一輛自動駕駛汽車需要做很多事情才能 取得成績，但毫無疑問，感知和了解其環(huán)境是最關(guān)鍵的。自動駕駛汽車必須跟蹤和識別許多物體和目標(biāo)，無論它們是清晰可見還是隱藏，無論天氣好壞。

　　但僅用今天的雷達(dá)還遠(yuǎn)遠(yuǎn)不足以完成整個工作——我們還需要攝像頭和激光雷達(dá)。但是，如果我們能夠充分利用雷達(dá)的特殊優(yōu)勢，我們可能會省去至少一些輔助傳感器。

　　立體模式下的傳統(tǒng)攝像頭確實可以檢測物體、測量它們的距離并估計它們的速度，但它們不具備完全自動駕駛所需的精度。此外，相機在夜間、霧中或陽光直射下都無法正常工作，使用它們的系統(tǒng)很容易 被視錯覺所欺騙。激光掃描系統(tǒng)或激光雷達(dá)確實提供自己的指導(dǎo)，因此在惡劣天氣下通常優(yōu)于相機。但盡管如此，他們也只能在清晰的視線中看到前方，因此在被建筑物或其他障礙物遮擋的情況下，將無法檢測到接近十字路口的汽車。

　　雷達(dá)在距離精度和角度分辨率方面比激光雷達(dá)差——這是兩個不同目標(biāo)之間分辨一個目標(biāo)所需的最小到達(dá)角。但我們設(shè)計了一種新穎的雷達(dá)架構(gòu)，克服了這些缺陷，使其在增強激光雷達(dá)和攝像頭方面更加有效。

　　我們提出的架構(gòu)采用了所謂的稀疏、大口徑多波段雷達(dá)?；舅枷胧鞘褂酶鞣N頻率，利用每個頻率的特定屬性，將系統(tǒng)從天氣的變遷中解脫出來，并通過和繞過角落。反過來，該系統(tǒng)采用先進的信號處理和 傳感器融合算法來生成環(huán)境的集成表示。

　　我們已經(jīng)通過實驗驗證了我們雷達(dá)系統(tǒng)的理論性能極限——它的范圍、角分辨率和精度。目前，我們正在為各種汽車制造商構(gòu)建硬件以供評估，最近的道路測試已經(jīng)成功。我們計劃在 2022 年初進行更精細(xì)的測試，以展示轉(zhuǎn)角感應(yīng)。

　　每個頻段都有其優(yōu)點和缺點。77 GHz 及以下的頻段可以通過 1,000 米的濃霧，而不會損失超過一分貝的信號強度。相比之下，激光雷達(dá)和攝像頭在 50 米的霧中損失 10 到 15 分貝。

　　然而，雨是另一回事。即使是小陣雨也會讓77 GHz 雷達(dá)像激光雷達(dá)一樣衰減 。沒問題，因為你可能會想——去較低的頻率就行。畢竟，在 1 GHz 或更低的頻率下，雨對雷達(dá)來說是透明的。

　　這可行，但您也需要高頻段，因為低頻段提供較差的范圍和角度分辨率。盡管您不一定將高頻與窄波束等同起來，但您可以使用天線陣列或高度定向天線，將毫米長的波投射到窄波束中的較高頻帶中，就像激光一樣。這意味著該雷達(dá)可以與激光雷達(dá)系統(tǒng)競爭，盡管它仍然會受到同樣無法看到視線之外的影響。

　　對于給定尺寸的天線——即給定陣列孔徑——波束的角分辨率與工作頻率成反比。類似地，為了實現(xiàn)給定的角分辨率，所需的頻率與天線尺寸成反比。因此，例如，要在相對較低的 UHF 頻率（0.3 至 1 GHz）下從雷達(dá)系統(tǒng)獲得所需的角分辨率，您需要一個天線陣列，該天線陣列是雷達(dá)運行所需天線陣列的數(shù)十倍。K（18 至 27 GHz）或 W（75 至 110 GHz）頻段。

