标签: 雷达

随着自动驾驶技术的快速发展，自动驾驶的研发逐渐形成一整套的流程，包括 数据采集，清洗标注，算法训练，仿真测试 到 量产 等各技术环节。通过复杂的步骤从原始数据中提出高价值的信息，其中对原始数据的精准采集是实现车辆环境感知的基石。毫米波雷达因其出色的测距、测速能力以及对恶劣天气的鲁棒性，成为不可或缺的传感器之一。 本文将以4D毫米波雷达ARS548为例，分享毫米波雷达如何快速实现数据采集，可视化及存储策略。关于毫米波雷达的特性可进一步了解文章 《毫米波雷达技术解析》 。 一、ARS548毫米波雷达概述 ARS548 是 4D高分辨率成像毫米波雷达（4D High Resolution Radar），如图1所示。它能够有效的测量 距离（Range），速度（Velocity），水平角度（Azimuth） 和 俯仰角度或高度（Elevation） 四个维度的信息，具备感知目标三维空间位置能力。具备以下特性： 图1：ARS548（图片来源于网络） 1.探测距离与视场角： 最大探测距离可达300米，水平视场角为±60°，垂直视场角为±4°至±14°。 2.数据输出： 支持最多800个Detection和50个Object的同时输出，测量周期为50ms至100ms可调。 3.接口： 采用100 BASE-T1接口，支持通过车载以太网转换器与标准以太网设备进行通信。 4.通信协议： 数据通过UDP协议传输，使用多播地址方式进行数据传输。 二、硬件集成 为了能快速采集到毫米波雷达的数据，需要对其进行 硬件集成与连接 ，如图2所示。 图2：Radar 硬件连接方案 以同时连接3个毫米波雷达为例，整个系统均支持12V的供电运行，可快速实现各设备稳定供电运行。在数据链路采集上，需要将车载以太网接口的数据转换到标准以太网，这一转换过程涉及以下步骤： 1. 网口转换： 使用如 康谋NETLion100转换器 ，将车载以太网信号转换为标准以太网信号。NETLion100集成了网络分线器(Tap)和双介质转换器于一身，支持BroadR-Reach®网络信号与100BASE-TX以太网之间的双向转换，并提供LED信号实时显示数据传输质量，可快速进行数据转换和分析。 2. 数据传输原理： 雷达数据以UDP包的形式发送至指定的多播地址， 康谋BRICK plus 设备通过网络接口接收这些数据包。BRICKplus提供广泛的接口支持多个传感器同时连接，实现高带宽数据的采集、处理和记录。 3. 采集与监控： 在BRICK plus端，可以使用Wireshark等网络分析工具来捕获和分析从雷达发送的数据包，检查数据包是否正确传输。 三、软件开发 为了采集到毫米波雷达输出的点云数据，需要理解数据的传输形式并能够实时解析。具体来说需要解决如下的问题： 1.数据采集 ：实时从ARS548雷达获取原始数据，这要求系统能够与雷达硬件接口进行高效通信，并且能够处理高频率的数据流。 2.数据解析： 将原始数据转换为可读的格式，如目标的距离、速度和角度。需要对雷达数据包进行解码，并提取出有用的信息。 3.数据可视化： 将解析后的数据以图形化的方式展示，便于分析和监控。需要实时更新数据显示。 ROS提供了模块化的节点系统 ，便于管理和扩展。每个节点可以独立开发和测试，使得系统的整体复杂性得到有效管理。十分契合我们对问题的拆解以及功能节点的完成。此外采用ROS的发布/订阅模型可以实时采集传输的雷达数据。 对于单个毫米波雷达的采集，解析和可视化，可以通过在ROS中对应 创建3个节点 来实现。3个节点分别负责Radar设备接收UDP数据，解析并发布ROS消息，以及将雷达检测和对象信息转换为可视化Marker消息。 针对3（多）个毫米波雷达的同时采集，我们采用 每个节点同时发布和订阅多个topic数据 实现同时采集和传输。并且为了实现多个雷达数据的同时显示，采用 Foxglove 进行可视化呈现，呈现效果如图3所示： 图3 ：Radar 可视化 随后， 采用ROSbag进行数据存储 ，能够确保数据的完整性和准确性。 四、总结 通过 集成高性能的硬件设备 和采用 ROS框架 ，实现了毫米波雷达数据的高效采集、实时处理和直观可视化，同时支持多雷达系统的数据同步采集和存储，提供了一个稳定、灵活且可扩展采集方案。

