成像雷达:一个传感器控制所有传感器

发布者:光子梦境最新更新时间:2019-08-21 关键字:成像雷达  传感器 手机看文章 扫描二维码
随时随地手机看文章

成像雷达:一个传感器控制所有传感器

业界对三种主要传感器(摄像头、雷达和LIDAR)在汽车中的不同作用,以及它们各自如何满足先进驾驶辅助系统(ADAS)和自动驾驶的感测需求仍然存在一些困惑。


最近,我和我的一个朋友进行了一次有趣的讨论,他知道我在研究用于ADAS系统和自动驾驶车辆(AVs)中雷达的TI毫米波(mmWave)传感器。


每当他读到自动驾驶汽车在不同驾驶环境下(比如障碍物检测)运行情况的文章时都会不失时机地取笑我。其中一次的对话如下:


Matt:“如果那辆车搭载有LIDAR的话,就能轻松识别出车道中间的物体。”


我:“我依然不同意这样的看法。”


Matt:“什么?!你为什么不同意?那辆车上装有一个摄像头传感器和一个雷达传感器,但ADAS系统仍然完全未能感测到车道中间的那辆车。”


我:“当读到这些最近发生的事件时,你就会注意到如果摄像头经常暴露在刺眼的强光和其他因素之下,就会导致其看不到路上的物体。它们对高对比度的光线和能见度低的情况较为敏感,如大雾、雨雪天气。在这种情况下,雷达传感器可能确实识别了目标。”


Matt:“尽管如此,我们仍会遇到这些ADAS和AV系统似乎很难应对的不同情况。那么问题到底出在什么地方呢?”


我:“ADAS的决策系统似乎依赖于作为主传感器的摄像头来判断目标是否真的存在,或者是否为假警报。”


Matt:“那么,车载雷达和摄像头就不值得信任咯。所以只能将LIDAR作为唯一可靠的传感器了。我说的没错吧?”


我:“不完全对。虽然LIDAR对能见度的敏感度不如摄像头,但它对雾、雨、雪等天气情况敏感。此外,LIDAR的成本还很高,可能导致其最初只能在相对高端的4级和5级自动驾驶车辆上使用。”


Matt:“这就是了!没有一种传感器可以使自动驾驶车辆真正可靠。我们必须将这三者结合使用,但这也意味着自动驾驶车辆的价格会非常贵。”


我:“你只说对了一部分。4级和5级自动驾驶车辆可能需要摄像头、LIDAR和雷达这三种传感器来提供高可靠性和全自动驾驶体验。但是,对于更多需要部分自动驾驶且已经开始大规模量产的2级和3级经济型车辆来说,使用TI毫米波传感器的成像雷达能够实现高性能和成本效益,并能够广泛采用ADAS功能。”


那么,什么是成像雷达呢?


正如我向Matt解释的那样,成像雷达是雷达的一个子集,因其高角分辨率能够提供清晰的图像而得名。


成像雷达由一个传感器配置启用,其中多个低功率TI毫米波传感器级联在一起,且作为一个单元同步运行。它具有多个接收和发射通道,能够显著提高角分辨率和雷达距离性能。当毫米波传感器级联在一起时,可以使用集成移相器来创建波束赋形,从而达到400米的扩展范围。图1显示了评估模块上的级联毫米波传感器及其天线。

1

图1:一种具有四个级联TI毫米波传感器的成像雷达评估模块


用于成像雷达的毫米波技术


典型的雷达传感器直到最近才被视为车辆中的主传感器,其主要原因在于角分辨率性能较为有限。


角分辨率是指在相同范围内和相同相对速度下区分物体的能力。


一个凸显成像雷达传感器优势的常见用途是能够以高分辨率识别静态物体。典型的毫米波传感器具有高速度、高距离分辨率的性能,可以很轻松地识别和区分运动物体,但对静态物体来说,其识别能力却非常有限。


例如,为了让传感器“看到”车道中间停下来的车辆并将其与灯杆或栅栏区分开来,传感器需要在仰角和方位角上都有一定的角分辨率。


图2显示了一辆被困在隧道中的车,车内不断冒烟。该车辆停在约100米远处,隧道高度为3米。

1

图2:来车的前雷达需要足够高的角分辨率来区分隧道和停止车辆。毫米波传感器可以穿透任何能见度情况,比如烟。

1

图3:毫米波传感器如何利用多输入多输出(MIMO)雷达实现高仰角分辨率。


为了识别图2所示隧道中的车辆,传感器需要将其与隧道顶棚和壁区分开来。


实现场景分类需要利用这些仰角和方位角分辨率:


