毫米波雷达在汽车自动驾驶中的应用与展望
作者:陆叶 陈嘟 何剑
来源:《环球市场》2020年第01期
        摘要:从毫米波雷达技术和汽车自动驾驶的现状出发,总结了毫米波雷达在汽车自动驾驶中的应用现状,展望了发展趋势,分析了关键技术,以期为该行业相关人员提供参考。
        关键词:汽车自动驾驶;毫米波雷达;应用现状;关键技术
        一、引言
        毫米波雷达原理是利用雷达天线由发射机发射电磁波,采用障碍物反射再由接收机接收的工作原理,根据收发之间的时间差测得目标位置数据。毫米波雷达研制开始于20世纪40年代,而实际的应用在20世纪50年代才开始展现。进入21世纪后,得益于MMIC、DSP芯片及MCU技术的快速发展,毫米波雷达在民用领域的应用才开始逐步显现。由于其窄波束、小孔径天线及高天线增益等特性,使其具备了精度高、识别力强、全天候、全天时及抗干扰等诸多优势,成为了目标识别、测量、定位不可或缺的重要手段。
        汽车自动驾驶技术是利用传感器包括摄像头、雷达和超声波来感知周边交通情况,辅以地图路线规划,通过人工智能决策实现车辆自动驾驶。目前环境感知、精准定位、高精地图及测试验证技术己步入高速发展时期,综合技术整体处于L2到L3的转变阶段,即部分自动驾驶到有条件自动驾驶的轉变阶段。由于决策规划及控制执行属于人工智能范畴且发展刚起步,随着信息化水平、计算机能力、SG技术的提升,人工智能将助推自动驾驶从L3跨越到L4、L5,预计在2025~2030年全面实现汽车全自动驾驶。
        本文将对毫米波雷达在汽车自动驾驶中的应用情况进行总结和分析,并给出关键技术和发展趋势。
        二、毫米波雷达和汽车自动驾驶的现状
        (一)毫米波雷达
        毫米波雷达系统核心包括天线、前端收发组件、数字信号处理器。
        1.天线
        目前毫米波雷达天线的主流方案是微带阵列,设计集成在PCB板的微带贴片天线。由于毫米波的波长较短,电路极易发射散和产生高次模,而且基板材料的介电常数和损耗随频率的增加也变化非常明显,因此需要介电常数稳定、损耗特性低等高性能的高频PCB基材,目前雷达天线PCB技术由国外少数公司掌握,国内高频PCB板厂商暂无技术储备,只能根据图纸代加工,仍需国外进口
        2.前端收发组件
        前端收发组件目前集成的主要方法是MMIC,MMIC简化了雷达系统结构,集成度高、成本低且成品率高,适合于大规模生产。基于CMOS工艺的MMIC芯片为行业主流方案,可实现高的集成度,降低系统尺寸、功率和成本,还能嵌入更多的功能。虽然CMOS工艺面临速度和低频噪声等问题,随着深亚微米和纳米工艺的不断发展,硅基工艺特征尺寸不断减小,栅长的缩短弥补了电子迁移率的不足,使晶体管截止频率和最大振荡频率不断提高,使得CMOS工艺在毫米波雷达应用方面不断地取得突破。目前MMIC技术主要由国外半导体公司掌控,随着近些年国内厂商逐渐增长,部分关键技术己取得了突破。
        3.数字信号处理器
        数字信号处理系统主要通过DSP芯片或FPGA芯片来实现,DSP适用于较复杂得多算法任务,而FPGA通过较大规模的组合逻辑电路设计完成复杂的时序逻辑功能。在雷达信号处理、数字图像处理等领域中,信号处理的实时性至关重要。由于FPGA芯片在大数据量的底层算法处理上的优势及DSP芯片在复杂算法处理上的优势,融合DSP+FPGA的实时信号处理系统的应用是发展趋势。目前高端DSP芯片和FPGA芯片主要被国外企业垄断,国内技术实力欠缺。
特斯拉全自动驾驶        (二)汽车自动驾驶
