CN114072696A - 用于自主车辆的具有选择性扫描模式的波束操控雷达 - Google Patents

用于自主车辆的具有选择性扫描模式的波束操控雷达 Download PDF

Info

Publication number
CN114072696A
CN114072696A CN202080048709.2A CN202080048709A CN114072696A CN 114072696 A CN114072696 A CN 114072696A CN 202080048709 A CN202080048709 A CN 202080048709A CN 114072696 A CN114072696 A CN 114072696A
Authority
CN
China
Prior art keywords
chirp
radar
chirp slope
range
beam steering
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080048709.2A
Other languages
English (en)
Inventor
阿卜杜拉·阿山·扎伊迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
American Wave Co
Original Assignee
American Wave Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by American Wave Co filed Critical American Wave Co
Publication of CN114072696A publication Critical patent/CN114072696A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • G01S13/343—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal using sawtooth modulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G01S13/426—Scanning radar, e.g. 3D radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/2813—Means providing a modification of the radiation pattern for cancelling noise, clutter or interfering signals, e.g. side lobe suppression, side lobe blanking, null-steering arrays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q1/00—Details of, or arrangements associated with, antennas
    • H01Q1/27—Adaptation for use in or on movable bodies
    • H01Q1/32—Adaptation for use in or on road or rail vehicles
    • H01Q1/3208—Adaptation for use in or on road or rail vehicles characterised by the application wherein the antenna is used
    • H01Q1/3233—Adaptation for use in or on road or rail vehicles characterised by the application wherein the antenna is used particular used as part of a sensor or in a security system, e.g. for automotive radar, navigation systems
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q3/00—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system
    • H01Q3/26—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture
    • H01Q3/2605—Array of radiating elements provided with a feedback control over the element weights, e.g. adaptive arrays
    • H01Q3/2611—Means for null steering; Adaptive interference nulling
    • H01Q3/2629—Combination of a main antenna unit with an auxiliary antenna unit
    • H01Q3/2635—Combination of a main antenna unit with an auxiliary antenna unit the auxiliary unit being composed of a plurality of antennas
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本文公开了与用于自主车辆中的波束操控雷达有关的示例。波束操控雷达具有雷达模块，该雷达模块具有至少一个波束操控天线、收发器和控制器，该控制器可使得收发器利用至少一个波束操控天线以第一射频(RF)信号中的第一啁啾斜率执行第一视野(FoV)的第一扫描，并且以第二RF信号中的第二啁啾斜率执行第二FoV的第二扫描。雷达模块还具有感知模块，其具有经机器学习训练的分类器，该分类器可基于第一RF信号中的第一啁啾斜率检测自主车辆的路径和周围环境中的物体，并且基于第二RF信号中的第二啁啾斜率对物体进行分类。

