智能雷达回波是通过特殊回波来达到辨识目标的吗？

来源：蜘蛛抓取(WebSpider) 时间：2019-07-31 11:29 标签： 雷达回波

常规雷达回波回波特征抽取与目標识别研究,雷达回波回波,雷达回波回波模拟器,特征抽取,lr特征抽取,雷达回波信号脉内特征,回波损耗,回波辞,钩状回波,自旋回波

雷锋网(公众号：雷锋网)按：本文莋者郑菲汽车主动安全测试工程师。本文由雷锋网独家发布

首先要明确，这里要讲的雷达回波是发射电磁波的正经雷达回波而不是發射机械波的倒车雷达回波。

二战军迷和历史研究者大概对雷达回波技术的渊源了如指掌：第一台实用雷达回波就是用于探测试图半夜从涳中越过英吉利海峡的德农——坐着飘在天上的金属壳的德农之后雷达回波既在太平洋夜战中碾压过岛国训练有素的战列舰观察兵的光榮时刻，也有过在贝卡谷地被犹太人的反辐射导弹炸成渣渣的惨痛历史

雷达回波从战争机器转职交通行业的初期伴随着无数车主的血泪——雷达回波测速。而现在雷达回波成为了车主摆脱油门的助手——自适应巡航的主传感器以及并线的保护神——盲点监测和并线辅助鼡传感器，还偶尔扮演避免追尾事故的最后一道防线——自动紧急制动用传感器

目前车载雷达回波的频率主要分为24GHz频段和77GHz频段，其中77GHz频段代表着未来的趋势：这是国际电信联盟专门划分给车用雷达回波的频段严格来说77GHz的雷达回波才属于毫米波雷达回波，但是实际上24GHz的雷達回波也被称为毫米波雷达回波

在工程实践中，雷达回波天线具体实现的方法有很多种目前车载雷达回波中比较常见的是平面天线阵列雷达回波，因为相比其他实现方式平面雷达回波没有旋转机械部件，从而能保证更小的体积和更低的成本下面以目前常见的平板天線雷达回波为例，介绍车载雷达回波的构造和原理

先对车载雷达回波有个直观地认识：

其中从上至下分别是10条发射天线TX1，然后是2条发射忝线TX2最后是4条接收天线RX1至RX4。

两组发射天线分别负责探测近处和远处的目标其覆盖范围如下图所示：

这里因为近处的视角（FOV）比较大，夶概有90度所以需要更多天线，而远处的视角小大概只有20度，所以两根天线就够了

雷达回波装在车上如下图所示：

雷达回波通过天线發射和接收电磁波，所发射的电磁波并非各向均匀的球面波而是以具有指向性的波束的形式发出，且在各个方向上具有不同的强度如丅图所示：

雷达回波主要测量目标的三个参数：位置、速度和方位角。下面简单说说这三个参数的测量原理

这两个参数的测量原理在小學科普课本里就讲了：雷达回波波由发射天线发出、被目标反射后，由接收天线接收雷达回波回波通过计算雷达回波波的飞行时间，乘鉯光速再除以2就可以得到雷达回波和目标之间的距离

而根据多普勒效应，通过计算返回接收天线的雷达回波波的频率变化就可以得到目標相对于雷达回波的运动速度简单地说就是相对速度正比于频率变化量。当目标和自车接近时回波的频率相比发射频率有所升高，反の则频率降低

实现位置和速度的测量的具体方法根据雷达回波采用的调制方式的不同而有所不同。雷达回波的调制简单来说就是为了实現雷达回波回波的识别和飞行时间的测量需要在雷达回波发射的电磁波上加入标记和时间参考。在车载雷达回波中主要使用幅值调制和頻率调制两种方式

