,比如,2018年,歐洲新車要想達到E-NCAP五星標準,就必須加裝自動緊急煞車系統(Automatic Emergency Breaking,AEB)系統。中國在2020年C-NCAP標準中提出了同樣的要求;2021年,日本政府強制所有新車必須加裝前向AEB和後向倒車AEB系統;美國20家OEM日前自發簽訂協定,自願在2022年確保所有新車加裝AEB系統;歐盟則不但要求所有新車在2024年必須強制加裝AEB系統,還在2020年對評測規範進行了升級,規定「AEB系統在低光條件下也必須有效」。考慮到低光條件下攝影鏡頭性能會下降,於是車廠對雷達的需求大幅增加。

如果從雷達應用場景來看,L1級別目前需要實現自我調整巡航控制(Adaptive Cruise Control,ACC)或者AEB功能,這樣的系統通常搭載一顆前向的長距離雷達與攝影鏡頭組合,後向功能中的盲點偵測系統(BSD)、換道輔助等功能則需要兩顆後角雷達;到了L2,通常需要再額外多加裝兩顆前角雷達,以實現前向橫穿預警、帶轉向的AEB、自動停車(APA)等功能,並與數顆攝影鏡頭一起實現360度車輛環視。

在L2+/L3以上的等級,攝影鏡頭和雷達感測器的數量會進一步增加,對感測器性能的要求也大幅提升。例如在L1、L2時,前向雷達只需具備辨別車輛或行人的能力即可,而到了L3+時則需要4D成像雷達。根據Yole Développement的預測資料,4D成像雷達將首先出現在豪華轎車和自動駕駛計程車上,這會帶來5.5億美元以上的投資,並在2020~2025年間以124%的年複合成長率(CAGR)成長。

典型的應用場景

如前文所述,4D成像雷達的主要特點是其角解析度非常高,前向4D成像雷達角解析度可達1°方位角和2°俯仰角。當具備這種能力的雷達出現時,車、人的反射點將不再只是一個簡單的點,而是由成百上千甚至更多的點組成的影像,從而顯示出整個物體輪廓。

先來看看與成像雷達相關的幾種典型應用場景:

一是如果當較小的物體(如行人或摩托車手)與較大的物體(如卡車或其他障礙物)混雜或被掩蓋時,成像雷達系統可以辨識,並且可以確定一個區域的物體是靜止還是運動的,以及它們朝哪個方向移動,且可以提供檢測範圍超過300m的即時資料。

 

成像雷達系統能夠在超過300米的距離內對不同物體加以區分辨識。

(來源:NXP)

 

二是以汽車行駛在隧道中為例,得益於俯仰角探測性能的提升,成像雷達現在可以測量整個隧道的長度和寬度,並且能感知物體的幾何形狀,當隧道中出現其他的交通參與者時,比如卡車、摩托車和汽車,成像雷達就可以提供高解析度影像。換言之,汽車的視覺更加先進了。

三是假如汽車以每小時80公里的速度在高速公路上行駛,而摩托車(一種反射率低的小物體)以每小時200公里的速度從後面駛來時。與攝影鏡頭和光達(LiDAR)不同,成像雷達可以在最初相距較遠時就辨識到摩托車,並可判斷出這兩個物體在以兩種不同的速度運動。

這意味著,成像雷達不僅提供多模功能,還透過提供超高解析度影像,實現了精確的環境地圖繪製和場景感知,從而擴展了當前可用的L2+自動駕駛功能,例如高速巡航和變道輔助。而當自動駕駛等級上升至L3及以上時,4D成像雷達將能夠實現建圖、定位、物體輪廓描繪、被測物體分類等多重功能。與攝影鏡頭,或是模式辨識、機器學習相結合後,成像雷達系統就能夠在1°方位角和2°俯仰角的高解析度下,以±60° FoV (也有說是100° FoV)感知周邊環境,這種增強的「感知能力」對於複雜駕駛環境中實現全自動駕駛極為重要。

總的來看,隨著自動駕駛等級的提高,每輛車內裝配的雷達感測器數量在不斷增加,單個成像雷達如果希望達到非常高的角解析度,就需要將多個雷達在射頻前端進行級聯從而形成更大的雷達天線陣列,以實現成像的能力。因此,單顆前向4D成像雷達模組需要更多的感測器晶片和性能更強的後端處理器。

成像雷達市場逐步升溫

恩智浦一直是汽車雷達解決方案領域的領先者,他們希望用成像雷達替代光達的想法已有6年之久。在CES 2021上,恩智浦推出了由S32R45雷達處理器與TEF82xx全整合77GHz RFCMOS汽車雷達收發器組成的成像雷達解決方案,以及基於此形成的可擴展角雷達和前向雷達解決方案。它不僅能提供高解析度影像,確保車輛的所有位置都能夠覆蓋雷達,還可以對汽車進行360度的安全環繞式探測,並支援成像雷達目標識別和分類功能,這對於在城市環境中的行車和自動停車至關重要。

恩智浦半導體大中華區雷達產品市場經理楊昌介紹,雷達中頻訊號處理主要是從中頻訊號中獲得距離、速度和角度等基礎資訊,由SPT2.8計算求得,後處理交由Z7和Z4核心負責超分辨演算法、訊號聚類、目標追蹤、決策等運算,獲得的目標級數據和決策指令透過CAN FD介面輸出到車身控制單元或者ADAS網域控制站。

「傳統77GHz雷達的射頻部分通常由三顆晶片組成,分別負責VCO、訊號發射與接收。但在新一代的77GHz雷達中, VCO、訊號發射接收和採樣整合在單顆封裝內,並為MCU輸出採樣好的中頻訊號用以進行訊號處理。」楊昌認為,毫米波雷達今後將呈現高解析度和高整合度兩大趨勢。

高解析度可以理解為,多片MMIC晶片透過LO級聯,實現MMIC晶片間的同步,並為後端MCU提供多路高訊噪比、高取樣速率的中頻訊號。訊號處理器則需要處理更大的資料量,因此MCU要有更多的MIPI CSI-2介面、更強的運算力、專門的運算加速單元去處理四倍乃至八倍的資料。

高整合度則是把VCO、訊號發射、接收、採樣、MCU等電路整合在同一個封裝內,應用於車身的中短距離雷達和停車雷達。相比於多MMIC級聯,高整合度結局方案具有小型化,低功耗,性能滿足需求等優勢。

會取代光達嗎?

