毫米波雷达:从 3D 走向 4D

1 毫米波雷达已广泛应用于汽车 ADAS 系统

        汽车智能驾驶需要感知层、决策层、执行层三大核心系统的高效配合,其中感知层通过传感器探知周围的环境。汽车智能驾驶感知层将真实世界的视觉、物理、事件等信息转变成数字信号,为车辆了解周边环境、制定驾驶操作提供基本保障,并为高级辅助驾驶系统的决策层提供准确、及时、充分的依据,进而由执行层对汽车安全行驶作出准确判断。目前市场上主流的汽车智能驾驶感知系统包括视觉感知、超声波感知、毫米波感知、激光感知等技术路线。
图 1 :多传感器融合的单车感知层

图 2 :多种汽车雷达性能对比图

        毫米波雷达是目前实现自动驾驶及 ADAS 功能常用的感知层硬件。毫米波雷达通过天线发射调频连续波(FMCW),利用反射回波与发射波的时间差可计算出目标距离。此外,毫米波雷达可也基于多普勒原理,通过发射与反射信号的频率差异可以精确测量目标相对于雷达的运动速度,进一步通过多目标检测与跟踪算法实现多目标分离与跟踪。
图 3 :多普勒效应示意图

图 4 :车载毫米波雷达工作原理

        毫米波雷达在自动驾驶领域主要分为 3 个波段,分别是 24GHz 、 77GHz 和 79GHz 。 24GHz 探测距离有限,在自动驾驶系统中常用于感知车辆近处的障碍物,能够实现盲点补测、变道辅助等功能。 77GHz 最大检测距离可达 160 米以上,能够用于实现紧急制动、高速公路跟车等 ADAS 功能;同时也能满足自动驾驶领域,对障碍物距离、速度和角度的测量需求。 79GHz 通信频段在 76GHz-81GHz,探测距离中等但分辨率高。根据公式:光速 =波长×频率,频率越高波长越短,而波长越短有利于提高分辨率,因此 79GHz 的毫米波雷达有望成为未来的发展趋势。
表 1 :不同频率车载毫米波雷达对比

表 2 :不同探测距离车载毫米波雷达的 ADAS 功能
        单车搭载毫米波雷达数量不断增多,带动整个毫米波雷达出货量高速增长。近年来,汽车智能化发展改革不断推进,毫米波雷达已广泛应用于汽车的 ADAS系统。根据智研咨询的数据, 2021 年我国毫米波雷达出货量已达 2000 万颗,同比增幅超 40% ,展望未来,毫米波雷达出货量将不断扩大, 2026 年出货量有望超 7000 万颗。市场规模方面,我国毫米波雷达市场规模由 2018 年的 31 亿元增加至 2021 年的 69 亿元,其中汽车领域市场规模为 56 亿元;预计 2026 年市场规
模将接近 200 亿元,其中汽车领域占比约为 77% 。
图 5 :部分车型配备毫米波雷达数量

图 6 :中国毫米波雷达出货量及预测

2 4D 毫米波成像雷达:颠覆性、创新性产品

        3D 毫米波雷达存在缺陷。目前主流毫米波雷达主要功能为测角、测距与测速,故也称之为 3D 毫米波雷达。 3D 毫米波雷达固有的缺陷为无法测量物体高度,从而使其不能识别前方静止物体是否会对车辆通行产生影响。除此之外, 3D 毫米波雷达另一个缺陷是信噪比太低,存在大量误测。当视觉感知结果与 3D 毫米波雷达的结果发生冲突的时候,通常会屏蔽掉后者,这或是特斯拉 AutoPilot 出现多次事故的原因:一旦视觉感知结果有误,将对汽车驾驶安全产生严重威胁。 2021 年5 月,特斯拉宣布为北美市场制造的 Model 3 和 Model Y 将不配备毫米波雷达,Autopilot 将由摄像头系统提供运算支持。
图 7 :特斯拉与白色拖挂卡车相撞