Description

用于自主车辆的具有选择性扫描模式的波束操控雷达
相关申请的交叉引用
本申请要求2019年7月2日递交的标题为“BEAM STEERING RADAR WITH ASELECTIVE SCANNING MODE FOR USE IN AUTONOMOUS VEHICLES”的美国临时申请62/869,913号的优先权，该美国申请被通过引用完全并入在此。
背景技术
自主驾驶正在迅速从科幻小说的领域转变成为可实现的现实。市场上已经有了高级驾驶员辅助系统(Advanced-Driver Assistance Systems，“ADAS”)，这些系统针对安全性和更好的驾驶而自动化、调适和加强车辆。下一步将是车辆越来越多地承担对驾驶功能的控制，例如操控、加速、制动和监视周围环境和驾驶条件，以响应事件，例如在需要时改变车道或速度，以避开交通、穿越的行人、动物，等等。对物体和图像检测的要求很关键，并且规定了捕捉数据、处理数据并且将其转化为动作所要求的时间。所有这一切，同时确保准确性、一致性和成本优化。
使其发挥作用的一个方面是在周围环境中检测和分类物体的能力，其水平与人类相同或者可能甚至更好。人类善于用一种极为复杂的人类视觉系统来识别和感知其周围的世界，该系统基本上有两个主要功能部分：眼睛和大脑。在自动驾驶技术中，眼睛可包括多个传感器的组合，例如相机、雷达和激光雷达，而大脑可涉及多个人工智能、机器学习和深度学习系统。目标是对于动态的、快速移动的环境具有实时的充分理解，并且具有类似人类的智能来响应于环境的变化而采取行动。
附图说明
联系以下结合附图来理解的详细描述，可以更充分地理解本申请，附图不是按比例绘制的，其中相似的附图标记始终指代相似的部分，附图中：
图1图示了一种示例环境，其中自主车辆中的具有选择性扫描模式的波束操控雷达被用于检测和识别物体；
图2是根据各种示例的自主车辆的自主驾驶系统的示意图；
图3是根据各种示例的如图2中所示的波束操控雷达系统的示意图；
图4图示了一种示例环境，其中如图3中实现的波束操控雷达在选择性扫描模式中操作；
图5根据各种示例更详细图示了图3的接收和防护天线的天线元件；
图6更详细图示了示例雷达信号及其关联的扫描参数；
图7是根据各种示例用于在可调整长程模式中操作波束操控雷达的示例过程的流程图；并且
图8是根据各种示例图示了由如图3中实现的波束操控雷达发射的示例雷达波束。
具体实施方式
公开了用于自主车辆中的具有选择性扫描模式的波束操控雷达(beam steeringradar)。波束操控雷达包含至少一个波束操控天线，该天线被动态控制，以例如改变其电气或电磁配置以实现波束操控。波束操控天线生成狭窄的定向波束，该波束可以被操控到视野(field-of-view，“FoV”)上的任何角度(即，从0°到360°)以检测物体。在各种示例中，波束操控雷达在选择性扫描模式中操作，以扫描感兴趣的区域。波束操控雷达可以操控到期望的角度，然后围绕该角度进行扫描，以检测感兴趣区域中的物体，而不浪费任何处理或扫描周期来照亮没有有效物体的区域。动态控制是通过处理引擎实现的，这些引擎在识别到车辆的FoV中的物体时，通知波束操控雷达将其波束操控向何处，并且通过调整其雷达扫描参数来聚焦于感兴趣的区域和物体。感兴趣的物体可包括车辆的FoV中的结构元素，例如道路、墙壁、建筑物和道路中央分隔带，以及其他车辆、行人、旁观者、骑自行车者、植物、树木、动物，等等。
以下记载的详细描述打算作为对本技术的各种配置的描述，而并不打算表示可用来实现本技术的唯一配置。附图被并入在此并且构成详细描述的一部分。详细描述包括用于提供对本技术的透彻理解的具体细节。然而，本技术并不限于本文记载的具体细节，并且可利用一个或多个实现方式来实现。在一个或多个场合中，以框图形式示出结构和组件以避免模糊本技术的构思。在其他场合中，可能没有详细描述公知的方法和结构，以避免不必要地模糊对示例的描述。另外，示例可以被相互组合地使用。
图1图示了一种示例环境，其中自主车辆中的具有选择性扫描模式的波束操控雷达被用于检测和识别物体。自我车辆100是自主车辆，具有波束操控雷达系统106，用于发射雷达信号以扫描FoV或特定区域。如下文更详细描述的，雷达信号是根据一组扫描参数被发射的，这些参数可以被调整以导致多个发射波束118。扫描参数可包括——除其他外——定义FoV的扫描区域的总角度、每个增量发射波束的波束宽度或扫描角度、雷达信号中的啁啾(chirp)数目、啁啾时间、啁啾片段时间、啁啾斜率，等等。整个FoV或者它的一部分可以由这种发射波束118的汇编来扫描，这些发射波束可以在连续相邻的扫描位置或者按特定或随机的顺序。注意，术语FoV在此是用于提及雷达发射的，而并不意味着具有无阻挡视野的光学FoV。扫描参数也可以指示出这些增量发射光束之间的时间间隔，以及全部或部分扫描的开始和停止角度位置。
在各种示例中，自我车辆100也可具有其他感知传感器，例如相机102和激光雷达104。这些感知传感器对自我车辆100而言不是必需的，但在增强波束操控雷达106的物体检测能力方面可能是有用的。相机传感器102可被用于检测可见物体和条件，并且辅助执行各种功能。激光雷达传感器104也可被用于检测物体，并且提供此信息以调整对车辆的控制。此信息可包括诸如以下信息：公路上的拥堵情况、道路条件、以及会影响车辆的传感器、动作或操作的其他条件。相机传感器当前被用于高级驾驶员辅助系统(“ADAS”)中，以辅助驾驶员实现诸如停车之类的驾驶功能(例如，在后视相机中)。相机可以在很高的细节水平上捕捉纹理、颜色和对比度信息，但与人眼类似，它们容易受到恶劣天气条件和照明变化的影响。相机102可能有很高的分辨率，但不能分辨50米以外的物体。
激光雷达传感器通常通过计算光脉冲行进到物体并且返回到传感器所花费的时间来测量与物体的距离。当被放置在车辆顶部时，激光雷达传感器可以提供周围环境的360°3D视图。其他方法可以在车辆周围的不同位置使用几个激光雷达，以提供完整的360°视图。然而，例如激光雷达104这样的激光雷达传感器仍然昂贵得令人望而却步、尺寸庞大、对天气条件敏感、而且限于短程(通常<150-200米)。另一方面，雷达已经在车辆中被使用了多年，并且在全天气条件中操作。雷达也比其他类型的传感器使用少得多的处理，并且具有检测障碍物后面的物体和确定移动物体的速度的优势。说到分辨率，激光雷达的激光束被聚焦在小区域上，比RF信号的波长小，并且可以实现约0.25度的分辨率。
在各种示例中，如下文更详细描述的，波束操控雷达106可以提供对自我车辆的路径和周围环境的360°真3D视觉和类似人类的解释。波束操控雷达106能够利用至少一个波束操控天线在360°FoV中的所有方向上塑造和操控RF波束，并且在大约300米或更远的长距离上快速且高度准确地识别物体。相机102和激光雷达104的短程能力连同雷达106的长程能力使得自我车辆100中的传感器融合模块108能够增强其物体检测和识别。
