毫米波/激光/超声波雷达的区别

转自:http://www.sohu.com/a/201826967_524185

不知何时,自动驾驶技术从电影中跳出来,直接被拉到人们视野中。不过,去年特斯拉却因为几起自动驾驶事故,官网不得不把自动驾驶字眼改为辅助驾驶。本期《汽车总动员》讨论的不是自动驾驶,而是被称为自动驾驶汽车“眼睛”的雷达。

目前主流的“眼睛”有四类——毫米波雷达、激光雷达、超声波雷达、摄像头。他们各自都有自己的特点,比如摄像头的优点就很突出:精度高,距离远,直观方便;可是缺点也同样突出:受到天气的影响太大。倘若雾霾一来,或是阴雨绵绵,估计就只能两眼一抹黑了。

然而它们原理和现状都如何呢?

毫米波雷达

首先我们要明白啥是毫米波,毫米波实质上就是电磁波。毫米波的频段比较特殊,其频率高于无线电,低于可见光和红外线,频率大致范围是10GHz—200GHz。这是一个非常适合车载领域的频段。目前,比较常见的车载领域的毫米波雷达频段有三类。

1,24—24.25GHz这,目前大量应用于汽车的盲点监测、变道辅助。雷达安装在车辆的后保险杠内,用于监测车辆后方两侧的车道是否有车、可否进行变道。这个频段也有其缺点,首先是频率比较低,另外就是带宽(Bandwidth)比较窄,只有250MHz。

2,77GHz,这个频段的频率比较高,国际上允许的带宽高达800MHz。据介绍,这个频段的雷达性能要好于24GHz的雷达,所以主要用来装配在车辆的前保险杠上,探测与前车的距离以及前车的速度,实现的主要是紧急制动、自动跟车等主动安全领域的功能。

3,79GHz—81GHz,这个频段最大的特点就是其带宽非常宽,要比77GHz的高出3倍以上,这也使其具备非常高的分辨率,可以达到5cm。

原理:振荡器会产生一个频率随时间逐渐增加的信号,这个信号遇到障碍物之后,会反弹回来,其时延是2倍距离/光速。返回来的波形和发出的波形之间有个频率差,这个频率差和时延是呈线性关系的:物体越远,返回的波收到的时间就越晚,那么它跟入射波的频率差值就越大。

将这两个频率做一个减法,就可以得到二者频率的差频(差拍频率),通过判断差拍频率的高低就可以判断障碍物的距离。

根据国内产业机构调查,国内2014年汽车毫米波雷达销量约为120万颗,2015年约为180万颗。主要应用为盲点检测和后方车辆提醒的中短距雷达(24Ghz),每车需要两颗。

2015年中国汽车销售量为2459.8万辆,如果2015-2020年我国的乘用车复合增速为4%,到 2020年乘用车全年销量将近约为3000万辆。到2020年,如果中国汽车销售量中有15%装配汽车毫米波雷达的话,按每辆车装配2 个,预计2020年的毫米波雷达需求量近900万个,未来五年复合增速约为50%。

目前中国市场中高端汽车装配的毫米波雷达传感器全部依赖进口,市场被美、日、德企业垄断,价格昂贵,自主可控迫在眉睫。国内企业怎么破局?前不久的IC CHINA 2017上,与非网记者参加了一个加特兰77GHz CMOS雷达芯片发布会,其产品是是全球首家采用CMOS工艺并实现量产的77GHz雷达收发芯片,不由得让人觉着欧美大厂垄断的今天,也有国产企业开始发出自己的声音。

激光雷达

激光雷达不是单纯的指发射激光的探测器就是激光雷达,工作在红外和可见光波段的,以激光为工作光束的雷达称为激光雷达。而激光雷达的工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数。

从本质上说激光雷达和毫米波雷达都是利用回波成像来构显被探测物体的,就相当于人类用双眼探知而蝙蝠是依靠超声波探知的区别。但激光雷达会比较容易受到自然光或是热辐射的影响,在自然光强烈或是辐射区域的时候,激光雷达将会被消弱很多而且激光雷达的造价成本高,对工艺水平要求也比较高。而毫米波雷达而言,虽然抗干扰能力较强,但是距离和精确度确实硬伤,而且在行车环境下,处于多重波段并存的环境下对毫米波的影响是极大的。毫米波对于较远处的探测能力也是极为有限的。

简单来说,激光雷达精度更高,但价格昂贵。

据国外调研机构的分析预测,2015年全球汽车激光雷达市场规模约为6千2百万美元,预计2020年全球市场规模将达到2.7亿美元左右。2016~2020年将以34%年复合成长率增长。

2016年以来,看好激光雷达在无人驾驶汽车的应用前景,促使许多公司包括创业公司都试图挑战激光雷达。国外领先公司有Velodyne、Quanergy、LeddarTech、ConTInental等,国内有北科天绘、禾赛科技、思岚科技、华达科捷、速腾聚创等,火爆的无人驾驶市场促使激光雷达市场竞争加剧。

