随着目前部份地区的新车安全评鉴制度(NCAP)要求将自适应巡航控制(ACC)和紧急煞车辅助(AEB)等功能纳入其五星安全评级，包括恩智浦半导体(NXP Semiconductors)等业界厂商正积极推动汽车产业大力布局雷达系统。
为了加速在先进驾驶辅助系统(ADAS)中整合雷达，恩智浦推出了一款雷达解决方案，结合了S32R处理器、RF收发器和天线设计于一个新的参考平台上。恩智浦声称这款与Colorado Engineering合作开发的平台能满足「汽车产业最严格的功能、效能和安全要求」。
整合于车辆中不同位置的智能雷达传感器（来源：NXP）
该新系统的目的在于揭开雷达「艺术」的神秘面纱——雷达通常需要大型汽车OEM微调天线和模拟设计。恩智浦希望其「开箱即用」的车用雷达系统能够为中国汽车OEM提供服务；因为还有许多中国汽车OEM仍然需要好几年的时间才能赶上世界其他地区的现有汽车业者。
在最近接受《EE Times》的电话采访时，恩智浦ADAS副总裁兼总经理Kamal Khouri说道：「雷达已成为ACC和AEB的首选传感器。摄影机无法测量速度，但雷达可以。雷达还可以藉由反射讯号看到转角处的情况，另一方面，无需采用移动组件的光达(LiDAR)价格仍然非常昂贵。」
然而，众所周知，传统的雷达缺乏分辨率，无法区别附近的物体。雷达也由于发出误报而备受诟病，而且他们处理信息的速度始终不够快，因而无法在高速公路上发挥作用。
Khouri明确表示，雷达并不至于取代摄影机。Khouri说：「摄影机和成像雷达的组合可以提供冗余，从而使车辆驾驶更安全。」
那么，恩智浦的新款雷达解决方案有什么不同呢？
该雷达设计参考平台名为RDK-S32R274，结合了恩智浦S32R27处理器、TEF810 x CMOS收发器、FS8410电源管理IC和雷达软件开发工具包。恩智浦还为其增加了扩展和天线模块，可为特定客户应用打造客制的开发平台。
这款雷达解决方案的核心是可扩展的基于Power Architecture的处理器系列——S32R27和S32R37，Khouri称其为「首款专用于处理雷达算法的芯片」。
恩智浦S32R方块图（来源：NXP）
据恩智浦汽车微处理器ADAS雷达部门经理Roger Keen介绍，除了ACC和AEB的车规级软件，该公司的雷达处理IP还可执行于恩智浦的处理器上。该公司还为这款雷达解决方案的电路板和天线设计模块进行了强化，以满足车规要求。
Keen解释说，利用恩智浦提供的车规级雷达SDK，过去需要「手动调整」其雷达处理IP到特定硬件的开发人员，现在可以直接利用这套雷达系统上的功能。
这款基于S32R27的雷达解决方案专为ACC和AEB等应用扩展而设计。S32R37的执行功耗比S32R27低，但程序代码兼容，并针对盲点监测等功能进行了高度优化。
恩智浦并不是唯一一家主导汽车雷达整合的公司。Strategy Analytics全球汽车业务执行总监Ian Riches认为，恩智浦和英飞凌(Infineon)都是车用雷达领域的领导者。
同时，最近进入雷达市场的德州仪器(Texas Instruments；TI)也在急起直追，在2017年推出了基于标准RF CMOS技术的毫米波(mmWave)雷达芯片。TI宣称其雷达芯片可提供「分辨率精度小于5厘米、探测距离可达数百米、速度高达300公里/小时」。更重要的是，与其他雷达芯片不同，TI的mmWave雷达传感器在一个芯片上完整整合了76至81GHz mmWave雷达、微控制器(MCU)和数字信号处理器(DSP)。
TI采用这种途径是因为具有更高的整合度，能够减少体积、功耗和成本，而不至于犠牲产品性能。Yole Développement射频组件技术和市场分析师Cedric Malaquin认为，尽管恩智浦开发的RF-CMOS收发器迈出了第一步，但TI更进一步将DSP整合于其雷达芯片中。Malaquin表示，TI整合了DSP的雷达解决方案使芯片面积几乎缩小了60%。DSP是「讯号处理链上实现对象检测和分类」的关键。
然而，恩智浦强调，该公司的双芯片解决方案(雷达芯片+微处理器)能够为客户提供了便于雷达整合的更多可扩展性和灵活性。
恩智浦雷达解决方案：天线端（来源：NXP）
恩智浦的Keen表示，「考虑亚利桑那州(Arizona)气候常年在110°F (约43℃)以下的热管理，如果将收发器芯片远离微处理器，能使其更易于对安装在保险杆的雷达进行热管理控制。」
恩智浦雷达解决方案：处理器端（来源：NXP）
