{{detailStore.author.is_follow?'已关注':'关注'}}
管理
【人机共驾,拥抱智能化拐点】传感器篇之毫米波雷达
文章

写在前面

      首先,我是一个鹏粉,P7 和 G9 车主。这本是一个早该在 2021 年初就发布的系列文章,但因为懒,所以拖到了今天。

      遥想那年的 1 月 26 日,小鹏发布了高速导航辅助驾驶系统NGP,那种震撼的感觉至今让人印象深刻。当我使用了一段时间的 NGP 后,我意识到高阶辅助驾驶功能不仅对车企的研发有极大的挑战性,同时也反过来对驾驶者,对用户提出了全新的要求:学会人机共驾。即用户需要熟知系统的能力边界,从而能与辅助驾驶系统进行无缝配合。在能力边界内,交给机器驾驶,大幅减少自身的精力消耗。而在系统能力边界上或边界外,能及时甚至提前接管,避免危险事故的发生。在我看来,这绝不是一个简单的要求,而是一个需要用户长时间学习和熟悉的全新能力。过去的两年,辅助驾驶依旧充满争议,似乎也印证了这一观点。愿意接纳和学习的用户,辅助驾驶早已渗透到了日常驾驶中,大大减轻了特定场景下的体力消耗,而排斥的人则依旧抱有类似“又不能让我睡觉,还不如自己开”这样的二极管思维,因此辅助驾驶方面的智能化能力还未能成为用户购车的重要考量点。

      时间来到了 2022 年底,辅助驾驶技术的发展来到了一个全新的状态。海外,特斯拉的 FSD beta 开始在北美初具规模,纯视觉路线正在海量数据和算力的加持下迅速进化。而国内企业也不甘示弱,比如小鹏依托 G9 也率先发布了新一代全场景智能辅助驾驶 XNGP,并在当年的 1024 公布了详细的量产路线图,让人仿佛看到了智能化拐点的到来。和特斯拉的纯视觉路线略有不同,小鹏始终坚持视觉为主,多传感器融合的技术路线。我个人也始终认为,在成本可控的前提下,多传感器融合的方式一定是更为安全稳妥的技术路线。
      然而万万没想到的是,G9 的发布和销售遭遇了难以想象的失败。作为一款集全域 800V,中央集中式电子电器架构,最先进的辅助驾驶软硬件等前沿技术于一身的中大型 SUV,却因为内外各方面的原因而未受到市场及时的认可,实在是让我感到惋惜。伴随而来的则是舆论对小鹏的质疑与各种落井下石,对这样一家勇于追求技术前沿的公司冷嘲热讽,以及一如既往地对辅助驾驶技术的不屑一顾。我一直觉得中国不缺做好产品的公司,但做好技术的公司太稀缺了。小鹏以及与它合作创新的上下游各级供应链企业,都应当得到尊重和敬佩。因此这也激励我把拖了两年的关于辅助驾驶相关内容的科普内容,尽快的整理出来,为智能化的推广和应用做一点微小的工作。

      言归正传,如这个系列的标题所言,主要的内容将是聚焦高阶智能辅助驾驶功能,学习和掌握最重要的人机共驾能力。但和绝大多数博主和车评人的切入点不太一样,这个系列的科普不是从大量的零散驾驶案例出发来介绍辅助驾驶过程中的各种场景和问题,而是自底向上地,直接从传感器感知和规控原理出发,清晰地看到当前技术方案下的优势和弱点,从而能让我们从更高更普适的角度去理解和预知系统的能力边界在哪儿。也只有在任何场景下能对系统的能力边界做到心中有数,用户才会愿意去使用高阶辅助驾驶功能。

图 1: 辅助驾驶系统能力边界划分

      如图 1 所示,我认为系统的能力边界大体上可以分为两个部分,分别是:安全边界和舒适边界,前者一定包含了后者。安全边界是系统确保不会发生危险事故的边界,而感知能力往往是决定这一边界范围的最重要因素。只有感知系统准确及时地探测到了潜在威胁,才能让车辆做出反应。安全边界也是车企开发辅助驾驶功能时必须坚持的红线,边界不清晰(比如同样的场景有时候行有时候又不行)或者边界范围太小的系统,都是不符合要求的。舒适边界则是能让用户感觉到驾乘舒适性和拟人性的边界,相对也更容易被用户直接体会到,它通常主要取决于规划与控制的能力。在感知技术的软硬件逐渐趋同化后,规控能力将会成为车企间竞争和差异化的主战场。
      因此,本专题上半部分将先介绍感知方面的基础内容,包括毫米波雷达,激光雷达,视觉传感器与算法,超声波雷达和感知融合。希望这部分内容能让读者能做到对主流辅助驾驶系统的安全边界有较好的理解。下半部分介绍简单的规划与控制算法,希望能让读者对车辆的行为有所预知,从而能在使用系统时做到了然于胸,不惊不乍。