在当今快速发展的自动驾驶技术领域， 传感器 的作用日益凸显，它们是实现车辆环境感知的基石。其中， 毫米波雷达 因其独特的优势，已成为自动驾驶传感器套件中不可或缺的一部分。这种雷达不仅能够在各种恶劣的天气条件下稳定工作，还能提供精确的距离和速度信息，这对于车辆的安全导航至关重要。 一、毫米波雷达概述 RADAR(RAdio Dectecting And Ranging) 是指利用毫米波信号（30-300GHz）来探测和测量目标的雷达系统，其中毫米波是微波的一个子频段。在汽车领域，使用的毫米波雷达主要在 24GHz，77GHz和79GHz 三个频段，如图1所示。 图1 毫米波雷达频段 我们知道随着毫米波雷达工作频率越高，波长就越短，分辨率就越高。因此，与24GHz雷达相比，工作频率在76-81GHz的毫米波雷达，物体分辨准确度，测速和测距精确度都会进一步提高，能检测行人和自行车，且设备体积更小，更便于在车辆上安装和部署。 按照探测距离，毫米波雷达可分为 短程（SRR），中程（MRR）和远程（LRR）雷达 ，如图2所示。 图2 短、中、远程雷达 为了在车端更好的采集车辆周围信息，通常将毫米波雷达安装在车辆正前方和四周，即 角雷达和前向雷达 。主要实现BSD、LCA等L0自动驾驶功能，以及在ACC等L1~L2自动驾驶功能中实现重要的目标感知。如图3所示。 图3 角雷达与前向雷达 进一步来说，通过三种探测距离的雷达不同程度组合，可以承担着不同的ADAS功能，如表1所示： 表1 ADAS功能与雷达配置 二、毫米波雷达工作原理 毫米波雷达通过天线发射特定波形的电磁波，并接收目标反射的电磁波，通过信号处理计算出目标的位置、移动速度和方位等信息。毫米波雷达主要由 天线、射频（RF）组件和数字信号处理模块 组成，如下图4所示： 图4 毫米波雷达组成（图片来源于网络） 从技术角度来看， FMCW（Frequency Modulated Continuous Wave）调频连续波雷达 是现在的主流方案。相对于其他的波形调制技术而言， FMCW 可进行多目标探测，距离与速度探测，并可对目标进行连续追踪，系统敏感性高且误报率低。 FMCW发送的是频率随时间变化的波形，通常是 线性变化 的，如图5所示： 图5 FMCW波形（图片来源于网络） 通过上述分析，毫米波雷达工作流程如下，如图6所示： 1、首先射频发射器TX产生电磁波信号并且将之发射，信号到达目标物体； 2、物体反射或者散射信号形成回波信号，接收器RX接收回波信号； 3、混频器将回波信号与原始信号混合，经过滤波器进行滤波，得到中频IF信号（实际是雷达发射信号与回波信号的频率差，包含有物体的位置、速度等信息）； 4、中频信号输入到处理后端进行调制解调、FFT（FastFourierTransform，快速傅里叶变换）等算法处理，提取目标信息(Point cloud)并进行分析，实现目标检测、距离测量、速度测量、方位估计； 5、最终将结果输出以进行后续感知处理。 图6 毫米波雷达工作流程（图片来源于网络） 三、4D毫米波雷达 在 3D毫米波雷达 的应用中，主要收集的数据涵盖了物体的X、Y坐标和速度（v），然而， 这种技术在获取目标高度信息方面存在局限 。例如，在桥洞和前车同处一距离时，由于缺少高度信息，可能导致误判，从而引发不必要的紧急制动。此外，它在识别静止目标、判断物体高度或区分相邻障碍物时也面临挑战。 随着技术的快熟发展， 新一代的4D毫米波雷达 通过增加对物体俯仰角度的测量， 有效地弥补了这一缺陷，实现了对物体高度的识别。 所谓“4D”，是指这种雷达能够测量目标的距离、水平方位、速度以及高度四个维度的信息。4D毫米波雷达不仅继承了传统毫米波雷达在各种天气和光照条件下稳定工作的能力，以及能够探测到被遮挡物体的优势，还在测量精度和分辨率上实现了显著提升。 它能够识别更小的物体、静止物体，甚至是空中的障碍物。 这种雷达对复杂道路环境的适应性更强，这得益于其配备的纵向天线和采用的MIMO（多输入多输出）技术，这些技术共同作用，形成了虚拟的孔径阵列，从而提高了对角度、速度和距离的分辨率。 四、总结 随着技术的不断进步，毫米波雷达正朝着更高分辨率、更低成本和更强的集成能力的方向发展，特别是在4D成像技术的应用上，它通过增加对物体高度的测量能力，显著提升了对复杂交通环境的感知和理解。 在自动驾驶领域，毫米波雷达以其全天候的工作能力、远距离探测性能、高精度测量以及物体识别与分类的能力，成为了实现安全、可靠自动驾驶的关键传感器技术。随着成本的降低和性能的提升，毫米波雷达不仅能够作为其他传感器的有力补充，还能为未来的智能出行提供了坚实的技术基础。

