OFweek维科网|汽车的虚拟眼——雷达

速度更快、分辨率更高的雷达传感器通过改善车辆的安全性和舒适的视野 , 有助于实现下一代驾驶辅助技术 。 如果全球投资商知道哪里将会赚钱 , 那么汽车领域那些了解并掌握颠覆市场三大趋势的人将成为赢家:
先进的驾驶辅助系统(ADAS)技术迅速普及 , 自动驾驶汽车(AV)最终会获准上路行驶
电气化
MaaS出行即服务概念正在挑战传统的个人拥有汽车观念
将特斯拉和福特的市值对比 , 可以看出这些趋势的重要性;特斯拉每年生产的汽车不足400 , 000辆 。 特斯拉的策略以一系列创新为基础 , 包括电池牵引、自动驾驶和无人驾驶出租功能 , 以支持特斯拉的拼车服务 。
福特汽车的大部分收入来自采用高功率内燃机的传统美国皮卡车 。 福特2017年的汽车产量超过600万辆 , 到2019年底 , 其市值仅为370亿美元 , 而相比之下规模很小的特斯拉的市值则达到440亿美元 。
Uber等公司开创的商业模式和软件创新推动了出行即服务理念的普及 , 并且电气化程度的提高也依赖于于生产创新 , 例如特斯拉的Gigafactory电池 。 但是 , 驾驶辅助系统创新的重点是硬件和软件技术 , 需要将复杂的传感器系统和人工智能相结合 。
所有驾驶辅助系统在一定程度上依赖多种形式的感知技术:在全自动汽车中 , LIDAR和视觉摄像头等光学技术将与电磁运动传感器(加速度计、陀螺仪和磁力仪)以及射频/微波系统(雷达和卫星定位)协同作用 。
而早在二战时就引起公众关注的雷达技术 , 如今依然在创新的汽车技术开发过程中发挥着作用 , 这让人非常意外 。 事实上 , 如今许多24GHz雷达传感器都安装在汽车的保险杠上;单ADI公司一家 , 到目前为止 , 就已为汽车制造商的近3亿件传感器提供器件 , 用于盲点检测、自动变道和自动紧急制动(AEB)等应用中 。
OFweek维科网|汽车的虚拟眼——雷达
文章图片
图1.超级雷达和成像雷达:汽车的眼睛
但随着一些功能(例如新ADAS装置中的AEB和自适应巡航控制(ACC))的不断演进 , 人们开始要求更高水平的驾驶辅助 , 这促使供应商(例如ADI公司)开发具有高精度、长测量距离、快速检测和更完备的成像技术的新雷达系统 。 这些基于两个原因:安全性和舒适性 。 驾驶辅助系统 , 例如AEB和ACC , 可以帮助挽救性命和预防交通事故 。 配有这些系统的汽车能获得更高的官方NCAP安全分数 , 而这会提升新车的价值 , 对消费者也更有吸引力 。
AEB和自动紧急制动系统的应用范围和复杂度不断提高 , 以满足对车辆L2或L3级驾驶辅助技术日益增长的市场需求 。 举例来说 , 新NCAP规范要求能够更灵敏地检测行人——用NCAP术语来说 , 即交通弱势群体 。 通过控制车辆在城市和高速公路环境下的高速制动功能 , 开发的AEB系统在更复杂的事件中 , 能比在一般指定的环境下更可靠地运行 。
市场也在回应购车者的心声 , 这些购车者希望利用技术降低驾驶难度 , 尤其是在高速公路上 。 高端汽车(例如奔驰S级)已经提供有限的高速公路自动驾驶功能 , 例如自动调节与前车的距离 , 以及通过主动转向辅助 , 让车辆保持在车道内行驶 。 汽车供应商还在不断改进这些功能 , 以便能在更广泛、更复杂的情况下使用 。 这加剧了对高性能雷达的需求 。
要实现更高的L4和L5级自动驾驶 , 让驾驶员完全无需操控汽车 , 就需要开发能够实时360°全方位观察车身的传感系统 。 这些无人驾驶出租车的控制系统会极为复杂 , 需要利用冗余来消除错误检测风险 , 要将来自不同类型传感器(例如雷达、摄像头和LIDAR传感器)的输入组合在一起 。
视觉摄像头可用于帮助识别物体 , 如人、动物和路标 。 LIDAR技术创造了丰富的点云 , 可以即时测量车辆与外界物体之间的距离 , 并测量物体的大小 , 从而生成外部世界的高分辨率3D地图 。