ADAS 雷达让未来行车更安全?

时间:2018-10-18 16:15来源:Junko Yoshida, EE Times 首席国际特派记者

摘要:随着新车安全评鉴制度(NCAP)要求将ACC和AEB等功能纳入五星安全评级,业界厂商正加速在汽车先进驾驶辅助系统(ADAS)中整合雷达系统…

随着目前部份地区的新车安全评鉴制度(NCAP)要求将自适应巡航控制(ACC)和紧急煞车辅助(AEB)等功能纳入其五星安全评级,包括恩智浦半导体(NXP Semiconductors)等业界厂商正积极推动汽车产业大力布局雷达系统。

为了加速在先进驾驶辅助系统(ADAS)中整合雷达,恩智浦推出了一款雷达解决方案,结合了S32R处理器、RF收发器和天线设计于一个新的参考平台上。恩智浦声称这款与Colorado Engineering合作开发的平台能满足「汽车产业最严格的功能、效能和安全要求」。
 
 
整合于车辆中不同位置的智慧雷达感测器(来源:NXP)
 
该新系统的目的在于揭开雷达「艺术」的神秘面纱——雷达通常需要大型汽车OEM微调天线和类比设计。恩智浦希望其「开箱即用」的车用雷达系统能够为中国汽车OEM提供服务;因为还有许多中国汽车OEM仍然需要好几年的时间才能赶上世界其他地区的现有汽车业者。

在最近接受《EE Times》的电话采访时,恩智浦ADAS副总裁兼总经理Kamal Khouri说道:「雷达已成为ACC和AEB的首选感测器。摄影机无法测量速度,但雷达可以。雷达还可以借由反射讯号看到转角处的情况,另一方面,无需采用移动元件的光达(LiDAR)价格仍然非常昂贵。」

然而,众所周知,传统的雷达缺乏解析度,无法区别附近的物体。雷达也由于发出误报而备受诟病,而且他们处理资讯的速度始终不够快,因而无法在高速公路上发挥作用。

Khouri明确表示,雷达并不至于取代摄影机。Khouri说:「摄影机和成像雷达的组合可以提供冗余,从而使车辆驾驶更安全。」

新款雷达解决方案揭密
那么,恩智浦的新款雷达解决方案大有些什么呢?
该雷达设计参考平台名为RDK-S32R274,结合了恩智浦S32R27处理器、TEF810 x CMOS收发器、FS8410电源管理IC和雷达软体开发套件。恩智浦还为其增加了扩展和天线模组,可为特定客户应用打造客制的开发平台。

这款雷达解决方案的核心是可扩展的基于Power Architecture的处理器系列——S32R27和S32R37,Khouri称其为「首款专用于处理雷达演算法的晶片」。
 
 
恩智浦S32R方块图(来源:NXP)
 
据恩智浦汽车微处理器ADAS雷达部门经理Roger Keen介绍,除了ACC和AEB的车规级软体,该公司的雷达处理IP还可执行于恩智浦的处理器上。该公司还为这款雷达解决方案的电路板和天线设计模组进行了强化,以满足车规要求。

Keen解释说,利用恩智浦提供的车规级雷达SDK,过去需要「手动调整」其雷达处理IP到特定硬体的开发人员,现在可以直接利用这套雷达系统上的功能。
这款基于S32R27的雷达解决方案专为ACC和AEB等应用扩展而设计。S32R37的执行功耗比S32R27低,但程式码相容,并针对盲点监测等功能进行了高度最佳化。

业界竞争
恩智浦并不是唯一一家主导汽车雷达整合的公司。Strategy Analytics全球汽车业务执行总监Ian Riches认为,恩智浦和英飞凌(Infineon)都是车用雷达领域的领导者。

同时,最近进入雷达市场的德州仪器(Texas Instruments;TI)也在急起直追,在2017年推出了基于标准RF CMOS技术的毫米波(mmWave)雷达晶片。TI宣称其雷达晶片可提供「解析度精度小于5厘米、探测距离可达数百米、速度高达300公里/小时」。更重要的是,与其他雷达晶片不同,TI的mmWave雷达感测器在一个晶片上完整整合了76至81GHz mmWave雷达、微控制器(MCU)和数位讯号处理器(DSP)。

TI采用这种途径是因为具有更高的整合度,能够减少体积、功耗和成本,而不至于犠牲产品性能。Yole Développement射频元件技术和市场分析师Cedric Malaquin认为,尽管恩智浦开发的RF-CMOS收发器迈出了第一步,但TI更进一步将DSP整合于其雷达晶片中。Malaquin表示,TI整合了DSP的雷达解决方案使晶片面积几乎缩小了60%。DSP是「讯号处理链上实现物件检测和分类」的关键。

然而,恩智浦强调,该公司的双晶片解决方案(雷达晶片+微处理器)能够为客户提供了便于雷达整合的更多可扩展性和灵活性。
 
 
恩智浦雷达解决方案:天线端(来源:NXP)
 
恩智浦的Keen表示,「考虑亚利桑那州(Arizona)气候常年在110°F (约43℃)以下的热管理,如果将收发器晶片远离微处理器,能使其更易于对安装在保险杆的雷达进行热管理控制。」
 
 
恩智浦雷达解决方案:处理器端(来源:NXP)
 