图 8 : 3D 毫米波雷达成像示意图
        4D 毫米波成像雷达突破了传统毫米波雷达的局限性。 4D 毫米波成像雷达也称为 4D 成像雷达,与传统毫米波雷达相比, 4D 成像雷达增加了俯仰角的测量信息,并且角度分辨率可达到亚度( <1°)级别,能够通过输出大量的测量点清晰地呈现出目标障碍物的轮廓。 4D 成像雷达也能通过神经网络技术,根据呈现的点云图像信息,对道路的使用者和障碍物进行目标检测及分类,可在最远 300m 处检测、区分、追踪多个静止和移动的目标。此外, 4D 成像雷达在前前车刹车,防止连续追尾以及大光比、恶劣天气等 corner case 场景下能够保持较好的性能。
图 9 : 4D 毫米波雷达与传统毫米波雷达的对比
        4D 成像雷达与激光雷达性能各有千秋。
        在点云密度与质量方面,根据九章智驾披露的信息,4D 成像雷达可达到几万点云密度,性能相当于低线数激光雷达,无法与可达到几十万甚至百万点云密度的高线数激光雷达相提并论。
        在角度分辨率方面,根据九章智驾披露的信息,百线激光雷达水平与垂直角度分辨率可达到 0.1-0.2 °,而 4D 成像雷达短期内难以做到 1 °以下。
        成本价格方面,根据与非研究院披露的信息,激光雷达成本价格在 1000 美元左右,而 4D 成像雷达成本约为激光雷达的 1/10 。
        工作环境方面,与摄像头和激光雷达相比,毫米波雷达受天气影响较小,恶劣天气条件带来的环境污垢或水滴折射不会影响雷达工作。
        穿透能力方面,毫米波雷达也可以穿过介电材料(例如汽车保险杠)发射信号,因此它不需要开放的窗口来收发信号。此外, 4D 成像雷达能够穿过前方障碍物探测到激光雷达无法探测到的前前方障碍物。
图 10 : 4D 毫米波 vs 3D 毫米波 vs 激光雷达 & 摄像头

        随着自动驾驶级别的提高,4D 成像雷达将在各级别自动驾驶方案中均得到更 多应用。 根据 Arbe 的预测, 4D 毫米波雷达将于 2024 年在欧洲与北美市场 L1-L4级别自动驾驶车型中开始列装。市场规模方面,根据 Yole 预测, 4D 毫米波雷达2021 年 -2027 年复合增长率将达到 48% ,而 4D 成像雷达 CARG 将达到 109%。中国市场方面,根据高工智能汽车研究院预测, 2023 年中国乘用车前装市场 4D成像雷达的搭载量有望突破百万颗,到 2025 年 4D 成像雷达占全部前向毫米波雷达的比重有望超过 40% 。
图 11 :自动驾驶级别提升与不同雷达用量 2020-2030 (北美 & 欧 洲)

图 12 : 2021-2027 不同雷达市场规模增长幅度比较

3 4D 毫米波成像雷达技术路线演进

        为了获取更好的角度分辨率,提高点云信号的密度,目前 4D 成像雷达的技术路线围绕增加通道数展开。对于多发多收的毫米波雷达而言,虚拟通道数为收发天线数的乘积。通过增加天线的数量和密度,可以优化角度和速度分辨率,使得输出点云图像更密集,更有效地分析测量目标的轮廓、行为和类别。目前,Arbe的 Phoenix 可做到 48 发 48 收,共计 2304 通道(高于大陆、采埃孚的 192 个)。据高工智能汽车公众号披露的信息, Mobileye 也已在部署具有 2304 个虚拟通道
的 4D 成像雷达,计划于 2025 年量产。
        整体而言,为提升通道数目前主要存在三种技术方案,分别为多芯片级联、 虚拟孔径算法与单芯片集成 。
图 13 : 4D 毫米波雷达的方案趋势是通道数越来越多

