雷達已有一百多年的歷史，1904年由克里斯蒂安·赫爾斯邁爾（Christian Huelsmeyer）首次用于探測船只。眾所周知的應用是軍用雷達、民用空中交通管制，當然還有個人擁有的車輛的速度陷阱。但今天有一種誤解，認為這項技術已經成熟，在這個領域幾乎沒有發展。新的改變游戲規則的創新正在成像雷達和協作雷達中發生。ADI公司（ADI）如何實現雷達并將獨特的軟件和算法引入汽車領域的應用，這是特別之處。

超過四分之一個世紀以來，ADI一直活躍于汽車領域，為被動和主動安全應用提供服務。在過去的15年里，ADI一直通過其DSP和數據轉換器以及最近的24 GHz和77 GHz/79 GHz雷達芯片組進入汽車雷達供應鏈。

“先進的駕駛員輔助系統已經到來，車輛自主性即將到來，道路安全至關重要。因此，推動我工作的動力以及驅動我們工程師的動力是使用最先進的功能和技術來實現更高的性能和更高水平的自主性，以挽救生命，“ADI自主運輸和安全副總裁Chris Jacobs說。“據我們估計，基于我們產品的汽車傳感器每天可挽救八條生命。

在硬件和軟件創新方面需要做很多工作，以確保駕駛員、乘客和行人得到保護。必須開發更高效、更優化的雷達技術，提供與航空航天和國防工業相同的高性能、功能性和可靠性，并將其轉移到適合個人擁有的車輛市場的外形尺寸和成本。

ADI公司自動駕駛運輸和汽車安全業務部技術總監Mike Keaveney表示：“雖然25萬美元的高分辨率成像雷達系統的成本與一輛價值數百萬美元的軍用坦克的總體價格相比微不足道，但它與平均3萬美元的家用汽車嚴重失調。我們正在探索定制它 - 小型化，加固它，并降低成本，尺寸，重量和功率要求，以便在地球上的每輛汽車中找到它。

雷達的挑戰

轉讓和采用軍事和航空航天的高成本、高性能雷達技術并將其安裝在汽車中存在重大的技術、美學和經濟挑戰。關鍵挑戰不僅在于減小尺寸、重量和功耗 （SWaP），還在于提高性能，同時降低成本。雷達不僅必須從物體檢測畢業，而且必須從物體分類畢業。這需要雷達圖像的分辨率比當今一流的系統高得多。

這些是ADI為推進技術、確保安全以及為消費者帶來高效且具有成本效益的汽車雷達而設定的目標。

性能

將角分辨率提高到高度自動駕駛所需的水平，而不會增加尺寸、成本和功耗預算。

增加低反射率目標的反射點數量。

顯著減少檢測延遲，特別是對于橫向移動的物體，從而縮短響應時間并允許車輛在緊急情況下采取規避行動。

交換

優化外形尺寸（尺寸、重量和功耗），同時保持高水平的性能。

在不影響車輛工業設計的情況下保持系統的美觀性。

成本/經濟

以大眾市場汽車成本限制可接受的價格和外形尺寸實施高分辨率雷達。

在購車者的價格敏感范圍內工作——他們是為這一切買單的人。

監管

還必須繼續遵守政府監管的高級駕駛員輔助系統 （ADAS） 安全功能（例如 2022 年美國自動緊急制動要求）。雷達將不再是一種選擇;這將是標準的。因此，將系統成本不斷降低到消費者可以接受的價格點，OEM可以接受，同時仍然保持這些具有挑戰性的ADAS應用所需的性能，這一點至關重要。

今天的汽車雷達設備比手機還小，可以檢測你面前、身后或側面盲點是否有大物體。但這還不夠。

成像雷達

成像雷達的概念和實現更高水平的角分辨率是一種理想的能力，特別是對于機器人出租車。高分辨率不僅可以進行對象檢測（前方有東西），還可以進行對象分類（前方有自行車、汽車、人或孩子）。

