- 博客(87)
- 收藏
- 关注
RSS订阅原创 自动驾驶中的传感器技术78——Sensor Fusion（1）
自动驾驶传感器标定技术综述 传感器标定是自动驾驶感知系统的基础环节，主要包括三类标定：内参标定（修正传感器自身误差）、外参标定（确定传感器在车体坐标系中的位置和朝向）以及时间标定（同步多传感器数据）。不同传感器标定方法各异：摄像头需标定焦距、主点和畸变系数；激光雷达需校准垂直角度和旋转镜偏心；毫米波雷达需修正天线相位和轴向对齐；超声波传感器依赖物理安装位置标定；GNSS需标定天线相位中心；IMU需校正零偏和比例因子误差。联合标定技术（如LiDAR-Camera标定）和多传感器时间同步对系统精度至关重要。
2025-12-23 10:16:58
563
原创 自动驾驶中的传感器技术77——Sensor Fusion（0）
本文系统总结了自动驾驶系统中各类传感器的算法配置要点，涵盖摄像头、激光雷达、毫米波雷达、超声波雷达、GNSS和IMU六大类传感器。详细阐述了各类传感器的功能参数配置（如帧率、视场角、波形设计等）、标定方法（内参/外参标定）和信号处理算法（点云生成、目标检测等）。重点分析了传感器外参配置（6-DOF安装位置）对多传感器融合的关键影响，并提供了典型API接口示例。文章为自动驾驶系统的传感器配置和算法开发提供了全面的技术参考，特别强调了基础参数预设对系统性能的决定性作用。
2025-12-23 10:09:40
401
原创 TCU的功能概述
T-Box作为车联网核心终端，实现车辆与云端/手机的多维交互。主要功能包括：4G/5G通信、远程控制（车门/空调等）、实时定位、OTA升级、紧急救援及V2X车路协同。采用MQTT/RTP等协议确保数据传输安全，支持驾驶行为分析与新能源车电池监控。具备车规级安全防护，符合国家监管要求，为智能网联汽车提供关键技术支持。
2025-11-06 10:59:09
840
1原创 自动驾驶中的传感器技术76——Navigation（13）
本文介绍了GNSS工程实践的关键指标及系统设计要点，包括定位精度（静态≤2m，动态≤10m）、首次定位时间（冷启动≤45s，热启动≤5s）及灵敏度要求。系统设计方面，重点阐述了GNSS模组与自动驾驶的集成方案，包括AGNSS辅助定位、RTCM3.2原始观测量输出、PVT数据及NMEA0183协议的综合应用。同时指出自动驾驶系统还需整合IMU数据（3轴加速度/陀螺仪）和RTK基站数据（如千寻）以实现高精度定位。文中特别强调了不同场景下的数据优化策略及误差监控方法。
2025-10-30 10:59:32
261
原创 自动驾驶中的传感器技术75——Navigation（12）
本文探讨了自动驾驶中GNSS系统的关键性能指标与优化方法。分析了冷/热启动差异（冷启动30秒至数分钟，热启动几秒至十几秒）及通过IGS精密星历提升定位速度。详细介绍了灵敏度测试方法（捕获、跟踪、重捕获灵敏度评估标准），以及精度测试（速度、定位、航向）和动态性能测试（使用SatGen模拟不同运动场景）。此外，还涵盖了静态性能分析（CEP和静态漂移）和首次定位时间（TTFF）测试方法，为GNSS系统在自动驾驶领域的性能评估提供了全面的技术参考。
2025-10-30 10:57:20
1023
原创 自动驾驶中的传感器技术74——Navigation（11）
摘要：GNSS定位系统通过卫星发射信号，接收机测量伪距进行后方交会定位，求解三维坐标和时钟偏差。系统由空间段、控制段和用户段组成，主要误差源包括卫星/接收机钟差、电离层/对流层延迟等。差分定位技术可显著提高精度。AGNSS利用辅助数据改善定位性能，在弱信号环境下缩短首次定位时间，已广泛应用于智能终端、交通等领域，未来将与5G/IMU等技术深度融合，向高精度、低功耗方向发展。（149字）
2025-10-30 10:44:24
1074
原创 自动驾驶中的传感器技术73——Navigation（10）
摘要：本文介绍了GNSS中的核心概念与技术。DGPS通过基准站计算公共误差并发送改正数给用户站，将定位精度提升至分米级；RTD技术利用伪距差分实现1-5米的实时动态定位；RTK则采用载波相位差分和双差分解算，达到厘米级精度，适用于测绘等高精度场景。此外，文章还对比了广播星历（实时、米级精度）与精密星历（事后处理、亚米级精度）的特点及应用。这些技术共同构成了现代高精度卫星定位系统的基础。