        多芯片级联方案指的是将标准雷达芯片通过 2 级联 /4 级联 /8 级联的方式实现 虚拟通道数的增加。多芯片级联方案的优点在于,该方案较为成熟,开发难度低,上市时间短,但弊端在于成本、功耗、体积较大,并且会面临 PCB 板面翘曲、中频同步等问题。此外该方案并非长久之计,后续产品性能提升困难。 目前采用多 芯片级联方案的厂商有大陆、 采埃孚、华为等。 以大陆为例,大陆 ARS 540基于 Xilinx 的 Zynq® UltraScale+™ MPSoC 平台开发, 是全球第一款量产的 4D成像雷达,宝马的下一代自动驾驶车辆 iNext 将首先使用。 ARS540 采用 4 片级联的形式,将 4 片 NXP 的 77GHz 毫米波雷达收发器(即 MMIC ) MR3003 级联,每个 MR3003 是 3 发 4 收, 4 片就是 12 发 16 收,形成 192 个虚拟通道,大大提升了分辨率,效果逼近 8 线激光雷达。
图 14 :大陆 ARS540 立交桥信号效果

图 15 : NXP MR3003 结构图

表 3 :采用级联方案的部分厂商与产品

        虚拟孔径成像方案指的是每根接收天线在不同时间产生不同的相位,有效虚拟出更多的接收天线,创建出很大的“虚拟孔径”。与传统雷达依赖堆叠天线数相比,该方案使用软件智能增加处理的数据量,从而提升雷达的分辨率与灵敏度。虚拟孔径成像技术的优点在于硬件成本与功耗较低,尺寸也偏小,缺陷在于需要先通过算法的方式实现通道数量的增加,实时性较差。
目前采用虚拟孔径成像方案的是傲酷。傲酷的 FALCON 77 GHz 成像雷达在单芯片 (3T4R) 平台上的宽 FOV 范围内提供高角度分辨率和仰角信息,通过虚拟孔径成像技术使角分辨率提高了 20 倍。傲酷的 EAGLE 77 GHz 成像雷达采用的是双芯片非级联,通过虚拟孔径成像技术可使角分辨率提高 50 倍。目前,傲酷已经与包括通用汽车、戴姆勒、吉利、长城汽车、海拉、松下、摩比斯、 AutoX 等多家国内外知名主车企巨头、 Tier1 及自动驾驶公司等展开深度合作。
表 4 :傲酷两大产品参数

        单芯片集成方案指的是将多发多收天线集成在一颗芯片中。该方案的优点一方面在于硬件尺寸较小,另一方面在于具有更加灵活的调制方式与架构。整体而言,该方案可将毫米波雷达的体积大大缩小,并可以市场上每通道最低的成本实现了最先进的射频性能,但仍存在两大挑战:一是是对处理器要求高,单芯片实现的数据量更多,对 MCU 性能提出更高要求,二是天线布局、干扰、信噪比等问题仍需要大量验证。
        目前采用单芯片集成方案的厂商有 Vayyar 、 Uhnder 等。 Vayyar 曾推出一款车规级 ROC ( Radar on Chip ),搭载 48 个收发天线 + 数字信号处理器 (DSP)+实时信号处理微控制器单元 (MCU) 。 Uhnder 曾推出一款 77 GHz 的车规级 4D 数字成像 ROC ,型号为 S80 。这款产品采用调相连续波( PMCW ),搭载天线 12 发16 收,共 192 个通道。该设备的 DCM(数字调码技术)最大限度地减少了相邻雷达的相互干扰,并提供了高对比度分辨率 (HCR )以及独立目标的高可信度检测。2022 年 Uhnder 与欧菲光共同宣布将基于 Uhnder 的 DCM,研发智能驾驶高级辅助系统( ADAS ),并将于 2023 年发布一款数字雷达产品。
图 16 : Uhnder S80 ROC 产品框图

        4D 毫米波雷达短期以级联+虚拟孔径方案为主,未来看好单芯片集成方案。短期而言,厂商需要尽快推出 4D 毫米波雷达抢占市场份额,而级联方案基于成熟的标准雷达芯片打造,前期开发难度低,便于资本雄厚的公司快速实现产品量产。然级联方案下,堆叠芯片带来的尺寸问题、多芯片之间存在干扰等问题严重限制了级联方案提升通道数的上限,故级联方案并非为长久之计。虚拟孔径成像方案则是在少量芯片级联的基础上,通过算法去提升通道数,该方案的优点在于能够降低 4D 毫米波雷达的价格,便于产品的渗透,但该方案在实时性上的不足也使得其难以成为高阶自动驾驶上的选择。单芯片方案能够满足 4D 毫米波雷达小型化的需求,同时在成本上也存在优势,虽然目前在算法与硬件上仍需攻关,但我们认为单芯片集成方案有望成为未来 4D 毫米波雷达的主流技术路径。
图 17 : 4D 毫米波雷达三种技术方案对比

