加入星計(jì)劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴(kuò)散
  • 作品版權(quán)保護(hù)
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長(zhǎng)期合作伙伴
立即加入
  • 正文
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請(qǐng)入駐 產(chǎn)業(yè)圖譜

車輛架構(gòu)的變化對(duì)雷達(dá)系統(tǒng)的挑戰(zhàn)

2022/11/25
843
閱讀需 8 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點(diǎn)資訊討論

ADAS自動(dòng)駕駛傳感器中,雷達(dá)已被證明是非??煽康腁DAS應(yīng)用,如ACC。雷達(dá)的應(yīng)用有望在未來(lái)擴(kuò)大,因?yàn)槔走_(dá)經(jīng)常與其他傳感技術(shù)一起使用,如攝像頭和LiDAR。下表總結(jié)了不同類型傳感器的優(yōu)缺點(diǎn)。

完全自動(dòng)駕駛需要融合從不同的傳感技術(shù)獲得的數(shù)據(jù)。隨著傳感器分布在汽車周圍,它將有可能提供360度全覆蓋,在汽車周圍形成一個(gè)安全“繭”。

雷達(dá)可以很容易地安裝在車輛常見(jiàn)部件的后面,如保險(xiǎn)杠或車輛logo,這樣就不會(huì)影響美觀。76-81GHz頻段已被大多數(shù)國(guó)家接受為汽車?yán)走_(dá)的頻段。由于雷達(dá)天線的尺寸變得很小,物理集成高頻率的工作變得更加容易。然而,由于功率的權(quán)衡、更高的損耗和更高制造公差的影響,當(dāng)頻率上升時(shí),新的挑戰(zhàn)出現(xiàn)了。

雷達(dá)也特別適合車輛的應(yīng)用,因?yàn)檐囕v是雷達(dá)波的良好反射器。它既可以用于舒適功能,如ACC,也可以用于高分辨率的傳感應(yīng)用,這增加了車輛的被動(dòng)和主動(dòng)安全性能。例如盲點(diǎn)檢測(cè)、變道輔助、后方交通警報(bào)以及檢測(cè)車輛附近的行人和自行車。

目前,雷達(dá)基本上根據(jù)其探測(cè)范圍進(jìn)行分類:

近距雷達(dá):探測(cè)距離可達(dá)50米,視野寬,分辨率高

中距雷達(dá):探測(cè)距離可達(dá)100米,視野中等

遠(yuǎn)距雷達(dá):250米或更遠(yuǎn)的距離,視野更窄,分辨率更低

隨著新技術(shù)的發(fā)展,探測(cè)范圍有望超越這些限制,同時(shí)增加垂直的探測(cè)維度,以提供周圍環(huán)境的完整3D圖像。

未來(lái),車輛將有望增加多個(gè)雷達(dá)模塊,從基本的前向雷達(dá)配置(提供基本的L1功能)升級(jí)到更高級(jí)別。很快,更多的車輛將配備角雷達(dá),以達(dá)到L2+功能和NCAP 4-5級(jí),以及更高級(jí)別的L3-4和NCAP 5級(jí)。

然而,雷達(dá)數(shù)據(jù)的處理方式將很大程度上取決于車輛架構(gòu)。當(dāng)前中央計(jì)算單元性能提高的趨勢(shì)也推動(dòng)了車載E/E架構(gòu)由向分布式架構(gòu)的轉(zhuǎn)變。

盡管向完全分布式架構(gòu)的遷移要到2030才能完成,但部分實(shí)現(xiàn)將更早出現(xiàn)在市場(chǎng)上。首先,一些域控制器將用于特定功能。

此外,域控制器的數(shù)量將增加,而zonal控制器也將在完全集中的E/E架構(gòu)建立之前引入,其中車輛的中央計(jì)算機(jī)將通過(guò)zonal ECU連接到傳感器。這種發(fā)展還需要提高車輛網(wǎng)絡(luò)的容量和可靠性,以及軟件的復(fù)雜性。這可能會(huì)帶來(lái)巨大的挑戰(zhàn),包括額外的連接,可能需要更昂貴的線束來(lái)滿足不斷增長(zhǎng)的數(shù)據(jù)速率需求。

隨著新的E/E架構(gòu)的引入,部分雷達(dá)處理可以從雷達(dá)模塊(邊緣計(jì)算)卸載到zonal或中央ECU,從而實(shí)現(xiàn)更高效的計(jì)算。今天,完整的雷達(dá)處理是在邊緣上進(jìn)行的,使用“智能傳感器”。

這意味著許多獨(dú)立的雷達(dá)模塊分布在車輛周圍,每個(gè)模塊都有自己的雷達(dá)收發(fā)和處理能力。處理后的數(shù)據(jù),通常是對(duì)象列表,被傳輸?shù)紸DAS ECU進(jìn)行進(jìn)一步處理,并可能與來(lái)自其他傳感器的數(shù)據(jù)融合。通過(guò)在車內(nèi)適當(dāng)分布傳感器,可以正確感知車輛的環(huán)境,識(shí)別障礙物。

