隨著目前部份地區的新車安全評鑑制度(NCAP)要求將自適應巡航控制(ACC)和緊急煞車輔助(AEB)等功能納入其五星安全評級,包括恩智浦半導體(NXP Semiconductors)等業界廠商正積極推動汽車產業大力佈局雷達系統。

為了加速在先進駕駛輔助系統(ADAS)中整合雷達,恩智浦推出了一款雷達解決方案,結合了S32R處理器、RF收發器和天線設計於一個新的參考平台上。恩智浦聲稱這款與Colorado Engineering合作開發的平台能滿足「汽車產業最嚴格的功能、效能和安全要求」。

NXP Integrated Sensors 整合於車輛中不同位置的智慧雷達感測器(來源:NXP)

該新系統的目的在於揭開雷達「藝術」的神秘面紗——雷達通常需要大型汽車OEM微調天線和類比設計。恩智浦希望其「開箱即用」的車用雷達系統能夠為中國汽車OEM提供服務;因為還有許多中國汽車OEM仍然需要好幾年的時間才能趕上世界其他地區的現有汽車業者。

在最近接受《EE Times》的電話採訪時,恩智浦ADAS副總裁兼總經理Kamal Khouri說道:「雷達已成為ACC和AEB的首選感測器。攝影機無法測量速度,但雷達可以。雷達還可以藉由反射訊號看到轉角處的情況,另一方面,無需採用移動元件的光達(LiDAR)價格仍然非常昂貴。」

然而,眾所周知,傳統的雷達缺乏解析度,無法區別附近的物體。雷達也由於發出誤報而備受詬病,而且他們處理資訊的速度始終不夠快,因而無法在高速公路上發揮作用。

Khouri明確表示,雷達並不至於取代攝影機。Khouri說:「攝影機和成像雷達的組合可以提供冗餘,從而使車輛駕駛更安全。」

新款雷達解決方案揭密

那麼,恩智浦的新款雷達解決方案有什麼不同呢?

該雷達設計參考平台名為RDK-S32R274,結合了恩智浦S32R27處理器、TEF810 x CMOS收發器、FS8410電源管理IC和雷達軟體開發套件。恩智浦還為其增加了擴展和天線模組,可為特定客戶應用打造客製的開發平台。

這款雷達解決方案的核心是可擴展的基於Power Architecture的處理器系列——S32R27和S32R37,Khouri稱其為「首款專用於處理雷達演算法的晶片」。

NXP S32R Block Diagram 恩智浦S32R方塊圖(來源:NXP)

據恩智浦汽車微處理器ADAS雷達部門經理Roger Keen介紹,除了ACC和AEB的車規級軟體,該公司的雷達處理IP還可執行於恩智浦的處理器上。該公司還為這款雷達解決方案的電路板和天線設計模組進行了強化,以滿足車規要求。

Keen解釋說,利用恩智浦提供的車規級雷達SDK,過去需要「手動調整」其雷達處理IP到特定硬體的開發人員,現在可以直接利用這套雷達系統上的功能。

這款基於S32R27的雷達解決方案專為ACC和AEB等應用擴展而設計。S32R37的執行功耗比S32R27低,但程式碼相容,並針對盲點監測等功能進行了高度最佳化。

業界競爭

恩智浦並不是唯一一家主導汽車雷達整合的公司。Strategy Analytics全球汽車業務執行總監Ian Riches認為,恩智浦和英飛凌(Infineon)都是車用雷達領域的領導者。

同時,最近進入雷達市場的德州儀器(Texas Instruments;TI)也在急起直追,在2017年推出了基於標準RF CMOS技術的毫米波(mmWave)雷達晶片。TI宣稱其雷達晶片可提供「解析度精度小於5釐米、探測距離可達數百米、速度高達300公里/小時」。更重要的是,與其他雷達晶片不同,TI的mmWave雷達感測器在一個晶片上完整整合了76至81GHz mmWave雷達、微控制器(MCU)和數位訊號處理器(DSP)。

TI採用這種途徑是因為具有更高的整合度,能夠減少體積、功耗和成本,而不至於犠牲產品性能。Yole Développement射頻元件技術和市場分析師Cedric Malaquin認為,儘管恩智浦開發的RF-CMOS收發器邁出了第一步,但TI更進一步將DSP整合於其雷達晶片中。Malaquin表示,TI整合了DSP的雷達解決方案使晶片面積幾乎縮小了60%。DSP是「訊號處理鏈上實現物件檢測和分類」的關鍵。

然而,恩智浦強調,該公司的雙晶片解決方案(雷達晶片+微處理器)能夠為客戶提供了便於雷達整合的更多可擴展性和靈活性。

NXP antenna side 恩智浦雷達解決方案:天線端(來源:NXP)

恩智浦的Keen表示,「考慮亞利桑那州(Arizona)氣候常年在110°F (約43℃)以下的熱管理,如果將收發器晶片遠離微處理器,能使其更易於對安裝在保險桿的雷達進行熱管理控制。」

NXP Processor side 恩智浦雷達解決方案:處理器端(來源:NXP)