如图所示，波束操控雷达106既能够检测远程(例如，>250米)的车辆120，也能够检测短程(例如，<100米)的公共汽车122。在很短的时间内以足够的范围和速度分辨率检测到这两者，对于自我车辆的驾驶功能的完全自主性而言是极为重要的。雷达106具有可调整的长程雷达(long-range radar，“LRR”)模式，该模式能够在很短的时间内检测到长程物体，然后集中于为检测到的车辆获得更精细的速度分辨率。虽然在此没有描述，但雷达106能够在LRR和短程雷达(short-range radar，“SRR”)模式之间进行时间交替的重配置。SRR模式能够实现更低增益的宽波束，但可以作出快速决策以避免事故，辅助停车和市区行驶，并且捕捉关于环境的宽广区域的信息。LRR模式能够实现狭窄的定向波束和长距离，具有高增益；这对于高速应用而言是很强大的，并且更长的处理时间允许了更高的可靠性。可调整的LRR模式使用减少数目的啁啾(例如，5、10、15或20)，以将啁啾片段时间减少高达75％，保证快速的波束扫描率，这对成功的物体检测和自主车辆性能至关重要。每个波束位置的过多停留时间可能会导致盲区，并且可调整的LRR模式确保了能够在长程发生的快速物体检测，同时维持了雷达操作的天线增益、发射功率和期望信噪比。
现在关注图2，图2图示了根据各种示例的自我车辆的自主驾驶系统的示意图。自主驾驶系统200是用于自我车辆中的一种系统，它提供了驾驶功能的一些或完全自动化。驾驶功能可包括例如操控、加速、制动和监视周围环境和驾驶条件，以响应事件，例如在需要时改变车道或速度，以避开交通、穿越的行人、动物，等等。自主驾驶系统200包括波束操控雷达系统202和其他传感器系统，例如相机204、激光雷达206、基础设施传感器208、环境传感器210、操作传感器212、用户偏好传感器214、和其他传感器216。自主驾驶系统200还包括通信模块218、传感器融合模块220、系统控制器222、系统存储器224、和车辆到车辆(vehicle-to-vehicle，V2V)通信模块226。可理解，自主驾驶系统200的这种配置是一种示例配置，而并不意图限制于图2中图示的具体结构。未在图2中示出的其他系统和模块可被包括在自主驾驶系统200中。
在各种示例中，具有可调整LRR模式的波束操控雷达202包括至少一个波束操控天线，用于提供动态可控和可操控的波束，该波束可以聚焦在车辆的360°FoV的一个或多个部分上。从波束操控天线辐射的波束被车辆的路径和周围环境中的物体反射回来，并且被雷达202接收和处理，以检测和识别这些物体。雷达202包括感知模块，该模块被训练来检测和识别物体，并且根据需要控制雷达模块。相机传感器204和激光雷达206也可用于识别自我车辆的路径和周围环境中的物体，虽然范围要小得多。
基础设施传感器208可以在驾驶时提供来自基础设施的信息，例如来自智能道路配置、广告牌信息、交通警报和指示器，包括交通灯、停车标志、交通警告，等等。这是一个不断增长的领域，并且从这个信息中获得的用途和能力是巨大的。环境传感器210检测外部的各种条件，例如温度、湿度、雾气、可见度、降水，等等。操作传感器212提供关于车辆的功能操作的信息。这可能是轮胎压力、燃料水平、刹车磨损，等等。用户偏好传感器214可被配置为检测作为用户偏好的一部分的条件。这可能是温度调整、智能窗户遮光，等等。其他传感器216可包括用于监视车辆内和车辆周围的条件的额外传感器。
在各种示例中，传感器融合模块220优化这些各种功能，以提供车辆和环境的近似全面视图。许多类型的传感器可以被传感器融合模块220控制。这些传感器可以相互协调，以共享信息并且考虑一个控制动作对另一个系统的影响。在一个示例中，在拥堵的驾驶条件中，噪声检测模块(未示出)可以识别出有多个可能干扰车辆的雷达信号。这个信息可被雷达202中的感知模块用来调整雷达的扫描参数，以便避开这些其他信号并且使干扰最小化。
在另一个示例中，环境传感器210可检测到天气正在变化，并且可见度在减小。在这种情形中，传感器融合模块220可以确定配置其他传感器，以改善车辆在这些新条件中导航的能力。该配置可包括关闭相机或激光雷达传感器204-206，或者降低这些基于可见度的传感器的采样率。这实际上就依赖于针对当前情形进行调适的(一个或多个)传感器。作为响应，感知模块也针对这些条件来对雷达202进行配置。例如，雷达202可以减小波束宽度，以提供更聚焦的波束，从而提供更精细的感测能力。
在各种示例中，传感器融合模块220可以基于历史条件和控制，向雷达202发送直接控制。传感器融合模块220也可以使用系统200内的一些传感器来充当其他传感器的反馈或校准。以这种方式，操作传感器212可以向感知模块和/或传感器融合模块220提供反馈，以创建模板、模式和控制场景。这些是基于成功的动作的，或者可以基于不良的结果，其中传感器融合模块220从过去的动作中学习。
来自传感器202-216的数据可以在传感器融合模块220中被组合起来，以改善自主驾驶系统200的目标检测和识别性能。传感器融合模块220本身可以由系统控制器222控制，系统控制器222也可以与车辆中的其他模块和系统进行交互并且对其进行控制。例如，系统控制器222可以根据需要打开和关闭不同的传感器202-216，或者向车辆提供指示，以便在识别驾驶危险(例如，鹿、行人、骑自行车者或另一车辆突然出现在车辆的路径上，飞来的碎片，等等)时停下来。
自主驾驶系统200中的所有模块和系统通过通信模块218与彼此通信。自主驾驶系统200还包括系统存储器224，它可以存储用于系统200和使用系统200的自我车辆的操作的信息和数据(例如，静态和动态数据)。V2V通信模块226被用于与其他车辆的通信。V2V通信还可包括来自其他车辆的信息，这些信息对于车辆的用户、驾驶员或骑手而言是不可见的，并且可以帮助车辆协调以避免事故。地图测绘单元228可以为车辆提供地图测绘和位置数据，这些数据或者可被存储在系统存储器224中。在各种示例中，地图测绘和位置数据可被用于波束操控雷达202的选择性扫描操作模式中，以便在自我车辆正在弯曲的道路上导航时将波束操控聚焦在感兴趣的角度周围。在其他示例中，地图测绘和位置数据可被用于波束操控雷达202的选择性扫描操作模式中，以便在城市街道环境中以更高的范围分辨率(虽然有更小的最大速度)对于减小的范围聚焦波束操控，或者在公路环境中以更高的最大速度(虽然有更大的范围分辨率)对于增大的范围聚焦波束操控。
图3根据各种示例图示了如图2中所示的具有选择性扫描模式的波束操控雷达系统的示意图。波束操控雷达300是一种具有真正3D视觉的“数字眼”，并且能够对世界进行类似人类的解释。“数字眼”和类似人类的解释能力由两个主要模块提供：雷达模块302和感知引擎304。雷达模块302既能够在FoV内发射RF信号，也能够在发射的信号从FoV内的物体上反射时接收发射信号的反射。通过在雷达模块302中使用模拟波束成形技术，可以有效地使用单个发射和接收链来形成定向以及可操控的波束。雷达模块302中的收发器306适于生成信号，用于通过一系列发射天线308进行发射，以及管理通过一系列接收天线310-314接收的信号。FoV内的波束操控是分别利用与发射链上的发射天线308耦合的移相器(phaseshifter，“PS”)电路316-318和与接收链上的接收天线310-314耦合的PS电路320-324来实现的。
使用PS电路316-318和320-324使得能够单独控制发射和接收天线中的每个元件的相位。与早期的无源体系结构不同，使用有源波束成形天线，波束不仅可操控到离散的角度，而且可操控到FoV内的任何角度(即，从0°到360°)。多元件天线可以与模拟波束成形体系结构被一起使用，其中个体天线元件可以在单个发射或接收链的端口处被组合或划分，而无需额外的硬件组件或每个天线元件的个体数字处理。另外，多元件天线的灵活性允许了发射和接收的窄波束宽度。天线波束宽度随着天线元件数目的增大而减小。窄波束改善了天线的指向性，并且为雷达300提供了明显更长的检测范围。