01 物联网系统中为什么要使用单点TOF激光雷达 物联网系统中使用单点TOF（Time of Flight，飞行时间）激光雷达的原因主要基于其独特的优势和应用场景的需求。以下是详细的解释： 单点TOF激光雷达的优势 高精度测距： TOF激光雷达通过测量光脉冲往返目标的时间来计算距离，这种方法能够提供高精度的距离数据。在物联网系统中，精确的距离测量是许多应用的基础，如自动导航、环境建模和路径规划等。 抗干扰能力强： 由于使用主动光源，TOF激光雷达在光源不伤害人眼的情况下，抗干扰能力相对较强。这意味着它可以在复杂的环境中稳定工作，减少因外部干扰而导致的误差。 成本相对较低： 相比于其他类型的激光雷达，如相干探测激光雷达，TOF激光雷达的系统构建相对简单，因此成本也相对较低。这对于大规模部署在物联网系统中的设备来说是一个重要的考虑因素。 探测距离灵活： TOF激光雷达的探测距离可以根据需求进行调节，通过调整光源的强度或接收器的灵敏度，可以实现从短距离到中长距离的不同探测需求。 物联网系统中的应用需求 环境感知： 物联网系统需要实时感知周围环境的变化，包括障碍物的位置、形状和大小等。单点TOF激光雷达能够提供精确的距离信息，帮助系统构建环境的三维模型，从而实现精准的环境感知。 自主导航： 在自动驾驶、机器人等领域，自主导航是物联网系统的重要功能之一。单点TOF激光雷达可以通过测量与周围物体的距离，为系统提供导航所需的精确位置信息，帮助系统实现自主避障和路径规划。 安全监控： 在安全监控领域，物联网系统需要实时监测特定区域的安全状况。单点TOF激光雷达可以部署在关键位置，通过测量与周围物体的距离变化来检测潜在的入侵行为或异常情况。 工业测量： 在工业自动化领域，用于精确测量物体的位置和尺寸。 综上所述，物联网系统中使用单点TOF激光雷达的原因在于其高精度测距、抗干扰能力强、成本相对较低以及探测距离灵活等优势。这些优势使得单点TOF激光雷达成为物联网系统中实现环境感知、自主导航和安全监控等功能的重要工具。同时，随着技术的不断进步和成本的进一步降低，单点TOF激光雷达在物联网系统中的应用前景将更加广阔。 本文会再为大家详解激光雷达家族中的一员——单点TOF激光雷达。 02 激光雷达介绍 激光雷达最基本的工作原理与无线电雷达没有区别，即由雷达发射系统发送一个信号,打到被测目标物上，引起散射，经目标反射后被接收系统收集，通过测量反射光的运行时间而确定目标的距离。 至于目标的径向速度，可以由反射光的多普勒频移来确定，也可以测量两个或多个距离，并计算其变化率而求得速度，这也是直接探测型雷达的基本工作原理。激光雷达的作用就是精确测量目标的位置（距离与角度）、形状（大小）及状态（速度、姿态），从而达到探测、识别、跟踪目标的目的。激光雷达是一种雷达系统，是一种主动传感器，所形成的数据是点云形式。其工作光谱段在红外到紫外之间，主要发射机、接收机、测量控制和电源组成。 如今,激光雷达已被广泛应用于机器人、无人驾驶、AR/VR、3D打印等多个领域,根据应用领域的不同,激光雷达的类型也存在一定差异,机器人是目前激光雷达应用最为火热的领域之一。 03 激光雷达测距原理 1、三角测距原理 三角测距原理如上图： 这样就可得到物体到激光发射器的距离 d dd 了，激光雷达将这样的发射器和接收器组装在一起，经过机械旋转360°即可得到一周障碍物的距离。 2、TOF测距原理 由三角测距的计算公式不难发现，当距离 d dd 很大时，每变化 δ d \delta dδd 引起的 x xx 变化很小，导致精度下降，这就限制了测量范围。 而TOF（Time of flight）原理克服了测量距离这一难点，并且提高了精度： TOF原理十分简单，就是利用光速测距。首先激光发射器发射激光脉冲，计时器记录发射时间；脉冲经物体反射后由接收器接受，计时器记录接受时间；时间差乘上光速即得到距离的两倍。 TOF原理看似简单，但是实现起来确有很多难点： 计时问题：由于光速过快，测量时间会变得很短。据网上数据得：1cm的测量距离对应65ps的时间跨度。这需要计时器的精确度很高。 脉冲问题：发射器需要发射高质量的脉冲光，接收器接受脉冲光的时候需要尽量保持信号不失真。 对于同一距离的物体测距时，得到的回波信号可能不一样，如下图的黑白纸，这就需要特殊的处理方式来处理。但总的来说TOF原理的精度远远超过三角测距，只是由于诸多难点导致成本略高。像大一立项时因为没钱，所以用的三角测距的思岚A1，精度不是很高。而ROBOCON战队里的sick激光雷达就是TOF原理，精度非常高，贵是有道理的。 单点激光雷达是基于TOF即时间飞行法，采用相位法实现测距功能。产品发出经调制的近红外光，遇物体后反射，单点激光雷达通过计算调制红外光的发射、反射后产生的相位差，来换算与被测目标物体之间的距离，以产生深度信息。 单点激光雷达具有IP65高防尘防水等级，抗强光干扰。它体积小，操作简单，能精准探测快速移动车辆，准确性高达99%。单点激光雷达无需具备2D激光雷达的二次开发能力，内置独立算法可同时测出车速、车长、车宽、车高等多项数据，成本较低，后期维修简单，整体性价比非常高。 tof激光雷达原理 04 单点TOF激光雷达选型参数 单点TOF激光雷达的选型参数通常包括以下几个方面： 测量范围：这是激光雷达能够测量的最大和最小距离。例如，某些型号可能具有20米至180米不等的测量范围。 测量精度：指激光雷达测量距离的准确度，通常以厘米为单位表示，如±3cm或±5cm。 