自动驾驶中的传感器技术40——Radar(1)

1、毫米波雷达的技术特点

如下图所示毫米波雷达的波长在4mm左右,远高于可见光和红外激光,传统的3D毫米波雷达提供距离向、水平方位向和速度向信息,目前开始流行的4D毫米波雷达可以提供距离向、水平方位向、俯仰向和速度向信息。

图1 三大主传感器的技术特点
图2 三大主传感器的技术特点

毫米波雷达相比较Camera和Lidar,具有全天候工作能力,在恶劣天气条件下(如雨、雾、烟、灰尘)仍能保持良好的探测性能,不受光线、温度等环境因素的影响,具有较强的抗干扰能力;能够穿透非金属材料(如塑料、布料等),在某些应用场景中具有较好的穿透能力,在穿透金属和液体方面的能力相对有限,这在某些应用场景下可能受到限制;虽然毫米波在雨、雾、大气湿度等天气条件下的传播性能可能会受到影响,导致信号损失或反射不清晰,但是在对多种环境的适应性仍强于Camera和Lidar。

毫米波雷达相比较Camera和Lidar,与激光雷达相比,毫米波雷达的空间分辨率较低,精度一般在米级别。此外,毫米波雷达对行人的反射波弱,难以识别。与Camera相比,更是很难对目标的具体类型进行识别。但是毫米波雷达能够提供同时提供目标的距离、方位和速度信息,这是其他两种传感器所不具备的。毫米波雷达的探测Frame Rate目前远高于Lidar,其目标的跟踪性能更优。

毫米波雷达体积小、重量轻,便于集成和部署,适合大规模应用。虽然其制造成本相对较高,但相比其他雷达技术(如激光雷达)更具成本优势。毫米波雷达的功耗相对较低,适合长时间运行。

综上:毫米波雷达是一个各项综合表现更均衡的自动驾驶传感器。

2、毫米波雷达的系统组成

下图为毫米波雷达的爆炸图,该图中的MMIC和MCU还是分开的。

图3 毫米波雷达爆炸图
图4 某毫米波雷达爆炸图(正面)
图5 某毫米波雷达爆炸图(反面)

Ref:https://news.eeworld.com.cn/qrs/ic494656.html

图6 毫米波雷达工作原理

Ref:https://www.electronicdesign.com/markets/automotive/article/21806109/count-on-design-software-for-millimeter-wave-automotive-radar-and-antenna-system-development-part-2

图7 3D毫米波雷达系统架构

毫米波雷达主要由以下几个部分组成

天线:负责毫米波信号的发射和接收。天线可以是阵列天线,通过多个天线单元实现波束成形和方向性控制;

MMIC:将射频前端功能集成到单片微波集成电路(MMIC)中,以提高集成度和性能;

MCU:用于信号处理和算法执行,如目标识别、跟踪和数据处理;

PMIC:负责系统的电源管理,为各模块提供稳定的电源;

接口器件:通过串行接口(如SPI、CAN、以太网)连接控制单元和外部设备;

小结:后续章节将对相关部分进行详细介绍。

相关推荐
DeepIntelli3 小时前
品牌AI搜索审计怎么做:从可见度基线到可复测的改进闭环
人工智能·chatgpt
SLD_Allen3 小时前
HxApisix 云原生 API 网关的架构设计与 AI 集成实践(THS)
人工智能·网关·云原生·apisix
Wang's Blog3 小时前
AI Agent白手起家60: 多智能体架构解析与 LangGraph 入门
人工智能·架构·wpf
十三画者3 小时前
【文献分享】SIMBA:单细胞嵌入与特征共学习
人工智能·信息可视化·数据挖掘·数据分析·数据可视化
张小殊.3 小时前
LoongForge TAOT 训练方案,解决MoE EP不均衡问题
人工智能·python·深度学习·机器学习·ai
eBest数字化转型方案3 小时前
从工程视角拆解冰柜资产管理:拍照识别 pipeline、纯净度算法与 IoT 选型踩坑
人工智能·物联网·算法
月诸清酒4 小时前
我同时在用的 AI Coding Agent 和模型评测,cc/gpt/antigravity(2026.08)
人工智能·gpt·chatgpt
东方小月4 小时前
从零开发一个 Coding Agent(七):实现纯文本 Agent Loop
前端·人工智能
熊猫钓鱼>_>4 小时前
AI 3D 虚拟盲盒工坊:用腾讯云混元3D + TTS Skills 打造会说话的三维收藏品
人工智能·大模型·llm·agent·tts·混元3d·多skill协同
恒拓高科WorkPlus4 小时前
从“可选项”到“必选项”——私有化部署即时通讯如何重塑企业协作新底座
大数据·网络·人工智能