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.tpcf.cn/news/584338.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

头歌:Pandas分组聚合与透视表的创建

第1关 Pandas分组聚合 import pandas as pd import numpy as np# 返回最大值与最小值的和 def sub(df):########## Begin #########resultdf.max()-df.mean()########## End ######### def jicha(arr):resultarr.max()-arr.min()return result # 得到目标DataFrame def main()…

React Hooks usestate源码示例

React 的 useState 是一个内置的 Hook&#xff0c;它让你在 React 函数组件中添加 state。在 React 中&#xff0c;Fiber 是一个用于协调和调度工作的数据结构。React Fiber 是 React 的核心算法&#xff0c;也被称为 Reconciliation algorithm&#xff08;协调算法&#xff09…

服务器通常不使用图形化界面的原因

目录 资源利用效率 稳定性和安全性 远程管理和自动化 例外情况 资源利用效率 图形化界面需要大量的系统资源&#xff0c;包括内存和处理器。服务器的主要任务是处理请求、提供服务和保证稳定性。因此&#xff0c;优化资源使用是关键&#xff0c;避免图形化界面对系统性能的…

基于OpenAI的Whisper构建的高效语音识别模型:faster-whisper

1 faster-whisper介绍 faster-whisper是基于OpenAI的Whisper模型的高效实现&#xff0c;它利用CTranslate2&#xff0c;一个专为Transformer模型设计的快速推理引擎。这种实现不仅提高了语音识别的速度&#xff0c;还优化了内存使用效率。faster-whisper的核心优势在于其能够在…

C++三剑客之std::variant(一)

1简介 C17的三剑客分别是std::optional, std::any, std::vairant。今天主要讲std::variant。std::variant的定义如下&#xff1a; template< class... Types > class variant; 类模板 std::variant 表示一个类型安全的联合体&#xff08;以下称“变化体”&#xff09;…

DCDC--电感的选择和影响

1、感值L的影响 1.1、纹波Ripple的影响&#xff1a;感值越大&#xff0c;纹波越小 1.2、负载瞬态响应Load Transient的影响&#xff1a;感值越大&#xff0c;负载瞬态响应越差 2、直流电阻DCR的影响 2.1、效率Efficiency的影响 相同型号&#xff0c;感值越大&#xff0c;DC…

浅学Vue3

安装 vue项目 npm init vuelatest 回车装包 npm install 路由 安装 Router npm install vue-router4 -S项目根目录新建 router --> index.js vue2中 index.jsimport Vue from vue; import VueRouter from vue-router; import Home from ../views/Home.vue;Vue.use(V…

2023年度总结:技术旅程的杨帆远航⛵

文章目录 职业规划与心灵成长 ❤️‍&#x1f525;我的最大收获与成长 &#x1f4aa;新年Flag &#x1f6a9;我的技术发展规划 ⌛对技术行业的深度思考 &#x1f914;祝愿 &#x1f307; 2023 年对我来说是一个充实而令人难以忘怀的一年。这一年&#xff0c;我在CSDN上发表了 1…

Arduino驱动VL6180X光学测距传感器(OLED显示)

Arduino驱动VL6180X光学测距传感器&#xff08;OLED显示&#xff09; 简介原理模块参数接线图代码结果 简介 VL6108X三合一光电模块&#xff0c;芯片内集成了IR VSEL(vertical-cavity surface-emitting laser)红外垂直腔面发射激光器光源、接近传感器、环境光传感器&#xff0…

Windows搭建RTMP视频流服务(Nginx服务器版)

文章目录 引言1、安装FFmpeg2、安装Nginx服务器3、实现本地视频推流服务4、使用VLC或PotPlayer可视化播放器播放视频5、RTSP / RTMP系列文章 引言 RTSP和RTMP视频流的区别 RTSP &#xff08;Real-Time Streaming Protocol&#xff09;实时流媒体协议。 RTSP定义流格式&#xff…