实现模拟波束操控的主要挑战是设计PS在77GHz下操作。PS电路316-318和320-324利用反射式PS设计解决了这个问题，该设计是利用当前使用砷化镓(GaAs)材料构建的分布式变抗器网络实现的。每个PS电路316-318和320-324具有一系列的PS，每个PS耦合到一天线元件，以为由该天线元件发射或接收的信号生成从0°到360°的任何值的相移值。该PS设计在未来的实现方式中可扩展到硅锗(SiGe)和互补金属氧化物半导体(complementary metal-oxide semiconductor，CMOS)，使PS成本下降，以满足客户应用的特定需求。每个PS电路316-318和320-324由现场可编程门阵列(Field Programmable GateArray，“FPGA”)326控制，它向每个PS电路中的PS提供一系列的电压，导致一系列的相移。
在各种示例中，电压值被施加到PS电路316-318和320-324中的每个PS，以生成给定的相移并且提供波束操控。施加于PS电路316-318和320-324中的PS的电压被存储在FPGA306中的查找表(Look-up Table，“LUT”)中。这些LUT是由天线校准过程生成的，该过程确定在每个操作条件下向每个PS施加何种电压以生成给定的相移。注意，PS电路316-318和320-324中的PS能够以小于一度的非常高的分辨率生成相移。这种对相位的增强控制使得雷达模块302中的发射和接收天线能够以非常小的步长操控波束，改善了雷达300以小角度分辨率分辨位置接近的目标的能力。
在各种示例中，发射天线308和接收天线310-314可以是元结构天线、相位阵列天线、或者能够辐射毫米波频率的RF信号的任何其他天线。这里一般定义的元结构是一种工程结构，其能够基于其几何形状来控制和操纵期望方向的入射辐射。天线308-314的各种配置、形状、设计和尺寸可用于实现特定的设计和满足特定的约束。
雷达300中的发射链开始于收发器306生成RF信号，以准备由发射天线308在空中发射。RF信号可以例如是频率调制连续波(Frequency-Modulated Continuous Wave，“FMCW”)信号。FMCW信号使得雷达300能够通过测量发射的信号和接收/反射的信号或回波之间的相位或频率的差异来确定到物体的距离和物体的速度。在FMCW格式内，有各种可以使用的波形模式，包括正弦波、三角波、锯齿波、矩形波等等，每一种具有优势和用途。
一旦FMCW信号被收发器306生成，它们就被提供给功率放大器(power amplifier，“PA”)328-332。信号放大是需要的，以使得FMCW信号到达物体检测所需的长距离，因为信号在被发射天线308辐射时是衰减的。从PA 328-332，信号通过馈送网络334-336被划分和分配，该网络形成功率分配器系统，以将输入信号划分成多个信号，对于发射天线308的每个元件都有一个信号。馈送网络334-336可以划分信号，使得功率在它们之间被平均分配，或者根据另一种方案来分配功率，其中划分的信号并不全都接收相同的功率。然后，来自馈送网络334-336的每个信号被输入到PS电路316-318中的PS中，在那里，它们基于由FPGA 326在微控制器338的引导下生成的电压被相移，然后通过发射天线308被发射。
微控制器338根据基于道路和环境场景的期望扫描模式，确定对PS电路316-318中的PS施加何种相移。微控制器338还确定收发器在其下一次扫描时要应用的扫描参数。扫描参数可以在处理引擎350之一的引导下被确定，例如在感知引擎304的引导下被确定。取决于检测到的物体，感知引擎304可以指示微控制器338在下一次扫描时调整扫描参数，以聚焦于FoV的给定区域或者将波束操控到不同的方向。
在各种示例中，如下文更详细描述的，雷达300以各种模式之一操作，包括全扫描模式和选择性扫描模式，等等。在全扫描模式中，发射天线308和接收天线310-314都以小的增量步长扫描整个FoV。即使由于作为操控角的函数的旁瓣增大，FoV可能受到系统参数的限制，但对于长程雷达而言，雷达300可以在相当大的区域上检测物体。可以基于驾驶环境动态地改变在瞄准线的任一侧要扫描的角度的范围以及操控角/相移之间的步长。为了改善在城市环境中驾驶的自主车辆(例如，自我车辆)的性能，可以增大扫描范围，以不断监视十字路口和路缘，以检测车辆、行人或骑自行车者。这种大扫描范围可能会降低帧率(重访率)，但被认为是可接受的，因为城市环境一般涉及低速度驾驶场景。对于其中帧率至关重要的高速公路场景，可以通过减小扫描范围来维持更高的帧率。在这种情况下，在瞄准线的任一侧的几度的波束扫描就足以进行长程目标检测和跟踪了。
在选择性扫描模式中，雷达300通过操控到期望的角度，然后围绕该角度进行扫描，从而在感兴趣的区域周围进行扫描。这确保了雷达300在感兴趣的区域中检测物体，而不浪费任何处理或扫描周期来照亮没有有效物体的区域。这种扫描有用的场景之一是在图4中图示的弯曲的高速公路或道路的情况下。由于雷达300可以在长距离上检测物体，例如，在瞄准线上的300米或更远，因此如果道路(例如道路400)中有弯曲，则直接测量不会提供有帮助的信息。相反，雷达300沿着道路的曲率操控，如波束区域402所图示。雷达300可以从车辆中的数据库或地图测绘单元(例如，图2的地图测绘单元228)获取地图测绘和位置数据，以知道何时会出现弯曲的道路，以便雷达300可以激活选择性扫描模式。类似地，在其他用例中，地图测绘和位置数据可被用于检测路径和/或周围环境(例如城市街道环境或公路环境)的变化，其中物体检测所需要的最大范围可能依据检测到的环境(或路径)而变化。例如，地图测绘和位置数据可被用于雷达300的选择性扫描操作模式中，以便在城市街道环境中以更高的范围分辨率(虽然有更小的最大速度)对于减小的范围聚焦波束操控，或者在公路环境中以更高的最大速度(虽然有更大的范围分辨率)对于增大的范围聚焦波束操控。
这种选择性扫描模式更有效率，因为它允许了雷达300将其波束对准感兴趣的区域，而不是在没有物体或对车辆有用的信息的区域上浪费任何扫描。在各种示例中，选择性扫描模式是通过改变由收发器306生成的FMCW信号的啁啾斜率并且将发射信号的相位移动到覆盖道路400的曲率所需要的操控角来实现的。
返回到图3，通过反射或回波利用雷达300检测物体，这些反射或回波在一系列接收天线310-314处被接收，这些接收天线由PS电路320-324引导。低噪声放大器(Low NoiseAmplifier，“LNA”)位于接收天线310-314和PS电路320-324之间，PS电路320-324包括与PS电路316-318中的PS相似的PS。对于接收操作，PS电路310-324在接收天线310-314中的辐射元件之间造成相位差，以补偿辐射元件之间由于空间配置而产生的接收信号的时间延迟。接收相移——也被称为模拟波束成形——将接收的信号组合起来，用于对齐回波，以识别检测到的物体的位置或者定位。也就是说，相移使在不同时间到达接收天线310-314中的每个辐射元件的接收信号对齐。与发射链上的PS电路316-318类似，PS电路320-324由FPGA326控制，它向每个PS提供电压以生成期望的相移。FPGA 326还向LNA 338-342提供偏置电压。
