(一)传感器技术:比较

近年来,各种汽车传感器技术应运而生,解决一系列功能问题。但基于摄像头、激光雷达、超声波或2D雷达传感器的主流解决方案应用均受到固有因素的限制。

摄像头和激光雷达是探测物体和测距的有效方法,通常用于避免碰撞。摄像头和激光雷达提供高分辨率成像,并可以跟踪多个目标,但由于依赖于光学器件,无法穿透固态物体,应用受到限制,且不利的天气或光照条件也会影响其性能。例如,镜头上的灰尘或泥土会严重影响其功能。摄像头和激光雷达侵犯隐私、价格昂贵[1],因此很有可能被更具性价比的技术取代。

超声波传感器是一种技术含量较低、不具备鲁棒性的解决方案,不支持成像或无法跟踪目标。

另一方面,2D雷达可探测物体位置、方向、距离和速度,是典型的具备鲁棒性、可扩展的解决方案,可保护隐私。但仅基于几个发射天线和几个接收天线,因此其波束受限,只能提供短距离覆盖,分辨率非常低,视野小,且无法生成图像。2D雷达视野有限,主要集中在一个轴上,且其角分辨率不高,不足以区分近距离目标。

因道路交通事故造成的车辆乘员和交通弱势群体死亡人数几乎持平,制造商选择的传感器必须符合不断提高的安全要求,以保护所有道路使用者的生命安全。只有一种传感器技术融合了替代方案的所有优点,而又弥补了缺点。

(二)为什么4D成像雷达具备所有传感器的优点

4D成像雷达是下一代雷达技术,使车辆具备瞬时自动做出救生决策的必要功能,同时可大幅降低OEM和Tier 1的直接成本和间接成本。

4D成像雷达可实时探测并跟踪车内外的人员和物体。与传统雷达解决方案不同,4D成像雷达利用多输入多输出(MIMO)天线阵列,感知周围环境,分辨率高。提供3D成像,可跟踪多个目标。4D成像雷达将第四维的速度,与基于多普勒分析由运动引起的波形畸变而生成的另一维度(即速度)相结合,从而实现运动追踪。

4D成像MIMO雷达系统测量从每个发射(Tx)天线到目标并返回到每个接收(Rx)天线的飞行时间,处理形成众多椭圆点的数据。椭圆点阵相交的部分(称为热点)就表示在任何特定时刻目标的确切位置。

(三)4D成像雷达技术的三大核心优势

高分辨率

大型天线阵列可同时精确探测并跟踪多个静态和/或动态目标。在座舱内,4D成像雷达可检测乘员,区分儿童和成人,监视其生命体征并检测其姿势和位置。在车外,可以探测并跟踪其他车辆、障碍物和交通弱势群体。

高鲁棒性

由于不涉及光学器件,4D成像雷达在所有光照和天气条件下可靠性都非常高。4D成像雷达不需要驾驶员就能可靠地监测目标,例如在座舱内的目标。4D成像雷达还可以探测墙壁和其他物体后面的目标,从而在街道拐角处提供可见性。在ADAS和车辆周围安全应用方面,这是这一技术的关键优势,例如,在交叉路口避免撞车、地下停车场代客泊车以及黑暗小巷中探测闯入者。

保护隐私

4D成像雷达始终保持隐私,这是整个汽车行业日益关注的问题,尤其是对于乘员不断变化的出租车或公共交通工具。领先的汽车制造商表示遵守《汽车消费者隐私保护原则》6,使车内摄像头成为次优选择。

这些特性使4D成像雷达成为增强汽车安全性的理想技术,提高车辆意识更好地保护乘员。

(四)4D成像雷达:重构舱内感知

人们显然需要可靠技术(如4D成像雷达)实现更智能的舱内感知。在全球范围内,成千上万的儿童因父母或照料者的疏忽死于汽车中暑。

Euro NCAP将从2023年[2]开始对车内儿童检测(CPD)进行评分,这是全球倡导防止汽车中暑事件的一大举措。全世界的立法机构也在制定法规以防止此类悲剧发生。

对于大多数驾驶者而言,舱内安全同样需要安全带和安全气囊。1960年至2012 [3]年间,预计安全带挽救了近330,000条生命;1987年至2017年间,据称安全气囊挽救了50,547条生命 [4]。

