【導(dǎo)讀】最近，我和我的一個朋友進(jìn)行了一次有趣的討論，他知道我在研究用于ADAS系統(tǒng)和自動駕駛車輛（AVs）中雷達(dá)的TI毫米波（mmWave）傳感器。每當(dāng)他讀到自動駕駛汽車在不同駕駛環(huán)境下（比如障礙物檢測）運行情況的文章時都會不失時機(jī)地取笑我。
業(yè)界對三種主要傳感器（攝像頭、雷達(dá)和LIDAR）在汽車中的不同作用，以及它們各自如何滿足先進(jìn)駕駛輔助系統(tǒng)(ADAS)和自動駕駛的感測需求仍然存在一些困惑。
最近，我和我的一個朋友進(jìn)行了一次有趣的討論，他知道我在研究用于ADAS系統(tǒng)和自動駕駛車輛（AVs）中雷達(dá)的TI毫米波（mmWave）傳感器。
每當(dāng)他讀到自動駕駛汽車在不同駕駛環(huán)境下（比如障礙物檢測）運行情況的文章時都會不失時機(jī)地取笑我。其中一次的對話如下：
Matt：“如果那輛車搭載有LIDAR的話，就能輕松識別出車道中間的物體。”
我：“我依然不同意這樣的看法。”
Matt：“什么？！你為什么不同意？那輛車上裝有一個攝像頭傳感器和一個雷達(dá)傳感器，但ADAS系統(tǒng)仍然完全未能感測到車道中間的那輛車。”
我：“當(dāng)讀到這些最近發(fā)生的事件時，你就會注意到如果攝像頭經(jīng)常暴露在刺眼的強(qiáng)光和其他因素之下，就會導(dǎo)致其看不到路上的物體。它們對高對比度的光線和能見度低的情況較為敏感，如大霧、雨雪天氣。在這種情況下，雷達(dá)傳感器可能確實識別了目標(biāo)。”
Matt：“盡管如此，我們?nèi)詴龅竭@些ADAS和AV系統(tǒng)似乎很難應(yīng)對的不同情況。那么問題到底出在什么地方呢？”
我：“ADAS的決策系統(tǒng)似乎依賴于作為主傳感器的攝像頭來判斷目標(biāo)是否真的存在，或者是否為假警報。”
Matt：“那么，車載雷達(dá)和攝像頭就不值得信任咯。所以只能將LIDAR作為唯一可靠的傳感器了。我說的沒錯吧？”
我：“不完全對。雖然LIDAR對能見度的敏感度不如攝像頭，但它對霧、雨、雪等天氣情況敏感。此外，LIDAR的成本還很高，可能導(dǎo)致其最初只能在相對高端的4級和5級自動駕駛車輛上使用。”
Matt：“這就是了！沒有一種傳感器可以使自動駕駛車輛真正可靠。我們必須將這三者結(jié)合使用，但這也意味著自動駕駛車輛的價格會非常貴。”
我：“你只說對了一部分。4級和5級自動駕駛車輛可能需要攝像頭、LIDAR和雷達(dá)這三種傳感器來提供高可靠性和全自動駕駛體驗。但是，對于更多需要部分自動駕駛且已經(jīng)開始大規(guī)模量產(chǎn)的2級和3級經(jīng)濟(jì)型車輛來說，使用TI毫米波傳感器的成像雷達(dá)能夠?qū)崿F(xiàn)高性能和成本效益，并能夠廣泛采用ADAS功能。”
那么，什么是成像雷達(dá)呢？
正如我向Matt解釋的那樣，成像雷達(dá)是雷達(dá)的一個子集，因其高角分辨率能夠提供清晰的圖像而得名。
成像雷達(dá)由一個傳感器配置啟用，其中多個低功率TI毫米波傳感器級聯(lián)在一起，且作為一個單元同步運行。它具有多個接收和發(fā)射通道，能夠顯著提高角分辨率和雷達(dá)距離性能。當(dāng)毫米波傳感器級聯(lián)在一起時，可以使用集成移相器來創(chuàng)建波束賦形，從而達(dá)到400米的擴(kuò)展范圍。圖1顯示了評估模塊上的級聯(lián)毫米波傳感器及其天線。
圖1：一種具有四個級聯(lián)TI毫米波傳感器的成像雷達(dá)評估模塊
用于成像雷達(dá)的毫米波技術(shù)
典型的雷達(dá)傳感器直到最近才被視為車輛中的主傳感器，其主要原因在于角分辨率性能較為有限。
角分辨率是指在相同范圍內(nèi)和相同相對速度下區(qū)分物體的能力。
一個凸顯成像雷達(dá)傳感器優(yōu)勢的常見用途是能夠以高分辨率識別靜態(tài)物體。典型的毫米波傳感器具有高速度、高距離分辨率的性能，可以很輕松地識別和區(qū)分運動物體，但對靜態(tài)物體來說，其識別能力卻非常有限。
例如，為了讓傳感器“看到”車道中間停下來的車輛并將其與燈桿或柵欄區(qū)分開來，傳感器需要在仰角和方位角上都有一定的角分辨率。
圖2顯示了一輛被困在隧道中的車，車內(nèi)不斷冒煙。該車輛停在約100米遠(yuǎn)處，隧道高度為3米。
圖2：來車的前雷達(dá)需要足夠高的角分辨率來區(qū)分隧道和停止車輛。毫米波傳感器可以穿透任何能見度情況，比如煙。
圖3：毫米波傳感器如何利用多輸入多輸出（MIMO）雷達(dá)實現(xiàn)高仰角分辨率。
為了識別圖2所示隧道中的車輛，傳感器需要將其與隧道頂棚和壁區(qū)分開來。
實現(xiàn)場景分類需要利用這些仰角和方位角分辨率：
? (仰角) = 反正切 (2 m/100 m) = 1.14度
? (仰角) = 反正切 (3.5 m/100 m) = 2度
其中，2 m是隧道高度減去車輛高度的值，100 m是帶成像雷達(dá)的來車與停在隧道內(nèi)的車輛之間的距離，3.5 m是停在隧道內(nèi)的車輛與隧道壁之間的距離。
在某些天氣和能見度情況下，依賴于其它光學(xué)傳感器可能具有挑戰(zhàn)性。煙、霧、惡劣天氣以及明暗對比都是具有挑戰(zhàn)性的能見度情況，這些情況會抑制光學(xué)被動和主動傳感器，如攝像頭和LIDAR，從而導(dǎo)致這些傳感器可能無法識別目標(biāo)。然而，在惡劣的天氣和能見度情況下，TI毫米波傳感器仍能保持強(qiáng)勁的性能。
目前，成像雷達(dá)傳感器是唯一能在各種天氣和能見度情況下保持強(qiáng)勁性能的傳感器，其在方位角和仰角上都能達(dá)到1度的角分辨率（使用超分辨率算法計算數(shù)值時甚至更低）。
結(jié)論
采用TI毫米波傳感器的成像雷達(dá)具有很高的靈活性，能夠以非常高的分辨率感知和分類近場中的物體，同時能夠在400米以外的遠(yuǎn)場中跟蹤目標(biāo)。這種成本高效的高分辨率成像雷達(dá)系統(tǒng)能夠使2級和3級ADAS應(yīng)用以及高端4級和5級自動駕駛車輛成為可能，并可用作車輛中的主傳感器。