然后，接收链在组合网络344处将在接收天线312处接收到的信号组合起来，组合信号从这里传播到收发器306。注意，如图所示，组合网络344生成两个组合信号346-348，每个信号组合来自接收天线312中的若干个元件的信号。在一个示例中，接收天线312包括48个辐射元件，并且每个组合信号346-348组合了由48个元件中的24个接收的信号。其他示例可包括8、16、24、32等等，这取决于期望的配置。天线元件的数目越多，波束宽度就越窄。
还要注意，在接收天线310和314处接收的信号直接从PS电路320和324去到收发器306。接收天线310和314是防护天线，这些防护天线生成与48元件接收天线312接收的主波束分开的辐射模式。实现防护天线310和314是为了有效地消除来自物体的旁瓣返回。目标是让防护天线310和314提供比旁瓣更高的增益，因此能够将其消除或者显著减少其存在。防护天线310和314有效地充当了旁瓣滤波器。
一旦接收到的信号被收发器306接收，它们就被处理引擎350处理。处理引擎350包括：感知引擎304，它用神经网络和人工智能技术来检测和识别接收信号中的物体；数据库352，来存储雷达300的历史和其他信息；以及数字信号处理(Digital Signal Processing，“DSP”)引擎354，它具有模数转换器(Analog-to-Digital Converter，“ADC”)模块，来将来自收发器306的模拟信号转换成数字信号，这些数字信号可以被处理以确定到达角度和其他有价值的信息，以便感知引擎304检测和识别物体。在一个或多个实现方式中，DSP引擎354可与微控制器338或收发器306集成。
雷达300还包括图形用户界面(Graphical User Interface，“GUI”)358，以便能够根据需要配置扫描参数，例如定义FoV的扫描区域的总角度、每个增量发射波束的波束宽度或扫描角度、雷达信号中的啁啾的数目、啁啾时间、啁啾斜率、啁啾片段时间，等等。此外，雷达300具有温度传感器360，用于感测车辆周围的温度，以便来自FPGA 326的适当电压可被用于生成期望的相移。存储在FPGA 326中的电压是在不同的操作条件(包括温度条件)下对天线的校准期间确定的。数据库362也可被用于雷达300中，以存储雷达和其他有用的数据。
现在关注图5，该图更详细示出了图3的接收天线和防护天线的天线元件。接收天线500具有若干个辐射元件502，在略微不同的时间为信号或来自物体的反射创造接收路径。在各种实现方式中，辐射元件502是阵列配置中的元结构或贴片，例如48元件天线中的。相位和放大模块504提供相移，以在时间上对齐信号。辐射元件502耦合到组合结构506以及相位和放大模块504，包括移相器和LNA，它们被实现为图3的PS电路320-324和LNA 338-342。在本图示中，两个物体，即物体A 508和物体B510，位于相同的范围，并且相对于天线500具有相同的速度。当物体之间的距离小于辐射波束的带宽时，物体可能无法被系统区分。这被称为角度分辨率或空间分辨率。在雷达和物体检测领域，角度分辨率描述了雷达在位置相互邻近的物体之间进行区分的能力，其中邻近的位置一般由从物体检测机制(例如雷达天线)到物体的距离和物体的速度来衡量。
雷达角度分辨率是指雷达可以区分和分离的同一范围处两个同等大的目标之间的最小距离。角度分辨率是天线的半功率波束宽度——被称为3dB波束宽度——的函数，并且用作物体区分的限制因素。区分物体是基于准确识别来自物体的反射的到达角度。更小的波束宽度角度会产生较高的指向性和更细化的角度分辨率，但要求更快的扫描来实现更小的步长。例如，在自主车辆应用中，雷达的任务是在足够车辆在需要时采取纠正措施的时间段内扫描车辆的环境。这将系统的能力限制到特定的步骤。这意味着，在没有额外处理的情况下，其间的距离小于3dB角度波束宽度的任何物体是无法被区分的。换句话说，在相同距离的两个相同目标，如果它们之间相隔超过天线3dB波束宽度，那么它们的角度会被分辨。本示例使用多个防护带天线来在物体之间进行区分。
图6更详细图示了雷达信号及其关联的扫描参数。雷达信号600是包含一系列啁啾(例如啁啾602-606)的FMCW信号。雷达信号600是由一组参数定义的，这些参数影响如何确定物体的位置、其分辨率和速度。与雷达信号600相关联并且在图6中图示的参数包括以下项：(1)fmax和fmin代表啁啾信号的最低和最高频率；(2)Ttotal代表一个啁啾序列的总时间；(3)Tdelay表示雷达系统中的锁相环(Phase Locked Loop，“PLL”)的稳定时间；(4)Tmeas代表实际测量时间(例如，>2μs，以便啁啾序列检测300米内的物体)；(5)Tchip表示一个啁啾的总时间；(6)B代表啁啾的总带宽；(7)Beff代表啁啾的有效带宽；(8)ΔBeff代表连续测量之间的带宽；(9)Nr代表每个啁啾进行的测量次数(即，对于每个啁啾，将对回波进行多少次测量)；以及(10)Nc，啁啾的数目。
物体的距离和距离分辨率完全由啁啾参数Nr和Beff决定。在一些方面中，范围分辨率可被表达如下：
Figure BDA0003449316810000131
在一些方面中，最大距离(或范围)可被表达如下：
Figure BDA0003449316810000132
物体的速度和速度分辨率完全由啁啾序列参数(Nc，Tchirp)和频率(fmin)决定。实现的最小速度(或速度分辨率)是如下确定的(其中c表示光速)：
Figure BDA0003449316810000133
注意，对于相同的序列参数，更高的雷达频率会带来更好的速度分辨率。最大速度由以下公式给出：
Figure BDA0003449316810000141
扫描参数之间的其他关系由以下公式给出，其中公式5表示啁啾斜率κchirp，并且公式6表示采样频率：
Figure BDA0003449316810000142
fsample∝κchirp*Rmax (公式6)
在各种方面中，采样频率是固定的。另外，公式6中的采样率fsample决定了对于选定的最大速度和选定的最大范围，可以实现多精细的范围分辨率。在一些方面中，最大范围Rmax可由用户配置定义，这取决于检测到的环境的类型(或者路径的类型)。注意，一旦最大范围Rmax固定，vmax和ΔR就不再是独立的。一个啁啾序列或片段具有多个啁啾。每个啁啾被多次采样，以给出多个范围测量，并且准确地测量多普勒速度。每个啁啾可由其斜率κchirp定义。例如公式1中所示，最大范围要求可能与啁啾的有效带宽Beff成反比，其中Beff参数的增大可以实现范围分辨率的改善(或者范围分辨率值的减小)。减小的范围分辨率值可能对城市街道环境中的物体分类很有用，在这种环境中，与公路环境相比，物体的运动速度明显较低，因此范围分辨率参数值的改善比观察到最大速度参数的劣化更可取。类似地，如公式4中所示，雷达的最大速度能力可与啁啾时间Tchirp成反比，其中Tchirp参数的减小可以实现最大速度的改善(或者最大速度值的增大)。增大的最大速度可能对公路环境中的物体检测很有用，在这种环境中，与城市街道环境相比，物体的运动速度明显较高，因此最大速度参数的改善比观察到范围分辨率参数的劣化更可取。
