汽车上的毫米波雷达和激光雷达哪个好?

随着自动驾驶的发展,激光雷达受到前所未有的追捧,因为它具有精度高、信息量大、不受可见光干扰等优点。不过我们可以注意到,目前主流的自动驾驶方案并没有完全抛弃毫米波雷达。原因是什么?

一.导言

首先要明确,这里要说的雷达是发射电磁波的正经雷达,不是发射机械波的倒车雷达。

军迷和二战历史研究者大概对雷达技术的起源了如指掌:第一部实用雷达被用来探测试图在半夜从空中穿越英吉利海峡的德农——德农坐在漂浮在空中的金属外壳里。之后的雷达不仅碾压了岛国训练有素的战列舰观察员在太平洋夜战中的辉煌时刻,还有在贝卡谷地被犹太人反辐射导弹炸成渣的惨痛历史。

雷达从战争机器转入交通行业的前期,伴随着无数车主的血泪——雷达测速。现在雷达已经成为车主摆脱油门的助手——自适应巡航的主要传感器,并线的保护者——盲点监测和辅助并线的传感器,偶尔还会起到避免追尾的最后一道防线——自动紧急制动的传感器。

二、结构和原理

目前车载雷达的频率主要分为24GHz频段和77GHz频段,其中77GHz频段代表了未来的趋势:这是国际电信联盟专门为车载雷达划分的频段。严格来说,77GHz雷达属于毫米波雷达,但实际上24GHz雷达也叫毫米波雷达。

在工程实践中,雷达天线有多种实现方式。目前车载雷达中比较常见的是平面天线阵雷达,因为与其他实现方式相比,平面雷达没有旋转的机械部件,从而保证体积更小,成本更低。下面以常见的平板天线雷达为例,介绍一下车载雷达的结构和原理。

先对车载雷达有个直观的了解:

看内部结构:

这一块就是天线阵列,如下图所示:

从上到下有10个发射天线TX1,然后是2个发射天线TX2,最后是4个接收天线RX1到RX4。

两组发射天线分别负责探测远近目标,其覆盖范围如下图所示:

这里因为近视角(FOV)比较大,90度左右,需要更多天线,而远视角小,20度左右,两个天线就够了。

安装在汽车上的雷达如下图所示:

雷达通过天线发射和接收电磁波。发射的电磁波不是方向统一的球面波,而是以各个方向强度不同的定向波束形式发射,如下图所示:

雷达主要测量目标的三个参数:位置、速度和方位。先简单说一下这三个参数的测量原理。

位置和速度

这两个参数的测量原理在小学的科普课本上都有描述:雷达波由发射天线发射,经目标反射,再由接收天线接收。雷达和目标的距离可以通过计算雷达波的飞行时间,乘以光速再除以2得到。

根据多普勒效应,通过计算返回接收天线的雷达波的频率变化,可以得到目标相对于雷达的运动速度,简单来说就是相对速度与频率变化成正比。当目标靠近车辆时,回波的频率高于发射频率,反之亦然。

测量位置和速度的具体方法根据雷达采用的调制方法而不同。简单来说,雷达调制就是实现雷达回波识别和飞行时间测量,需要在雷达发射的电磁波中加入标志物和时间基准。车载雷达主要采用调幅和调频。

方位角

通过计算平行接收天线对同一目标反射的雷达波的相位差,得到目标的方位角。原理如下图所示:

方位角αAZ可以由两个接收天线RX1和RX2之间的几何距离d和两个天线接收到的雷达回波的相位差b通过一个简单的三角函数计算出来。

三、应用实例

毫米波雷达最常见的三种用途是:

自适应巡航

BSD & amp盲点监测和车道变换辅助系统

AEB(自动紧急制动,通常结合摄像机进行数据融合)

作为一项已经量产多年的技术,我认为没有必要介绍以上功能的具体内容。让我们来谈谈更有趣的事情:

a)雷达数据处理流程

实现ACC等功能的核心技术是目标识别与跟踪。在接收天线接收到雷达回波并对其进行解调后,控制器对模拟信号进行数字采样并进行相应的滤波。接下来,通过FFT将信号变换到频域。接下来,寻找信号中的特定特征,例如频域中的能量峰值。这一步无法得到我们需要的目标,只能得到雷达波反射点的信息。

而且对于很多高性能雷达来说,此时获得的多个反射点可能来自一个物体,比如一辆卡车可能形成5-10个反射点。所以首先要把很可能属于同一个物体的反射点匹配到同一个反射点簇。接下来,通过跟踪每个反射点簇,形成关于对象分布的猜测。

在下一个测量周期中,例如通过卡尔曼滤波,基于先前的物体分布,预测该测量周期中可能的物体分布,然后例如通过比较物体的位置和速度等参数,尝试将当前反射点簇与预测结果相匹配。当反射点簇与上一个测量周期获得的物体信息成功匹配时,获得物体的“轨迹”,物体的可靠性增加,否则可靠性降低。只有当一个对象的可信度超过一定的阈值,才会成为我们关心的目标,进入所谓的目标列表。

b)关于雷达的两个小问题

雷达能探测到静止的目标吗?

很多早期的ACC系统是不会对静态物体做出反应的,也就是如果前方有静态物体,比如车辆在进入检测范围之前就停在了前方,ACC不会针对车辆,也不会发出减速请求。所以有人认为雷达探测不到静止的物体,这其实是一种误解。