向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

成像雷达:一个传感器控制所有传感器

时间:2019-08-21 阅读:
最近,我和我的一个朋友进行了一次有趣的讨论,他知道我在研究用于ADAS系统和自动驾驶车辆(AVs)中雷达的TI毫米波(mmWave)传感器。每当他读到自动驾驶汽车在不同驾驶环境下(比如障碍物检测)运行情况的文章时都会不失时机地取笑我。

业界对三种主要传感器(摄像头、雷达和LIDAR)在汽车中的不同作用,以及它们各自如何满足先进驾驶辅助系统(ADAS)和自动驾驶的感测需求仍然存在一些困惑。sMnednc

最近,我和我的一个朋友进行了一次有趣的讨论,他知道我在研究用于ADAS系统和自动驾驶车辆(AVs)中雷达的TI毫米波(mmWave)传感器。sMnednc

每当他读到自动驾驶汽车在不同驾驶环境下(比如障碍物检测)运行情况的文章时都会不失时机地取笑我。其中一次的对话如下:sMnednc

Matt:“如果那辆车搭载有LIDAR的话,就能轻松识别出车道中间的物体。”sMnednc

我:“我依然不同意这样的看法。”sMnednc

Matt:“什么?!你为什么不同意?那辆车上装有一个摄像头传感器和一个雷达传感器,但ADAS系统仍然完全未能感测到车道中间的那辆车。”sMnednc

我:“当读到这些最近发生的事件时,你就会注意到如果摄像头经常暴露在刺眼的强光和其他因素之下,就会导致其看不到路上的物体。它们对高对比度的光线和能见度低的情况较为敏感,如大雾、雨雪天气。在这种情况下,雷达传感器可能确实识别了目标。”sMnednc

Matt:“尽管如此,我们仍会遇到这些ADAS和AV系统似乎很难应对的不同情况。那么问题到底出在什么地方呢?”sMnednc

我:“ADAS的决策系统似乎依赖于作为主传感器的摄像头来判断目标是否真的存在,或者是否为假警报。”sMnednc

Matt:“那么,车载雷达和摄像头就不值得信任咯。所以只能将LIDAR作为唯一可靠的传感器了。我说的没错吧?”sMnednc

我:“不完全对。虽然LIDAR对能见度的敏感度不如摄像头,但它对雾、雨、雪等天气情况敏感。此外,LIDAR的成本还很高,可能导致其最初只能在相对高端的4级和5级自动驾驶车辆上使用。”sMnednc

Matt:“这就是了!没有一种传感器可以使自动驾驶车辆真正可靠。我们必须将这三者结合使用,但这也意味着自动驾驶车辆的价格会非常贵。”sMnednc

我:“你只说对了一部分。4级和5级自动驾驶车辆可能需要摄像头、LIDAR和雷达这三种传感器来提供高可靠性和全自动驾驶体验。但是,对于更多需要部分自动驾驶且已经开始大规模量产的2级和3级经济型车辆来说,使用TI毫米波传感器的成像雷达能够实现高性能和成本效益,并能够广泛采用ADAS功能。”sMnednc

那么,什么是成像雷达呢?

正如我向Matt解释的那样,成像雷达是雷达的一个子集,因其高角分辨率能够提供清晰的图像而得名。sMnednc

成像雷达由一个传感器配置启用,其中多个低功率TI毫米波传感器级联在一起,且作为一个单元同步运行。它具有多个接收和发射通道,能够显著提高角分辨率和雷达距离性能。当毫米波传感器级联在一起时,可以使用集成移相器来创建波束赋形,从而达到400米的扩展范围。图1显示了评估模块上的级联毫米波传感器及其天线。sMnednc

010ednc20190821sMnednc

图1:一种具有四个级联TI毫米波传感器的成像雷达评估模块sMnednc

用于成像雷达的毫米波技术sMnednc

典型的雷达传感器直到最近才被视为车辆中的主传感器,其主要原因在于角分辨率性能较为有限。sMnednc

角分辨率是指在相同范围内和相同相对速度下区分物体的能力。sMnednc

一个凸显成像雷达传感器优势的常见用途是能够以高分辨率识别静态物体。典型的毫米波传感器具有高速度、高距离分辨率的性能,可以很轻松地识别和区分运动物体,但对静态物体来说,其识别能力却非常有限。sMnednc