Keen还补充说，恩智浦的方案——使用专为雷达处理IP设计的处理器，提高了雷达解决方案的每瓦性能。关于用于每瓦性能分析的基准，恩智浦表示其团队已经从「公开资料」和「与客户的非公开会议中获悉的信息」收集到答案了。但Keen补充说，「虽然这带来了我们见过的最佳每瓦性能，但我们将保留更广泛的业界要求给第三方测试。」
那么如果将TI的雷达芯片与恩智浦的雷达解决方案进行比较呢？Strategy Analytics的Riches注意到，「基本上，TI的方案可能提供更低成本，但灵活度也略低些。」
雷达供货商和市场研究公司都看好汽车雷达的需求不断成长。
不同的雷达应用需要多个不同的雷达模块，恩智浦说：「针对盲点监测，车辆的两个后角落通常需要安装两个雷达模块。对于更高阶的要求(如十字路口的车流监测)，车辆的前角落需要另外再增加两个雷达模块。」
此外，据恩智浦表示，针对长距离的雷达应用，通常必须在前保险杆中安装一个雷达模块。 根据Yole近期发布的《2018年车用雷达技术》报告，尽管2017~2022年全球汽车的年销售量成长速缓慢(约3%)，但预计车用雷达模块的年销售量将飞速成长(约为25%)，雷达芯片的年销售量也类似，成长率达到22%。
全球雷达市场预估，按应用分类（来源：NXP）
Strategy Analytics预测，从2018年到2022年，「安装在轻型车辆上的车用雷达将累计达到3.75亿台。」Riches认为，2022年这一安装量将上看1.07亿。
同样地，恩智浦也估计2022年的雷达出货量为1.092亿颗——包括角落雷达、高阶角落雷达和远距离/中程雷达、前/后雷达等，使雷达技术落实于50%的新车应用。
据Strategy Analytics的Riches表示，雷达解决方案的最新趋势是利用雷达系统产生高分辨率「影像」，用于在视场中定位和辨识/分类物体。Riches说：「当今用于车辆的雷达无法在够宽的视野范围提供足够的分辨率，以产生逼真的影像。」。
仅用雷达芯片无法实现这一目标。Riches解释，「天线设计在此至关重要，这也是我们看到像Metawave等新创公司获得英飞凌、电装(Denso)、Toyota AI Ventures、现代汽车(Hyundai Motor)和旭硝子(Asahi Glass)等公司投资的原因之一。」
雷达技术的优点众所周知，最显著的是它能够在各种天气条件下运作。汽车专家认为，雷达能够与视觉传感器组合，作为高度自动驾驶车辆的关键感测技术。
据Strategy Analytics的Riches解释，「基本上，它们工作在完全不同的波长。摄影机使用的是可见光，因此在明暗对比度反差很大的情况下(例如驶离隧道时)或在大雨/大雪等黑暗、视线模糊环境时的性能最弱。而光达发射的光在正常可见光谱之外，但最大的挑战是在明亮的阳光下，由于强光导致系统的讯号噪声比(SNR)降低。另外，高分辨率光达技术目前也非常昂贵，而且在汽车应用时的成熟度不及摄影机或雷达。」
相形之下，他指出，雷达「不受光照条件的影响，同时还能有效地穿透下雨或下雪的天气」。
然而，雷达并不是最终的解决方案。Riches说：「雷达的关键弱点在于其分辨率：它很善长于告知那里有「东西」，但并不能确实地说出是什么东西。」
简言之，雷达技术在判断是否继续驾驶(例如检测到驾驶上方的街道标识)或是否采取紧急煞车(例如前方车道内停了一辆消防车)等需要做出明确决定时，其表现并不理想。
这就解释了为什么目前的车用雷达有时会过滤掉并忽略静止物体。Riches强调说，雷达无法判断一个物体是不是车子不该碰撞到的东西。
实际上，对于装有雷达的车辆，其用户手册上充满了对驾驶人的警告。例如摘录自Skoda Superb的用户手册(采用基于雷达的ACC功能)：
「当接近静止障碍物时，ACC不会做出反应，例如交通拥塞、车辆故障或停等红绿灯的车辆。」(第236页)
Volvo XC90的用户手册也有类似的警告：
「距离警报在时速高于30公里/时(20英哩/时)有效，而且仅对与车辆驾驶方向相同的前方车辆做出反应。不能为迎面而来的、行驶缓慢或静止的车辆提供距离信息。」(第289页)
「半自动驾驶辅助(Pilot Assist)的煞车功能并不适用于人、动物、物体、小型车辆(例如自行车和摩托车)、小型拖车以及迎面而来的慢速或静止车辆。」(第310页)
Riches总结道：「你还可以在许多其他品牌的用户手册中找到类似的文字......成像雷达的目的在于解决这个问题。」
（原文发表于ASPENCORE旗下EDN姐妹网站EETimes，参考链接：ADAS Radar Offers Backup and Peril）
最前沿的电子设计资讯
