Bagaimana Radar 4D mmWave Membantu Mobil yang Lebih Cerdas

Bagaimana Radar 4D mmWave Membantu Mobil yang Lebih Cerdas

Saat sekarang, seiring dengan banyaknya perusahaan mobil besar dunia yang memasuki bidang kendaraan listrik, Hal ini mencerminkan tekad berbagai negara di dunia untuk mengganti kendaraan berbahan bakar minyak dengan kendaraan listrik.

Perubahan besar ini secara langsung mendorong kombinasi komprehensif antara elektrifikasi kendaraan dan kecerdasan. Sistem penggerak otonom telah menjadi medan pertempuran paling penting bagi perusahaan mobil besar, dan munculnya 4D radar telah menjadi terobosan besar di bidang radar.

Perbedaan paling jelas antara radar gelombang milimeter pencitraan 4D dan radar gelombang milimeter tradisional adalah bahwa radar ini meningkatkan persepsi informasi ketinggian target, diikuti dengan peningkatan substansial dalam kehalusan persepsi. Radar gelombang milimeter tradisional terutama digunakan untuk mendeteksi jarak, kecepatan relatif dan azimuth objek karena terbatasnya saluran ketinggian dan keterbatasan kinerja prosesor, yang mana maksudnya “3D” di masa lalu. Namun, dalam hal altimetri, kemampuan radar tradisional sangat lemah, dan bahkan bisa dikatakan tidak memiliki kemampuan altimetri sama sekali. Akibat dari hal ini adalah ketika ada hambatan statis di jalan, meskipun radar dapat mendeteksi titik pantulan rintangan tersebut, seringkali sulit untuk membuat penilaian yang akurat karena tidak dapat mengidentifikasi tinggi dan ukuran rintangan. Penyebab lainnya adalah persepsi yang salah mengenai target statis seperti penutup lubang jalan, gundukan kecepatan, rambu jalan, dan jalan layang, yang menyebabkan rendahnya kepercayaan radar gelombang milimeter pada sistem fusi.

In order to reduce unnecessary braking and improve the user experience, some radar companies, autonomous driving companies or car companies will choose to directly filter out such static targets perceived by radar in the actual application process. Maybe in most scenarios, this strategy is enough to deal with, but for some uncommon Corner Cases, it seems a little powerless. In particular, many L2-level autonomous driving systems use vision as the main sensor and millimeter-wave radar as auxiliary perception. If obstacles are found visually, it is okay. If they are not found in time, they have to rely on millimeter-wave radar, which is prone to problems.

Compared with traditional millimeter-wave radar, 4Radar D tidak hanya dapat memberikan informasi ketinggian target dan mencapai resolusi sudut yang lebih tinggi karena lebih banyak saluran dan prosesor yang lebih canggih, tetapi juga mengeluarkan informasi titik awan padat untuk menguraikan area sekitarnya. Garis besar objek, itu adalah, pencitraan titik awan.

Dalam hal resolusi sudut, radar gelombang milimeter 4D saat ini umumnya dapat mencapai resolusi sudut horizontal dalam 1° dan resolusi sudut pitch dalam 2°, yang sangat penting untuk meningkatkan keselamatan berkendara. Ambil contoh ACC, menurut sumber yang relevan, jika Anda ingin membedakan dua kendaraan secara akurat 300 meter jauhnya, resolusi sudut horizontal harus kurang dari 1°. Dan jika Anda ingin mengidentifikasi lampu lalu lintas yang berkeliaran 6.5 meter 150 meter di depan mobil, resolusi sudut perlu mencapai 2° untuk memenuhi permintaan.

Dalam hal keluaran point cloud, kepadatan awan titik radar tradisional sangat jarang, dan pada dasarnya tidak mungkin untuk mengklasifikasikan hambatan, sedangkan radar 4D memiliki kemampuan keluaran point cloud yang mirip dengan lidar, yang dapat membantu menganalisis kontur dan kategori target, dan meningkatkan persepsi keandalan seluruh sistem. Pada saat yang sama, itu juga bisa menjadi mubazir dengan persepsi kamera, sebagai suplemen klasifikasi ketika sensor gambar gagal. Berkat peningkatan signifikan dalam kemampuan altimetri, resolusi sudut, kepadatan awan titik, dll., 4Radar gelombang milimeter D sedang dianggap sebagai dukungan penting untuk evolusi mengemudi otonom dari L2 ke L3 atau bahkan L4/L5 tingkat yang lebih tinggi.

Bagikan postingan ini