業界對三種主要傳感器（攝像頭、雷達和LIDAR）在汽車中的不同作用，以及它們各自如何滿足先進駕駛輔助系統(ADAS)和自動駕駛的感測需求仍然存在一些困惑。

成像雷達由一個傳感器配置啟用，其中多個低功率TI毫米波傳感器級聯在一起，且作為一個單元同步運行。它具有多個接收和發射通道，能夠顯著提高角分辨率和雷達距離性能。當毫米波傳感器級聯在一起時，可以使用集成移相器來創建波束成形，從而達到400米的擴展范圍。圖1顯示了評估模塊上的級聯毫米波傳感器及其天線。

圖1：一種具有四個級聯TI毫米波傳感器的成像雷達評估模塊

用于成像雷達的毫米波技術

典型的雷達傳感器直到最近才被視為車輛中的主傳感器，其主要原因在于角分辨率性能較為有限。

角分辨率是指在相同范圍內和相同相對速度下區分物體的能力。

一個凸顯成像雷達傳感器優勢的常見用途是能夠以高分辨率識別靜態物體。典型的毫米波傳感器具有高速度、高距離分辨率的性能，可以很輕松地識別和區分運動物體，但對靜態物體來說，其識別能力卻非常有限。

例如，為了讓傳感器“看到”車道中間停下來的車輛并將其與燈桿或柵欄區分開來，傳感器需要在仰角和方位角上都有一定的角分辨率。

圖3：毫米波傳感器如何利用多輸入多輸出（MIMO）雷達實現高仰角分辨率。

為了識別隧道中的車輛，傳感器需要將其與隧道頂棚和壁區分開來。

實現場景分類需要利用這些仰角和方位角分辨率：

? (仰角) = 反正切 (2 m/100 m) = 1.14度

? (仰角) = 反正切 (3.5 m/100 m) = 2度

其中，2 m是隧道高度減去車輛高度的值，100 m是帶成像雷達的來車與停在隧道內的車輛之間的距離，3.5 m是停在隧道內的車輛與隧道壁之間的距離。

在某些天氣和能見度情況下，依賴于其它光學傳感器可能具有挑戰性。煙、霧、惡劣天氣以及明暗對比都是具有挑戰性的能見度情況，這些情況會抑制光學被動和主動傳感器，如攝像頭和LIDAR，從而導致這些傳感器可能無法識別目標。然而，在惡劣的天氣和能見度情況下，TI毫米波傳感器仍能保持強勁的性能。

目前，成像雷達傳感器是唯一能在各種天氣和能見度情況下保持強勁性能的傳感器，其在方位角和仰角上都能達到1度的角分辨率（使用超分辨率算法計算數值時甚至更低）。

結論

采用TI毫米波傳感器的成像雷達具有很高的靈活性，能夠以非常高的分辨率感知和分類近場中的物體，同時能夠在400米以外的遠場中跟蹤目標。這種成本高效的高分辨率成像雷達系統能夠使2級和3級ADAS應用以及高端4級和5級自動駕駛車輛成為可能，并可用作車輛中的主傳感器。

審核編輯：郭婷