佐思汽研發布《2024年軟件定義汽車雷達行業研究》報告。
軟件算法賦能4D雷達性能提升
軟件定義雷達是一種可通過修改或更新軟件來配置和控制雷達工作方式的雷達系統。其中,軟件算法不僅作用于處理環節,更直接作用于MIMO(多輸入多輸出)環節,虛擬出更多信號通道。
軟件算法賦能VS硬件提升路線
來源:佐思汽研《2024年軟件定義汽車雷達行業研究報告》
與硬件提升路線相比,軟件定義雷達可在不進行任何物理更改的情況下,用算法來提高雷達分辨率。比如Mobileye軟件定義成像雷達可通過軟件來配置,并通過OTA進行更新,改變它的接收、發射和信號處理等。基于自研SoC+雷達數據算法,Mobileye的成像雷達可提供約304.8米以內細節豐富的4D環境圖像,具備100dB的動態范圍和0.5°x 2°的角分辨率。在生產上,Mobileye已與啟碁科技(WNC)達成合作,預計將于2025年內實現量產。
Mobileye軟件定義雷達
來源:Mobileye
2023年11月,NXP對軟件初創公司Zendar Inc.投資并展開合作。利用Zendar分布式孔徑雷達技術(DAR),開發面向汽車應用的高分辨率雷達系統。該DAR技術通過將車輛上多個雷達傳感器的信息進行相干融合,創建一個更大的有效天線孔徑,從而實現低于0.5度角度分辨率的高分辨率成像。這一性能可用于精確繪制環境地圖,是自動駕駛系統的關鍵。
Zendar分布式孔徑雷達技術(DAR)提供比傳統雷達系統高20倍的性能
來源:Zendar
2022年1月,為升科與NXP聯手發布最新一代4D成像雷達方案,滿足L3級以上自動駕駛感知需求。采用為升科的信號處理算法,不僅實現小于1度的角度分辨率,實現300米測距,20FPS數據速率輸出,每秒可生成8萬個點云。針對海量數據的處理,為升科也在利用AI技術實現目標分類。
為升科(CubTEK)與NXP合作開發的4D成像雷達
來源:為升科(CubTEK)
雷達原始數據向集中式處理發展,借助MIPI A-PHY解鎖高速率傳輸
在集中式處理方法下,由于所有傳感器的原始數據都在一個中心點進行合并,數據進行融合時不會丟失關鍵信息。由于不在前端進行處理,毫米波雷達傳感器模塊大大簡化,從而縮小尺寸,降低功耗和成本。
雷達原始數據集中化處理的優勢
來源:Valens
比如,安霸于2022年12月發布中央域控4D成像毫米波雷達架構。不僅可以集中處理原始毫米波雷達數據,也可與其它傳感器輸入,例如攝像頭、激光雷達和超聲波,進行深入的底層融合。采用傲酷 AI算法創建虛擬天線陣列,使得MMIC(單片微波集成電路)的數量大幅減少,同時實現了極高的0.5度方位角和俯仰角分辨率,且在前端無需接雷達處理器。由于不需要邊緣端的雷達處理,避免了信息過濾和傳感器信息損失。
安霸中央域控4D成像毫米波雷達
來源:安霸
在朝向上述集中式架構過渡時,需要在整個車輛中實現高速鏈路:該架構依賴于車輛的以太網骨干網。但一些制造商也在推動MIPI A-PHY作為以太網替代方案。
例如Valens于2023年9月聯合韓國Smart Radar System(SRS)公司展示了利用MIPI A-PHY技術實現集中化處理的案例。
MIPI A-PHY是一種標準化的高速傳輸技術,具備高帶寬、低延遲和可靠性等特點。Valens憑借符合A-PHY標準的芯片組VA7000,提供高速、可靠和安全的數據傳輸解決方案。例如,在處理高帶寬原始數據和傳輸高速數據時,快速SPI作為一種外設設備通信的接口技術,能夠實現動態調制信號和快速啟動,為數據傳輸提供高效保障。
通過將MIPI A-PHY技術融入其雷達系統中,Valens使12部MMIC雷達的原始數據能夠高效傳輸到中央處理單元進行分析和處理。這些經過分析和處理的數據適用于汽車安全系統或自動駕駛等應用,例如目標檢測、跟蹤和決策。
Valens利用MIPI A-PHY技術實現雷達原始數據集中處理
來源:Valens
除Smart Radar System公司外,Intron旗下的一家中國公司G-Pulse也在基于A-PHY,利用Valens的VA7000芯片組系列,創建一種具有集中處理功能的4D毫米波雷達。這種軟件定義的雷達能通過UTP線纜運行,可實現低成本和低能耗。
審核編輯:劉清
-
信號處理
+關注
關注
48文章
1026瀏覽量
103259 -
MIMO
+關注
關注
12文章
594瀏覽量
76825 -
OTA
+關注
關注
7文章
578瀏覽量
35194 -
軟件算法
+關注
關注
1文章
6瀏覽量
6771 -
雷達傳感器
+關注
關注
3文章
287瀏覽量
34464
原文標題:軟件定義雷達研究:軟件算法和集中式處理如何提高雷達整體性能
文章出處:【微信號:zuosiqiche,微信公眾號:佐思汽車研究】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論