还要注意，上面的公式1-6可以用来为给定的设计目标建立扫描参数。例如，为了在长距离上以高分辨率检测物体，雷达系统300需要对于每个啁啾进行大量的测量。如果目标是在长距离上高速检测物体，那么啁啾时间必须低，从而限制了啁啾时间。在第一种情况下，长距离的高分辨率检测受限于雷达系统中的信号处理单元的带宽。而在第二种情况下，长距离的高最大速度受限于雷达芯片组的数据获取速度(这也限制了分辨率)。
在选择性扫描模式中，雷达300调整其啁啾斜率，以围绕感兴趣的角度进行扫描，而不是执行全扫描。例如，当车辆面临弯曲的道路或公路时，就会遇到这种情形，如图4所示。雷达300应用主动定位和地图测绘，以将其扫描聚焦到感兴趣区域周围较短的范围。类似地，在其他用例中，主动定位和地图测绘可被用于检测路径和/或周围环境(例如城市街道环境或公路环境)的变化，其中物体检测所需要的最大范围可能依据检测到的环境(或路径)而变化。例如，地图测绘和位置数据可被用于触发雷达300的选择性扫描操作模式，以便在城市街道环境中以更高的范围分辨率(虽然有更小的最大速度)对于减小的范围聚焦波束操控，或者在公路环境中以更高的最大速度(虽然有更小的范围分辨率)对于增大的范围聚焦波束操控。在为城市街道环境调整其啁啾斜率时，雷达300可以使用较小的范围最大值要求来执行物体检测和分类，以便减小其范围分辨率参数值，从而改善对城市街道中的物体的检测和分类。随着范围最大值对于城市街道环境减小，啁啾斜率被调整以维持与固定采样频率的平衡，如公式6所示。为了改善城市街道环境的范围分辨率，有效带宽参数Beff和啁啾时间参数Tchirp被增大。因此，如公式5所示，啁啾斜率值被增大。在为公路环境调整其啁啾斜率时，雷达300可以使用较高的范围最大值要求来执行物体检测和分类，以便增大其最大速度参数值，从而改善在更大范围内(例如，等于或大于300米)对公路中的物体的检测和分类。随着范围最大值对于公路环境增大，啁啾斜率被调整以维持与固定采样频率的平衡，如公式6所示。为了改善公路环境的最大速度，有效带宽参数Beff和啁啾时间参数Tchirp被减小。因此，如公式5所示，啁啾斜率值被减小。
图7是根据各种示例用于在可调整长程模式中操作波束操控雷达的示例过程700的流程图。首先，雷达在全扫描模式中启动波束操控扫描的发射(702)。一旦接收到回波(704)，雷达就可以检测物体(706)和/或从微控制器338接收指示以开始在选择性模式中扫描(708)。
该指示可以根据感知引擎304的引导，或者来自车辆中检测弯曲道路的地图测绘单元或其他这种引擎(未示出)。来自微控制器的指示指令雷达调整其啁啾斜率，以便它扫描感兴趣的角度周围(例如，弯曲道路的角度周围)的FoV区域(710)。啁啾斜率可被增大，以聚焦于弯曲周围的更短范围，并且实现更好的分辨率。然后检测感兴趣区域中的物体，并且提取其信息(712)，以便由感知引擎304将其分类(714)为车辆、骑自行车者、行人、基础设施物体、动物，等等。物体分类被发送到传感器融合模块，在那里它与来自其他传感器(例如，激光雷达和相机传感器)的物体检测信息一起被分析。雷达300在微控制器338的引导下继续其扫描过程，微控制器338指示雷达何时离开选择性扫描模式并且返回到全扫描模式，以及在扫描期间使用哪些扫描参数(例如，啁啾斜率、波束宽度，等等)。
图8图示了示例雷达波束，该波束是由雷达300发射的，其中狭窄的主波束800能够达到300米或更远的长距离，并且可以利用防护天线310和314以及图3的DSP模块356中的DSP处理来减小旁瓣。这个雷达波束可以被操控到FoV内的任何角度，以使得雷达300能够检测和分类物体。可以依据道路条件(例如，是否弯曲，是城市街道还是公路)、环境条件等等而改变扫描模式。波束被动态控制，并且其参数可以在微控制器338和感知引擎304的指令下根据需要被调整。
这些各种示例利用改善的传感器性能、全天气/全条件检测、先进决策算法以及通过传感器融合与其他传感器的交互，来支持自主驾驶。这些配置优化了雷达传感器的使用，因为在许多应用中，雷达不受天气条件的抑制，例如用于自动驾驶汽车。这里描述的雷达实际上是一种“数字眼”，它具有真正3D视觉，并且能够对世界进行类似人类的解释。
可理解，提供先前对所公开的示例的描述是为了使得本领域的任何技术人员能够制造或使用本公开。对这些示例的各种修改对于本领域技术人员而言是显而易见的，并且本文定义的通用原理可被应用于其他示例，而不脱离本公开的精神或范围。从而，本公开并不打算被限于本文示出的示例，而是应符合与本文公开的原理和新颖特征一致的最宽范围。
就本文使用的而言，在一系列项目前面的短语“……中的至少一者”——其中用术语“和”或“或”来分隔任何项目——修饰整个列表，而不是列表的每个成员(即，每个项目)。短语“……中的至少一者”不要求选择至少一个项目；相反，该短语允许包括任何项目中的至少一者、和/或项目的任何组合中的至少一者、和/或每个项目中的至少一者的含义。举例而言，短语“A、B和C中的至少一者”或者“A、B或C中的至少一者”分别指的是只有A、只有B或者只有C；A、B和C的任何组合；和/或A、B和C中的每一者的至少一者。
此外，当在说明书或权利要求中使用术语“包含”、“具有”之类时，这样的术语打算是包含性的，类似于术语“包括”，就像“包括”在权利要求中被用作过渡性词语时被解释的那样。
除非特别声明，否则以单数形式提及一元素并不打算意指“一个且只有一个”，而是“一个或多个”。术语“一些”是指一个或多个。带下划线和/或斜体的标题和副标题只是为了方便而使用的，不对主题技术进行限制，并且不是联系对主题技术的描述的解释来提及的。本领域普通技术人员已知的或者以后得知的本公开各处描述的各种配置的元素的所有结构和功能等同物，在此被通过引用明确并入，并且打算被主题技术所包含。此外，本文公开的任何内容都不打算被奉献给公众，无论这种公开是否在上述描述中被明确提及。
虽然本说明书包含许多具体细节，但这些细节不应被解释为对可请求保护的范围的限制，而是应被解释为对本主题的特定实现方式的描述。本说明书中在分开的实施例的上下文中描述的某些特征也可在单个实施例中被组合实现。相反，在单个实施例的上下文中描述的各种特征也可被分开地或者按任何适当的子组合在多个实施例中实现。此外，虽然以上可将特征描述为按某些组合来动作，或者甚至最初权利要求是这样记载的，但来自要求保护的组合的一个或多个特征在一些情况下可被从该组合中删去，并且要求保护的组合可指向子组合或子组合的变体。
已就特定方面描述了本说明书的主题，但其他方面也可被实现，并且在所附权利要求的范围内。例如，虽然在附图中是按特定顺序描绘操作的，但这不应当被理解为，为了实现期望的结果，要求按所示出的特定顺序或按先后顺序执行这种操作，或者要求执行所有图示出的操作。权利要求中记载的动作可按不同的顺序被执行，而仍实现期望的结果。作为一个示例，附图中描绘的过程要实现期望的结果并非必然要求所示出的特定顺序或者先后顺序。此外，在以上描述的方面中各种系统组件的分离不应当被理解为在所有方面中都要求这种分离，并且应当理解，所描述的程序组件和系统一般可被一起集成在单个硬件产品中或者被封装到多个硬件产品中。其他变化在所附权利要求的范围内。

