毫米波雷达在自动驾驶功能上的应用

自动驾驶采用的传感器主要有摄像头、毫米波雷达、激光、超声波、红外等。毫米波雷达传输距离远，在传输窗口内大气衰减和损耗低，穿透性强，可以满足车辆对全天气候的适应性的要求，并且毫米波本身的特性，决定了毫米波雷达传感器器件尺寸小、重量轻等特性。很好的弥补了摄像头、激光、超声波、红外等其他传感器，在车载应用中所不具备的使用场景。

把毫米波雷达安装在汽车上，可以测量从雷达到被测物体之间的距离、角度和相对速度等。利用毫米波雷达可以实现自适应巡航控制(AdaptiveCruiseControl)，前向防撞报警(ForwardCollisionWarning)，盲点检测(BlindSpotDetection)，辅助停车(Parkingaid)，辅助变道(Lanechangeassistant)，自主巡航控制(ACC)等高级驾驶辅助系统(ADAS)功能。比较常见的汽车毫米波雷达工作频率在24GHz和77GH附近。24GHz雷达系统主要实现近距离探测(SRR)，而77GHz系统主要实现远距离的探测(LRR)。

目前，毫米波雷达主要为24GHz和77GHz。24GHz的雷达测量距离较短(5～30m)，主要应用于汽车后方;77GHz的雷达测量距离较长(30～70m)，主要应用于汽车前方和两侧。毫米波雷达主要包括雷达射频前端、信号处理系统、后端算法三部分。在现有的产品中，雷达后端算法的专利授权费用约占成本的50%，射频前端约占成本的40%，信号处理系统约占成本的10%。

1、射频前端：射频前端通过发射和接收毫米波，得到中频信号，从中提取距离、速度等信息。因此，射频前端直接决定了雷达系统的性能。当前毫米波雷达射频前端主要为平面集成电路，有混合微波集成电路(HMIC)和单片微波集成电路(MMIC)两种形式。其中，MMIC形式的射频前端成本低，成品率高，适合于大规模生产。在生产工艺上，一般采用的是外延MESFET、HEMT和HBT等器件工艺。其中，GaAs基的HEMT工艺最为成熟，具有优秀的噪声性能。

2、信号处理系统：信号处理系统也是雷达重要的组成部分，通过嵌入不同的信号处理算法，提取从射频前端采集得到的中频信号，获得特定类型的目标信息。信号处理系统一般以DSP为核心，实现复杂的数字信号处理算法，满足雷达的实时性需求。

3、后端算法：后端算法占整个毫米波雷达成本的比例最高。针对毫米波雷达，国内研究人员从频域、时域、时频分析多个角度提出了大量的算法，离线实验的精度也较高。但是，国内的雷达产品主要采用基于频域的快速傅里叶变换及其改进算法进行分析，测量精度和适用范围有一定局限性而国外算法受专利严格保护，价格非常昂贵。