0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

面向汽车传感和自动驾驶应用的4D成像雷达技术

NXP客栈 ? 来源:NXP客栈 ? 作者:NXP客栈 ? 2022-03-28 10:38 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

事实证明,超高分辨率雷达测绘是一种颇具吸引力、经济高效的激光雷达替代方案。随着具备商业可行性的4D成像雷达技术问世,将对面向L2+和更高级别汽车部署的ADAS传感器组合产生重大影响。它像是一条进入自动驾驶领域的鲶鱼,必将搅动整个技术和市场的格局。

面向汽车传感和自动驾驶应用的4D成像雷达技术的问世,改变了我们从L0级汽车演进到完全自动化L5级汽车的时间表和经济价值。雷达现在推出了全新功能,可以实现精确的环境测绘,这将显著增强汽车的全面传感和感知能力,相对于摄像头传感器和激光雷达传感器而言,汽车行业对雷达的未来角色赋予了很高的期望。

在一系列的性能和可靠性指标方面,成像雷达弥补了与激光雷达的差距,甚至还在某些指标上更胜一筹,其在商业成本结构上的优势也是激光雷达永远无法企及的。随着这些传感器技术在功能上开始重叠,我们必须对它们各自的角色和成本进行详细评估。

与此同时,在汽车行业从L2级升级到L3级安全性和自动化的关键节点上,出现了一些有关升级时机和持续时间的关键问题。L2+级成为新的热点战场,OEM正在努力解决达到L3级必需解决的很复杂设计问题。

完全L3级自动驾驶的相关开销仍然可观,主要是因为驾驶员无需待命所需要的系统冗余,其实L2+自动驾驶已经大受关注,增长强劲,因为在提供L3功能的同时安排驾驶员待命,故而减少了对冗余的额外需求。

复杂度级别

SAE将自动驾驶划分为五个等级,评估4D成像雷达对ADAS和AD应用的潜在影响是非常有帮助的,特别是L2级L3级之间的巨大差异。在L2级汽车上,驾驶员需要始终集中注意力;驾驶员最终负责汽车安全,一旦发生事故,他们要承担责任。但从L3级开始,车载安全自动化功能将变得足够强大,将由汽车OEM承担安全责任。

L3级与L4/L5级之间也存在重要区别。在L3级,某些情况下仍然需要驾驶员干预,而在L4/L5级,只有在提出请求的情况下,才能让驾驶员干预,在某些L5用例中,驾驶员甚至无法干预。L4和L5汽车至少必须能够在任何情况下将汽车行驶到停靠站,而无需人工干预。

这些自动驾驶级别提出了新的系统冗余性要求,因为驾驶责任更多由汽车承担。在L3级,驾驶员必须能够在具有挑战性的交通条件下接管汽车,而在其他情况下可以“解放眼睛和双手”。

在这些场景下,驾驶员逐渐完全接管汽车控制权可能需要最长一分钟时间,这种功能——也就是将汽车控制权从汽车安全移交给驾驶员——需要的冗余级别将大幅提高系统复杂度和成本。

因此,每辆汽车达到L3级性能所需的摄像头、雷达和激光雷达传感器数量和配置,以及与典型L2级传感器配置的差值,会对OEM制造成本产生很大的影响。

这有助于解释为什么会出现L2+级,其目的是帮助OEM最大程度地减少L2级带来的成本增长,同时开始为客户提供接近L3级的高级ADAS功能,而不完全跨过L3级的界限,因为这样会将责任从驾驶员转移到OEM。L2+级可以充分利用与L3级相关的传感器和半导体元件,将制造成本控制在L2+级,同时又规避实现系统冗余带来的附加成本,这些冗余是在L3级上将控制权从汽车转移到驾驶员所必需的。同时,在通向L3、 L4和L5的道路上,OEM力争实现市场差异化,在未来几年内,很多OEM将推出全新的安全和舒适功能,这将让消费者受益。

L2+:下一个关键战场

这些新的安全和舒适功能集中在L2+级上推出,价位让消费者乐于接受,中心问题是消费者是否愿意为达到L3级标准必需的更多系统冗余来支付更高的价格。

对于OEM而言,L2+级让他们能够规避解决L3级冗余问题和极端情况所需的大量成本,这些成本会降低汽车在市场上的竞争力。L2+级还让OEM能够逐步推出高级安全和舒适功能,留出更多时间来等待传感器技术成熟,在更高的自动驾驶级别上得到商业级采用。在这个过渡级别上,驾驶员能够继续提供必要的冗余,OEM能够在舒适功能和成本之间达到更好的平衡。

在逐渐接近L3级时,OEM必须认真考虑以下这些重要问题:如果实现L3级系统冗余的成本负担近似于L4级的预期成本负担,那么为什么要停留再L3级呢?如果仍然需要将注意力集中在驾驶上,客户是否愿意为L3安全系统冗余支付更高的价格?虽然OEM可能在这些问题上没有达成共识,我们仍然可以合理地认为,在未来数年内,L2+汽车产量将远高于L3汽车。