2025-10-30 10:42:53
905
原创 自动驾驶中的传感器技术72——Navigation（9）
摘要：本文系统梳理了自动驾驶中GNSS技术的关键问题。首先阐述了GNSS原始数据（伪距、载波相位等）对高精度定位的重要性，以及其与多传感器融合的优势。其次对比了NMEA、RINEX和RTCM三种数据格式的特点与应用场景。详细分析了首次定位时间（TTFF）的影响因素及最新优化技术，包括多星座接收、AI加速等。此外还探讨了GNSS接收机的灵敏度指标、通道数设计原则以及数据更新率选择策略。全文为自动驾驶系统设计提供了全面的GNSS技术参考，特别强调了高精度定位与复杂环境下的性能优化方案。（149字）
2025-10-27 21:38:49
1092
原创 自动驾驶中的传感器技术71——Navigation（8）
车载GNSS的连续性和可用性是自动驾驶安全验证的关键指标。连续性关注单次任务中的定位不中断概率（如15秒内失效概率≤8×10⁻⁶），直接影响安全关键操作；可用性衡量长期运行中的定位可用时间比例（如≥99.9%）。通过多星座接收、RTK/IMU融合、SLAM等技术可提升性能，其中多频段冗余提升连续性，而差分增强和传感器融合保障可用性。实际应用中，短暂中断由IMU补偿，长期遮挡则需切换至SLAM等备用方案，确保自动驾驶系统的安全可靠。
2025-10-26 09:00:00
669
原创 自动驾驶中的传感器技术70——Navigation（7）
车载GNSS完好性技术解析：系统通过多频多星座接收机、RAIM/ARAIM算法和差分增强服务实现10⁻⁶/h级完整性风险控制，满足ISO26262安全要求。当误差超限时能在规定时间内报警，并融合IMU/感知传感器实现安全降级。技术路径涵盖硬件冗余、算法监测、实时差分校正和多源融合，通过严格验证确保定位可靠性，为自动驾驶提供安全保障。
2025-10-25 15:22:51
701
原创 自动驾驶中的传感器技术69——Navigation（6）
本文系统介绍了车载GNSS的关键特性和技术应用。GNSS四大核心指标包括精度、完好性、连续性和可用性。重点阐述了提升定位精度的多种方法：RTK技术通过载波相位差分实现厘米级精度；PPP技术利用精密星历实现全球单点高精度定位；多频多星组合增强信号可靠性；GNSS与IMU紧耦合确保信号遮挡时的定位连续性。文章对比了不同定位方法的精度和适用范围，指出自动驾驶不同等级对定位精度的差异化需求（L3需0.5m，L5需≤10cm），并介绍了PPP-RTK等新兴融合技术方案。
2025-10-24 10:08:15
1157
原创 自动驾驶中的传感器技术68——Navigation（5）
自动驾驶IMU应用与标定技术解析 摘要：文章系统介绍了自动驾驶中IMU的两种主流方案：独立IMU模组（如北云IMU804）和集成式贴片IMU方案。详细分析了主流IMU芯片型号（Murata、Bosch等）及误差模型，包括确定性误差（零偏、比例因子等）和随机误差（白噪声、随机游走等）。重点阐述了IMU标定流程与方法，涵盖静态标定、动态标定及Allan方差分析等关键技术，并比较了常用标定工具（imu_utils、Kalibr等）。文章指出随着自动驾驶等级提升，对IMU精度和可靠性的要求将越来越高，集成方案可降低
2025-10-09 09:00:00
1241
原创 自动驾驶中的传感器技术67——Navigation（4）
本文分析了车载IMU（惯性测量单元）在不同应用场景下的技术需求。重点介绍了自动驾驶、TBox、底盘悬架和安全气囊四个领域的IMU技术规范，包括安装位置、轴数、传输速度、量程、精度等关键指标。其中自动驾驶主要采用村田SCHA634和导远电子GST80等6轴IMU，底盘控制偏好Bosch BMI088等高动态范围产品，安全气囊则需满足ASIL-D级功能安全要求。文章还对比了不同供应商产品的特性差异，为车载IMU选型提供了技术参考。随着自动驾驶发展，部分车企正从独立P-Box方案转向成本更优的零部件IMU模组。
