毫米波雷達(dá)感知
關(guān)注創(chuàng)建者：匿名 創(chuàng)建時(shí)間：2026-01-04
毫米波雷達(dá)感知的視頻教程
自動(dòng)駕駛感知仿真與驗(yàn)證之毫米波雷達(dá)
而毫米波雷達(dá)，正是一種具有高頻率工作、高精度識(shí)別的微波雷達(dá)，可以讓無(wú)人駕駛技術(shù)實(shí)現(xiàn)各種高級(jí)輔助功能，如并線輔助場(chǎng)景識(shí)別、動(dòng)態(tài)道路場(chǎng)景識(shí)別等。 本直播將主要介紹毫米波雷達(dá)天線的設(shè)計(jì)難點(diǎn)、設(shè)計(jì)技巧，以及利用ANSYS HFSS軟件中的天線庫(kù)、有限大陣列方案，方便快捷地研究與仿真毫米波陣列天線、天線與車(chē)體的布局效應(yīng)、動(dòng)態(tài)道路場(chǎng)景模擬中的感知成像等。
免費(fèi) 1小時(shí)26分鐘 517播放
查看
毫米波雷達(dá)感知的實(shí)例教程
例如比較常見(jiàn)的由于毫米波雷達(dá)散射特性導(dǎo)致的鏡像/多徑鬼影，橫穿的虛假目標(biāo)，目標(biāo)物角度估計(jì)錯(cuò)誤，以及目標(biāo)物漏報(bào)。
宏景智駕通過(guò)與攝像頭的經(jīng)典目標(biāo)物后融合策略可以很大程度的規(guī)避上述問(wèn)題給各項(xiàng)功能帶來(lái)的影響。在AEB CNCAP的驗(yàn)證中，宏景智駕就拿到了96分，5星+的評(píng)價(jià)，也就是說(shuō)在保證行車(chē)安全的同時(shí)，也帶來(lái)更佳的駕乘體驗(yàn)。宏景智駕的毫米波雷達(dá)+視覺(jué)的行泊一體方案目前已經(jīng)在上汽、江淮等多款車(chē)型實(shí)現(xiàn)量產(chǎn)落地，同時(shí)也收獲了比亞迪等多個(gè)OEM定點(diǎn)訂單。
毫米波雷達(dá)前瞻預(yù)研
4D成像毫米波雷達(dá)將成為未來(lái)毫米波雷達(dá)研究和發(fā)展的主要趨勢(shì)。在宏景智駕相關(guān)負(fù)責(zé)人的介紹中，也證實(shí)了這一點(diǎn)：宏景智駕正在布局了4D成像毫米波雷達(dá)的算法開(kāi)發(fā)。具體來(lái)說(shuō)，在行車(chē)感知中，宏景智駕與某友商合作，使用4D成像毫米波雷達(dá)提供的點(diǎn)云信息來(lái)完成環(huán)境感知。雷達(dá)點(diǎn)云不僅可以在后融合中發(fā)揮目標(biāo)物感知能力，同樣也可以在前融合/中融合等感知架構(gòu)中提供更多的環(huán)境特征，特別是多普勒信息。此方案可以有效避免單一傳感器帶來(lái)的感知局限與算力局限。此外，例如動(dòng)態(tài)標(biāo)定(水平角度標(biāo)定、俯仰角度標(biāo)定)等量產(chǎn)功能也能夠在宏景智駕4D成像毫米波雷達(dá)感知算法中實(shí)現(xiàn)。
圖3 3-1 宏景智駕4D毫米波雷達(dá)感知；3-2對(duì)應(yīng)場(chǎng)景4D毫米波雷達(dá)原始點(diǎn)云；3-3 對(duì)應(yīng)場(chǎng)景攝像頭拍攝的照片(黑夜，雨霧)
從圖3中不難看出，4D毫米波雷達(dá)繼承了傳統(tǒng)毫米波雷達(dá)的優(yōu)點(diǎn)，應(yīng)對(duì)雨雪霧黑夜場(chǎng)景的多普勒信息還增加了高度維度的信息，與主車(chē)外參標(biāo)定后可以獲取目標(biāo)物的高度屬性(上下方可穿行、等高)來(lái)判斷對(duì)功能影響。同時(shí)還給出了更加豐富的路沿點(diǎn)信息，總體來(lái)說(shuō)，加強(qiáng)了系統(tǒng)魯棒性。
展開(kāi) 利用毫米波雷達(dá)的感知數(shù)據(jù)，可以創(chuàng)建環(huán)境地圖，這些地圖通常被稱(chēng)為環(huán)境建圖或感知地圖。這些地圖可以顯示道路、建筑物、障礙物等環(huán)境特征，有助于自動(dòng)駕駛系統(tǒng)做出決策和規(guī)劃路徑。毫米波雷達(dá)的高分辨率使其能夠檢測(cè)到較小的物體，如行人和自行車(chē)，從而提供更詳細(xì)和準(zhǔn)確的地圖數(shù)據(jù)。
下圖7為四個(gè)毫米波雷達(dá)分別朝四個(gè)方向安裝在TurtleBot上，實(shí)現(xiàn)機(jī)器人3D感知與建圖的效果圖，3D建圖能夠提供小于1°的角度分辨率，在建圖的同時(shí)能夠獲取到機(jī)器人室內(nèi)實(shí)時(shí)的定位數(shù)據(jù)，建圖效果如下視頻3所示。
圖7 turtleBot毫米波雷達(dá)安裝[3]
視頻3 毫米波雷達(dá)3D感知與建圖效果視頻[4]
毫米波雷達(dá)未來(lái)發(fā)展
003
毫米波雷達(dá)具備在機(jī)器人、自動(dòng)駕駛等技術(shù)領(lǐng)域引發(fā)重大變革的潛力，然而尚未達(dá)到成熟階段。毫米波雷達(dá)的未來(lái)發(fā)展趨勢(shì)可能主要受以下幾個(gè)因素影響：
1）點(diǎn)云質(zhì)量的提升：毫米波雷達(dá)點(diǎn)云在數(shù)據(jù)格式中最為常見(jiàn)，但其質(zhì)量相較于其他傳感器較低，下圖8展示了毫米波雷達(dá)與當(dāng)前常用感知傳感器性能的對(duì)比。雷達(dá)的多徑效應(yīng)等特性嚴(yán)重影響點(diǎn)云數(shù)據(jù)質(zhì)量。急需改善信號(hào)處理流程中的信息損失，特別是通過(guò)采用精心設(shè)計(jì)的基于學(xué)習(xí)的方法替代恒虛警率自適應(yīng)檢測(cè)（CFAR）。基于學(xué)習(xí)的方向估計(jì)（DOA）方法，而非波束賦形（DBF）方法，也可用于超分辨率角度估計(jì)。
圖8 常用感知傳感器性能對(duì)比[5]
2）應(yīng)用算法重新設(shè)計(jì)：除了改進(jìn)毫米波雷達(dá)點(diǎn)云，信號(hào)處理后的應(yīng)用算法也至關(guān)重要。
展開(kāi) 作者言：
由于工作的關(guān)系，一直關(guān)注自動(dòng)駕駛技術(shù)中的傳感器感知算法，平時(shí)會(huì)讀相關(guān)的論文，跟蹤學(xué)術(shù)界和工業(yè)界最新的進(jìn)展。
自動(dòng)駕駛是近些年來(lái)非常火熱的方向，感知技術(shù)也是日新月異的發(fā)展，因此有必要系統(tǒng)性的梳理技術(shù)的脈絡(luò)，一方面方便自己隨時(shí)查閱，另一方面也期望和同道中人多多交流。
自動(dòng)駕駛的應(yīng)用中通常會(huì)包括多種傳感器，以提高系統(tǒng)的可靠性。
從目前來(lái)看，常用的傳感器包括可見(jiàn)光相機(jī)，激光雷達(dá)和毫米波雷達(dá)。這些傳感器各有優(yōu)缺點(diǎn)，也互為補(bǔ)充，因此如何高效的融合多傳感器數(shù)據(jù)，也就自然的成為了感知算法研究的熱點(diǎn)之一。
毫米波雷達(dá)感知算法的研究起步較晚，公開(kāi)的數(shù)據(jù)庫(kù)也不多，因此，目前多傳感器融合的研究主要集中在融合相機(jī)（圖像）和激光雷達(dá)（點(diǎn)云）的數(shù)據(jù)。
隨著毫米波雷達(dá)在自動(dòng)駕駛車(chē)輛中越來(lái)越多的應(yīng)用，它的數(shù)據(jù)如何與圖像進(jìn)行融合，也成為了一個(gè)亟需解決的問(wèn)題。
毫米波雷達(dá)的數(shù)據(jù)一般以 Point Cloud（點(diǎn)云）的形式呈現(xiàn)。理論上說(shuō)這與激光雷達(dá)的點(diǎn)云類(lèi)似，只是每個(gè)點(diǎn)包含的數(shù)據(jù)不同：激光雷達(dá)的點(diǎn)包括 X、Y、Z 坐標(biāo)和反射信號(hào)強(qiáng)度；而毫米波雷達(dá)的點(diǎn)包括 X、Y（也可能有 Z）坐標(biāo)，RCS（物體反射面積）和 Doppler（物體速度）。
因此，很多激光雷達(dá)和圖像的融合方法也可以用來(lái)融合毫米波雷達(dá)。
但相對(duì)于激光雷達(dá)，毫米波雷達(dá)的點(diǎn)云非常稀疏（幾十 vs 幾千），所以在算法上還需要一些特殊的設(shè)計(jì)。
目前來(lái)看，大多數(shù)融合算法采用點(diǎn)云數(shù)據(jù)作為輸入，但是也有部分工作采用更底層的雷達(dá)數(shù)據(jù)，比如 Range-Doppler-Azimuth （RAD）Tensor。
展開(kāi) 知圈 | 進(jìn)“電子電氣群”請(qǐng)加微13636581676,備注架構(gòu)
作者言：
由于工作的關(guān)系，一直關(guān)注自動(dòng)駕駛技術(shù)中的傳感器感知算法，平時(shí)會(huì)讀相關(guān)的論文，跟蹤學(xué)術(shù)界和工業(yè)界最新的進(jìn)展。
自動(dòng)駕駛是近些年來(lái)非常火熱的方向，感知技術(shù)也是日新月異的發(fā)展，因此有必要系統(tǒng)性的梳理技術(shù)的脈絡(luò)，一方面方便自己隨時(shí)查閱，另一方面也期望和同道中人多多交流。
自動(dòng)駕駛的應(yīng)用中通常會(huì)包括多種傳感器，以提高系統(tǒng)的可靠性。
從目前來(lái)看，常用的傳感器包括可見(jiàn)光相機(jī)，激光雷達(dá)和毫米波雷達(dá)。這些傳感器各有優(yōu)缺點(diǎn)，也互為補(bǔ)充，因此如何高效的融合多傳感器數(shù)據(jù)，也就自然的成為了感知算法研究的熱點(diǎn)之一。
毫米波雷達(dá)感知算法的研究起步較晚，公開(kāi)的數(shù)據(jù)庫(kù)也不多，因此，目前多傳感器融合的研究主要集中在融合相機(jī)（圖像）和激光雷達(dá)（點(diǎn)云）的數(shù)據(jù)。
隨著毫米波雷達(dá)在自動(dòng)駕駛車(chē)輛中越來(lái)越多的應(yīng)用，它的數(shù)據(jù)如何與圖像進(jìn)行融合，也成為了一個(gè)亟需解決的問(wèn)題。
毫米波雷達(dá)的數(shù)據(jù)一般以 Point Cloud（點(diǎn)云）的形式呈現(xiàn)。理論上說(shuō)這與激光雷達(dá)的點(diǎn)云類(lèi)似，只是每個(gè)點(diǎn)包含的數(shù)據(jù)不同：激光雷達(dá)的點(diǎn)包括 X、Y、Z 坐標(biāo)和反射信號(hào)強(qiáng)度；而毫米波雷達(dá)的點(diǎn)包括 X、Y（也可能有 Z）坐標(biāo)，RCS（物體反射面積）和 Doppler（物體速度）。
因此，很多激光雷達(dá)和圖像的融合方法也可以用來(lái)融合毫米波雷達(dá)。
但相對(duì)于激光雷達(dá)，毫米波雷達(dá)的點(diǎn)云非常稀疏（幾十 vs 幾千），所以在算法上還需要一些特殊的設(shè)計(jì)。
展開(kāi) 本期研討會(huì)：《自動(dòng)駕駛感知仿真與驗(yàn)證之毫米波雷達(dá)》將于12月19日 20:00-21:00舉辦，掃碼可直接報(bào)名。
直播主題
無(wú)人駕駛雷達(dá)天線設(shè)計(jì)流程與場(chǎng)景動(dòng)態(tài)模擬
日期/時(shí)間
2019年12月19日
20:00 – 21:00
課程受眾
自動(dòng)駕駛相關(guān)（汽車(chē)整車(chē)廠，傳感器供應(yīng)商等）行業(yè)人士
講師簡(jiǎn)介
曹根林
ANSYS高級(jí)應(yīng)用工程師，北京理工大學(xué)電磁場(chǎng)與微波專(zhuān)業(yè)碩士
有10年以上天線設(shè)計(jì)經(jīng)驗(yàn)，主要負(fù)責(zé)ANSYS高頻產(chǎn)品線的方案開(kāi)發(fā)、咨詢(xún)與技術(shù)支持等。長(zhǎng)期從事微波與雷達(dá)天線設(shè)計(jì)工作，尤其在復(fù)合單脈沖雷達(dá)天線，如雙波段復(fù)合、雙極化復(fù)合、微波/紅外復(fù)合等領(lǐng)域擁有豐富經(jīng)驗(yàn)。
課程簡(jiǎn)介
如今，無(wú)人駕駛/自動(dòng)駕駛正在迅速發(fā)展，在自動(dòng)駕駛中最關(guān)鍵的雷達(dá)感知領(lǐng)域涉及多種雷達(dá)形式，如激光雷達(dá)、攝像頭、微波雷達(dá)等。而毫米波雷達(dá)，正是一種具有高頻率工作、高精度識(shí)別的微波雷達(dá)，可以讓無(wú)人駕駛技術(shù)實(shí)現(xiàn)各種高級(jí)輔助功能，如并線輔助場(chǎng)景識(shí)別、動(dòng)態(tài)道路場(chǎng)景識(shí)別等。
本直播將主要介紹毫米波雷達(dá)天線的設(shè)計(jì)難點(diǎn)、設(shè)計(jì)技巧，以及利用ANSYS HFSS軟件中的天線庫(kù)、有限大陣列方案，方便快捷地研究與仿真毫米波陣列天線、天線與車(chē)體的布局效應(yīng)、動(dòng)態(tài)道路場(chǎng)景模擬中的感知成像等。
展開(kāi) 
毫米波雷達(dá)感知的相關(guān)專(zhuān)題、標(biāo)簽、搜索
毫米波雷達(dá)感知的最新內(nèi)容
其中，激光雷達(dá)與毫米波雷達(dá)的感知置信度難以量化定義，因此本文以攝像頭仿真為例，直觀呈現(xiàn)3DGS在智駕仿真中的實(shí)際效果——畢竟攝像頭仿真的逼真度，可通過(guò)肉眼做個(gè)簡(jiǎn)單判斷。
此前我曾介紹過(guò)一些3DGS開(kāi)源工具，但這類(lèi)工具的易用性普遍欠佳。而在商用仿真軟件中，目前已知僅aiSim搭載了3DGS功能。
通過(guò)復(fù)雜的步驟從原始數(shù)據(jù)中提出高價(jià)值的信息，其中對(duì)原始數(shù)據(jù)的精準(zhǔn)采集是實(shí)現(xiàn)車(chē)輛環(huán)境感知的基石。毫米波雷達(dá)因其出色的測(cè)距、測(cè)速能力以及對(duì)惡劣天氣的魯棒性，成為不可或缺的傳感器之一。</p><p>本文將以4D毫米波雷達(dá)ARS548為例，分享毫米波雷達(dá)如何快速實(shí)現(xiàn)數(shù)據(jù)采集，可視化及存儲(chǔ)策略。關(guān)于毫米波雷達(dá)的特性可進(jìn)一步了解文章<strong>《毫米波雷達(dá)技術(shù)解析》</strong>。
在當(dāng)今快速發(fā)展的自動(dòng)駕駛技術(shù)領(lǐng)域，傳感器的作用日益凸顯，它們是實(shí)現(xiàn)車(chē)輛環(huán)境感知的基石。其中，毫米波雷達(dá)因其獨(dú)特的優(yōu)勢(shì)，已成為自動(dòng)駕駛傳感器套件中不可或缺的一部分。這種雷達(dá)不僅能夠在各種惡劣的天氣條件下穩(wěn)定工作，還能提供精確的距離和速度信息，這對(duì)于車(chē)輛的安全導(dǎo)航至關(guān)重要。
一、毫米波雷達(dá)概述
RADAR(RAdio Dectecting And Ranging)是指利用毫米波信號(hào)（30-300GHz
<p> 在剛剛結(jié)束的CES 2024上，經(jīng)緯恒潤(rùn)聯(lián)合以色列Arbe Robotics公司展出了基于Arbe芯片組方案的4D成像毫米波雷達(dá)LRR610。</p><div contenteditable="false" width="100%">
<figure class="figure-image" data-img="https://img.jishulink.com
毫米波雷達(dá)作為感知模塊相較于攝像頭和激光雷達(dá)等傳感器，能夠識(shí)別玻璃并能穿透濃霧，因此在機(jī)器人導(dǎo)航與避障時(shí)增加毫米波雷達(dá)能夠增加整個(gè)系統(tǒng)的魯棒性。
隨著智能駕駛汽車(chē)技術(shù)的不斷完善，更多新的技術(shù)將被應(yīng)用到智能駕駛汽車(chē)上。當(dāng)前，毫米波雷達(dá)由于不具備測(cè)高的能力，很難判斷前方靜止物體是在地面還是在空中。當(dāng)遇到井蓋、減速帶、立交橋、交通標(biāo)識(shí)牌等地面、空中物體時(shí)，無(wú)法準(zhǔn)確測(cè)得物體的高度數(shù)據(jù)。如果將這樣的數(shù)據(jù)交給汽車(chē)，汽車(chē)就會(huì)出現(xiàn)頻繁剎車(chē)的問(wèn)題。4D成像毫米波雷達(dá)的出現(xiàn)，將彌補(bǔ)這一缺陷。4D成像毫米波雷達(dá)在原有的距離、速度、方向的數(shù)據(jù)基礎(chǔ)上
▎系統(tǒng)特點(diǎn)
車(chē)路協(xié)同路側(cè)感知系統(tǒng)的主要功能和指標(biāo)如下：
· 傳感器鏈路延時(shí)小于20ms
· 實(shí)現(xiàn)對(duì)激光雷達(dá)、攝像頭、毫米波雷達(dá)感知信息的融合
· 實(shí)現(xiàn)集卡、平板車(chē)輛、辦公車(chē)輛、行人等目標(biāo)的檢測(cè)和識(shí)別
· 實(shí)現(xiàn)集卡、平板車(chē)輛、辦公車(chē)輛、行人等目標(biāo)的位置測(cè)量、速度測(cè)量及尺寸估計(jì)
·
駕駛艙兩側(cè)的后視鏡上各有兩顆，分別為60度和120度，負(fù)責(zé)后方和下方的視覺(jué)感知，與整車(chē)的毫米波雷達(dá)配合，感知路況，消除盲區(qū)。經(jīng)緯恒潤(rùn)的800萬(wàn)像素?cái)z像頭產(chǎn)品，能夠幫助車(chē)輛更好地識(shí)別高速移動(dòng)的物體、并獲得更好的夜視效果。同時(shí)，項(xiàng)目所采用的自研內(nèi)參標(biāo)定算法模型，在精度上也做了重大提升，為高精度攝像頭產(chǎn)品在智能駕駛中的應(yīng)用提供全面支撐。
此外，例如動(dòng)態(tài)標(biāo)定(水平角度標(biāo)定、俯仰角度標(biāo)定)等量產(chǎn)功能也能夠在宏景智駕4D成像毫米波雷達(dá)感知算法中實(shí)現(xiàn)。
在交通領(lǐng)域，騰訊通過(guò)毫米波雷達(dá)感知交通流信息，以車(chē)機(jī)和手機(jī)為載體，為用戶(hù)推送服務(wù)信息，將交通信息實(shí)時(shí)孿生呈現(xiàn)，在可視條件不佳的天氣情況下，為交通參與者創(chuàng)建更完整的“上帝視角”，提供及時(shí)和準(zhǔn)確的交通引導(dǎo)服務(wù)。同時(shí)在自動(dòng)駕駛測(cè)試環(huán)節(jié)，路側(cè)感知設(shè)備實(shí)時(shí)感知交通狀況，在云端生成孿生交通場(chǎng)景，實(shí)現(xiàn)虛實(shí)融合自動(dòng)駕駛測(cè)試驗(yàn)證。
