電子發燒友App
當前最火的行業當屬新能源汽車，而新能源汽車一個最最最重要的特點就是——智能化，自動駕駛，智能感知可以說是新能源汽車的一個大大的買點。就比如最新發布的小米Su7，理想L6和問界M5，智能化就是其最大的賣點，而智能化除了軟件的支持外，還有一個最重要的部件就是雷達，激光雷達，毫米波雷達，超聲波雷達都是新能源汽車智能感知的重要組成部分。
在問界M5智駕版的介紹中，就應用到了1個高精度激光雷達，3個毫米波雷達和12個超聲波雷達組成。
（來自問界官網，HUAWEI ADS 2.0 高階智能駕駛系統，擁有 27 個感知硬件，由 1 個遠距高精度激光雷達 + 3 個毫米波雷達 + 2 顆 800 萬像素高感知前視攝像頭 + 9 顆側視、環視、后視攝像頭 + 12 個超聲波雷達所組成，配合高性能計算平臺 + 華為擬人化算法加持，一躍成為高階智能駕駛的新典范。）
那么什么是毫米波雷達？他究竟有哪些神奇之處？我們今天一起來學習一下。
No.1?
什么是雷達？
我們習慣了雷達這個詞，其實雷達是一個外來詞，一個音譯詞，來源于英語Radar，發音/?re?.dɑ?r/，而雷達也不是在英語中一開始就有的，它是一個首字母縮寫詞，全稱為 Radio Detection and Ranging，也就是無線電探測與測距。這也是雷達這個詞的基本意義，利用無線電來發現目標和測量距離。
隨著技術的發展，雷達的應用和功能早已超脫了探測和測距這個基本范圍，比如測速，測角，目標識別，目標成像，戰場偵察等等。但是只要用到電磁波來進行探測的技術，我們依然稱為雷達。
所以雷達，它不姓雷，他姓Radio，也就是無線電波，應用最為廣泛的電磁波頻段。
電磁波的頻譜如下，除了無線電波Radio之外還有紅外線，可見光，紫外線以及更高頻的x射線和伽瑪射線。
而無線電波中根據電磁波波長，又可分為長波，短波，米波，厘米波，毫米波以及亞毫米波，如下圖所示。
那么毫米波雷達，就是利用無線電波里的毫米波來進行探測和測距的裝置，電磁波波長為10mm到1mm，對應的頻率為30GHz到300GHz。除了毫米波雷達，還有厘米波雷達，以及米波雷達。
雷達的工作原理如下圖所示
發射機產生的雷達信號經由天線發射出去，目標截獲并反射一部分雷達信號，有一部分反射信號被雷達接收機接收，雷達天線收集回波信號，經接收機放大 和濾波處理后發送至信號處理機和數據 處理機進行處理，最終輸入到顯示器上。
雷達按照不同的維度可以分為不同類別，比如按照電磁波信號類型可分為脈沖雷達，連續波CW雷達和調頻連續FMCW波雷達。
按照使用場景又可分為軍用雷達和民用雷達；
按照天線配置可分為單站雷達，雙基地雷達和電子掃描陣列雷達；
按照載波又可分為厘米波雷達，毫米波雷達，激光雷達，寬帶雷達等；
不同的雷達，其功能和應用場景也不同。
No.2?
