欧美视频精品,女人与大狼拘配视频,日韩另类在线,伊人网99,亚洲网站免费,avav34,夜夜躁很很躁日日躁2022

支持高級別自動駕駛 行易道4D雷達研制取得顯著成果

2020年,受北京市科學技術委員會委托,北京行易道科技有限公司(以下簡稱行易道)承擔《支持高級別自動駕駛的成像毫米波雷達研制》課題,近日完成了產(chǎn)品原型設計和測試,結果表明實現(xiàn)了設計指標,取得了顯著成果。

該產(chǎn)品實現(xiàn)了方位角、俯仰角、距離、速度的聯(lián)合高精度測量;實現(xiàn)了基于目標多維特征提取算法、目標多散射點融合聚類算法、開發(fā)典型目標的運動模型,以實現(xiàn)目標分類、降低雷達檢測虛警率,實現(xiàn)威脅障礙目標的高置信度檢測識別。

表1 行易道4D雷達產(chǎn)品原型機指標

行易道在車載雷達上的多年積累,在4D雷達技術上獲得集中體現(xiàn),在本產(chǎn)品中,創(chuàng)新的技術如下:

——稀疏陣列天線設計。實現(xiàn)方位向分辨率1°,俯仰向分辨率2.5°。

——壓縮感知(Compressive Sensing)超分辨算法首次在車載雷達上工程應用,能夠實現(xiàn)方位向0.5°,俯仰向0.8°的分辨率。

——目標分類更加完整,能夠對高程目標(燈桿、路牌、橋梁)準確分類,對于汽車、摩托車、行人分類更加準確,能夠極大地保障AEB功能的可靠性。

在這些創(chuàng)新點中,壓縮感知算法格外令人矚目。

近年來壓縮感知在生物醫(yī)學成像、圖像壓縮、雷達目標檢測等領域得到了廣泛的應用。在觀測對象稀疏的情況下,壓縮感知可突破傳統(tǒng)采樣定理限制,利用稀疏信號處理進行無模糊重構。中科院團隊將稀疏信號處理應用于雷達成像,在理論體制、方法、實驗等方面取得原創(chuàng)性成果。

汽車雷達信號處理技術近年來蓬勃發(fā)展,但是陣列構型限制了角分辨率關鍵指標的進一步提升,壓縮感知可突破這一瓶頸。2017年開始,德國、美國、意大利等團隊將壓縮感知應用于汽車雷達信號處理,實現(xiàn)超分辨角度估計。2019年開始,行易道和中科院團隊合作,在77Ghz 車載4D雷達、77GHz車載合成孔徑雷達產(chǎn)品研制中,引入稀疏信號處理技術,2022年實現(xiàn)了工程應用,取得了令人信服、令行業(yè)振奮的成果,處于行業(yè)領先地位。該成果對汽車智能化進程中實現(xiàn)傳感器升級、滿足高級別智能駕駛需求,都具有非常重要的意義和價值。

對于車載傳感器來說,在汽車智能化時代,面臨多維度的工程挑戰(zhàn):高精度目標分類能力、實時性、尺寸、魯棒性、全天候工作和成本。毫米波雷達從1974年開始在汽車上應用,經(jīng)歷了收發(fā)通路從電子真空管到全固態(tài)的演進,到21世紀,在實時性、尺寸、魯棒性、全天候工作和成本方面,表現(xiàn)優(yōu)良,但是在高精度目標分類方面,受到尺寸、成本、技術的約束,工程化進展緩慢。

如何研制出能夠滿足高精度目標分類和實時工作能力,同時具有尺寸和成本優(yōu)勢,是擺在產(chǎn)業(yè)面前的難題。壓縮感知超分辨算法的優(yōu)勢,在車載4D雷達的研制中得到充分驗證,比1970年代開始被廣泛應用的譜估計超分辨算法,具有運算資源占用少、運算時間短的優(yōu)勢,能夠突破硬件尺寸、運算資源的約束,實現(xiàn)實時成像、高精度目標分類,尺寸、成本可控。

圖2 行易道DBF、DML、壓縮感知算法仿真對比圖

為了應對日益緊迫的AEB(緊急自動剎車)全球標配浪潮,行易道沿用自主的4D雷達技術,推出滿足市場需求的4D雷達產(chǎn)品AMRR300,這款產(chǎn)品將于2023年4月SOP(商業(yè)化量產(chǎn)),支持實現(xiàn)AEB功能。AMRR300延用了稀疏陣列天線設計、壓縮感知算法,具有高精度目標分類能力,能夠滿足AEB、高級自動駕駛的應用需求。產(chǎn)品核心指標見表2。

表2 行易道4D雷達產(chǎn)品AMRR300指標

該科委研發(fā)項目未來的技術成果轉化,將給智能汽車行業(yè)帶來強有力的技術推動和帶動作用,從而促進科研成果經(jīng)濟效益的實現(xiàn)。

關鍵詞: 行易道4D雷達 自動駕駛 車載雷達 生物醫(yī)學成像

來源:中國汽車報網(wǎng)
編輯:GY653

免責聲明:本網(wǎng)站內容主要來自原創(chuàng)、合作媒體供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。

  • 相關推薦

相關詞