0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

雷達收發(fā)器在ADAS和自動駕駛中的重要地位

星星科技指導員 ? 來源:Renesas ? 作者: Marta Martínez Váz ? 2022-04-22 17:03 ? 次閱讀

在這篇專門討論汽車雷達的博客的最后一篇文章中,我們分析了影響探測范圍的 MMIC 雷達收發(fā)器的參數(shù)。在這里,我們將解釋如何提高檢測精度,重點關(guān)注視場以及范圍和角度分辨率。確實,僅僅“看”得越遠越好。能夠區(qū)分距離或角度(方位)接近的兩個目標也很重要。

圖像

1.1 距離分辨率

雷達的距離分辨率定義為區(qū)分放置在相同角方向(方位)但距雷達不同距離的不同目標的能力。兩個目標反射的信號在時域中發(fā)生偏移。

pYYBAGJib1WAZaDBAABDzMUl1bk289.jpg

圖 1 發(fā)射和接收的雷達信號(2 個目標)。

在執(zhí)行 FFT(快速傅立葉變換)之后,獲得了對應于每個目標的兩個單獨的基帶頻率(頻移)。

poYBAGJib1WAF4WrAAAiWEOpROY207.jpg

圖 2 兩個檢測到的目標的頻移(基帶頻率)。

兩個目標越接近,基帶頻率Δ f 1和Δ f 2之間的差異越小。在某個時刻,雷達系統(tǒng)將無法再將它們分開。該最小頻移/距離對應于一個 FFT bin。在觀察時間T c內(nèi)可以解析的最小頻率差 Δ f為:

pYYBAGJib1WAXyN5AAAFEw94LGQ589.png

(1)

Δ f可以通過增加觀察時間來改善(即最小化)。

目標之間的距離 Δ R與 Δ f直接相關(guān):

poYBAGJib1WAczK9AAAFOjTZq60548.png

(2)

其中 c 為光速。

其中S是發(fā)射雷達信號的斜率(以 Hz/s 為單位的啁啾率)。由于帶寬是信號斜率及其持續(xù)時間的乘積,因此距離分辨率 d res可以寫成信號帶寬的函數(shù):

pYYBAGJib1aASj11AAAF24yt9sI975.png

(3)

因此,雷達芯片的帶寬將對可實現(xiàn)的距離分辨率產(chǎn)生直接影響:

表 1 距離分辨率與雷達信號帶寬。

pYYBAGJib7WAV11MAAAThUvfM40877.png

對于需要高分辨率的應用,例如成像雷達,將需要大帶寬。然而,遠程雷達等其他應用不需要厘米數(shù)量級的精度,因此較小的帶寬就足夠了??紤]這一點很重要,因為最大雷達范圍與帶寬成反比:

poYBAGJib1aAMiODAAAGnyFrpDk826.png

(4)

對于給定的采樣率F s,增加帶寬將減小檢測范圍。

1.2 視野

以明確的方式確定目標(方位)的方向也很重要。這只能在雷達的視場 (FOV) 內(nèi)實現(xiàn),它定義了雷達在方位角(水平面)和仰角(垂直面)的角度覆蓋范圍。

圖像圖像汽車雷達使用多個接收天線來確定反射信號的到達角 (AoA),從而確定障礙物的角位置。因此,天線陣列的幾何形狀將成為視場的限制因素。

如果考慮單個發(fā)射天線,F(xiàn)OV 將由接收天線的幾何形狀和輻射特性決定。讓我們考慮兩個接收天線相隔距離 d 的情況。

pYYBAGJib1aAQF3nAAAZ-mrYaec533.jpg

圖 5 用于確定 AoA 的接收天線。

可以通過比較每個天線接收到的信號的相移來計算信號的到達角。接收信號的相移取決于頻率(波長)和天線之間的距離,如圖 6 所示:

poYBAGJib1aAefuyAAAGVRbrns0193.png

(5)

到達角的明確測量的角度范圍是相位差從 -180° 到 +180° 單調(diào)變化的范圍,因此從純幾何的角度來看,理論 FOV 由下式給出:

pYYBAGJib1aARi5mAAAIMTQULY8295.png

(6)