业内人士普遍预计,汽车激光雷达市场快速增长将可能在2018年至2019年彻底到来。

超声波雷达

超声波发射器向外面某一个方向发射出超声波信号,在发射超声波时刻的同时开始进行计时,超声波通过空气进行传播,传播途中遇到障碍物就会立即返射传播回来,超声波接收器在收到反射波的时刻就立即停止计时。在空气中超声波的传播速度是340m/s,计时器通过记录时间t,就可以测算出从发射点到障碍物之间的距离长度(s),即:s=340t/2。

超声波的能量消耗较缓慢,在介质中传播的距离比较远,穿透性强,测距的方法简单,成本低。

但是它在速度很高情况下测量距离有一定的局限性,这是因为超声波的传输速度容易受天气情况的影响,在不同的天气情况下,超声波的传输速度不同,而且传播速度较慢,当汽车高速行驶时,使用超声波测距无法跟上汽车的车距实时变化,误差较大。另一方面,超声波散射角大,方向性较差,在测量较远距离的目标时,其回波信号会比较的弱,影响测量精度。但是,在短距离测量中,超声波测距传感器具有非常大的优势。

目前来看,宝马最新的i系列和7系列已经支持使用车钥匙遥控汽车自动泊车,在操作过程中用户只需要发出前进或后退两个指示,汽车就会持续使用超声波传感器检测车位和障碍物,自动操作方向盘和制动器,实现自动泊车。大众第三代超声波半自动泊车系统,泊车辅助系统通常使用 6-12 个超声波雷达,车后部的 4 个短距超声波雷达负责探测倒车时与障碍物之间的距离,一侧的长距超声波雷达负责探测停车位空间。

车载摄像头

车载摄像头是ADAS系统的主要视觉传感器,借由镜头采集图像后,有摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号,从而实现感知车辆周边的路况情况,实现前向碰撞预警,车道偏移报警和行人检测等ADAS功能。

车载摄像头的大致原理如下:1)图像处理,将图片转换为二维数据;2)模式识别,通过图像匹配进行识别,如车辆、行人、车道线、交通标志等;3)利用物体的运动模式,或双目定位,估算目标物体与本车的相对距离和相对速度。

硬件方面,车载摄像头主要由CMOS镜头(包括lens和光感芯片等),芯片,其他物料(内存,sim卡,外壳)组成,分为单目摄像头、后视摄像头、立体摄像头和环视摄像头,目前市场上主要是单目摄像头为主。

软件方面,以mobileye为例,主要体现在芯片的升级和处理平台的升级,工作频率从122Mhz提升到332Mhz,访问方式的改变使速率提升一倍,图像由640*480 彩色像素提升为2048*2048(Input)和4096*2048(output)等。

除了极少数厂商具备垂直一体化的能力,绝大部分厂商都将业务集中于产业中的某个或者某几个环节。

从市场集中度来看,光学镜片主要是台湾的厂商在主导,大陆厂商在红外截止滤光片上有一定优势,图像传感器主要是欧美和韩国厂商为主,模组环节大陆、韩国、台湾、日本厂商份额居前,国内厂商成长迅速。光学镜头行业集中度很高,前五大厂商占据了60%市场份额,舜宇光学2015年出货量已占全球的9.4%,成为全球第二。

单目摄像头还是未来的主流,伴随着360度全景停车和环视系统的发展,未来单辆车载摄像头预期达到6个以上,其中1个前视,1个后视和4个环视。根据MRRSE报告,2014-2020全球车载摄像头的出货量将会以11.3%年复合率增长,预计到2020年,全球车载摄像头销售将达到8300万只。

未来五年内,双目摄像头的产品化,小型化的问题有可能逐渐突破,例如特拉斯的双目,三目的计划。

图形信息处理的芯片,算法的进步,算法主要基于深度学习的角度,芯片的发展主要体现在mobileye的EyeQ产品的升级,期待EyeQ5的研发与投入生产。

原文地址:https://www.cnblogs.com/approx/p/12436449.html

时间: 2024-11-14 03:03:14

毫米波/激光/超声波雷达的区别的相关文章

科普 激光雷达 毫米波雷达 超声波雷达

参考: 1. 一文读懂毫米波/激光/超声波雷达的区别 | 搜狐科技 2. 毫米波雷达为何还未被激光雷达取代? | OFweek激光网 各种汽车测距传感器比较 传感器 频段 带宽 工作原理 特点 缺点 常见应用市场 市场规模 常见装配位置 备注 激光雷达  红外和可见光波段   向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理得到目标有关信息,如目标距离,方位,高度,速度,姿态,形状等参数.  精度更高,价格昂贵  容易受自然光和热辐射的影

无人驾驶之毫米波雷达(一)

毫米波雷达指工作在毫米波波段的雷达.通常毫米波是指30-300GHz频域(波长为1-10mm)的电磁波,毫米波的波长介于厘米波和光波之间,因此毫米波兼有微波制导和光电制导的优点. 毫米波在5G通信.卫星遥感.导弹制导.电子对抗等领域有着广泛的应用,而近年来随着元器件水平的不断提升,电路设计.天线技术等相关技术日益发展和不断成熟,毫米波雷达的在汽车方面的应用也获得了很大的发展. 毫米波雷达分为远距离雷达(LRR)和近距离雷达(SRR),由于毫米波在大气中衰减弱,所以可以探测感知到更远的距离,其中远

