77G毫米波雷达ADAS应用及方案分析

深入挖掘国际期刊和知名研究机构的文献,向广大读者介绍最新的汽车毫米波雷达技术和原理,收集了较为全面的77G毫米波雷达在高级辅助驾驶和自动驾驶中的应用功能。梳理出雷达性能和应用功能之间的对用关系,同时对比了毫米波雷达和其他最新车载空间传感器之差异和优势。并将上述信息结合最新的三家主力半导体公司的汽车毫米波雷达硬件方案加以分析,提出在选择方案时如何在性能、技术特点和功能应用方面考虑。主要结论:毫米波雷达将是未来自动驾驶汽车空间传感器的基础和重要发展方向。     

车载ADAS传感器毫米波雷达解析

ADAS-汽车驾驶辅助系统正在当前的汽车市场中迅速普及。车载雷达作为ADAS系统的重要组成,其技术发展直接影响着汽车智能化进程。毫米波雷达因为其波长的物理特性不受恶劣的环境影响,同时相比激光雷达又有较大的价格优势,已经成为当前厂家的首选。与24 GHz传感器相比,77 GHz传感器的分辨率和精度更高,体积小,正逐渐成为当前汽车领域的主流传感器。同国外雷达传感器供应商相比,国内车载毫米波雷达仍属于起步阶段,国内企业要在市场上与外企竞争并占有一席之地还有很长的路要走。     

77 GHz车载毫米波雷达传感器

介绍车载毫米波雷达系统在汽车碰撞安全系统与避撞安全系统的运用,简述车载毫米波雷达传感器的工作频率与频带,分析英飞凌SiGe工艺的毫米雷达传感器成本问题。     

智能网联汽车中毫米波雷达的应用研究

智能网联汽车强调对网络技术及现代通信技术的应用，能够通过车载传感器、控制器及执行器来完成驾驶，并最终实现无人安全驾驶。智能网联汽车的发展及应用能够减少驾驶人员的疲劳感，为驾乘人员提供更加舒适的出行体验。而毫米波雷达指的是工作在毫米波波段的雷达，其具有探测距离远、可靠性高、全天候工作等优势及特点，能够对外界环境进行感知，将其应用到智能网联汽车中，能够有效提高出行的安全性。基于此，研究了智能网联汽车中毫米波雷达的应用情况，以期能够帮助有关单位及人员进一步改进自身工作，提高毫米波雷达的应用水平，促进智能汽车领域的发展。     

松下开发出高精度车载毫米波雷达

车载毫米波雷达拥有在光线昏暗条件下（例如夜间或坏天气）枪测行人和其他车辆的能力。日本松下公司近日开发出一款全新的毫米波雷达，其具有更高的精度和更广的探测范围。     

智能网联产业链分析:毫米波雷达成关键部件

<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现     

一种复杂交通环境下的毫米波雷达目标跟踪方法

车载毫米波雷达是智能驾驶环境感知系统中重要的传感器,为实现车载毫米波雷达目标跟踪的稳定性、实时性和精确性,本文设计了一种基于联合概率数据关联(JPDA)的雷达目标跟踪算法,并提出了一种对传统JPDA算法的改进方式,该方式考虑了车载毫米波雷达运行的实际工况,通过改进点迹的选取方式以及利用生命周期理论简化关联事件的生成两个步骤,对传统JPDA算法进行了简化,解决了传统JPDA算法在密集目标环境下的组合爆炸问题,以及毫米波雷达虚警和漏检带来的数据不连贯、不稳定问题,实现了跟踪的稳定性和实时性;同时本文采用常加速度模型结合Kalman滤波对雷达目标运动状态进行了估计,解决了前后帧雷达目标运动状态不连续以及雷达信息中的噪声问题,实现了跟踪的精确性。实验结果表明:在复杂交通环境下,该毫米波雷达跟踪算法相较于传统JPDA算法,运算速率提升了50. 5%,稳定性提升了78. 46%。     

防患于未然——汽车毫米波雷达

伴随着汽车电子科技的发展，汽车雷达已经发展成为主动安全系统中不可或缺的重要技术。丰田国王的“侧前方预防碰撞安全系统”作为新一代汽车雷达的代表。更是展示出了其毫米波雷达的绝对优势。侧前方预防碰撞安全系统共有三个毫米波雷达（全车共有四个毫米波雷达），除了原来用于检测前方车辆的毫米波雷达之外，还在保险杆的左右侧安装了侧前方用毫米波雷达，从而扩大了检测范围。     

防患于未然——汽车毫米波雷达

伴随着汽车电子科技的发展,汽车雷达已经发展成为主动安全系统中不可或缺的重要技术。丰田国王的“侧前方预防碰撞安全系统”作为新一代汽车雷达的代表。更是展示出了其毫米波雷达的绝对优势。侧前方预防碰撞安全系统共有三个毫米波雷达（全车共有四个毫米波雷达）,除了原来用于检测前方车辆的毫米波雷达之外,还在保险杆的左右侧安装了侧前方用毫米波雷达,从而扩大了检测范围。     