隨著集中式計(jì)算架構(gòu)的發(fā)展,一些雷達(dá)模塊的數(shù)據(jù)處理可能會(huì)從雷達(dá)轉(zhuǎn)移到遠(yuǎn)程處理單元,由zonal ECU或中央計(jì)算機(jī)直接處理。雷達(dá)模塊本身就不那么“智能”,只對(duì)接收到的雷達(dá)信號(hào)進(jìn)行有限的處理。

例如,該模塊將確定與不同物體的距離,并向遠(yuǎn)程處理器提供距離配置文件。然后,它將接收來(lái)自不同衛(wèi)星雷達(dá)模塊的預(yù)處理數(shù)據(jù),并對(duì)每組數(shù)據(jù)執(zhí)行剩余的處理步驟,生成具有各自特征(距離、方向和速度)的目標(biāo)列表,并創(chuàng)建周圍環(huán)境的完整圖像。得到的結(jié)果將被融合在一起或與其他傳感器的結(jié)果相結(jié)合。

在這種集中式架構(gòu)的最初實(shí)現(xiàn)中,來(lái)自不同雷達(dá)的預(yù)處理數(shù)據(jù)可以通過(guò)以太網(wǎng)骨干網(wǎng)傳輸?shù)絲onal或中央ECU。當(dāng)需要更高清晰度且數(shù)據(jù)量過(guò)大時(shí),如前視或成像雷達(dá),雷達(dá)處理仍可能在傳感器本身上進(jìn)行,以減少要傳輸?shù)臄?shù)據(jù)量。

遠(yuǎn)距雷達(dá)數(shù)據(jù)的集中處理提供了很多優(yōu)勢(shì)。首先,雷達(dá)模塊本身變得不那么復(fù)雜,從而節(jié)省尺寸和成本,減少散熱問(wèn)題。硬件和軟件的修復(fù)和升級(jí)都會(huì)變得更加容易。

其次,利用汽車現(xiàn)有的網(wǎng)絡(luò),即以太網(wǎng)骨干網(wǎng),也降低了布線的成本和重量。此外,通過(guò)以太網(wǎng)傳輸?shù)臄?shù)據(jù)將以一種更易存儲(chǔ)和處理的格式提供。

最后,車輛控制單元的數(shù)據(jù)處理為更高的效率和更復(fù)雜的操作打開(kāi)了大門(mén)。通過(guò)實(shí)現(xiàn)與其他傳感技術(shù)(攝像頭和LiDAR)的數(shù)據(jù)融合,可以增強(qiáng)傳感能力??梢钥紤]將機(jī)器學(xué)習(xí)AI用于高級(jí)檢測(cè)和預(yù)測(cè),從而實(shí)現(xiàn)更高水平的自動(dòng)駕駛。

邊緣處理和集中式計(jì)算預(yù)計(jì)將共存數(shù)年。遷移到集中式計(jì)算架構(gòu)將需要訪問(wèn)整個(gè)車輛的高速鏈路,這可能導(dǎo)致使用不同的標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)交換。除了成本和布局復(fù)雜性之外,關(guān)于數(shù)據(jù)傳輸使用哪種標(biāo)準(zhǔn)還沒(méi)有明確的定論。雖然目前CAN和以太網(wǎng)占主導(dǎo)地位,但一些制造商正在推動(dòng)MIPI A-PHY等替代方案。

在任何情況下,必須采取額外的安全措施來(lái)保證傳輸數(shù)據(jù)的完整性和安全性。例如,通過(guò)以太網(wǎng)鏈路傳輸數(shù)據(jù)需要額外的處理和內(nèi)存,因?yàn)榭赡苄枰襟w訪問(wèn)控制安全(MACsec)和硬件安全模塊。

另外,隨著雷達(dá)模塊的數(shù)量不斷增加,它們都在發(fā)射和接收無(wú)線電波,也可能導(dǎo)致干擾問(wèn)題。干擾會(huì)降低雷達(dá)系統(tǒng)的探測(cè)性能,從而降低ADAS和自動(dòng)駕駛系統(tǒng)的功能性和安全性。目前行業(yè)正在分析幾種緩解策略,可分為三組:避障、檢測(cè)和修復(fù),以及基于合作和溝通的緩解。

雷達(dá)已成為ADAS和自動(dòng)駕駛應(yīng)用的關(guān)鍵傳感器。成像雷達(dá)系統(tǒng)由需要收發(fā)器覆蓋整個(gè)汽車?yán)走_(dá)頻段的模塊組成;支持短、中、遠(yuǎn)程雷達(dá)應(yīng)用;滿足集中處理的需求。ECU也是ADAS和自動(dòng)駕駛解決方案的重要組成部分,這些解決方案需要先進(jìn)的SoC,支持集中處理,并支持高速圖像識(shí)別和處理來(lái)自攝像頭、雷達(dá)和LiDAR的周圍物體。

[參考文章]
Vehicle architectures challenges radar systems — Marta Martínez-Vásquez

相關(guān)推薦

電子產(chǎn)業(yè)圖譜

C.A.S.E.及大出行領(lǐng)域?qū)W習(xí)及知識(shí)分享。歡迎業(yè)內(nèi)朋友交流~!