汽车毫米波雷达测试方案

随着现代科学技术的快速发展以及人们生活水平的显著提高，汽车消费每年都在快速增长，汽车保有量迅速增加，汽车安全问题则被普遍的关注，相应的交通事故也急剧上升。大量交通事故数据表明， 80％以上的车祸是由于驾驶员操作失误引起的，65％的车辆相撞是追尾事故，其余的属于侧面或者正面相撞。过对汽车事故的调查统计分析，发现大约一半以上的事故是首尾相撞，这就是说有效的汽车防撞系统能够对大约65%的事故发生起到阻止作用。同样在高端汽车领域，人们越来越渴望高科技带来的安全与便捷，结合信号处理技术实现汽车自主智能巡航、辅助泊车、汽车防撞雷达等各种系统已经改变了人们对传统汽车电子的认识。毫米波雷达在汽车电子的典型应用有毫米波防撞雷达、自适应巡航、盲区检测、辅助变道等功能。

01

背景

随着AI 的蓬勃发展，汽车的智能化程度在不断提高，对于驾驶的安全性和舒适性也不断提高；毫米波雷达因其探测精度高，硬件体积小，不受天气环境的影响等优点被广泛采用。越来越多的车辆采用一个或者多个毫米波雷达来辅助驾驶员的驾驶操作，以提高驾驶的舒适性和安全性，避免交通事故的发生。 毫米波雷达可以实现自动驾驶多种功能，ADAS采用的传感器主要有摄像头、毫米波雷达、激光、超声波、红外等。毫米波雷达传输距离远，在传输窗口内大气衰减和损耗低，穿透性强，可以满足车辆对全天气候的适应性的要求，并且毫米波本身的特性，决定了毫米波雷达传感器器件尺寸小、重量轻等特性。很好的弥补了摄像头、激光、超声波、红外等其他传感器，在车载应用中所不具备的使用场景。把毫米波雷达安装在汽车上，可以测量从雷达到被测物体之间的距离、角度和相对速度等。利用毫米波雷达可以实现自适应巡航控制（ACC）、前向防撞报警（FCW）、盲点检测（BSD）、辅助停车、辅助变道等高级驾驶辅助系统（ADAS）功能。比较常见的汽车毫米波雷达工作频率在77GHz附近。 毫米波雷达市场空间广阔，由于各国汽车安全标准的不断提高，导致主动安全技术高级驾驶辅助系统（ADAS）近年来呈快速发展趋势。汽车毫米波雷达因为能够全天候工作，已成为汽车电子厂商公认的主流选择，拥有巨大的市场需求。2014年全球汽车毫米波雷达市场出货量在1900万个，据市场研究机构预测，预计到2020年全球汽车毫米波雷达将近7000万个，2015-2020年的年均复合增速约为24%。

02

汽车毫米波雷达的工作原理

汽车防撞雷达主要有超声波雷达、激光雷达、毫米波雷达等类型。不同雷达类型的工作原理不一样，其性能和特点也各有优缺点，不同的雷达可以用于实现不同的功能。 

超声波雷达是利用传感器内的超声波产生器发出40kHz的超声波，然后探测经过障碍物反射回来的超声波，根据超声波反射接收的时间差来计算汽车与障碍物的距离。超声波雷达成本低，但探测的距离只有几米，用于泊车系统，而且受天气的影响。 

激光雷达是根据激光遇到障碍物后的折返时间，计算目标与自己的相对距离。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离，这些轮廓信息组成所谓的点云并绘制出3D环境地图，精度可达到厘米级别，从而提高测量精度。激光雷达具有分辨率高、精度高、抗干扰能力强的优势，主要用于无人驾驶系统，但是激光雷达受天气的影响，在大雪、大雾时功能受到限制，并且价格昂贵。 