但驾驶员离方向盘更近,受安全气囊撞击伤害的风险更大,因为传统安全气囊安装并不考虑身形或姿势。出于同样的原因,1990年至2008年间,与安全气囊有关的死亡人数中,有90%是儿童。这就表明,在保护车内生命安全方面,按身形区分乘员至关重要。许多致伤案例也可直接归因于“安全带综合症” [5],这表明保护车内生命安全任重道远。

除了降低安全气囊的危害等持续改善的技术,这种情况几十年来一直未有改变。当前基于重量的安全带传感器经常触发错误警报,因为这些传感器无法区分人和重物,而自动安全气囊也是基于重量的,容易失效,可靠性低。驾驶员及乘客应享有更高的安全标准,这可以通过改善乘员数据(可描述乘员身形和姿势)来实现。

当前的车内儿童检测(CPD)主要限于间接感知系统[6],容易出现误报等情况。与传统安全带提醒系统(SBR)一样,可靠的实时乘员数据也不支持低端CPD解决方案。有了之前的错误警报后,有些系统只覆盖车辆第二排座位,增加了驾驶员在紧急情况下无视警报的风险。根据欧洲NCAP分类,这些低端解决方案仅能为汽车制造商赢得0.5-1.5分(满分为4分)。

提供更高水平的车内儿童检测(CPD)和提高乘客安全性,需要重新评估车内生态系统。目前,汽车制造商不再将安全带、安全气囊和其他功能作为单独的组件考虑,而是将其视为集中式安全装置的组件,CPD系统安装在前面和中央位置。

下一代舱内感知技术应用范围更广,这对于提供更安全的车内环境至关重要。这些技术包括:

车内儿童检测(CPD)

基于直接感知,检测独自留在车中任何位置的儿童,使用实时乘员数据提高精确分类。

安全带提醒系统(SBR)

区分坐得很近的乘员,不因沉重的物体或儿童约束系统(CRS)发出误报。

优化安全气囊部署和动态失效

确定每位乘员的位置、身形和姿势,并据此调整安全气囊尺寸。通过离位(Out-of-Position, OOP)检测功能,也可以避免因前排乘客将脚放在仪表板 [7]上而造成的伤害。

预紧器优化

使用精确的位置和尺寸数据来减少发生碰撞时的前向力。通过增强负载限制器功能,将乘员胸部的压力降至最低。

紧急呼叫(eCall)支持

事故发生后向紧急服务发出警报,提供有关乘员人数、分类、呼吸和移动的数据。

入侵者探测

一种低功耗解决方案可感知潜在入侵者在车辆周围的运动。

但是,舱内环境只是整体安全状况的一方面。保护行人和骑车人,以及避免与其他车辆发生碰撞,是行业重要的使命。这也是4D成像雷达会成为应用趋势的另一领域。

(五)ADAS和ARAS:从各个角度增强安全性

高级驾驶辅助系统(ADAS)处于汽车开发的最前沿,但其前身-巡航控制和防抱死制动(ABS)系统已经使用了数十年。

盲点探测(BSD)、变道辅助(LCA)、牵引控制以及车身电子稳定(ESP)等其他系统,都具有相同的作用:通过最大程度减少或消除人为错误来提高道路安全性。近年来,这些系统发挥重要作用。与没有配备ESP的车辆相比,配备ESP的车辆发生致命碰撞的可能性要低25% [8]。

目前,人们普遍认为ADAS是全自动驾驶汽车的基础。但仅ADAS解决方案 [9] 就能防止40%的乘用车碰撞事故发生,减少37%的事故受伤人数和29%的事故死亡人数。

目前,基于4D成像雷达的ADAS应用分为四类:

  • 用于停车场的超短距离雷达(uSRR)

  • 用于停车场和城市低速驾驶的短距离雷达(SRR)

  • 用于城市高速驾驶的中距离雷达(MRR)

  • 用于高速公路驾驶和快速路驾驶的长距离雷达(LRR)