      今天就先为大家带来传感器篇的第一个内容:毫米波雷达。欢迎大家指出错误,共同讨论学习~

传感器篇之毫米波雷达

简介

      毫米波雷达是一种使用天线发射和接收波长在 1-10mm,频率在 24-300GHz 电磁波的传感器,能够实现测距,测角和测速功能。毫米波的应用最早可以追溯到二战时期,至上世纪八十年代,在“欧洲高效安全交通系统计划”的推动下,开始逐步小型化和装车测试。至九十年代初,由日本三菱首次实现装车。但其毫米波还仅仅只是用来对前车进行测速,并根据测速自动调节本车的变速器档位。1999 年,奔驰 S 级率先使用 77GHz 的长距雷达实现了现代意义下的自适应巡航功能,开启了 ADAS 的新时代。目前,77 GHz 体制的毫米波雷达已成为市场主流。

图 2: 左为 1970 年代进行测试的 10GHz 车载毫米波雷达,源自欧洲高效安全交通系统计划;右为首次实现 ACC 功能的 1999 款奔驰 S 级轿车,搭载 77GHz 毫米波雷达
图 3: 国外主流毫米波雷达供应商雷达类型

      相比其它 ADAS 传感器,毫米波雷达最大的优点是其能实现全天候工作。无论外部照明条件,无论天气状况等因素,毫米波雷达均能实现稳定准确的工作。同时,毫米波还兼具技术成熟,成本可控的优势。目前装车的中长距毫米波雷达的典型零售价格均在 300-600 元左右。以小鹏 G9 为例,其配备一颗 Bosch 第五代前向长距离雷达,和四颗角雷达(分布在车身四角),实现了 360 度全覆盖,整体 BOM 成本可能在 2000 元左右。与此同时,毫米波雷达的弱点也非常明显,比如点云密度低,刷新相对慢以及其它由算法原理限制带来的若干问题。
 
      下面我们试着以比较简单通俗的方式介绍毫米波雷达的测距,测角和测速原理,以及由此带来的感知方面的主要劣势,并从这些原理出发去理解什么样的场景是雷达的弱势场景。

毫米波雷达基础物理原理

      毫米波雷达原理和所有的雷达都是一样的,即包含发射器,接收器和信号处理三个部分。其中发射器会主动发射经过调制的电磁波,接收器则负责接收从障碍物上反射回来的电磁波。之后,信号处理部分将根据发射和接收同一个信号波在时间,相位,频率等方面的差异,计算出障碍物距离,角度和速度等信息(雷达信号的滤波处理是极为复杂的,这里只是介绍基本原理)。通常来说,雷达发射的电磁波的波长越短(即频率越高),则其距离探测精度越高,但最远探测距离越短。接下来我们结合G9 所使用的 Bosch 第五代毫米波雷达的具体参数(图 4),分别介绍测距测角和测速原理,以及由这些原理和实际硬件性能导致的主要缺陷,进而联系到相应的辅助驾驶安全边界和典型弱势场景。

图 4: Bosch 第五代中长距 77GHz 毫米波雷达

毫米波雷达测距原理

      毫米波雷达的测距原理非常简单,如图 5 所示,雷达在不同时刻发射和接收其首次回波信号,由于电磁波在空气中的传播速度就是光速(约每秒30万公里),因此用光速乘以时间差即为目标距离。(实际信号处理过程是比较复杂的)

