江苏龙网

  1. 首页 > 人文 > >

毫米波雷达：自动驾驶三件套的真C位？

假如现在你要乘坐一辆已经没有安全员的无人驾驶汽车上路 ， 而且还是高速行驶 ， 请问你最关心什么问题？担心车自己迷路？开的太慢？路上太寂寞？
应该都不是 ， 你最关心的大概就是这辆车是不是安全了 。 相较于依靠驾驶员视觉来保证行驶安全的传统汽车 ， 自动驾驶汽车就要专门依赖大量的传感器来行使汽车的“视觉”功能 ， 而且越高级别的自动驾驶就会采用更多冗余的传感器系统 。
超过人类驾驶员的安全可靠性 ， 才是自动驾驶得以成立的根本前提 。
毫米波雷达：自动驾驶三件套的真C位？
文章图片
目前 ， 为保证安全性 ， 自动驾驶传感器系统主要由摄像头、激光雷达、毫米波雷达这三件套组成 。 而这三件套几乎在现有落地的无人驾驶的传感器解决方案都可以找到 。
然而在现在还处在辅助驾驶阶段的车辆上 ， 毫米波雷达、激光雷达、摄像头这三件套并不是板上钉钉的一块 。 坚持走摄像头路线的特斯拉 ， 其掌门人马斯克就一直多次Diss激光雷达 ， 但业界又纷纷反击 ， 认为只有激光雷达才是自动驾驶传感器系统的C位担当 。
相比之下 ， 毫米波雷达却是传感器三件套中最没有争议的存在了 。 在目前支持自动驾驶以及高级驾驶辅助系统（ADAS）的解决方案里 ， 都采纳了毫米波雷达 。
毫米波雷达具有传输距离远 ， 性能稳定、成本可控等优点 ， 但其同样也存在角度分辨率弱、辨识精度低等缺陷 。 在现有自动驾驶的多传感器融合的背景下 ， 搞清楚毫米波雷达的优劣势 ， 以及最新技术演进的趋势和在自动驾驶产业中的价值 ， 成为我们是否要选择重点发展毫米波雷达的重要依据 。
两利相衡取其全：毫米波的应用优势
毫米波雷达在汽车领域的应用其实已经多年 ， 最初加入汽车传感器当中主要是为了实现盲点监测和定距巡航 ， 而随着技术的发展这两个特性也渐渐从高端车型普及到了几乎所有车型 。 而随着自动驾驶以及ADAS对于行驶环境高精度感知的需求 ， 毫米波雷达凭借多种优势在其中发挥了重要的作用 。
所谓毫米波指波长介于1~10mm的电磁波 ， 毫米波的波长介于厘米波和光波之间 ， 因此毫米波兼有微波制导和光电制导的优点 。
毫米波雷达则指工作在毫米波波段的雷达 。 毫米波雷达通过天线向外发射毫米波 ， 接收目标反射信号 ， 经计算后快速准确地获取汽车车身与其他物体直接的相对距离、速度、角度、运动方向等 ， 再交回车辆的中央处理单元(ECU)进行智能处理和决策 。
毫米波雷达：自动驾驶三件套的真C位？
文章图片
激光雷达（LiDAR） ， 其工作原理是以激光作为信号源 ， 由激光器发射出的激光束来探测目标的距离、方位、高度、速度、姿态等特征量 。 由于激光束不断地扫描目标物 ， 可以得到目标物上全部数据点 ， 经过3D成像处理后 ， 还可得到精确的三维立体图像 。
二者的性能特点有哪些明显的优劣势对比呢？
首先 ， 在探测精度和分辨率上 ， 激光雷达明显优于毫米波雷达 。 例如 ， 毫米波雷达和激光雷达同时发现道路前方的“障碍” ， 前者可能只能“看到一个模糊的形状 ， 而后者则可以清楚地区分”障碍是路肩还是斜坡 ， 而车辆判断为斜坡后 ， 就可以做出安全前进的决策 。
其次 ， 在抗环境干扰上 ， 毫米波雷达则显著优于激光雷达 。 由于激光雷达使用的是光波段的电磁波 ， 透射与绕射性能补强 ， 在遇到雨雪、雾天、雾霾、灰尘等环境 ， 其探测性能将大幅下降 。 而相比较于光学传感器 ， 处于毫米波波段的电磁波则不会受到雨、雾、灰尘等常见的环境因素影响 ， 因此 ， 毫米波具有全天候（除大雨天气外）、全天时的强抗干扰的探测性能 。
而在抗信源干扰上 ， 与毫米波雷达易受自然界中的电磁波影响不同 ， 自然界中能对激光雷达的干扰的信源极少 。 因此激光雷达的抗信源干扰能力更强一些 。
此外 ， 在探测距离上 ， 由于毫米波在大气中衰减弱 ， 所以可以探测感知到更远的距离 ， 中远程毫米波雷达可以达到250米的探测距离 ， 而激光雷达最远只能达到200米 。 因此 ， 在高速行驶过程中 ， 毫米波雷达能够可以比激光雷达更早地判断前方的障碍物的状况 ， 起到安全提醒或者紧急制动的判断 。
另外 ， 在制作工艺和成本上 ， 毫米波雷达则明显优于激光雷达 。 基于毫米波波长短 ， 天线口径小 ， 毫米波雷达具有体积小、重量轻、易集成等特性 ， 容易安装在汽车上；而激光雷达由于内部构造复杂 ， 对制造工艺要求很高 ， 产品体积较大 ， 安装难度高或者美观性差 。 同时 ， 在成本上 ， 毫米波雷达的价格可以控制在千元左右 ， 而性能较好的激光雷达仍然要到数万元 。
