白皮书
雷达传感器的演进: ADAS / AV 系统的关键零部件
构建安全稳健的自动驾驶(AD)系统是一项复杂的任务。汽车制造商必须要克服眼前的困难,才能实现自动驾驶的未来。自动驾驶汽车(AV)上有数百个传感器,所有这些传感器都需要在车内相互配合工作以及与其他智能车辆配合工作。实现自动驾驶功能的软件算法最终需要整合这些传感器收集的所有信息,从而确保车辆做出相应的响应。这些算法需要在涵盖不同驾驶场景的几百万个复杂情况下进行测试。汽车制造商需要能够信心十足地推出先进驾驶辅助系统(ADAS)和 AV 功能。实现更高等级的车辆自主需要在技术上实现许多创新和进步。通过持续投入研发雷达、激光雷达和摄像头等传感器技术,将提高环境扫描能力。每种传感器都有其优缺点,它们需要相辅相成,才能确保目标探测过程有一定冗余。
认识雷达传感器测试的复杂性
要整合和传输大量高分辨率传感器数据(包括车联网通信输入)离不开强大的软件算法。机器学习是训练自我改进算法的成熟方法。汽车原始设备制造商(OEM)使用这些算法来提升复杂交通情况下的决策能力。
在实验室里使用尽量逼真的激励以可重复、可控的方式来验证这些算法对于确保它们的准确度和安全部署有着至关重要的意义。汽车设计和测试工程师可以识别测试场景,将它们从 3D 仿真环境转化为输入到雷达模块中的真实雷达信号,然后再实施路测。自动驾驶的关键步骤包括构建和更新车辆感知的准确 3D 路况地图,然后将其解释给电子控制单元。尽管雷达技术已经不再是新鲜事物,但创新的雷达传感器前端仍在不断发展并变得越来越复杂。它们具有以下特性:
过去的 2D 和 3D 雷达无法感知高度维度,因为它们的能力有限且没有大型 MIMO。新一代雷达传感器包括使用大型 MIMO 结构的宽天线孔径,它们解锁了第四个传感维度——高度。这些雷达传感器凭借更高分辨率和增加到 4 GHz 的带宽进一步增强了感知能力。因此,汽车测试解决方案必须超越现有的传感技术并提供更出色的功能,才能避免测量设备成为测试的瓶颈。
仿真 仿真器(simulator)会创建一个仿真实际器件特性和配置的环境。车企在传感器和控制模块上投入了大量 时间,通过软件在环测试来仿真环境。汽车开发人员要进行集成和调整,然后再次循环测试
请下载此白皮书,了解更多知识。
您希望搜索哪方面的内容?