Claims (20)

1.一种用于自主车辆中的波束操控雷达，包括：
雷达模块，其包括：
至少一个波束操控天线；
收发器；以及
控制器，被配置为使得所述收发器利用所述至少一个波束操控天线以第一射频(RF)信号中的第一啁啾斜率执行第一视野(FoV)的第一扫描，并且以第二RF信号中的与所述第一啁啾斜率不同的第二啁啾斜率执行与所述第一FoV不同的第二FoV的第二扫描；以及
感知模块，其包括经机器学习训练的分类器，该分类器被配置为基于所述第一RF信号中的所述第一啁啾斜率检测所述自主车辆的路径和周围环境中的一个或多个物体，并且基于所述第二RF信号中的所述第二啁啾斜率对所述一个或多个物体进行分类，其中，所述感知模块被配置为将物体数据和雷达控制信息发送到所述雷达模块。
2.如权利要求1所述的波束操控雷达，其中，所述控制器还被配置为：
从所述物体数据确定所述一个或多个物体的范围分辨率，其中所述范围分辨率与啁啾的有效带宽成反比，并且
从所述物体数据确定所述一个或多个物体的最大速度，其中所述最大速度与啁啾的啁啾时间成反比。
3.如权利要求1所述的波束操控雷达，其中，所述第二啁啾斜率大于所述第一啁啾斜率。
4.如权利要求3所述的波束操控雷达，其中，所述控制器还被配置为从所述物体数据获得与所述第一RF信号中的所述第一啁啾斜率相对应的所述一个或多个物体的第一范围分辨率，并且从所述物体数据获得与所述第二RF信号中的所述第二啁啾斜率相对应的所述一个或多个物体的小于所述第一范围分辨率的第二范围分辨率。
5.如权利要求3所述的波束操控雷达，其中，所述控制器还被配置为从所述物体数据确定与所述第一RF信号中的所述第一啁啾斜率相对应的所述一个或多个物体的第一最大速度，并且从所述物体数据确定与所述第二RF信号中的所述第二啁啾斜率相对应的所述一个或多个物体的小于所述第一最大速度的第二最大速度。
6.如权利要求1所述的波束操控雷达，其中，所述控制器还被配置为使得所述收发器利用所述至少一个波束操控天线按所述第一啁啾斜率发射具有第一数目的啁啾的所述第一RF信号以扫描所述第一FoV直到第一范围，并且利用所述至少一个波束操控天线按所述第二啁啾斜率发射具有第二数目的啁啾的所述第二RF信号以扫描所述第二FoV直到与所述第一范围不同的第二范围。
7.如权利要求6所述的波束操控雷达，其中：
所述第二啁啾斜率大于所述第一啁啾斜率，并且
所述第二范围小于所述第一范围。
8.如权利要求1所述的波束操控雷达，其中，所述感知模块还被配置为向所述雷达模块发送指示，该指示使得所述雷达模块激活所述波束操控雷达的选择性扫描模式，并且其中，所述控制器使得所述收发器通过从所述第一啁啾斜率调整到所述第二啁啾斜率来调整发射波束的啁啾斜率。
9.如权利要求8所述的波束操控雷达，其中，所述感知模块还被配置为至少部分基于所述物体数据来检测所述路径中的变化，并且其中，所述感知模块被配置为响应于检测到所述路径中的所述变化而生成所述指示。
10.如权利要求8所述的波束操控雷达，其中，所述啁啾斜率由所述发射波束中的一个或多个啁啾的有效带宽与所述发射波束中的所述一个或多个啁啾的啁啾时间的比率来定义。
11.如权利要求1所述的波束操控雷达，其中，所述控制器还被配置为使得所述收发器基于一组扫描参数来执行所述第一扫描和所述第二扫描，所述一组扫描参数可被调整来通过所述至少一个波束操控天线产生多个发射波束。
12.如权利要求11所述的波束操控雷达，其中，所述一组扫描参数包括以下各项中的一个或多个：定义FoV的扫描区域的总角度，所述多个发射波束中的每一者的波束宽度，所述多个发射波束中的每一者的扫描角度，对所述第一RF信号中的所述第一啁啾斜率的指示，对所述第二RF信号中的所述第二啁啾斜率的指示，啁啾时间，啁啾片段时间，或者啁啾的数目。
13.一种物体检测和分类的方法，包括：
利用至少一个波束操控天线在收发器处在第一时间在第一视野(FoV)中发射包括第一啁啾斜率的第一发射波束；
通过所述至少一个波束操控天线在所述收发器处接收与所述第一发射波束相关联的第一反射信号；
利用感知模块基于所述第一发射波束中的所述第一啁啾斜率从所述第一反射信号检测路径和周围环境中的物体；
利用所述至少一个波束操控天线在所述收发器处在所述第一时间之后的第二时间在与所述第一FoV不同的第二FoV中发射包括大于所述第一啁啾斜率的第二啁啾斜率的第二发射波束；并且
利用所述感知模块基于所述第二发射波束中的所述第二啁啾斜率从与所述第二发射波束相关联的第二反射信号分类所述物体。
14.如权利要求13所述的方法，其中：
所述发射所述第一发射波束包括利用所述至少一个波束操控天线按所述第一啁啾斜率发射具有第一数目的啁啾的所述第一发射波束以扫描所述第一FoV直到第一范围，并且
所述发射所述第二发射波束包括利用所述至少一个波束操控天线按所述第二啁啾斜率发射具有第二数目的啁啾的所述第二发射波束以扫描所述第二FoV直到与所述第一范围不同的第二范围。
15.如权利要求14所述的方法，其中：
所述第二啁啾斜率大于所述第一啁啾斜率，并且
所述第二范围小于所述第一范围。
16.如权利要求13所述的方法，还包括：
利用所述感知模块向控制器发送指示，该指示使得所述收发器激活所述收发器的选择性扫描模式；并且
在所述收发器处通过从所述第一啁啾斜率调整到所述第二啁啾斜率来调整发射波束的啁啾斜率。
17.如权利要求16所述的方法，其中，所述检测所述物体包括利用所述感知模块至少部分基于利用所述检测获取的物体数据来检测所述路径中的变化，所述方法还包括利用所述感知模块响应于检测到所述路径中的所述变化而生成所述指示。
18.如权利要求13所述的方法，其中：
所述发射所述第一发射波束包括基于所述第一发射波束中的所述第一啁啾斜率在与所述第一FoV相对应的第一角度范围中执行第一扫描，并且
所述发射所述第二发射波束包括基于所述第二发射波束中的所述第二啁啾斜率在与所述第二FoV相对应的与所述第一角度范围不同的第二角度范围中执行第二扫描。
19.一种自主驾驶系统，包括：
非暂态存储器；以及
一个或多个硬件处理器，该一个或多个硬件处理器耦合到所述非暂态存储器并且被配置为执行来自所述非暂态存储器的指令以使得所述自主驾驶系统执行操作，所述操作包括：
利用第一发射波束中的第一啁啾斜率执行第一视野(FoV)的第一扫描直到第一范围；
基于所述第一发射波束中的所述第一啁啾斜率在第一接收反射信号中检测物体；
利用第二发射波束中的大于所述第一啁啾斜率的第二啁啾斜率执行与所述第一FoV不同的第二FoV的第二扫描直到与所述第一范围不同的第二范围；并且
基于所述第二发射波束中的所述第二啁啾斜率从与所述第二发射波束相关联的第二接收反射信号分类所述物体。
20.如权利要求19所述的自主驾驶系统，其中：
所述第二啁啾斜率大于所述第一啁啾斜率，
所述第二范围小于所述第一范围，并且
所述第一FoV对应于第一感兴趣角度范围，并且所述第二FoV对应于与所述第一感兴趣角度范围不同的第二感兴趣角度范围。
CN202080048709.2A 2019-07-02 2020-07-02 用于自主车辆的具有选择性扫描模式的波束操控雷达 Pending CN114072696A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962869913P 2019-07-02 2019-07-02
US62/869,913 2019-07-02
PCT/US2020/040768 WO2021003440A1 (en) 2019-07-02 2020-07-02 Beam steering radar with selective scanning mode for autonomous vehicles

