中国雷达传感器在汽车工业中的应用

在自动驾驶汽车的技术发展中，对周围环境的感知和理解是实现自动驾驶的基本前提。传感器是实现自动驾驶的基础。只有准确及时地感知道路、其他驾驶主体、行人等信息。，能否对自动驾驶车辆的驾驶行为有可靠的决策依据。

根据国家标准GB7665-87，传感器是一种能够感知指定的被测信号，并按照一定规则将其转换为可用信号的装置或器件。雷达传感器是为汽车提供环境感知和规划决策的智能传感器。它的核心原理是通过发射微波、声波或激光并接收回波来探测物体。它是自动驾驶的核心传感器，起着无人车“眼睛”的作用，为无人驾驶提供安全保障。其中，用于环境感知的主流雷达传感器包括超声波雷达、毫米波雷达和激光雷达。

具体分类的比较分析

超声波雷达在短距离探测、成本和体积上有优势，但在远距离探测、分辨范围、探测精度、成像能力和探测速度等方面性能较差，因此适用于停车场景。

毫米波雷达各项指标表现均衡，具备全天时全天候工作能力，性价比最高，广泛应用于盲点检测、自适应巡航等ADAS场景。

激光雷达采用激光测距技术，可实现三维环境建模，成像能力远优于其他两种雷达传感器，但其近程探测能力和全天候工作能力较差，且存在体积庞大、成本较高的缺陷，因此多用于L4等高档自动驾驶汽车。

雷达传感器的技术特点

距离检测技术分析

雷达传感器通过发射器发射超声波、毫米波和激光脉冲。当透射波到达检测目标时，阻抗由于介电常数的变化而变化，透射波被反射。雷达传感器可以根据发射波和反射波之间的时间差或频率差来计算被测物体的相对位置和距离。

雷达传感器的测距技术主要包括TOF技术和FMCW技术；

超声波雷达和激光雷达大多采用TOF技术来探测障碍物的距离。

探测原理:雷达传感器探测超声波或激光脉冲到达被探测物体表面并返回所需的时间。通过将获得的时间乘以超声波或激光在空气体中的传播速度并除以2，可以获得被检测物体的相对距离。

毫米波雷达大多采用FMCW技术探测障碍物的距离，一些固态激光雷达也采用这种方法。

探测原理:目标的距离由发射信号和回波信号的频率差决定。通过比较透射波和反射波的频率，利用频率差可以得到毫米波或激光到达被测物体表面的相对距离。

一般来说，FMCW技术抗干扰能力强，工作距离超过车载指标，因此距离检测效果优于TOF技术。

速度和角度检测技术分析

除了探测相对距离，毫米波雷达和激光雷达还可以探测物体的相对速度和角度。雷达传感器根据被测物体的相对位置、相对速度和相对角度，借助算法和决策平台，实现盲点检测、紧急制动等功能。

速度检测:根据多普勒效应，微波的频率变化与其运行速度密切相关。当传感器发出安全距离警告时，如果被监测目标减速或自身载波加速，反射波频率会变高。因此，通过接收时间和频率的变化，毫米波雷达/部分固态激光雷达可以探测到与目标的相对距离和速度。

角度探测:利用天线的方向性，雷达天线在窄波束中收集电磁能量。当天线波束对准目标时，回波信号最强。根据接收回波最强时的天线波束指向，可以确定目标的方向。毫米波雷达可以根据平行接收天线的几何距离d和同一被测目标反射波的相位差b，计算出被监测目标的方位角，从而检测出角度来确定物体的具体方位。

三维成像技术分析

激光雷达可以形成被测物体的三维点地图，实时感知环境。

激光雷达的扫描装置通过发射多线激光，控制雷达光轴指向不同方向，依次测量目标上各点的距离，并记录光束的方位角-俯仰角，从而获得目标的距离-角度-角度图像，也称三维图像。

目前可用于激光雷达系统的较为成熟的扫描方式是机械扫描，主要包括摆动镜扫描、万向节扫描、旋转镜扫描、双楔形扫描等。由于扫描场大、扫描效率高，是近年来最常见、应用最广泛、最成熟的成像激光雷达扫描方法。此外，MEMS、OPA等固态扫描方式逐渐兴起，可以克服现有激光雷达体积大的缺点，实现系统小型化。