毫米波雷达的主要应用分类

毫米波雷达顾名思义就是工作在毫米波波段(30-300 GHz)的雷达.目前毫米波的应用主要有以下几类: 1). 制导雷达.火控雷达,该类型雷达目前有一些选择在毫米波波段的主要原因是提高探测能力.减小雷达体积,降低重量和体积,便于集成.    2). 目标检测雷达,该类型雷达主要是通过机械/电子波束扫描,实现对观测区域目标距离.速度和角度的探测,配备相应的数据处理单元,可以实现对目标的识别(散射特性).跟踪和预测(kalman滤波.粒子滤波等). 3). 毫米波对地观测雷达,该类型雷达主要是毫米波

智能汽车无人驾驶资料调研(一)

1.提出无人驾驶演进的五个维度:消费者接受度.技术整合度.生态体系.立法.基础设施投资: 2.无人驾驶的关键技术:环境感知技术.定位导航技术.路径规划技术和决策控制技术.(分类有待商榷,比如V2X通信技术等未包括) 给出SAE给的最新L0-L5的无人驾驶定义: 自动驾驶分级 名称(SAE) 定义(SAE) NHTSA SAE 0 0 无自动化 无自动驾驶,由人类驾驶员全权操控汽车,可以得到警告或干预系统的辅助: 1 1 驾驶支援 通过驾驶环境对方向盘和加减速中的一项操作提供驾驶支持,其他的驾驶动

关于无人驾驶车辆的几点看法

在毕业答辩前这一段闲适的生活中,我和@xingyes去看了一场智能驾驶车辆的讲座.主讲人是邻居学校的杨靖宇教授.由于正值科学日活动,听讲后又分外亲切所以写下此文留作纪念. 在讲座的开始,杨教授概略性的讲述了他的从业经历.他在1991年左右开始作为南京理工大学的智能驾驶的领头人物为PLA开展军用无人驾驶车辆的研发,直至2015年项目结束,研究智能驾驶达到了30年的时光.他首先强调的是军用智能驾驶车辆和民用智能驾驶车辆的区别和联系.我用下面的表格来直观展示: 类型 名称 民用 无人驾驶车辆(Driv

智能驾驶测距估计

为了确保自动驾驶汽车的安全,即意味着自动驾驶汽车在行驶过程中不会撞到任何人或物,所以在汽车行驶过程中需要知道其周边物体和车辆本身之间的距离.为了实现这一目标,需要提前测量车辆前方障碍物与车辆之间的距离,从而保证自动驾驶汽车的安全性. 自动驾驶系统将依赖于准确.可靠和连续的其他道路交通参与者的位置信息,这些交通参与者包括:行人.自行车和其他车辆.通常解决这一问题的方案是采用车载的测距传感器.雷达.激光雷达和基于视觉的系统能够检测到视线内的物体.与这些非协作式传感器相反的是,协作式传感器遵循的策略是

[转载]图像视觉各个领域文献目录

转载自:http://www.cvrobot.net/annotated-computer-vision-bibliography-table-of-contents/ 当前图像视觉各个领域文献资料的索引,包含计算机视觉.图像处理.文本(图像)分析.视频分析.模式识别等主题.如果对哪个方向比较感兴趣,可以查看这个 方向的比较重要的Paper,每一个大的目录后面都对应一些更细的研究方向,选择某个研究方向就能获得该领域从经典到最新的文献资料索引. 1:帮助和FAQ 版权声明,怎样找到文章.介绍等.

图像视觉各个领域文献目录

图像视觉各个领域文献目录 当前图像视觉各个领域文献资料的索引,包含计算机视觉.图像处理.文本(图像)分析.视频分析.模式识别等主题.如果对哪个方向比较感兴趣,可以查看这个方向的比较重要的Paper,每一个大的目录后面都对应一些更细的研究方向,选择某个研究方向就能获得该领域从经典到最新的文献资料索引. 1:帮助和FAQ 版权声明,怎样找到文章.介绍等. 2:期刊会议组织 期刊列表,会议名称列表,研究组织 3:综合信息         书籍,合集,回顾,综述,概述 4:理念.基础.传感 计算机视觉,

SLAM前端技术选择思考

以前是专门做室内定位技术研究的,先后学习和分析了多种基于电磁的室内定位技术,如WiFi指纹定位(先后出现过RSSI.CTF.CIR多种指纹特征).WiFi ToF定位.低功耗蓝牙BLE以及iBeacon定位,调研和测试过超宽带(UWB)定位技术.地磁指纹定位等技术.后面有时间会准备一个适用场景和性能指标的详细对比分析. 室内定位技术通常以定位区域的精准结构及地图已知为前提,随着机器人相关技术的发展和应用场景的逐步拓展,同步定位与地图构建SLAM技术日益重要,近两个月学习和测试了下SLAM相关的技