讓自動(dòng)駕駛汽車“看透”拐角

基于駛近城市十字路口（拐角處有4棟高層混凝土建筑）的一輛自動(dòng)駕駛汽車的建模，可以對(duì)自動(dòng)駕駛汽車看清拐角路況的情形進(jìn)行仿真。另一輛車正從某方向靠近路口中心，盡管超出了自動(dòng)駕駛汽車的視距，系統(tǒng)仍可通過(guò)處理多條路徑反射回來(lái)或直接穿過(guò)建筑物返回的信號(hào)檢測(cè)到該車輛。

要讓自動(dòng)駕駛汽車名副其實(shí)，需滿足諸多要求，但毫無(wú)疑問(wèn)，對(duì)環(huán)境的感知和了解最為關(guān)鍵。自動(dòng)駕駛汽車必須跟蹤并識(shí)別多個(gè)物體和目標(biāo)，無(wú)論其清晰可見(jiàn)還是隱而不見(jiàn)，無(wú)論艷陽(yáng)高照還是狂風(fēng)暴雨。

光靠如今的雷達(dá)還遠(yuǎn)不足以實(shí)現(xiàn)這種效果，我們還需要攝像頭和激光雷達(dá)，但若能充分利用雷達(dá)的特殊優(yōu)勢(shì)，也許至少可以省去部分輔助傳感器。

誠(chéng)然，立體模式下的傳統(tǒng)攝像頭可以檢測(cè)物體、測(cè)量物體距離并估算物體速度，但其精度無(wú)法達(dá)到完全自動(dòng)駕駛的要求。此外，攝像頭在夜間、有霧或陽(yáng)光直射的情況下均無(wú)法正常工作，使用傳統(tǒng)攝像頭的系統(tǒng)很容易被視錯(cuò)覺(jué)欺騙。激光掃描系統(tǒng)或激光雷達(dá)自帶照明往往在惡劣天氣下的確優(yōu)于攝像頭。盡管如此，它們也只能在清晰視距內(nèi)看到前方，在被建筑物或其他障礙物遮擋的情況下，無(wú)法檢測(cè)到接近十字路口的汽車。

雷達(dá)的測(cè)距精度和角分辨率不如激光雷達(dá)高，角分辨率是在兩個(gè)不同目標(biāo)之間分辨出其中一個(gè)目標(biāo)所需的最小到達(dá)角。不過(guò)，我們?cè)O(shè)計(jì)了一種新穎的雷達(dá)架構(gòu)，克服了此類缺陷，使其在增強(qiáng)激光雷達(dá)和攝像頭方面更加有效。

我們提出的架構(gòu)采用了稀疏、大口徑多波段雷達(dá)。其基本理念是使用多種頻率，利用各頻率的特定屬性，將系統(tǒng)從多變的天氣條件中解放出來(lái)，透視并環(huán)顧觀察路口情況。反過(guò)來(lái)，該系統(tǒng)采用了先進(jìn)的信號(hào)處理和傳感器融合算法來(lái)生成環(huán)境的集成表示。

我們已通過(guò)試驗(yàn)驗(yàn)證了該雷達(dá)系統(tǒng)的理論性能極限，包括有效距離、角分辨率和精度。目前，我們正在為多家汽車制造商構(gòu)建硬件以進(jìn)行評(píng)估，且最近的道路測(cè)試已取得成功。我們?cè)?022年年初進(jìn)行了更精細(xì)的測(cè)試，以展示該系統(tǒng)的路口轉(zhuǎn)角感知性能。

每個(gè)頻段皆有其優(yōu)點(diǎn)和缺點(diǎn)。77千兆赫（GHz）及以下的頻段可穿透1 000米的濃霧，且損耗的信號(hào)強(qiáng)度不超過(guò)1分貝（dB）。相比之下，激光雷達(dá)和攝像頭在50米的濃霧中便會(huì)損耗10到15分貝。

雨水則是另一種情況。即便是小陣雨，也會(huì)令77GHz雷達(dá)像激光雷達(dá)一樣衰減。你可能會(huì)想，這沒(méi)問(wèn)題，改成更低的頻率就行。畢竟，在1GHz或更低的頻率下，雨對(duì)雷達(dá)而言可以說(shuō)是透明的。