为提供全场景所需的性能,ADAS传感器必须提供水平和垂直宽视野。仰角组件对于深度感知以及车辆检测高度障碍物和高架标牌的能力至关重要。

另一个要求是高分辨率:可以探测接近车辆的交通弱势群体,尤其是在市区和拥挤的停车场中,行人会突然出现在车辆之间,而Scooter则可能出现在车辆的盲区中。

除精确探测之外,最佳ADAS功能还要求传感器区分静态障碍物,例如,分隔物、路牙和停放的车辆,以及不同类型的交通弱势群体、行驶中的车辆或其他危险情况。

标准2D雷达不足以应对需要高角度分辨率的复杂情况。更先进的激光雷达传感器能够满足分辨率要求,但在黑暗和恶劣天气条件下会有局限性,严重影响其整体功能。而且,由于价格高昂,激光雷达传感器并不总是具备可扩展性,因此经济型车型不能实现基于激光雷达的安全性。

4D成像雷达支持uSRR、SRR、MRR和LRR应用。在低速情况下,提供高级泊车辅助等功能;在高速情况下,辅助盲点探测(BSD)、自动紧急制动(AEB)、前后碰撞预警(FCW/RCW)以及前/后方交通穿行提示(FCTA/RCTA)等功能。

4D成像雷达技术也非常适用于两轮车,对于典型特殊高风险道路使用群体的摩托车手来说是个好消息。根据美国国家公路交通安全管理局(NHTSA),摩托车发生致命事故的可能性是汽车的五倍。为保护摩托车骑车人,高级车手辅助系统(ARAS)主要包括三大功能:

正面碰撞警告

当有明显的碰撞危险时,该功能既可以探测障碍物,也可以评估潜在撞击的严重性。计算所需的安全距离和路径,提供即时警告,从而可以实现减速和躲避。

交叉口支持

为保护摩托车骑车人避免在路口发生侧面碰撞,并保护人行横道上的行人,侧面传感器与正面传感器配合使用,可探测可能与摩托车碰撞的目标。这些传感器还有助于实现交通穿行提示(CTA)并覆盖事故多发点,例如道路和隧道入口的狭窄路段。

变道支持

由于盲区存在,换道是任何车辆最危险的操作之一。为实现更安全的车道变更,后向传感器会探测摩托车附近其他车辆的速度和位置,评估风险并警告骑手。

4D成像雷达提供高分辨率和宽视角,可完全支持上述所有功能,ADAS和ARAS工程师无需依靠昂贵的技术和复杂的基础设施。

为尽可能多的车辆配备可靠的传感器便可最大限度的保护生命安全。但传统行业仅添加安装传感器支持每个新应用的方法是不切实际、不经济且不可持续的。

(六)合规性及复杂性的成本

目前,平均每辆车均配备100多个支持安全功能的单功能传感器和ECU,预计到2030年,这一数字将翻番。

部分是由于踏板车Scooter和其他两轮车的指数级增长普及[10],这增加了汽车和弱势道路使用者之间发生碰撞的风险,并产生了对新安全协议的需求。

10年内,电子产品将占汽车成本的50%,高于目前的30%[11]。因此,汽车制造商和一级供应商的利润率预计将下降一半[12]。

合规性

满足日益严苛的安全标准所需的总成本已占到车辆价值的20%,包括每个指定传感器的价格,以及相关的布线、ECU和功耗。

目前大多数汽车制造商都是按照全球汽车战略运营的,车企还必须考虑到安全法规的差异所带来的成本,据计算,在美国和欧盟销售的所有汽车的成本都超过40亿美元 [13]。

复杂性

大量相互关联的系统也增加了设计的复杂性。和任何机器一样,运动部件越多,故障的可能性就越大。现代汽车的电子生态系统越来越复杂,增加了产品发布延迟、意外成本甚至达不到规格的风险。

量产(SOP)计划是一个特别关注的领域。创建和监视新集成SOP非常耗时和昂贵。当多个供应商参与到复杂的集成中时,交叉布线的几率就会呈指数级增长。

“每个应用一个传感器”的传统模式加剧了这些问题,不再具有可持续性,导致汽车制造商寻求新的战略,以确保合规性的同时降低复杂性并降低成本。

(七)新方法

市场上有越来越多的4D成像雷达解决方案,所有这些解决方案都具备高性能和可靠性。许多3D/4D成像雷达解决方案需要芯片串联,这需要额外的硬件、稍重的外部处理器和较大的外形尺寸,视野有限,价格昂贵。如世界上唯一的单芯片平台多功能供应商Vayyar能用单个RFIC执行更多功能,降低复杂度及显著降低成本。

