4D毫米波雷达和3D雷达、激光雷达全面对比

news2024/11/16 7:45:39

         众所周知,传统3D毫米波雷达存在如下性能缺陷:

        1)静止目标和地物杂波混在一起,难以区分;

        2) 横穿车辆和行人多普勒为零或很低,难以检测;

        3) 高处物体和地面目标不能区分,容易造成误刹,影响安全性;

        4) 角度分辨率低,远处目标位置精度低,误差大;

        5) 点云稀疏,难以识别目标类型。

        4D毫米波雷达突破传统雷达局限性,可以高精度探测目标的距离、速度、水平方位和俯仰方位,使得:        

        1)最远探测距离大幅提高,可达300多米,比激光雷达和视觉传感器都要远;

        2) 4D毫米波雷达水平角度分辨率较高,通常可以达到1°的角度分辨率;

        3) 4D毫米波雷达可以测量俯仰角度,可达到2°的角度分辨率,可在150m处区分地物和立交桥;

        4)多普勒为零或很低的横穿车辆和行人, 通过高精度的水平角和俯仰角可以有效识别目标;

        5)目标点云更密集,信息更丰富,更适合与深度学习框架结合。

        国内外有很多公司在研发4D毫米波雷达,国外有博世、大陆等,国内有森斯泰克、华域汽车等,下表列出了一些典型的公司和产品:

国外主要4D毫米波雷达企业及产品

企业名称

产品频率

通道数

博世

77GHz

12*16=192

大陆

77GHz

12*16=192

电装

77GHz

海拉

77GHz

采埃孚

77GHz

12*16=192

安波福

77GHz

日立

77GHz

Mobileye

77GHz

48*48=2304

特斯拉

77GHz

Arbe

77GHz

48*48=2304

Uhnder

77GHz

Oculii

77GHz

Echodyne

77GHz

Vayyar

77GHz

国内主要4D毫米波雷达企业及产品

企业名称

产品频率

通道数

隼眼科技

77GHz

森思泰克

77GHz

12*16=192

德赛西威

77GHz

楚航科技

77GHz

6*8=48

北京行易道

77GHz

深圳安智杰

77GHz

华域汽车

77GHz

12*16=192

苏州豪米波

77GHz

几何伙伴

77GHz

12*16=192

纳瓦电子

77GHz

12*16=192

华为

77GHz

12*16=192

中兴

77GHz

12*16=192

复睿智行

77GHz

12*16=192

赛恩领动

77GHz

12*16=192

        4D毫米波雷达在各项指标上明显由于传统3D雷达,这里用大陆经典的408雷达和采埃孚frgen21做对比,有更直观的认识。

技术参数

ARS408

FRGEN21

通道数

4T*6R=24

12T*16R=192

工作周期

60ms

60ms

最大点云数

512

3072

最远距离

220m

300m

距离分辨率

0.4m

0.4m

速度分辨率

0.1m/s

0.1m/s

方位角分辨率

1.2°

俯仰角分辨率

10°

2.3°

尺寸估计误差

1.0m

0.5m

朝向估计误差

2.5°

        可以看到,4D雷达在通道数,点云数,最远距离,角分辨力等各方面都明显优于传统3D雷达。当然,指标是抽象的,典型场景的表现更具象,也更有说服力。

典型场景1:地面窨井盖或金属物

​​        下图是典型的城市道路,408雷达将前方的窨井盖识别为静止目标并输出,但4D雷达输出点迹判断为地面点直接过滤,不会形成目标,避免了FCW、AEB等误触发。        下图是路面的连接处,通常是金属,可以看到4D雷达完全检测出来,判断为地面点,不会引起功能问题。典型场景2:指示牌或交通杆

        指示牌和交通杆也是城市道路常见的,下图中408雷达将高处的交通横杆识别为静止目标,但4D雷达的点迹有一定高度,明显高于车辆,会识别为高处点并过滤,不会输出静止目标。典型场景3:十字路口横穿斜穿目标

        十字路口的各类车辆行人等目标对于传统雷达来说很难估计尺寸和朝向,但4D雷达由于点云数量多且精度高,可以基本输出目标轮廓,再通过算法处理得到目标更准确的尺寸和朝向。​        4D雷达性能强,有很多人认为能替代激光雷达,这里用速腾的128线激光雷达M1做对比,两者的指标参数如下。     