(仰角) = 反正切 (2 m/100 m) = 1.14度


(仰角) = 反正切 (3.5 m/100 m) = 2度


其中,2 m是隧道高度减去车辆高度的值,100 m是带成像雷达的来车与停在隧道内的车辆之间的距离,3.5 m是停在隧道内的车辆与隧道壁之间的距离。


在某些天气和能见度情况下,依赖于其它光学传感器可能具有挑战性。烟、雾、恶劣天气以及明暗对比都是具有挑战性的能见度情况,这些情况会抑制光学被动和主动传感器,如摄像头和LIDAR,从而导致这些传感器可能无法识别目标。然而,在恶劣的天气和能见度情况下,TI毫米波传感器仍能保持强劲的性能。


目前,成像雷达传感器是唯一能在各种天气和能见度情况下保持强劲性能的传感器,其在方位角和仰角上都能达到1度的角分辨率(使用超分辨率算法计算数值时甚至更低)。


结论


采用TI毫米波传感器的成像雷达具有很高的灵活性,能够以非常高的分辨率感知和分类近场中的物体,同时能够在400米以外的远场中跟踪目标。这种成本高效的高分辨率成像雷达系统能够使2级和3级ADAS应用以及高端4级和5级自动驾驶车辆成为可能,并可用作车辆中的主传感器。


关键字:成像雷达  传感器 引用地址:成像雷达:一个传感器控制所有传感器

上一篇:Velodyne Lidar发布传感器Puck 32MR™ 为自动驾驶汽车提供高分辨率实时激光雷达
下一篇:采用TI毫米波传感器的成像雷达有何优势?