应用规模

汽车是雷达传感器占比最大的下游应用领域，所有雷达传感器在汽车应用中的占比超过80.0%。根据中汽协数据，2014-2018年，中国汽车产量从2372.5万辆增长到2781.8万辆，复合年增长率为4.1%，成为全球最大的汽车市场。与此同时，消费者对汽车安全和智能驾驶的需求不断增加，推高了对雷达传感器的需求。其中，超声波雷达负载平均增长17.7%，毫米波雷达负载从2015年的12.3万台激增至2018年的500.7万台，复合年增长率为244.0%。受益于中国雷达传感器在汽车行业装配量的增加，2014-2018年中国雷达传感器在汽车行业的应用规模从36.1亿元增长至66.8亿元，复合年增长率为16.6%。

其中，受2018年我国汽车销量下滑影响，雷达传感器在汽车行业的应用规模有所放缓，从2017年的15.9%降至2018年的12.1%。

预计2018-2023年，中国雷达传感器在汽车行业应用规模的复合年增长率将达到27.5%，超过2014-2018年的复合年增长率。主要原因如下:

在国家政策的大力支持下，雷达传感器行业迎来了良好的发展机遇；

随着自主驾驶需求的不断增加，雷达传感器在汽车中的渗透率不断上升，其中毫米波雷达将成为主要增长力量。两大因素的结合推动了中国雷达传感器在汽车行业应用规模的增长，预计2023年应用规模将达到224.9亿元。

我国雷达传感器在汽车领域应用的市场参与者主要包括雷达模块厂、无人模块厂、整车厂和互联网企业。其中，原始设备制造商的自动驾驶路线更加稳定，逐渐从L2转向L3和L4，更加注重L1-L3辅助驾驶，并期待雷达传感器的稳定技术演进。因此，原始设备制造商使用更多基于毫米波雷达的传感器设计方案。华为、阿里、百度等互联网公司在自动驾驶的技术路线上更为激进，专注于L4-L5自动驾驶，即走跨越式发展路线，因此将昂贵的激光雷达纳入其传感器方案。

此外，雷达传感器模组工厂的主要市场参与者包括国际Tier1企业、中国Tier1企业等小型和初创企业，其中国际Tier1企业在行业中占据绝对优势。以毫米波雷达为例，截至2019年1月，威宁格、Mainland China、海拉、安博福在中国24GHz毫米波雷达总出货量中占比超过89.8%，博世、Mainland China、电装在中国77GHz毫米波雷达总出货量中占比89.7%。

总的来说，我国从事雷达传感器特别是超声波雷达生产的企业数量众多，但在技术水平和产品质量上仍无法与国际Tier1企业竞争。中国尚未形成具有领先创新发展能力的本土头部企业。

中国雷达传感器在汽车工业中的典型应用功能分析

目前，中国大部分量产自动驾驶车型都位于L2阶段。在L2阶段，传感器用于确定周围的驾驶环境，感知道路、行人和道路，并根据感知到的信息发出警告或制动，以帮助驾驶员安全驾驶。因此，雷达传感器是这个自动驾驶阶段的核心部件。雷达传感器通过TOF或FMCW技术检测物体的相对位置、相对速度和相对角度，借助算法和决策平台实现AEB紧急自动刹车、FCW前向碰撞预警、BSW盲区监测等十余项功能。

AEB函数

定义:AEB是ADAS系统的重要功能，分为三个等级:

FCW，当有潜在的碰撞危险时，AEB系统会通过视觉、听觉和/或触觉报警及时通知驾驶员；

二级报警，如果司机无法响应，限速会自动提示；

自动介入制动。如有必要，AEB将自动控制制动系统完成制动操作，从而减少或避免碰撞伤害。该功能可在7-180公里内启动。

根据美国公路安全保险协会的数据，AEB系统可以将追尾事故的概率降低56%

分类:

根据事故类型，E-NCAP将AEB系统分为三类:

1.城市特有的AEB系统——经常发生在交通拥堵的路口，车速慢，碰撞程度低；

2.AEB系统专用于高速公路——高速行驶中驾驶员疲劳的场景；

3.检测行人和自行车的行人保护专用AEB系统需要预测其运行路径，算法复杂。

前两种更适合毫米波雷达，而第三种需要在前两种的基础上进行图像捕获，因此需要对摄像头进行补充。

工作原理:AEB可以通过视觉传感器、毫米波雷达、激光雷达等来实现。雷达传感器或摄像头传感器测量前方车辆或障碍物的距离，数据分析模块将测量的距离与安全距离和报警距离进行比较。当距离过小时，AEB系统会发出碰撞警告，如果驾驶员没有及时刹车，AEB系统会向刹车系统发出刹车请求，实现自动刹车。

毫米波雷达:具有全天候、全天时工作的优势，但存在横向辐射盲区。

激光雷达:除了探测距离长，还可以测量横向位置，但容易受天气影响。

视觉传感器:成本优势明显，但识别精度仍有待提高，受天气影响较大。

成本:单摄像头版AEB成本600元左右，毫米波雷达版1个左右，500元左右，激光雷达版1万多。

综合性能和成本考虑，AEB系统的最佳传感器配置为“毫米波雷达+视觉传感器”组合。

发展状况分析

截至2019年上半年，AEB配置在中国的装载渗透率约为9%，主要搭载于售价20万元以上的国外品牌，如奔驰Pre-safe、沃尔沃City safety、大众Front Assist、丰田PCS等。

随着2018版C-NCAP的逐步实施，未来三年中国市场对AEB系统的需求将迎来爆发式增长。

BSW函数

定义:BSW系统通过在车辆后部安装两个毫米波雷达来检测后视镜盲区。当检测到盲区内的障碍物时，它会向驾驶员发出警报，以协助变道或减速。BSW系统的基本功能包括两项:

BSW盲区监测，利用毫米波雷达监测盲区障碍物，并提供视觉和听觉报警服务；

LCA变道辅助，在变道过程中检测相邻车道是否有车辆快速靠近的系统，并给出警告。工况:行驶速度> 15公里/小时，或转弯半径> 100米。

盲点是汽车设计中最大的缺陷之一。根据国家公路交通安全管理局的数据，每年与盲点相关的安全事故超过80万起，其中约300起导致致命事故。这也是BSW体系存在的重要原因。

分类

SBSD侧盲区监测

转向盲点监控

功能扩展

1.倒车时，rcta实时监控车辆后部横向接近的障碍物，并发出警告。

2.当2。DOW即将开门，它会实时检测到车辆后方的障碍物并给出警告。

3.当3。RCTB倒车时，它会实时监控车辆后部横向靠近的障碍物，并在必要时主动刹车。

发展状况分析

此外，根据2019年9月发布的《美国消费者报告》，在ADAS辅助安全系统中，BSW系统的风险规避百分比最高，可避免60%的车祸。因此，在ADAS系统中，BSW是一个分配率很高的函数。截至2019年上半年，其在中国市场的渗透率为17%，其中价格在40万元以上的汽车车型渗透率最高，达到56%，与BSW的匹配价格在5000-7000元之间。

ACC功能

定义:ACC系统是一种智能自动控制系统，通过外部传感器检测自身车辆与前车的距离和相对速度，控制自身速度与前车保持固定距离。假设前方车辆变道离开，在确定新目标前，ACC系统将控制车辆以设定速度行驶。

ACC既可以应用于低速场景，也可以应用于高速场景。

应用场景

工作流分析

ACC系统使用传感器获取驾驶所需的信息。当发现前车减速或出现新目标时，电控单元会向发动机或制动系统发出执行信号，并做出保持车距或自动制动等相关动作。如果前方没有车辆，恢复设定速度。

ACC系统还需要协调发动机管理系统、自动变速器控制器、电子稳定程序等部件才能工作，因为它涉及到汽车的自动制动。

1.最常用的安全距离模型是车间安全时间距离模型，即以下距离以时间为单位设置，通常为1-2.5s..

2.需要辅助车道识别单元、转向角度传感器、横摆角速度传感器、轮速传感器等部件进行判断。

3.ACC系统的自动制动力为车辆最大制动力的30%-40%，介于0.3-0.4g之间，如果系统判定需要紧急制动，仪表上会出现视觉信号，并发出蜂鸣器报警。

注:这里的“前”是指毫米波雷达的探测距离，一般为200米

PA功能

定义和原则:

PA系统通过安装在车身上的超声波雷达和摄像头检测停车位置，绘制停车地图，并实时动态规划停车路径，引导汽车或直接自动控制方向盘驱动汽车进入停车位置。

工作原理:PA系统通过搜索车位、产生停车路径、运动控制实现自动泊车辅助。当车辆行驶速度低于30公里/小时时，其搜索功能将自动开启。找到合适的停车位后，ECU会从速度和运动两个方面模拟停车轨迹。最后，控制器将水平和垂直控制车辆，从而完成停车动作。

工作流分析

分类

目前PA系统已经发展到第三代。从一开始，司机必须配合档位完成车内停车，到最后，司机可以站在离车5米远的地方，用手机远程停车，最后，汽车可以自主学习停车路线，在固定车位完成停车。第四代pa系统，AVP停车服务，将在未来出现。

LKA函数

定义:LKA系统通过角度雷达和多功能摄像头识别车辆相对于车道中心的位置。如果车辆接近标线或偏离车道，会通过方向盘的振动或声音发出警告，必要时会通过自动转向干预使车辆返回车道。

LKA系统包括三个子功能:

当车道偏离时，LDW通过声音、视觉和振动进行预警；

LDP，当汽车即将离开车道时，通过应用适当的转向干预进行位置校正的系统；

LCC通过监测汽车与车道中心线的相对位置，主动辅助驾驶员保持在车道中心线位置，从而减轻驾驶员的负担。

涌现的必要性

在欧洲，39%的事故是由偏离车道引起的，而在美国，这一比例为44%，而在中国，这一比例高达50%。交通事故的高概率是LKA系统出现的重要原因。

根据2019年9月发布的《美国消费者报告》，LKA和LDW的避险指数为31%。截至2019年上半年，LKA和LDW在中国市场的渗透率分别为26.4%和44.6%。

工作流分析

LKA系统可以分为三个部分:感知层、决策层和执行层。其中，传感层用于采集车道信息和车辆信息，决策层用于判断是否需要变道并计算输出扭矩，EPS系统利用虚拟驾驶员转向扭矩代替扭矩传感器监测的驾驶员转向扭矩完成车道保持辅助。

适用条件分析

LKA体系的缺陷:

1.LKA系统基于视觉传感器识别车道线。如果摄像头被遮挡，车道线不清晰，暴雨雾霾等恶劣天气，夜间等。，系统的判断准确率会降低；

2.2的转向能力。LKA体系是有限的。如果车辆横向偏移速度超过ESP设置，车辆将跑出车道。

使用资格:

1.目前量产的LKA主要适用于高速场景下的辅助功能，只有车辆以大于60 km/h的速度行驶时，LKA系统才能介入工作，限制了系统在恶劣天气条件下的使用；

2.根据2019年1月发布的《道路车辆高级驾驶辅助系统术语与定义》征求意见稿，LKA系统激活导致的车辆横向加速度不大于3m/s2，车辆横向加速度变化率不大于5m/s3。

其他功能

除了AEB、FCW、BSW、LCA、SBDS、STBSD、ACC、RCTA、DOW、RCTB、APA、RPA、自学习泊车、AVP、LKA、LDW、LDP和LCC功能外，雷达传感器还可用于HUD、ROA、RCW、PD、SLA、TJA、ICA和

功能总结

ADAS功能由三个模块实现:感知层、决策层和执行层。传感层通过雷达传感器和视觉传感器采集环境数据，是实现各种辅助驾驶功能的基础。三种雷达传感器性能不同，适用场景也不同。其中，超声波雷达耗能慢，超声波穿透力强，但探测距离短，不适合高速运行，因此只适合自动泊车等低速场景。毫米波雷达具有全天候、全天候的优势，适用于AEB、FCW、BSW、LCA、ACC、LKA等众多应用场景。，虽然激光雷达可以360度无死角扫描，从而形成环境的三维模型，但它价格昂贵且性价比高，因此可以应用于很多场景，但并不是最佳选择。

我国汽车行业应用雷达传感器的相关政策法规

智能汽车政策框架

中国政府通过统筹规划、道路测试、传感器等一系列相关政策，构建了完整的智能汽车政策框架，推动雷达传感器在汽车行业的应用。

标准设置

作为雷达传感器在汽车领域应用的第一个着陆点，其相关标准的制定是标准体系建设的重点。

顶级设计

工信部、国家标准委发布的《国家车联网行业标准体系建设指南》:2017年12月内容:有针对性、有计划、有重点地研究智能联网汽车的通用规范、核心技术和关键产品应用。引导车联网行业智能联网车辆标准化

标准机构

道路车辆高级驾驶员辅助系统术语和定义征求意见稿

颁发单位:汽车标准委员会

发布时间:2019年1月

内容:规定了与道路车辆自动驾驶系统相关的术语和定义

《2019年智能联网汽车标准化工作要点》

颁发单位:工业和信息化部

发布日期:2019年5月

内容:年内制定了乘用车、商用车AEB、驾驶自动化分级、汽车信息安全通用技术等一系列标准，稳步推进先进ADAS系统标准发展

着陆措施

JT/T 1094-2016营运客车安全技术条件

颁发单位:交通部

发布时间:2017年3月

内容:要求在长度超过9米的营运客车驾驶室前盖上安装AEBS毫米波雷达或激光雷达装置，即安装LDWS和FCW功能

操作卡车的安全技术条件.第1部分:卡车

签发人:交通运输部

发布时间:2018年4月

内容:要求应用自动驾驶辅助系统和TPMS在重卡推广AEB和DMS

我国ADAS标准建设逐步完善，2020年前后将形成完整的标准体系。

中国汽车工业雷达传感器应用发展趋势

特种车辆将成为首个商业落地场景

无人驾驶在中国和世界主要有两条发展道路:

1.稳步发展路径:从L1到L2，再逐步发展到L5级别，适合非商用乘用车领域。目前国内量产的无人乘用车都处于L2阶段，本质上都是辅助驾驶车辆。使用辅助驾驶设备给驾驶员建议，或在简单的环境下实现清晰的操作；

2.跨越式发展路径:直接切入L4全自动驾驶阶段，适用于商用车、专用车、出租车。

根据自动驾驶路线的不同，商用车、专用车、出租车等非营业性乘用车的雷达传感器方案也不同:

其他非营运客车:以毫米波雷达为主，其他传感器为辅

商用车、专用车、出租车:激光雷达为主，其他传感器为辅

这两条不同的发展道路已经显示出足够的可行性。

在稳健的发展路线上，以特斯拉为例，其行驶里程已经超过10亿公里，积累的路试数据丰富。与此同时，它投放的车辆数量已经超过了1万辆的门槛，达到了50万辆。

在跨越式发展道路上，以谷歌Waymo为例，其里程已超过1000万公里，计划投放2万多辆汽车。

在考虑自动驾驶技术的落地时间时，市场需求和可预测的安全风险是关键指标。

1.市场需求:商用车、专用车、出租车的客户受益大于乘用车。比如在物流行业的最后一公里场景中，无人驾驶可以显著降低自己的人工成本，有效提高物流车辆的使用效率。但乘用车自动驾驶带来的效益有限，客户需求较少，因此跨越式发展路径将先落地；

2.可预见的安全风险:自动驾驶仪在极端故障的情况下会造成严重的安全事故。目前的技术手段在低速装载领域最具优势，其风险承受能力高于乘用车。因此，跨越式发展路径是最适合自动驾驶技术落地场景的方向。

此外，在跨越式发展路线中，专用车可以在私家路上行驶，可以节省政策发布和落地的时间，将是自动驾驶的首个商业化落地场景。

多种类型的传感器相互集成

综合考虑需求、智能应用、技术发展路线、车辆配置、成本等方面，集成多类型雷达传感器

将成为行业未来发展的主流技术路线

01.需求视角

所有的雷达传感器都有不可避免的缺点，比如超声波雷达只适用于低速行驶场景，超声波雷达横向测量精度不足，激光雷达在极端天气下无法工作且价格昂贵，需要功能互补；

02.智能应用前景

随着自动驾驶水平的提高，汽车环境感知能力的准确性和实时性也有所提高，单一类型的传感器无法满足其要求，因此多传感器融合成为必然趋势；

03.技术发展路径角度

未来，技术发展路线将向高集成发展。除了功能集成外，多传感器集成还将在设计和装配上高度集成，从而降低传感器尺寸和车辆控制难度；

04.车辆配置角度

每个雷达传感器和视觉传感器在系统功能上是耦合的，联动开发可以拓展更多的应用场景，减少系统冗余，提高系统集成度；

05.成本观点

融合可以降低生产成本。以超声波雷达和摄像头的融合为例，融合产品的综合成本可以降低10%左右，价格比分离产品更有竞争力。

三种雷达传感器各有优缺点，由于商用车、专用车、乘用车自动驾驶水平的不断提高，单一类型的雷达传感器无法满足环境感知精度、适用场景、反应时间等更高要求，因此集成化成为雷达传感器行业发展的重要趋势。虽然商用车、专用车、乘用车的自动驾驶发展路径不同，所使用的雷达传感器也略有不同，但都对传感器融合提出了一致的要求。

各种雷达传感器的融合将赋予汽车更多的功能和更广泛的适应性。借助高精度地图、V2X等设施，L2汽车将升级到更高水平的无人驾驶。