测量频率：即激光雷达每秒能够进行的测量次数，这决定了其响应速度和数据处理能力。常见的测量频率范围从几百Hz到几千Hz不等。 抗环境光能力：表示激光雷达在强光环境下的工作能力，通常以Klux为单位表示，如100Klux。 激光束发散角和接收视场角：这两个参数影响激光雷达的探测范围和精度。发散角越小，激光束越集中；接收视场角越大，激光雷达能够接收到的反射光范围越广。 激光波长：常见的激光波长有850nm和905nm等，不同波长的激光在穿透力和反射特性上有所不同。 防护等级：表示激光雷达的防尘防水能力，如IP65等级表示设备能够防止灰尘进入并具有一定的防水能力。 供电电压和功耗：这些参数决定了激光雷达的能源需求和续航能力。 通信接口：包括LVTTL、TTL、IIC、RS232、RS485等多种类型，用于与控制系统进行数据交换。 05 单点TOF激光雷达使用注意事项 环境评估：在使用前评估环境的光照和气象状况，确保激光雷达能够在正常条件下工作。 避免遮挡：尽量选择开阔的测量位置，减少高墙、大树等遮挡物的干扰。 目标识别：确保正确识别目标，并根据目标表面特性选择合适的测量模式。 固定角度：保持激光雷达与目标之间的固定角度，避免角度变化过大导致测距误差增大。 安全使用：激光雷达发出的激光束可能对眼睛和皮肤造成伤害，因此在使用时应佩戴适当的防护装备。 06 单点TOF激光雷达优缺点 优点： 高精度：能够实现亚毫米级的测量精度。 高速度：能够以很高的速率进行测量，适用于高速移动物体的测距。 大测量范围：测量范围通常较大，适用于不同距离范围内的测量需求。 抗干扰能力强：对光照、颜色和表面反射性质的影响较小。 构造简单：由较少的光学和电子元件组成，易于制造和集成。 缺点： 成本较高：相对于其他测距技术，单点TOF激光雷达的成本较高。 受多路径干扰影响：当光脉冲与目标物体的反射光同时经过多个路径到达传感器时，会影响测量精度。 功耗较大：在进行高速测量时需要较大的能量消耗。 视场较小：只能测量单个点的距离，不能提供目标物体的三维形状信息。 07 单点TOF激光雷达厂商 目前市场上有多家生产单点TOF激光雷达的厂商，如杭州光珀智能科技有限公司、氪见（南京）科技有限公司、苏州镭智传感科技有限公司等。这些厂商在激光雷达领域具有丰富的技术积累和产品研发经验，能够提供高质量的单点TOF激光雷达产品。请注意，以上列举的厂商仅供参考，具体选择时还需根据实际需求进行评估和比较。 供应商A：北醒（北京）光子科技 1、产品能力 （1）主推型号1：TFmini-I2C-01 A02 对应的产品详情介绍 产品功能 TFmini-I²C 是一款小型激光雷达模组。主要实现实时、无接触式的距离测量功能，具有测量准 确、稳定、高速的特点。 测距原理 TFmini-I²C 基于 TOF（Time of Flight）即飞行时间原理。具体为产品周期性的向外发出近红外 光调制波，调制波遇物体后反射。产品通过测量调制波往返相位差，得到飞行时间，再计算出产品 与被测目标之间的相对距离，如图 1 所示。 关键特性参数 参数名称 参数值 测距范围 0.3m~12m① 测量准确度 ±6cm@（0.3-6m）② ±1%@（6m-12m） 默认距离单位 cm 距离分辨力 1cm 接收半角 1.15° 发射半角 1.5° 测量频率 100H 本文章源自奇迹物联开源的物联网应用知识库Cellular IoT Wiki，更多技术干货欢迎关注收藏Wiki： Cellular IoT Wiki 知识库(https://rckrv97mzx.feishu.cn/wiki/wikcnBvAC9WOkEYG5CLqGwm6PHf)

01 物联网系统中为什么要使用毫米波雷达 物联网系统中使用毫米波雷达的原因主要基于其独特的优势和应用价值，这些优势使得毫米波雷达在物联网的多个领域中都发挥着重要作用。以下是详细的分析： 毫米波雷达的优势 1、高分辨率和短波长： 毫米波雷达利用毫米波段的电磁波，具有高分辨率和较短的波长，这使得它在物体检测、定位和跟踪方面具有出色的性能。 2、高穿透性： 毫米波雷达能够穿透雾、烟和灰尘等障碍物，在恶劣气候条件下仍能正常工作，为物联网系统提供稳定的数据支持。 4、精确的距离测量： 毫米波雷达可以根据接收回波与发送波的时间差准确测算目标物体与雷达之间的距离，为物联网系统提供精确的位置信息。 5、实时监测和多目标检测： 毫米波雷达可以连续不断地发送和接收信号，实现对目标的实时监测，并且可以同时检测多个目标，适用于复杂环境下的多目标跟踪和应用。 6、低功耗和长寿命： 毫米波雷达的功耗相对较低，使其在长时间运行时具有较好的耐用性，有利于降低物联网系统的整体能耗和运营成本。 7、隐私保护： 由于毫米波雷达不在可见光谱下工作，因此它比基于摄像头的传感器更好地保护隐私，适用于对隐私要求较高的物联网场景。 