汽車雷達已成為先進駕駛輔助系統(Advanced Driver Assistance Systems, ADAS)的關鍵技術之一。由於雷達透過電磁波來感應環境，即使在能見度差或天氣惡劣的情況下，它也能在長途駕駛中維持運作。設計出能準確捕捉各種交通狀況的汽車雷達，對於確保在自動駕駛時的人身安全來說非常重要。

 

過去，汽車雷達只用於車輛的基本操作，例如自動緊急煞車(Automatic Emergency Braking, AEB)和主動跟車系統(Adaptive Cruise Control, ACC)，雷達感測器只需要提供與前車的距離和速度有關的資訊。隨著自動駕駛發展的趨勢，所需的資訊量也更進一步地增加。

 

具體來說，雷達感測器的資訊要能夠回答下列幾個問題：

1. 目標離我有多遠？

2. 目標接近或離開我時的速度有多快？

3. 目標在我的哪個水平方向？是左邊、右邊還是正前方？

4. 目標在我的哪個垂直方向？是上方、下方還是正前方？

5. 這個目標是什麼？是行人還是車輛？

 

現在，汽車雷達技術可以透過提供以下資料來回答這些問題：

1. Range （距離）

2. Doppler （都卜勒）

3. Azimuthal direction of arrival (DoA) （方位角）

4. Elevation direction of arrival (DoA) （仰角方向）

5. Micro-Doppler （微都卜勒）

 

隨著車輛逐漸自動化，汽車雷達技術的用途將遠遠超出煞車和跟車，對可靠性和準確性的要求不斷提高。

如果每一項功能都要透過實測的方式來驗證，可能會花費非常多的金錢與時間成本，因此，透過模擬來確認雷達感測器的硬體性能是一種經濟高效率的方法。透過模擬，工程師可以在更短的產品開發週期內設計、測試和驗證雷達感測器。

 

使用模擬驗證汽車雷達系統

雖然硬體模擬在感測器設計階段很有價值，但能夠在真實世界中驗證和測試雷達感測器性能，模擬變得更加重要。工程師需要確保雷達感測器能夠準確感應環境，並為車輛的感知算法提供一致的資訊。如果不這樣做，可能會嚴重損害自動駕駛的安全性。

 

此外，工程師需要在所謂的極端情況下測試雷達感測器的性能，這對於物理測試來說可能過於危險或成本高昂。根據統計，全自動駕駛汽車在正式開賣之前需要完成 140億公里的里程數。因此，模擬已成為實現這一目標的唯一實用方法。透過模擬，工程師可以完成數十億公里的虛擬駕駛里程，同時還可以在極端情況下安全地測試汽車雷達感測器的性能。

 

 

 圖 1：使用 Ansys HFSS SBR+ 求解器進行高保真度電磁模擬的1:1交通場景 

 

然而，在虛擬駕駛環境中模擬的雷達感測器並非都是一樣的；由於模擬中引入的電磁保真度水準不同，它們的模擬精度和速度可能有很大差異。

 

舉例來說，汽車雷達模擬的準確性取決於虛擬駕駛環境的真實程度以及包含多少電磁波傳播現象。為了加速雷達模擬，工程師有時會使用簡單模型來定義交通場景中的行人。另一個例子是使用一個正方體來定義一輛汽車或一組橢圓體來定義一個行人。還有一種技術是使用系統級模擬，將目標定義為不需要主動進行電磁模擬的預定義RCS雷達截面積值。

 

當虛擬駕駛模擬中使用的雷達感測器得到的合成雷達回波資料品質降低時，可能會導致對感測器的驗證過於草率。這種情況下，感測器在真實環境中的表現可能會與模擬中的表現大不相同，甚至無法預測。此外，如果人工智慧(Artificial Intelligence, AI)演算法是基於這些不正確的合成雷達回波資料構建的，那麼它們帶來的優勢也可能會因此而被抵消。

 

Ansys HFFS SBR+ 求解器是一款漸近光線追蹤電磁求解器，可有效解決大型電性問題。 HFSS SBR+利用幾何光學(Geometric Optics, GO)、物理光學(Physical Optics, PO)、一致性繞射理論(Uniform Theory of Diffraction, UTD)、物理繞射理論(Physical Theory of Diffraction, PTD)和爬行波(Creeping Waves, CW)來準確預測電磁波的傳播。

 

我們將示範工程師如何使用 HFSS SBR+ 從1:1交通場景中獲得高精度的合成雷達回波。具體來說，我們將展示如何透過對 HFSS SBR+ 合成雷達回波進行後處理來獲得距離—都卜勒圖(Range-Doppler Maps)、距離—角度圖(Range-Angle Maps)和微都卜勒剖面 (Micro-Doppler Profiles)。

