ADAS经济学(经济学中ad表示什么)

从ADAS到驱动器更换——实际雷达性能是否足够好 日期： 2020-07-16 作者：Chris Jacobs，ADI 自动交通和汽车安全副总裁来源：ADI

奶奶那个时代的技术已经是过去式了。

1904年，克里斯蒂安·休斯迈尔(Christian Huelsmeyer)首次使用雷达探测船只，至今已有一个多世纪的历史。常见的应用有军用雷达、民航空交通管制，当然还有私家车的测速点。但是有一个误区，认为这个技术已经成熟，在这个领域发展很少。成像雷达和协同雷达正在进行颠覆性的新创新。ADI公司如何在汽车应用中实现雷达并引入独特的软件和算法是其特色。

过去25年来，ADI公司一直活跃在汽车行业，其产品可用于被动和主动安全应用。在过去15年中，ADI公司凭借DSP和数据转换器在汽车雷达供应链中占据了一席之地，最近还提供了24 GHz和77 GHz/79 GHz雷达芯片组。

ADI公司自动运输和安全副总裁Chris Jacobs表示，“高级驾驶辅助系统已经上市，自动驾驶即将到来，道路安全至关重要。因此，工程师和我致力于使用先进的功能和技术来实现更高的性能和自主性，从而挽救生命。我们估计，基于我们产品的汽车传感器每天可以挽救8条生命。”

为了保护司机、乘客和行人，硬件和软件都需要大量的创新。需要开发一种更加高效和优化的雷达技术，提供与航空空航天和国防工业系统相同的高性能、功能和可靠性，并将其转化为适合私人汽车市场的尺寸和成本。

ADI公司自动运输和汽车安全部门的技术总监Mike Keaveney表示，“虽然25万美元的高分辨率成像雷达系统的成本对于价值数百万美元的军用坦克总价来说不算什么，但与平均价格为3万美元的家用汽车相比，这一价格贵得离谱。我们正在探索如何定制、小型化、加固和降低成本、尺寸、重量和功率要求，以便它可以用于每辆汽车。”

雷达的挑战

以及用于军事和航空空航天的高成本和高性能雷达技术的转移和采用，及其在汽车中的安装，在技术、美学和经济方面面临重大挑战。关键的挑战是不仅要减小尺寸、重量和功耗(SWaP)，还要在降低成本的同时提高性能。雷达不仅要能探测物体，还要能对它们进行分类。这就要求雷达图像的分辨率要高于目前先进系统的分辨率。

这些是ADI公司致力于实现的目标，目的是促进技术发展，确保安全，并为消费者带来高性价比的汽车雷达。

表演

在不增加尺寸、成本和功耗预算的情况下，将角度分辨率提高到高度自主驾驶所需的水平。

增加低反射率目标发射的反射点的数量。

显著降低检测延迟，特别是对于横向移动的物体，这可以缩短响应时间，并允许车辆在紧急情况下采取规避行动。

交换

优化整体尺寸(尺寸、重量和功率)，同时保持高性能。

在不影响车辆工业设计的前提下，保持系统美观。

成本/经济

在大众市场汽车成本约束下，以可接受的价格和外形尺寸实现高分辨率雷达。

将成本控制在汽车购买者对价格敏感的范围内，因为他们是支付这一切的人。

法规

还需要继续遵守政府规定的高级驾驶辅助系统(ADAS)的安全特性(如2022年美国自动紧急制动指令)。雷达将不再是一个选项，而是标准。因此，关键是将系统成本持续降低到消费者和原始设备制造商都能接受的价位，同时仍然保持这些具有挑战性的ADAS应用所需的性能。

现在的汽车雷达装置比手机还小，可以探测到你前方、后方、侧面的盲区是否有大的障碍物。但这还不够。

图像雷达

雷达成像的概念和更高水平的角分辨率的实现是一个理想的功能，特别是对于自动驾驶出租车。高分辨率不仅支持物体检测(前面的东西)，还支持物体分类(前面的自行车、汽车、人或小孩)。

为了获得更高的分辨率，成像雷达采用高带宽信号处理、数字波束合成和相控阵技术。所有这些都依赖于大量的硬件和处理能力，其中天线尺寸与所需的角度分辨率成比例，并且增加信道数以用信道覆盖所需的天线区域。“只是投资更昂贵的硬件来解决这个问题，是一种使用更高分辨率作为解决方案的‘暴力’方式，”克里斯·雅各布斯说。