為了實現更高的分辨率，成像雷達利用高帶寬信號處理以及數字波束成形和相控陣技術。所有這些都在很大程度上取決于硬件和處理能力，其中天線尺寸與所需的角分辨率成比例，并且通道數增加以覆蓋所需的天線區域。“只是將更昂貴的硬件投入到這個問題上是一種‘蠻力’方式，可以帶來更高的分辨率作為解決方案，”克里斯雅各布斯說。

如今，ADI正與領先的原始設備制造商和一級供應商密切合作，開發新的突破性方法，以改進雷達并應對其現代挑戰。在當今汽車中實施的雷達具有非常粗糙的分辨率。它看到的只是一個斑點。它可以檢測汽車周圍的物體——可能是摩托車、人或大型卡車——但它無法識別物體。通過提高分辨率，通過硬件傳感技術和軟件算法的進步，雷達可以識別其所看到的各種屬性，使我們離完全自主、安全的車輛更近一步。

解決方案問題和對象分離挑戰

目前傳統的汽車雷達在寬視野內提供約10°至20°的水平角度分辨率。

成像雷達具有 1° 至 2° 的角度分辨率，比非成像分辨率高 10×。分辨率為 1° 至 2° 的信息箱可分離和定位三個行人。

數據處理

您為更高的分辨率付出的代價是更多的數據;隨著分辨率的提高，數據量也會相應增加，從而導致對更多計算能力的需求。這就是為什么高效處理所有數據的高級架構對于管理大量數據以及低功耗至關重要的原因。高效的中央處理或邊緣處理將是雷達未來的基礎。

下一步：協作雷達和通信需求

“協作雷達，利用汽車中現有的雷達傳感器硬件，是汽車領域的未來方式，”Mike Keaveney說。“協作雷達是關于相干性的，并認識到事物（在這種情況下是傳感雷達）需要協同創建高分辨率相干圖像。一旦你可以讓合作雷達經濟地工作，它就有很多優勢。

協同雷達可以提供成像雷達性能，而不會顯著增加汽車中單個現有雷達系統的尺寸。這是因為有效孔徑現在由兩個（或多個）具有重疊視場的分布式雷達傳感器之間的距離設置，而不是由任何一個傳感器的物理尺寸預先確定。

主雷達是當今汽車中常用的雷達。來自每個源的雷達傳輸從物體上反彈并傳播回原點。主雷達的孔徑或性能以英寸為單位，即雷達發射器本身的寬度。

合作/超級雷達的大孔徑

SuperRADAR是ADI公司通過算法實現具有重疊視場的多個雷達波束相干的方法。

基于SuperRADAR的協作雷達使用低速鏈路在雷達源之間進行粗略計時。每個傳感器將數據發送到中央處理器，或者可以將數據從一個雷達發送到另一個雷達并在邊緣傳感器上進行處理，這是一種更經濟的方法。

“鑒于需要在雷達之間運行高頻鏈路，傳統的協作雷達系統不容易實現，”Chris Jacobs說。“與實現這種類型的一致性和巨大的成本相關的硬件相關開銷非常大。”

提高汽車雷達的協同雷達性價比勢在必行。“僅僅在汽車上單獨添加硬件的舊方法不是解決方案。我們必須為這個問題帶來新的想法，“雅各布斯說。“有一些智能方法，我們可以通過算法將這些技術結合起來，以提高系統中相同硬件的組合系統性能。ADI公司的SuperRADAR方法允許雷達系統產生多個非相干圖像的相干疊加。

協同雷達

協同雷達如何工作？來自每個源的傳輸從物體上反彈，并被兩個雷達接收器捕獲。結果，您在同一個目標上獲得 2× 的外觀（或兩個不同的視圖），在目標上獲得 2× 的時間，而不是使用主雷達的一個外觀和 1× 的時間。此外，由于兩個雷達協同工作，雷達孔徑（與性能成正比）是汽車前部的大小 - 兩個角雷達之間的距離（約4英尺），而不是主雷達的英寸。

