FMCW雷达(radar)之区域检测原理
附赠自动驾驶最全的学习资料和量产经验:链接
除了在我们熟知的汽车上,FMCW雷达在我们的日常中,还有许多地方可以应用到。
今天就先讲一个最简单的应用-检测障碍。比如开车门的时候可以注意到周围的环境是否存在障碍,类似电线杆,墙壁,其他的车辆等等。
这样的应用确实简单,但是应用的范围也确实广泛,只需要爱发现的你找到需要他的地方。
下面步入正题,首先简单介绍下FMCW的原理,后面具体讲一讲这样的应用需要的算法处理流程是什么样子的。
下面的这个图给出了一个一个TX和一个RX的FMCW雷达系统框图。产生的线性调频信号,也就是常说的“Chirp”经TX发射出去后,打到目标后回波信号又被RX接收,混频得到了中频IF信号,再经ADC后就得到了我们需要的原始数据。
使用Chirp序列得到的在快时间维和慢时间维分别做FFT,也就是2D-FFT就可以得到物体的距离和速度信息。
下面给出了一般进行障碍检测的基本算法流程。
首先对ADC数据进行2D-FFT处理,利用这一步,获取物体的距离和速度信息。然后对多个通道的2D-FFT结果进行非相干累加,就可以得到所谓的RDM(Range Doppler Map),检测障碍就需要找到障碍,在这里我们通过检测算法,从RDM中找出存在的障碍。最简单的检测算法用CFAR-CA就可以,再复杂一点的用CFAR-OS也行,要是还觉得不够过瘾,各种组合,各种改进,新的检测算法就属于你。找到了障碍,下一步就需要知道障碍在什么方向,也就是要测角了。天线简单了就用一般的测角方法,如果觉得这样无法满足的话,就用MIMO,可以改善一下角度估计,什么DBF,FFT,MUSIC任由你选择。如果想知道障碍在空间中的位置,就再测个俯仰角。
经过上面这么一折腾,这里我们已经可以得到包含了目标距离-速度-角度信息的objList,根据onjList即可判断区域内是否存在障碍。