毫米波雷达如何重振交通管理

2018 年 4 月 9 日 未来产业促进会


点击上方“公众号”可以订阅哦!


交通运输系统对于在世界各地快速、高效和安全地运送乘客和货物至关重要。所以运输系统和相关的基础设施必须通过收集运营环境周围的数据和传感条件来应对长期和实时的变化。交通工程师可以使用这些数据来建立统计数据,并帮助确定未来的基础设施投资,而驾驶员也可以使用这些数据来帮助管理他们的路线。


到2022年智能交通市场预计将达到636亿美元以上,这个信息的价值是显而易见的。然而,虽然交通监控系统能够在各种条件下提高运输效率和安全性,但是设计人员正面临着各种传感方面的挑战如下。


* 位置和速度测量:交通数据需要提供交通位置(位置)和流量(速度)的知识。它可能包括距离交叉路口停车栏或接近车速的距离。


* 全天候运行:由于交通基础设施传感器大多数都位于室外,无论天气如何,它们都必须能够正常工作。例如,白天和夜晚的各种灯光场景,以及雨天、雪、雾和灰尘等恶劣天气下的一致功能。


* 在扩展范围内进行高速物体检测:传感器必须能够检测并测量更长距离的更快移动的通信量。例如,如果一个系统能够感知距离十字路口较远的车辆,它可以更好地控制绿色和黄色的持续时间,以预测传入的交通量。


* 精度和性能测量:准确理解车道位置与传感器的车距,以及车速对于流量监控基础设施的有效运行至关重要。


现有的交通监控技术


目前有多种传感技术用于流量:监控应用。它们服务干不同的市场,每个功能都有独特的优点和缺点。


* 感应回路传感器:在这些解决方案中,绝缘和导电的导线穿过巷道中的切口。一个电脉冲通过这根导线,并且由于汽车通过而引起的电感变化指示车辆何时占据空间或经过。虽然常见并且很好理解,但是感应式回路感测具有以下几个缺点。


首先,检测仅限干环路安装处的“存在”,因此预测迎面而来的交通是困难的。其次,系统的规模要求每个区域和车道在交叉路口都有自己的环路,这是一个昂贵而复杂的系统实施。


最大的缺点是安装或修理这些系统需要挖掘路面。考虑到安装这些系统以及通常较短的使用周期(一到两年),感应环路系统的总体成本便迅速增加。


* 相机和基于视觉的传感器:使用视频图像处理器、相机和基于视觉的传感器从CMOS图像传感器捕获图像数据,然后,分析这些图像以确定交通行为。


这些系统不仅可以测量十字路口和高速公路的交通行为,还可以将实时视频传输给运营商。


然而,环境条件的变化——日夜循环、阴影和恶劣的天气——直接影响到这些系统“看见”的能力。而且,这些视觉挑战要求具有先进的信号处理和算法,同时也增加了系统的复杂性。


基于毫米波雷达的流置监测


一种在交通监控市场获得吸引力的技术是雷达,特別是基于毫米波(mmWave)雷达技术的解决方案。毫米波雷达具有很多独特优势,包括:对光线或天气的不敏感性、与基于视觉的技术相比更加广泛的适用范围,以及更髙的精度、在交通监控应用中更出色的表现(见图1)。


图1 毫米波雷达通常安装在交通杆上,不受路况影响


因此,当涉及到交通管理系统所面临的挑战时,毫米波雷达能够以各种方式提高运输效率和安全性。


* 在全天候条件下工作:熟悉雷达应用和射频信号传播的人可能知道,雷达对变化的环境条件不敏感。特别的,毫米波有能力穿透和感知不利的天气条件,如夜间、烟雾、雨水(图2)。这种能力使得毫米波雷达成为一个强大而一致的解决方案,用于在不受控制和变化的环境中进行室外传感。


图2 无论天气条件如何,毫米波雷达都可以在较大范围内检测车辆


* 在扩展范围内检测高速物体:毫米波雷达使用77GHz范围内的快速频率调制连续波(FMCW)雷达,与传统雷达系统相比具有多项优势。通过天线设计和射频配置相结合,可以使77GHz雷达系统能够在150m范围内轻松检测速度超过100km/h的车辆目标。


* 物体测量精度:集成处理的快速FMCW雷达能够在1s内多次测量场景中多个目标反射体的范围、径向速度和角度。使用毫米波解决方案的交通监控系统可以在远距离范围内以高速度分辨率实时轻松识别和跟踪多辆车辆。


克服雷达设计挑战


然而,实施雷达解决方案存在一些挑战。今天的雷达解决方案需要多个分立元件来创建完整的解决方案,包括一个RF前端和一个数字处理后端(见图3)。


图3 分立毫米波雷达设计的一个视图,该设计使用分立的芯片用于射频前端和数字处理后端


分立雷达系统需要像MCU这样的中央控制器来将控制信号传输到所有分立元件。这可能会产生电磁干扰(EMI)效应,最终导致“嘈杂”的系统。


这种缺乏集成性的系统增加了设计的复杂性,并且以牺牲系统尺寸、成本和功耗为代价。此外,分立雷达系统在不断变化的条件和应用需求的情况下产生了更多的软件挑战。


在76GHz~81GHz频段工作的新型毫米波雷达解决方案通过将DSP与基于ARM内核的强大MCU集成,克服了上述这些缺点(见图4)。单芯片解决方案无须在分立前端、模数转换器和处理部件之间进行高速数据传输。


图4 单芯片解决方案简化了毫米波雷达的硬件和软件设计


处理链仅在DSP上实现,而ARM处理器可用于追踪逻辑、对象分类、流量统计报告、I/O功能和传感器管理等更高级别的处理及管理功能。


值得注意的是,物体检测和跟踪是理解及分析交通环境的关键步骤。单芯片解决方案可以提供先进的算法,提供实时智能来检测、跟踪和分类对象。


DSP执行目标聚类和跟踪算法,处理车辆如何移动的数据,然后MCU可以对动态业务进行智能和实时反应。单芯片解决方案还有助于实现小型化应用,从而精确测量物体的范围、速度和角度。


结论


毫米波雷达的独特功能使其能够在传感器边缘进行髙性能的检测和分析,使其成为智能交通监控应用的理想选择,同时,单芯片解决方案降低了进入毫米波雷达设计的技术障碍。



注:投稿请电邮至124239956@qq.com ,合作 或 加入未来产业促进会请加:www13923462501 微信号或者扫描下面二维码:



文章版权归原作者所有。如涉及作品版权问题,请与我们联系,我们将删除内容或协商版权问题!联系QQ:124239956


登录查看更多
1

相关内容

传感器(英文名称:transducer/sensor)是一种检测装置,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求。
最新《智能交通系统的深度强化学习》综述论文,22页pdf
德勤:2020技术趋势报告,120页pdf
专知会员服务
189+阅读 · 2020年3月31日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
171+阅读 · 2020年2月8日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
镭神多线激光雷达强势赋能许昌芙蓉湖5G自动驾驶示范区
未来产业促进会
10+阅读 · 2019年5月8日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
车路协同应用场景分析
智能交通技术
24+阅读 · 2019年4月13日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
VIP会员
相关资讯
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
镭神多线激光雷达强势赋能许昌芙蓉湖5G自动驾驶示范区
未来产业促进会
10+阅读 · 2019年5月8日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
车路协同应用场景分析
智能交通技术
24+阅读 · 2019年4月13日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
Top
微信扫码咨询专知VIP会员