毫米波雷达如何重振交通管理

运输系统对于在全球范围内快速、高效和安全地运送个人和货物至关重要。因此，交通系统和相关基础设施必须通过收集数据和感知交通区域周围的状况来应对长期和实时的变化。交通工程师使用这些数据来构建统计数据并帮助确定未来的基础设施投资，而驾驶员则使用这些数据来帮助管理他们的路线。

到 2022 年，智能交通系统市场预计将超过 636 亿美元，这些信息的价值是显而易见的。然而，虽然交通监控系统能够在各种条件下提高运输效率和安全性，但设计人员面临着各种传感挑战，包括：

位置和速度测量： 为了有用，交通数据需要提供交通位置（位置）和流量（速度）的知识。它可能包括与交叉路口的停止条的距离或接近的车辆速度。

全天候运行： 由于交通基础设施传感器往往位于室外，因此无论天气如何，它们都必须能够工作。它包括白天和夜晚的灯光场景，以及在雨、雪、雾和灰尘等恶劣天气下的一致功能。

扩展范围内的高速物体检测： 传感器必须能够检测和测量更远距离的快速移动交通。例如，如果系统能够感知距离交叉路口较远的车辆，则它可以更好地控制绿色和黄色持续时间以预测进入的交通。

准确性和性能测量： 准确了解车道位置、车辆与传感器的距离以及车速对于交通监控基础设施的有效运行至关重要。

当今的交通监控技术 目前有多种传感技术用于交通监控应用。它们服务于不同的市场功能，每一种都具有独特的优缺点：

感应回路传感器： 在这些解决方案中，绝缘的导电线穿过道路上的切口。一个电脉冲通过该导线，并且由于汽车经过而引起的电感变化表明车辆何时占用空间或经过。虽然很常见且易于理解，但感应回路传感有几个缺点。

首先，检测仅限于安装环路的“存在”，因此很难预测迎面而来的交通。其次，系统的规模要求每个区域和车道在交叉路口都有自己的环路，这使其成为一个成本高昂且实施复杂的系统。

但也许最大的缺点是安装或维修这些系统需要挖掘路面。再加上这些系统的维护周期通常很短（一到两年），感应回路系统的总成本会迅速增加。

相机和基于视觉的传感器： 使用视频图像处理器，相机和基于视觉的传感器从 CMOS 相机传感器捕获图像数据。接下来，分析此图像以确定交通行为。

这些系统可以成为强大的工具，不仅可以测量十字路口和高速公路的交通行为，还可以将实时视频传输给运营商。

然而，不断变化的环境条件——昼夜循环、阴影和恶劣天气——直接影响这些系统“看”的能力。此外，这些视觉挑战需要先进的信号处理和算法，这大大增加了系统的复杂性。

基于毫米波雷达的交通监控 在交通监控市场中获得牵引力的一项技术是雷达，尤其是基于毫米波 （mmWave） 技术的解决方案。毫米波的独特优势——包括对光线或天气不敏感、与基于视觉的技术相比范围更广以及精度更高——在交通监控应用中表现出色。

因此，当谈到交通管理系统面临的传感挑战时，毫米波雷达可以通过多种方式提高交通效率和安全性。

在全天候条件下运行： 熟悉雷达应用和射频信号传播的人可能知道雷达对不断变化的环境条件不敏感。然而，毫米波具有穿透和感知恶劣天气条件的能力，例如夜间、烟雾、雾和雨。这种能力使毫米波传感器成为在不受控制和多变的环境中进行户外传感的强大且一致的解决方案。

在扩展范围内检测高速物体： 毫米波传感器使用 77 GHz 范围内的快速调频连续波 （FMCW） 雷达，与传统雷达系统相比，它具有多个优势。天线设计和射频啁啾配置相结合，使 77-GHz 雷达系统能够轻松检测 150 m 或更大范围内、速度超过 100 km/h 的目标，包括车辆。

目标测量的准确性： 具有集成处理功能的快速 FMCW 雷达能够在一秒钟内多次测量场景中多个目标反射体的距离、径向速度和角度。它允许使用毫米波解决方案的交通监控系统以高度的范围和速度分辨率轻松地实时识别和跟踪多辆车辆。

克服雷达设计挑战 然而，实施雷达解决方案存在一定的挑战。当今的雷达解决方案需要多个分立元件来创建完整的解决方案。这包括一个射频前端和一个数字处理后端（图 3）。

图 3：分立毫米波雷达设计视图，该设计使用单独的芯片用于射频前端和数字处理后端。

分立雷达系统需要像 MCU 这样的中央控制器将控制信号路由到所有分立组件。这可能会产生电磁干扰 （EMI） 效应，最终导致“嘈杂”系统。

这种缺乏集成增加了设计复杂性，并以系统尺寸、成本和功耗为代价。此外，离散雷达系统在不断变化的条件和应用需求中带来了软件挑战。

在 76-GHz 至 81-GHz 频段运行的新型毫米波解决方案通过将 DSP 与基于 ARM 内核的强大 MCU 集成克服了这些缺点（图 4）。单芯片解决方案无需在分立前端、模数转换器和处理部件之间进行高速数据传输。

图 4：单芯片解决方案简化了毫米波雷达传感器的硬件和软件设计。

处理链仅在 DSP 上实现，而 ARM 处理器可用于其他更高级别的处理和管理功能，例如跟踪逻辑、对象分类、流量统计报告、I/O 功能和传感器管理。

值得注意的是，目标检测和跟踪是理解和分析交通环境的关键步骤。并且单芯片解决方案可以适应高级算法，提供实时智能来检测、跟踪和分类对象。

DSP 执行对象聚类和跟踪算法来处理有关车辆移动方式的数据，然后 MCU 可以智能地实时对动态交通做出反应。单芯片解决方案还有助于小尺寸应用，从而准确测量视野中物体的范围、速度和角度。

结论

毫米波传感器的独特特性和功能可在传感器边缘实现高性能检测和分析，使其非常适合智能交通监控应用。单芯片解决方案降低了进入毫米波传感设计的门槛。

审核编辑：郭婷