车用雷达技术发展趋势解析

82智车科技SMARTTECH智能网联汽车IntelligentConnectedVehicles一、车用雷达与智能网联汽车环境感知系统智能网联汽车自动驾驶的前提是实时高精度高可靠性道路交通环境感知，传感器作为环境感知与控制系统的信息源、电子眼，是其中的关键部件，也是自动驾驶技术领域研究的核心内容之一。智能网联汽车自动驾驶关键技术中重点涉及的核心传感器包括毫米波雷达、激光雷达、惯导、超声波雷达、视觉摄像头、红外、车联网V2X与通信传感器等，其中车用毫米波雷达、激光雷达是目前智能网联汽车与自动驾驶领域中的核心传感器。毫米波雷达检测距离远、精度高、具有全天候应用的优势，是当今主流高级驾驶辅助（ADAS）与自动车用雷达技术发展趋势解析从关于车用雷达的技术和市场分析可以看出，由于我国在传感器相关领域起步相对较晚，毫米波雷达和激光雷达都面临国外产业巨头的先发优势和产业链垄断的问题。我国车用雷达产业需从政策、技术、产业链、军民融合四方面进行突破。文／张雷图1　搭载车用雷达技术的自动驾驶主动安全应用张雷,清华大学微电子与纳电子学系副教授主动控制被动安全83智能网联汽车IntelligentConnectedVehicles驾驶系统中必不可少的传感器。激光雷达的检测距离远、精度高于现在的毫米波雷达，具备空间三维分辨能力，但不具备全天候应用的属性。摄像头价格低廉，可以实现中等距离下的视觉，精度取决于像素，不具全天候应用的属性。基于车用毫米波雷达、多线固态激光雷达与摄像头的多源信息融合环境感知系统是目前的行业主流选择。智能网联汽车的自动驾驶和主动安全技术智能网联汽车自动驾驶技术基于智能传感器对道路交通状况和环境进行感知，结合高精度地图实现路线导航与定位，采集的信息通过多源融合进行智能决策与路线规划，并最终通过执行系统实现轨迹跟踪与车辆控制，从而实现多工况、复杂道路环境下稳定、安全、可靠的自动驾驶。美国汽车工程师学会（SAE）制定了智能网联汽车自动驾驶分级标准，包括一级驾驶辅助、二级部分自动驾驶、三级有条件自动驾驶、四级高度自动驾驶与五级完全自动驾驶。主动安全系统是智能网联汽车自动驾驶技术的重要体现形式，用于防止事故的发生以及在碰撞前减轻事故可能造成的伤害，其中70%的安全应用需要毫米波雷达、激光雷达、摄像头等核心传感器，它们是自动驾驶技术的信息来源，相当于智能网联汽车的眼睛，是上述主动安全系统的关键技术保障。依赖于车用雷达技术的主动安全应用如图1所示。在控制方面，有ACC（自适应巡航控制系统）、ACCStop&Go（带有停走功能的全新自适应巡航系统）、(R)CTA（后方横向交通告警系统）、AP（自动巡航）、AVP（自动代客泊车）；在风险减轻方面，有AEB（自主紧急制动系统）、AEBVRU（弱势道路使用者自动紧急制动技术）、ALU（主动车道控制技术）；在预警方面，有PCW/RPCW（预碰撞/预防追尾警告系统）、FCW/RCW（前端/后端碰撞警告）、LDW（车道偏离预警系统）；在辅助方面，有BSD（盲点车辆识别系统）、LCA（变道辅助系统）、PA（停车辅助系统）、VEA（车辆出口辅助系统）。目前这些安全应用以毫米波雷达的搭载为主，未来会逐渐将激光雷达引入到以上安全应用之中。车用雷达在自动驾驶环境感知系统中的应用智能网联汽车的自动驾驶系统主要包括三个层面的内涵：环境感知、智能决策与车辆控制，如图2所示。环境感知在自动驾驶车辆体系结构中承担着“基石”的作用，其性能的优劣直接关系到自动驾驶车辆整体功能的实现，环境感知技术也是实现自动驾驶产业化的关键技术瓶颈。自动驾驶车辆的环境感知系统依赖于各种传感器对复杂道路环境的信息采集，主流传感器技术包括毫米波雷达、固态激光雷达和摄像头。毫米波雷达是智能网联汽车自动驾驶系统中最广泛应用的全天候核心传感器。