近期的Yole Development报告表明,至少在2030年之前,L4/L5汽车的市场渗透率仍将保持在个位数,其中一部分汽车将作为机器人汽车使用。同时,随着L0-L2汽车的市场渗透率开始下跌,L2+汽车的采用率将持续稳定增长,截止2030年,L2+汽车很可能达到将近50%的市场份额。因此,在未来十年内,预期L2+汽车将成为汽车OEM关注的焦点。

三种传感器,没有单个解决方案是完美的

我们对实现ADAS和AD的三种主要传感技术(摄像头、雷达和激光雷达)进行更高级别的分析,以便充分了解适用于L2+汽车的4D成像雷达的优点。最终,我们发现没有万能的解决方案,三种解决方案各有优劣,能够相互补充,为其他传感器类型提供冗余。

当然,摄像头和雷达传感器目前已经得到广泛部署,因为这两种技术成熟度高、经济且互补性强,而且经济实惠。激光雷达传感器与摄像头和雷达传感器在功能上没有互补性,因而可作为两者的冗余。

摄像头传感器具备检测RGB颜色信息的能力,提供百万像素的分辨率,这两大特性相结合,使其成为“阅读”交通标志和其他应用不可或缺的设备,另外还提高了目标识别和分类的精确度。

但在各种不同的光照条件下,以及恶劣天气和路况条件下,摄像头技术的效率和可靠性受到严重影响。市场上也有一些新技术,可自动为汽车摄像头透镜清除水气和灰尘,但这些机制会提高物料成本,还会带来机械方面的漏洞,影响系统稳定性。

摄像头进行距离和速度测量的能力仍将受到很大限制。当然,我们可以从立体摄像头配置获得速度和深度估算,但精度比较有限,这个缺点还需要从雷达层加以弥补。

激光雷达:提供性能优势以处理极端情况

激光雷达的主要差异化特性是低至0.1度级别的超精确角度分辨率,包括在水平和垂直方向上,另外还有距离测量的高分辨率,这要归功于它使用极短的波长和脉冲。这些优势使得激光雷达非常适合高分辨率的3D环境测绘,能够精确地检测空间、边界和汽车自身定位。

但是,激光雷达与摄像头传感器具有一些相同的缺点。与雷达传感器相比,激光雷达估算速度和远程检测物体的能力非常有限。此外,激光雷达易受恶劣天气和路况条件的影响,为了应对稳定性和维护挑战,将会产生更高的成本。

过去几年内,市场上出现了多种新型激光雷达,例如固态激光雷达、MEMS激光雷达或电子扫描激光雷达。这些新技术旨在让激光雷达对汽车应用更“友好”,包括在尺寸、成本和稳定性方面。相对于机械旋转激光雷达,这些新技术有了很大改进,但总体而言,它们要赶上其他ADAS传感器的成熟度还有待时日。

激光雷达在主流乘用车中得到广泛采用的最大障碍还是成本。根据近期的OEM评估, 2021年,小规模应用的激光雷达的成本是带有四个级联雷达收发器的12-TX和16-RX成像雷达的十倍左右。虽然激光雷达和雷达的成本都将随着时间推移而下降,但预期到2030年,即便激光雷达将在高级自动化应用场景中得到一定规模应用,其成本仍然是雷达的两倍。

展望未来,激光雷达仍将提供性能优势,以处理在复杂驾驶场景中出现的极端情况。因此,在价格能够接受的情况下,它仍将是L4和L5自动驾驶必需的冗余的一个重要部分。

本文节选自恩智浦最新发布的白皮书《4D成像雷达:非常适合L2+级自动驾驶汽车的传感器》,在前文对于自动驾驶领域现状和发展趋势深度解读基础上,接下来的章节中,将对4D成像雷达的优势及其在一系列极具挑战性的场景中的应用,做更为详尽的分析。

原文标题:4D成像雷达:一条进入L2+级自动驾驶领域的“鲶鱼”(附技术白皮书下载)

文章出处:【微信公众号:NXP客栈】欢迎添加关注!文章转载请注明出处。

审核编辑:汤梓红

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 摄像头
    +关注

    关注

    61

    文章

    4999

    浏览量

    99106
  • 雷达
    +关注

    关注

    51

    文章

    3136

    浏览量

    120630
  • adas
    +关注

    关注

    310

    文章

    2265

    浏览量

    210474
  • 自动驾驶
    +关注

    关注

    790

    文章

    14394

    浏览量

    171426

原文标题:4D成像雷达:一条进入L2+级自动驾驶领域的“鲶鱼”(附技术白皮书下载)

文章出处:【微信号:NXP客栈,微信公众号:NXP客栈】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    生成式 AI 重塑自动驾驶仿真:4D 场景生成技术的突破与实践

    生成式AI驱动的4D场景技术正解决传统方法效率低、覆盖不足等痛点,如何通过NeRF、3D高斯泼溅等技术实现高保真动态建模?高效生成极端天气等长尾场景?本文为您系统梳理AI驱动的
    的头像 发表于 08-06 11:20 ?3248次阅读
    生成式 AI 重塑<b class='flag-5'>自动驾驶</b>仿真:<b class='flag-5'>4D</b> 场景生成<b class='flag-5'>技术</b>的突破与实践

    自动驾驶汽车是如何准确定位的?