图 5: 毫米波雷达测距原理

      毫米波雷达的目标测距是极为可靠的,而能反映其测距性能的主要最大探测距离和探测精度等指标。参考图 4,Bosch 的 77GHz 产品官方给出的最大探测距离是 210 米,距离精度为 0.1 米,而距离分辨率为 0.2 米(即能分辨出两个物体的最小间距)。显然,毫米波的精度和分辨率不太适合近距离的车辆贴身博弈的场景,但对于中远距的车辆大小的目标探测则是完全满足要求的。那最远探测距离呢?我们假设两车相对速度为20至60km/h,则210m 的探测距离意味着可以提供37.8到12.6秒的预警时间。由于正常跟车时的速度差一般很小,这个预警时间是足够的。但如果前车是静止状态,那事情就变得紧张起来了。比如高速120km/h巡航时遇到前方事故车,那系统只能提供6秒多的预警时间,就显得相对比较局促了。当然,通常大家说的毫米波雷达无法识别静止物体,并不是测距能力的局限带来的,而是滤波算法导致的,这个我们后面再说。
      总结一下,从物理原理上看,毫米波雷达测距对中远距离的测距是很准确的,探测距离也是够用的。但对近距离物体测距的相对精度不足。

毫米波雷达测角原理

      在二维平面上,要确定一个坐标除了需要距离,还需要其相对参考点的方位角。毫米波雷达探测目标也如此。但如果只有一个收发单元,根据上面的测距原理,我们是无论如何也不可能知道目标相对本车轴线的角度的。那该怎么办呢?这当然难不倒科学家和工程师,只需要准备多个收发单元不就行了~(通常为一个发射天线和多个接收天线),具体原理如下图

图 6: 毫米波雷达测角原理

      如图 6 所示,假设我们有两个接收单元,距离为 d。那么,除非前车正好处于两个接收单元的中线上,否则其与两个单元的距离一定是不同的。这就意味着前车反射回来的电磁波被两个接收器接收到的时间是不同的,而通过这个时间差我们就能计算出前车离轴线的夹角。当然,实际信号处理时不是通过直接的时间差,而是通过测量由时间差导致的波相位差来计算角度的,但原理是完全一样的。
    从测角的原理公式我们能迅速发现毫米波雷达测角的一个局限性:那就是对于正前方小角度物体测角灵敏度最高,而对位于两侧接近 90 度的物体,测角灵敏度很低(由相位差对角度求导可知)。反映到实际场景中,就是前向雷达不太能灵敏地感知到与本车基本平齐的两侧车辆的方向变化,这就很难单独指导车辆完成诸如变道,避让之类的操作。当然,解决这个问题的方法也很简单:得加钱。以小鹏G9为例,其除了一颗前向雷达外,还有四颗角雷达,分别安装在车辆四角上,轴线方向朝外。这样旁车就处于角雷达的正前方位附近,探测灵敏度很高。

图 7: 毫米波雷达角分辨率局限性

      除了物理原理上带来的小问题,还有一些硬件性能局限带来的问题。由于发射功率,天线布置和成本等方面的限制,雷达的测角性能必然是有限的。比如 Bosch 的第五代雷达,水平方向的角分辨率为 3 度,纵向角分辨率为 3 度。如图 7 所示,这意味车辆在大约 60 米开外即无法分辨出两辆并排行驶的车,也无法分辨车和车上方的指示路牌。因此早年经常能听到辅助驾驶开启下的车辆突然无故急刹的案例,其背后的原因往往就来自于毫米波雷达较差的角分辨率造成的目标误识别,比如将图中的路牌识别成静止车辆,就可能触发AEB急刹车。当然,近年来随着传感器融合,特别是更好的视觉算法和激光雷达的加入,毫米波雷达的测角性能逐渐不再是一个问题了。

      总结一下,从物理原理上看,毫米波雷达的测角性能是可靠的。对于两侧物体的探测弱势也是可以通过布置角雷达予以解决的。角分辨率性能较差,但依靠多传感器融合也能很好的解决这个问题。

毫米波雷达测速原理

     毫米波雷达的测速利用了著名的多普勒效应(Doppler effect),即波源和观察者有相对运动(速度差)时,观察者接受到波的频率与波源发出的频率并不相同的现象。多普勒效应在生活中非常常见,比如车辆按着喇叭远离我们的时候,声音会显得更为沉闷(频率变低),而接近我们的时候,声音会更为尖锐(频率变高)。具体到毫米波雷达的应用场景,如下图所示,雷达发射和接收的电磁波频率差和两车纵向速度差成正比。因此,雷达就可以通过测量频率差来计算出前车相对本车的速度。