如今，ADI公司正与领先的原始设备制造商和一级供应商密切合作，开发新的突破性方法来改进雷达，应对现代挑战。现在的汽车雷达分辨率不高，只能看到一团东西。它可以检测到汽车周围有无物体，可能是摩托车、人或大货车，但无法确认物体是什么。在硬件检测技术和软件算法进步的驱动下，雷达的分辨率提高，可以分辨被检测物体的属性，让我们离安全的全自动汽车更近了一步。

解决与物体识别相关的问题和挑战。

现有的常规汽车雷达在大视场中提供大约10°到20°的水平角分辨率。

1.低分辨率雷达和隐藏物体。现有的非成像雷达角度分辨率一般在10到20，会把三个行人当成一个物体。

2.高分辨率成像雷达可以显示隐藏的物体。

成像雷达的角分辨率为1比2，是非成像雷达的10倍。数据箱收集分辨率为1比2的信息，以帮助区分和确定3名行人的位置。

数据处理

更高分辨率的成本会给你带来更多的数据，随着分辨率的提高，数据量也会增加，这就需要更多的计算能力。这就是高效处理所有数据的高级模式对于管理大量数据和低功耗至关重要的原因。高效的中央处理或边缘处理将是未来雷达的基础。

下一步:协同雷达和通信需求

Mike Keaveney表示，“利用现有车载雷达传感器硬件的协同雷达是未来汽车领域的发展方向。协同雷达是相干和识别的要求，以创建高分辨率的相干图像。这里指的是探测雷达。一旦合作雷达的经济性得以实现，它就可以享受许多好处。”

协同雷达可以提供成像雷达性能，而不会显著增加车辆中单个现有雷达系统的尺寸。这是因为有效孔径现在由具有重叠视野的两个(或多个)分布式雷达传感器之间的距离来设置，而不是由任何一个传感器的物理尺寸来预先确定。

驱动替换——实际雷达性能够好吗？。jpg" alt= "图3-从ADAS到驱动替换-实际雷达性能够好吗？。jpg "/>；

图3。一次雷达的窄孔径。

一次雷达现在普遍用于汽车。

来自每个发射源的雷达信号在一个物体上反射，然后被传输回原点。孔径，或一次雷达的性能，是雷达发射机本身的宽度，以英寸为单位。

合作雷达/超雷达的大孔径

SuperRADAR是ADI公司利用多个视场重叠的雷达波束实现相干算法的一种方法。

基于超雷达的合作雷达使用低速链路在雷达源之间进行粗定时。每个传感器向CPU发送数据，或者它可能从一个雷达向另一个雷达发送数据，它将在边缘传感器上进行处理。后一种方法更经济。

克里斯·雅各布斯(Chris Jacobs)说，“传统的合作雷达系统不容易实现，因为它需要在雷达之间运行高频链路。实现这种一致性的硬件开销和成本非常高。”

对于车载雷达来说，需要提高协同雷达的性价比。雅各布斯说:“传统的给汽车添加硬件的方法不是解决办法。我们必须以不同的方式看待这个问题。我们可以以智能的方式将这些技术与算法相结合，并在系统中使用相同的硬件来提高组合系统的性能。ADI公司的SuperRADAR方法允许雷达系统生成多个非相干图像的相干叠加。”

合作雷达

图4。合作雷达的大孔径。

协同雷达的工作原理是什么？来自每个源的信号在一个物体上反射，并被两个雷达接收器捕获。所以，同一个目标有两个外观(或者两个不同的视角)，在目标上的时间是两次，而一次雷达只有一个外观，只有一次。此外，由于两个雷达协同工作，雷达孔径(与性能成正比)是车头的大小，两个拐角雷达之间的距离(约4英尺)与一次雷达的英寸完全不同。

这种方法允许成本有效的传感器设计，它可以放置在车辆周围的多个点，以支持出色的对象检测和分类。

超级雷达的优势:1+1 >: 2

SuperRADAR不仅减小了体积、重量和功耗，还为系统带来了更多的功能，从而提高了分辨率。同时，在更合理的成本范围内，显著减少硬件，提高应用性能。

更多的反射点:目标时间的2倍

SuperRADAR可以用相同数量的硬件提供两倍的性能。或者，使用一半的雷达通道来保持相同的性能。克里斯·雅各布斯(Chris Jacobs)说，“通过超级雷达，我们获得了单个雷达两倍的分辨率。可能需要额外的处理能力，但汽车DSP/MCU的路线图足以满足这些处理要求。”

