ADAS產(chǎn)品從研發(fā)到產(chǎn)線量產(chǎn)要經(jīng)歷什么

為什么儀表廠商、特別是射頻儀表的廠商會越來越多地進入到自動駕駛這個話題中來?我們今天看到的這個自動駕駛帶來的技術(shù)變革，其實十分類似十多年前手機從傳統(tǒng)手機轉(zhuǎn)變?yōu)橹悄苁謾C的那次變革。智能網(wǎng)聯(lián)汽車給傳統(tǒng)意義上機械為主的交通工具帶來很多新的技術(shù)，最明顯的就是汽車會越來越多的用到感知和通信技術(shù)。比如說藍牙、雷達、無線通訊。這些技術(shù)其實使得整個汽車載電子系統(tǒng)的復(fù)雜度上大大的提升。

這種復(fù)雜度的提升體現(xiàn)在電子傳感器和模塊數(shù)量的不斷增多，也就是我們講的硬件復(fù)雜性。其次是在識別和電控的系統(tǒng)算法的代碼也會不斷增多，也就是我們講的軟件的復(fù)雜性。

無論是硬件還是軟件的復(fù)雜性，在質(zhì)量控制流程中，這就映射到「相應(yīng)的硬件和軟件測試驗證能力的建設(shè)」這個話題上來。

在這次分享之前，我們收到一個線下的問題：ADAS 產(chǎn)品從研發(fā)到產(chǎn)線量產(chǎn)，這個過程中要經(jīng)歷哪些測試?這張圖剛好回答了這個問題。

如果從測試的類型上來看，從實驗室到產(chǎn)線測試，一個電控模塊會包含表征測試、系統(tǒng)驗證測試、軟硬件在環(huán)測試、路測和產(chǎn)線下線測試這樣幾個不同階段。

在今天的介紹中，我們會重點介紹一些雷達模組的功能測試方案，然后在這個基礎(chǔ)上引入一些場景模擬的測試技術(shù)。之后我們會講到雷達加相機加激光傳感器和整車動力學(xué)模型的融合測試方案。此外，我們也會提及一些汽車互聯(lián)通信的測試工具。

雷達模組的功能測試方案

目前常見的汽車雷達有 24GHz 和 77GHz 兩個頻段?，F(xiàn)在出貨量最大的幾個歐美國際雷達廠商中，除了海拉還在主推后向的 24GHz 產(chǎn)品之外，其他幾家基本上主推的都是 77GHz 的產(chǎn)品。

這主要是由于 77GHz 的技術(shù)在模塊尺寸、角度分辨率和高帶寬帶來的高距離分辨率等方面都有先天的優(yōu)勢。也因為這個原因，77GHz 已經(jīng)被公認是未來汽車雷達的主流發(fā)展方向。當然在中國由于成本的原因，還能看到有大量的 24GHz 雷達在市場上。包括一些在非汽車的領(lǐng)域中。

我簡單的回顧一下雷達目標識別的基本原理。

和所有的主動雷達一樣，汽車雷達是通過發(fā)射波束，然后接收回波來探測目標位置和距離信息的。 目前常見的汽車雷達調(diào)制方式是調(diào)頻連續(xù)波，也簡稱 FMCW。雷達波是通過判別自己接收的目標反射波和自己發(fā)射波之間的時間差，然后通過波速來反推目標的位置。同時通過反射波和發(fā)出波之間的頻偏，來判斷檢測的目標是接近還是遠離，并且它的速度如何。這也就是多普勒頻移的原理。

NI 提供的雷達測試系統(tǒng)也是通過這個原理來進行仿真的。這個系統(tǒng)的構(gòu)成見上圖，包括一個 3U PXI 的系統(tǒng)主機，主機里包含的是控制模塊和 6G 以下信號單元。主機外有一個毫米波的射頻前端，后面我們會介紹為什么要把這個前端要放在主機之外。

毫米波的前端會接收雷達發(fā)射機發(fā)射的波形，然后根據(jù)用戶在系統(tǒng)中設(shè)置的希望模擬的目標狀態(tài)(包括距離和位置信息)在波形上疊加延遲和頻移，然后發(fā)還給雷達接收機，從而讓雷達誤認為探測到了一個真實移動目標物體。

與業(yè)內(nèi)其它雷達對象模擬器非常不同的一點就是，我們現(xiàn)在這套系統(tǒng)除了目標模擬功能，也包含了發(fā)射機的測試功能。也就說，這個系統(tǒng)其實還集成了另外一個射頻分析儀，能夠檢測雷達天線以及雷達功率頻譜和時域上的一些特性。這是一個把測試和仿真結(jié)合在一起的系統(tǒng)。

這個是一個更完整的實驗室測試系統(tǒng)搭建的示意圖。左側(cè)虛線標出的地方是我們上一張演講 PPT 中所包含的儀器系統(tǒng)。圖片中間的藍色部分是一個微波暗室。右側(cè)長方形盒子是示意的雷達傳感器。這個雷達傳感器被安裝在一個可以水平和垂直自由運動的轉(zhuǎn)臺上。

這樣設(shè)置首先是為了滿足雷達的測量功能。一般來講，要做雷達的驗證首先要測量雷達的一些參數(shù)，包含雷達的天線方向特性。在功率上，我們需要測試 EIRP。在頻譜上，會檢測雷達發(fā)射機發(fā)射信號所占的帶寬、波形寬度以及噪聲。時域上，也會把雷達信號進行解調(diào)，然后看信號的調(diào)制時間、調(diào)制寬度，以及調(diào)制信號的線性度。