黃明達在2021年初接受本刊專訪時認為,從成本角度看,毫米波雷達一定比光達成本低;從產業發展角度看,毫米波雷達產業成熟年份比光達早5~10年左右,尤其相較固態光達更是如此,所以毫米波雷達成本非常有優勢。

 

(來源:NXP)

 

上海聆英諮詢的報告顯示,攝影鏡頭與毫米波雷達成本攝影鏡頭單價一般在600美元以下,其中單目攝影鏡頭單價區間大致在150~600美元左右,環視攝影鏡頭區間在70~500美元左右。毫米波雷達市場中,近程雷達單價在300~400美元左右,遠端雷達在800~1,200美元左右;由Mobileye提供的自動駕駛視覺方案單車總價在幾百美元。

但在自動駕駛領域中,由於各具優劣勢,毫米波雷達、光達和攝影鏡頭在L3以上自動駕駛中通常是作為互為冗餘、互為備份的系統出現。例如光達在雨霧、沙塵的天氣情況下就很難實現它所聲稱的性能;攝影鏡頭對光線則會比較敏感;而傳統毫米波雷達儘管全天候能力最強,但除了缺少高度維度的感知外,水平角解析度低、難以檢測橫穿目標和靜止目標等也是瓶頸。所以,綜合來看,「未來的技術發展並非幾種方向選擇其一這麼簡單。」

克服汽車雷達間干擾

雷達干擾是公認的挑戰,但是就目前的市場佔有率來說,發生的概率相對較低,所以市場還沒有強烈地意識到這一點。然而,越來越多的汽車將配備雷達感測器,發生干擾的概率勢必將增加。相關文獻報導指出,當雷達裝配率佔所有車輛比例達到50%及以上時,雷達受到干擾的概率將達到90%甚至更高,這是今後所有的車載雷達都亟待解決的問題。

恩智浦在近期發佈的《汽車應用中的雷達間干擾簡介》白皮書中提出,使用同樣的雷達頻譜(76-81GHz)和雷達波形參數配置不像通訊系統有明確的通道接入規則,是造成汽車雷達相互干擾的重要原因。

「不同Tier 1所採用的雷達參數配置是不同的,這與通訊系統有統一規則且受到監管完全不同。」黃明達舉例,兩輛相向而行的汽車如果都配備有前向雷達,在互相照射且在對方雷達FoV裡時,如果雙方的雷達訊號發射處於同一時間、同一頻率,或有所交疊,就會產生相應的干擾。

具體產生的影響分為兩種情況:第一,底噪會極大提升。簡單而言,如果雷達發現一個被測物體,就會在測距的距離FFT上出現尖峰,峰值兩邊是底噪,當尖峰高出底噪很多時,雷達系統可以很明確地判斷出這是一個障礙物。但如果其受到干擾,底噪就會提高,導致真正的檢測訊號被淹沒,雷達就會做出誤判,導致產生嚴重後果。第二,干擾訊號與真正的發射接收訊號是完全相關的狀態,從而產生虛假訊號。

《汽車應用中的雷達間干擾簡介》白皮書介紹了三種抗干擾的方法:

  • 避免前端飽和

下圖中,藍線代表有效的反射訊號,紅線代表干擾訊號。有效的反射訊號從被測物體返回時,其衰減與距離的四次方成正比;干擾訊號則是從對方的雷達直接發射,其衰減與距離的平方成正比。可以看出,隨著距離的成長,干擾訊號與有效訊號到達接收端時會形成很大的差值,很容易形成飽和,所以需要在接收端進行調整增益,防止其飽和。

 

 

  • 處理數位干擾

理論上,射頻前端訊號在傳輸給MCU時是中頻訊號,會形成很好的正弦波型,如果遭遇干擾,正弦波在受干擾的時段幅值和頻率通常會升高。此時,可以使用高通濾波器、閾值檢測,甚至短時傅立葉轉換去進行干擾訊號的檢測,從而將其去除,之後再利用差值的辦法將其還原成有效的正弦波等類似方法。

 

 

  • 避免干擾

這種方法也是在MCU中實現,更加主動,可以將發射訊號與偽雜訊(PN)序列相乘,對雷達發射波形的發射頻率進行動態調整,或是動態調整雷達波形的發射時間點等。

黃明達表示,上述三種方法應對今後幾年內的車載雷達干擾已足夠,但隨著雷達的裝配率越來越高,就需要所有的OEM、Tier 1廠商、晶片廠商共同制定標準化規則,以更好地解決干擾。「在此基礎上,甚至可以更進一步,不將各個雷達感測器視為獨立單元,而是將雷達感測器視為同一傳感系統中的多個單元。在這個系統中,雷達感測器協同工作,彼此之間共用資訊,並作為一個更大的生態系統實現同一個目標。」他說。

本文原刊登於EE Times China網站

 

 

 

 

加入我們官方帳號LINE@,最新消息一手掌握!

發表評論