　　盡管較低的頻率對分辨率沒有多大幫助，但它們帶來了其他優(yōu)勢。電磁波傾向于在鋒利的邊緣衍射；當(dāng)它們遇到曲面時，它們會在它們周圍以“爬行”波的形式衍射。這些影響太弱，無法在 K 波段的較高頻率下有效，尤其是 W 波段，但它們在 UHF 和 C（4 至 8 GHz）波段中可能很明顯。這種衍射行為以及較低的穿透損耗使此類雷達(dá)能夠檢測 拐角處的物體。

　　多路徑反射和穿過建筑物的傳輸允許自動駕駛車輛 [紅色圓圈，在每個圖表的右側(cè)] 在 0.45 秒左右開始檢測第二輛車 [紅色矩形，每個圖表的底部]，此時第二輛車仍然存在被左下角的建筑物牢牢地?fù)踝×?。由于反射和多路徑，兩個頻段都會產(chǎn)生“幽靈目標(biāo)”[藍(lán)色圓圈]，因此系統(tǒng)采用貝葉斯算法來確定真實目標(biāo)并去除幽靈。該算法結(jié)合了光線追蹤和 UHF 和 C 波段的結(jié)果隨時間的融合。

　　雷達(dá)的一個弱點是它遵循許多路徑，在往返被跟蹤物體的途中會反射無數(shù)物體。由于道路上存在許多其他汽車?yán)走_(dá)，這些雷達(dá)回波變得更加復(fù)雜。但這種纏結(jié)也帶來了一種力量：范圍廣泛的彈跳可以為計算機提供有關(guān)沿視線投射的光束無法到達(dá)的地方發(fā)生的情況的信息——例如，揭示直接探測時無法看到的交叉路口。

　　遠(yuǎn)看細(xì)節(jié)——從側(cè)面看，甚至直接穿過障礙物——是雷達(dá)尚未完全實現(xiàn)的承諾。沒有一個雷達(dá)頻段可以做到這一切，但是一個可以在多個頻段同時運行的系統(tǒng)可以非常接近。例如，K 和 W 等高頻段可以提供高分辨率，并且可以準(zhǔn)確估計目標(biāo)的位置和速度。但它們無法穿透建筑物的墻壁或看到角落；更重要的是，它們?nèi)菀资艿酱笥辍⒋箪F和灰塵的影響。

　　UHF 和 C 等較低頻段不太容易受到這些問題的影響，但它們需要更大的天線元件并且可用帶寬更少，這會降低距離分辨率——區(qū)分具有相似方位但不同范圍的兩個物體的能力。對于給定的角分辨率，這些較低的頻帶還需要大孔徑。通過將這些不同的頻段組合在一起，我們可以平衡一個頻段的弱點與其他頻段的優(yōu)勢。

　　不同的目標(biāo)對我們的多頻段解決方案提出了不同的挑戰(zhàn)。汽車前部對 UHF 波段的雷達(dá)橫截面或有效反射率比對 C 和 K 波段的要小。這意味著使用 C 和 K 波段將更容易檢測到正在靠近的汽車。此外，與在 C 和 K 波段相比，在 UHF 波段，行人的橫截面在他或她的方向和步態(tài)變化方面表現(xiàn)出的變化要小得多。這意味著人們將更容易被 UHF 雷達(dá)探測到。

　　此外，當(dāng)散射體表面有水時，物體的雷達(dá)橫截面會減小。這減少了在 C 和 K 波段測量的雷達(dá)反射，盡管這種現(xiàn)象不會顯著影響 UHF 雷達(dá)。

　　另一個重要的區(qū)別在于較低頻率的信號可以穿透墻壁并穿過建筑物，而較高頻率的信號則不能。例如，考慮一堵 30 厘米厚的混凝土墻。雷達(dá)波穿過墻壁而不是從墻壁反射的能力是波長、入射場的偏振和入射角的函數(shù)。對于 UHF 頻段，在大范圍的入射角上，傳輸系數(shù)約為 –6.5 dB。對于 C 和 K 頻段，該值分別降至 –35 dB 和 –150 dB，這意味著只有很少的能量可以通過。