推荐阅读最新更新时间:2024-11-04 12:30

基于AT89s52单片机的智能救援机器人的设计
  O 引言   自从1920年捷克斯洛伐克作家卡雷尔,恰佩克的《罗萨姆的机器人万能公司》问世,人们便对机器人充满了幻想与期待。随着社会的不断发展,各行各业的分工越来越明细,机器人也能在其中扮演重要的角色来替代人们的劳动。与此同时,随着科学技术的发展,探险、救灾、排爆等危险场合工作的机器人,以及自动化生产中机器人的应用也日益广泛。因此,智能救援机器人的研制已成为急需和必要,文章就智能救援机器人的设计进行了探讨。   1 智能救援机器人的硬件设计   该智能救援机器人主要由电源模块、检测感应模块(实现巡线、避障、捡放硬币、测距功能)、声光报警模块、控制器模块、电机驱动模块、显示模块六部分组成,其结构框图如图1所示。  
[工业控制]
基于磁电式角度传感器方案
1.引言 角度传感器广泛应用于汽车、机械、航空、航天、航海、工业自动化等领域。它主要分为接触式和非接触式两种,由于接触式的角度传感器随着使用时间的增长,会存在机械磨损、精度降低、经常维修甚至更换新设备等缺点,这不仅提高了生产成本还容易使被测设备的质量没保证,而非接触式角度传感器则克服了这些缺点。常用的非接触式角度传感器有光电式和磁电式的。光电式的虽然精度比磁电式的高,但对环境要求苛刻、抗震性也较差,因此也就不适用于环境较复杂的工业场所。正是基于这些问题,设计一种基于磁电式的角度传感器,它具有成本低廉,抗干扰性高,分辨力在0.5° 以内等优点。 2.系统总体设计原理 整个系统有四部分组成,分别为电源模块,磁传感器信号采集模块、微处理
[电源管理]
基于磁电式角度<font color='red'>传感器</font>方案
新突破—ams重点布局高分辨率全局快门CMOS图像传感器
随着万物互联时代的来临,图像传感可说是促进物联网应用的一个重要接口,为万物之“眼”。由于全球智能手机、安全产品以及人工智能的发展,图像传感器市场呈现火箭式增长,各大供应商也在加紧研发自己的图像传感技术以快速占领市场,紧追领先者们的步伐。 近日,艾迈斯半导体公司(ams AG)在京召开媒体圆桌会议,重点讨论了其全局快门CMOS图像传感器CMV 50000广泛的应用布局。ams图像传感器解决方案事业部(ISS)高级副总裁兼总经理Stephane Curral详细介绍了该款图像传感器的主要优势和应用领域,以及对ams图像传感器产品的整体布局和未来发展战略进行了详细阐述。 图像传感器分辨率新高度 CMV 50000是一款可提供
[半导体设计/制造]
新突破—ams重点布局高分辨率全局快门CMOS图像<font color='red'>传感器</font>
自供电的传感器可改变颜色 以警告冷冻食品是否解冻
当你购买食品时,它可能是冷冻的,但这并不意味着它没有在某处解冻和重新冷冻。然而,一种新的自供电传感器会改变颜色,让你知道是否发生过这种情况。 它包含两个电极--镁阳极和金阴极--它们被冷冻的电解质溶液分开。在该传感器的不同版本中,该溶液包含盐和富含电解质的葡萄、苹果和甜瓜物质。 只要电解质溶液保持冻结,就不会发生任何事情。然而,如果它解冻了,它允许电子从阳极流向阴极,导致传感器产生电流。该电流反过来又导致基于红囊汁的溶液从红紫色变为蓝色。然后它保持蓝色,即使传感器被重新冻结。电解液解冻的温度可在0º C至-50º C(的范围内进行调节。 所有的组件目前都包含在一个蜂蜡体内。人们希望,一旦进一步开发,该技术可以采取一
[物联网]
自供电的<font color='red'>传感器</font>可改变颜色 以警告冷冻食品是否解冻
基于虚拟仪器技术的车载电容式称重传感器分析
  虚拟仪器(Vinual Instrument,简称VI)是日益发展的计算机硬、软件和总线技术在向其他相关技术领域密集渗透的过程中,与测试技术、仪器仪表技术密切结合共同孕育出的一项全新的成果。由于仪器的专业化功能和面板控件都是由软件形成,因此国际上把这类新型的仪器称为“虚拟仪器”。它是利用微机的数据处理和图形处理功能,将传统物理仪器的专业化功能和面板控件软件化,与检测数据间的接口也通过计算机软件来实现。从虚拟仪器显示面板(如虚拟显示屏、数码显示器和指示灯及示波器等,其在功能上与各种物理仪器相对应)可了解仪器的状态,读取测试结果进行分析。 1 车辆称重传感器概述   本文根据虚拟仪器的特点,利用电容称重传感器的车辆载荷检测装置
[汽车电子]
基于虚拟仪器技术的车载电容式称重<font color='red'>传感器</font>分析
医院现新型医护机器人:搭载有多种医疗传感器
   在工业4.0的时代,智能机器人早已融入我们的生活。随着服务型机器人的市场的爆发,最近,作为广东省智能化护理的示范医院,北京大学深圳医院携手本土科技创新企业,将军工业化实验室的技术,进行集成与再创新,运用到临床护理实践中来。目前,在这家医院,首批机器人护士已经上岗。让我们一起来看看吧。   护士助手机器人    据悉,在这批上岗的机器人里,有一个非常灵巧的配药机器人。   在过去,患者所需的静脉输液药物,都要依靠护理人员手工配置,易出人为差错和污染,对患者安全形成潜在威胁。而现在,这些事就可以交给配药机器人来做了。配药机器人可以用它灵活的机械手,灵活操作着一道道复杂的配液程序。从验证处方至配好药、出药,配一瓶由
[医疗电子]
康德瑞恩首家推出针对无人驾驶车辆的8通道传感器清洗模块
随着视觉类传感器在高级别无人驾驶车辆上的大量运用,传统的清洗供给系统各自为政,占用了大量的控制器、电磁阀、管道线束、水泵及其车辆空间,造成系统复杂,故障排查难;车身重,能源消耗高等问题。 为了解决上述问题,康德瑞恩(Kendrion)在全球首家创新推出的8通道传感器清洗模块 “8SCM”(8-port Sensor Cleaning Module),融合了行业领先的电磁阀和电控技术,将各种传感器的清洗要求集成到一个嵌入式机电阀块系统中,能够将专用清洗液、空气等清洗介质分配到激光雷达,摄像头,前后车灯等车辆所有清洗点。 那么康德瑞恩这款8通道传感器清洗模块有哪些创新之处呢?让我们一看究竟: 更简洁强大 仅
[汽车电子]
康德瑞恩首家推出针对无人驾驶车辆的8通道<font color='red'>传感器</font>清洗模块
基于传感器的RFID系统将应用于医疗工作
  在英国伯明翰地区的一家医院,医生们计划在病人身体上使用RFID标签芯片来增强安全性,确保能在面对诸多病人时清楚地辨明应该做手术的病人和该病人需要作何种手术。   在该试验中使用的RFID标签含有该病人的电子照片和相关信息,将位于病人手腕关节的表带中。每名病人都有一个惟一的ID号码,在系统识别时就不会出现做错手术等医疗事故,促使病人得到良好的照顾与精确的诊断。   传感器遍布医院四周,随时将探测到的芯片信息传输到医院配置的RFID系统中,这些可接收RFID信号传输的电脑分布在病房、手术室、术前准备室和休息室以及术后恢复室等地方。医生和护士可以通过PDA等掌上设备很快得知病人相关信息。   医院负责人认为,这套RFID识别系
[医疗电子]
小广播
最新汽车电子文章
换一换 更多 相关热搜器件
随便看看

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved