對于 L2 和 L2+ 級别的自動駕駛，該系統主要包括高分(fēn)辨率光學攝像頭，以及具有有限範圍和視野的雷達。短程超聲波雷達或雷達傳感器也被用于特定的舒适性和安全性功能，比如自動泊車(chē)、智能巡航控制和車(chē)道保持。爲了達到 L3 級别，設計師們不得不加配激光雷達傳感器，這帶來了許多不利影響和限制，尤其是高昂的成本。
但是新一(yī)代 4D 成像雷達傳感器正在極大(dà)地改變這種局面。這些經濟實惠的高分(fēn)辨率毫米波雷達傳感器可在 4 個維度上提供出色的分(fēn)辨率：距離(lí)、方位角、俯仰角（首次），以及準确的、直接測量的速度信息。這些新型傳感器還提供了更遠的距離(lí)範圍和更廣的視野，并且支持擴展的運行設計域。所有數據均實時傳輸至自動駕駛汽車(chē)的融合處理器。
這些功能的結合大(dà)大(dà)提高了可靠性，擴大(dà)了運行域。與攝像頭或激光雷達不同，毫米波雷達天然具備在惡劣天氣或光照條件差的情況的強穿透力。高空間分(fēn)辨率和精确速度測量的結合減少了物(wù)體(tǐ)探測的模糊性。因此，在更廣泛的環境條件下(xià)，實現了更強大(dà)的目标檢測和分(fēn)類能力。
雷達發展曆程
這些新型傳感器與大(dà)多數先前一(yī)代的汽車(chē)雷達截然不同。它們的優勢源于多年來在軍事和航空航天領域的成熟技術的積累。如今，随着半導體(tǐ)和天線制造集成度與性能的不斷提升，之前用于 F-18 戰鬥機的系統現在到能夠下(xià)沉爲安裝于乘用車(chē)多處位置的緊湊模塊，這些功能在規模和成本方面都呈現顯著下(xià)降趨勢。
首要的重要變化是低成本毫米波雷達發射器和接收器硬件的推出，它們提供了出色的發射器功率和高接收器靈敏度。這一(yī)變化引發了另外(wài)兩個變化：采用密集的多天線陣列（在 5G 通信中(zhōng)稱爲多輸入多輸出，或 MIMO）；使用複雜(zá)的波形，這類波形大(dà)大(dà)增強了俯仰角、方位角和速度測量的能力。最後，數字信号處理 (DSP) 知(zhī)識産權的進步使融合數字處理能力成爲可能，且這種能力是處理這些傳感器實時生(shēng)成的多信道高速數據所必不可少的。
技術挑戰
這些漸進式變化如何轉化爲有價值的功能，是一(yī)個關于硬件能力與固件功能相互耦合的過程。例如，爲了實現高度精确的方位角和俯仰角分(fēn)辨率，傳感器必須采用大(dà)孔徑和虛拟陣列合成技術。先進的信号處理算法可以組合跨時域、頻(pín)域或碼域的多種信号，或組合跨這些域的某些組合的各類信号，以構建一(yī)個比物(wù)理陣列更大(dà)的虛拟天線陣列。
這大(dà)大(dà)提高了分(fēn)辨率：目前的設計目标是方位角小(xiǎo)于一(yī)度，仰角約爲一(yī)度。與低分(fēn)辨率雷達相比，這種分(fēn)辨率可以爲每個目标對象生(shēng)成更多不相關的測量點，進而更準确地确定目标對象的位置和輪廓。在這種情況下(xià)，後續的處理過程将變得更加順利，能夠更輕松地區分(fēn)遠處的目标對象，并且更容易引入基于機器學習的分(fēn)類算法，這些算法類似于處理攝像頭或激光雷達數據所使用的算法。
在這些系統中(zhōng)，傳輸波形的設計對傳感器的性能和整個解決方案的整體(tǐ)成本有着巨大(dà)的影響。爲了确保傳輸波形與虛拟陣列構建過程之間的正交性，在選擇基本波形結構（發射的啁啾序列）時需要仔細權衡和思考。例如，從多個發射天線并行發射信号，将在接收端生(shēng)成衆多虛拟信道的測量數據。因此，有必要考慮到以合理的算法和處理能力來應對分(fēn)離(lí)這些測量數據的挑戰。
在選擇信道複用方法時，也需要做出權衡。 對測量施加限制可能會導緻僞影。例如，此類限制可能會引起角度和多普勒測量的耦合，從而影響支持的精确速度測量的範圍，或造成其他測量模糊問題。
此外(wài)，還有許多系統級的影響需要注意。以下(xià)僅舉幾例：第一(yī)個例子，爲了實現高模拟帶寬和短的啁啾持續時間，需要更高的采樣率。這反過來會使 ADC 轉換器的設計變得更加困難，并增加 ADC 的成本。第二個例子：基于相位的信道複用方案需要具有高相位分(fēn)辨率的模拟移相器。然而，這類移相器在制造過程中(zhōng)存在挑戰，并且需要進行精細且敏感的離(lí)線和在線校準。第三個例子：同時從多個發射天線元件發射信号需要在系統級别進行更複雜(zá)的散熱設計，從而散發由發射器産生(shēng)的額外(wài)熱量。
總之，在車(chē)輛自主系統中(zhōng)充分(fēn)利用高分(fēn)辨率毫米波雷達需要考慮衆多設計因素，每一(yī)個都不容忽視。然而，這些傳感器所帶來的好處遠超系統能力的提升。
現實世界的優勢
這些能力不僅僅表現爲性能參數表上的數字得到了改進。它們在功能上可實現更加細緻的區分(fēn)，這在真實世界場景中(zhōng)行駛時可提高真實世界車(chē)輛的安全性、自主性和運行設計域。
例如，3D 位置和速度數據的數量和精度的增加可以顯著提高自動駕駛車(chē)輛識别物(wù)體(tǐ)的能力。傳感器提供的出色數據使車(chē)輛能夠做出細微卻又(yòu)至關重要的區分(fēn)，例如，區别來自大(dà)型卡車(chē)的強反射信号和來自附近小(xiǎo)孩的較弱信号。實時多普勒速度測量意味着，除其他功能外(wài)，車(chē)輛能夠立即檢測物(wù)體(tǐ)速度的突然變化，而不需要進行數次視場掃描，同時還能區分(fēn)以不同速度移動的近距離(lí)物(wù)體(tǐ)。
所有這些優點都有助于更好地了解車(chē)輛周圍的情況。這意味着更高的安全性。再加上高分(fēn)辨率毫米波雷達在能見度差和光線複雜(zá)的雜(zá)亂場景中(zhōng)的工(gōng)作能力，您将獲得一(yī)個能夠在更廣泛條件下(xià)以更高的安全性和可靠性運行的車(chē)輛自主系統，而這正是該行業所努力追求的優勢。
靈活、可擴展的解決方案
所有這些挑戰都需要一(yī)種靈活而全面的雷達 SOC 解決方案，該解決方案既是“軟件定義的”，又(yòu)可擴展以支持先進的雷達處理算法。這樣的平台将包括高性能的 DSP 引擎，用于多維 FFT 運算的優化硬件加速器，以及專用的軟件開(kāi)發工(gōng)具包。
開(kāi)發人員(yuán)可以利用 SensPro 系列的不同産品，創建出不同版本或叠代的産品。憑借其通用的架構，DSP 軟件代碼可以在不同核心之間輕松順暢地遷移，可節省對先前開(kāi)發的軟件代碼庫的投資(zī)，并縮短上市時間。
當然，底層處理能力必須與不斷出現的需求保持同步，因此需要一(yī)個可編程的架構。随着市場需求的演變，CEVA 不斷優化其 SensPro 架構和指令集，以支持以下(xià)功能：
使用先進的 CFAR 方案（例如，OS-CFAR）進行可靠且穩健的目标檢測；
支持超越“傅裏葉極限”的增強分(fēn)辨率，采用超分(fēn)辨率高級算法；
通過處理雷達點雲來支持幀間級處理，實現先進的跟蹤方案（例如使用卡爾曼濾波器和應用經過訓練的專用 AI 模型，從“後跟蹤器”點雲分(fēn)割和分(fēn)類對象）
超越駕駛輔助系統
在謹慎使用的前提下(xià)，當今的車(chē)輛自動駕駛水平能夠顯著提升車(chē)輛安全性和通行流暢度。然而，最終的目标仍是實現全面自動駕駛，至少對于某些車(chē)輛類别是如此。在應對這一(yī)挑戰時，高分(fēn)辨率的 4D 毫米波雷達将起到關鍵作用。設計師設想了一(yī)個傳感器套件，其中(zhōng)包括車(chē)輛的每個角落都安裝一(yī)個 4D 雷達，和至少一(yī)個激光雷達，所有這些傳感器将數據輸入到一(yī)個複雜(zá)的傳感器融合處理器和人工(gōng)智能模塊中(zhōng)。在擁有足夠數量和高質量的傳感器數據、成熟的融合和人工(gōng)智能處理能力，以及充分(fēn)的訓練基礎上，人們希望通過減少錯誤并擴展運行設計域，最終實現全自動駕駛的目标。這些車(chē)輛幾乎能在任何環境下(xià)運行，并成爲交通系統中(zhōng)被廣泛接受的一(yī)部分(fēn)。
然而，未來仍将面臨諸多挑戰。随着部署毫米波雷達的車(chē)輛數量增加，幹擾的可能性也會增加。這将引發各個雷達傳感器波形處理領域的創新，并有望推動車(chē)載雷達标準的制定。相應地，标準可能會促進車(chē)輛間以及車(chē)輛與基礎設施之間的合作，這可能意味着雷達傳感器作爲大(dà)規模分(fēn)布式智能網絡的一(yī)部分(fēn)，将扮演全新的角色。當前汽車(chē)雷達傳輸領域缺乏統一(yī)的标準，因此需要一(yī)個具有高度可編程性的解決方案以适應不同情況。這可能包括，例如，在單個傳感器級别上實施可能的幹擾緩解措施，或者在傳感器與基礎設施之間增加協調機制，以便傳感器能夠安全高效地利用共享頻(pín)譜資(zī)源。底層半導體(tǐ)技術、天線設計和算法開(kāi)發領域的不斷發展，也将跟上這些新興理念的步伐。
而且，這些新型傳感器的應用遠不止于自動駕駛汽車(chē)。顯然，在廣泛的運行設計域，随着傳感器尺寸和成本的降低，還有許多其他類型的車(chē)輛可以受益于自動駕駛技術或先進的駕駛輔助功能。但對于固定應用，如交通流量管理和擁擠區域的行人安全系統，這些優點同樣重要。我(wǒ)們可以想象一(yī)種協作系統，其中(zhōng)卡車(chē)、汽車(chē)、摩托車(chē)、自行車(chē)和行人之間會持續地互相交流，交流它們的位置、速度以及周圍的環境。
總體(tǐ)上來說，高分(fēn)辨率毫米波雷達傳感器将在任何需要理解動态環境且視覺攝像數據不足的情況下(xià)發揮重要作用。這些雷達傳感器的技術擁有足夠的發展空間，能夠滿足新的市場需求。因此，系統設計師的創造力可能是決定它們應用範圍的唯一(yī)限制。