雷達的歷史
講到雷達，就不得不提電磁波的歷史。
這種看不到摸不著的東西，確實讓人們煞費苦心，要不是天才科學家麥克斯韋的預言，我想，有可能現在我們還處于通信基本靠吼的時代。
磁的應用比較早，我們的祖先黃帝就是用了磁鐵制造了司南，打敗了蚩尤；而典的認知更多的是早期人們對閃電的恐懼；電和磁在奧斯特的實驗中發生了第一次握手，而后在法拉第的電磁實驗中產生了更緊密的耦合，一直到天才物理學家麥克斯韋推導出了麥克斯韋方程組，電和磁才真正走到了一起，進而推導出了電磁波的存在。
一直到1885年-1889年，赫茲通過一系列實驗證明了電磁波的存在，并成功測量了電磁波的波長和速度，電磁波才真真正正的走入人們的視野，也逐漸進入人們的生活，直到今天，不可替代。
我們都知道回聲的原理，當我們對著高大的建筑物或者大山大聲說話的時候，我們的聲波會被建筑物反射回來，形成回聲。利用回聲的時差，人們可以粗略的估算大山的距離。
所以，當赫茲證實電磁波的存在之后，研究者最先用到的就是電磁波的反射波原理來測量距離。
1904年，德國工程師斯蒂安·胡爾斯邁爾（Christian Hülsmeyer）正是基于赫茲的原理，發明了障礙物探測器和船舶導航裝置，也就是最早的雷達，發明示意圖如下圖所示。
胡爾斯邁爾還建造了一座”雷達“，并公開演示了這個神奇的裝置，并且成功將電磁波信號發射到一艘正在靠近的船上，并且成功接收到了反射信號。
只可惜，那個時候還相對和平，沒有什么人對他的設備感興趣。
直到1927年，Hans E Hollmann 博士進一步研究了該設備，并建造了第一個厘米波長的發射器和接收器，這就是第一個“微波”通信系統。漢斯-卡爾·馮·威爾森（Hans-Karl?von Willsen）與霍爾曼（Hollmann）和第三位科學家岡瑟·埃爾布斯洛（Gunther Erbsloeh）合作，完善了一種設備，可以探測到大約8公里外的船只和大約30公里外在500米高空飛行的飛機。海洋系統被稱為“Seetakt”，陸地系統被稱為“Freya”——這三個系統可以說是創造了我們最常與雷達聯系在一起的應用——探測和評估物體的距離。
真正的雷達就誕生了，伴隨著第二次世界大戰，雷達的技術和應用都得到了飛速的發展。
直到今天，最先進的雷達技術仍然是服務于戰爭的需要。
而隨著自動駕駛技術的發展，毫米波雷達也成為了民用最廣泛的一種雷達設備。
No.3
毫米波雷達的原理
毫米波雷達，就是利用毫米波來進行探測的裝置，我們先來說一下毫米波的優點和缺點。
毫米波的工作波長在10mm到1mm之間，對應的工作頻率為30GHz到300GHz，是處于微波和光波之間的一段電磁波頻譜，所以呢，毫米波雷達兼具微波和光波的雙重優點，總結如下：
| 小天線口徑、窄波束：高跟蹤和引導精度；易于進行低仰角跟蹤，抗地面多徑和雜波干擾；對近空目標具有高橫向分辨力；對區域成像和目標監視具備高角分辨力；窄波束的高抗干擾性能；高天線增益；容易檢測小目標，包括電力線、電桿和彈丸等。 |
| 大帶寬：具有高信息速率，容易采用窄脈沖或寬帶調頻信號獲得目標的細節結構特征；具有寬的擴譜能力，減少多徑、雜波并增強抗干擾能力；相鄰頻率的雷達或毫米波識別器工作，易克服相互干擾；高距離分辨力，易得到精確的目標跟蹤和識別能力。 |
| 高多普勒頻率：慢目標和振動目標的良好檢測和識別能力；易于利用目標多普勒頻率特性進行目標特征識別；對干性大氣污染的穿透特性，提供在塵埃、煙塵和干雪條件下的良好檢測能力。 |
| 良好的抗隱身性能：當前隱身飛行器上所涂覆的吸波材料都是針對厘米波的。根據國外的研究，毫米波雷達照射的隱身目標，能形成多部位較強的電磁散射，使其隱身性能大大降低，所以，毫米波雷達還具有反隱身的潛力。 |
