【自动驾驶】毫米波雷达相关知识专题

【无人驾驶技术入门（七）| 量产必备的毫米波雷达】

单一传感器有其局限性，比如:

激光雷达测量位置更准，但无法测量速度；
毫米波雷达测量速度准确，但在位置测量的精度上低于激光雷达。

根据公式：光速 = 波长 * 频率，频率更高的毫米波雷达，其波长越短。波长越短，意味着分辨率越高；而分辨率越高，意味着在距离、速度、角度上的测量精度更高。因此79GHz的毫米波雷达必然是未来的发展趋势。

毫米波雷达相比于激光有更强的穿透性，能够轻松地穿透保险杠上的塑料，因此常被安装在汽车的保险杠内。这也是为什么很多具备ACC（自适应巡航）的车上明明有毫米波雷达，却很难从外观上发现它们的原因。

应用在自动驾驶领域的毫米波雷达主要有3个频段，分别是24GHz，77GHz和79GHz。不同频段的毫米波雷达有着不同的性能和成本。

由于毫米波的测速原理是基于`多普勒效应`，因此与激光的笛卡尔（`XYZ`）坐标系不同，毫米波雷达的原始数据是基于`距离+角度`的`极坐标系`。当然，两种坐标系可以根据`三角函数`相互转换。

毫米波雷达发射的电磁会穿透自车的前保险杠和目标汽车的后保险杠，但是无法穿透目标汽车底盘的金属，因此在遇到金属这类毫米波雷达无法穿透的物体时，电磁波就会返回。

障碍物与自车的径向相对速度。由于多普勒效应的原理，雷达的测量中只能提供极坐标系下的径向速度，切向速度的测量置信度很低，因此雷达并不会提供障碍物的切向速度。(径向速度方向指的是自车毫米波和目标车辆的连线方向吧)

毫米波雷达的数据只能提供距离和角度信息，不能像激光雷达那样提供高度信息。没有高度信息的障碍物点会给技术开发带来很多挑战。

毫米波看生物体效果很差。 有人提到3D毫米波雷达，那个东西为了保证数据连续得上相控阵，成本直线上涨。

`实际开发的过程中，在自动驾驶领域应用毫米波雷达有一下三点挑战：`

挑战1：数据稳定性差
很明显…看到这样（乱且不稳定）的数据，工程师也表示很绝望。数据的不稳定性对后续的软件算法提出了较高的要求。
挑战2：对金属敏感
由于毫米波雷达发出的电磁波对金属极为敏感，在实际测试过程中会发现近处路面上突然出现的钉子、远距离外的金属广告牌都会被认为是障碍物。一旦车辆高速行驶，被这些突然跳出的障碍物干扰时，会导致刹车不断，导致汽车的舒适性下降。
挑战3：高度信息缺失
毫米波雷达的数据只能提供距离和角度信息，不能像激光雷达那样提供高度信息。没有高度信息的障碍物点会给技术开发带来很多挑战。

`问答：`

`1.请问毫米波雷达不能测高度信息这个我不理解，为什么没有高度信息呢，是因为点云数量少吗？`

答:大部分毫米波雷达内部的接受信号单元布置类似一条直线，可以将其理解为一线激光雷达。最新发布一些毫米波雷达的是以阵列布置，可以测量高度。

`2.汽车也是在运动的，或者说，公路护栏相对汽车参考系也是在运动的。那么，雷达如何区分相对大地参考系静止的护栏和相对大地参考系运动的其它车辆呢？`

答:读汽车VCU中的车速信息，做前行方向速度分量的差值，比较接近0即认为静止。

`3.昨天专门去测了下delphi的毫米波雷达，为什么行人能够识别出来啊？没有拿角反。`

答:探测行人不是根据行人身体上的金属物体来探测的，任何物体对电磁波的反射吸收程度不一样，雷达根据物体反射波的强度rcs值进行估算，一般行人的rcs值是1，汽车是10，雷达最大的缺陷就在于目标的模式识别，无法判断反射目标到底是何物，而这方面摄像头是强项所以目前的自动驾驶都在搞fusion，行人探测这块，在最终的决策层，一般以摄像头的数据为准，这也是前段时间uber自动驾驶车撞死行人的原因。

`4.毫米波雷达这数据感觉太乱了啊，做后处理的工程师看到要哭的。`

答:做个目标跟踪就可以排除大部分杂点了。之后在跟踪的数据上做文章。

`5.请问大佬，毫米波对静态物体识别效果是不是特别差啊？`

答：误检多，满屏的误检。

`6.ACC自适应巡航能力如何？`

现在很多车都开始普及L2级自动驾驶了，其实就是ACC（带自动跟车及碰撞避免）+车道保持，但是还是有很多问题：
第一，受天气影响很大，雨雾天气很容易误判，夜晚能不能正常使用都要打问号；
第二，国内很多地方标识标线不清晰，高速上还好点，城市里的标线……

所以这个只是一个辅助功能，还是要小心驾驶才好。

目前广泛装备的前视毫米波雷达+摄像头的解决方案，雷达实际上是不太管固定障碍物的。因为地面附近反射太杂乱，一般都通过多普勒效应滤除了固定物体的反射波之后才进行目标识别。这种方式对移动的车辆测量比较准确，但对于固定物体，主要还是靠摄像机识别的。

需要注意的是，对于多普勒雷达来说，横穿马路的物体属于固定物体……所以目前阶段的自适应巡航，虽然车子可以在车道内自己开，但是还是要求驾驶员时刻关注行驶状态的，理论上只是脚轻松了一点。