毫米波雷达是ADAS系统的主要传感器，毫米波雷达频率范围30GHz-300GHz，波长从1mm-10mm，毫米波雷达测距可达200多米，可以对目标进行有无检测、测距、测速以及方位测量。它具有良好的角度分辨能力，可以检测较小的物体。同时，毫米波雷达有极强的穿透率，能够穿过光照、降雨、扬尘、大雾等来准确探测物体，可全天候工作。 从上面的对比可以看出，相比激光雷达，毫米波雷达仍有着强大的优势。激光的波长远小于毫米波 (nm vs mm)，所以雾霾可能导致激光雷达失效。同样的原因，毫米波雷达的探测距离可以轻松超过200米，而激光雷达一般不超过150米，所以对于高速公路跟车场景，毫米波雷达能够做的更好。相比于其他类型的雷达，毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候（大雨天除外）全天时的优点。其缺点是无法识别物体颜色；视场角较小，需要多个雷达组合使用；行人的反射波较弱，难以识别。虽然激光雷达号称无人车的眼睛，近几年也受到了前所未有的追捧，但目前阶段，ADAS及自动驾驶方案选择的主流仍然是毫米波雷达。在无人驾驶时代尚未到来之前，汽车ADAS驾驶员辅助驾驶系统，毫米波雷达将是近几年车载雷达的主流。随着毫米波雷达器件成本近几年大幅降低，也使得它在汽车领域迅速应用起来。 汽车雷达作为驾驶员辅助系统的核心传感器(检测距离、速度)；远距离雷达（LRR）是用来实现自动巡航（ACC），中距离雷达（MRR）用来实现侧向来车报警和车道变道辅助，近距离雷达（SRR）则是用来实现停车辅助、障碍和行人检测。 77GHz汽车雷达系统属于目前国内外各大汽车公司研究和设计的热点，相比于激光车载雷达、红外线车载雷达以及其他低频段的毫米波车载雷达而言，77GHz汽车雷达可利用的频谱范围宽、信息容量大、分辨率高、多普勒频移大、测速灵敏度高、抗干扰能力及穿透等离子体的能力强，并且容易实现天线的窄波束和高增益等。 车载毫米波雷达按照不同的分类方式有着不同的划分方法。根据安装工作频率、探测距离、主要功能等三种划分方式。

1）按照雷达的工作频率划分；可以主要分为两类：24GHz雷达和77GHz 雷达，由于24GHz 雷达在带宽和使用范围上的受限，以及 77GHz 雷达的高带宽，高精度，体积小等优势，越来越多的国家将77GHz的频段划分给车载毫米波雷达使用，所以未来77GHz雷达会取代24GHz雷达。76GHz81GHz相比于24GHz，物体分辨准确度提高2-4倍，测速和测距精确度提高35倍，能检测行人和自行车；且设备体积更小，更便于在车辆上安装和部署；该频段是全球装配永久认可的权威频段，因此更适用于全球车辆平台。采用MIMO（多输入多输出）阵列扫描技术的79GH成像雷达还可以获得目标的高度信息，从而实现真正意义的毫米波成像，79GHz成像雷达将成为未来车用的主流，与摄像头、激光雷达结合实现多传感器融合。在未来智能驾驶的发展过程中，将是一个重要的感知手段，多种功能的雷达与多种传感器的技术融合，是实现无人驾驶的必经之路。 

2）按照雷达的探测距离划分：可分为长距雷达（LRR），中距雷达（MRR），短距雷达（SRR）；分别应用在不同的场景实现不同的功能，也可以组合使用，或配合 ADAS 系统，实现多传感器的融合。