2025-10-08 09:00:00
1906
原创 自动驾驶中的传感器技术66——Navigation（3）
IMU（惯性测量单元）是自主导航系统的核心传感器，具有体积小、实时性强、不依赖外部信号等优点，但也存在漂移误差、噪声敏感等缺点。其关键技术指标包括零偏不稳定性（反映长期漂移）、量程（决定动态范围）、随机游走系数（衡量短时噪声）、温漂（影响温度稳定性）、灵敏度（决定分辨率）和带宽（影响动态响应）等。车规级IMU需满足-40℃~125℃工作范围，典型参数如陀螺仪零偏不稳定性≤4°/h、加速度计量程±2g~16g。选型需根据应用场景在性能与成本间权衡，高精度导航需结合滤波算法和温度补偿来克服固有局限。
2025-10-07 09:00:00
1463
原创 自动驾驶中的传感器技术65——Navigation（2）
车载IMU应用已从基础安全功能扩展到智能驾驶核心领域。作为关键传感器，IMU在车辆动态控制（ESP/ABS）、碰撞预警、高精度定位（隧道/城市峡谷场景）、自动驾驶（多传感器融合）等方面发挥重要作用。其高频运动感知能力（100-200Hz采样）为电子稳定、车身控制、导航补偿等提供实时数据支撑，并在GPS信号丢失时保持连续定位。不同应用对IMU性能指标（量程、噪声、温漂等）有差异化要求，需结合具体场景选型。随着自动驾驶发展，IMU正成为实现L4/L5级技术不可或缺的硬件基础。
2025-10-06 09:00:00
1738
原创 自动驾驶中的传感器技术64——Navigation（1）
国内车载GNSS/IMU产业已形成完整生态链，国产厂商（和芯星通、华测导航等）推出通过ASIL-B/D认证的车规级产品，涵盖芯片、模组到天线全链条。国际厂商（u-blox、Trimble等）通过本地化合作进入中国市场。IMU领域分化为高精度（导远科技、Honeywell）与性价比（TDK、矽睿科技）两条路线，国产替代加速。高工智能发布的TOP10榜单显示，国内厂商在GNSS+IMU综合方案领域已具备与全球头部企业竞争的实力。
2025-10-04 17:19:38
1210
原创 自动驾驶中的传感器技术62——USS（8）
本文介绍了超声波雷达在汽车泊车辅助系统中的应用与发展。文章首先区分了UPA（倒车雷达）和APA（自动泊车辅助）两种技术，指出APA采用三级架构实现更智能的泊车功能。随后详细分析了APA系统面临的五大技术挑战，包括信号干扰、探测距离、扫描效率等问题。文章还深入探讨了超声波传感器的频率特性、方向性设计原理，以及村田制作所采用的温度补偿技术。最后介绍了Elmos芯片在智能泊车系统中的关键作用，包括精确测距、参数配置和抗干扰等特性。通过技术原理和实际应用的结合，展现了超声波雷达在汽车智能化发展中的重要作用和未来改进
2025-10-04 09:00:00
1141
原创 自动驾驶中的传感器技术61——USS（7）
本文概述了超声波雷达在车载系统中的五大应用场景：1）泊车库位检测，通过侧方传感器测算车位长度；2）高速横向辅助，特斯拉利用泊车雷达实现高速微调；3）PDC障碍物近距离预警，结合视觉辅助；4）路面涉水检测，通过声速差异判断水位；5）未来AVP自动泊车发展趋势，将融合视觉SLAM与高精地图。文章指出，当前超声波方案在画线车位识别上存在局限，未来将向多传感器融合的智能泊车系统演进，并可能通过车联网实现停车位大数据共享。（149字）
2025-10-03 09:00:00
1602
原创 自动驾驶中的传感器技术60——USS（6）
本文探讨了超声波雷达(USS)在工程应用中的关键问题和优化方案。首先分析了目标RCS(雷达截面)对探测性能的影响，指出物体形状、大小和表面特性会显著改变回波强度。其次阐述了超声波雷达的数学模型参数(α、β、R、D)对探测范围和角度的决定性作用，比较了UPA和APA两种雷达的差异。文章还详细讨论了温度补偿机制、盲区形成原理(包括余振时间、声波干涉等因素)以及实际应用中的工程挑战(如防水、抗震、耐温等)。最后简要提及了超声波雷达的抗欺骗技术。这些内容为超声波雷达的系统设计和性能优化提供了重要参考。
