本文來源:智車科技

/ 導讀 /

Yole發布的《2020年雷達產業態勢報告:廠商、應用與技術趨勢》指出,到2025年,汽車市場預期將以11%的CAGR增長,因為汽車應用雷達已成為標準設備,在測試場景變得更嚴苛之后,有兩大趨勢正在涌現:第一是向能更準確描述車輛前后方場景的成像雷達前進;第二是增加車輛各處傳感器的數量,通過協調來改善場景知覺。近年來出現的4D成像毫米波雷達恰恰反映了這些趨勢。

4D毫米波雷達補短板

傳統毫米波雷達不具備測高能力,難以判斷前方靜止物體是在地面還是在空中,無法細化剎車場景,如井蓋、減速帶等無需剎車的地面低小障礙物;交通標識牌、龍門架、立交橋等無需剎車的空中障礙物;以及需要剎車的車輛、三角錐桶等路面上較大障礙物。為此,為避免誤剎車頻發,AEB算法便決定降低毫米波雷達的置信度權重,以視覺感知結果為主。然而,視覺感知的挑戰在于,目標障礙物必須經過提前訓練,而模型庫又不可能窮舉所有類型,所以很多靜態障礙物成了“漏網之魚”,此外即使有模型庫,另一個挑戰在于神經網絡能否正確識別出前方障礙物。因此,便經常出現明明前方有障礙物、自動駕駛汽車卻依然撞上去的結果。

4D毫米波雷達又稱為成像雷達,“4D”是指在原有距離、方位、速度的基礎上增加了對目標的高度維數據解析,能夠實現“3D+速度”四個維度的信息感知。

而“成像”概念是指其具備超高的分辨率,可以有效解析目標的輪廓、類別、行為。這意味著4D毫米波雷達系統可以適應更多復雜路況,包括識別較小的物體,被遮擋的部分物體以及靜止物體和橫向移動障礙物的檢測等。

升級為4D毫米波雷達,AEB算法便可更多考慮毫米波雷達的感知結果,從而以更高概率識別路面上的靜態障礙物,結合其高分辨率帶來的優勢,可以更有效地解析目標的輪廓、類別、行為,進而能知道在什么情況下必須剎車(避免漏剎)。

軟硬兼施實現量產

在毫米波雷達芯片圈內,頭部廠商都認為實現4D成像的關鍵在于多天線,技術門檻并不高。多年來,市場一直由英飛凌和恩智浦把持。2020年初,英飛凌宣布與首創車載4D高清點云成像雷達的美國傲酷(Oculi)合作,進入汽車級成像雷達市場,但至今還沒有看到產品。

毫米波雷達市場格局及趨勢

為了搶占市場,德州儀器(TI)2016年底推出基于CMOS工藝的高集成度77GHz毫米波雷達傳感器AWR1642系列,是為適用中短距場景的集成DSP和MCU的單芯片產品,在長距毫米波雷達芯片組市場仍甘拜下風。

既然無法與毫米波雷達芯片巨頭正面較量,只能走曲線救國的道路。何以見得?上面提到的傲酷首創了車載4D成像雷達,活學活用的就是德州儀器的芯片。

德州儀器4D成像毫米波雷達概念于2018年底拋出,推出了基于AWR2243 FMCW(調頻連續波)單芯片收發器的4片級聯4D毫米波雷達全套設計方案,最難搞的天線也融入其中,內嵌四元件串饋貼片(4-element series-fed patch)天線。

AWR2243的PCB天線

AWR2243 FMCW收發器基于TI的低功耗45nm RFCMOS工藝,以單片實現具有內置PLL和A2D轉換器的3Tx和4Rx系統。簡單的編程模型更改可以實現多種傳感器實現方式(短、中、長),并可動態重新配置以啟用多模傳感器。AWR2243收發器作為完整的平臺解決方案提供,包括參考硬件設計、軟件驅動程序、示例配置、API指南和用戶文檔。

垂直裝配的EVM樣機

算法包括MATLAB MIMO和波束形成兩種選擇,交鑰匙工程讓4D成像毫米波雷達技術門檻為之大降。也讓傲酷們得以率先嘗鮮。

AWR2243是一款76GHz至81GHz汽車類第二代高性能MMIC。目前已成為中國乃至全球4D成像毫米波雷達主要采用的級聯方案,有追求低成本的2片級聯,也有追求高性能的4片級聯。

2片級聯成像雷達

2021年3月,傲酷用TI芯片實現了超高角分辨率4D成像前向雷達Eagle,是一個軟硬兼施方式做出的產品。Eagle 77GHz成像雷達使用的是市場流行的TI毫米波雷達芯片,傲酷獨有的軟件使毫米波雷達實現了4D高清成像,探測距離在350米以上。

Eagle在雙芯片平臺上實現了寬視野范圍內的高角度分辨率和仰角信息,通過專有的AI算法驅動的虛擬孔徑成像軟件,角度分辨率提高了50-100倍;多虛擬天線方式徹底解決了困擾車載毫米波雷達界幾十年來只能用增加實體天線數量提高角分辨率的難題,用軟件重新定義了雷達。同時4D成像雷達產品的BOM成本和普通毫米波雷達差不多,但性能卻實現了碾壓。

Eagle可在120°水平/30°垂直寬視場中提供0．5°水平x 1°縱向角分辨率。其遠程和高角度分辨率使其能夠用于各種自動駕駛應用,包括高分辨率雷達測繪和定位、自主路徑規劃和避障、目標檢測和跟蹤、室內導航、虛擬圍欄等。

傳統商用雷達與傲酷雷達對比

傳統雷達波形是單頻、重復、非自適應的,產生多種波形的唯一方法是增加接收天線數量。虛擬孔徑成像波形是自適應的相位調制。每根接收天線在不同時間產生不同的相位響應,然后對數據進行插值和外推,創造一個“虛擬孔徑”。使用人工智能從環境中學習和適應的智能軟件可以伴隨成倍增長的數據而不斷改進。

傳統雷達波形與虛擬孔徑成像波形

傳統雷達的分辨率取決于天線數量。這意味著性能是固定的,需要更多的硬件——更多天線、更多處理、更大尺寸和額外成本——來實現更高的角分辨率。額外的實體天線可以線性增加性能,但成本、尺寸和功耗呈指數增長,限制了商用雷達中可使用的天線數量。

Eagle用低成本、低功耗的雙芯片(6T8R)硬件平臺可提供傳統雷達用8芯片級聯(24T32R)才能達到的角分辨率。通過軟件計算和數據實現更高的角分辨率,可以遵循摩爾定律的指數級增長,實現更長的探測距離和低成本。

“基陣”物理MIMO接收機數量與角分辨性能趨勢

據介紹,傲酷的高分辨率點云數據可以在原始數據層面與其他傳感器,如攝像頭、激光雷達等融合,實現深度傳感器融合能力,保證全天候條件下運行,得到最好的跟蹤結果。