例如,为了让传感器“看到”车道中间停下来的车辆并将其与灯杆或栅栏区分开来,传感器需要在仰角和方位角上都有一定的角分辨率。sMnednc

图2显示了一辆被困在隧道中的车,车内不断冒烟。该车辆停在约100米远处,隧道高度为3米。sMnednc

011ednc20190821sMnednc

图2:来车的前雷达需要足够高的角分辨率来区分隧道和停止车辆。毫米波传感器可以穿透任何能见度情况,比如烟。sMnednc
sMnednc

012ednc20190821sMnednc

图3:毫米波传感器如何利用多输入多输出(MIMO)雷达实现高仰角分辨率。sMnednc

为了识别图2所示隧道中的车辆,传感器需要将其与隧道顶棚和壁区分开来。sMnednc

实现场景分类需要利用这些仰角和方位角分辨率:sMnednc

ɸ (仰角) = 反正切 (2 m/100 m) = 1.14度sMnednc

ɸ (仰角) = 反正切 (3.5 m/100 m) = 2度sMnednc

其中,2 m是隧道高度减去车辆高度的值,100 m是带成像雷达的来车与停在隧道内的车辆之间的距离,3.5 m是停在隧道内的车辆与隧道壁之间的距离。sMnednc

在某些天气和能见度情况下,依赖于其它光学传感器可能具有挑战性。烟、雾、恶劣天气以及明暗对比都是具有挑战性的能见度情况,这些情况会抑制光学被动和主动传感器,如摄像头和LIDAR,从而导致这些传感器可能无法识别目标。然而,在恶劣的天气和能见度情况下,TI毫米波传感器仍能保持强劲的性能。sMnednc

目前,成像雷达传感器是唯一能在各种天气和能见度情况下保持强劲性能的传感器,其在方位角和仰角上都能达到1度的角分辨率(使用超分辨率算法计算数值时甚至更低)。sMnednc

结论

采用TI毫米波传感器的成像雷达具有很高的灵活性,能够以非常高的分辨率感知和分类近场中的物体,同时能够在400米以外的远场中跟踪目标。这种成本高效的高分辨率成像雷达系统能够使2级和3级ADAS应用以及高端4级和5级自动驾驶车辆成为可能,并可用作车辆中的主传感器。sMnednc

 sMnednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 把“大数据”缩小,这家德国新创公司是如何做到的? 德国新创公司Teraki开发出可过滤并缩小“大数据”(big data)的嵌入式软件技术,不仅有助于提升数据处理效率,还可实现更准确的对象侦测与机器学习…
  • 硅3D集成技术的新挑战与新机遇 本文概述了当前新兴的硅3D集成技术,讨论了图像传感器、光子器件、MEMS、Wide I/O存储器和布局先进逻辑电路的硅中介层,围绕3D平台性能评估,重点介绍硅3D封装的主要挑战和技术发展。
  • 人工智能时代不断变化的工业格局 尽管AI技术并不是什么新鲜事物,但数据的爆炸式增长促使AI以惊人的速度发展,例如在百度和谷歌等数十亿次的搜索提供了相当大的实时数据集,支持了AI的蓬勃发展。
  • 一种降低烟感产品误报率的解决方案 现有的烟感方案如电离传感器,光电传感器构成的产品,可以很好的测量烟雾。一般电离传感器方案,会比较快的对传统烟雾进行报警,这取决于烟腔迷宫的设计。而光电传感器,可以更早的对阴燃物体产生的烟雾进行报警,从而提前预防火灾的发生。但这两种方式,对烧焦的汉堡或水蒸气干扰情况的辨识度较差,容易发生误报,需要很有经验的软件人员将其与真实的烟雾区分出来。
  • 2.56亿像素新机曝光,小米在高像素路上越走越远? 作为手机圈内的明星,小米在过去的2019年为我们带来了多项黑科技以及设计突破。尤其是小米CC9 Pro搭载的“1亿像素”镜头,更是将手机拍照提升到了新的高度。就在我们还在讨论“小米1亿像素”是不是错误方向时,小米更高阶的“2.56亿像素”又来了!
  • 量子传感成科技革命新前沿,谁将抢占先机? 量子传感覆盖了运动传感(包括加速度、旋转和重力)、电场、磁场以及成像应用,正快速走向市场。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告