理工睿行金烨:分布式毫米波雷达在自动驾驶中的解决方案

如何让毫米波雷达接近激光雷达的分辨率,实现智能汽车的高精度探测和障碍物识别,是我们追求的目标。

11月20日-21日,由车云网主办,电动邦协办的“2019中国安全产业大会暨第三届交通安全产业峰会”在广东省佛山市召开。本次峰会以“安全出行 智享未来“为主题,下设新能源汽车安全专场、新技术安全专场以及智慧交通安全专场三大分会场。来自产、学、研等和出行安全相关的企业代表齐聚佛山,共同探讨新四化背景下汽车行业产生的安全新问题。峰会期间,北京理工睿行电子科技有限公司CEO金烨发表了主题为汽车中的高分辨毫米波雷达的演讲。

以下为演讲实录:

我的演讲主题是智能汽车中的高分辨毫米波雷达。我来自理工睿行,将军用毫米波雷达技术用在民用中,为民生安全保驾护航。

智能汽车对毫米波雷达的需求,根据维基百科统计出来的数据来看,每一万辆车就有1.93人的死亡率,滴滴出行报告中显示出来,北京、上海、广州三个城市交通拥堵率和通行时间是最长的,对于降低事故率和提高交通的智能化水平是有着急切需求的。在中国自动驾驶2025技术路线图中指出,,中低级别的智能汽车装载高级辅助驾驶系统后,要求事故率至少减轻30%以上;高级别的智能汽车装载无人驾驶系统后,要求事故率降低到80%以上,并且要求零死亡率。

对于交通这一块需要智能感知来实现智能决策、智能规划,提升通行效率。因此,智能汽车具有了重要的战略发展意义,无论是中国的政策,还是世界的政策,智能汽车都是国际竞争的热点,各国也纷纷出台政策来促进智能汽车的发展,包括美国、英国、日本、德国等国家在内均有相关的战略性文件。

谈到智能汽车一定会谈到核心部件,核心部件首先肯定是要做前端感知,智能汽车前端感知必须是一个高精度传感器,有很多种类型,包括毫米波雷达、激光雷达、超声波雷达和摄像头,会分置汽车各个角落,实现对周围环境高精度感知。尤其是前向感知,对于智能汽车来说,性能要求是最为苛刻的。大家看到前向感知的传感器,首先要求视场角优于90%,才能在尽可能小的盲区下实现观测,同时要求观测距离大于200米,实现防撞等辅助驾驶,同时角度分辨率要求是很高的,要求能够实现前方多车道左右车的高分辨率的分辨,可以把前处的各个车都分辨出来。

我们把传感器作了一个对比,其中毫米波雷达,探测距离200米以上相对来说远一点,速度分辨率在所有传感器中是最高的,角度分辨率是比较好的,当然没有激光好,激光的角度是最高的,环境适应性是最强的,可以全天时全天候。成本居中,超声波雷达是最高的,毫米波雷达环境适应性强,探测性能佳、成本适中,是前向感知传感器的热点。

毫米波雷达的工作原理,是通过发射毫米级的电磁波,发射到前方,对障碍物进行探测,通过接受障碍物返回的回波获取前面障碍物的信息,不受光照强弱影响,即使全黑条件下也可以全天时工作,同时受大气能见度影响小,可全天候工作,可以作为独立传感器也可以作为光学感知激光传感器的补充存在。

这是目前来说比较标准的前防撞的毫米波雷达,包括虚拟孔径技术和超分辨算法,还有LRR+MRR多功能雷达方案,频段是76-77GHz。有比较常见的雷达演示路试场景,对左右禁止围栏的探测,也有对接近目标的探测,还有前方多车再加禁止围栏的探测、在弯道情况下对于两侧护栏的探测以及在隧道情况下对于前方多车远离的探测,隧道里面有各种各样的多径干扰,对于传感器要求很高。

还有在城市复杂路口对于汽车、摩托车、行人等复杂的路口进行测试探测。去年和今年其都在美国跟百度阿波罗无人车实行适配和对接测试,与其他车做集成,是无人驾驶,同时还跟北理慧动公司实现激光、摄像头、定位定向系统适配,实现北京三环路上复杂路况的无人驾驶。

尽管有很多比较主流的标准的雷达,但是它们同样存在问题,尤其对于智能汽车,还有L2.5级别以上的驾驶来说,分辨率远远不够。我可以看到汽车雷达和激光雷达分辨率的对比,激光雷达对于前方200米的多种目标分辨能力0.3度,超过0.3度的目标是可以分辨出来的,汽车雷达大部分是3度左右的分辨率,做得比较好的进口雷达,1.6度分辨率。这是目前来说市面上汽车雷达存在的问题,角度分辨率低一点,尤其3度的分辨率情况下,200米处分辨率可以达到横向10米的分辨率,这样在3个车道内的目标是没有分开来的。这样无论是自动驾驶还是汽车防撞来说,都会出现问题。

