陸葉　陳嘟　何劍

摘要：從毫米波雷達技術和汽車自動駕駛的現狀出發(fā)，總結了毫米波雷達在汽車自動駕駛中的應用現狀，展望了發(fā)展趨勢，分析了關鍵技術，以期為該行業(yè)相關人員提供參考。

關鍵詞：汽車自動駕駛;毫米波雷達;應用現狀;關鍵技術

一、引言

毫米波雷達原理是利用雷達天線由發(fā)射機發(fā)射電磁波，采用障礙物反射再由接收機接收的工作原理，根據收發(fā)之間的時間差測得目標位置數據。毫米波雷達研制開始于20世紀40年代，而實際的應用在20世紀50年代才開始展現。進入21世紀后，得益于MMIC、DSP芯片及MCU技術的快速發(fā)展，毫米波雷達在民用領域的應用才開始逐步顯現。由于其窄波束、小孔徑天線及高天線增益等特性，使其具備了精度高、識別力強、全天候、全天時及抗干擾等諸多優(yōu)勢，成為了目標識別、測量、定位不可或缺的重要手段。

汽車自動駕駛技術是利用傳感器包括攝像頭、雷達和超聲波來感知周邊交通情況，輔以地圖路線規(guī)劃，通過人工智能決策實現車輛自動駕駛。目前環(huán)境感知、精準定位、高精地圖及測試驗證技術己步入高速發(fā)展時期，綜合技術整體處于L2到L3的轉變階段，即部分自動駕駛到有條件自動駕駛的轉變階段。由于決策規(guī)劃及控制執(zhí)行屬于人工智能范疇且發(fā)展剛起步，隨著信息化水平、計算機能力、SG技術的提升，人工智能將助推自動駕駛從L3跨越到L4、L5，預計在2025～2030年全面實現汽車全自動駕駛。

本文將對毫米波雷達在汽車自動駕駛中的應用情況進行總結和分析，并給出關鍵技術和發(fā)展趨勢。

二、毫米波雷達和汽車自動駕駛的現狀

（一）毫米波雷達

毫米波雷達系統(tǒng)核心包括天線、前端收發(fā)組件、數字信號處理器。

1.天線

目前毫米波雷達天線的主流方案是微帶陣列，設計集成在PCB板的微帶貼片天線。由于毫米波的波長較短，電路極易發(fā)射色散和產生高次模，而且基板材料的介電常數和損耗隨頻率的增加也變化非常明顯，因此需要介電常數穩(wěn)定、損耗特性低等高性能的高頻PCB基材，目前雷達天線PCB技術由國外少數公司掌握，國內高頻PCB板廠商暫無技術儲備，只能根據圖紙代加工，仍需國外進口

2.前端收發(fā)組件

前端收發(fā)組件目前集成的主要方法是MMIC，MMIC簡化了雷達系統(tǒng)結構，集成度高、成本低且成品率高，適合于大規(guī)模生產?；贑MOS工藝的MMIC芯片為行業(yè)主流方案，可實現高的集成度，降低系統(tǒng)尺寸、功率和成本，還能嵌入更多的功能。雖然CMOS工藝面臨速度和低頻噪聲等問題，隨著深亞微米和納米工藝的不斷發(fā)展，硅基工藝特征尺寸不斷減小，柵長的縮短彌補了電子遷移率的不足，使晶體管截止頻率和最大振蕩頻率不斷提高，使得CMOS工藝在毫米波雷達應用方面不斷地取得突破。目前MMIC技術主要由國外半導體公司掌控，隨著近些年國內廠商逐漸增長，部分關鍵技術己取得了突破。

3.數字信號處理器

數字信號處理系統(tǒng)主要通過DSP芯片或FPGA芯片來實現，DSP適用于較復雜得多算法任務，而FPGA通過較大規(guī)模的組合邏輯電路設計完成復雜的時序邏輯功能。在雷達信號處理、數字圖像處理等領域中，信號處理的實時性至關重要。由于FPGA芯片在大數據量的底層算法處理上的優(yōu)勢及DSP芯片在復雜算法處理上的優(yōu)勢，融合DSP+FPGA的實時信號處理系統(tǒng)的應用是發(fā)展趨勢。目前高端DSP芯片和FPGA芯片主要被國外企業(yè)壟斷，國內技術實力欠缺。