汽车ACC毫米波雷达和视觉传感器目标级融合方法研究

自适应巡航控制系统是实现未来智能化汽车辅助驾驶的重要功能之一,以往该系统主要采用毫米波雷达感知周围环境,但是容易出现较多的误识别和漏识别情况。针对现存的问题,文章研究了自适应巡航感知系统,不同于以往单一雷达的方案,本设计采用毫米波雷达和视觉传感器融合的办法改善感知系统的性能。通过搭建电动车传感器数据采集系统,编写CAN通信报文解析程序,分析毫米波雷达和视觉传感器特性等,完成了对雷达和视觉信号的采集及处理,实现了感知系统目标级融合。并在巡航和跟车工况下进行离线仿真,验证了目标级融合方案能够有效地提高感知系统的准确性和合理性。     

基于手眼模型的自动驾驶毫米波和激光雷达联合标定研究

为了提高自动驾驶汽车传感器的校准质量,增强自动驾驶系统对目标的精准感知能力,提出了基于手眼模型的毫米波和激光雷达联合标定方法。首先,利用毫米波雷达的内在结构特征建立数学模型,对毫米波和激光雷达传感器的外部参数进行精确计算,确保在统一的世界坐标系中。然后利用手眼模型作为融合分析的基础,实现了毫米波和激光雷达的联合标定。最后,在自动驾驶小巴车平台上进行了标定试验,利用该标定系统得到标定结果的三维位姿关系,并验证了自动驾驶小巴车传感器数据的准确性。研究结果表明,该方法测距误差均值为0.01 m左右,传感器旋转角度可以精确到1°左右,可以满足汽车自动驾驶系统中雷达感知精度的要求。     

基于毫米波雷达的车辆测距系统

文章介绍了毫米波雷达的原理及其在驾驶辅助系统中的应用,在汽车行驶过程中与前方物体之间测距,进行评估测速,建立起汽车的主动安全防撞系统,提高汽车主动安全辅助驾驶性能。分析了毫米波雷达对比其他传感器的优点,系统计算分析了制动距离,最终实现车载计算机结合相关信息后提示驾驶员制动或者车辆自动制动。     

毫米波雷达角度分辨力测试方法研究

车载毫米波雷达以其低成本及良好的环境适应性已成为智能驾驶车辆的主流零部件,且随着毫米波雷达技术的逐渐成熟,毫米波雷达被大量安装在车上,因此亟需研究出一套毫米波雷达产品的测试评价方法。作为毫米波雷达性能和功能的最重要的评价指标之一,角度分辨力的影响因素复杂多变,并且国际上还没有确定的测试方案。因此本文通过定位多个因素对毫米波雷达角度分辨力的影响,提出毫米波雷达推荐性测试方案。     

前向毫米波雷达系统自动校准功能

毫米波雷达作为车辆主动安全技术的核心传感器之一,在预警系统中,雷达的安装误差会导致其坐标系与上层应用不一致,影响系统性能甚至安全性。雷达自动校准功能借助整车运行环境中的静止目标,通过解算静止目标物相对雷达运行速度与整车实际运行速度的矢量关系,并采取批量自学习的方法以确定雷达初始安装偏差角度值,进而使用软件补偿的方式对偏差值进行修正,使雷达传感器与整车坐标系保持一致。     

未来无人驾驶汽车的传感器方案发展趋势(下)

(接上期)二、搭载激光雷达等传感器套件的车型分析1.小鹏G9(计划交付时间:2022年下半年)(1)自动驾驶感知系统小鹏G9感知设备分布如图5所示。其传感器由2个激光雷达、5个毫米波雷达、12个摄像头、12个超声波雷达组成。     

纯雷达自动泊车系统的网络通信设计

本文介绍的纯雷达自动泊车系统是一种只有超声波雷达传感器作为环境感知传感器的自动泊车方案，是一种低成本的自动泊车系统方案，而网络通信设计是基于车载CAN总线对此自动泊车系统进行网络通信的交互设计。     

基于角毫米波雷达的目标筛选

随着ADAS系统在汽车领域的普及,基于角毫米波雷达的ADAS系统由于其成本低、环境适应能力强被广泛应用。其中,使用角毫米波雷达的盲区监测系统能够有效辅助驾驶员对车辆周围环境的感知。根据24GHz角毫米波雷达的特性,使用2个角毫米波雷达对驾驶员盲区进行辅助监控,建立基于角毫米波雷达的盲区监测系统。而毫米波雷达输出目标存在一定的误检,文章使用角毫米波雷达连续5帧数据,建立反馈目标值运动模型,对目标位置数据进行更新,使用K-means算法对检测目标数据进行聚类,使用聚类结果判断检测目标是否真实存在,以消除毫米波雷达的误检,从而实现角毫米波雷达的目标筛选。     

一种车载前向毫米波雷达下线校准方法

本文介绍了一种车载智能驾驶前向毫米波雷达的下线标定校准要求和流程,包括工站搭建要求、毫米波雷达标定金属板的安装位置要求等。     

车载毫米波雷达测试现状分析

正本文从车载毫米波雷达市场需求分析出发,对其工作原理及应用等方面进行了研究。在此基础上研究目前国内外毫米波雷达测试认证工作开展情况,分析其在测试认证方面存在的问题,并提出毫米波雷达测试行业未来发展方向及建设意见。     

低能见度驾驶员视觉主动增强系统设计

通过对低能见度恶劣天气条件下，前方道路场景图像清晰度评价、增强和道路环境场景图像实时再现等同题的研究，提出了基于车载红外传感器和毫米波雷达传感器的驾驶员视觉增强系统设计方案，并运用信息融合和图像增强策略改善低能见度天气条件下的道路环境场景。