        可以看到激光雷达点云数远大于4D雷达,角分辨率也远高于4D雷达,唯二不足的探测距离和速度分辨率。

技术参数

RS-M1

FRGEN21

工作周期

100ms

60ms

最大点云数

70000

3072

最远距离

180m

300m

距离分辨率

0.05m

0.4m

速度分辨率

0.1m/s

方位角分辨率

0.2°

1.2°

俯仰角分辨率

0.2°

2.3°

尺寸估计误差

0.2m

0.5m

朝向估计误差

2.5°

        实车测试同步输出激光雷达和4D雷达目标,可以看到激光雷达尺寸朝向优于4D雷达,但远处目标难以检测,不如4D雷达。        对于近处小目标,激光雷达由于更高的距离角度精度,可以分辨十字路口的行人,但4D雷达对此无能为力。        综合来看,4D毫米波雷达相比3D毫米波雷达功能有明显提升,且产业链成熟,可靠性高,大规模量产价格可控;激光相比4D毫米波雷达功能有提升,但价格较高,性价比偏低;毫米波雷达和视觉融合优势互补,软硬件成熟可靠,性价比高。因此,传感器方案架构可以从多方面综合考虑选择合适的传感器,这里给出一些方案作为参考,仅作为探讨。

传感器配置

性能瓶颈

性能提升

功能提升

当前价格

量产价格

3D前雷达+3D角雷达

静止目标误检

横向误差较大

350+4*200=1150

350+4*200=1150

4D前雷达+3D角雷达

横向误差较大

静止目标误检概率降低85%

正前方切入、切出

AEBACC

1200+4*200=2000

600+4*200=1400

4D前雷达+4D角雷达

侧方、后方切入切出

AEBACCALCLCA

1200+4*400=2800

600+4*300=1800

3D前雷达+3D角雷达+1前激光

横向误差较大

静止目标误检概率降低98%

正前方切入、切出

AEBACC

350+4*200+3500

=4650

350+4*200+2000

=3150

4D前雷达+4D角雷达

+1前激光

侧方、后方切入切出

AEBACCALCLCA

1200+4*400+3500

=6300

600+4*300+2000

=3800

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1236397.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

chromium114添加新的语言国际化支持

一、需求说明 需要chromium114支持新语言体系,例如藏语,蒙古语,苗语等 二、操作步骤 1. build/config/locales.gni修改 在all_chrome_locales变量中添加新的语种标识,如下图。 2. 添加编译文件,告诉浏览器在编译时需要加载和输出那些文件 尝试编译出现错误一提示。需要…

读像火箭科学家一样思考笔记05_思想实验

1. 思想实验室 1.1. 思想实验至少可以追溯到古希腊时期 1.1.1. 从那时起,它们就跨越各个学科,在哲学、物理学、生物学、经济学等领域取得重大突破 1.1.2. 它们为火箭提供动力,推翻政府,发展进化生物学,解开宇宙的奥…

十七、SpringAMQP

目录 一、SpringAMQP的介绍: 二、利用SpringAMQP实现HelloWorld中的基础消息队列功能 1、因为publisher和consumer服务都需要amqp依赖,因此这里把依赖直接放到父工程mq-demo中 2、编写yml文件 3、编写测试类,并进行测试 三、在consumer…

c++|内联函数

一、概念 以inline修饰的函数叫做内联函数&#xff0c;编译时c编译器会在调用函数的地方展开&#xff0c;而不会建立栈帧&#xff0c;提升了程序运行的效率 例子&#xff1a; #include <iostream> using namespace std;int Add(int left, int right) {return left - ri…

【qsort学习及改造冒泡排序能排序任何数】

qsort学习及改造冒泡排序能排序任何数 qsort的使用 qsort的使用 这个函数也不是很复杂&#xff01;&#xff01;&#xff01; qsort(void*base,size_t num,size_t width,int(int (__cdecl *compare )(const void *elem1, const void *elem2 )))  void * base,为数组的基地…

人工智能:科技之光,生活之美

在科技飞速发展的今天&#xff0c;人工智能已经深入到我们的生活中&#xff0c;它如同一束璀璨的科技之光&#xff0c;照亮我们生活的每一个角落&#xff0c;使我们的生活更加美好。下面我将从人工智能的领域、应用以及对人工智能的看法三个方面来谈谈它对我们生活的影响。 一、…

基于单片机设计的气压与海拔高度检测计(采用MPL3115A2芯片实现)

一、前言 随着科技的不断发展&#xff0c;在许多领域中&#xff0c;对气压与海拔高度的测量变得越来越重要。例如&#xff0c;对于航空和航天工业、气象预报、气候研究等领域&#xff0c;都需要高精度、可靠的气压与海拔高度检测装置。针对这一需求&#xff0c;基于单片机设计…

Java语言的特点||运算符

Java语言的特点||运算符 1&#xff1a;2&#xff1a;JDK, JRE&#xff0c;JVM知识&#xff1a;3&#xff1a;注释4&#xff1a;标识符5&#xff1a; Java编译过程&#xff1a;6&#xff1a;赋值7&#xff1a;switch8:布尔表达式9&#xff1a;判定素数10&#xff1a;打印 1 - 10…

前端学习--React(1)