這種方法可實現經濟高效的傳感器設計，可以放置在車輛周圍的多個點，以支持卓越的物體檢測和分類。

超級雷達的好處：1 + 1 》 2

SuperRADAR不僅降低了SWaP，而且為系統帶來了更多的功能，實現了更高的分辨率，同時使用更少的硬件，從而在更合理的成本范圍內提高了應用性能。

更多反射點：2×目標上的時間

SuperRADAR在相同數量的硬件下提供兩倍的性能。或者，該方法可以使用一半的雷達通道數保持相同的性能。克里斯·雅各布斯（Chris Jacobs）說：“有了SuperRADAR，我們獲得的分辨率是單個雷達本身所能達到的兩倍。我們需要額外的處理能力，但汽車級DSP/MCU的路線圖可以充分滿足這些處理要求。

SuperRADAR實際上是雷達融合——我們正在融合兩個獨立的雷達視圖，因此，獲得比獨立完成的分辨率更好的分辨率。雅各布斯說：“融合將成為未來實施ADAS的標準方式。

減少延遲：快速計算橫向速度，挽救生命

車輛成像系統的一個關鍵焦點是能夠快速計算橫向速度，即物體與車輛行駛方向正交（直角）行進的速度。然而，即使是最好的機器學習算法，主要基于相機，也需要~300毫秒才能以足夠低的誤報率進行橫向移動檢測。對于以 60 英里/小時的速度行駛在車輛前面行走的行人來說，毫秒可以在沒有受傷和危及生命的傷害之間產生差異，因此響應時間至關重要。

300 毫秒的延遲是由于從 10 個連續的視頻幀執行增量矢量計算所需的時間，這是以可接受的低誤報率進行可靠檢測所需的時間。然而，由于SuperRADAR的寬有效孔徑以及它相干地組合來自兩個或多個傳感器的圖像的方式，它能夠在單個30毫秒的測量周期內準確計算速度的切向分量和徑向分量（這種延遲比當今一流的系統快10×）。這種低檢測延遲低于一級方程式車手做出反應所需的 100 毫秒，遠低于典型人類車手的反應時間！

圖5.當今的圖像系統具有 300 毫秒的延遲和 10 幀來檢測正交運動。

使用當今常見的成像雷達技術，如果有人過馬路，則需要多個攝像頭圖像來顯示正在移動的東西。每個相機圖像需要 30 毫秒。十張圖像需要 300 毫秒。在此期間，汽車會移動幾英尺。

圖6.SuperRADAR系統的幀延遲為30毫秒，用于檢測正交運動。

通過兩個雷達協同工作，可以進行三角測量，捕獲運動中的物體，因為兩個雷達源被偏移。所需要的只是首先從位置 1 使用雷達波束 1 映射人員，然后在 30 毫秒后，從位置 2 使用雷達波束 2 映射人。這讓汽車知道人在哪里移動。

SuperRADAR能夠在傳統成像雷達的十分之一時間內識別穿過行進路徑的移動物體。

超級雷達的經濟性

SuperRADAR概念不僅是降低整體系統成本的有效方法，而且可以滿足性能要求并為最終應用帶來更多價值。

克里斯·雅各布斯（Chris Jacobs）說：“你想要的是成像雷達性能，現在只能在昂貴的機器人出租車應用中找到，并消除所有昂貴的硬件，并將價格降低到個人車主可以負擔得起的水平。這就是SuperRADAR發揮作用的地方，其硬件占用空間最小，軟件位于其之上，并產生兩倍的性能。

汽車的未來

當我們展望汽車的未來時，它將需要對當前系統進行根本性的重新架構。明天的車輛平臺會是什么樣子，與今天大不相同。

憑借在垂直領域的豐富經驗和專業知識，ADI處于獨特的地位，通過硬件和軟件產品的結合，優化未來汽車的雷達處理需求，為終端應用帶來更多價值。這種算法方法直接解決了汽車制造商當前和未來面臨的總擁有成本（TOCO）挑戰。

SuperRADAR提供了許多剛剛開始探索的可能性。該技術不僅是推進ADAS的更高性能、更具成本效益的解決方案，而且最終將挽救生命。

審核編輯：郭婷