目前 ， 对于激光雷达 ， 除了小型化、美观化的问题外 ， 降低成本成为追求量产的制造商来说就是头等重要的事情了 。 而对于毫米波雷达 ， 提升其测量分辨率和精确度 ， 则成为当务之急 。
超长距离+高分辨率 ， 毫米波雷达的升级新优势
相比较激光雷达以及摄像头而言 ， 基于测量距离远、全天候稳定工作以及成本低的特性 ， 毫米波雷达毫无疑问地广泛应用于自动驾驶车辆当中 ， 但其在探测精度上的短板也需要持续的技术迭代来补足 。
按照毫米波频段划分 ， 目前车载毫米波雷达频段主要3个 ， 24GHz、77GHz和79GHz 。 前者主要负责短距离探测 ， 后两个频段主要负责中长距离探测 。
毫米波雷达：自动驾驶三件套的真C位？
文章图片
第一个趋势是 ， 现在全世界主要厂商都主要向77GHz毫米波雷达的应用集中发力 ， 并向79GHz频段的技术突破 。 相对于24GHz雷达 ， 77GHz毫米波雷达体积更小；此外 ， 可以同时满足高传输功率和大工作带宽 ， 使其可以同时做到长距离探测和高距离分辨率 。
【毫米波雷达：自动驾驶三件套的真C位？】77GHz毫米波雷达的领先优势也意味着实现的技术门槛很高 ， 其在天线、射频电路、芯片等的设计和制造难度更大 ， 目前仅有美日等国的少数企业掌握 ， 而国内厂商正处于努力追赶阶段 ， 24GHz毫米波集成电路已量产试用 ， 而77GHz毫米波雷达芯片的国产化工作仍进行中 。
而79GHz频段在带宽上比77GHz要高出3倍以上 ， 分辨率更强 ， 目前尚未有大规模量产 ， 国内外企业还处在同一起跑线上 。
第二个趋势是 ， 在毫米波雷达的系统集成工艺上 ， CMOS（互补金属氧化物半导体）工艺正在成为主流 。 除了降低成本外 ， CMOS主要可以集成MCU、DSP等额外数字模块 ， 从而让雷达芯片的控制甚至数字信号处理能够在本地完成 ， 而无需再配备专用的处理器 ， 降低了系统复杂度和成本 。
另外一个重要趋势是 ， 毫米波雷达的空间分辨率的提升 。 在盲点监测中 ， 高分辨率毫米波雷达要实现从原来只判断安全距离内有无物体 ， 到形成环境建模 ， 判断雷达点云中每个点对应的具体物体（人或车等）的形状 。 实现这一特性的方式就是在毫米波雷达芯片中增加集成的收发机的数量 。
提升系统集成和增加收发机数量代表着自动驾驶的两种技术应用方向 。 前者主要针对辅助驾驶 ， 由于对成本和雷达模组复杂度更为敏感 ， 辅助驾驶的汽车更在意CMOS系统集成带来的模组复杂度的降低 。 而L4-L5自动驾驶 ， 更在意毫米波雷达对于空间的分辨率以获取更高精度的点云 ， 因此更在意收发机的数量 。
从以上趋势 ， 我们看到 ， 毫米波雷达从探测距离到高精度分辨率、空间分辨率都在尽可能弥补缺陷以提高探测精度 ， 从而向激光雷达发起挑战 。 同时由于激光雷达也在尽可能地降低成本以巩固其市场占有 。 因此 ， 二者在未来很长仍将会被长期组合使用 ， 与摄像头、超声波传感器等形成多传感器融合应用的态势 。
多传感器融合：毫米波雷达的应用终局
以上可知 ， 毫米波雷达无论对于L1-L3辅助驾驶的汽车 ， 还是对于激进实现L4-L5完全自动驾驶的汽车来说 ， 都仍然是必须的传感器设备 。
毫米波雷达：自动驾驶三件套的真C位？
文章图片
对于新增辅助驾驶来说 ， 毫米波雷达可以在原有的盲点监测、定距巡航等应用上 ， 进行一些渐进式扩展 ， 成为像自动换线等辅助驾驶功能的支持传感器系统 。
而对于高级别自动驾驶来说 ， 高精度毫米波雷达将是其无人驾驶系统可靠性的重要保障 ， 结合激光雷达和摄像头传感这三件套传感器融合 ， 可以实现所有气候环境下的自动驾驶 。
在行驶安全高于一切的原则下 ， 没有毫米波雷达的无人车恐怕无法应对因时因地变化的复杂路况环境和天气状况 ， 因而也就不可能让无人驾驶汽车全天候上路了 。
在已经出现的自动驾驶的安全事故当中 ， 关键传感器误判与缺失仍然是主要的原因之一 ， 比如16年一辆处于辅助驾驶状态的特斯拉 ， 因摄像头没有识别拐弯的白色卡车 ， 同时也没有安装激光雷达 ， 造成误判而撞上卡车 。 另外 ， 多个不同种类的传感器的可能矛盾的信息检测也需要得到迅速的处理 。
在使用多种类传感器 ， 确保安全可靠性上 ， 自动驾驶系统就必须要对传感器进行信息融合 。 多传感器融合 ， 意味着自动驾驶的计算平台要从算法上对摄像头、激光雷达、毫米波雷达探测的信息数据做好优先级排序和决策 ， 从而保证自动驾驶系统决策的正确性 。


    推荐阅读


    上一篇：2020年苹果快充推荐方案

    下一篇：华为亮王牌：麒麟1020＋120＋1亿＋6000＋16，才是真华为