8、环境适应性强： 毫米波雷达对灰尘、烟雾和雾等大气条件的鲁棒性更强，可以在各种天气条件下返回室内外的准确测量结果。 02 毫米波雷达在物联网系统中的应用 毫米波雷达应用范围涵盖车规级、工业级、消费级和医疗级四类。汽车级应用是毫米波雷达最早的商用场景，同时也是当前毫米波雷达最大的应用市场；工业级应用主要包括智能交通、 安防监控、智能装备、智能楼宇、工业测量等领域，应用场景最为广泛，同时具备附加值高的特点；消费级应用主要包括 智能家居、智慧康养、消费电子等，是近两年兴起速度较快、关注度较高的新兴应用领域，未来具有较大的发展潜力。 具体应用场景 1、智能家居： 在智能家居中，毫米波雷达可用于检测人体的微小运动，实现智能照明、自动门锁等功能。通过实时监测家庭成员的位置和活动，系统可以根据需要自动调整环境，提升居住体验。 2、智能城市： 在智能城市中，毫米波雷达可以用于交通监测、人流统计和城市规划。它可以帮助实现智能交通管理、减缓拥堵，并提供更加智能的城市服务。 3、工业物联网： 在工业领域，毫米波雷达可用于实现生产线的自动化和智能化。它可以监测设备运行状态、检测产品缺陷，提高生产效率和产品质量。 4、健康监测： 毫米波雷达还可以用于健康监测领域，如检测和监控人类手势、情绪、运动、血液循环和心跳等生理指标，为医疗保健提供新的技术手段。 毫米波雷达应用范围涵盖车规级、工业级、消费级和医疗级四类。 综上所述，物联网系统中使用毫米波雷达的原因主要在于其高分辨率、高穿透性、精确的距离测量、实时监测和多目标检测等独特优势，以及其在智能家居、智能城市、工业物联网和健康监测等领域的广泛应用价值。这些优势使得毫米波雷达成为物联网系统中不可或缺的重要组成部分，为物联网的智能化、高效化和安全化提供了有力支持。 本文会再为大家详解雷达家族中的一员——毫米波雷达 . 03 毫米波雷达的定义 雷达是英文 Radar 的音译，源于 Radio Detection and Ranging的缩写，原意是“无线电探测和测距”，即用无线电方法发现目标并测定它们在空间的位置。毫米波雷达是指一种工作在毫米波频段(milimeter wave)的雷达传感器。 国际电信联盟(ITU)发布的《无线电规则》(2020年)和我国《无线电频率划分规定》中，将无线电频率在 30. 300GHz的频段(波长 1-10mm)称呼为毫米波频段。 为符合国际电联的指定，美国电气及电子工程师学会(IEEE)在2002年发布的《雷达频带字母名称标准》(IEEE Std521TM-2002)中修订了对mm频段的定义，使毫米波雷达频段和代号在学术上的范围定义统一在30-300GHZ。IEEE还在2019年的标准中列出了分配给3区(中国所在的划分区域)的雷达具体频段。目前国内使用的 24GH2、60GH2、77GH2、80GHz等雷达产品统归为毫米波雷达。 04 毫米波雷达的基本特性 作为雷达系列中的高频段产品，毫米波雷达具有频带宽、波长短、大气传播损耗较大等基本特性，各特性对应的优缺 点概括如下图所示。 05 毫米波雷达的核心功能 毫米波雷达的核心功能包括测距、测速、测方位角、微动探测和 4D 成像等，通常雷达系统是通过同时测量 2-3 个功 能参量而构成一个应用产品。图表 3 列举了每种功能的典型应用及功能介绍。 06 毫米波雷达的基本原理 毫米波雷达三个基础的系统功能为距离测量、速度测量和角度测量。以 FMCW 雷达系统为例，其基本功能实现原理为： 1、测距原理 FMCW 毫米波雷达的测距主要是利用发射信号和回波信号之间的时延 td，结合毫米波传播速度 c、以及目标和雷达的 相对速度 v 推算出毫米波雷达和检测目标的相对距离 R 。 毫米波雷达具有较高的距离分辨率和测距精度，且可以通过后端算法实现毫米级的精确测距。 毫米波雷达测距能力与发射功率、天线增益、天线波束角和物体反射截面积等因素有关。通常发射功率越大，天线增益越高、天线波束角越窄以及物体反射截面积越大，雷达能够检测到的有效回波就越强，测量距离就越远。 2、测速原理 FMCW 毫米波雷达通常是利用多普勒效应来确定目标的径向速度。当目标向雷达天线靠近时，反射信号频率将高于发 射击频率；反之，当目标远离天线而去时，反射信号频率将低于发射机频率。 毫米波雷达测速范围和目标运动方向有关，目标靠近雷达做径向运动，目标速度为负；目标远离雷达做径向运动，目 标速度为正。测速精度数据取决于信噪比（衡量雷达接收信号质量的单位）。信噪比高不高，是衡量毫米波雷达的目标检 测性能是否强大的根本参数。 3、测角原理 关于毫米波雷达目标方位角的测量，是通过并列的接收天线收到 同一目标反射的雷达波相位差计算得到目标的方位角。原理如下图所 以及两天线收到雷达回波的相位差 b 通过简单的三角函数计算得到。 