Keen还补充说,恩智浦的方案——使用专为雷达处理IP设计的处理器,提高了雷达解决方案的每瓦性能。关于用于每瓦性能分析的基准,恩智浦表示其团队已经从「公开资料」和「与客户的非公开会议中获悉的资讯」收集到答案了。但Keen补充说,「虽然这带来了我们见过的最佳每瓦性能,但我们将保留更广泛的业界诉求给协力厂商测试。」

那么如果将TI的雷达晶片与恩智浦的雷达解决方案进行比较呢?Strategy Analytics的Riches注意到,「基本上,TI的方案可能提供更低成本,但灵活度也略低些。」

市场预测
雷达供应商和市场研究公司都看好汽车雷达的需求不断成长。
不同的雷达应用需要多个不同的雷达模组,恩智浦说:「针对盲点监测,车辆的两个后角落通常需要安装两个雷达模组。对于更高阶的要求(如十字路口的车流监测) ,车辆的前角落需要另外再增加两个雷达模组。」

此外,据恩智浦表示,针对长距离的雷达应用,通常必须在前保险杆中安装一个雷达模组。根据Yole近期发布的《2018年车用雷达技术》报告,尽管2017~2022年全球汽车的年销售量成长速缓慢(约3%),但预计车用雷达模组的年销售量将飞速成长(约为25%),雷达晶片的年销售量也类似,成长率达到22%。
 
 
全球雷达市场预估,按应用分类(来源:NXP)
 
Strategy Analytics预测,从2018年到2022年,「安装在轻型车辆上的车用雷达将累计达到3.75亿台。」Riches认为,2022年这一安装量将上看1.07亿。

同样地,恩智浦也估计2022年的雷达出货量为1.092亿颗——包括角落雷达、高阶角落雷达和远距离/中程雷达、前/后雷达等,使雷达技术落实于50%的新车应用。

成像雷达
据Strategy Analytics的Riches表示,雷达解决方案的最新趋势是利用雷达系统产生高解析度「影像」,用于在视场中定位和辨识/分类物体。Riches说:「当今用于车辆的雷达无法在够宽的视野范围提供足够的解析度,以产生逼真的影像。」。

仅用雷达晶片无法实现这一目标。Riches解释,「天线设计在此至关重要,这也是我们看到像Metawave等新创公司获得英飞凌、电装(Denso)、Toyota AI Ventures、现代汽车(Hyundai Motor)和旭硝子(Asahi Glass)等公司投资的原因之一。」

雷达的弱点
雷达技术的优点众所周知,最显著的是它能够在各种天气条件下运作。汽车专家认为,雷达能够与视觉感测器组合,作为高度自动驾驶车辆的关键感测技术。

据Strategy Analytics的Riches解释,「基本上,它们工作在完全不同的波长。摄影机使用的是可见光,因此在明暗对比度反差很大的情况下(例如驶离隧道时)或在大雨/大雪等黑暗、视线模糊环境时的性能最弱。而光达发射的光在正常可见光谱之外,但最大的挑战是在明亮的阳光下,由于强光导致系统的讯号杂讯比(SNR)降低。另外,高解析度光达技术目前也非常昂贵,而且在汽车应用时的成熟度不及摄影机或雷达。」

相形之下,他指出,雷达「不受光照条件的影响,同时还能有效地穿透下雨或下雪的天气」。
然而,雷达并不是最终的解决方案。Riches说:「雷达的关键弱点在于其解柝度:它很善长于告知那里有「东西」,但并不能确实地说出是什么东西。」。

简言之,雷达技术在判断是否继续驾驶(例如检测到驾驶上方的街道标识)或是否采取紧急煞车(例如前方车道内停了一辆消防车)等需要做出明确决定时,其表现并不理想。

这就解释了为什么目前的车用雷达有时会过滤掉并忽略静止物体。Riches强调说,雷达无法判断一个物体是不是车子不该碰撞到的东西。

实际上,对于装有雷达的车辆,其用户手册上充满了对驾驶人的警告。例如摘录自Skoda Superb的用户手册(采用基于雷达的ACC功能): 「当接近静止障碍物时,ACC不会做出反应,例如交通拥塞、车辆故障或停等红绿灯的车辆。」(第236页)

Volvo XC90的用户手册也有类似的警告: 「距离警报在时速高于30公里/时(20英哩/时)有效,而且仅对与车辆驾驶方向相同的前方车辆做出反应。不能为迎面而来的、行驶缓慢或静止的车辆提供距离资讯。」(第289页)

「半自动驾驶辅助(Pilot Assist)的煞车功能并不适用于人、动物、物体、小型车辆(例如自行车和摩托车)、小型拖车以及迎面而来的慢速或静止车辆。」(第310页)

Riches总结道:「你还可以在许多其他品牌的用户手册中找到类似的文字......成像雷达的目的在于解决这个问题。」

参考原文:ADAS Radar Offers Backup and Peril,by Junko Yoshida

免责声明:本文若是转载新闻稿,转载此文目的是在于传递更多的信息,版权归原作者所有。文章所用文字、图片、视频等素材如涉及作品版权问题,请联系本网编辑予以删除。
我要投稿
近期活动
帖子推荐更多

Copyright 2008-2024 21dianyuan.com All Rights Reserved 备案许可证号为:津ICP备10002348号-2