當然也有其劣勢，比如雨、霧和濕雪等高潮濕環境的衰減，以及大功率器件和插損的影響降低了毫米波雷達的探測距離；樹叢穿透能力差，相比微波，對密樹叢穿透力低；元器件成本高，加工精度相對要求高，單片收發集成電路的開發相對遲緩。
取其有點，去其糟粕，毫米波雷達的應用主要在：
| 高精度多維搜索測量：進行高精度距離、方位、頻率和空間位置的測量定位； |
| 雷達安裝平臺有體積、重量、振動和其它環境的嚴格要求：毫米波雷達天線尺寸小、重量輕，容易滿足便攜、彈載、車載、機載和星載等不同平臺的特殊環境要求； |
| 目標特征提取和分類識別：毫米波雷達高分辨力、寬工作頻帶、大數值的多普勒頻率響應、短的波長易獲得目標細節特征和清晰輪廓成像等特點，適于目標分類和識別的重要戰術要求； |
| 小目標和近距離探測：毫米波短波長對應的光學區尺寸較小，相對微波雷達更適于小目標探測。除特殊的空間目標觀測等遠程毫米波雷達外，一般毫米波雷達適用于30 km 以下的近距離探測； |
| 抗電子戰干擾性強：毫米波窗口可用頻段寬，易進行寬頻帶擴頻和跳頻設計。同時針對毫米波雷達的偵察和干擾設備面臨寬頻帶、大氣衰減和窄波束等干擾難題，毫米波雷達相對微波雷達具有更好的抗干擾能力。 |
所以呢，毫米波雷達在導彈制導，炮火控制，等軍事領域得到了廣泛的應用，同樣配合激光雷達和攝像頭的應用，毫米波雷達在智能汽車和自動駕駛上也得到了廣泛的應用。
毫米波雷達在智能汽車上的應用，主要在測距，測速和測角三個方面。以 FMCW 雷達系統為例，其基本功能實現原理為：
FMCW雷達的信號的頻率隨時間線性上升，如下圖所示，這種類型的信號也稱為線性調頻脈沖。
下圖是FMCW信號的波形，振幅A和隨時間的變化。
如果以頻率作為時間的函數的話，其波形如下圖所示：
MCW 雷達系統發射線性調頻脈沖信號，并捕捉其發射路徑中的物體反射的信號。其發射頻率和接收頻率隨時間的函數如下圖所示
那么利用這個時間差，就能夠快速得到目標的距離。
同樣道理，我們利用兩個FMCW信號就可以得到目標的速度。
FMCW雷達利用水平面也可以估算反射信號的角度，如下圖所示，這個角度也叫做達到角（AoA）
當然，對于移動的物體，在計算中要考慮多普勒效應。
No.4
車載毫米波雷達
車載毫米波雷達目前常用的工作頻率有24GHz、60GHz、77GHz、80GHz，頻率越高，波長越短，其精度也就越高。
在華為官網上有介紹一款ASN850毫米波感知雷達，工作頻率在80GHz，探測距離大于1000米，探測寬度可達到10車道，詳細的性能指標如下圖所示。
像上文提到的測距，測速，測角這三種功能，在這款雷達上都具備，行業內也稱這種類型的雷達為3D雷達，但是沒有高度信息，這個在智能駕駛中也會引起誤判，也是傳說中特斯拉當初棄用毫米波雷達的原因之一。
不過隨著技術的發展，4D雷達開始顯露頭角，在傳統的測距，測速，測角的基礎上，加上了測高度的功能。
相比傳統毫米波雷達僅能判斷出前方有障礙物，4D毫米波雷達增加了縱向天線及處理器，可以接收更多信息返回點，并像激光雷達一樣呈點云圖，能呈現出更多細節信息，探測出障礙物的形狀，彌補了傳統雷達難以識別靜態障礙物的短板。
基于TI的AWR2243芯片的4D雷達城市道路交通參與者目標分類與檢測研究，包括同濟大學測試場采集的目標檢測與分類數據集可視化結果表明，4D雷達可以輸出有高度的目標點云，反映目標的輪廓外形。雖然與激光雷達點云成像原理不同，僅從毫米波雷達的點云還無法準確判斷一個目標額外形等特征，但是其點云的散射特征具備一定規律。
隨著4D成像雷達技術的發展，毫米波雷達在智能駕駛中的應用也越來越廣泛。
審核編輯：黃飛
?
工商網監
評論