一、React简介 React由Meta公司研发&#xff0c;是一个用于 构建Web和原生交互界面的库 优势&#xff1a;组件化开发、不错的性能、丰富生态&#xff08;所有框架中最好&#xff09;、跨平台&#xff08;web、ios、安卓&#xff09; 开发环境搭建 打开相应文件夹 新建终端并…

Java引用类型String源码解析

目录 String解析 final的作用 String是否有长度限制 StringBuffer解析 StringBuilder解析 关键字、操作类相关 引用数据类型非常多大致包括&#xff1a;类、 接口类型、 数组类型、 枚举类型、 注解类型、 字符串型。String类型就是引用类型。 String解析 JVM运行时会分…

Flutter:多线程Isolate的简单使用

在flutter中如果要使用线程&#xff0c;需要借助Isolate来实现。 简介 在Flutter中&#xff0c;Isolate是一种轻量级的线程解决方案&#xff0c;用于在应用程序中执行并发任务。Isolate可以被认为是独立于主线程的工作单元&#xff0c;它们可以在后台执行任务而不会阻塞应用程…

8.Gin 自定义控制器

8.Gin 自定义控制器 前言 在上一篇路由文件抽离的过程中&#xff0c;我们发现接口的业务逻辑还写在路由配置中&#xff0c;如下&#xff1a; 1696385129126 但是如果业务逻辑比较多&#xff0c;如果写在路由之中&#xff0c;肯定不合适。 我们可以将业务逻辑抽离&#xff0c;单…

【C++进阶之路】第八篇:智能指针

文章目录 一、为什么需要智能指针&#xff1f;二、内存泄漏1.什么是内存泄漏&#xff0c;内存泄漏的危害2.内存泄漏分类&#xff08;了解&#xff09;3.如何检测内存泄漏&#xff08;了解&#xff09;4.如何避免内存泄漏 三、智能指针的使用及原理1.RAII2.智能指针的原理3.std:…

【兔子王赠书第8期】AI短视频制作一本通: 文本生成视频+图片生成视频+视频生成视频

文章目录 写在前面推荐图书关键点内容简介作者简介推荐理由写在后面 写在前面 1本书精通AI短视频制作&#xff0c;文本生成视频图片生成视频视频生成视频AI短视频应用&#xff01;高效视频制作技巧&#xff0c;助你快速成长为行业大咖&#xff01; 推荐图书 《AI短视频制作一…

Stable Diffusion XL网络结构-超详细原创

强烈推荐先看本人的这篇 Stable Diffusion1.5网络结构-超详细原创-CSDN博客 1 Unet 1.1 详细整体结构 1.2 缩小版整体结构 以生成图像1024x1024为例&#xff0c;与SD1.5的3个CrossAttnDownBlock2D和CrossAttnUpBlock2D相比&#xff0c;SDXL只有2个&#xff0c;但SDXL的Cros…

springboot集成nacos作配置中心,动态配置不生效

总体概要 springboot3.0&#xff0c;nacos&#xff0c;jdk17使用nacos配置中心&#xff0c;热更新&#xff0c;使配置动态生效 本文主要介绍springboot怎么集成nacos作为配置中心&#xff0c;使其配置在不重启服务的情况下&#xff0c;怎么生效的。 所用组件及其版本 组件版本…

【ArcGIS Pro微课1000例】0034:矢量数据几何校正案例(Spatial Adjustment)

本案例讲解矢量数据几何校正&#xff0c;根据一个矢量数据去校正另外一个矢量数据。 文章目录 一、加载实验数据二、空间校正三、注意事项 一、加载实验数据 在ArcGIS Pro中加载数据效果如下&#xff1a; design&#xff1a;需要校正的数据图层planroadcenter&#xff1a;目标…

118.184.158.111德迅云安全浅谈如何避免网络钓鱼攻击

随着互联网的不断发展&#xff0c;网络钓鱼攻击也越来越猖獗&#xff0c;给个人和企业带来了巨大的经济损失和安全威胁。本文对如何防范网络钓鱼攻击提出的一些小建议 希望对大家有所帮助。 1.防止XSS&#xff08;跨站脚本攻击&#xff09;攻击 XSS攻击指的是攻击者在网站中注入…

每日一练:组合不重复的四位数字

问题&#xff1a;有四个数字“1、2、3、4”&#xff0c;能组成多少个互不相同且无重复数字的四位数&#xff1f;各是多少&#xff1f; 程序分析 可填在千位、百位、十位、个位的数字都是1、2、3、4。组成所有的排列后再去掉不满足条件的排列。 实现方法1 1&#xff09;使用四…

909-2014-T1

文章目录 1.原题2.算法思想3.关键代码4.完整代码5.运行结果 1.原题 为带表头的单链表类Chain编写一个成员函数Reverse&#xff0c;该函数对链表进行逆序操作&#xff08;将链表中的结点按与原序相反的顺序连接&#xff09;&#xff0c;要求逆序操作就地进行&#xff0c;不分配…