毫米波是指频率范围在30GHz~300GHz之内的电磁波，具图2　智能网联汽车自动驾驶系统的技术内涵环境感知车辆定位路径规划轨迹跟踪车辆控制行为决策五官环境感知环境感知行人识别基于陀螺仪的姿态估计全局路径规划数字地图、任务路径可行驶区域特殊路况局部路径规划车辆横向运行车辆纵向运行油门控制制动控制转向控制雷达、视觉地图最优行驶路线紧急情况基于GPS/IMU的位置定位目标融合车辆状态估计激光雷达车辆识别毫米波雷达障碍物识别大脑四肢智能决策车辆控制84智车科技SMARTTECH智能网联汽车IntelligentConnectedVehicles有频率高、波长短、可用频带宽等特点。毫米波波束窄且具备高精度的细节分辨能力，相比激光，其传播特征受气候影响小，具有全天候特性。相比传统微波更容易实现设备小型化。在超高速短距离通信、长距离星际通信、空间目标识别、精密跟踪、空间成像、弹道测量、导弹制导、智能网联汽车、船舶与飞机动力系统防撞、无人机、电子对抗、天文望远镜、反恐安检、毫米波医学治疗等领域，都有广泛的应用。在智能网联汽车上应用毫米波雷达进行测距与测速，不易受目标表面形状、颜色和大气的影响，具有目标检测性能稳定的特点，同时不易受到雨、雪、雾等气候条件的干扰，具有优秀的全天候环境适应性能。毫米波雷达可以用于目标侦测。毫米波雷达发射调频连续波，经目标反射后接收到的回波频率与发射频率的变化规律相同，但存在一个时间差，利用该微小时间差可计算出目标距离。同时，通过分析发射与反射信号的频率差异，基于多普勒效应原理，可以精确测量目标相对于雷达的运动速度，从而达到目标侦测的目的。通过多目标检测与跟踪算法，可以进一步实现高精度的多目标分离与跟踪。在L1级、L2级和L3级自动驾驶中，毫米波雷达被用于目标侦测和目标分离，从而实现各种ADAS主动安全应用，如图3所示。毫米波雷达可以支持高精度目标检测与成像。77GHz毫米波雷达相比24GHz具有更宽的带宽（高达4GHz）、厘米级的高精度和更远的检测距离（200米以上），实现目标种类、形状与细节的检测分析已成为可能，加上二维三坐标等信号处理算法，可以实现目标距离、速度、角度和高度四维信息的采集，实现三维目标侦测与识别，从而达到毫米波雷达成像的目的。毫米波雷达成像技术将在L4和L5级自动驾驶系统中搭载，并最终实现毫米波雷达360度全覆盖，如图3所示。激光雷达是一种新型传感器，（简称：LiDARLightDetectingandRanging）是激光主动探测传感器设备的一种统称，分为测量型激光雷达和导航型激光雷达两个大类，其主要工作原理是通过高频测距和扫描测角实现对目标轮廓三维扫描测量，即成像。汽车导航型激光雷达可以根据其内部结构“动”的程度分为机械旋转、混合固态、微动和全固态激光雷达。还可以根据其视场角分为360°视场激光雷达和局部视场激光雷达，根据探测距离分为用于高速行驶的长测程激光雷达和适于低速行驶的短测程激光雷达。相比摄像头和毫米波雷达等常见的辅助驾驶传感器，激光雷达具备强大的空间三维分辨能力。激光雷达是推动人工智能产业发展的关键基础部件，制造强国战略将激光雷达列为智能制造关键零部件。在人工智能的重要应用场景智能网联汽车的自动驾驶和辅助驾驶领域中，激光雷达是实现环境感知的核心传感器。近年来，搭载激光雷达的自动驾驶出行服务用车，如自动驾驶卡车、自动驾驶物流车、自动驾驶出租车已在美国、欧洲、中国等地进行道路测试，这些领域庞大的用车需求使激光雷达极具发展前景。激光雷达适用于道路环境检测和行驶中的目标检测与跟踪，可以获得环境的深度信息，准确发现障碍物，构建可行驶区域。基于丰富的点云数据可获得包括车道、路沿等在内图3　车用毫米波雷达在各个自动驾驶等级下的应用目标侦测目标侦测3D侦测360目标识别高精度目标分离SRRSRRSRR/MRRUSRR/MRRSRRLRRLRRLRRSRRBSD,LCABSD,RCTAACC,AEBAVP,PABSD,RCTAACC,AEBBSD,RCWLCAACC,AEBBOS,FCW,RCW,RCTAACC,AEB2244411285智能网联汽车IntelligentConnectedVehicles表1　各种车用传感器的技术优势对比分析图4　车用激光雷达用于结构化道路检测、可行驶区域检测、汽车和自行车检测数据来源：IEEE，中信证券研究部的道路要素，还可获得非结构化道路的障碍物和可行驶区域、行人和车辆、交通信号灯和交通标志等其他丰富信息。