在 角 度 测 量 中， 毫 米 波 雷 达 可 以 通 过 MIMO（Multiple-Input Multiple-Output，多输入多输出）天线阵列增加系统虚拟孔径，进而 获得更高的分辨率。 07 毫米波雷达的系统组成 毫米波雷达系统主要由天线、射频前端组件、数字信号处理器和雷达控制电路等组成。 射频前端组件：负责毫米波信号调制、发射、接收以及回波信号的解调。单片微波集成电路（MMIC）大大简化了雷 达系统结构，集成度高、成本低且成品率高，更适合于大规模生产，是目前主流的毫米波雷达射频前端组件集成方式。 数字信号处理器：通过嵌入不同的信号处理算法，提取从前端采集得到的中频信号，获得特定类型的目标信息。毫米 波雷达的数字处理主要算法包括：阵列天线波速形成和扫描算法、信号预调理、杂波处理算法、目标检测 / 测量的算法、 目标分类与跟踪算法以及信息融合算法。数字信息处理是毫米波雷达稳定性、可靠性的核心。 天线：可以发射和接收毫米波，是毫米波雷达的重要部件，体积小，通常集成在 PCB 板上，按照天线模式可分为远程雷达（开口约 30°，200m）、中程雷达（开口约 60°，100m）和近程雷达（开口约 120°，30m）。 控制电路：根据信号处理器获得的目标信息，结合雷达终端动态信息进行数据融合，最终通过主处理器进行智能处理， 对雷达终端前方出现的障碍物进行分析判断，迅速做出处理和发出指令，及时传输给报警显示系统和制动执行系统。 08 毫米波雷达的使用频率 毫 米 波 雷 达 有 24GHz、60GHz、77GHz、80GHz、120GHz 等 频 段 产 品。 目 前， 国 内 常 用 的 毫 米 波 雷 达 频 段 为 24GHz、60GHz 和 77GHz 这三个频段。24G 毫米波雷达在各方面性能比较成熟，且成本较低，适用的领域会更广，例如交通、安防、智能家居、康养医疗等等；77GHz 毫米波雷达在精度上相比 24GHz 更高，主要应用于汽车领域，且应用规模已超过 24GHz。 09 毫米波雷达的工作体制 根据辐射电磁波方式不同，毫米波雷达主要有脉冲体制以及连续波体制两种。其中连续波又可以分为 FSK（频移键控）、 PSK（相移键控）、CW（恒频连续波）、FMCW（调频连续波）等方式，图表 8 中对比了不同工作体制的优势和不足。 目前，连续波体制中的调频连续波 FMCW 是主流方案。调频连续波是连续发射调频信号，以测量距离、角度和速度等。 调频连续波不仅能同时测出多个目标的距离和速度信息，还可对目标进行连续跟踪。相对其他电磁波雷达，调频连续波雷 达的发射功率较低、且成本较低，被毫米波雷达厂商广泛使用。 6.4竞品对比 毫米波雷达具有探测性能稳定、作用距离较长、环境适用性好等特点。与超声波雷达相比，毫米波雷达具有体积小、 质量轻和空间分辨率高的特点。与红外、激光、摄像头等光学传感器相比，毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候全天时的特点。 10 毫米波雷达的雷达方案供应商和方案集成商 毫米波雷达产业链中游企业主要包括雷达方案供应商和方案集成商。其中雷达方案供应商主要通过完成雷达系统设计、 天线设计和后端算法开发，为客户提供毫米波雷达方案模块或整机产品。方案集成商则依托毫米波雷达技术，为各具体应 用领域提供定制化的智能集成方案，例如汽车 tier 1 供应商、智能交通方案集成商等。 目前，中国毫米波雷达中游市场整体上仍由博世、大陆、安波福、维宁尔、海拉、电装等国际企业占主要份额，但国 内企业也正在加速追赶。在汽车雷达领域，森思泰克、华域电子、华为、承泰科技等本土企业已经实现量产落地，进入国产化替代周期。在智能交通领域，毫米波雷达的作用尤为关键，中游企业慧尔视、海康智联、大华股份、象德信息、宇视科技、 木牛科技、雷森电子为市场主要参与者；智能家居雷达经过近几年探索，国内市场已经初步形成，主要参与者包括云帆瑞 达、迈睿智能、电目科技、精益远达、全耀传感、易探科技、速数智能等；智慧康养领域主要参与者有清雷科技、兆观科技、 德心智能、苗米科技、英特睿达、知谱科技、算丰征途等。 供应商A：-云帆瑞达 1、产品能力 （1）选型手册 （2）主推型号1:R24DVD1 对应的产品详情介绍 本雷达是一个自成体系的隔空感知传感器，由射频天线、雷达芯片和高速主频MCU 一起组合而成的模组，依赖稳定灵活优越的算法架构核心，解决用户的各种场景探测需求，可搭载上位机或者主机灵活输出探测状态和数据，满足几组 GPIO 可供用户定制开发。雷达天线发射电磁波信号，并同步接收目标反射后的回波信号，雷达处理器通过解析回波信号的波形参量，反馈目标的距离、方向、速度等信息。可以探测运动物体的状态和轨迹. 