自动驾驶中的传感器技术4——概述（4）-Radar

4 Radar技术概述

自动驾驶中的Radar是一种利用无线电波探测目标距离、速度和角度的传感器技术。在自动驾驶系统中，雷达通过发射无线电波并接收反射信号来检测周围环境中的物体，从而为车辆提供实时的环境信息。

Lidar在自动驾驶车辆中主要分为两类：

• 主Radar：LRR，MRR

• 角Radar：SRR，USRR

布置位置可以是如下几种：

• 车身前保：主Radar

• 车身保杠的四个角：角Radar

图1 Radar在车上的布置位置和探测覆盖范围

4.1 基本原理

图2 三大主传感器的技术特点

Radar（Radio Detection and Ranging）是一种利用电磁波进行远距离感知和定位的即使，其工作原理如下：

图3 Radar工作原理1

图4 Radar工作原理2

图5 Radar工作原理3

图6 Radar工作原理4

参考文章：FMCW Radar Part 2 - Velocity, Angle and Radar Data Cube | Wireless Pi

4.2 技术特点

在自动驾驶领域，存在不同类型的雷达，用于不同的应用和距离范围：

• 工作频率在76 GHz到81 GHz的频率范围内。

• 它们适用于长中短距离测量、速度感知测量、方位角（俯仰角）测量；

• SRR短距角雷达、MRR中距前雷达、LRR长距前雷达、USRR超短距雷达；

• 分布式卫星雷达

图7 从独立Radar到分布式卫星雷达

雷达在自动驾驶系统中扮演着关键的角色，具体作用如下：

• 远距离感知： 雷达可以检测远距离上的车辆、行人和障碍物，有助于车辆及时采取避障措施。

• 速度测量： 通过测量目标的速度，雷达可以帮助自动驾驶系统预测其他车辆的行为，从而更好地规划驾驶路径。

• 加速度估计：通过基于速度测量值的加速度估计，雷达可以帮助自动驾驶系统预测其他车辆的行为意向，从而更好地规划驾驶路径。

• 动静分离和障碍物检测： 雷达可以检测前方的障碍物，包括静态物体和运动物体，更好的进行动静环境构造，以避免碰撞。

• 夜间和恶劣天气下的感知： 与视觉传感器不同，雷达不受光线条件的限制，因此在夜间和恶劣天气条件下仍能工作良好。

• 数据融合： 雷达数据通常与其他传感器数据（如摄像头和激光雷达）结合使用，以提供全面的环境感知。

图8 Radar vs Lidar

图9 Radar vs Lidar

4.3 工程实践

在自动驾驶领域，Radar中关注的一些问题罗列如下：

• False Positive（鬼影）

• False Negative（漏检）

• 点云稀疏（Sparse）

• 目标分裂：单目标被输出为多目标

• 目标分类不准确

• 动静分离不准确

• 小目标被大目标吸收

图10 Autonomous radars can measure agent velocity, detect occluded or distant agents, and resist adverse weather. However, their sparse low-resolution, cluttered, and highly uncertain data makes object detection a significant challenge.

参考：

Radars for Autonomous Driving: A Review of Deep Learning Methods and Challenges

4.4 Radar技术迭代方向

1、4D雷达：8T8R、16T16R（TI、NXP、Infineon）

2、4D雷达：48T48R（Arbe）

 

图11 Arbe 4D雷达

3、4D雷达：12T16R（PMCW）

图12 Uhnder 4D雷达

参考：PMCW体制雷达系列文章(1) - PMCW体制雷达综述

4、分布式卫星雷达

图13 分布式卫星雷达

图14 分布式卫星雷达数据处理流

 参考：你准备好迎接新兴汽车雷达卫星架构了吗？ - 汽车 - 技术文章 - E2E™ 设计支持