（二）汽車自動駕駛

近年來，眾多車商紛紛推出了各自的自動駕駛解決方案，希望在商業(yè)藍海中搏殺出一片天地，Waymo.特斯拉作為行業(yè)引領者，其發(fā)展布局萬眾矚目。谷歌旗下子公司Waymo;早在2009年就開始布局全自動駕駛領域，歷經十年的探索發(fā)展，目前已成為汽車自動駕駛領域中技術最為成熟的企業(yè)，其下的Waymo～車型于2018年在美國鳳凰城郊區(qū)投入運營，提供全自動無人駕駛出租車收費服務，2019年7月Waymo獲得了美國加州監(jiān)管機構許可，正式在加州開展無人駕駛出租車運營，標志著全自動無人駕駛技術進入了商業(yè)應用階段。特斯拉作為自動駕駛技術應用于商業(yè)最為激進的企業(yè)，2016年搭載Autopliot模塊的全系車型開始量產，可為駕駛員提供全場景、全路況自動駕駛應用，無論在城市、鄉(xiāng)村、高速公路，均可實現車輛完全自動駕駛（LS），成為了最早實現全場景、全路況無人駕駛的汽車制造商。

三、毫米波雷達在汽車自動駕駛中的應用及趨勢

（一）毫米波雷達在汽車自動駕駛中的應用現狀

汽車自動駕駛過程需要環(huán)境感知傳感器為決策執(zhí)行提供依據，目前主流的環(huán)境感知傳感器包含視覺攝像頭、毫米波雷達、聲波雷達及激光雷達等，由于毫米波雷達受惡劣天氣及光線影響較少，可以穿透雨雪、濃霧、塵霾進行全天候、全天時工作，使之成為必不可少的環(huán)境感知傳感器。

毫米波車載雷達通常指工作在30300GHz頻域的雷達，目前主要用于L1階段，提供前車防撞預警、自適應巡航控制、變道輔助及盲點監(jiān)測等輔助駕駛功能，頻段主要有24GHz和77G1z兩種，技術及應用已相當成熟;在L2～L5階段，毫米波雷達輔助攝

作者簡介：陸葉（1982-），男，四川成都人，碩士，工程師，主要從事電子信息管控等相關市場工作。像頭、激光雷達等進行探測補充，為車輛自動駕駛決策提供環(huán)境數據，技術及應用也逐步成熟。

作為汽車自動駕駛領軍的Waymo及特斯拉就采用了兩種不同的方案，Waymo使用激光雷達為主（5個激光雷達+4個毫米波雷達+1個攝像頭），而特斯拉則使用視頻攝像頭為主（8個攝像頭+1個毫米波雷達+12個超聲波雷達）。由此可見，毫米波雷達由于其不可替代性及成本可控，已成為自動駕駛解決方案中必不可少的傳感器，其作用主要是輔助探測，與其他傳感器互補，暫無法撼動視覺攝像頭或激光雷達核心傳感器地位，如果未來毫米波雷達要在汽車自動駕駛領域得到更好的應用，還需要解決分辨率及成像等難題。

（二）毫米波成像雷達

近年來國內外毫米波雷達廠商都在積極研發(fā)毫米波成像雷達，實現高級別自動駕駛的關鍵因素是傳感器對環(huán)境數據的精準采集，視覺攝像頭和激光雷達雖然分辨率高，但都使用光波段電磁波，透射性和繞射性較差，受極端天氣影響較大，而毫米波雷達受自然因素影響較小，但由于分辨率低導致無法對周邊環(huán)境進行建模，隨著技術的發(fā)展，預計5～10年間將有一款全新的智能成像毫米波雷達問世，具備以下技術特征：

1.高頻段

目前77GHz雷達的距離分辨率大約為1米，也就是兩個物體的相鄰距離在1米以內雷達是無法區(qū)分為兩個物體，而如果采用79GHz或更高頻段如81GHz，帶寬提高可使分辨率提升至10厘米，這樣可以提高分離檢測能力以區(qū)分車輛行駛環(huán)境中的各種障礙物。目前77GHz雷達可以跟蹤幾十個目標，79GHz雷達可跟蹤上百個目標，這樣對信號處理能力也提出了很高的要求，因此高算力處理器也是雷達實現成像的重要保障。

2.高集成度芯片

隨著雷達工作頻率提高，設備尺寸的縮小，功率、功放、噪聲等指標變得難以控制，對芯片的材料及工藝提出了更高的要求，CMOS工藝可實現將射頻收發(fā)及信號處理高度集成，無需單獨配備信號處理模塊，這樣大大降低了系統(tǒng)復雜度及成本，適合大規(guī)模批量生產。目前雷達芯片發(fā)展趨勢為數字化高集成電路，未來將朝著單一集成芯片SoC方向發(fā)展。

