智能驾驶的全产业链梳理报告之感知层(一)

<正>感知层主要包括摄像头、超声波雷达、毫米波雷达和激光雷达等。摄像头市场空间广阔;超声波雷达已经逐步实现国产替代;国内外毫米波雷达市场仍将保持快速增长;激光雷达的量产元年到来,多款搭载激光雷达的车型将在2022年量产,国产供应商存在弯道超越的可能。     

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。     

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。     

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     

毫米波雷达研究现状及其测试项目

毫米波雷达作为ADAS系统的核心传感器之一,随着ADAS系统从原本局限在高端市场到现如今发展到中低端市场所带来的迅速增长的需求,很多车企已经逐渐看重对毫米波雷达的测试检验。毫米波雷达的测试主要包括其射频信号的性能测试和雷达的功能测试,性能测试是雷达厂商所关心的,而功能测试则是车企所看重的。本文主要介绍国内外对毫米波雷达的研究现状、毫米波雷达的探测原理以及测试。     

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。     

汽车防撞毫米波雷达技术及临界报警探讨

阐述汽车防撞毫米波雷达预警可靠性和它的优良性,提出了毫米波信息检测技术,弥补现行汽车防撞毫米波雷达产品之不足,并提出了临界报警方案。     

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。     

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。     

智能网联汽车毫米波雷达技术分析

本文选择智能网联汽车毫米波雷达技术来展开深入分析,首先简述车载毫米波雷达的概念及原理,然后分析车载毫米波雷达在智能联网汽车中的应用原理和应用场景及其存在的问题,并提出了应对措施,最后探讨了毫米波雷达技术未来的发展趋势,以期为提高智能联网汽车在道路行驶过程中的安全性和稳定性,保障车内人员和路边行的安全,为智能网联汽车相关的技术研究提供一定的借鉴和参考价值。     

基于车车通信的毫米波雷达主动避障技术

毫米波雷达是汽车主动安全技术的重要感知器,其工作稳定,不易受天气影响,可探测距离长,但会受金属物体遮挡,所以实现大范围障碍物探测很难实现。现在智能网联汽车已经逐步推向市场,在车车通信的基础上实现毫米波雷达的大范围探测成为可能,文章将主要介绍基于车车通信的毫米波雷达主动避障技术。     

毫米波雷达识别问题分析及解决措施

针对L3级自动驾驶车辆所配备的77 GHz长距毫米波雷达和中距毫米波雷达在感知识别中的主要问题进行了分析,并对毫米波雷达与整车系统适配过程中存在的两类问题提出了解决措施。一是在毫米波雷达与整车系统的适配过程中,需考量车身材质和形状对其回波的干扰;二是结合车速、应用场景对雷达输出信息进行滤波,减少虚警和误报,使雷达系统获得更稳定、准确的感知结果。     

智能驾驶汽车毫米波雷达应用

毫米波雷达具有结构简单、发射功率低、分辨率高、灵敏度高、天线部件尺寸小的特点,在智能驾驶领域扮演了重要角色。本文介绍了毫米波雷达的技术原理、系统组成和在车辆上的布置设计。     

基于DRFM与DDS的汽车雷达目标模拟器设计

雷达目标模拟器在汽车毫米波雷达系统的性能测试中具有广泛的应用,其性能指标直接关系到整个雷达系统的最终性能参数。文章提出一种适合多种波形汽车毫米波雷达的目标模拟设备,该模拟器采用数字射频存储(DRFM)技术和直接数字频率合成(DDS)技术,提高了系统精度,扩展了小距离覆盖范围。使用结果表明,该模拟器满足多种雷达波形体制的测试需求。     

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。     

丰田公司的最新安全技术(下)

另一个共同点是，在低速追踪行驶中．都使用激光雷达(见图8)。丰田在高速巡航时采用毫米波雷达，而在低速追踪时则必须增加激光雷达。分别使用两种雷达是因为两者的性能不同。例如，毫米波雷达用于远距离(远视)；而激光雷达则可以说是近距离(近视)。在将来的发展方向是实现只用毫米波雷达，而且在这之前还必须使用配备两种雷达的低速追踪行驶系统。     

ADAS毫米波雷达原理与电磁抗扰能力初探

智能车辆多采用毫米波雷达作为环境感知的传感器,以实现驾驶辅助功能。毫米波雷达系统的电磁抗扰能力将影响车辆辅助驾驶功能的实现和行车安全。文章在对毫米波雷达系统的原理和目标识别理论进行研究的基础上,通过模拟目标激活毫米波雷达系统,并在不同等级场强下进行毫米波雷达系统的抗扰测试。试验结果显示毫米波雷达系统在一定场强下受到了外界电磁信号干扰,出现了较严重的情况。通过这次系统的研究,不仅为企业研发试验提供了技术支持,也为相关测试规范的制订进行了技术储备。     

高速公路中毫米波雷达防撞技术的研究

结合高速公路营运的特点，为解决恶劣天气对高速公路的影响，对基于毫米波雷达的防撞技术进行了研究。在不增加系统复杂度的情况下对雷达波段进行改进，提高目标的识别率以满足实际运用的需要。     

融合毫米波雷达与深度视觉的多目标检测与跟踪

针对现有融合毫米波雷达与传统机器视觉的车辆检测算法准确率较低与实时性较差的问题,本文中对多目标检测与跟踪进行研究。首先,利用阈值筛选和前后帧数据关联方法对毫米波雷达数据进行预处理,进而提出一种用于毫米波雷达数据跟踪的自适应扩展卡尔曼滤波算法。然后,为提高目标检测精度与速度,基于采集到的实车数据集训练卷积神经网络,完成深度视觉的多车辆检测。最后,采用决策级融合策略融合毫米波雷达与深度视觉信息,设计了一种用于复杂交通环境下前方车辆多目标检测与跟踪的框架。为验证所设计的框架,进行了不同交通环境下的实车实验。结果表明:该方法可实时检测跟踪前方车辆,具有比融合毫米波雷达与传统机器视觉的车辆检测方法更好的可靠性与鲁棒性。     

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%。