本文轉(zhuǎn)自西湖大學(xué)智能無(wú)人系統(tǒng)課題組，作者丁蘇生

毫米波雷達(dá)基礎(chǔ)知識(shí)

簡(jiǎn)介

毫米波雷達(dá)（mmWave Rader）采用毫米波作為電磁波發(fā)送信號(hào)，捕捉并處理電磁波經(jīng)過路徑障礙物的反射信號(hào)后可獲取目標(biāo)物體的 速度、距離、方位角和高度 等信息。

毫米波的波長(zhǎng)范圍為0-10mm，在電磁頻譜中這種波長(zhǎng)被視為短波長(zhǎng)。采用毫米波作為電磁波信號(hào)能夠獲取高精度的測(cè)距信息，同時(shí)天線也可以做的更小和緊湊減小設(shè)備體積。工作頻率為 76–81GHz（對(duì)應(yīng)波長(zhǎng)約為 4mm）的毫米波系統(tǒng)將能夠檢測(cè)小至 零點(diǎn)幾毫米 的移動(dòng)。

距離測(cè)量

毫米波雷達(dá)距離測(cè)量的基本原理是，計(jì)算發(fā)射電磁波與接收反射電磁波之間的時(shí)間差，并通過電磁波傳播速度 c 估算目標(biāo)物體距離 d，公式為 d=。如下圖1所示為 FMCW (Frequency Modulated Continuous Wave)雷達(dá)主射頻組件的簡(jiǎn)化框圖。

主要工作流程為：

①通過合成器生成線性調(diào)頻脈沖；

②將線性調(diào)頻脈沖通過發(fā)射天線發(fā)射出去；

③通過接收天線接收反射的電磁波；

④通過混頻器將發(fā)射信號(hào)和接收信號(hào)合并到一起，生成中頻(IF)信號(hào)，并通過IF信號(hào)計(jì)算時(shí)間差。

圖1??FMCW雷達(dá)框圖[1]

混頻器是一個(gè)電子組件能夠?qū)蓚€(gè)信號(hào)合并在一起并生成新的頻率的信號(hào)，生成的新頻率等于兩個(gè)輸入正弦信號(hào)頻率差，相位差等于兩個(gè)輸入信號(hào)的相位差。圖2所示為毫米波雷達(dá)經(jīng)過以上流程后檢測(cè)單個(gè)物體獲取的IF信號(hào)。當(dāng)電磁波經(jīng)過路徑有多個(gè)障礙物時(shí)，接收天線會(huì)接收到多個(gè)反射信號(hào)，生成多個(gè)信號(hào)頻率固定的IF單音信號(hào)，通過傅里葉變換即可分離IF信號(hào)中不同單音，因此毫米波雷達(dá)能夠同時(shí)檢測(cè)多個(gè)目標(biāo)物體的距離。

圖2 毫米波雷達(dá)檢測(cè)單個(gè)物體[1]

速度測(cè)量

FMCW毫米波雷達(dá)會(huì)發(fā)射兩個(gè)間隔為的線性調(diào)頻脈沖用于測(cè)速，如下圖6所示。每個(gè)反射的線性調(diào)頻脈沖通過FFT處理后，可獲取到物體的距離信息（距離FFT）。每個(gè)線性調(diào)頻脈沖的距離FFT會(huì)在同一位置出現(xiàn)峰值相同，相位不同。測(cè)得相位差對(duì)應(yīng)于速度為物體的移動(dòng)。當(dāng)有多個(gè)具有不同速度的物體在同一距離時(shí)，雙線性調(diào)頻脈沖速度測(cè)量方法將不起作用，需要發(fā)送N個(gè)線性調(diào)頻脈沖并通過多普勒FFT可以計(jì)算出相同距離多個(gè)物體的速度。

圖3 雙線性調(diào)頻脈沖速度測(cè)量[1]

角度檢測(cè)

FMCW毫米波雷達(dá)至少需要兩個(gè)接收天線才能測(cè)出目標(biāo)物體角度信息。圖4為毫米雷達(dá)角度檢測(cè)原理，目標(biāo)到天線的差分距離很小的變化就會(huì)導(dǎo)致距離FFT或多普勒FFT峰值相位的變化，該結(jié)果可被用于執(zhí)行角度估算，進(jìn)行角度估算至少需要兩個(gè)天線。

圖4 FMCW毫米波雷達(dá)角度估算[2]

相位變化與距離間的數(shù)據(jù)推導(dǎo)公式為：=，假設(shè)接收天線接收的波形為平面波，接收天線之間的距離為,則=。因此到達(dá)角可以根據(jù)公式=計(jì)算出來(lái)。如下圖5所示，取決于,是一種非線性依賴的關(guān)系，僅在的值很小時(shí)，才是線性近似。因此當(dāng)接近0°時(shí)角度估算準(zhǔn)確度最高，接近90°時(shí)角度估算準(zhǔn)確度降低。

