正如人類(lèi)駕駛汽車(chē)依賴(lài)感官和認(rèn)知反應(yīng)，傳感器技術(shù)是實(shí)現(xiàn)自動(dòng)駕駛的關(guān)鍵。在攝像頭、雷達(dá)和激光雷達(dá)中，雷達(dá)在交通安全領(lǐng)域應(yīng)用歷史悠久。最早用于保障交通安全的雷達(dá)專(zhuān)利技術(shù)之一 ——telemobiloscope(電動(dòng)鏡)，由德國(guó)發(fā)明家 Christian Hülsmeyer 發(fā)明，是一種船舶防撞工具。此后，雷達(dá)技術(shù)不斷發(fā)展，成為汽車(chē)功能安全的重要使能技術(shù)，預(yù)計(jì) 2033 年汽車(chē)?yán)走_(dá)市場(chǎng)規(guī)模將突破 180 億美元，助力工程師部署高級(jí)駕駛輔助系統(tǒng)(ADAS)。現(xiàn)代汽車(chē)的諸多功能，如自動(dòng)緊急制動(dòng)系統(tǒng)、前方碰撞預(yù)警、盲點(diǎn)檢測(cè)、變道輔助、后方碰撞預(yù)警系統(tǒng)、自適應(yīng)巡航控制、自動(dòng)跟車(chē)啟停等，都離不開(kāi)雷達(dá)。

多年來(lái)，提高雷達(dá)分辨率是工程師面臨的重要挑戰(zhàn)，而近年來(lái)的創(chuàng)新技術(shù)使雷達(dá)在目標(biāo)檢測(cè)方面能提供更精確信息。傳統(tǒng) 3D 汽車(chē)?yán)走_(dá)傳感器利用無(wú)線(xiàn)射頻探測(cè)物體的距離、位置和多普勒效應(yīng)(速度)。為提升雷達(dá)在安全價(jià)值鏈中的作用，助力自動(dòng)駕駛，業(yè)界不斷突破 3D 雷達(dá)的局限。2022 年以來(lái)，歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)(ETSI)和美國(guó)聯(lián)邦通信委員會(huì)(FCC)制定頻譜法規(guī)和標(biāo)準(zhǔn)，歐美逐步淘汰 24GHz 超寬帶(UWB)雷達(dá)頻率，同時(shí)開(kāi)放 76GHz 到 81GHz 的 5GHz 連續(xù)頻段，遠(yuǎn)距離探測(cè)用 76GHz 頻段，短距離、高精度探測(cè)用 77 - 81GHz 頻段。更高頻率、更寬帶寬的先進(jìn)汽車(chē)?yán)走_(dá)系統(tǒng)可提升距離分辨率，例如，24GHz 雷達(dá)系統(tǒng)距離分辨率為 75cm，77GHz 雷達(dá)系統(tǒng)提高到 4cm，能更好地探測(cè)靠近目標(biāo)。這推動(dòng)了 4D 雷達(dá)的發(fā)展，4D 雷達(dá)在 3D 雷達(dá)數(shù)據(jù)基礎(chǔ)上，可提供物體垂直位置等更準(zhǔn)確、詳細(xì)的 3D 空間信息。4D 成像雷達(dá)的出現(xiàn)，讓自動(dòng)駕駛汽車(chē)能以更高分辨率探測(cè)小物體，繪制更完整的 “全方位” 環(huán)境地圖，正確解釋垂直視角物體，避免誤判。

人類(lèi)駕駛員在復(fù)雜交通環(huán)境中需綜合視覺(jué)、聽(tīng)覺(jué)及經(jīng)驗(yàn)等信息，自動(dòng)駕駛汽車(chē)則依靠雷達(dá)傳感器、攝像頭、激光雷達(dá)和車(chē)聯(lián)網(wǎng)(V2X)系統(tǒng)等提供準(zhǔn)確數(shù)據(jù)來(lái)感知交通環(huán)境。各數(shù)據(jù)流與 ADAS 或自動(dòng)駕駛算法通信，幫助汽車(chē)感知物體相對(duì)位置與速度，控制算法觸發(fā)被動(dòng)或主動(dòng)反應(yīng)。

