一家在毫米波雷达领域十多年经验的公司跨入汽车领域

川速微波成立于2006年，技术班底源自于中科院电子所，公司发展已有十多年的历史，微波雷达技术积累深厚、研发人员系列完备、微波测试仪器设施齐全，产品化经验丰富，并具有科学规范的微波雷达大规模生产体系。

公司的核心技术源自于中国科学院、中国电子科技集团、中国航天科技集团的顶级科学研究院所，核心人才来自于中科院、北京大学、西安电子科技大学、成都电子科技大学等技术院所和高校，硕士以上占比80%。

目前公司在北京科技开发区建有生产基地，占地规模近2000平米，配有完善的加工、测试、调试场所和环境试验场所，对用料采购、生产、检验、质量和售后等多方面都有强化的资源配置和规范化管理。

公司在交通雷达领域、安防领域，积累了大量雷达测试经验和数据，包括各种应用环境、各种车辆、各种天气状况，为车用雷达对各种复杂路况、各种车型探测、各种天气状况的适应性，都提供了丰富的数据支撑。公司主要的产品有测速雷达、流量检测雷达、安防雷达，在业内有广泛的应用。

跨入汽车领域

在微波雷达技术上，川速微波通过多年的探索积累，拥有雷达系统总体设计技术、射频与微波天线技术、雷达信号处理技术等三大核心技术，能够独立自主、科学规范地完成复杂体制的雷达系统设计和开发。

公司在各类雷达产品的研发中，掌握并应用了多普勒体制、线性调频连续波体制、跳频体制、脉冲压缩体制、相控阵雷达体制、MIMO等多种雷达系统设计。

川速微波掌握多种形式大规模微带阵列天线设计技术，能够灵活选择适用于车用雷达布局的阵列天线，增加天线带宽、增加加工容差、设计容差。在各种雷达信号处理流程和算法上，形成了清晰地模块化信号处理流程，生成了一系列成熟可靠的算法模块，方便快速移植和算法升级。

同时，十多年来积累的系统化工程问题的解决方法，给雷达从样机到产品转化过程提供了可靠有力的保证。

观察到汽车雷达市场的崛起，公司于2012年正式立项研发24GHz频段汽车雷达产品，包括24GHz前向汽车雷达、24GHz环境感知雷达产品，目前相关产品都已实现批量生产和供货。

图： 24GHz汽车雷达系列产品

2014年初公司开始研发77GHz频段毫米波汽车雷达产品，并成为首批获得飞思卡尔（现被恩智普收购）77G毫米波汽车雷达芯片样品和技术支持的公司之一。

基于飞思卡尔MR2001系列微波芯片套片，开发了初始版本的毫米波汽车雷达原理样机，并在此基础上进行原始数据采集和算法开发。后推出第一代中远程毫米波汽车雷达产品，已给到部分OEM厂商试用，如南京金龙客车、长江汽车、云乐汽车。

图：公司的第一代单芯片毫米波汽车雷达

跨界需要哪些能力？

川速微波是一家在毫米波雷达领域积累十多年经验的公司，但在汽车领域，还是一个“新人”。

以往的经验虽然在技术实现上能有所帮助，但汽车行业有其特殊的属性，为了适应新领域，公司也针对性的进行了一些调整。在汽车雷达市场，公司针对不同的功能需求和市场需求，开发了系列汽车雷达产品。

图：川速微波汽车雷达系列产品全览

公司研发的24GHz单目标盲点监测雷达是一款中端盲点监测雷达，是单发单收的结构，在0.3m-15m的测量距离内，精度可达0.3m。

安装于车辆左右尾灯附近，用于短距离范围内监测本车后视镜区域盲点；当监测到侧后方盲区有靠近本车的移动物体时，可进行实时报警，以提醒驾驶员谨慎处置，避免发生侧撞事故。

该雷达传感器可用于车辆后方、前方、侧方小区域范围的 BSD 功能，以及LCA、后向穿越车辆报警、开门辅助、后方碰撞预警、前向车辆报警等 。

图： 24G多目标盲点监测雷达

24GHz 多目标盲点监测雷达，采用2发3收的结构，适用范围为0.5m ~ 50m，精度为0.3m。适用于中短距离区域、宽方位角度范围探测，以及多目标识别与跟踪，获取目标速度和距离、角度信息。可实现BSD、LCA、RCTA、（EAF） 。

77GHz 毫米波频段的雷达产品，采用 3 发 4 收架构， 3 个发射天线具有不同的波束角宽度，可同时实现远、中、近三种探测模式。

最远的探测距离 200 米，距离分辨率远程可达1.6米，中程（1-100m）可达0.8米，近程（0.5-50m）可达0.4米。中距模式下，能够实现大多数道路环境下的 ACC、 AEB 功能。

图： 77GHz毫米波雷达

雷达的单/多目识别

汽车毫米波雷达传统的功能是测障碍物距离，能够适应多种恶劣的环境。但随着自动驾驶的发展，车身传感器的丰富，毫米波雷达也受到了来自于视觉、激光等传感器的挑战。

为此，毫米波雷达也在拓展着新的可能，比如识别更多的障碍物，识别更远的距离。

目前毫米波汽车雷达有单目标与多目标识别的功能，他们往往是根据雷达系统只输出一个目标的信息，还是输出多个目标的信息进行区分。

雷达系统本身可以从距离维、速度维、角度维进行目标的区分。雷达其实都有一定程度的多目标识别能力，只要被检测的两个目标在雷达距离分辨率、速度分辨率、角度分辨率之上即可。

在通常的定义当中，多目标更多的是指是否有探测目标方位角的功能。没有测角功能，同距、同速的目标会被雷达判定为一个目标；有测角功能，当目标处在同距、同速上也是可以被一定程度的区分开来。

藉此，具体到雷达系统设计上，就主要在于雷达是否有多个接收天线或多个发射天线，通过天线的排布设计，发射波形设计和信号处理可以实现符合不同应用需求的测角的功能。

除了功能实现，在算法实现上多目标的识别在跟踪技术上会进行X-Y方向的二维目标跟踪滤波，相对于单目标基于直线运动模型的一维目标跟踪滤波，多目具有更高的准确性和可靠性。

公司的24GHz毫米波雷达分单目标环境感知和多目标环境感知，其中多目雷达能探测多个目标，对多个车辆目标进行识别和跟踪，目前已经处在量产阶段。而77GHz毫米波雷达在近距模式下，也能够实现非机动车、行人等目标的检测与识别。

更进一步的融合

毫米波雷达本身功能虽然在不断的演进升级，但在既有的技术条件下，同其他传感器融合，实现部分智能驾驶功能的情况还不会改变。

部分先行落地的ADAS功能，基于可靠性的考虑，大多会使用雷达+视觉融合的方式。尚处早期的国产供应商，很难有具备融合原生方案的能力，川速微波也在积累着经验。

在目前的自动驾驶传感器配置中，视觉有很高横向、纵向角度分辨，可区分颜色，无测速功能，受光线、雨雪天气影响；激光雷达有很高横向角度分辨率，较高纵向角度分辨率，有测距功能，无测速功能，受雨雪天气影响；毫米波雷达有测距、测速功能，拥有全天候工作能力，但角度分辨率比较低；超速波雷达工作距离短，易受干扰。

各种传感器功能特点不一样，有优点也有缺点，可以通过信息融合实现功能互补，也可以通过信息融合实现安全冗余探测。

目前融合多见于视觉与毫米波雷达的融合，常见的都是在传感器目标输出层级的融合，未来会趋向于在更底层的数据层级上做融合，需要面对处理能力、数据带宽等方面的巨大挑战。

融合过程中要解决诸多核心问题，如多传感器融合的系统架构、传感器配置与布局；具体到各个传感器，基于机器学习智能信号处理方法、数据信息深度挖掘；基于目标属性的空间域传感器数据匹配方法；同维度、跨精度多传感器数据融合方法；不同天气状况、不同应用场景下各传感器数据置信度动态分配模型；不同维度数据的综合目标识别模型、决策模型。

对于一家毫米波雷达出身的企业而言，要解决的问题还有很多，而在汽车零配件国产化的过程中，这样的坎儿也是必须要迈过的。