當可以檢測到從 -90° 到 +90° 的所有到達角時,可實現(xiàn)最大視野。這是當天線之間的距離等于工作頻率波長的一半時的情況,即:

pYYBAGJib1aAVDdwAAADHsQ_jOg424.png

poYBAGJib1aADCgTAAA9C6F2cwQ630.jpg

圖 6 兩個接收天線的相位差,d = λ/2。

對于 77GHz 的汽車雷達,理論 FOV 可以通過使用大約 2mm 的天線之間的間隔來最大化。這是假設使用的天線是各向同性的輻射器。在現(xiàn)實生活中,視場將進一步受到天線輻射模式的限制。

現(xiàn)在讓我們考慮一下,接收天線是兩個均勻的線性貼片陣列,如圖 8 所示。

pYYBAGJib1aAavvQAAAi6SVx2c8411.jpg

圖 7 線性貼片陣列作為接收天線,用于確定方位角和仰角的 AoA。

在這種情況下,方位角上的天線方向圖很寬(相當于貼片天線),因此它對FOV的影響是有限的。主要的限制效應是行之間的間距 dx,F(xiàn)OV 可以使用 eq. (6)。

對于仰角 FOV,垂直行中的所有貼片都被視為單個天線。為了計算理論 FOV,我們需要考慮行的相位中心(即行的總輻射起源的假想點)。仰角的理論 FOV 將受到每個垂直行 (dy) 的相位中心之間的垂直間距的限制。如果這種分離是半個波長,我們原則上可以獲得最大 FOV。然而,在這種情況下,天線的半功率波束寬度 (HPBW) 要小得多(~20-25°),因此無法在天線波束之外進行檢測。在這種情況下,輻射方向圖將成為 FOV 的限制因素。

1.3 角度分辨率

與距離分辨率的情況一樣,能夠區(qū)分以不同角度(方位)放置但距離相同的兩個單獨目標也很重要。這里,由于信號延遲引起的頻移不能用于識別來自每個目標的信號。同樣,需要特殊的分集,在不同的位置有多個天線。

角分辨率θ res表示雷達可以分辨的最小角間距。對于單個發(fā)射天線,它可以計算為:

poYBAGJib1aAGseMAAAGgEU2Ezk420.png

(7)

N是接收天線的數(shù)量,θ是到達角。對于接近視軸方向 ( θ = 0°) 的軸承,角分辨率最大:

pYYBAGJib1eAc8ALAAAFtDTslUQ249.png

(8)

如果我們考慮天線是分開的

pYYBAGJib1aAVDdwAAADHsQ_jOg424.png

,為了最大化FOV,角分辨率將與頻率無關(guān),僅由接收天線的數(shù)量決定。

poYBAGJib1eAYxvcAAAFb2uM8MU529.png

(9)

因此,可以通過增加天線數(shù)量來提高分辨率。這只能通過向雷達 MMIC 收發(fā)器添加更多通道來實現(xiàn)。通過使用多根發(fā)射天線進行 MIMO(多輸入多輸出)和超分辨率后處理,可以進一步提高分辨率。

1.4 結(jié)論

在本條目中,介紹了確定雷達系統(tǒng)精度的參數(shù)。距離分辨率與雷達收發(fā)器的性能直接相關(guān),而角分辨率和視場也取決于雷達系統(tǒng)中使用的天線的幾何形狀。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 收發(fā)器
    +關(guān)注

    關(guān)注

    10

    文章

    3377

    瀏覽量

    105809
  • 天線
    +關(guān)注

    關(guān)注

    68

    文章

    3172

    瀏覽量

    140648
  • 雷達
    +關(guān)注

    關(guān)注

    50

    文章

    2886

    瀏覽量

    117200
收藏 人收藏

    評論

    相關(guān)推薦

    激光雷達自動駕駛的應用

    自動駕駛技術(shù)正逐漸改變我們的出行方式,而激光雷達(LiDAR)作為實現(xiàn)這一技術(shù)的關(guān)鍵傳感之一,其重要性不言而喻。激光雷達通過發(fā)射激光脈沖并
    的頭像 發(fā)表于 10-27 10:34 ?440次閱讀

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    自動駕駛HiL測試方案——攝像頭仿真之視頻注入#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月17日 15:18:41

    自動駕駛HiL測試方案介紹#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月12日 18:02:07

    FPGA自動駕駛領(lǐng)域有哪些優(yōu)勢?