3.MIMO技術

為了提高雷達分辨率，需采用MIMO技術進行多路收發(fā)，通過類似激光雷達點云成像建模，實現對目標的詳細分析并為自動駕駛提供依據。目前德州儀器的AWR1243芯片為3發(fā)4收，國內的加蘭特微電子的Yosemite 77GHz CMOS芯片己實現4發(fā)8收，但一些老牌的廠商如德州儀器及恩智浦并沒有急于在芯片上集成更多的收發(fā)模塊，而是努力推進DSP等信號處理模塊的集成。這主要由于目前大部分整車廠對復雜度和成本較為敏感，更看重數字處理模塊的集成，希望信號處理能盡量在雷達內部完成，而對于自動駕駛應用比較激進的公司，更傾向于在雷達中集成更多的收發(fā)模塊，而信號處理在自動駕駛系統(tǒng)中的高算力處理器中進行，并且可以與其他傳感器做融合，提高精準度。隨著自動駕駛技術的發(fā)展，未來MIMO技術必定將被廣泛使用。

（三）多傳感器融合技術

多傳感器融合是將視覺、毫米波及激光等傳感器進行融合，更穩(wěn)定、準確、高效地提供自動駕駛環(huán)境數據的技術，目前較為主流的方案是攝像頭和毫米波雷達的融合。視覺攝像頭精度高，可以直接成像，但對于物體的距離及移動速度不敏感，受光線及環(huán)境影響大;毫米波雷達受光線及環(huán)境影響小，對移動物體識別度高，但分辨率較低。如果將兩個傳感器融合可實現優(yōu)勢互補，提高感知精確度。因此如何將數據融合，并將融合數據進行解析并指導決策，是傳感器融合技術面臨的巨大挑戰(zhàn)。

多傳感器探測時常會造成非一致性數據采集判斷，比如雷達發(fā)現的目標視覺傳感器并未發(fā)現，因此要求多傳感器數據依照某種準則進行算法整合并得到一致性判斷。傳感器融合技術可分為圖像級、目標級和數據級：圖像級是將雷達數據圖像化處理后與視覺圖像進行融合;目標級是將多傳感器探測目標進行綜合可信度分析并得到一致性結論;數據級是將多傳感器探測的數據源進行整合解析。其中較易實現的是目標級融合，但精準度不高;數據級融合精準度高，但對于算法和算力的要求很高。

多傳感器融合技術正在起步階段，國內外智能駕駛技術廠商在積極研究多傳感器融合最佳解決方案，圖像及雷達數據信號處理、目標分類識別及融合算法能力等是多傳感器融合的基礎技術。目前視覺技術要比雷達技術更成熟，因此要求雷達企業(yè)具備較強的二次開發(fā)能力以匹配融合，解決容錯性、穩(wěn)定性、高效性及拓展性等問題。同時，融合技術的實現還需要依靠大量的場景路測進行推演，目前還沒有廣義的模式和算法支撐，同時人工智能技術的發(fā)展將助推多傳感器融合技術提升。

隨著研發(fā)能力提升及關鍵技術突破，毫米波雷達將會在更多的民用領域得到應用。提高性能及組件集成度，降低尺寸、功耗及成本，是毫米波雷達未來發(fā)展的必然方向。任何新技術的誕生都離不開理論及基礎材料工藝的進步，毫米波雷達未來需要通過理論研究對系統(tǒng)結構及元器件設計進行創(chuàng)新，在旋磁、分子束外延及磁性材料技術等方面實現突破，才能得到更好的發(fā)展應用。

四、結束語

從1925年第一輛自動駕駛汽車在紐約街頭出現至今已經過去了近百年，人類對自動駕駛技術的探索從未停止腳步，由于社會發(fā)展帶來的環(huán)境、擁堵、安全等問題及智慧出行的需求，汽車自動駕駛必定在不久的將來成為現實，毫米波雷達作為自動駕駛系統(tǒng)中重要的環(huán)境感知傳感器，發(fā)揮著不可替代的關鍵作用，隨著毫米波雷達基礎工藝、構架、性能及應用的發(fā)展，將為汽車自動駕駛提供有力支撐，為智慧安全出行保駕護航。

參考文獻：

[1]龔翠玲，吳超，龔麗芳，等.TS201高速通信接口設計及實現[J].現代電子技術，2008（3）：40-42.

[2]謝麗斌，劉凱，尚煜.串行Rapidl0交換技術[J].電子科技，2012，25（9）：129-131.

[3]洪偉，余超，陳繼新，等.毫米波與太赫茲技術[J].中國科學：信息科學，2016，46（8）：1086-1107.

[4]MooreElite摩爾精英.一文看懂自動駕駛汽車產業(yè)鏈的最新進展[EB/OL].2018-03-17[2019-11-20].http：//blog.sina.com.cn/s/blog_1554fae900102xi9b.html.

[5]一文看懂車載毫米波雷達產業(yè)鏈[EB/OL]，2018-11-28[2019-11-20].http：//www.sohu.com/a/278244065_472928.

[6]傅一平.深入淺出的理解5G在垂直行業(yè)的重要作用[J].計算機與網絡，2018，12，26.

[7]王飛躍，曹東璞，李升波，等.自動駕駛技術的挑戰(zhàn)與展望[J].人工智能，2018，12，10，