    [首发于智驾最前沿微信公众号]随着自动驾驶技术的快速发展,车辆的精准定位成为安全驾驶与路径规划的核心基础。相比于传统人类驾驶依赖路标和视觉判断,自动
    的头像 发表于 06-28 11:42 ?346次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>是如何准确定位的?

    性能达竞品10倍!Arbe助力经纬恒润推出量产级成像雷达系统LRR615

    ,且性价比显著优于激光雷达。 ? Arbe Robotics是一家成立于 2015 年的以色列高科技企业,专注于4D 成像雷达技术的研发与商
    的头像 发表于 05-13 01:04 ?7409次阅读

    激光雷达技术自动驾驶的应用与发展趋势

    随着近些年科技不断地创新,自动驾驶技术正逐渐从概念走向现实,成为汽车行业的重要发展方向。在众多传感技术中,激光
    的头像 发表于 03-10 10:16 ?1066次阅读
    激光<b class='flag-5'>雷达</b><b class='flag-5'>技术</b>:<b class='flag-5'>自动驾驶</b>的应用与发展趋势

    毫感科技发布全球最高集成度4D成像雷达芯片MVRA188

    近日,4D成像雷达芯片领域的佼佼者毫感科技,正式推出了其最新研发成果——MVRA188芯片。这款芯片被誉为全球集成度最高的8收8发MMIC(单片微波集成电路)芯片,其问世标志着4D
    的头像 发表于 02-17 10:26 ?930次阅读

    8T8R、250M测距,国产4D毫米波雷达芯片新突破

    距离,采样速率最高可达250MSPS。该芯片的推出显著提升了4D成像雷达的信息采集量,为智能驾驶汽车的环境感知、多目标追踪等核心功能提供了更
    的头像 发表于 02-14 09:05 ?2600次阅读

    毫感科技发布4D毫米波雷达芯片MVRA188

    近日,4D成像雷达芯片领域的佼佼者毫感科技,正式对外发布了其最新研发成果——MVRA188。这款芯片作为全球集成度最高的8收8发MMIC(单片微波集成电路)芯片,标志着毫感科技在4D
    的头像 发表于 02-13 16:28 ?955次阅读

    英飞凌发布RASIC? CTRX8191F雷达MMIC,助力自动驾驶升级

    自动驾驶技术迈向更高阶段的征途中,密集城市环境下的行人探测成为了一项严峻挑战。为实现SAE定义的L2+至L4自动驾驶,新一代4D和高清
    的头像 发表于 01-10 14:45 ?1310次阅读

    浅析基于自动驾驶4D-bev标注技术

    4D-bev标注技术是指在3D空间中以时间作为第四个维度进行标注的过程。4D-bev通常在地场景较为复杂的自动驾驶场景中使用,其可以通过精准
    的头像 发表于 12-06 15:01 ?4274次阅读
    浅析基于<b class='flag-5'>自动驾驶</b>的<b class='flag-5'>4D</b>-bev标注<b class='flag-5'>技术</b>

    MEMS技术自动驾驶汽车中的应用

    MEMS技术自动驾驶汽车中的应用主要体现在传感器方面,这些传感器为自动驾驶
    的头像 发表于 11-20 10:19 ?1599次阅读

    汽车雷达回波发生器的技术原理和应用场景

    的波束并向前传播,以模拟真实的雷达工作环境。应用场景 自动驾驶系统的开发和测试:在自动驾驶系统的开发和测试过程中,汽车电子雷达回波发生器可以
    发表于 11-15 14:06

    自动驾驶汽车安全吗?

    随着未来汽车变得更加互联,汽车逐渐变得更加依赖技术,并且逐渐变得更加自动化——最终实现自动驾驶,了解自动
    的头像 发表于 10-29 13:42 ?1219次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>安全吗?

    自动驾驶技术的典型应用 自动驾驶技术涉及到哪些技术

    自动驾驶技术的典型应用 自动驾驶技术是一种依赖计算机、无人驾驶设备以及各种传感器,实现
    的头像 发表于 10-18 17:31 ?2009次阅读

    康谋技术 | 毫米波雷达技术解析

    自动驾驶技术飞速发展,毫米波雷达已成为自动驾驶传感器套件的关键。为此,康谋为您深度解析毫米波雷达
    的头像 发表于 10-15 10:07 ?4522次阅读
    康谋<b class='flag-5'>技术</b> | 毫米波<b class='flag-5'>雷达</b><b class='flag-5'>技术</b>解析

    恩智浦展示汽车毫米波雷达最新解决方案

    凭借全天候的工作能力、较远的探测距离、小型化等优点,毫米波雷达已经成为智能汽车感知层不可或缺的赋能技术。伴随着ADAS和自动驾驶向L2+及更高级别迈进,毫米波
    的头像 发表于 08-27 09:25 ?1372次阅读