产品功能:生命感知、区域安防、灯光联动、睡眠监控 产品应用:智能灯、开关面板、传感器 产品介绍:R24DVD1是基于毫米波雷达实现人体生物呼吸感知，持续记录人体存在情况，停留时间，以及身体运动幅度，可以通过无线信号通知网关实现场景联动。并且可通过底层开放参数实现定制化场景。 支持协议:Zigbee/wi-Fi/4G 产品封装 体积:35mmX31mmX7.5mm接口:Pitch 2.0mm 双排插针接口，2*3和2*4一共2组接 本文章源自奇迹物联开源的物联网应用知识库Cellular IoT Wiki，更多技术干货欢迎关注收藏Wiki： Cellular IoT Wiki 知识库(https://rckrv97mzx.feishu.cn/wiki/wikcnBvAC9WOkEYG5CLqGwm6PHf)

01 物联网系统中为什么要使用纯固态激光雷达 物联网系统中使用纯固态激光雷达的原因主要基于其独特的优势和应用价值，这些优势使得纯固态激光雷达在物联网的多个领域中都发挥着重要作用。以下是详细的分析： 纯固态激光雷达的优势 1、高精度和高分辨率： 纯固态激光雷达能够实现对目标的精确测量和识别，其高精度和高分辨率的特性使得它在物联网系统中能够提供更准确的数据支持。 2、高可靠性和低故障率： 相比传统的机械激光雷达，纯固态激光雷达没有机械转动部件，因此具有更高的可靠性和更低的故障率。这对于需要长时间稳定运行的物联网系统来说至关重要。 3、易于集成和低成本： 纯固态激光雷达的固态器件体积小、重量轻，易于集成到各种物联网设备中。同时，其生产成本相对较低，有利于降低物联网系统的整体成本。 4、高安全性和低风险： 纯固态激光雷达能够实现对目标的精确测距和识别，有效提高了物联网系统在复杂环境中的安全性，降低了潜在的风险。 5、探测距离远、抗干扰能力强： 纯固态激光雷达具有较远的探测距离和强大的抗干扰能力，能够在复杂环境中稳定工作，为物联网系统提供可靠的数据支持。 纯固态激光雷达在物联网系统中的应用 1、自动驾驶： 在自动驾驶汽车中，纯固态激光雷达能够实时感知周围环境，提供高精度的距离、速度和方向信息，为自动驾驶决策提供可靠支持。 2、机器人导航与避障： 在机器人领域，纯固态激光雷达可以帮助机器人实现精准导航和避障功能，提高机器人在复杂环境中的自主移动能力。 3、无人机定位与测绘： 无人机搭载纯固态激光雷达可以实现精准定位和测绘功能，为地理信息采集、环境监测等领域提供高效、准确的解决方案。 4、智能家居与安防： 在智能家居和安防领域，纯固态激光雷达可以用于人体检测、入侵报警等场景，提高家居安全和安防系统的智能化水平。 5、智能交通系统： 纯固态激光雷达可以用于智能交通系统中，实现车辆检测、交通流量统计、交通拥堵分析等功能。通过实时监测道路交通情况，可以为交通管理部门提供数据支持，优化交通流组织和交通管理。 综上所述，物联网系统中使用纯固态激光雷达的原因主要在于其高精度、高可靠性、易于集成、低成本以及广泛的应用价值。纯固态激光雷达的这些优势使得它在自动驾驶、机器人、无人机、智能家居等多个物联网领域中都发挥着重要作用，为物联网系统的智能化、高效化提供了有力支持。 本文会再为大家详解激光雷达家族中的一员——纯固态激光雷达 02 纯固态激光雷达的定义 理论上来说，固态激光雷达是完全没有移动部件的雷达，光相控阵（Optical Phased Array）及Flash是其典型技术路线，也被认为是纯固态激光雷达方案。 但近年来，一些非完全旋转的激光雷达也被统称为“固态激光雷达”，它们具备了固态激光雷达很多的性能特点，如分辨率高、有限水平FOV（前向而不是360°）等，但这些技术方案会有一些微小的移动部件，从严格意义上来说不能算纯固态激光雷达。 03 纯固态激光雷达的原理 固态激光雷达主要是依靠波的反射或接收来探测目标的特性，大多源自三维图像传感器的研究，实际源自红外焦平面成像仪，焦平面探测器的焦平面上排列着感光元件阵列，从无限远处发射的红外线经过光学系统成像在系统焦平面的这些感光元件上，探测器将接受到光信号转换为电信号并进行积分放大、采样保持，通过输出缓冲和多路传输系统，最终送达监视系统形成图像。 04 纯固态激光雷达的分类 MEMS（Micro-Electro-Mechanical System）微机电系统 MEMS指代的是将机械机构进行微型化、电子化的设计，将原本体积较大的机械结构通过微电子工艺集成在硅基芯片上，进行大规模生产。技术成熟，完全可以量产。主要是通过MEMS微镜来实现垂直方面的一维扫描，整机360度水平旋转来完成水平扫描，而其光源是采用光纤激光器，这主要是由于905纳米的管子重频做不高，重频一高平均功率就会太大，会影响激光管的寿命。 采用微振镜对进行激光束的偏转，它需要有平整的镜面，将机械式的激光雷达的旋转部件微缩.