 

距離與都卜勒(Range-Doppler)

雷達感測器是透過發出電磁波並接收反射訊號來確定目標的位置所在，而發射訊號和接收訊號之間的時間延遲可用於計算目標的距離。

 

當雷達在測定目標速度時，是利用都卜勒效應通過測量反射信號頻率的變化來實現。要做到這一點，雷達感測器需要在一個相關處理間隔(Coherent Processing Interval , CPI)內發射多個脈衝來確定頻率變化。這對於電磁模擬來說是個挑戰，因為為了獲得單個距離—都卜勒幀，可能需要進行數百次模擬。

 

HFSS SBR+ 利用加速都卜勒訊號處理 (Accelerated Doppler Processing, ADP) 功能解決了這項挑戰。使用加速都卜勒訊號處理，HFSS SBR+ 在發射單一脈衝的同時能獲得所有距離—都卜勒幀的合成雷達回波。這意味著在某些雷達場景中，模擬速度可以提高 100 倍以上。

 

 

圖 2：圖 1 所示場景中的距離—都卜勒圖，使用 HFSS SBR+ 的加速都卜勒訊號處理 (ADP) 功能得到。

 

到達方位角和仰角方向 (DoA)

汽車雷達感測器可以透過使用物理上分離的多個發射天線(Tx)與接收天線(Rx)來確定目標的到達方向。由於天線之間的距離是已知的，因此可以透過測量每個天線接收到的訊號之間的相位差來確定到達方向。

 

除了以高解析度確定目標的距離和速度之外，在複雜的城市環境中行駛的自動駕駛車輛還需要具有高方位角和仰角分辨率的雷達感測器。

 

尺寸和成本限制了可用於實現高解析度 DoA 預估的物理通道分辨率。與單輸入/多輸出 (Single-Input Multi-Output, SIMO) 系統相比，多輸入/多輸出 (Multi-Input Multi-Output, MIMO) 系統使用較少的物理通道實現更大的虛擬天線陣列。增加通道數量會顯著增加模擬的負擔，因為需要計算更多的 Tx/Rx 耦合。 HFSS SBR+ 可以有效處理任意數量的 MIMO 通道的模擬。透過模擬，工程師甚至可以在實際設計感測器之前有信心地確定滿足在不同駕駛場景下能滿足性能規格所需的通道數量。

 

 

圖 3：使用 128 通道 MIMO 感測器得到的1:1交通場景及其方位距離角度圖。同樣的原理也可用於仰角 DoA。

 

 圖 4：評估通道數量對 DoA 預估解析度的影響：增加通道數量可提高解析度。 

 

微都卜勒(Micro-Doppler)

當一輛安裝有雷達感測器的車輛與環境中的目標物體之間存在相對運動時，反射信號的頻率會發生變化。這種現象就是都卜勒效應。通常情況下，速度分量指的是主體（如車輛或人體）的整體運動。如果目標物體上有其他部分具有旋轉或振動運動，這些額外的運動成分會對反射信號產生所謂的微動作，從而進一步調變反射信號。這種對反射信號的進一步調變被稱為微都卜勒效應。

 

打個比方，人類在行走時會有個整體的運動速度，而腿、腳、手臂會產生額外的小範圍振動，這些小動作在雷達上會顯示出特別的訊號，這些訊號就是微都卜勒特徵。也就是說，透過這種技術，車輛可以確定目標是機車、汽車、還是行人，甚至連動物也能夠分辨出來。 HFSS SBR+ 的高保真物理模擬方法可以讓工程師更精確地模擬目標物體（如人或車輛）的各個部分如何影響雷達信號，特別是那些由於小範圍移動或振動造成的細微變化。

 

 

 圖5：一個未擺動四肢的行人的交通場景（左）與頻譜圖（右）。 

 

 圖6：擺動手臂和腿的自然行走行人的交通場景（左）和頻譜圖（右）。

由手臂和腿引起的微都卜勒效應調變了來自主體的都普勒回波。 

 

汽車雷達系統推進全自動駕駛汽車的發展

汽車雷達是開發全自動駕駛汽車必需的關鍵感測器技術。雷達感測器不僅用於偵測目標，還可以準確地確定目標的距離、移動速度和角度，甚至確定目標是動物、行人還是騎自行車的人。

 

HFSS SBR+ 是一種基於物理的電磁求解器，可以讓工程師準確模擬現實世界的交通狀況並開發雷達感測器，以確保自動駕駛車輛的安全運作。

 

資料來源: Ansys Blog

作者
Ushemadzoro Chipengo
Senior Application Engineer, Ansys