低頻確實(shí)可行，但我們也需要高頻段，因?yàn)榈皖l段的有效距離較短且角分辨率較低。盡管高頻未必等同于窄波束，但可以使用天線陣列或高度定向天線，以窄波束投射較高頻段中的毫米波，就像激光那樣。這意味著這種雷達(dá)可以與激光雷達(dá)系統(tǒng)一爭(zhēng)高下，盡管它同樣存在視距之外無(wú)法觀測(cè)的問(wèn)題。

對(duì)于給定尺寸（即給定陣列孔徑）的天線，波束的角分辨率與工作頻率成反比。同樣，為了實(shí)現(xiàn)給定的角分辨率，所需的頻率與天線尺寸成反比。因此，若要在相對(duì)較低的超高頻（UHF，0.3 ～1GHz）下依靠雷達(dá)系統(tǒng)獲得所需的角分辨率，需要的天線陣列是K波段（18 ～27GHz）或W波段（75 ～110GHz）雷達(dá)所需天線陣列的數(shù)十倍。

盡管較低的頻率對(duì)提高分辨率并無(wú)多大幫助，但它有其他優(yōu)勢(shì)。電磁波往往會(huì)在尖銳的邊緣衍射；遇到曲面時(shí)，它們會(huì)在周圍以“爬行”波的形式衍射。這些效應(yīng)太弱，無(wú)法在K波段的較高頻率下產(chǎn)生效果，W波段尤為如此，但在UHF和C波段（4 ～8GHz）可能效果顯著。這種衍射行為以及較低的穿透損耗使此類雷達(dá)能夠檢測(cè)到拐角處的物體。

雷達(dá)的一個(gè)弱點(diǎn)在于它會(huì)遵循多條路徑，在往返抵達(dá)被跟蹤物體的途中會(huì)被無(wú)數(shù)物體反射。由于道路上存在許多其他汽車?yán)走_(dá)，因此雷達(dá)的回波更為復(fù)雜。不過(guò)，多次反射也有另一個(gè)優(yōu)勢(shì)：范圍廣泛的彈跳可為計(jì)算機(jī)提供信息，反映沿視距投射的光束無(wú)法到達(dá)處所發(fā)生的情況，例如，揭示直接探測(cè)無(wú)法看到的交叉路口的路況。

看得遠(yuǎn)，看得到細(xì)節(jié)，看得清側(cè)面，甚至能夠直接穿透障礙物，這是雷達(dá)尚未完全實(shí)現(xiàn)的目標(biāo)。沒(méi)有一個(gè)雷達(dá)頻段可單獨(dú)實(shí)現(xiàn)所有效果，但一個(gè)可在多頻段同時(shí)運(yùn)行的系統(tǒng)卻可以非常接近這一目標(biāo)。例如，K波段和W波段等高頻段可實(shí)現(xiàn)高分辨率，同時(shí)準(zhǔn)確估計(jì)目標(biāo)的位置和速度，但它們無(wú)法穿透建筑物的墻壁或看清角落情況；更重要的是，它們?nèi)菀资艿酱笥?、大霧和灰塵的影響。

UHF和C波段等較低頻段不太容易受到上述問(wèn)題的影響，但它們需要更大的天線元件且可用帶寬較少，這會(huì)降低測(cè)距分辨率，測(cè)距分辨率是區(qū)分方位相似但距離不同的兩個(gè)物體的能力。要達(dá)到既定角分辨率，較低的頻段還需要大孔徑。通過(guò)將不同頻段組合在一起，我們可以平衡某個(gè)頻段的弱點(diǎn)和其他頻段的優(yōu)勢(shì)。

不同的目標(biāo)給我們的多頻段解決方案帶來(lái)了不同挑戰(zhàn)。汽車前部在UHF波段的雷達(dá)截面（或有效反射率）比C波段和K波段的要小。這意味著使用C波段和K波段更容易檢測(cè)到正在靠近的車輛。此外，與C波段和K波段相比，在UHF波段，行人的不同行進(jìn)方向和步態(tài)給其截面帶來(lái)的變化要小得多。這意味著行人將更容易被UHF雷達(dá)探測(cè)到。

此外，當(dāng)散射體表面有水時(shí)，物體的雷達(dá)截面會(huì)減小。這就減少了C波段和K波段可測(cè)到的雷達(dá)反射，但是此現(xiàn)象不會(huì)對(duì)UHF雷達(dá)產(chǎn)生明顯影響。

另一個(gè)重要區(qū)別在于較低頻率的信號(hào)可穿透墻壁、穿過(guò)建筑物，而較高頻率的信號(hào)則無(wú)法做到這一點(diǎn)。以一堵30厘米厚的混凝土墻為例，雷達(dá)波穿過(guò)墻壁而非被墻壁反射的能力可通過(guò)波長(zhǎng)、入射場(chǎng)的極化和入射角的函數(shù)計(jì)算。UHF頻段在大范圍入射角的傳輸系數(shù)約為-6.5dB。C波段和K波段的該數(shù)值分別下降為-35dB和-150dB，這意味著可以通過(guò)的能量很少。

如前所述，雷達(dá)的角分辨率與所用波長(zhǎng)成正比，而角分辨率還與孔徑寬度成反比，對(duì)于線性陣列天線而言，它與陣列的物理長(zhǎng)度成反比。這就是毫米波（如W波段和K波段）可以很好地用于自動(dòng)駕駛的原因之一。一個(gè)基于兩個(gè)77GHz收發(fā)器、孔徑為6厘米的商用雷達(dá)裝置的角分辨率約為2.5度，與典型的激光雷達(dá)系統(tǒng)相比，其差值在一個(gè)數(shù)量級(jí)以上，這對(duì)自動(dòng)駕駛而言太低。在77GHz下實(shí)現(xiàn)激光雷達(dá)標(biāo)準(zhǔn)分辨率需要更大的孔徑（如1.2米），約等于汽車的寬度。

除了達(dá)到一定的有效距離和角分辨率之外，汽車的雷達(dá)系統(tǒng)還必須跟蹤大量目標(biāo)，有時(shí)需同時(shí)跟蹤數(shù)百個(gè)目標(biāo)。若目標(biāo)與汽車的距離僅相隔數(shù)米，則可能很難按距離區(qū)分目標(biāo)。在任何給定距離內(nèi)，一個(gè)均勻的線性陣列（發(fā)射和接收元件等距分布）能夠區(qū)分的目標(biāo)數(shù)量與其天線數(shù)量相同。因此，在可能存在大量目標(biāo)的雜亂環(huán)境中，需要數(shù)百個(gè)類似的發(fā)射器和接收器，而且巨大的孔徑會(huì)使問(wèn)題更復(fù)雜。如此之多的硬件也會(huì)大幅拉高成本。

使用陣列是解決此問(wèn)題的一種方法，陣列中的元件只占用通常情況下的一部分位置。如果仔細(xì)地設(shè)計(jì)這樣一個(gè)“稀疏”陣列，使其相互的幾何距離都是唯一的，便可使其性能與非稀疏的全尺寸陣列相同。例如從一個(gè)K波段運(yùn)行的1.2米孔徑雷達(dá)入手，放入設(shè)計(jì)合理的稀疏陣列，該陣列只有12個(gè)發(fā)射元件和16個(gè)接收元件，則它的性能與擁有192個(gè)元件的標(biāo)準(zhǔn)陣列相同。其原因在于，精心設(shè)計(jì)的稀疏陣列在每個(gè)發(fā)射器和接收器之間可實(shí)現(xiàn)多達(dá)12×16（即192）個(gè)成對(duì)距離。使用12種不同的信號(hào)傳輸，16個(gè)接收天線將接收192個(gè)信號(hào)。由于各發(fā)射接收對(duì)之間的成對(duì)距離唯一，因此所得到的192個(gè)接收信號(hào)就像是由192個(gè)元件的非稀疏陣列接收的一樣。所以，借助稀疏陣列，我們可以用時(shí)間換取空間，即使用天線元件進(jìn)行信號(hào)傳輸。

原則上，沿車載的假想陣列放置的單獨(dú)雷達(dá)單元應(yīng)作為更大孔徑的單個(gè)相控陣單元運(yùn)行。然而，該方案需要單獨(dú)子陣列的各發(fā)射天線聯(lián)合傳輸，并聯(lián)合處理聯(lián)合子陣的各天線單元收集的數(shù)據(jù)，這又反過(guò)來(lái)要求所有子陣列單元的相位完全同步。

這一切都不容易實(shí)現(xiàn)。即便可以實(shí)現(xiàn)，這種完全同步的分布式雷達(dá)的性能仍然遠(yuǎn)遠(yuǎn)落后于精心設(shè)計(jì)的完全集成、大口徑稀疏陣列雷達(dá)。

假設(shè)有兩個(gè)77GHz的雷達(dá)系統(tǒng)，每個(gè)系統(tǒng)的孔徑長(zhǎng)度為1.2米，配備12個(gè)發(fā)射元件和16個(gè)接收元件。第一個(gè)系統(tǒng)是精心設(shè)計(jì)的稀疏陣列；第二個(gè)系統(tǒng)的孔徑最外側(cè)則有兩個(gè)14元件標(biāo)準(zhǔn)陣列。這兩個(gè)系統(tǒng)的孔徑和天線元件數(shù)量相同。盡管集成稀疏設(shè)計(jì)的掃描效果相同，但分離式設(shè)計(jì)難以從陣列前部直視前方。這是因?yàn)閮墒炀€相距甚遠(yuǎn)，其中心產(chǎn)生了一個(gè)盲點(diǎn)。

在采用分離式設(shè)計(jì)的場(chǎng)景下，可假設(shè)兩種情況。第一種情況下，分離式系統(tǒng)兩端的兩個(gè)標(biāo)準(zhǔn)雷達(dá)陣列幾近完全同步。此設(shè)計(jì)有45%的時(shí)間無(wú)法檢測(cè)到物體。在第二種情況下，假設(shè)各陣列獨(dú)立運(yùn)行，然后將其各自獨(dú)立檢測(cè)到的對(duì)象融合在一起。這一設(shè)計(jì)有幾乎60%的時(shí)間都會(huì)檢測(cè)失敗。相比之下，精心設(shè)計(jì)的稀疏陣列檢測(cè)失敗的可能性微乎其微。

通過(guò)仿真，我們可以輕松描繪出拐角處的景象。假設(shè)一輛配備了我們系統(tǒng)的自動(dòng)駕駛汽車正在靠近一個(gè)城市十字路口，路口的4個(gè)角落各有一棟高層混凝土建筑。仿真開(kāi)始時(shí)，車輛距離交叉路口中心35米，第二輛車正通過(guò)交叉路口接近中心。正在靠近的車輛不在自動(dòng)駕駛汽車的視距范圍內(nèi)，因此，如果不使用街角環(huán)視技術(shù)便無(wú)法檢測(cè)到駛近的車輛。

雷達(dá)系統(tǒng)在3個(gè)頻段中的各頻段均可預(yù)估視距內(nèi)目標(biāo)的距離和方位。在這種情況下，目標(biāo)的距離等于光速乘以發(fā)射的電磁波返回雷達(dá)所需時(shí)間的一半。目標(biāo)的方位則通過(guò)雷達(dá)接收到的波前入射角確定。當(dāng)目標(biāo)不在視距范圍內(nèi)且信號(hào)沿多條路徑返回時(shí)，此方法無(wú)法直接測(cè)得目標(biāo)的距離或位置。

不過(guò)，我們可以推斷目標(biāo)的距離和位置。首先，我們需要區(qū)分視距、多路徑和穿過(guò)建筑物的返回波。在給定距離內(nèi)，多路徑返回波（由于多次反射）通常較弱且極化不同。穿過(guò)建筑物的回波也較弱。如果我們知道基本環(huán)境（建筑物和其他靜止物體的位置），便可以構(gòu)建一個(gè)框架，找出真實(shí)目標(biāo)的可能位置。然后，我們可使用該框架來(lái)估測(cè)目標(biāo)在某個(gè)位置的可能性。

隨著自動(dòng)駕駛汽車和各目標(biāo)的移動(dòng)，雷達(dá)會(huì)收集到更多數(shù)據(jù)，每條新的數(shù)據(jù)都可用于更新概率。這就是貝葉斯邏輯，與其在醫(yī)學(xué)診斷中的應(yīng)用十分類似。病人有無(wú)發(fā)熱？如發(fā)熱，是否出現(xiàn)皮疹？同樣，汽車系統(tǒng)每一次更新估算值，都會(huì)縮小可能的范圍，直至最終顯示真實(shí)目標(biāo)的位置，同時(shí)消除“虛假目標(biāo)”。通過(guò)融合從多個(gè)頻段獲得的信息，可顯著提高系統(tǒng)的性能。

我們通過(guò)試驗(yàn)和數(shù)值仿真模擬評(píng)估了雷達(dá)系統(tǒng)在各種操作條件下的理論性能極限。道路測(cè)試證實(shí)，雷達(dá)可檢測(cè)到被遮擋的信號(hào)。接下來(lái)的幾個(gè)月，我們計(jì)劃展示轉(zhuǎn)角感應(yīng)。希望此類功能能夠?qū)崿F(xiàn)前所未有的安全駕駛方式。