大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》，笔者不是自动驾驶领域的专家，只是一个在探索自动驾驶路上的小白，此系列丛书尚未阅读完，也是边阅读边总结边思考，欢迎各位小伙伴，各位大牛们在评论区给出建议，帮笔者这个小白挑出错误，谢谢！
此专栏是关于《自动驾驶汽车环境感知》书籍的笔记。
2.车载传感器之毫米波雷达和超声波雷达
2.1 毫米波雷达
概述：
- 毫米波雷达工作在毫米波波段探测的雷达，通过发射无线电信号并接收反射信号来测定与物体间的距离；
- 毫米波雷达采集的原始数据基于极坐标系(距离+角度)；
- 调频连续波(FMCW)，工作时，振荡器会产生一个频率随着时间逐渐增加的信号(chirp)，这个信号遇到障碍物后，反弹回来，其时延为2倍的距离除以光速；返回的波形和发出的波形之间有一个频率差，这个频率差是呈线性关系的：物体越远，返回的波收到得越晚，它跟入射波的频率差值就越大；将这个频率做减法，得到两者频率的差拍频率，通过判断差拍频率的高低可以判断障碍物的距离；毫米波测速原理是基于chirp之间的多普勒效应；
工作原理：
在自动驾驶汽车领域，车载毫米波雷达通过天线发射毫米波，接收目标反射信号，经后方处理后快速准确地获取汽车车身周围的物体环境信息(如：汽车与其他物体之间的相对距离、相对速度、角度、运动方向等)，然后根据所探知的物体信息进行目标追踪和识别分类，结合车身动态信息进行数据融合，通过电子控制单元(ECU)进行智能处理，经合理决策后，以声、光及触觉等多种方式告知或警告驾驶员，或及时对汽车做出主动干预，从而保证驾驶过程中的安全性和舒适性，减少事故发生的概率；
优缺点：
- 高分辨率，小尺寸。
- 与红外、激光、电视等光学导引头相比，毫米波导引头穿透雾、烟、灰尘的能力强，测距精度受天气影响和环境因素影响较小，可以基本保证车辆在各种日常天气下的正常工作；
- 毫米波雷达可以直接测量距离和速度信息；
- 与微波雷达相比，毫米波雷达的发射机的功率低，波导器件中的损耗大；
- 行人的后向散射截面较弱，如果需要探测行人，雷达的探测阈值需要设低，其负面效应可能会有更多虚报物体出现；
- 毫米波器件昂贵；
毫米波雷达在自动驾驶汽车中的应用：
- 自动驾驶汽车上的毫米波雷达频率分为：24GHz和77GHz；
- 24GHz频段的雷达通常用于感知车辆周围的障碍物，为换道决策提供感知信息，能够实现的功能：盲点监测、变道辅助；
- 77GHz频段的雷达波长更短，产品尺寸小，最大检测距离可达160m以上；77GHz毫米波雷达能够用于实现紧急制动、高速公路跟车等ADAS功能；
- 由”光速=波长×频率”可知，频率越高，波长越短；波长越短，分辨率越高；
- 毫米波雷达实现自适应巡航等功能的核心技术：目标识别与追踪；
- 在接收天线收到雷达回波并解调后，控制器对模拟信号进行数字采样并做相应的滤波；
- 用快速傅里叶变换(FFT)手段将信号变换至频域；
- 寻找信号中距离、速度和角度信息，用阈值来去掉噪声值留下信号能量峰值；
- 将可能属于同一物体的反射点匹配到同一个反射点集群中；
- 通过跟踪各个反射点集群，形成对物体的分布的预测；在下一个测量循环中，如通过卡尔曼滤波，基于上一次的物体分布，预测本测量循环中可能的物体分布；
- 尝试将当前得到的反射点集群与预测结果进行匹配，如通过比较物体的位置和速度等参数；
- 当反射点集群与上一测量循环得到的物体信息匹配成功时，得到该物体的”轨迹”，同时该物体的可信度增加，反之则可信度下降；只有当一个物体的可信度超过一定门限时，该物体才会成为我们关心的目标而进入所谓的目标列表；
市场上主要的毫米波雷达产品：
2.2 超声波雷达
概述：
- 超声波雷达是通过发射并接收40kHz的超声波，根据时间差算出障碍物距离，测距精度大约1～3cm；
- 构造一般分为：等方性传感器和异方性传感器；
- 等方性传感器为水平角度与垂直角度相同，等方性传感器垂直照射角度过大，容易探测到地，无法侦测较远的距离；
- 异方性传感器水平角度与垂直角度不相同，异方性超声波探头产生的超声波波形强弱较不稳定，容易产生误报警的情况；
- 常见的超声波雷达：
- 安装在汽车前后保险杠上，用于测量汽车前后障碍物的倒车雷达，称为超声波驻车辅助传感器(Ultrasonic Parking Assistant，UPA);
- 安装在汽车侧面，用于测量侧方障碍物距离的超声波雷达，称为自动泊车辅助传感器(Automatic Parking Assistant，APA);
工作原理：
- 超声波发射器向外面某一个方向发射出超声波信号，在发射超声波的同时开始计时，超声波通过空气进行传播，传播途中遇到障碍物立刻反射回来，超声波接收器在接收到反射波时立即停止计时；
- 计时器通过记录时间，测算从发射点到障碍物间的距离；
- 在空气中超声波的传播速度为340m/s，计时器记录的时间为t，发射点到障碍物间的距离长度为s，满足：s=340t/2；
- α \alpha α为超声波雷达的探测角，一般UPA探测角为120°左右，APA探测角为80°左右；
- β \beta β为超声波雷达检测的宽度范围影响元素之一，一般UPA的 β \beta β为20°左右，APA的 β \beta β为0°；
- R是超声波雷达检测宽度范围影响元素之一，UPA和APA的R值一般0.6m左右；
- D是超声波雷达最大量程，UPA最大量程为2.5m，APA最大量程至少是5m；
超声波优缺点：
- 超声波能量消耗缓慢，防水、防尘性能好，传播距离较远，穿透性强，测距方法简单，成本低，不受光线条件的影响；
- 但超声波对温度敏感，超声波雷达的波速受温度影响，近似关系： C = C 0 + 0.607 × T C=C_0+0.607\times{T} C=C0+0.607×T
其 中 ， C 0 为 零 度 时 的 波 速 ， 为 332 m / s ； T 为 温 度 ， 单 位 ： ℃ 其中，C_0为零度时的波速，为332m/s；T为温度，单位：℃ 其中，C0为零度时的波速，为332m/s；T为温度，单位：℃ - 超声波散射角大，方向性较差，无法精确描述障碍物位置；
超声波雷达在自动驾驶汽车上的应用：
- 倒车辅助；
- 泊车库位检测；
- 高速横向辅助。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/194970.html原文链接：https://javaforall.net