3）按照雷达功能划分可以区分不同应用的雷达：主要的常用功能雷达包括：BSD（Blind Spot Detection-盲点侦测系统），AEB（Autonomous Emergency Braking-自动紧急制动系统），FCW（Forward Collison Warning-前向碰撞警告系统），ACC（Adaptive Cruise Control-自适应巡航系统）。 汽车毫米波雷达的工作原理 毫米波是指波长在1mm10mm的电磁波，其带宽大、分辨率高、天线部件尺寸小，能适应恶劣环境。毫米波雷达中目前使用最广泛的是调频连续波（FMCW）的特殊毫米波技术。具体指，雷达连续发射FMCW调频信号，以测量距离，角度以及速度，不同于周期性发射短脉冲的传统脉冲雷达系统，车用毫米波雷达，通常采用结构简单成本较低，适合近距离探测。雷达天线向外发出一系列连续调频毫米波，频率随时间按调制电压的规律变化，一般是连续的三角波，也可以是锯齿波。 毫米波雷达通过微带阵列天线向外发射调频连续波（FMCW），经目标反射后接收到的回波与发射波存在一个时间差，利用该时间差可计算出目标距离。通过信号处理器分析发射与反射信号的频率差异，基于多普勒原理，可以精确测量目标相对于雷达的运动速度，进一步通过多目标检测与跟踪算法，实现多目标分离与跟踪。进而结合车身动态信息进行数据处理。经合理决策后，以声、光及触觉等多种方式警告驾驶员，或及时对汽车做出主动干预，减少事故发生几率。工作原理图见图1。 

图1：汽车雷达工作原理框图 

1）雷达测距测速原理

毫米波雷达通过天线向外发射调频连续波（FMCW），无线电波经过传播到达目标，然后返回接收天线，接收到目标的反射信号，与本振进行混频出中频信号，通过对中频信号处理，从而获得目标距离和速度信息。对于调频连续波FMCW雷达，其发射波的频率是不断变化的，但频率的变化率是一定的，因此雷达主要通过对发射信号和反射回波信号做互相关，反射波与发射波形状相同，存在一个时间差△t，还包括一个多普勒频移。发射信号与反射信号在某一时刻的频差即为混频输出的中频频率fb。相对运动物体反射信号由于多普勒效应产生频移。在三角波的上升沿与下降沿输出的中频频率分别为fb+、fb-。 雷达发射信号与反射回波信号见图2。延时t与差拍频率成线性关系，所以通过计算拍频率可以计算回波延时，进而计算出目标的距离，具体公式如下： R=ct/2=(c*(f_(b-)+f_(b+) ))/(4K_r )                       （1） 式（1）中，R为目标距离，c光速，K_r是调频斜率，f_(b-)和f_(b+)分别为三角波的上升沿与下降沿输出的中频频率。 根据多普勒原理，求出相对目标的相对速度： V=c/(4f_0 ) (f_(b-)-f_(b+) )=/4 (f_(b-)-f_(b+) )            （2） 式（2）中，V为目标相对运动速度，为波长，f_(b-)和f_(b+)分别为三角波的上升沿与下降沿输出的中频频率。 通过上面的公式得到目标车辆的距离R与相对运动速度V。不管目标是相对静止还是相对运动，只需要求出三角波调制在上升过程和下降过程的中频频率，就可以得到目标的距离和速度信息。 

图2：发射信号、运动目标与静止目标的反射回波信号 

2）雷达目标识别 毫米波雷达的目标识别基本原理是：利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状等物理特性参数， 最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决，内容包括目标识别预处理、特征信号提取、特征空间变换、模式分类器及样本学习等模块。其中特征信号提取是指毫米波雷达采集提取其发射的电磁波与目标相互作用产生的各种信息，包括：RCS（雷达散射截面积）以及其他特征参数。 

3）雷达目标跟踪 目标跟踪系统有目标信息预处理、目标跟踪处理、目标滤波处理等模块组成。其中目标信息预处理主要包括目标回波的处理、目标检测、点迹凝聚、参数计算等。目标跟踪处理及滤波主要包括目标预测、目标相关、目标滤波等。

责任编辑：PSY

原文标题：汽车毫米波雷达

文章出处：【微信公众号：汽车电子设计】欢迎添加关注！文章转载请注明出处。