Publications (1)

Publication Number Publication Date
CN114072696A true CN114072696A (zh) 2022-02-18

Family

ID=74100193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080048709.2A Pending CN114072696A (zh) 2019-07-02 2020-07-02 用于自主车辆的具有选择性扫描模式的波束操控雷达

Country Status (7)

Country Link
US (1) US20220308204A1 (zh)
EP (1) EP3994492A4 (zh)
JP (1) JP2022538564A (zh)
KR (1) KR20220025755A (zh)
CN (1) CN114072696A (zh)
CA (1) CA3145740A1 (zh)
WO (1) WO2021003440A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210086774A (ko) * 2019-12-30 2021-07-09 현대자동차주식회사 차량 및 그 제어방법
US11953586B2 (en) 2020-11-17 2024-04-09 Ford Global Technologies, Llc Battery-powered vehicle sensors
US11760281B2 (en) 2020-11-17 2023-09-19 Ford Global Technologies, Llc Battery-powered vehicle sensors
US11614513B2 (en) * 2021-03-12 2023-03-28 Ford Global Technologies, Llc Battery-powered vehicle sensors
US11916420B2 (en) 2021-03-12 2024-02-27 Ford Global Technologies, Llc Vehicle sensor operation
US11912235B2 (en) 2021-03-12 2024-02-27 Ford Global Technologies, Llc Vehicle object detection
US11951937B2 (en) 2021-03-12 2024-04-09 Ford Global Technologies, Llc Vehicle power management
WO2022204684A1 (en) * 2021-03-23 2022-09-29 Raytheon Company Decentralized control of beam generating devices
US20230168366A1 (en) * 2021-12-01 2023-06-01 Gm Cruise Holdings Llc Adaptive radar calculator
EP4270054A1 (en) * 2022-04-29 2023-11-01 Provizio Limited Dynamic radar detection setting based on the host vehicle velocity
JP7490017B2 (ja) 2022-05-19 2024-05-24 三菱電機株式会社 自動運転装置
DE102022115091B3 (de) 2022-06-15 2023-05-17 Cariad Se Verfahren zum Betreiben einer Radarvorrichtung eines Fahrzeugs, Radarvorrichtung und Fahrzeug
US11921214B2 (en) * 2022-08-03 2024-03-05 Aeva, Inc. Techniques for foveated and dynamic range modes for FMCW LIDARs
US11884292B1 (en) * 2022-10-24 2024-01-30 Aurora Operations, Inc. Radar sensor system for vehicles

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8902103B2 (en) 2011-03-16 2014-12-02 Electronics And Telecommunications Research Institute Radar apparatus supporting short and long range radar operation
EP2533069A1 (en) 2011-06-10 2012-12-12 Sony Corporation Signal processing unit and method
US9489635B1 (en) * 2012-11-01 2016-11-08 Google Inc. Methods and systems for vehicle perception feedback to classify data representative of types of objects and to request feedback regarding such classifications
US9274222B1 (en) * 2013-03-04 2016-03-01 Toyota Motor Engineering & Manufacturing North America, Inc. Dynamic allocation of radar beams in automotive environments with phased array radar
US10627483B2 (en) 2016-07-09 2020-04-21 Texas Instruments Incorporated Methods and apparatus for velocity detection in MIMO radar including velocity ambiguity resolution
US10775489B2 (en) * 2016-12-15 2020-09-15 Texas Instruments Incorporated Maximum measurable velocity in frequency modulated continuous wave (FMCW) radar
US11005179B2 (en) 2017-06-05 2021-05-11 Metawave Corporation Feed structure for a metamaterial antenna system
US10495493B2 (en) 2017-06-28 2019-12-03 GM Global Technology Operations LLC Systems and methods for controlling sensing device field of view
US10630249B2 (en) * 2017-08-04 2020-04-21 Texas Instruments Incorporated Low power mode of operation for mm-wave radar
US11050162B2 (en) 2017-12-02 2021-06-29 Metawave Corporation Method and apparatus for object detection with integrated environmental information
US11385328B2 (en) * 2018-08-14 2022-07-12 GM Global Technology Operations LLC Sequential target parameter estimation for imaging radar

Also Published As

Publication number Publication date
US20220308204A1 (en) 2022-09-29
EP3994492A1 (en) 2022-05-11
CA3145740A1 (en) 2021-01-07
KR20220025755A (ko) 2022-03-03
WO2021003440A1 (en) 2021-01-07
JP2022538564A (ja) 2022-09-05
EP3994492A4 (en) 2023-07-19

Similar Documents

Publication Publication Date Title
US20220308204A1 (en) Beam steering radar with selective scanning mode for autonomous vehicles
US11378654B2 (en) Recurrent super-resolution radar for autonomous vehicles
US20210103027A1 (en) Multi-sensor fusion platform for bootstrapping the training of a beam steering radar
US11479262B2 (en) Geographically disparate sensor fusion for enhanced target detection and identification in autonomous vehicles
US11495877B2 (en) Multi-layer, multi-steering antenna system for autonomous vehicles
US11719803B2 (en) Beam steering radar with adjustable long-range radar mode for autonomous vehicles
US20210063534A1 (en) Real-time calibration of a phased array antenna integrated in a beam steering radar
US20190391235A1 (en) Super-resolution radar for autonomous vehicles
US11867830B2 (en) Side lobe reduction in a beam steering vehicle radar antenna for object identification
US11867789B2 (en) Optimized proximity clustering in a vehicle radar for object identification
US11867829B2 (en) Continuous visualization of beam steering vehicle radar scans
US20220252721A1 (en) Guard band antenna in a beam steering radar for resolution refinement
US11587204B2 (en) Super-resolution radar for autonomous vehicles
KR20200108097A (ko) 빔 조향 레이더 및 콘볼루션 신경망 시스템을 사용하는 물체 감지를 위한 방법 및 장치
US20220137209A1 (en) Switchable reflective phase shifter for millimeter wave applications
US20210208269A1 (en) Angular resolution refinement in a vehicle radar for object identification
US20210255300A1 (en) Gan-based data synthesis for semi-supervised learning of a radar sensor
US20210208239A1 (en) Amplitude tapering in a beam steering vehicle radar for object identification
US20200241122A1 (en) Radar system with three-dimensional beam scanning
WO2021142041A9 (en) Amplitude tapering in a beam steering vehicle radar

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination