高工智能汽车研究院预计2021年1-4月国内上市
高工智能汽车研究院监测数据显示,2021年1-4月国内新车(合资+自主品牌)前装标配搭载前雷达合计175.68万颗,同比增长52.71%;此外,角雷达,后雷达搭载也呈现快速增长趋势。
随着毫米波雷达在新车上的搭载率越来越高,信号干扰问题也正在日益凸显。
“这个鲜为人知的问题,正在成为辅助驾驶和自动驾驶车辆的潜在致命弱点,”行业人士坦言,这可能会影响类似自动紧急刹车(AEB)等功能的正常运转,尤其是在多车的城市十字路口,感知系统有可能面临严重干扰。
全球主要的雷达芯片供应商NXP预计,到2030年,全球车载雷达渗透率将跃升至55%。该公司警告,雷达干扰是不可避免的,因为这些雷达工作在相同或重叠的频率上。
高工智能汽车研究院预计,中国新车市场前装标配前向雷达搭载率也将出现快速增长,预计将从今年初的25%左右提升至2025年的50%。
显然,随着雷达传感器的快速上车,对相关供应商以及汽车制造商来说,为ADAS系统提供全天候感知能力的同时,也带来了潜在的安全风险。
一、雷达干扰,无法回避
事实上,车载雷达的干扰问题,并非新出现的问题。
根据美国国家公路交通安全管理局(NHTSA)在2018年9月发布的报告显示,雷达利用辐射信号来识别回波,估计环境中目标物的距离和速度。这些回波中就存在很多被干扰的信号多次返回的总和。
(关注高工智能汽车官方微信,在底部对话框中输入:雷达干扰,获取报告)
比如,在某一个路段行驶有多辆搭载雷达的车辆,每颗雷达的性能都随着干扰水平的上升而下降。“很多时候,感知系统在雷达软件堆栈中加强了对假阳性的过滤,不管具体原因是什么。”VSI实验室负责人指出。
十多年前,欧洲组织了一个名为(减少雷达干扰,让所有人更安全)的项目,旨在调查“相互车辆雷达干扰以及有效对策、缓解技术的定义”。
研究结果显示,在拥挤的行车环境中,基于当前系统运行的雷达干扰水平将是显著的。来自其他雷达的功率可能会超过当前雷达监测目标回波功率几个数量级。
比如,上述简单的常见交通场景,其中干扰是在绿色车上的雷达上计算出来的,是由其他红色车辆的雷达产生的。(来源:NXP)
按照近日工业和信息化部无线电管理局发布的《汽车雷达无线电管理暂行规定(征求意见稿)》,就指出汽车雷达应当提高自身的抗干扰能力,通过采取主动式、被动式或数字技术的干扰规避措施,缓解工作在同频段汽车雷达之间可能产生的有害干扰。
此次《征求意见稿》明确提出,汽车雷达产生的无线电信号以调频连续波(FMCW)为主,当同一时空中有多部汽车雷达工作在同频段时,相互间可能会产生无线电有害干扰。
当两辆或多辆装载了工作在同频段汽车雷达的汽车处于跟车、会车、倒车以及十字路口等场景时,可能会出现雷达相互间有害干扰的情况。
一旦汽车雷达受到无线电有害干扰时将出现虚假信号或底噪抬升的现象,对目标检测产生的影响主要有虚警、漏警或探测距离变短(即灵敏度下降)。
比如,以双车道高速公路为例,假设雷达使用随机选择的载波频率,“汽车雷达从其他雷达接收到的能量远远大于跟踪其他车辆所需的自身传输的回声。”这种干扰接近4个数量级,或近40分贝,比系统指定的典型参考目标回波大。
在面向后车的雷达(如盲点探测)方面,“这些单元很容易受到利用更高功率和天线增益的前向避碰雷达的直接干扰。”数据显示,这些雷达可能会受到的干扰功率,比特定参考目标的反射功率大近5个数量级,或接近50分贝。
然而,到目前为止,多雷达的干扰还没有被大部分机构所关注。
《征求意见稿》提出,汽车雷达在采用干扰抑制技术以降低雷达相互间干扰概率的同时,雷达装备还应具备自动干扰侦听、干扰严重程度自动判断及干扰自动告警的功能,以确保车辆及驾驶员在雷达设备遇到干扰的情况下可做出正确的决策。
目前,行业内普遍采用的方法是“通过在时间或频率上随机化发射信号来限制干扰,”不过在业内人士看来,这种随机化背后的逻辑前提是路上没有那么多搭载雷达的汽车。
