在ADAS和自動駕駛的傳感器中，雷達已被證明是非?？煽康腁DAS應(yīng)用，如ACC。雷達的應(yīng)用有望在未來擴大，因為雷達經(jīng)常與其他傳感技術(shù)一起使用，如攝像頭和LiDAR。下表總結(jié)了不同類型傳感器的優(yōu)缺點。 ?

完全自動駕駛需要融合從不同的傳感技術(shù)獲得的數(shù)據(jù)。隨著傳感器分布在汽車周圍，它將有可能提供360度全覆蓋，在汽車周圍形成一個安全“繭”。 ? 雷達可以很容易地安裝在車輛常見部件的后面，如保險杠或車輛logo，這樣就不會影響美觀。76-81GHz頻段已被大多數(shù)國家接受為汽車雷達的頻段。由于雷達天線的尺寸變得很小，物理集成高頻率的工作變得更加容易。然而，由于功率的權(quán)衡、更高的損耗和更高制造公差的影響，當頻率上升時，新的挑戰(zhàn)出現(xiàn)了。 ? 雷達也特別適合車輛的應(yīng)用，因為車輛是雷達波的良好反射器。它既可以用于舒適功能，如ACC，也可以用于高分辨率的傳感應(yīng)用，這增加了車輛的被動和主動安全性能。例如盲點檢測、變道輔助、后方交通警報以及檢測車輛附近的行人和自行車。 ? 目前，雷達基本上根據(jù)其探測范圍進行分類：

近距雷達：探測距離可達50米，視野寬，分辨率高

中距雷達：探測距離可達100米，視野中等

遠距雷達：250米或更遠的距離，視野更窄，分辨率更低

隨著新技術(shù)的發(fā)展，探測范圍有望超越這些限制，同時增加垂直的探測維度，以提供周圍環(huán)境的完整3D圖像。 ? 未來，車輛將有望增加多個雷達模塊，從基本的前向雷達配置（提供基本的L1功能）升級到更高級別。很快，更多的車輛將配備角雷達，以達到L2+功能和NCAP 4-5級，以及更高級別的L3-4和NCAP 5級。 ?

然而，雷達數(shù)據(jù)的處理方式將很大程度上取決于車輛架構(gòu)。當前中央計算單元性能提高的趨勢也推動了車載E/E架構(gòu)由向分布式架構(gòu)的轉(zhuǎn)變。 ?

盡管向完全分布式架構(gòu)的遷移要到2030才能完成，但部分實現(xiàn)將更早出現(xiàn)在市場上。首先，一些域控制器將用于特定功能。 ? 此外，域控制器的數(shù)量將增加，而zonal控制器也將在完全集中的E/E架構(gòu)建立之前引入，其中車輛的中央計算機將通過zonal ECU連接到傳感器。這種發(fā)展還需要提高車輛網(wǎng)絡(luò)的容量和可靠性，以及軟件的復(fù)雜性。這可能會帶來巨大的挑戰(zhàn)，包括額外的連接，可能需要更昂貴的線束來滿足不斷增長的數(shù)據(jù)速率需求。

? 隨著新的E/E架構(gòu)的引入，部分雷達處理可以從雷達模塊（邊緣計算）卸載到zonal或中央ECU，從而實現(xiàn)更高效的計算。今天，完整的雷達處理是在邊緣上進行的，使用“智能傳感器”。 ? 這意味著許多獨立的雷達模塊分布在車輛周圍，每個模塊都有自己的雷達收發(fā)和處理能力。處理后的數(shù)據(jù)，通常是對象列表，被傳輸?shù)紸DAS ECU進行進一步處理，并可能與來自其他傳感器的數(shù)據(jù)融合。通過在車內(nèi)適當分布傳感器，可以正確感知車輛的環(huán)境，識別障礙物。 ?