同时，激光雷达通过对行驶环境中车辆周围的各类目标进行有效检测、跟踪和预测，还能够实现跟车、换道和交叉口通行等复杂场景下的安全自动驾驶，如图4所示。激光雷达可以用于地图构建和定位。通过采用激光雷达多次行驶获取道路的三维点云数据，进行人工标注，过滤一些点云图中的错误信息，对多次收集的点云数据进行对齐拼接最终形成高清地图。通过局部点云匹配和全局点云匹配的位置估计方式，获得给定的当前位置情况下观测到点云信息的概率分布，结合对当前位置预测的概率分布，就可以提高无人车定位的准确度。自动驾驶系统中各种传感器的技术优势对比分析如表1所示。毫米波雷达在测距能力、分辨率、全天候适应性等方面都有较为均衡和优秀的表现，且量产后成本已降至100美元以内，是自动驾驶与各种主动安全应用不可或缺的核心传感器。随着自动驾驶等级的提高和多种主动安全应用的搭载，长距（LRR）、中距（MRR）、短距（SRR）车用毫米波雷达的装配数量也会大幅提升，并最终实现360度全覆盖化，如图3所示。激光雷达的测距性强、分辨率高、具备三维成像能力，但全天候适应性不够，目前的成本尚高，约在5000美元以上，未来低成本的解决方案是产业化的关键。毫米波雷达激光雷达摄像头超声波红外远距能力优优一般差良分辨率高高高低低误报率低较低较低较低较高温度适应性优优优一般良黑暗适应性优优一般优优天气适应性优一般一般一般一般灰尘潮湿优一般一般良一般硬件成本低高低低低信号处理复杂度低高高低低86智车科技SMARTTECH智能网联汽车IntelligentConnectedVehicles二、车用雷达技术发展历程和现状分析车用雷达技术发展历程1.毫米波雷达车用毫米波雷达的研究始于20世纪60年代，主要在以德、美、日等发达国家内展开。早期车用毫米波雷达发展缓慢，21世纪后随着汽车市场需求增长开始进入蓬勃发展期，如图5所示。目前毫米波雷达技术主要由大陆、博世、电装、奥托立夫、Denso、德尔福等传统零部件巨头所垄断。频段方面，2005年至2013年，欧盟将24GHz作为车用毫米波雷达的频谱，随后又增加了79GHz；美国则使用24GHz、76～77GHz两个频带；日本则选用了60～61GHz的频段。随着世界范围76～77GHz毫米波雷达的广泛应用，日本也逐渐转入了76～77GHz毫米波雷达的开发中。我国早在2005年就将76～77GHz频段规划给了车辆测距雷达使用，并将其定义为免许可的微功率应用。随后工业和信息化部于2012年将24.25～26.65GHz频段规划用于短距离车用雷达业务的频率。各大国的车用雷达频段主要集中在在23～24GHz、60～61GHz76～77GHz（欧洲79GHz）3个频段，而世界各国对毫米波车用雷达频段使用的混乱情况，使得汽车行业车用雷达的发展受到了限制。2015年世界无线电通信大会（WRC-15）之后，各国讨论决定，将77.5～78.0GHz频段划分给无线电定位业务，以支持短距离高分辨率车用雷达的发展，并决定在79GHz频段划分出4GHz带宽给高清晰度短距汽车成像雷达，为提高车辆安全并减少交通事故的汽车防撞雷达提供了全球协调的规则性框架。车用雷达至此获得了全球统一频率划分，如图6所示。应用方面，毫米波雷达经历了从短距离逐步向中距离和长距离演进的过程，如图7所示。2000年以前，图5　毫米波雷达的研究与产业化历程毫米波雷达开始研制美国交通部NHTSA对毫米波雷达和制动系统做了组合系统的验证研究毫米波技术得到很大进展，在功率源，高增益天线、集成电路等方面取得进步出现用于机场交通管制和船用导航毫米波雷达，由于功率效率低，传输损失大，发展受到限制。德国的AEG-Telefunken和Bosch公司