        近年来,众多车商纷纷推出了各自的自动驾驶解决方案,希望在商业蓝海中搏杀出一片天地,Waymo.特斯拉作为行业引领者,其发展布局万众瞩目。谷歌旗下子公司Waymo;早在2009年就开始布局全自动驾驶领域,历经十年的探索发展,目前已成为汽车自动驾驶领域中技术最为成熟的企业,其下的Waymo~车型于2018年在美国凤凰城郊区投入运营,提供全自动无人驾驶出租车收费服务,2019年7月Waymo获得了美国加州监管机构许可,正式在加州开展无人驾驶出租车运营,标志着全自动无人驾驶技术进入了商业应用阶段。特斯拉作为自动驾驶技术应用于商业最为激进的企业,2016年搭载Autopliot模块的全系车型开始量产,
可为驾驶员提供全场景、全路况自动驾驶应用,无论在城市、乡村、高速公路,均可实现车辆完全自动驾驶(LS),成为了最早实现全场景、全路况无人驾驶的汽车制造商。
        三、毫米波雷达在汽车自动驾驶中的应用及趋势
        (一)毫米波雷达在汽车自动驾驶中的应用现状
        汽车自动驾驶过程需要环境感知传感器为决策执行提供依据,目前主流的环境感知传感器包含视觉摄像头、毫米波雷达、声波雷达及激光雷达等,由于毫米波雷达受恶劣天气及光线影响较少,可以穿透雨雪、浓雾、尘霾进行全天候、全天时工作,使之成为必不可少的环境感知传感器。
        毫米波车载雷达通常指工作在30300GHz频域的雷达,目前主要用于L1阶段,提供前车防撞预警、自适应巡航控制、变道辅助及盲点监测等辅助驾驶功能,频段主要有24GHz和77G1z两种,技术及应用已相当成熟;在L2~L5阶段,毫米波雷达辅助摄
        作者简介:陆叶(1982-),男,四川成都人,硕士,工程师,主要从事电子信息管控等相关市场工作。像头、激光雷达等进行探测补充,为车辆自动驾驶决策提供环境数据,技
术及应用也逐步成熟。
        作为汽车自动驾驶领军的Waymo及特斯拉就采用了两种不同的方案,Waymo使用激光雷达为主(5个激光雷达+4个毫米波雷达+1个摄像头),而特斯拉则使用视频摄像头为主(8个摄像头+1个毫米波雷达+12个超声波雷达)。由此可见,毫米波雷达由于其不可替代性及成本可控,已成为自动驾驶解决方案中必不可少的传感器,其作用主要是辅助探测,与其他传感器互补,暂无法撼动视觉摄像头或激光雷达核心传感器地位,如果未来毫米波雷达要在汽车自动驾驶领域得到更好的应用,还需要解决分辨率及成像等难题。
        (二)毫米波成像雷达
        近年来国内外毫米波雷达厂商都在积极研发毫米波成像雷达,实现高级别自动驾驶的关键因素是传感器对环境数据的精准采集,视觉摄像头和激光雷达虽然分辨率高,但都使用光波段电磁波,透射性和绕射性较差,受极端天气影响较大,而毫米波雷达受自然因素影响较小,但由于分辨率低导致无法对周边环境进行建模,随着技术的发展,预计5~10年间将有一款全新的智能成像毫米波雷达问世,具备以下技术特征:
        1.高频段
        目前77GHz雷达的距离分辨率大约为1米,也就是两个物体的相邻距离在1米以内雷达是无法区分为两个物体,而如果采用79GHz或更高频段如81GHz,带宽提高可使分辨率提升至10厘米,这样可以提高分离检测能力以区分车辆行驶环境中的各种障碍物。目前77GHz雷达可以跟踪几十个目标,79GHz雷达可跟踪上百个目标,这样对信号处理能力也提出了很高的要求,因此高算力处理器也是雷达实现成像的重要保障。
        2.高集成度芯片