隨著集中式計算架構(gòu)的發(fā)展，一些雷達模塊的數(shù)據(jù)處理可能會從雷達轉(zhuǎn)移到遠程處理單元，由zonal ECU或中央計算機直接處理。雷達模塊本身就不那么“智能”，只對接收到的雷達信號進行有限的處理。 ? 例如，該模塊將確定與不同物體的距離，并向遠程處理器提供距離配置文件。然后，它將接收來自不同衛(wèi)星雷達模塊的預(yù)處理數(shù)據(jù)，并對每組數(shù)據(jù)執(zhí)行剩余的處理步驟，生成具有各自特征（距離、方向和速度）的目標列表，并創(chuàng)建周圍環(huán)境的完整圖像。得到的結(jié)果將被融合在一起或與其他傳感器的結(jié)果相結(jié)合。 ?

在這種集中式架構(gòu)的最初實現(xiàn)中，來自不同雷達的預(yù)處理數(shù)據(jù)可以通過以太網(wǎng)骨干網(wǎng)傳輸?shù)絲onal或中央ECU。當需要更高清晰度且數(shù)據(jù)量過大時，如前視或成像雷達，雷達處理仍可能在傳感器本身上進行，以減少要傳輸?shù)臄?shù)據(jù)量。 ? 遠距雷達數(shù)據(jù)的集中處理提供了很多優(yōu)勢。首先，雷達模塊本身變得不那么復(fù)雜，從而節(jié)省尺寸和成本，減少散熱問題。硬件和軟件的修復(fù)和升級都會變得更加容易。 ?

其次，利用汽車現(xiàn)有的網(wǎng)絡(luò)，即以太網(wǎng)骨干網(wǎng)，也降低了布線的成本和重量。此外，通過以太網(wǎng)傳輸?shù)臄?shù)據(jù)將以一種更易存儲和處理的格式提供。 ? 最后，車輛控制單元的數(shù)據(jù)處理為更高的效率和更復(fù)雜的操作打開了大門。通過實現(xiàn)與其他傳感技術(shù)（攝像頭和LiDAR）的數(shù)據(jù)融合，可以增強傳感能力。可以考慮將機器學(xué)習(xí)和AI用于高級檢測和預(yù)測，從而實現(xiàn)更高水平的自動駕駛。

? 邊緣處理和集中式計算預(yù)計將共存數(shù)年。遷移到集中式計算架構(gòu)將需要訪問整個車輛的高速鏈路，這可能導(dǎo)致使用不同的標準進行數(shù)據(jù)交換。除了成本和布局復(fù)雜性之外，關(guān)于數(shù)據(jù)傳輸使用哪種標準還沒有明確的定論。雖然目前CAN和以太網(wǎng)占主導(dǎo)地位，但一些制造商正在推動MIPI A-PHY等替代方案。 ?

在任何情況下，必須采取額外的安全措施來保證傳輸數(shù)據(jù)的完整性和安全性。例如，通過以太網(wǎng)鏈路傳輸數(shù)據(jù)需要額外的處理和內(nèi)存，因為可能需要媒體訪問控制安全（MACsec）和硬件安全模塊。 ? 另外，隨著雷達模塊的數(shù)量不斷增加，它們都在發(fā)射和接收無線電波，也可能導(dǎo)致干擾問題。干擾會降低雷達系統(tǒng)的探測性能，從而降低ADAS和自動駕駛系統(tǒng)的功能性和安全性。目前行業(yè)正在分析幾種緩解策略，可分為三組：避障、檢測和修復(fù)，以及基于合作和溝通的緩解。 ?

雷達已成為ADAS和自動駕駛應(yīng)用的關(guān)鍵傳感器。成像雷達系統(tǒng)由需要收發(fā)器覆蓋整個汽車雷達頻段的模塊組成；支持短、中、遠程雷達應(yīng)用；滿足集中處理的需求。ECU也是ADAS和自動駕駛解決方案的重要組成部分，這些解決方案需要先進的SoC，支持集中處理，并支持高速圖像識別和處理來自攝像頭、雷達和LiDAR的周圍物體。 ? ?

? [參考文章] Vehicle architectures challenges radar systems —?Marta Martínez-Vásquez

編輯：黃飛

?