2025-10-02 09:00:00
805
原创 自动驾驶中的传感器技术59——USS（5）
本文介绍了USS（超声波传感器系统）的工程实践方案。系统采用Murata的MA48CF15-7N超声波换能器和elmos的E524.17超声IC，通过多路超声波雷达设计实现实时测距与定位。重点阐述了温度矫正、时间同步矫正等算法设计，以及一发三收的定位原理和优化的发波时序方案。实际测试表明，经过实时矫正后，系统测距误差控制在1.5cm以内，满足自动泊车对测距精度的要求。该系统融合了换能器归一化、IC参数配置和自适应算法，有效提升了复杂环境下的障碍物检测能力。
2025-10-01 09:00:00
1952
原创 自动驾驶中的传感器技术58——USS（4）
本文系统介绍了超声波雷达信号处理技术及其应用。首先概述了超声波传感的三种典型应用场景：测距测量（如泊车辅助）、接近检测（如安全监控）和表面类型检测（如地板识别）。其次详细阐述了回波信号处理流程，包括数字增益、时变增益、自动增益控制等方法，以及带通滤波、整流、峰值保持等数字信号处理技术。最后重点介绍了AK2超声波雷达的创新技术，通过频率编码和收发正交分集实现多传感器协同工作，不仅提升了抗干扰能力，还实现了障碍物二维坐标检测功能。文章还指出环境因素（温度、湿度、污垢）对超声波传感性能的重要影响。
2025-09-30 09:00:00
1307
原创 自动驾驶中的传感器技术57——USS（3）
本文介绍了两种超声波雷达系统方案：1）基于Elmos E524.17芯片的DSI3总线方案，采用Arm Cortex-M0内核，支持高速DSI3通信接口；2）TI的UPA非主流方案，未采用DSI3接口。详细分析了E524.17的系统架构，包括MCU通过SPI通信、DSI3总线激励信号传输及回波采集流程。同时提供了两种方案的参考设计图、芯片参数和系统框图，帮助理解超声波雷达的工作原理和实现方案。
2025-09-29 09:00:00
1456
原创 自动驾驶中的传感器技术56——USS（2）
本文介绍了超声波雷达中常用的两种换能器：压电式和磁致伸缩式。压电式换能器利用压电效应实现声电转换，具有结构简单、频率高的特点；磁致伸缩式则通过磁场变化产生机械振动，适合大功率应用。文章对比了二者的性能差异，并指出车载超声波雷达主要采用压电式换能器。此外还介绍了换能器的关键技术指标，为超声波传感器的选型和应用提供了参考依据。
2025-09-28 21:38:26
971
原创 自动驾驶中的传感器技术55——USS（1）
摘要： 超声波传感器（USS）通过声波反射实现近距离测距（10米内），具有成本低、抗干扰强等特点，适用于自动泊车（APA）等ADAS场景。其技术核心为飞行时间（ToF）测量，支持单/双基地拓扑结构。高端产品如AK2采用编码信号（升/降频）实现多传感器同步收发，探测距离达7米，并搭载DSI总线提升数据传输效率，解决了AK1同频干扰、刷新周期长等问题。AK2具备点云输出能力，支持与视觉融合，满足高阶智驾需求，成为德系车企（如博世、大陆）布局重点。国内厂商如纵目科技也已推出AK2产品，推动超声波雷达向高速场景拓展
2025-09-28 09:00:00
1443
原创 自动驾驶中的传感器技术54——USS（0）
中国乘用车超声波雷达市场快速增长，2023年安装量达1.2亿台，预计2028年将突破2.2亿台。随着汽车智能化发展，泊车系统功能不断升级，从半自动到全自动泊车。博世和法雷奥主导全球市场，而国内厂商如豪恩、辅易航等已实现前装量产。新一代AK2超声波雷达凭借更远探测距离、更强抗干扰能力成为趋势，国内企业在换能器、芯片等核心部件实现突破。尽管面临视觉/雷达替代的挑战，超声波雷达仍是当前自动泊车的主流方案，预计未来低速APA和HVP将迎来爆发增长。
2025-09-27 17:55:56
1569
原创 自动驾驶中的传感器技术53——Radar（14）
本文探讨了4D雷达后端算法的创新处理方法。相比传统3D雷达，4D雷达凭借更多通道和更强算力，实现了多项技术突破：1）利用微多普勒特征提取提升弱势道路使用者(VRU)检测；2）通过高动态范围(HDR)处理增强点云质量；3）优化处理流程提升目标分辨率；4）改进多径处理和角度分辨率；5）采用预CFAR处理增强点云密度。文章还分析了4D雷达点云增多后的处理方式扩展，包括基于AI的检测模块改进。这些技术进步使4D雷达在复杂场景下的目标检测能力显著提升，为自动驾驶感知系统提供了更可靠的数据支持。
