agv ti 毫米波雷达_自动驾驶之——毫米波雷达概述
作为当前自动驾驶初期阶段——高级驾驶辅助系统(Advanced Driver Assistance Systems,简称ADAS)在2019年Q3已经大规模成熟量产,并且国内多家自主品牌大厂的产品达到L2级ADAS,部分国内自主车企产品搭载具备后向预警功能的L2级别ADAS,代表车型为广汽新能源的Aion S等,实现全速自适应性巡航(ACC)、自动紧急制动(AEB)、后方穿行预警(RCTA)、变道辅助(LCA),而实现这些功能重要零部件就是毫米波雷达。
毫米波雷达,顾名思义,就是工作在毫米波频段的雷达。毫米波(Millimeter-Wave,缩写:MMW),是指长度在1~10mm的电磁波,对应的频率范围为30~300GHz。如图2,毫米波位于微波与远红外波相交叠的波长范围,所以毫米波兼有这两种波谱的优点,同时也有自己独特的性质。毫米波的理论和技术分别是微波向高频的延伸和光波向低频的发展。
根据波的传播理论,频率越高,波长越短,分辨率越高,穿透能力越强,但在传播过程的损耗也越大,传输距离越短;相对地,频率越低,波长越长,绕射能力越强,传输距离越远。所以与微波相比,毫米波的分辨率高、指向性好、抗干扰能力强和探测性能好。与红外相比,毫米波的大气衰减小、对烟雾灰尘具有更好的穿透性、受天气影响小。这些特质决定了毫米波雷达具有全天时全天候的工作能力。
目前,各大国的车载雷达频段主要集中在在24GHz、60GHz和77GHz这3个频段,如表1展示了主要国家车载雷达频率划分情况。其中,24GHz的波长是1.25cm(虽然24GHz的波长是1.25cm,但是目前业界也依然将其称之为毫米波),60GHz是5mm,77GHz的波长则更短,只有3.9mm。正如前面所说,频率越高波长越短,分辨率、精准度就越高。所以,精度更高的77GHz雷达正努力成为汽车领域主流传感器。
美国、欧洲和日本在车载雷达技术研究方面处于领先地位。现在越来越多的公司和供应商投入到汽车雷达系统研制、器件开发和算法研究当中。从毫米波雷达的产业布局来看,系统目前是被海外的巨头控制着,例如大陆(Continental)、博世(Bosch)、安波福(Aptiv即德尔福 Delphi的自动驾驶业务板块)、维宁尔(Veoneer即奥托立夫Autoliv自动驾驶业务板块)、海拉(Hella)、法雷奥(Valeo)、电装(Denso)、摩比斯(Mobis)等,核心元器件也主要被英飞凌(Infineon)、德州仪器(TI)、意法半导体(ST)、亚德诺半导体(ADI)等垄断。相比于国外企业,车载毫米波雷达在国内仍属于起步阶段。在24GHz雷达方面,国内少数企业研发已有成果,市场化产品即将问世;但在77GHz毫米波雷达方面仍属于初级阶段,国内只有极少数企业能做到77GHz雷达的样机阶段,产业化进程仍待突破。不过,近些年国内创新创业厂商逐渐增长,比如行易道科技、华域汽车、隼眼科技、智波科技、森思泰克、豪米波技术、意行半导体、清能华波、硅杰微电子、加特兰微电子等,并实现了部分核心技术的突破,相信打破国外企业垄断的局面指日可待!
毫米波雷达的测距与测速原理(敲黑板!!!)
雷达,是英文RADAR的音译,源于Radio Detection and Ranging的缩写,意思为“无线电探测和测距”,即用无线电的方法发现目标并测定它们的空间位置,这也揭示了雷达最重要任务就是检测与目标物体的距离、速度和方向。毫米波雷达测距原理很简单,就是把无线电波(毫米波)发出去,然后接收回波,根据收发的时间差测得目标的位置数据和相对距离。根据电磁波的传播速度,可以确定目标的距离公式为:s=ct/2,其中s为目标距离,t为电磁波从雷达发射出去到接收到目标回波的时间,c为光速。
毫米波雷达测速是基于多普勒效应(Doppler Effect)原理。所谓多普勒效应就是,当声音、光和无线电波等振动源与观测者以相对速度v运动时,观测者所收到的振动频率与振动源所发出的频率有不同。因为这一现象是奥地利科学家多普勒最早发现的,所以称之为多普勒效应。也就是说,当发射的电磁波和被探测目标有相对移动,回波的频率会和发射波的频率不同。当目标向雷达天线靠近时,反射信号频率将高于发射信号频率;反之,当目标远离天线而去时,反射信号频率将低于发射信号频率,如图5。由多普勒效应所形成的频率变化叫做多普勒频移,它与相对速度v成正比,与振动的频率成反比。如此,通过检测这个频率差,可以测得目标相对于雷达的移动速度,也就是目标与雷达的相对速度。根据发射脉冲和接收的时间差,可以测出目标的距离。
可以看出运动物体的径向速度分量仅与多普勒频移相关,这样我们如果能够得到多普勒频移就可以计算出物体的运动速度。
agv ti 毫米波雷达_自动驾驶之——毫米波雷达概述相关推荐
- 【camera-radar】自动驾驶相机-毫米波雷达融合方案综述
如今的自动驾驶需要满足应多种复杂场景,因此准确的目标检测方法对于汽车的安全驾驶具有关键意义,而毫米波雷达(以下统称为雷达)与视觉融合的方法成为主流,作者的这篇文章详述了当今毫米波雷达与相机融合的不同技 ...