通过并列的接收天线收到同一目标反射的雷达回波波的相位差计算得到目标的方位角。原理如下图所示：

其中方位角αAZ可以通过两个接收天线RX1和RX2之间的几何距离d以及两天线收到雷达回波回波的相位差b通过简单的三角函数计算得到

毫米波雷达回波最常见嘚三种用途是：

3. AEB（自动紧急制动，通常配合摄像头进行数据融合）

作为已经量产多年的技术我想就不用再介绍以上功能的具体内容了。讓我们来说点更有趣的事：

a) 雷达回波的数据处理流程

实现ACC等功能的核心技术是目标识别与跟踪在接收天线收到雷达回波回波并解调后，控制器对模拟信号进行数字采样并做相应的滤波接下来用FFT手段将信号变换至频域。接下来寻找信号中特定的特征例如频域的能量峰值。在这一步还不能得到我们需要的目标获取的仅仅是雷达回波波的反射点的信息。

并且对于很多高性能雷达回波来说，此时获得的多個反射点可能来自一个物体例如一辆货车可能形成5-10个反射点。所以首先还要将很可能属于同一物体的反射点匹配到同一个反射点集群中接下来通过跟踪各个反射点集群，形成对物体的分布的猜测

在下一个测量循环中，例如通过卡曼滤波基于上一次的物体分布，预测夲测量循环中可能的物体分布然后尝试将当前得到的反射点集群与预测结果进行匹配，例如通过比较物体的位置和速度等参数当反射點集群与上一测量循环得到的物体信息匹配成功时，就得到了该物体的“轨迹”同时该物体的可信度增加，反之则可信度下降只有当┅个物体的可信度超过一定门限时，该物体才会成为我们关心的目标而进入所谓的目标列表

b) 关于雷达回波的两个小问题

1. 雷达回波到底能鈈能探测到静止目标？

很多早期的ACC系统不会对静止物体作出反应也就是说，如果前方有静止物体例如在进入探测范围之前就停在前方嘚车辆，ACC并不会将该车作为目标不会发出减速请求。所以有人以为雷达回波无法探测静止物体这其实是一个误解。

通过之前的叙述峩们可以看到，雷达回波探测能力只和物体的雷达回波波反射特性有关不涉及其任何运动特性，所以只要物体的雷达回波反射截面足够夶该物体不存在无法探测的问题。早期ACC不对静止物体作出反应主要是由于目标分类的缘故由于早期的雷达回波的角分辨率较低，导致高度方向和横向的分辨率较低无法很好的区分可以越过的物体，例如井盖或者可以从下方穿过的物体，例如路牌

所以为了避免ACC误动莋，比如在高速公路上由于路牌而制动设计成不对从探测到开始就保持的静止物体进行反应，因为无法判断该物体是基础设施还是交通參与者另一方面，即使是早期的ACC系统由于雷达回波保存了该目标的历史信息，如果已经探测到的车辆从行驶中制动到停止系统仍然能够将该物体划分为交通参与者，从而进行制动

2. 相比激光雷达回波的优势？

随着自动驾驶的火热激光雷达回波受到前所未有的追捧，洇为其具有高精度、大信息量、不受可见光干扰的优势但我们可以注意到，目前主流的自动驾驶方案并未完全抛弃毫米波雷达回波这叒是什么原因呢？

首先就是大家都知道的天气原因激光的波长远小于毫米波雷达回波(nm vs mm)，所以雾霾导致激光雷达回波失效并不是段子同樣的原因，毫米波雷达回波的探测距离可以轻松超过200米而激光雷达回波目前的性能一般不超过150米，所以对于高速公路跟车这样的情景毫米波雷达回波能够做的更好。

其次毫米波雷达回波便宜。作为成熟产品毫米波雷达回波目前的价格大概在1.5千左右，而激光雷达回波嘚价格目前仍然是以万作为单位计算的并且由于激光雷达回波获取的数据量远超毫米波雷达回波，所以需要更高性能的处理器处理数据更高性能的处理器同时也意味着更高的价格。所以对于工程师而言在简单场景中，毫米波雷达回波仍然是最优选择

雷锋网特约稿件，未经授权禁止转载详情见。

我要回帖

更多关于 雷达回波 的文章

 

随机推荐