2025-09-27 13:54:34
1600
原创 智能座舱域控方案总结
智能座舱芯片是由汽车E/E架构演化出来的一个概念，其为域控制架构（按照功能划分不同控制区域的方法，也被称为Domain架构）的重要组成部分，而对座舱域进行控制的芯片，被称为座舱芯片。座舱芯片相当于座舱的大脑，负责处理和控制座舱内各类设备的信号。智能座舱域的外部硬件设备还包含有连接子系统，音频子系统，摄像头子系统，显示子系统，存储子系统，功能安全子系统等。传统座舱的转型关键词是“智能”。智能座舱将融合人工智能、自动驾驶、AR等新技术，实现中控、液晶仪表、抬头显示（HUD）、后座娱乐等多屏融合交互体验。
2025-09-21 09:00:00
4428
原创 自动驾驶域控方案总结
自动驾驶芯片市场呈现多元化竞争格局，Mobileye EyeQ系列覆盖ADAS到全自动驾驶（2.2-176TOPS），地平线J6P双芯片方案达256TOPS，特斯拉AI5芯片或将突破2500TOPS。高通推出舱驾一体方案（640TOPS/芯片），英伟达Thor系列（730-2000TOPS）瞄准L3+市场。2025年L2.9级车型渗透率超50%，主流方案包括Orin-X（254TOPS）、Ascend 610等，新兴产品如地平线J6M、黑芝麻A2000将量产。低成本L2方案已下探至10万元车型，头部车企加速
2025-09-20 09:00:00
1421
原创 自动驾驶中的传感器技术52——Radar（13）
本文介绍了毫米波雷达后端信号处理算法的全流程。首先阐述了雷达数据立方体的构建方法，包括快时间、慢时间和深度三维结构。随后详细讲解了信号处理流程，涵盖信号预处理、距离-多普勒处理、CFAR目标检测、角度估计、点云聚类和目标跟踪等关键环节。文章还探讨了微多普勒特征在目标识别中的应用，以及感知算法在目标分类和跟踪中的作用。最后，重点分析了深度学习算法在毫米波雷达信号处理中的创新应用，包括目标检测、点云处理和多模态数据融合等方面，并指出其面临的计算复杂度挑战。通过系统梳理雷达信号处理各环节，为毫米波雷达在自动驾驶等
2025-09-19 09:00:00
1160
原创 自动驾驶中的传感器技术51——Radar（12）
本文介绍了FMCW雷达前端算法中的测角原理与配置方法。首先阐述了基于二元天线阵的测角原理，通过测量相邻天线间的相位差计算目标角度。随后解释了雷达数据立方体概念及虚拟阵列形成过程，重点对比了时分复用(TDM)和多普勒分复用(DDM)两种波形配置方案的特点。最后概述了常见的角度估计算法，为雷达系统配置与信号处理提供了理论基础。文章通过数学推导和图示相结合的方式，系统性地介绍了从基本原理到实际应用的完整知识体系。
2025-09-18 10:29:41
1012
原创 自动驾驶中的传感器技术50——Radar（11）
本文介绍了FMCW雷达前端算法中距离和速度测量的关键技术。重点分析了Triangular Chirp测速原理，通过上下扫频信号分离多普勒频移，实现单目标的距离和速度测量。针对多目标场景，提出采用Sawtooth Chirp序列，通过相位变化计算速度，并构建距离-多普勒图(RDM)。文章详细推导了测速公式，说明了Chirp配置参数(如周期、数量)与最大测量速度、速度分辨率的关系。最后给出了完整的RD信号处理流程，包括距离FFT、多普勒FFT等关键步骤。
2025-09-17 18:25:51
1417
原创 自动驾驶中的传感器技术49——Radar（10）
摘要：本文介绍了FMCW雷达前端算法及测距原理。首先阐述了连续波(CW)雷达的局限性，包括相位模糊和测距困难等问题。重点分析了线性调频(LFM)信号的测距方法，通过频率差fb计算目标距离d0，并讨论了最大测距与Chirp参数的关系。对比了锯齿波(Sawtooth)和三角波(Triangular)两种Chirp调制方式的特性。最后介绍了实际雷达中的Chirp配置方案和高级斜坡序列(Advanced Ramp Sequence)设计，以及FMCW雷达的信号处理流程。文中还提供了多个参考文献和图示说明关键概念。