但现实是,新车的雷达搭载率正在逐年提升,“如果你想提高雷达传感器对干扰的鲁棒性,现在就必须寻找雷达传感器之间更合理的协作方式。”但,前提是有必要的监管措施来规范。
二、马斯克为什么要“去掉”雷达
此前,NXP发布的一份雷达白皮书显示,为了支持高市场渗透,雷达厂商、汽车制造商之间需要达成某种形式的协议,以更有效、公平的方式共享感知资源。这意味着,市场上的主要玩家要共同定义一个访问信道的标准化方式,同时保持有差异化感知性能的可能性。
不过,为了追求创新,雷达传感器公司通常倾向于开发新的、专有的算法,运行在与传感器芯片相关的DSP或MCU上,这样他们的雷达就可以提高成像分辨率,减少干扰。
目前,主要有三种方式进行干扰规避,比如,主动式、被动式和数字技术。
主动式快速干扰侦听和规避技术是通过侦听各时间、频率资源上的干扰信号,判断干扰严重程度。如果判断当前干扰严重,可以通过干扰告警信息来预警或者自动更换雷达发送信号的频率、时间或波形参数等方法规避干扰。
该方法的实施位置在发射端,需要多雷达协调, 可与被动式干扰消除方法结合,增强干扰消除效果。
被动式干扰规避主要采用波形捷变技术,通过在雷达发射侧,利用波形的快速变化使得干扰随机化,从而降低 被干扰的概率。
干扰检测与抑制技术是在雷达接收侧通过干扰检测车能否只装前雷达,从接收信号中找到干扰信号所影响的样本点,再利用算法对干扰信号的影响进行抑制。另外一种航迹跟踪技术,则是通过利用多帧检测数据的关联性来对抗突发干扰的影响。
还有一种类型,就是通过可扩展硬件平台设计、综合射频前端技术、大容量高速数据采集与传输技术、数字多波束形成和矫正技术等数字化技术。
这些数字化技术可以实现雷达系统模块化、软件化、 通用化,实现雷达系统时域、频域等多维度的数字信号处理, 提高雷达目标探测、目标识别、干扰侦察和抗干扰能力。
目前,类似NXP这样的雷达芯片供应商,倾向于在DSP中处理数字领域的干扰,“当然,前提是想要的信号不会被强烈的信号所掩盖,”在确定干扰信号相对较弱后,可以将其与需要的信号一起数字化,而不会导致前端饱和。
不过,这种方法首先需要识别信号是否被破坏,这说起来容易做起来难。
这样做的技术取决于多雷达的干扰波形。由于不同的雷达供应商通常采用不同的方法来构建波形,这意味着处理起来非常棘手,这涉及到载波频率、带宽、啁啾持续时间、采样时间、感知周期持续时间以及感知周期内不同的参数改变方式。
从目前行业现状来看,大部分已经量产的雷达,通常仅限于处理低相关性干扰。而且只能处理非常有限的干扰,一次只能处理一到两种。“我们的目标是进一步开发差异化的先进数字信号算法,以最大可能消除可能的干扰。”NXP相关负责人表示。
有趣的是,特斯拉首席执行官埃隆·马斯克近日重申了最新的FSD版本准备“去掉”毫米波雷达的计划,这意味着雷达干扰的问题变得毫无意义——至少对特斯拉来说是这样。
有行业人士指出,此前特斯拉的中控显示屏上出现的“幽灵”目标,有一部分可能与现有前向雷达可能存在的被干扰有关。
“幽灵”目标,指的是在使用功能时,出现在特斯拉中控屏上的实际上并不存在的周边车辆。这种误报要么会自动让车辆减速,以保持与“幽灵”目标车之间的距离,要么会触发碰撞预警。
此外,根据上述《征求意见稿》显示,为保护工作在同频段的射电天文业务,在射电天文台址周边42公里的范围内,应通过设置手动或自动关闭等功能,禁止启用76-79GHz频段的汽车雷达。
其中列出的国内数个射电天文台中,位于上海市的松江区九江公路1703号、松江区佘山镇两个天文台,按照周边42公里内禁止使用雷达要求,涉及到上海多条市区道路,影响也不小。
此外,有业内人士指出,即使是激光雷达(几乎所有主动式传感器)也不能幸免于这样的干扰问题车能否只装前雷达,从这个角度出发,视觉(被动式)是被证明唯一免受此类干扰的感知技术。
本文采摘于网络,不代表本站立场,转载联系作者并注明出处:http://www.9iwh.cn/qiche/40717.html