图 8: 毫米波雷达测速原理

 
      但细心的你一定发现了一个问题:多普勒测速只能测出前车的纵向速度 v1,而无法测出其横向速度 v2。是的,这是毫米波雷达在物理原理上的一个大漏洞,即对与本车速度方向垂直的方向上的目标速度分量是无法测量的。具体场景上,毫米波雷达无法对正在变道和横穿,或者其它有大幅度横向运动的物体进行完整的速度测量。这也是为什么很多只装备一个毫米波雷达和性能孱弱的单目镜头的车辆,在ACC状态下应对加塞非常吃力的原因。但对于实现了高性能多传感器融合的辅助驾驶车辆,这不是一个困难。因为视觉和激光雷达都可以利用多帧累积的方法实现完整的测速,结果也非常可靠。
除了物理原理上的缺陷,毫米波雷达信号处理后端还会引入一些额外问题。由于在驾驶场景下,周围环境中绝大部分的物体都是静止的,比如房屋,隔离带,树木等,而运动的物体是少数,这些物体都会反射电磁波。由于静止物体占多数,它们反射的电磁波会完全掩盖掉运动物体反射的信号,导致系统无法正常处理。因此为了有效跟踪更为重要的运动物体,雷达通常都会先进行一次滤波,将频率差基本为零的信号直接过滤掉,这样那些运动物体的信号就从原本白茫茫的噪声中凸显出来了。比如前面提到的雷达无法分辨路牌和车辆的问题,实际上通过滤波就解决了,因为路牌是静止物体,滤波后根本不会被雷达看到。但这种类似一刀切的做法,带来了一个重大隐患:毫米波将不会识别静止物体。注意,这不是毫米波雷达自身的物理缺陷,而是工程上的妥协引入的问题。正是因为上述原因,“遇到静止车辆时应当人工接管” 这个注意事项,就成了所有辅助驾驶系统说明里都会出现的一项了。应该说,识别静止物体这件事,在快速发展的视觉能力和激光雷达的加持下,已经逐渐变得可靠起来。但作为用户,在遇到类似场景时,仍应当保持足够的警惕,特别是当本车速度较高时,仍以人工接管为妥。

毫米波雷达与未来发展

      毫米波雷达是一种成熟的传感器,其对于运动物体的测距,测速和测角结果都是直接可靠的。但其同样是一种缺点非常明显的传感器,包括对横向运动测速差,角分辨率差,对静止物体识别差等问题。随着视觉和激光雷达的发展,其它传感器也实现了测速测角测距的功能,将他们与毫米波融合可以有效解决其缺陷。但这也从另一个方面暗示着,毫米波似乎有些多余了。毕竟它能干的活,其他传感器也都可以干了,而且刷新率普遍不比毫米波差(视觉很容易做到30至60帧,而毫米波则普遍在十几帧的水平)。因此我们看到激进的特斯拉从去年起拿掉毫米波雷达(当然后面又似乎要加回来了),只靠纯视觉。小鹏自动驾驶副总裁吴新宙博士也表达过毫米波可能是第一个被拿掉的传感器的观点。


      但毫米波雷达自身也在发展。针对测角测距等方面的问题,业界推出了4D毫米波产品,即大幅提升雷达水平和垂直方向的角分辨率和最大探测距离。比如Bosch的相关产品,角分辨率达到1度(仍显著差于激光雷达水平),最大探测距离到300米。很多计划2024年推出的中高端车型都有望搭载4D毫米波雷达。我个人认为在较长时间内,毫米波雷达仍然会是必不可少的传感器之一。这一方面来自于其物理原理上的简单和可靠,特别是测速上非常直接,对于其他传感器仍是一个有效的补充,另一方面也来自于其成熟的产业链带来的低成本。追求系统冗余能力的车企,仍将把毫米波雷达融入到自己的传感器组合中,以不断拓展和稳固系统的安全边界。

写评论
积分赞赏
点赞
评论区
  • 编辑
  • {{is_favourite ? '已收藏' : '收藏'}}
  • 举报
  • 加入黑名单
  • 删除
  • 取消置顶
  • 置顶推荐
    • 6小时
    • 12小时
    • 24小时
    • 3天
    • 一周
    • 长期
  • {{digest?'撤销精华':'设为精华'}}
回到顶部
  • 全部评论{{detailStore.commentnum}} 条
  • 只看作者
  • 最热
  • 最新
  • 最早

「待审核」

{{ comment.relativeTime }} 已被赞赏 {{comment.integral}} 积分 回复

暂无相关评论

发表一下个人看法吧