2025-09-16 09:00:00
1087
原创 自动驾驶中的传感器技术48——Radar（9）
本文介绍了FMCW雷达前端算法的关键配置参数，以AWR2944为例。重点分析了收发通道数、频率范围、发射功率、接收灵敏度等硬件指标对雷达性能的影响，包括距离分辨率、角度测量、目标识别等。同时讨论了ADC采样率、处理器性能等数字处理参数与系统性能的权衡关系。这些技术指标共同决定了雷达的探测范围、精度和可靠性，是自动驾驶系统设计的重要基础。
2025-09-15 11:17:59
1391
原创 自动驾驶中的传感器技术47——Radar（8）
【摘要】主流芯片厂商(TI/NXP/Infineon)正加速布局波导天线适配的MMIC芯片技术(TI称LoP)，通过创新封装实现射频端口直接耦合。该技术可降低30%信号损耗，提升SNR和探测距离，同时优化热管理及EMI性能。Gapwaves和Huber+Suhner开发的注塑波导天线采用铆接工艺，支持76-81GHz全频段，较传统微带天线损耗降低90%，并实现通道数扩展至48×48。未来趋势将聚焦多通道集成、高精度制造及L3自动驾驶适配，通过标准化PCB设计+可换天线方案推动分布式雷达降本。
2025-09-14 09:00:00
1022
原创 自动驾驶中的传感器技术46——Radar（7）
摘要：卫星雷达（分布式雷达）将信号处理计算迁移至中央域控，雷达端仅负责数据采集，带来多方面影响：雷达端成本与功耗降低，中央域控需升级接口与算力（千兆以太网/SERDES，增加DSP内核）。主流厂商推出专用MMIC芯片，支持1D FFT预处理后数据传输。该架构可实现原始数据/点云级融合，提升感知精度（如角度分辨率、目标分类），满足L3-L5自动驾驶对360°覆盖、多雷达协同和成本控制的需求。系统模块化设计支持车型平台扩展，通过软件更新持续优化性能，成为智能驾驶传感器的主流发展方向。（149字）
2025-09-13 14:45:15
1811
原创 自动驾驶中的传感器技术45——Radar（6）
本文系统梳理了4D雷达技术发展现状，从传统巨头到新兴企业解决方案：1）NXP、TI、Infineon三大厂商方案显示8T8R配置、算力提升和4级联成为趋势，2级联方案可使探测距离达300m，角分辨率显著提升；2）新势力企业如Vayyar（24T24R）、Arbe（48T48R）和Uhnder（数字PMCW技术）通过创新架构实现更高性能，其中Uhnder方案已由欧菲光在国内落地12T16R产品。技术对比显示，4D雷达相比3D雷达在分辨率（可达1.25°）、探测距离（300m+）和俯仰角感知方面具有优势，正逐步
2025-09-11 22:03:10
1128
原创 自动驾驶中的传感器技术44——Radar（5）
车载毫米波雷达开发测试涉及多个关键环节：1）台架测试验证波形配置，采用OTA或有线方式，使用信号分析仪评估性能；2）暗室测试评估天线方向图等特性，利用CATR反射器实现高效测量；3）抗干扰能力测试，通过信号发生器模拟不同干扰场景验证鲁棒性；4）产线校准包括幅度/相位标定及功能测试；5）整车测试涉及ENCAP等标准的功能验证。测试系统可模拟300米距离、±100m/s速度的目标，全面评估雷达性能。
2025-09-11 21:39:38
977
原创 自动驾驶中的传感器技术43——Radar（4）
图21 虚拟阵列原理示意图图22 虚拟阵列（兼顾俯仰 VS 最大化水平角测量精度）图23 一种3T5R虚拟阵列图24 一种4T16R虚拟阵列图25 一种16T16R虚拟阵列图26 虚拟阵列（均匀阵 vs 最小冗余阵）图27 虚拟阵列（最小冗余阵）毫米波雷达天线布局设计指引-PCB设计技术_深圳市博锐电路科技有限公司天线布局设计指南 - 与非网图28 不同规模阵列得到的方向图。
2025-09-10 23:39:54
655
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人