Keen還補充說,恩智浦的方案——使用專為雷達處理IP設計的處理器,提高了雷達解決方案的每瓦性能。關於用於每瓦性能分析的基準,恩智浦表示其團隊已經從「公開資料」和「與客戶的非公開會議中獲悉的資訊」收集到答案了。但Keen補充說,「雖然這帶來了我們見過的最佳每瓦性能,但我們將保留更廣泛的業界訴求給協力廠商測試。」

那麼如果將TI的雷達晶片與恩智浦的雷達解決方案進行比較呢?Strategy Analytics的Riches注意到,「基本上,TI的方案可能提供更低成本,但靈活度也略低些。」

市場預測

雷達供應商和市場研究公司都看好汽車雷達的需求不斷成長。

不同的雷達應用需要多個不同的雷達模組,恩智浦說:「針對盲點監測,車輛的兩個後角落通常需要安裝兩個雷達模組。對於更高階的要求(如十字路口的車流監測),車輛的前角落需要另外再增加兩個雷達模組。」

此外,據恩智浦表示,針對長距離的雷達應用,通常必須在前保險桿中安裝一個雷達模組。 根據Yole近期發佈的《2018年車用雷達技術》報告,儘管2017~2022年全球汽車的年銷售量成長速緩慢(約3%),但預計車用雷達模組的年銷售量將飛速成長(約為25%),雷達晶片的年銷售量也類似,成長率達到22%。

NXP Judged Radar Market by Application 全球雷達市場預估,按應用分類(來源:NXP)

Strategy Analytics預測,從2018年到2022年,「安裝在輕型車輛上的車用雷達將累計達到3.75億台。」Riches認為,2022年這一安裝量將上看1.07億。

同樣地,恩智浦也估計2022年的雷達出貨量為1.092億顆——包括角落雷達、高階角落雷達和遠距離/中程雷達、前/後雷達等,使雷達技術落實於50%的新車應用。

成像雷達

據Strategy Analytics的Riches表示,雷達解決方案的最新趨勢是利用雷達系統產生高解析度「影像」,用於在視場中定位和辨識/分類物體。Riches說:「當今用於車輛的雷達無法在夠寬的視野範圍提供足夠的解析度,以產生逼真的影像。」。

僅用雷達晶片無法實現這一目標。Riches解釋,「天線設計在此至關重要,這也是我們看到像Metawave等新創公司獲得英飛凌、電裝(Denso)、Toyota AI Ventures、現代汽車(Hyundai Motor)和旭硝子(Asahi Glass)等公司投資的原因之一。」

雷達的弱點

雷達技術的優點眾所周知,最顯著的是它能夠在各種天氣條件下運作。汽車專家認為,雷達能夠與視覺感測器組合,作為高度自動駕駛車輛的關鍵感測技術。

據Strategy Analytics的Riches解釋,「基本上,它們工作在完全不同的波長。攝影機使用的是可見光,因此在明暗對比度反差很大的情況下(例如駛離隧道時)或在大雨/大雪等黑暗、視線模糊環境時的性能最弱。而光達發射的光在正常可見光譜之外,但最大的挑戰是在明亮的陽光下,由於強光導致系統的訊號雜訊比(SNR)降低。另外,高解析度光達技術目前也非常昂貴,而且在汽車應用時的成熟度不及攝影機或雷達。」

相形之下,他指出,雷達「不受光照條件的影響,同時還能有效地穿透下雨或下雪的天氣」。

然而,雷達並不是最終的解決方案。Riches說:「雷達的關鍵弱點在於其解析度:它很善長於告知那裡有「東西」,但並不能確實地說出是什麼東西。」

簡言之,雷達技術在判斷是否繼續駕駛(例如檢測到駕駛上方的街道標識)或是否採取緊急煞車(例如前方車道內停了一輛消防車)等需要做出明確決定時,其表現並不理想。

這就解釋了為什麼目前的車用雷達有時會過濾掉並忽略靜止物體。Riches強調說,雷達無法判斷一個物體是不是車子不該碰撞到的東西。

實際上,對於裝有雷達的車輛,其用戶手冊上充滿了對駕駛人的警告。例如摘錄自Skoda Superb的用戶手冊(採用基於雷達的ACC功能):

「當接近靜止障礙物時,ACC不會做出反應,例如交通擁塞、車輛故障或停等紅綠燈的車輛。」(第236頁)

Volvo XC90的用戶手冊也有類似的警告:

「距離警報在時速高於30公里/時(20英哩/時)有效,而且僅對與車輛駕駛方向相同的前方車輛做出反應。不能為迎面而來的、行駛緩慢或靜止的車輛提供距離資訊。」(第289頁)

「半自動駕駛輔助(Pilot Assist)的煞車功能並不適用於人、動物、物體、小型車輛(例如自行車和摩托車)、小型拖車以及迎面而來的慢速或靜止車輛。」(第310頁)

Riches總結道:「你還可以在許多其他品牌的用戶手冊中找到類似的文字......成像雷達的目的在於解決這個問題。」

(參考原文:ADAS Radar Offers Backup and Peril,by Junko Yoshida)