成本效率:4D成像雷达芯片成本与2D雷达传感器解决方案大致相同,但其附加值巨大:更丰富的数据、更高的精度和更多的功能,同时提供最佳的性价比,降低总体开发成本,降低相关风险,缩短上市时间。

扩展性:汽车制造商能够通过点云快速开发和部署新的应用,满足新的安全要求,而无需额外的SOP程序。

高度集成技术:在DSP和MCU的支持下,所有的软件都嵌入到芯片中,并在边缘进行处理和计算,包括执行先进的雷达算法。汽车制造商可以更多地关注图像处理和机器学习,而不用在低水平雷达算法开发上耗费精力。

就单芯片平台而言,一个传感器能同时支持多种应用,这是由于在富点云成像上具有超凡的分辨率和超宽的视野。此类平台大大减少了传感器和相关SOP程序的总数量,降低了直接和间接成本,同时支持众多尖端安全功能。

备注:

[1] http://www2.cio.com.au/article/658542/self-driving-car-development-stalled-by-chaotic-market-sensor-technology/

[2] https://europe.autonews.com/automakers/child-detection-safety-technology-may-get-mandate

[3] https://www.nhtsa.gov/seat-belts/seat-belts-save-lives#:~:text=A%20NHTSA%20study%20of%20lives,assemblies%2C%20and%20electronic%20stability%20control

[4] https://www.nhtsa.gov/equipment/air-bags#:~:text=From%201987%20to%202017%2C%20frontal,your%20first%20line%20of%20defense

[5] https://www.sciencedirect.com/science/article/pii/S2210261216000262

[6] https://www.consumerreports.org/car-safety/auto-industry-agrees-to-put-rear-seat-reminder-systems-in-most-new-carsby-2025/

[7] https://www.autoblog.com/2020/01/27/x-ray-injuries-feet-on-car-dashboard/?guccounter=1#:~:text=If%20you%20ride%20with%20your,So%3A%20Seatbelt%20on.&text=of%20their%20car.,Airbags%20deploy%20between%20100%20%26%20220%20MPH.,knees%20through%20your%20eye%20sockets.

[8] https://ec.europa.eu/transport/road_safety/specialist/knowledge/esave/esafety_measures_known_safety_effects/electronic_stability_control_en

[9] https://aaafoundation.org/potential-reduction-in-crashes-injuries-and-deaths-from-large-scale-deployment-of-advanced-driverassistance-systems/

[10] https://www.bloomberg.com/news/articles/2020-08-27/how-big-was-2019-s-scooter-boom-and-what-s-next#:~:text=Scoot-er%20ridership%20increased%20from%2038.5,36.5%20million%20to%2040%20million

[11] https://www.statista.com/statistics/277931/automotive-electronics-cost-as-a-share-of-total-car-cost-worldwide/

[12] https://www.automotivemanufacturingsolutions.com/suppliers/tearing-profits-apart-how-tier-1-automotive-suppliers-can-miti-gate-shrinking-margins/39815.article

[13] https://www.cargroup.org/wp-content/uploads/2017/02/Potential-Cost-Savings-and-Additional-Benefits-of-Conver-gence-of-Safety-Regulations-between-the-United-States-and-the-European-Union.pdf

4D成像雷达:解决日益复杂及成本上升的汽车安全问题相关推荐

  1. 全球最高角分辨率商用4D成像雷达发布,傲酷“软”手解决世界“硬”难题

    3月9日,全球领先的4D成像雷达供应商傲酷公司(Oculii)宣布推出全新Eagle前向雷达和Falcon角雷达产品.Eagle是目前世界上最高角分辨率的商用4D成像雷达,Falcon是世界上最小巧的 ...

  2. 「分辨率比拼」还不够,4D成像雷达进入“软”竞争时代

    伴随着L2及L2+ADAS搭载率的快速提升,4D成像雷达的市场热度持续高涨. 一方面,面向L2+及以上智能驾驶系统的感知需求,传统毫米波雷达已经力不从心.比如传统雷达的角度分辨率可能做到5°,但4D成 ...

  3. 华为4D成像雷达、智能驾驶平台MDC 810

    华为4D成像雷达.智能驾驶平台MDC 810 2020年10月底,华为发布了HI品牌,在今年2021年上海国际车展前夕,华为以 "专新致智" 为主题,举办HI新品发布会,发布了包括 ...

  4. 鸿蒙系统手势导航,4D 成像雷达、400+TOPS 算力计算平台、鸿蒙 OS,Huawei Inside 继续放大招!...

    电脑要买英特尔 CPU 的,系统要是 Windows 的,显卡要用英伟达的,买安卓手机也得是搭载高通最新芯片的-- 如果你懂电子消费品的这种用户执念,那就一定能够理解华为不造车的野心有多大.电脑厂商可 ...

  5. 光有激光雷达还不够?4D成像雷达进入“量产上车”时代

    4D成像雷达正在成为智能辅助驾驶/自动驾驶多传感器融合系统当中最具竞争力的方案之一. 今年以来,包括飞凡R7.长安深蓝SL03等车型相继搭载4D成像雷达上市,4D成像雷达进入了"量产上车&q ...

  6. 靴子落地!Mobileye正式启动4D成像雷达量产进程

    4D毫米波雷达赛道正在变得越来越拥挤. 在传统雷达时代,全球主要的市场参与者屈指可数,博世.大陆.安波福.海拉等少数几家巨头几乎垄断前装市场.如今,随着4D时代的开启,越来越多的新进入者希望能够实现换 ...

  7. 榜单发布!新老玩家混战,4D成像雷达“上车潮”来了?

    与其它传感器的发展历程相比,4D成像雷达的量产上车速度似乎更快. 9月27日,飞凡R7正式上市,为4D成像雷达添了一把热度.该车配置了33个传感器,其中2颗采埃孚首发量产的Premium 4D成像雷达 ...

  8. 市场红利!这家公司4D成像雷达取得重大技术突破

    伴随着中国新车搭载ADAS功能的高速增长,中国毫米波雷达迎来了前所未有的机遇期. 根据高工智能汽车研究院监测数据显示,2021年中国市场(不含进出口)乘用车新车前装标配L2级ADAS上险量为395.6 ...

  9. 4D成像雷达风口,谁在快速崛起?

    4D成像雷达正进入规模量产落地的关键窗口期. 高工智能汽车注意到,毫米波雷达的发展某种程度上可以分为两个阶段:第一个阶段,传统毫米波雷达时代,市场基本被博世.大陆.安波福等国际Tier1巨头把持,市场 ...

最新文章

  1. 中文分词词性对照表(转)
  2. 深入JVM——OOM异常解析
  3. python爬虫高级知识点_Python爬虫知识点梳理总结,殿堂级小白入门必读
  4. 数据库相关概念与编程使用方式
  5. 阶段1 语言基础+高级_1-3-Java语言高级_06-File类与IO流_06 Properties集合_1_使用Properties集合存储数据,遍历取出集合中的数据...
  6. 【Swoole系列5.1】毫秒定时器
  7. 腾讯程序员的职业晋升答辩之【完全解析】
  8. 交换机的主要功能和工作特性
  9. qemu-kvm使用无线网卡桥接_网桥和无线网桥的概念及架设方案
  10. 电压跌落故障Matlab,基于MATLAB的电压跌落建模仿真分析探究.pdf
  11. 微信公共平台OAuth接口消息接口服务中间件-wechat-oauth
  12. Excel -- 实用技巧
  13. mac设计师系列 Adobe “全家桶” 15款设计软件 值得收藏!
  14. 玩转OpenCV之一:关于OpenCV学习版本的选择
  15. 词云python灿烈_如何用Python做中文词云?
  16. 数字化车间数字孪生在线3d地图数据可视化定制
  17. 天气预报插件使用教程
  18. 牛客网java编程题库
  19. matlab武汉加油,[00]数字图像处理-matlab速成
  20. 【无人机 学习笔记 5】天线之全向天线与定向天线工作原理

热门文章

  1. 博主制作的开源JAVA WEB游戏-《天命.罗生门》
  2. CSP 2022 提高组普及组总结
  3. 机器学习:伯努利朴素贝叶斯分类器(原理+python实现)
  4. paip.花生壳 服务启动失败 以及不能安装服务,权限失败的解决
  5. JavaScript(十二)——弹跳球进阶版
  6. 象与骑象人--幸福的假设
  7. 量化交易准备资料-短线策略
  8. 解决org.apache.rat:apache-rat-plugin:0.8:check (default) on project hbase: Too many unapproved license
  9. 通过Android系统日志监听程序启动事件
  10. GO语言基础进阶教程:sync包——读写锁