超级雷达其实就是雷达融合。我们将融合两个独立的雷达视图，因此获得的分辨率优于单独获得的分辨率。雅各布斯说:“融合将是未来实现ADAS的标准方式。”

减少延迟:快速计算横向速度可以挽救生命。

车载成像系统的一个关键点是能够快速计算横向速度，即物体与车辆行驶方向正交(成直角)运动的速度。然而，要实现足够低的虚警率，即使是主要基于摄像头的优秀机器学习算法，也仍然需要大约300 ms来检测横向移动。对于走在以每小时60英里的速度行驶的车辆前面的行人来说，毫秒的差异与受伤的严重程度有关，因此反应时间至关重要。

300 ms延迟是由系统从10个连续视频帧执行增量矢量计算所需的时间引起的，10是以可接受的低虚警率进行可靠检测所需的数字。然而，由于SuperRADAR的有效孔径较宽，以及它连续组合来自两个或更多传感器的图像的方式，它可以在30 ms的测量周期内精确计算速度的切向和径向分量(这种延迟比当前的一级系统快10倍)。这种低延时检测，比F1赛车手100 ms的反应时间还少，远远比不上普通车手！

5.今天的图像系统具有300 ms的延迟和10帧图像用于检测正交运动。

使用当今常见的成像雷达技术，如果有人过马路，需要多个摄像机图像来显示移动的物体。每个相机图像需要30毫秒。10个图像需要300毫秒。在此期间，汽车移动了几英尺。

图6。超级雷达系统具有30毫秒的帧延迟来检测正交运动。

这两个雷达一起工作，可以进行三角测量来捕捉移动的物体，因为两个雷达源都是偏移的。只需要用雷达波束1从位置1映射此人，然后在30 ms后用雷达波束2从位置2映射此人。这让汽车知道人的运动方向。

超级雷达只需要传统成像雷达十分之一的时间就能识别出横穿马路的移动物体。

超级雷达的经济性

超雷达概念不仅是降低整体系统成本的有效方法，而且能够满足性能要求，为最终应用带来更大的价值。

克里斯·雅各布斯(Chris Jacobs)表示，“我们想要的是成像雷达的性能，这种性能现在只能在昂贵的自动驾驶出租车应用中找到。我们必须移除所有昂贵的硬件，并将价格降低到个人车主可以承受的水平。这就是SuperRADAR发挥作用的地方，用最少的硬件占用空的空间和运行在硬件上的软件，产生两倍的性能。”

汽车的未来

当我们展望汽车领域的未来时，发现可能需要从根本上重建现有的体系。现有的汽车平台和未来的汽车平台有很大的不同。

ADI公司在垂直领域拥有丰富的经验和专业知识，具有独特的优势，可以通过软硬件产品的结合，优化未来汽车的雷达处理要求，为最终应用带来更多价值。该算法直接解决了汽车制造商当前和未来面临的总拥有成本(TOCO)挑战。

超级雷达潜力巨大，但仍处于初步探索阶段。这项技术不仅是促进ADAS的更高性能、更具成本效益的解决方案，而且最终将拯救生命。

作者简介

Chris Jacobs于1995年加入ADI公司。在任职期间，Chris在消费电子、通信、工业和汽车行业担任了许多设计工程、设计管理和业务领导职务。他目前是ADI公司自动运输和汽车安全部门的副总裁。Chris拥有克拉克森大学的计算机工程学士学位、东北大学的电气工程硕士学位和波士顿大学的MBA学位。联系人:chris.jacobs@analog.com。

版权声明:除特别声明的原创文章外，本网站内容转载仅是为了传达更多信息，并不代表本网站赞同其观点。所有转载的文章、图片、音频/视频文件和其他材料的版权属于版权所有者。本站使用的非原创文章和图片，无法联系一一确认版权。如涉及作品内容、版权等问题，请及时通过邮件或电话告知，以便迅速采取适当措施，避免给双方造成不必要的经济损失。联系电话:010-82306116；电子邮件:aet@chinaaet.com。