目前，汽車(chē)制造商和雷達(dá)模塊提供商通過(guò)軟件和硬件測(cè)試?yán)走_(dá)模塊功能。硬件測(cè)試主要有兩種方法：一是使用角反射器，代表靜態(tài)目標(biāo)，但改變場(chǎng)景時(shí)需移動(dòng)反射器;二是使用雷達(dá)目標(biāo)模擬器(RTS)，可電子仿真雷達(dá)目標(biāo)，模擬靜態(tài)和動(dòng)態(tài)目標(biāo)及相關(guān)參數(shù)。不過(guò)，在復(fù)雜場(chǎng)景且目標(biāo)數(shù)量超 32 個(gè)時(shí)，基于 RTS 的功能測(cè)試存在缺點(diǎn)，也無(wú)法鑒定 4D 和成像雷達(dá)探測(cè)擴(kuò)展目標(biāo)(由點(diǎn)云表示的物體)的能力，無(wú)法還原現(xiàn)實(shí)世界的復(fù)雜性。

機(jī)器學(xué)習(xí)助力開(kāi)發(fā)人員訓(xùn)練 ADAS 算法，更好地解釋雷達(dá)等傳感器系統(tǒng)的數(shù)據(jù)并分類(lèi)。基于 “you only look once”(YOLO)的雷達(dá)目標(biāo)檢測(cè)方法，能同時(shí)精確探測(cè)和分割多個(gè)物體。在自動(dòng)駕駛系統(tǒng)進(jìn)行道路測(cè)試前，嚴(yán)格測(cè)試物理雷達(dá)傳感器和 ADAS 算法至關(guān)重要。汽車(chē)制造商采用雷達(dá)場(chǎng)景仿真技術(shù)，將真實(shí)道路場(chǎng)景 “搬” 進(jìn)實(shí)驗(yàn)室，進(jìn)行 360 度全方位仿真測(cè)試。新的雷達(dá)場(chǎng)景仿真技術(shù)利用光線(xiàn)追蹤和點(diǎn)云技術(shù)，從高度逼真的交通仿真場(chǎng)景中提取數(shù)據(jù)，更好地檢測(cè)和區(qū)分物體。通過(guò)新型毫米波(mmwave)空中下載(OTA)技術(shù)，雷達(dá)場(chǎng)景仿真器可生成多個(gè)不同距離和速度的靜態(tài)和動(dòng)態(tài)目標(biāo)，為雷達(dá)傳感器測(cè)試提供更真實(shí)場(chǎng)景。在雷達(dá)場(chǎng)景仿真中，傳感器和算法可快速進(jìn)行多次設(shè)計(jì)迭代，修復(fù)錯(cuò)誤和微調(diào)設(shè)計(jì)，對(duì)上路前的駕駛測(cè)試幫助很大，還能助力汽車(chē)制造商開(kāi)發(fā)變量處理應(yīng)用，如驗(yàn)證保險(xiǎn)杠設(shè)計(jì)等對(duì)雷達(dá)功能的影響。自動(dòng)駕駛平臺(tái)提供商和雷達(dá)系統(tǒng)制造商可通過(guò)可重復(fù)和可定制的場(chǎng)景，增強(qiáng)車(chē)輛對(duì)不同真實(shí)交通場(chǎng)景的感知能力，為自動(dòng)駕駛算法提供大量數(shù)據(jù)用于機(jī)器學(xué)習(xí)。高速數(shù)字信號(hào)處理(DSP)在微調(diào)雷達(dá)檢測(cè)結(jié)果時(shí)也起著關(guān)鍵作用，能采集行人等目標(biāo)的多種信息，訓(xùn)練雷達(dá)算法識(shí)別目標(biāo)。

從芯片設(shè)計(jì)到制造再到雷達(dá)模塊測(cè)試，汽車(chē)?yán)走_(dá)設(shè)計(jì)、開(kāi)發(fā)和制造的每個(gè)環(huán)節(jié)都需嚴(yán)格測(cè)試。毫米波頻段用于汽車(chē)?yán)走_(dá)應(yīng)用面臨諸多挑戰(zhàn)，但也推動(dòng)著雷達(dá)技術(shù)不斷創(chuàng)新發(fā)展，向超級(jí)傳感器演化。未來(lái)，隨著技術(shù)的持續(xù)進(jìn)步，汽車(chē)雷達(dá)有望具備更強(qiáng)大的功能，如更精準(zhǔn)的目標(biāo)識(shí)別、更智能的決策輔助等，與其他傳感器深度融合，為自動(dòng)駕駛帶來(lái)更高的安全性和可靠性，在智能交通領(lǐng)域發(fā)揮更大作用，打開(kāi)無(wú)限想象力。