圖5 角度準(zhǔn)確度估計(jì)[2]

毫米波雷達(dá)機(jī)器人領(lǐng)域應(yīng)用場(chǎng)景

毫米波雷達(dá)目前常應(yīng)用于汽車、消費(fèi)、工業(yè)以及醫(yī)療等領(lǐng)域。汽車是其最早的商用場(chǎng)景，同時(shí)也是其目前最大的應(yīng)用市場(chǎng)。隨著近些年人工智能與機(jī)器人技術(shù)的發(fā)展，毫米波雷達(dá)應(yīng)用于機(jī)器人場(chǎng)景的也越來(lái)越多， 本文主要介紹毫米波雷達(dá)在機(jī)器人領(lǐng)域的應(yīng)用場(chǎng)景。

導(dǎo)航與障礙物規(guī)避

采用毫米波雷達(dá)作為機(jī)器人感知傳感器，可實(shí)現(xiàn)機(jī)器人的導(dǎo)航與障礙物規(guī)避，與IMU、里程計(jì)、攝像頭等傳感器融合后可以實(shí)現(xiàn)對(duì)環(huán)境的建圖等功能。如下視頻1為TI公司工程師在ROS中使用毫米波雷達(dá)實(shí)現(xiàn)機(jī)器人的障礙物避障與導(dǎo)航效果，視頻中機(jī)器人能夠快速的避開障礙物并能夠檢測(cè)到路徑中的玻璃擋板。毫米波雷達(dá)作為感知模塊相較于攝像頭和激光雷達(dá)等傳感器，能夠 識(shí)別玻璃 并能 穿透濃霧 ，因此在機(jī)器人導(dǎo)航與避障時(shí)增加毫米波雷達(dá)能夠增加整個(gè)系統(tǒng)的魯棒性。

視頻1?TI公司工程師在ROS中使用毫米波雷達(dá)實(shí)現(xiàn)機(jī)器人的障礙物避障與導(dǎo)航效果[3]

移動(dòng)平臺(tái)下的多目標(biāo)跟蹤

多目標(biāo)跟蹤算法能夠根據(jù)傳感器的數(shù)據(jù)對(duì)多個(gè)目標(biāo)進(jìn)行跟蹤和識(shí)別，這類傳感器可以是攝像頭、激光雷達(dá)和毫米波雷達(dá)等，也可以是幾種傳感器的組合。毫米波雷達(dá)在多目標(biāo)跟蹤算法中可以通過計(jì)算到目標(biāo)的速度、方向和距離等參數(shù)，對(duì)目標(biāo)進(jìn)行分組和檢測(cè)，并跟蹤目標(biāo)物體的運(yùn)動(dòng)。
如下視頻2所展示的為TI實(shí)驗(yàn)室采用毫米波雷達(dá)在移動(dòng)機(jī)器人上進(jìn)行障礙物跟蹤與識(shí)別的效果，算法將毫米波雷達(dá)獲取到的數(shù)據(jù)處理后輸出點(diǎn)云信息和障礙物的位置信息，視頻中可以看到毫米波雷達(dá)可以很輕松地在 靜止 或 移動(dòng) 的情況下識(shí)別并跟蹤目標(biāo)障礙物。

視頻2 TI實(shí)驗(yàn)室采用毫米波雷達(dá)在移動(dòng)機(jī)器人上進(jìn)行障礙物跟蹤與識(shí)別的效果[3]

在多目標(biāo)跟蹤算法中毫米波雷達(dá)相比攝像頭優(yōu)勢(shì)在于能夠直接獲取到檢測(cè)目標(biāo)的速度，并能在黑夜和大霧環(huán)境下實(shí)現(xiàn)檢測(cè)目標(biāo)物體的檢測(cè)與跟蹤。下圖6所示為毫米波雷達(dá)在黑夜環(huán)境下對(duì)微小無(wú)人機(jī)的識(shí)別效果，紅框中的為攝像頭檢測(cè)到的無(wú)人機(jī)，黃框中為毫米波雷達(dá)檢測(cè)到的無(wú)人機(jī)點(diǎn)云數(shù)據(jù)。

圖6 ?毫米波雷達(dá)黑夜環(huán)境下的無(wú)人機(jī)檢測(cè)