　　如前所述，雷達(dá)的角分辨率與使用的波長成正比。但它也與孔徑的寬度成反比，或者對于天線的線性陣列，與陣列的物理長度成反比。這就是為什么毫米波（例如 W 和 K 波段）可以很好地用于自動駕駛的原因之一?；趦蓚€ 77-GHz 收發(fā)器、孔徑為 6 cm 的商用雷達(dá)單元可為您提供大約 2.5 度的角分辨率，比典型的激光雷達(dá)系統(tǒng)差一個數(shù)量級以上，對于自動駕駛來說太少了。在 77 GHz 下實現(xiàn)激光雷達(dá)標(biāo)準(zhǔn)分辨率需要更大的孔徑——例如 1.2 米，大約是汽車的寬度。

　　除了范圍和角度分辨率外，汽車的雷達(dá)系統(tǒng)還必須跟蹤大量目標(biāo)，有時同時跟蹤數(shù)百個目標(biāo)。如果目標(biāo)與汽車的距離僅相差幾米，則可能很難按距離區(qū)分目標(biāo)。對于任何給定的范圍，一個均勻的線性陣列（其發(fā)射和接收元件等距分布）只能區(qū)分與其擁有的天線數(shù)量一樣多的目標(biāo)。在可能有大量目標(biāo)的雜亂環(huán)境中，這似乎表明需要數(shù)百個這樣的發(fā)射器和接收器，而需要非常大的孔徑會使問題變得更糟。這么多硬件將是昂貴的。

　　解決這個問題的一種方法是使用一個數(shù)組，其中元素只放置在它們通常占據(jù)的幾個位置。如果我們仔細(xì)設(shè)計這樣一個“稀疏”數(shù)組，使每個相互的幾何距離都是唯一的，我們可以使它的行為與非稀疏的全尺寸數(shù)組一樣好。例如，如果我們從一個在 K 波段工作的 1.2 米孔徑雷達(dá)開始，并放入一個設(shè)計合理的稀疏陣列，它只有 12 個發(fā)射元件和 16 個接收元件，它的行為就像一個有 192 個元件的標(biāo)準(zhǔn)陣列。原因是精心設(shè)計的稀疏陣列在每個發(fā)射器和接收器之間可以有高達(dá) 12 × 16 或 192 的成對距離。使用 12 種不同的信號傳輸，16 個接收天線將接收 192 個信號。由于每個發(fā)射/接收對之間的唯一成對距離，可以使生成的 192 個接收信號表現(xiàn)得好像它們是由 192 個元素的非稀疏數(shù)組接收的。因此，稀疏陣列允許人們用時間換取空間——即使用天線元件進行信號傳輸。

　　雷達(dá)通常比基于光的傳感器（尤其是激光雷達(dá)）更容易在雨中看到。在相對較低的頻率下，雷達(dá)信號的強度損失要低幾個數(shù)量級。

　　原則上，沿汽車上的假想陣列放置的單獨雷達(dá)單元應(yīng)作為更大孔徑的單個相控陣單元運行。然而，該方案需要單獨子陣的每個發(fā)射天線聯(lián)合傳輸，以及聯(lián)合子陣的每個天線單元收集的數(shù)據(jù)的聯(lián)合處理，這反過來又要求所有子陣單元的相位為完美同步。

　　這一切都不容易。但即使可以實現(xiàn)，這樣一個完美同步的分布式雷達(dá)的性能仍然遠(yuǎn)遠(yuǎn)低于精心設(shè)計的、完全集成的、大口徑稀疏陣列的性能。

　　考慮兩個 77 GHz 的雷達(dá)系統(tǒng)，每個雷達(dá)系統(tǒng)的孔徑長度為 1.2 米，具有 12 個發(fā)射元件和 16 個接收元件。第一個是精心設(shè)計的稀疏數(shù)組；第二個將兩個 14 元素標(biāo)準(zhǔn)陣列放置在孔徑的最末端。兩個系統(tǒng)具有相同的孔徑和相同數(shù)量的天線元件。但是，盡管集成的稀疏設(shè)計無論在哪里掃描都表現(xiàn)同樣出色，但分離的版本很難從陣列的前面直視前方。那是因為兩束天線相距很遠(yuǎn)，在中心產(chǎn)生了一個盲點。

　　在廣泛分離的場景中，我們假設(shè)兩種情況。首先，分體系統(tǒng)兩端的兩個標(biāo)準(zhǔn)雷達(dá)陣列不知何故完美同步。這種安排在 45% 的時間里無法檢測到物體。在第二種情況下，我們假設(shè)每個陣列獨立運行，然后將它們各自獨立檢測到的對象融合在一起。這種安排幾乎 60% 的時間都失敗了。相比之下，精心設(shè)計的稀疏數(shù)組失敗的可能性微乎其微。

　　卡車和汽車配備了作者公司 Neural Propulsion Systems 的大口徑多波段雷達(dá)。請注意卡車擋風(fēng)玻璃上方非常寬的天線。

　　在模擬中可以很容易地描繪出拐角處的景象。我們考慮了一輛配備了我們的系統(tǒng)的自動駕駛汽車，靠近一個有四棟高層混凝土建筑的城市十字路口，每個角落都有一座。在模擬開始時，車輛距離十字路口中心 35 米，第二輛車正通過交叉路口接近中心。接近的車輛不在自動駕駛車輛的視線范圍內(nèi)，因此如果沒有看到拐角處的方法就無法檢測到。

　　在三個頻段中的每一個頻段，雷達(dá)系統(tǒng)都可以估計視線內(nèi)目標(biāo)的范圍和方位。在這種情況下，目標(biāo)的射程等于光速乘以發(fā)射的電磁波返回雷達(dá)所需時間的一半。目標(biāo)的方位角由雷達(dá)接收到的波前的入射角確定。但是當(dāng)目標(biāo)不在視線范圍內(nèi)并且信號沿多條路徑返回時，這些方法不能直接測量目標(biāo)的距離或位置。

　　但是，我們可以 推斷目標(biāo)的范圍和位置。首先，我們需要區(qū)分視線、多路徑和穿過建筑物的返回。對于給定的范圍，多徑返回通常較弱（由于多次反射）并且具有不同的極化。通過建筑物的回報也較弱。如果我們知道基本環(huán)境——建筑物和其他靜止物體的位置——我們可以構(gòu)建一個框架來找到真實目標(biāo)的可能位置。然后，我們使用該框架來估計目標(biāo)在這個或那個位置的可能性。

　　隨著自動駕駛汽車和各種目標(biāo)的移動以及雷達(dá)收集到更多數(shù)據(jù)，每條新證據(jù)都用于更新概率。這是貝葉斯邏輯，從它在醫(yī)學(xué)診斷中的使用中很熟悉。病人有發(fā)燒嗎？如果有，是否有皮疹？在這里，每次汽車系統(tǒng)更新估計值時，它都會縮小可能性范圍，直到最終顯示真實目標(biāo)位置并且“幽靈目標(biāo)”消失。通過融合從多個頻段獲得的信息，可以顯著提高系統(tǒng)的性能。

　　我們使用實驗和數(shù)值模擬來評估我們的雷達(dá)系統(tǒng)在各種操作條件下的理論性能極限。道路測試證實雷達(dá)可以檢測到來自遮擋的信號。在接下來的幾個月里，我們計劃展示圓角感應(yīng)。

　　我們的系統(tǒng)在范圍、角度分辨率和在拐角處看到的能力方面的性能應(yīng)該是前所未有的。我們希望它能夠?qū)崿F(xiàn)一種比我們所知道的更安全的駕駛方式。