        随着雷达工作频率提高,设备尺寸的缩小,功率、功放、噪声等指标变得难以控制,对芯片的材料及工艺提出了更高的要求,CMOS工艺可实现将射频收發及信号处理高度集成,无需单独配备信号处理模块,这样大大降低了系统复杂度及成本,适合大规模批量生产。目前雷达芯片发展趋势为数字化高集成电路,未来将朝着单一集成芯片SoC方向发展。
        3.MIMO技术
        为了提高雷达分辨率,需采用MIMO技术进行多路收发,通过类似激光雷达点云成像建模,实现对目标的详细分析并为自动驾驶提供依据。目前德州仪器的AWR1243芯片为3发4
收,国内的加兰特微电子的Yosemite 77GHz CMOS芯片己实现4发8收,但一些老牌的厂商如德州仪器及恩智浦并没有急于在芯片上集成更多的收发模块,而是努力推进DSP等信号处理模块的集成。这主要由于目前大部分整车厂对复杂度和成本较为敏感,更看重数字处理模块的集成,希望信号处理能尽量在雷达内部完成,而对于自动驾驶应用比较激进的公司,更倾向于在雷达中集成更多的收发模块,而信号处理在自动驾驶系统中的高算力处理器中进行,并且可以与其他传感器做融合,提高精准度。随着自动驾驶技术的发展,未来MIMO技术必定将被广泛使用。
        (三)多传感器融合技术
        多传感器融合是将视觉、毫米波及激光等传感器进行融合,更稳定、准确、高效地提供自动驾驶环境数据的技术,目前较为主流的方案是摄像头和毫米波雷达的融合。视觉摄像头精度高,可以直接成像,但对于物体的距离及移动速度不敏感,受光线及环境影响大;毫米波雷达受光线及环境影响小,对移动物体识别度高,但分辨率较低。如果将两个传感器融合可实现优势互补,提高感知精确度。因此如何将数据融合,并将融合数据进行解析并指导决策,是传感器融合技术面临的巨大挑战。
        多传感器探测时常会造成非一致性数据采集判断,比如雷达发现的目标视觉传感器并未发现,因此要求多传感器数据依照某种准则进行算法整合并得到一致性判断。传感器融合技术可分为图像级、目标级和数据级:图像级是将雷达数据图像化处理后与视觉图像进行融合;目标级是将多传感器探测目标进行综合可信度分析并得到一致性结论;数据级是将多传感器探测的数据源进行整合解析。其中较易实现的是目标级融合,但精准度不高;数据级融合精准度高,但对于算法和算力的要求很高。
        多传感器融合技术正在起步阶段,国内外智能驾驶技术厂商在积极研究多传感器融合最佳解决方案,图像及雷达数据信号处理、目标分类识别及融合算法能力等是多传感器融合的基础技术。目前视觉技术要比雷达技术更成熟,因此要求雷达企业具备较强的二次开发能力以匹配融合,解决容错性、稳定性、高效性及拓展性等问题。同时,融合技术的实现还需要依靠大量的场景路测进行推演,目前还没有广义的模式和算法支撑,同时人工智能技术的发展将助推多传感器融合技术提升。
        随着研发能力提升及关键技术突破,毫米波雷达将会在更多的民用领域得到应用。提高性能及组件集成度,降低尺寸、功耗及成本,是毫米波雷达未来发展的必然方向。任何新技
术的诞生都离不开理论及基础材料工艺的进步,毫米波雷达未来需要通过理论研究对系统结构及元器件设计进行创新,在旋磁、分子束外延及磁性材料技术等方面实现突破,才能得到更好的发展应用。
        四、结束语
        从1925年第一辆自动驾驶汽车在纽约街头出现至今已经过去了近百年,人类对自动驾驶技术的探索从未停止脚步,由于社会发展带来的环境、拥堵、安全等问题及智慧出行的需求,汽车自动驾驶必定在不久的将来成为现实,毫米波雷达作为自动驾驶系统中重要的环境感知传感器,发挥着不可替代的关键作用,随着毫米波雷达基础工艺、构架、性能及应用的发展,将为汽车自动驾驶提供有力支撑,为智慧安全出行保驾护航。