分辨率低对于远距的目标分辨率是一个问题,同时对于多目标的识别能力,也是一个问题,由于目标信息量比较少,所以没有办法实现对于前方障碍物的目标识别和分类,我们又对比了一下激光雷达和毫米波雷达,激光雷达分辨率长高。毫米波雷达一个汽车是一个点,没有办法做轮廓的描述,因此对于汽车、行人、大树来说,激光雷达可以达到很好识别效果,但是毫米波雷达没有办法识别这些目标。

针对刚所说的这种远距多目标的分辨率的问题,以及多目标识别问题,我们提出一个新的概念,分布式的毫米波雷达,这个概念讲的是把多个雷达放到车身前方,协同工作,达到接近激光分辨率的效果。我们把多个雷达放在汽车前方之后,在后方会有一个预控制器或者融合的处理器,实现对于多部雷达数据的融合处理。

在采用分布式雷达的成像效果和单部雷达成像效果对比中可以看出,如果我们要实现毫米波雷达的高分辨,天线要做得特别大,天线越大,分辨率越高。汽车上没有办法这样做,所以我们想到一个办法,采用部小雷达,实现大的天线孔径的虚拟,这样子多个小雷达可以实现协同工作,既实现了方便的小空间,同时安装比较方便,每一个小雷达做什么也比较好实现,同时分辨率是可以达到0.3度的分辨率。

因此可以看到,我们分布式雷达协同分布后提高,红色是经过合成虚拟大孔径之后的分辨率,大概两到三倍程度的提高,蓝色是多部雷达。

三个雷达可以实现融合,得到三维高精度点融数据,描述空间分布和散射强度信息,效果和激光雷达一模一样。同时每一个雷达都可以独立工作,可以进行独立的高精度的点云成像,可以在后面处理,达到激光雷达的效果。

前来说,我们雷达的探测距离,分布式雷达探测距离250米,它的前方左右像分辨率可以达到0.3度,去年我发布的单个分辨率0.7度,现在分布式的毫米波雷达分辨率0.3度。

还有俯仰角,对于目标三维立体的成像,这是单个雷达的成像效果,夜晚的成像效果,我们可以看到这是0.7度分辨率,可以看出每帧30万点到50万点,同时会有小汽车的轮廓,单个小雷达已经具备一定目标识别能力,多个雷达目标识别能力进一步提高。

我们是采用了多种毫米波雷达融合的形式实现与激光雷达媲美的效果,同时基于毫米波点云数据实现障碍物识别,同时不仅仅是说有三维信息,还有一维速度信息,因此是四维分布式雷达效果。

我们这个公司是属于雷科防务(股票代码002413)旗下的子公司,有很深的军工毫米波雷达技术专业背景,由北京理工大学毛二可院士创新团队成立。面向智能网联不同层次研发不同的产品。针对传感器层,研发了导航、毫米波雷达、图像等相关产品,针对高级辅助驾驶系统层,研发了AEBS、FCW、BSD等高级辅助驾驶系统,面向智能网联系统层,研发了基于毫米波交通雷达的车路协同系统。

传感器层汽车雷达这一块,我们研发了几类雷达,包括市面上常见的前防撞雷达和角雷达,还有点云雷达、泊车雷达,泊车雷达主要是对地照射,实现对于低矮障碍物的探测,对于障碍物高度探测精度达到5厘米,可实现汽车对于车位的自主查找。毫米波交通雷达可以实现250米以内的八车道多目标的实时探测,同时可与摄像头、边缘计算节点共组建智能网联路侧系统。

由理工睿行公司提供核心产品部件,兄弟公司雷科智途(北京)公司进行商用车高级辅助驾驶系统(ADAS)开发,现在已经形成了包括自动紧急制动系统(AEBS)、前方预警系统(FCW)、侧方盲区检测系统(BSD)、疲劳驾驶预警承统( DMS)、倒车防撞制动系统( RAEBS )以及后方碰撞预警系统(RCW)系列产品。其中紧急制动系统(AEBS)目前已通过最新的行业标准JT/T 1242及后装的标准《商用车后装AEBS自动紧急刹车系统技术规范》T/CSIA 001的检测。产品主要适用于危险品、重载货车、长途客车、校车等多种车型,已为多家汽车制造商提供产品及解决方案。

理工睿行,致力于运用创新的科技手段为智能汽车的安全感知作出贡献。

我的演讲到此结束,感谢大家。

更多评论 收起评论

我要说

欢迎您!

退出