3D感知與建圖

毫米波雷達(dá)可以發(fā)射毫米波信號(hào)，并通過測(cè)量信號(hào)的反射時(shí)間和強(qiáng)度來(lái)獲取目標(biāo)物體的位置、速度和角度等信息。這使得毫米波雷達(dá)能夠?qū)崿F(xiàn)對(duì)周圍環(huán)境的精確三維感知。通過對(duì)多個(gè)角度和方向的掃描，毫米波雷達(dá)可以生成一個(gè)準(zhǔn)確的三維點(diǎn)云，其中包含了物體的位置、形狀以及相對(duì)速度等信息。利用毫米波雷達(dá)的感知數(shù)據(jù)，可以創(chuàng)建環(huán)境地圖，這些地圖通常被稱為 環(huán)境建圖 或 感知地圖 。這些地圖可以顯示道路、建筑物、障礙物等環(huán)境特征，有助于自動(dòng)駕駛系統(tǒng)做出決策和規(guī)劃路徑。毫米波雷達(dá)的高分辨率使其能夠檢測(cè)到較小的物體，如行人和自行車，從而提供更詳細(xì)和準(zhǔn)確的地圖數(shù)據(jù)。

四個(gè)毫米波雷達(dá)分別朝四個(gè)方向安裝在TurtleBot上，實(shí)現(xiàn)機(jī)器人3D感知與建圖的效果圖，3D建圖能夠提供小于1°的角度分辨率，在建圖的同時(shí)能夠獲取到機(jī)器人室內(nèi)實(shí)時(shí)的定位數(shù)據(jù)，

毫米波雷達(dá)未來(lái)發(fā)展

毫米波雷達(dá)具備在機(jī)器人、自動(dòng)駕駛等技術(shù)領(lǐng)域引發(fā)重大變革的潛力，然而尚未達(dá)到成熟階段。毫米波雷達(dá)的未來(lái)發(fā)展趨勢(shì)可能主要受以下幾個(gè)因素影響：

1）點(diǎn)云質(zhì)量的提升： ?毫米波雷達(dá)點(diǎn)云在數(shù)據(jù)格式中最為常見，但其質(zhì)量相較于其他傳感器較低，下圖8展示了毫米波雷達(dá)與當(dāng)前常用感知傳感器性能的對(duì)比。雷達(dá)的多徑效應(yīng)等特性嚴(yán)重影響點(diǎn)云數(shù)據(jù)質(zhì)量。急需改善信號(hào)處理流程中的信息損失，特別是通過采用精心設(shè)計(jì)的基于學(xué)習(xí)的方法替代恒虛警率自適應(yīng)檢測(cè)（CFAR）。基于學(xué)習(xí)的方向估計(jì)（DOA）方法，而非波束賦形（DBF）方法，也可用于超分辨率角度估計(jì)。

圖8 常用感知傳感器性能對(duì)比[5]

2）應(yīng)用算法重新設(shè)計(jì)： ?除了改進(jìn)毫米波雷達(dá)點(diǎn)云，信號(hào)處理后的應(yīng)用算法也至關(guān)重要。目前，許多毫米波雷達(dá)的應(yīng)用算法是在相應(yīng)激光雷達(dá)算法的基礎(chǔ)上修改而來(lái)。毫米波雷達(dá)的特殊性，如速度測(cè)量能力和在極端環(huán)境下的自適應(yīng)能力，需要未來(lái)進(jìn)一步研究。在感知任務(wù)方面，多模態(tài)融合無(wú)疑是未來(lái)的發(fā)展方向。然而，在極端天氣條件下，雷達(dá)與其他傳感器的集成是否會(huì)降低其穩(wěn)健性，仍需深入探討。對(duì)于毫米波雷達(dá)的定位和地圖繪制，與激光雷達(dá)和相機(jī)的融合仍有巨大的創(chuàng)新空間。

3）充分利用前端數(shù)據(jù)： ?針對(duì)毫米波雷達(dá)信號(hào)處理中的獨(dú)特?cái)?shù)據(jù)格式，如原始ADC數(shù)據(jù)、RD圖和4D張量，利用這些數(shù)據(jù)進(jìn)行感知、定位和映射是一個(gè)有趣且尚未被充分探索的領(lǐng)域?；趯W(xué)習(xí)的模型有望從這些數(shù)據(jù)中獲取豐富信息，同時(shí)保持良好的實(shí)時(shí)性能，這可能會(huì)成為未來(lái)研究的一個(gè)重要方向。

4）擴(kuò)充數(shù)據(jù)集： ?與其他基于數(shù)據(jù)驅(qū)動(dòng)的研究領(lǐng)域一樣，數(shù)據(jù)集在毫米波雷達(dá)的相關(guān)研究中扮演著關(guān)鍵角色。然而，目前可用的毫米波雷達(dá)數(shù)據(jù)集還相對(duì)有限，數(shù)據(jù)格式和場(chǎng)景豐富性有待進(jìn)一步擴(kuò)展。為此，我們需要在數(shù)據(jù)集方面投入更多的努力，以支持毫米波雷達(dá)研究的深入發(fā)展。

編輯：黃飛

?