来源：内容由导体行业观察（ID：icbank）编译自eletimes，谢谢。随着雷达和激光雷达技术成本的下降，大量新应用应运而生。汽车和医疗技术行业都对机遇做出了迅速反应。雷达是无线电检测和测距的缩写，其工作原理很简单。发射的无线电波脉冲从物体反
来源：内容由导体行业观察（ID：icbank）编译自eletimes，谢谢。
随着雷达和激光雷达技术成本的下降，大量新应用应运而生。汽车和医疗技术行业都对机遇做出了迅速反应。
雷达是无线电检测和测距的缩写，其工作原理很简单。发射的无线电波脉冲从物体反弹并作为回声返回。检测由回波提供，范围或距离是根据回波中存在的变化计算得出的。
雷达系统的工作频段范围很广，从大约 5 MHz 到 300 GHz。IEEE 提出了一个基于各种频段的标准字母名称的分类系统。这些名称包括HF、VHF、UHF、L、S、C、X、Ku、K、Ka、V、W 和 mm。该标准的最新版本是IEEE 521-2019。
微波雷达，分类为 300 MHz 至 30 GHz，可用于成像、胸部运动的非接触式测量以监测呼吸、检测人在床上的运动以进行睡眠跟踪，以及心率测量等。在养老院，老年人可能认为雷达的侵入性不如摄像头，因此可以用于跌倒检测。
与摄像头不同，雷达发射器和接收器可以内置在墙壁中，因此系统甚至不需要可见。大多数这些系统的功率水平在微瓦到毫瓦的范围内。
自动驾驶预计将推动最大的增长
随着高级驾驶辅助系统 (ADAS) 和半自动和自动驾驶汽车的需求增长，预计汽车行业将成为未来几年雷达增长最快的行业。
如今，汽车雷达应用主要是自适应巡航控制、辅助制动和盲点检测，但随着驾驶自主性的发展，将需要对其他车辆的全方位观察以及确定它们如何移动的方法。例如，后视镜中的车辆是后退还是越来越近，速度如何？
汽车雷达模块的构建块是天线、射频 (RF) 前端和数字处理单元。与往常一样，半导体行业正在努力提高集成度，以减小芯片和模块的尺寸和成本，同时通过最大限度地减少实现系统所需的组件数量来提高它们的可靠性。
汽车 FMCW 雷达系统的典型范围可达 800 英尺或 250 米。在 77 GHz 时，RF 发射器功率水平较低，汽车系统约为 +10 至 +13 dBm，并且可以将多个发射器和接收器集成到单个单片微波集成电路 (MMIC) 中。
在雷达前端，更奇特和更昂贵的化合物半导体技术——硅锗 (SiGe) 和砷化镓 (GaAs)——正在被互补金属氧化物半导体 (CMOS) 所取代。迄今为止，这些前端尚未与微控制器结合来创建单芯片系统，但这可能很快就会发生。
目前，设计人员必须使用芯片组：用于收发器的单片微波集成电路 (MMIC) 和用于数据处理的互补微控制器 (MCU) 或片上系统 (SoC)，如下图所示的基本系统。
汽车雷达架构类型
汽车雷达架构示例
雷达和激光雷达系统的工作方式大致相似，但雷达工程师用频率来描述其电磁频谱，而激光雷达（光学）工程师通常谈论波长。激光雷达的波长范围大多在红外光谱附近。它的跨度为 750 nm 至略高于 1.5 μm。与雷达一样，脉冲飞行时间 (ToF) 或 FMCW 技术可用于检测和绘制 3D 对象。
激光雷达相对于雷达的最大优势在于其分辨率，即使与高频、高分辨率雷达相比也是如此。
现在在智能手机中发现，激光雷达的原理并没有太大的挑战性。然而，汽车级激光雷达解决方案的成本一直是限制采用的重要因素。但成本正在迅速下降。几年前还需要数万美元的系统现在可以花费数百美元来构建。
2020 年宣布推出 100 美元的汽车应用激光雷达模块，清楚地展示了该技术的进步。
随着成本的下降，应用数量和潜在的未来应用数量也在增加，尤其是激光雷达的 3D 成像能力。现在的应用包括从地形调查和土壤分析到 CO2、SO2 和甲烷气体的污染监测等方方面面。
激光雷达现在可以在无人机、机器人和其他类型的机器中找到。它在汽车和其他车辆中的使用可能引起了零部件制造商的最大兴趣。
汽车应用中的激光雷达
与雷达一样，汽车行业被视为激光雷达的关键增长机会。在该领域，激光雷达系统的工作波长为 905 nm 或 1,550 nm。典型激光雷达系统的主要硬件模块是发射、接收、光束控制、光学、读出以及电源和系统管理。
激光雷达的支持者指出，它能够快速生成详细、准确的 3D 车辆周围环境地图。他们还指出它可以很好地检测小物体，这要归功于它与雷达相比具有相对较高的分辨率。最近的一项进步是 4D 激光雷达，它由一个模块提供，该模块不仅可以确定到物体的距离及其 x、y 和 z 坐标，还可以将速度绘制为第四维。
迄今为止，三个主要因素限制了激光雷达在汽车领域的更广泛采用：成本、机械复杂性（这既是成本因素又是令人头疼的维护问题）以及恶劣天气条件下的性能。
汽车激光雷达的机械复杂性源于激光雷达发射器（激光器）及其接收器都需要一个光束控制机制，以提供车辆周围的 360 度视图。
然而，即使一切都变得更简单、更实惠，激光雷达仍因其在恶劣天气条件下的性能限制而受阻。在雨、雪和雾中，它与视觉系统一样面临同样的挑战——无论是人类还是其他。
尽管存在这些挑战，但据报道，大多数自动驾驶汽车公司都对他们计划进军汽车领域表现出兴趣。
互补技术：视觉、超声波和红外线
汽车制造商的辅助和自动驾驶汽车并不依赖一种或两种传感技术。超声波是一种廉价且经过验证的停车助手技术。红外相机在黑暗中工作，在雾中工作，不受太阳眩光的影响，因此它们比激光雷达有一些优势。由于目标是让汽车能够“看到”至少与人类一样好或更好，因此摄像机补充了 ADAS 和自动驾驶汽车设计中的其他技术。
今天在联网汽车中发现的传感器
今天的联网汽车充满了传感器和通信技术
大多数汽车制造商似乎认为只使用视频是不切实际的。高速处理多个运动图像需要巨大的计算能力，而这在车辆内是难以提供的，而且将所有这些数据发送到云端并返回需要很长时间。
因此，大多数汽车制造商都在使用数据融合算法来处理视频、雷达、激光雷达和其他数据的组合，以创建具有优化功能的系统。
然而，特斯拉一直对激光雷达的局限性直言不讳，认为只要具备正确的神经 (AI) 处理能力，就只需要视觉相机。该公司的汽车以前除了雷达外还使用摄像头，但在 2021 年 5 月，特斯拉开始运送配备驾驶员辅助系统的 Model 3 和 Model Y 汽车，这些系统仅依赖八个摄像头——没有雷达或激光雷达。
技术预测是一项危险的业务，但许多零部件制造商都将赌注押在雷达和激光雷达系统上，未来几年将迎来黄金增长期。
在大多数情况下，分析师都同意这个想法。但是视觉系统和其中的处理器也提供了一个令人兴奋的机会。
★ 点击文末【阅读原文】，可查看本文原文链接！
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第3064内容，欢迎关注。
晶圆｜集成电路｜设备｜汽车芯片｜存储｜台积电｜AI｜封装
原文链接！
如若转载，请注明出处：https://www.51buycar.cn/125990.html