- 读书笔记 | 自动驾驶中的雷达信号处理(第2章 雷达方程)
本文编辑:调皮哥的小助理 2.1 介绍 本文主要介绍雷达方程,这有助于理解传播损耗对雷达发射信号的影响.本期的内容都很简单,通俗易懂,即使有存在不易理解的,我会额外加以注释,总而言之,会站在一个初学者 ...
- 【读书笔记 | 自动驾驶中的雷达信号处理(第7章 目标滤波与跟踪)】
本文编辑:调皮哥的小助理 大家好,又和大家见面了,时间过得很快,到目前为止,如下面的目录所示,我们已经阅读过汽车雷达目标检测的一些基本的原理了,特别是距离.速度和角度.虽然这些表示瞬时目标状态的信息可 ...
- 读书笔记 | 自动驾驶中的雷达信号处理(第8章 雷达目标识别与分类技术)
本文编辑:调皮哥的小助理 大家好,我是调皮哥,又和大家见面了,时间过得很快,到目前为止,本次读书笔记的内容已经快接近尾声了,相信大家通过之前文章的阅读,已经掌握了雷达系统.雷达信号处理.雷达数据处理. ...
- 读书笔记 | 自动驾驶中的雷达信号处理(第9章 汽车雷达的应用概述)
本文编辑:调皮哥的小助理 大家好,我是调皮哥,又和大家见面了,时间过得很快,到目前为止,本次读书笔记的内容是最后一篇了,相信大家通过之前文章的阅读,已经对自动驾驶中的雷达信号处理.雷达数据处理.人工智 ...
- 点云数据的类型主要分为_点云学习在自动驾驶中的研究概述
作者:蒋天园 Date:2020-04-17 来源:点云学习在自动驾驶中的研究概述 自动驾驶公司的发展 有关自动驾驶的研究最早可以追述到2004年的DARPA Grand Challenge和2007 ...
- 红外倒车雷达原理图_自动驾驶汽车传感器技术解析—毫米波雷达
毫米波雷达的优势在全天候工作,即不良天气.夜晚等环境下可以发挥作用,而激光雷达会受雨雪雾霾的影响:并且毫米波雷达测距远,200 米以上都轻易胜任,但是分辨率低.较难成像,无法识别图像. 由于毫米波雷达 ...
- agv ti 毫米波雷达_一种基于毫米波雷达的AGV小车的制作方法
本实用新型属于交通运输领域,涉及一种基于毫米波雷达的AGV小车. 背景技术: AGV((Automated Guided Vehicle)通常沿固定轨道行驶,常用的防撞装置采用激光.电磁等技术,由于信 ...
- 雷达多普勒频率计算公式_自动驾驶毫米波雷达物体检测技术-算法
Radar target generation and detection - Software 本文的代码均在MATLAB上运行, MATLAB在传统辅助驾驶系统的验证和模拟上相对于其他编程语言具有 ...
最新文章
- 解决System.Data.SqlClient.SqlException (0x80131904): Timeout 时间已到的问题
- 怎么使用oracle的加权平均数_GPA不足,怎么短期有效提升?快来收获100%录取的秘诀!...
- 剑指Offer_编程题_22
- .NET Core加解密实战系列之——使用BouncyCastle制作p12(.pfx)数字证书
- “指向指针的指针”的理解
- Java8 Stream详解~Stream 创建
- python web开发基础_python web开发基本概念
- TCP/IP协议栈:TCP超时重传机制
- android jni返回bitmap,JNI 层 Bitmap 转 OpenCV Mat
- delete kubectl pod_使用kubectl管理k8s集群(三十)
- 瑞星序列号更换器———可更换瑞星2007、2008的杀毒软件和防火墙序列号
- 《一次失败沟通后的自我觉察》
- 【计算机网络 (谢希仁) 习题题解】第5章 运输层 (5)——TCP的运输连接管理
- 小型数据集卷积神经网络CNN训练策略
- 来一起学怎么攻击服务器吧!!!
- 供应链金融三大类模式
- CentOS Install Passenger for ROR
- 深度解析上海互联网产业为何沉沦
- 正确理解UNICODE UTF-8等编码方式
- 出门问问AIGC SaaS平台亮相数贸会 赋能内容创作全流程