2023总结与展望--Empirefree

今年一篇博客都没写过了&#xff0c;好像完全在忙在工作和生活上面了&#xff0c;珍惜自我&#xff0c;保持热情&#xff0c;2024对我好点 文章目录 &#x1f525;1. 年终总结1.1.学习工作计划1.2. 生活计划1.3 个人总结 &#x1f525;2. 未来展望 &#x1f525;1. 年终总结 1…

MySQL函数、AVG | MIN | MAX | COUNT | SUM、慢查询

MySQL函数、慢查询 1、函数1.日期函数2.两个日期的时间差3.查询距离时间的间隔时间4.常用的字符串函数5.常用的数学函数6.常用的聚合函数 2、慢查询1.什么是慢查询&#xff1f; 从需求出发&#xff0c;在数据的操作过程中经常会有以下的问题&#xff1b;求和、最大值、最小值、…

未来十年,量子计算将改变物流行业

近年来&#xff0c;供应链和物流行业面临的挑战越来越多&#xff0c;从劳动力短缺到无法预测的天气以及供需变化&#xff0c;都使物流行业变得更加复杂。 因此&#xff0c;现在急需一种不同的方法来解决这些挑战&#xff0c;优化单个功能或整个业务的传统方法已无法应对这些困…

Linux C 中 multiple definition of ‘xxx‘

在多文件的项目中&#xff0c;我们可以发现有时会出现multiple definition of ‘xxx‘的问题。这个问题一般有以下表现和处理。 原因 &#xff08;1&#xff09;变量或者函数在某一个头文件中定义&#xff08;不是声明&#xff09;&#xff0c;而这个头文件被多个源文件包含&a…

react中package.json中版本号的规则

react中package.json中版本号的规则 ^&#xff1a;只会执行不更改左边非零数字的更新 2.&#xff1a;如果写入的是0.13.0&#xff0c;则当运行npm update时i&#xff0c;会更新到补丁版本 3.>&#xff1a;接收高于指定版本的任何版本 4.>&#xff1a;接受等于或者高于指定…

Vue 2 将于 12 月 31 日到达生命周期终点

随着2024年即将到来,我们借此机会提醒Vue社区,Vue 2将于2023年12月31日终止更新(EOL)。 Vue 2.0在7年多前的2016年发布。它是Vue成为主流框架旅程中的一个重要里程碑。许多现在的Vue开发者是在Vue 2时代开始使用Vue的,有许多伟大的项目是用它建立的。 然而我们无法持续同…

Mysql使用Mybatis进行时间操作

MySQL中支持以下日期时间类型&#xff1a; DATE&#xff1a;存储年月日&#xff08;例如&#xff1a;2023-04-05&#xff09;。范围从"1000-01-01"到"9999-12-31" TIME&#xff1a;存储时分秒&#xff08;例如&#xff1a;11:22:22&#xff09;。范围从&q…

Docker搭建kafka集群

Docker搭建kafka集群 kafka概念 broker&#xff1a;消息中间件处理节点&#xff0c;一个broker就是一个kafka节点&#xff0c;一个或者多个broker就组成了一个kafka集群topic&#xff1a;kafka根据topic对消息进行归类&#xff0c;发布到kafka集群的每个消息&#xff0c;都要…

Authing 分级管理员重磅上线,实现权限超细粒度分级管

数字化时代企业的现代化建设日益重要&#xff0c;身份权限管理系统的数字化变革已经成为企业数字化转型的核心要素之一&#xff0c;同时也对身份权限管理的“最后一公里”提出了更高的要求。管理员作为关键人员&#xff0c;往往掌握整个企业的数据核心访问权限&#xff0c;需要…

Seata AT TM->RC->RM一次完整的交互过程

原理 TM两阶段&#xff1a; 阶段1&#xff1a;TM向TC申请全局事务&#xff0c;netty客户端发起了一次记录xid的请求 阶段2&#xff1a;TC协调之后&#xff0c;决定执行RM是否提交或者回滚。 spring公共组件部分 1、SeataAutoConfiguration类加载 利用springboot自动装配机…