】
来源
网络信息整理
众所周知，高级驾驶辅助系统(ADAS)在很大程度上，是依赖于现代雷达技术的，为什么不呢？雷达利用电磁波来感知环境，可以在能见度差或恶劣天气条件下进行远距离操作。设计能够准确捕捉各种交通状况的汽车射频，对于确保自动驾驶操作的安全性至关重要。
图片来源
网络
雷达系统在汽车领域并不陌生。在过去，汽车雷达用于车辆的基本操作，如自动紧急制动(AEB)和自适应巡航控制(ACC)，雷达传感器只需要向车辆提供与前方目标的距离和速度有关的信息。然而，全自动驾驶汽车，增加了车辆对雷达传感器的需求。具体地说，在探测到一个目标后，车辆必须确定几个东西，例如到一个目标的距离，它可能是另一辆车、一个人、一个静止的物体，或者类似的东西。雷达还必须计算目标接近或离开的速度；是在车辆的右侧、左侧还是正前方；在路上或在地面上；以及目标的性质，比如行人或车辆。
汽车雷达技术可以为车载嵌入式计算机和软件算法提供必要的实时信息，通过提供五维数据集来回答这些问题:距离、多普勒、方位到达方向(DoA)、仰角到达方向(DoA)和微多普勒。
随着SAE1级汽车逐步升级至5级全自动驾驶汽车，汽车雷达技术的应用范围将远远超过紧急制动和自适应巡航控制，对汽车可靠性和准确性的要求也将不断提高。
虽然构建和测试是非常有价值的，但如果它们自己单独使用，可能会非常昂贵和耗时。雷达传感器硬件性能仿真是一种经济有效的雷达传感器设计方法。为了构建一个更好的ADAS产品，工程师必须在更短的产品开发周期内运用模拟仿真的方式，来设计、测试和验证传感器。
仿真并构建更好的产品
在传感器设计阶段，硬件仿真是很有价值的，而在现实世界中验证和测试雷达传感器性能时，仿真就更有价值了。具体来说，雷达工程师需要确保雷达传感器能够准确感知环境，并为车辆的感知算法提供一致的信息。如果不能做到这一点，就会严重危及全自动驾驶汽车的安全。
此外，工程师将需要在所谓的极端情况下测试雷达传感器的性能，因为这些极端情况，对于物理测试来说可能过于危险或成本过高。事实上，据估计，在完全自动驾驶汽车到达客户手中之前，需要完成88亿英里的驾驶里程。因此，模拟已成为实现这一目标的唯一可行途径。通过使用模拟，工程师可以完成数十亿英里的虚拟驾驶里程，同时还可以安全地测试汽车雷达传感器在极端情况下的性能。
图片来源
网络
然而，并不是虚拟驱动器中的所有雷达传感器模拟都是相同的；模拟中引入的电磁逼真程度，它们在精度和速度上可能存在很大差异。具体来说，汽车雷达模拟的准确性取决于虚拟环境的逼真程度以及包含了多少电磁波传播现象。
每一种方法都降低了驾驶模拟过程中从虚拟雷达传感器获得的合成雷达回波的保真度。如果不能捕捉到交通场景的真实电磁响应，就会导致过早地对传感器进行验证，而这种传感器在现实生活中会表现出不同的、不可预测的行为。此外，它可以抵消人工智能(AI)算法带来的收益，这些算法可能是由不正确的合成雷达数据建立的。
雷达系统，可以说没有最好，只有更好！为了实现系统的稳健性，雷达系统还得承担实时的挑战，以满足不断发展的辅助驾驶技术的需求，伴随着技术的迭代升级，更好的雷达系统将会不断涌现。
说明：文章观点及视频内容仅供分享交流，不代表本
