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
Luchang-Li10 小时前
DeepSeek v4.1 Flash SGLang引擎KV cache存储逻辑
人工智能
这是谁的博客?10 小时前
CUDA 内存一致性模型与同步原语深度解析:从弱内存序、作用域可见性到异步代理栅栏的 GPU 并发正确性底层原理
人工智能
u13013010 小时前
GitHub 热榜项目:周榜(2026-11-01)
人工智能·github
lifallen11 小时前
ub-mode skill:软件工程原则
人工智能·学习·ai·软件工程·ai编程
Geek-Chow11 小时前
05.4 · DeepInfer 推理框架总览:源码结构、开源与未开源部分对照
人工智能
Flynn Liang11 小时前
Spring AI 多模态实战(下):文生图 + TTS 语音合成(含 2.0 流式音频分片)
人工智能·spring·文生图·音视频·语音合成·tts·springai
长不大的杨瑞杰11 小时前
OpenCode v2 Custom Tools 实战:开发数据库、工单与发布工具
人工智能·typescript·开发工具·opencode·custom tools
羊仔AI探索11 小时前
离世仅仅半个月,张雪峰被蒸馏了
人工智能·aigc·蒸馏·张雪峰·skills
zhippt_101411 小时前
只剩截图没有源文件?图转PPT把图片还原成可编辑幻灯片
前端·人工智能·powerpoint
小oo呆11 小时前
【自然语言处理与大模型】自然语言处理的漫漫长路之深度学习时代
人工智能·深度学习·自然语言处理