4D成像雷达性能之争变本加厉，如何做好贴合国情的产品

本文来源:智车科技

/ 导读 /

Yole发布的《2020年雷达产业态势报告:厂商、应用与技术趋势》指出,到2025年,汽车市场预期将以11%的CAGR增长,因为汽车应用雷达已成为标准设备,在测试场景变得更严苛之后,有两大趋势正在涌现:第一是向能更准确描述车辆前后方场景的成像雷达前进;第二是增加车辆各处传感器的数量,通过协调来改善场景知觉。近年来出现的4D成像毫米波雷达恰恰反映了这些趋势。

4D毫米波雷达补短板

传统毫米波雷达不具备测高能力,难以判断前方静止物体是在地面还是在空中,无法细化刹车场景,如井盖、减速带等无需刹车的地面低小障碍物;交通标识牌、龙门架、立交桥等无需刹车的空中障碍物;以及需要刹车的车辆、三角锥桶等路面上较大障碍物。为此,为避免误刹车频发,AEB算法便决定降低毫米波雷达的置信度权重,以视觉感知结果为主。然而,视觉感知的挑战在于,目标障碍物必须经过提前训练,而模型库又不可能穷举所有类型,所以很多静态障碍物成了“漏网之鱼”,此外即使有模型库,另一个挑战在于神经网络能否正确识别出前方障碍物。因此,便经常出现明明前方有障碍物、自动驾驶汽车却依然撞上去的结果。

4D毫米波雷达又称为成像雷达,“4D”是指在原有距离、方位、速度的基础上增加了对目标的高度维数据解析,能够实现“3D+速度”四个维度的信息感知。

而“成像”概念是指其具备超高的分辨率,可以有效解析目标的轮廓、类别、行为。这意味着4D毫米波雷达系统可以适应更多复杂路况,包括识别较小的物体,被遮挡的部分物体以及静止物体和横向移动障碍物的检测等。

升级为4D毫米波雷达,AEB算法便可更多考虑毫米波雷达的感知结果,从而以更高概率识别路面上的静态障碍物,结合其高分辨率带来的优势,可以更有效地解析目标的轮廓、类别、行为,进而能知道在什么情况下必须刹车(避免漏刹)。

软硬兼施实现量产

在毫米波雷达芯片圈内,头部厂商都认为实现4D成像的关键在于多天线,技术门槛并不高。多年来,市场一直由英飞凌和恩智浦把持。2020年初,英飞凌宣布与首创车载4D高清点云成像雷达的美国傲酷(Oculi)合作,进入汽车级成像雷达市场,但至今还没有看到产品。

毫米波雷达市场格局及趋势

为了抢占市场,德州仪器(TI)2016年底推出基于CMOS工艺的高集成度77GHz毫米波雷达传感器AWR1642系列,是为适用中短距场景的集成DSP和MCU的单芯片产品,在长距毫米波雷达芯片组市场仍甘拜下风。

既然无法与毫米波雷达芯片巨头正面较量,只能走曲线救国的道路。何以见得?上面提到的傲酷首创了车载4D成像雷达,活学活用的就是德州仪器的芯片。

德州仪器4D成像毫米波雷达概念于2018年底抛出,推出了基于AWR2243 FMCW(调频连续波)单芯片收发器的4片级联4D毫米波雷达全套设计方案,最难搞的天线也融入其中,内嵌四元件串馈贴片(4-element series-fed patch)天线。

AWR2243的PCB天线

AWR2243 FMCW收发器基于TI的低功耗45nm RFCMOS工艺,以单片实现具有内置PLL和A2D转换器的3Tx和4Rx系统。简单的编程模型更改可以实现多种传感器实现方式(短、中、长),并可动态重新配置以启用多模传感器。AWR2243收发器作为完整的平台解决方案提供,包括参考硬件设计、软件驱动程序、示例配置、API指南和用户文档。

垂直装配的EVM样机

算法包括MATLAB MIMO和波束形成两种选择,交钥匙工程让4D成像毫米波雷达技术门槛为之大降。也让傲酷们得以率先尝鲜。

AWR2243是一款76GHz至81GHz汽车类第二代高性能MMIC。目前已成为中国乃至全球4D成像毫米波雷达主要采用的级联方案,有追求低成本的2片级联,也有追求高性能的4片级联。

2片级联成像雷达

2021年3月,傲酷用TI芯片实现了超高角分辨率4D成像前向雷达Eagle,是一个软硬兼施方式做出的产品。Eagle 77GHz成像雷达使用的是市场流行的TI毫米波雷达芯片,傲酷独有的软件使毫米波雷达实现了4D高清成像,探测距离在350米以上。

Eagle在双芯片平台上实现了宽视野范围内的高角度分辨率和仰角信息,通过专有的AI算法驱动的虚拟孔径成像软件,角度分辨率提高了50-100倍;多虚拟天线方式彻底解决了困扰车载毫米波雷达界几十年来只能用增加实体天线数量提高角分辨率的难题,用软件重新定义了雷达。同时4D成像雷达产品的BOM成本和普通毫米波雷达差不多,但性能却实现了碾压。

Eagle可在120°水平/30°垂直宽视场中提供0．5°水平x 1°纵向角分辨率。其远程和高角度分辨率使其能够用于各种自动驾驶应用,包括高分辨率雷达测绘和定位、自主路径规划和避障、目标检测和跟踪、室内导航、虚拟围栏等。

传统商用雷达与傲酷雷达对比

传统雷达波形是单频、重复、非自适应的,产生多种波形的唯一方法是增加接收天线数量。虚拟孔径成像波形是自适应的相位调制。每根接收天线在不同时间产生不同的相位响应,然后对数据进行插值和外推,创造一个“虚拟孔径”。使用人工智能从环境中学习和适应的智能软件可以伴随成倍增长的数据而不断改进。

传统雷达波形与虚拟孔径成像波形

传统雷达的分辨率取决于天线数量。这意味着性能是固定的,需要更多的硬件——更多天线、更多处理、更大尺寸和额外成本——来实现更高的角分辨率。额外的实体天线可以线性增加性能,但成本、尺寸和功耗呈指数增长,限制了商用雷达中可使用的天线数量。

Eagle用低成本、低功耗的双芯片(6T8R)硬件平台可提供传统雷达用8芯片级联(24T32R)才能达到的角分辨率。通过软件计算和数据实现更高的角分辨率,可以遵循摩尔定律的指数级增长,实现更长的探测距离和低成本。

“基阵”物理MIMO接收机数量与角分辨性能趋势

据介绍,傲酷的高分辨率点云数据可以在原始数据层面与其他传感器,如摄像头、激光雷达等融合,实现深度传感器融合能力,保证全天候条件下运行,得到最好的跟踪结果。