毫米波雷達如何推動低速無人駕駛量產?

時間:2021-02-02

來源:

0

導語:智能化的發展,一定會推動智能的技術集成到車里去,讓車本身能夠不受限于場景,無論在什么地方、什么停車場都可以使用自主泊車的技術。

 影響毫米波雷達系統性能的因素

第 1 個是 目標的特征,幾何尺寸、形狀、材質、表面粗糙度,甚至入射的角度等等,會很大程度影響雷達能不能成功檢測到目標。

第 2 個是 傳播 ,當電磁波在空氣中傳播,會發生很多現象,比如反射、散射、漫反射、折射等。在復雜的場景中,還會發生多次反射。這些現象,會讓毫米波雷達系統檢測變得非常復雜。

第 3 個是 天氣 ,毫米波雷達受天氣影響小。如果是下小雨或者小雪,基本上現在的毫米波雷達都能保證正常工作。

但是如果下傾盆大雨或者下大雪的情況,它的性能也會有一些下降;如果雪覆蓋了雷達表面的話,需要毫米波雷達自檢為「雷達失效」。

第 4 個,也是最重要的一點,是 雷達系統本身的硬件。它使用頻率、帶寬、編碼、極化,它的發射、接收的系統決定了雷達性能。

優秀的雷達系統要對每個模塊進行系統性地優化,而不僅僅是讓芯片放到電路里,工作起來就好了。

在射頻電路里,有很多參數需要優化,從方案到硬件系統都要相應匹配起來,才可以讓系統發揮極致的性能。

在國際 Tier 1 中,在這方面已經積累了十幾到二十年的經驗,國內的一些初創公司則是剛剛開始積累的經驗,工程和量產的經驗少之又少,還需要走很長的路。

傳感器方案隨著自動駕駛系統從 L0 到 L4/5,逐漸從 2 個角雷達加 1 個前雷達,變成 3R1V 方案,升級成 5R1V 方案。

然后,有視覺和毫米波雷達的融合,以及加上激光雷達,整個傳感器方案變得越來越復雜,數量也越來越多,需要融合的信息也越來越多,需要更強大的處理器去處理這么多的數據。

毫米波雷達在低速場景的應用

低速場景的系統首先值得一提的是環視系統,1 個控制器加 4 個環視攝像頭,經過圖像的畸變校正和拼接形成一幅完整的環視圖片,可以顯示到車機屏幕上,可以加上車輔線,同時還能額外提供 LDW/BSD 等功能,進一步可以對圖片進行檢測,實現 MOD/PD 等功能。

更高級的系統低速場景的系統便是自動泊車 APA 系統 

APA 系統有純超聲波系統或融合系統,融合系統就是使用視覺和超聲波的融合,重要的是可以對車輛進行橫向、縱向的控制。

當車停到車位附近時,按一下泊車啟動的按鈕,車就可以自動泊入車位。APA 在國外前幾年就已經慢慢流行起來,在中國,我預測今年和明年會慢慢被消費者接受,裝配率會有顯著提升。

再升級的系統便是 HPP(Home Zone Parking Pilot) 。

HPP 是讓車在一段固定的距離和路線上,通過一些學習,把地圖建好之后,自動完成最后幾百米的低速駕駛,然后完成自動泊車。

因為場景受限,距離受限,所以我們把它定級為 Level 3 的系統。

低速無人駕駛系統是 自主泊車系統 AVP。

這個系統,就把 HPP 的功能再拓展到比如說一公里以內。AVP 可以被使用在不同種類的停車場。它可以解決掉的痛點是找車位、泊車、找車等所有和泊車相關的痛點。

2017 年,博世和戴姆勒在斯圖加特展出 AVP 系統,這個方案有第 1 代、第 2 代、第 3 代的概念。

當時展出的是第 1 代方案,更多是把智能的系統放到了場端,也就是停車場里裝很多攝像頭,然后有整排的激光雷達來定位運動的車輛的具體位置,通過場端的視覺技術檢測到這個車的位置,完成路徑規劃并發指令給車端進行控制。

從落地的角度看,場端的技術相對比較難落地,因為需要有人為停車場的改造買單。

而且智能化的發展,一定是催生智能的技術放到車里面去,讓車本身能夠不受限于場景,無論在什么地方、什么停車場都可以使用自主泊車的技術。

縱目科技的 AVP 系統 

與博世-戴姆勒的方案相反,縱目科技 2017 年在北京的發布會上,展出了 AVP 系統,通過視覺和一個非常智能的控制器,把 AVP 系統功能實現了。

這幾年縱目科技在創新和工程化上做出了巨大的進步,把這個系統量產落地。

在這個系統架構里面,我們使用了 4 個環視攝像頭,12 個長距超聲波傳感器,4 個 4D 毫米波雷達,IMU,GPS,還有一些車輛信息。

我們沒有用激光雷達,雖然用上了系統的性能一定可以提升到更好,但這樣的方案就很難量產落地。

在汽車界,一定是要用低成本、成熟的傳感器去做最強的性能,要做到性價比最高。挑戰就在于如何使用這三類傳感器 (攝像頭、超聲波、毫米波)去實現滿足性能和安全要求的 AVP 系統。

為什么毫米波雷達在低速自動駕駛里非常重要?

為了實現安全的低速自動駕駛,我們需要通過傳感器實現 360°的環境感知,尤其是在近距離,比如說距離車身幾十公分的范圍,然后傳感器還需要對低速環境下常見的一些障礙物進行檢測。

獲取障礙物的輪廓和高度信息非常重要,這些信息決定了車輛是不是可以開過去,還是必須停下來,或者障礙物非常大,車輛需要繞行。

在低速場景下,更重要的還有自由空間的檢測,毫米波雷達在低速場景中進行定位時也可以發揮很好的作用。

更重要的是,可以實現毫米波雷達和視覺融合定位,可以讓 AVP 的定位系統不受天氣,室內室外,不同光照條件的影響。

縱目科技的 4D 毫米波雷達,目前經過了大量的低速場景和高速場景測試,可以同時用作高速 ADAS 功能以及提供低速 AVP 需要的感知和定位信息。


低速無人駕駛產業綜合服務平臺版權與免責聲明:

凡本網注明[來源:低速無人駕駛產業綜合服務平臺]的所有文字、圖片、音視和視頻文件,版權均為低速無人駕駛產業綜合服務平臺獨家所有。如需轉載請與0755-85260609聯系。任何媒體、網站或個人轉載使用時須注明來源“低速無人駕駛產業綜合服務平臺”,違反者本網將追究其法律責任。

本網轉載并注明其他來源的稿件,均來自互聯網或業內投稿人士,版權屬于原版權人。轉載請保留稿件來源及作者,禁止擅自篡改,違者自負版權法律責任。

如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。

關注低速無人駕駛產業聯盟公眾號獲取更多資訊

最新新聞