    領(lǐng)域的主要優(yōu)勢: 高性能與并行處理能力: FPGA內(nèi)部包含大量的邏輯門和可配置的連接,能夠同時處理多個數(shù)據(jù)流和計算任務。這種并行處理能力使得FPGA處理自動駕駛復雜的圖像識別、傳感
    發(fā)表于 07-29 17:11

    FPGA自動駕駛領(lǐng)域有哪些應用?

    的數(shù)據(jù)處理和預處理,實現(xiàn)實時計算和反饋。 二、數(shù)據(jù)傳輸與處理FPGA自動駕駛扮演著數(shù)據(jù)傳輸和處理的角色。它能夠支持多種傳感(如激光雷達
    發(fā)表于 07-29 17:09

    深度學習自動駕駛的關(guān)鍵技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,自動駕駛技術(shù)作為其中的重要分支,正逐漸走向成熟。自動駕駛系統(tǒng),深度學習技術(shù)發(fā)揮著至關(guān)
    的頭像 發(fā)表于 07-01 11:40 ?631次閱讀

    標貝數(shù)據(jù)采集標注自動駕駛場景中落地應用實例

    AI數(shù)據(jù)服務作為人工智能和機器學習的基礎(chǔ),自動駕駛領(lǐng)域中有著重要地位。與其他人工智能應用場景相比,自動駕駛的落地場景相對復雜,想要讓汽車本身的算法做到處理更多、更復雜的場景,就需要運
    的頭像 發(fā)表于 05-28 14:22 ?451次閱讀
    標貝數(shù)據(jù)采集標注<b class='flag-5'>在</b><b class='flag-5'>自動駕駛</b>場景中落地應用實例

    未來已來,多傳感融合感知是自動駕駛破局的關(guān)鍵

    技術(shù) ,攝像頭和雷達等多傳感的探測數(shù)據(jù) 在前端(數(shù)據(jù)獲取時)交互驗證,讓自動駕駛系統(tǒng)能感知到“看不見”的危險。 例如,反向車道有強遠光燈干擾的情況下,當
    發(fā)表于 04-11 10:26

    自動駕駛汽車技術(shù) | 車載雷達系統(tǒng)

    自動駕駛汽車技術(shù) | 車載雷達系統(tǒng)
    的頭像 發(fā)表于 03-20 08:09 ?2739次閱讀
    <b class='flag-5'>自動駕駛</b>汽車技術(shù) | 車載<b class='flag-5'>雷達</b>系統(tǒng)

    語音數(shù)據(jù)集自動駕駛的應用與挑戰(zhàn)

    隨著人工智能技術(shù)的快速發(fā)展,自動駕駛汽車已經(jīng)成為交通領(lǐng)域的研究熱點。語音數(shù)據(jù)集自動駕駛中發(fā)揮著重要的作用,為駕駛員和乘客提供了更加便捷和安
    的頭像 發(fā)表于 12-25 09:48 ?509次閱讀

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)

    挑戰(zhàn),包括激光雷達、單目測距和雙目視覺技術(shù)等。在當前的高級輔助駕駛技術(shù)(ADAS,雙目視覺技術(shù)距離檢測方面表現(xiàn)出色,它可以精確地測量物
    發(fā)表于 12-19 18:02

    自動駕駛的新寵:毫米波雷達技術(shù)的探索與挑戰(zhàn)

    隨著科技的不斷進步,自動駕駛汽車的發(fā)展已經(jīng)成為交通產(chǎn)業(yè)的一大趨勢。在這個過程,毫米波雷達技術(shù)的應用發(fā)揮著至關(guān)重要的作用。本文將對毫米波雷達
    的頭像 發(fā)表于 12-07 11:32 ?1598次閱讀
    <b class='flag-5'>自動駕駛</b>的新寵:毫米波<b class='flag-5'>雷達</b>技術(shù)的探索與挑戰(zhàn)

    傳感自動駕駛的應用

    傳感自動駕駛的應用
    的頭像 發(fā)表于 11-27 17:06 ?735次閱讀
    傳感<b class='flag-5'>器</b><b class='flag-5'>在</b><b class='flag-5'>自動駕駛</b><b class='flag-5'>中</b>的應用

    激光雷達和毫米波雷達的區(qū)別 哪個才是自動駕駛感知的最優(yōu)選擇?

    激光雷達和毫米波雷達的區(qū)別 哪個才是自動駕駛感知的最優(yōu)選擇? 激光雷達和毫米波雷達自動駕駛車輛
    的頭像 發(fā)表于 11-22 17:41 ?7460次閱讀