除了剛才講到的附加測試功能，其實設(shè)備本身是一個雷達目標的仿真器。在目標仿真中，我們不得不說單角度和多角度的區(qū)別。

由于任何雷達仿真器都是通過一個射頻天線來收發(fā)雷達信號的，所以理論上來講，無論這個設(shè)備能仿真多少目標，這些目標都只能限定在雷達天線和仿真器天線兩點之間的連線上。

簡單來講，由于任何的雷達仿真都是點源，只能仿真被測件和仿真器連線上接近的物體，這就是我們所講的單方向。在這樣一個單方向仿真過程中，前向常見的是仿真 AEB、ACC，當然也包括一些其他場景。我們現(xiàn)在儀器距離上可以做到 4 到 250 米，移動分辨率做到 0.1 米。

上圖是在單目標模擬場景下的一些常見的場景。包括在任意方向上的接近、道路切換以及目標穿越道路。這些都是把單點的模擬場景通過軟件的方法連續(xù)起來，就可以成為一個單目標的場景仿真。

相對單目標，我們就會講到多目標多角度，角度其實是這里邊的核心概念。仿真器上如果疊加一個額外的基帶模塊，加外圍的一個射頻前端，可以在一個儀器上實現(xiàn)兩個方向?qū)ο蟮哪繕四M。

這一頁就比較形象地解釋了在什么樣的場景下，需要兩個角度以上的雷達目標模擬器。比如在跟車的情況下需要識別不同車道上的兩輛車，或者在跟車行駛過程中需要仿真第三輛車 Cut In 或 Cut Out 的場景，這時我們都會同時在雷達的兩個直線方向上產(chǎn)生不同的目標。

這也就解釋了為什么我們會把雷達的模擬射頻前端放置在儀器之外。由于射頻前端本身的尺寸比較小，在這種多目標的仿真場景下，射頻前端就可以安裝在一個可以移動的平臺或機械臂上，通過設(shè)備帶動一個橫向運動，加上儀器本身速度和距離的仿真，實現(xiàn)多維度的對象仿真。

機器視覺和雷達協(xié)同工作時的測試

剛才這部分的是對雷達的仿真和測試功能的介紹。講到了雷達，講到了 IPG 和 PreScan，我們自然而然就想到了是否可以將機器視覺和雷達進行協(xié)同工作，答案當然也是可以的。

融合機器視覺和雷達兩種傳感器，是現(xiàn)在主流的 ADAS 避撞方法。我們的案例可以將機器視覺攝像頭通過 TASS 主機，或者是直接連接到我們的主機，將視頻和雷達仿真連接到一起，并且兩者之間實現(xiàn)同步，模擬一個真實路況場景中多種傳感器所采集到的一個道路信號。

V2X 測試

相機之外智能互聯(lián)的另外一個話題就是車輛通訊。

由于國內(nèi) LTE-V 的標準還在制定過程中，我們現(xiàn)有的車聯(lián)通訊的方案主要集中于 802.11p 這樣一個協(xié)議。

這里包含實現(xiàn)部分車聯(lián)通訊的應(yīng)用，包括 SAE J2735 里面所謂的基本安全信息發(fā)送。我們在車聯(lián)通訊的常見場景就是通過協(xié)議，在汽車行駛的過程中，不斷地向周圍車輛發(fā)送自己的車輛安全信息。

我們現(xiàn)在能夠做到的是提供基于 802.11p 收發(fā)接收模塊，以及具有標準測試功能的一些解決方案。對于收發(fā)模塊，它既可以仿真一個車輛節(jié)點也可以仿真一個路測設(shè)備，用來與真實的車輛和路測設(shè)備進行上下鏈路的車聯(lián)通信數(shù)據(jù)交互。從而和我們汽車上的其他傳感器，包括雷達、相機、激光傳感器和 GPS 定位這些信號的進行互聯(lián)。

傳感器融合的測試

從雷達講到相機，講到互聯(lián)汽車。那自然而然就會涉及到下一個話題——傳感器融合。

融合也是目前來講，ADAS 技術(shù)的一個主流方向，第一個層面的融合是在 ADAS ECU 進行的。我們剛才介紹這些方案里可以看到，現(xiàn)在已經(jīng)能夠從技術(shù)上實現(xiàn)雷達、相機、V2X 仿真信號的發(fā)生、傳遞以及同步在相同的平臺上進行實現(xiàn)。

進一步來講融合，當汽車的 ADAS ECU 接收到這些信號，傳遞到真實的汽車制動控制單元以后。這輛車是否真正能夠在期待的距離之間實現(xiàn)制動，或者實現(xiàn)自動駕駛的變道來避免事故的發(fā)生。這里其實會涉及到 ADAS 感知系統(tǒng)之外的整車動力學(xué)模型，也就是添加整車動力學(xué)模型的硬件在環(huán)。

在 ADAS ECU 融合之后，我們還可以將包括車輛的懸架剛度，輪胎摩擦系數(shù)、整車的備重以及路面的信息和天氣的信息，都加載到一個硬件在環(huán)的整車動力學(xué)模型仿真器上。

這個仿真器還會通過 CAN/LIN 和之前的 ADAS ECU 進行數(shù)據(jù)交換，從而實現(xiàn)從 ADAS 到車輛動力學(xué)模型的整體仿真。