从严格意义上来说，MEMS并不算是纯固态激光雷达，这是因为在MEMS方案中并没有完全消除机械，而是将机械微型化了，扫描单元变成了MEMS微镜。 电热效应 对电热双压电晶片驱动的微振镜加热，由于金属铝的形变大于介质硅，从而形成微振镜的形变振动。参数:2.3V，9°偏转;施加12mw电功率，响应速度74Hz。 电磁效应 内部需要封装可动磁性物质或者可动磁性线圈产生磁场。通过施加磁场产生洛伦兹力使得线圈产生偏转，从而驱动MEMS振镜偏转，响应速率可达10kHz 压电效应 需要异质材料的介入，压电材料具有高效率、响应速度快的优点。实验通过电镀在硅上沉积PZT薄膜，加工形成的MEMS结构并进行光学扫描，获得11.2kHz，39°视场 压电效应 具有尺寸小可单片全集成的优点，通常需要在真空环境下以获得更高的驱动效率，10V电压驱动可以得到10°的扫描角度。 压电效应 瑞典KTH的研究小组，近期验证了一种新方法，通过MEMS的改变光栅周期实现角度的偏转，在20V电压驱动下可以得到5.6°的扫描角度，功率消耗微瓦量级。也有包括MEMS改变光程差调控相位的相控阵。 OPA（optical phased array）光学相控阵技术 相比其他技术方案，OPA方案给大家描述了一个激光雷达芯片级解决方案的美好前景，它主要是采用多个光源组成阵列，通过控制各光源发光时间差，合成具有特定方向的主光束。然后再加以控制，主光束便可以实现对不同方向的扫描。雷达精度可以做到毫米级，且顺应了未来激光雷达固态化、小型化以及低成本化的趋势，但难点在于如何把单位时间内测量的点云数据提高以及投入成本巨大等问题。 通过外加电压改变液晶的取向，从而实现不同阵元的相位调节;驱动电压小，易大面积集成，最大扫描角度+10°，扫描速度在亳秒量级。但响应速度较慢，目前可达200us。扫描精度较大。因为硅具有较高的热光系数，目前主要集中于如何有效地减小阵列串扰、提高扫描精度、增大扫描角度、提高热稳定性等问题，而且由于片上光功率较低，使得远距离探测存在困难. Flash Flash激光雷达的原理也是快闪，它不像MEMS或OPA的方案会去进行扫描，而是短时间直接发射出一大片覆盖探测区域的激光，再以高度灵敏的接收器，来完成对环境周围图像的绘制。主要问题是探测距离近，在技术的可靠性方面存在问题，Flash激光雷达的距离分辨率力和角度分辨力主要取决于焦平面探测器阵列，焦平面探测器阵列使用PIN型光电探测器(近距离)或是雪崩光电探测器(远距离，价格昂贵)。 05 纯固态激光雷达的优劣势 利用光学相控阵扫描技术的固态激光雷达的确有很多优势，例如： 其结构简单，尺寸小，无需旋转部件，在结构和尺寸上可以大大压缩，提高使用寿命并使其成本降低。 扫描精度高，光学相控阵的扫描精度取决于控制电信号的精度，可以达到千分之一度量级以上。 可控性好，在允许的角度范围内可以做到任意指向，可以在重点区域进行高密度的扫描。 扫描速度快，光学相控阵的扫描速度取决于所用材料的电子学特性，一般都可以达到MHz量级。 当然固态激光雷达也同样存在一些劣势，如： 扫描角有限，固态意味着激光雷达不能进行360度旋转，只能探测前方。因此要实现全方位扫描，需在不同方向布置多个（至少前后两个）固态激光雷达 旁瓣问题，光栅衍射除了中央明纹外还会形成其他明纹，这一问题会让激光在最大功率方向以外形成旁瓣，分散激光的能量。 加工难度高，光学相控阵要求阵列单元尺寸必须不大于半个波长，一般目前激光雷达的工作波长均在1微米左右，故阵列单元的尺寸必须不大于500nm。而且阵列密度越高，能量也越集中，这都提高了对加工精度的要求，需要一定的技术突破。 接收面大、信噪比差：传统机械雷达只需要很小的接收窗口，但固态激光雷达却需要一整个接收面，因此会引入较多的环境光噪声，增加了扫描解析的难度。 06 纯固态激光雷达的厂商 供应商A:北醒 1、产品能力 （1）选型手册 （2）主推型号1:Horn-X2长距高清3D激光雷达 对应的产品详情介绍 北醒 Horn-X2 Pro 是一款集高性能、高安全性、高可靠性为一体的三维激光雷达，可适用于车路协同 （V2X）、智慧机场、智慧铁路和智慧航运等多种大交通应用场景。该激光雷达拥有高垂直角分辨率， 可生成最高 600 线束高密度点云，轻松感知周围环境。得益于先进的设计，Horn-X2 Pro 激光雷达可 有效地抵抗强环境光的干扰，在恶劣的天气条件下也可稳定工作。Horn-X2 Pro 支持多种工作模式，可 根据客户需求定制产品的性能参数，以此精准匹配客户的各种复杂需求。 参数 尺寸外观 本文章源自奇迹物联开源的物联网应用知识库Cellular IoT Wiki，更多技术干货欢迎关注收藏Wiki： Cellular IoT Wiki 知识库(https://rckrv97mzx.feishu.cn/wiki/wikcnBvAC9WOkEYG5CLqGwm6PHf)