西南师范大学学报(自然科学版)   2020, Vol. 45 Issue (2): 93-98.  DOI: 10.13718/j.cnki.xsxb.2020.02.014
0
Article Options
  • PDF
  • Abstract
  • Figures
  • References
  • 扩展功能
    Email Alert
    RSS
    本文作者相关文章
    王珂
    邓桂福
    周河桥
    欢迎关注西南大学期刊社
     

  • 基于AWR1642的汽车防撞雷达设计    [PDF全文]
    王珂 1, 邓桂福 2, 周河桥 1     
    1. 电子科技大学成都学院 电子工程系, 四川 成都 611731;
    2. 中国兵器装备集团(成都)火控技术中心 总体室, 四川 成都 611731
    摘要:防撞雷达在智能汽车的环境识别中具有不可替代的作用,介绍了一种基于AWR1642的汽车防撞雷达设计,通过对4通道接收机接收到的回波信号,在时域上使用FFT算法对障碍物进行距离探测,空域上使用DBF算法进行方位探测,从而得到障碍物的距离和方位信息.根据AWR1642传感器提供的技术参数提出了本系统的主要技术指标,并加以论证.仿真实验结果表明,该系统能满足测距、测角的精度要求.
    关键词雷达    AWR1642    测距    测角    

    家用汽车的数量逐年攀升,交通事故频发.在此背景下,拥有精确识别和精密计算能力的智能汽车受到越来越多大型汽车厂商的青睐[1-3].在环境识别方面,红外技术、超声波技术、视频成像技术、激光雷达技术和毫米波雷达技术等都是目前比较常用的技术手段[4].而其中以测量范围远、适应各种天气环境且价格便宜著称的毫米波雷达技术,拥有着不可替代的地位.

    为了让驾驶员有充分的时间做出正确的反应,汽车防撞雷达需要在短时间内快速、准确地分辨出前方多个目标障碍物的距离、方位等信息.基于此,文中采用TI公司最新的单芯片77GHz LFMCW雷达传感器AWR1642,利用对4通道接收天线阵列接收到的回波信号在时、空域上分别使用快速傅里叶变换(FFT)和数字波束形成(DBF)算法对障碍物进行距离和方位探测,从而得到障碍物的距离和方位信息[5-6].该方案具有精度高、成本低、体积小等特点,可广泛应用于汽车障碍物的探测及避碰.

    1 工作原理 1.1 系统组成

    系统工作原理见图 1.

    图 1 系统工作原理框图

    线性调频连续波(LFMCW)信号产生器产生周期锯齿波信号,经发射机放大和功分后,大部分能量送入发射天线,发射天线向空间辐射电磁波信号.另一小部分能量作为本振送入接收机,与进入接收机的4路回波信号混频,随后滤波、放大得到中频信号(IF1-IF4). 4路中频信号送入信号处理器经过快速傅里叶变换(FFT)、数字波束形成(DBF)、恒虚警目标检测(CFAR)以及单脉冲测角等处理,得到目标(障碍物)的距离和方位信息[7].

    1.2 LFMCW测距原理

    使用调频法测量目标的距离,其基本原理就是利用发射信号与目标回波信号之间的差频来确定目标距离[8].

    设调制信号为理想锯齿波,且不考虑寄生调幅和多普勒频移的影响[9].目标静止状态下,锯齿波线性调频测距系统的发射-回波时频曲线图及相应的差频信号时频曲线见图 2.其中,Tm为调制信号的周期,τ为回波延迟时间,ΔFm为最大频偏,fi为发射信号与回波信号的差频频率.

    图 2 发射-回波时频曲线图及相应的差频信号时频曲线图

    由简单的三角关系可得,目标距离R可表示为

    $ R = \frac{{c{T_m}}}{{2\Delta {F_m}}}{f_i} $ (1)

    其中,c为光速,那么在调制参数ΔFmTm一定的条件下,差频fi与距离R成正比,测得差频即可计算出距离R.若目标相对雷达运动,此时回波信号延迟时间τ是变化的,差频fi也随之而变,计算R中最小值即为偏差量.由数字信号处理算法可知,FFT技术可分析差频频率,得到差频频率后根据公式(1)计算目标距离R[9].

    1.3 DBF测角原理

    通过阵列天线,数字波束形成(DBF)技术利用阵列天线的孔径,采用数字信号处理技术在期望方向形成接收波束[10].虽然单个天线的方向图是全向的,但是对阵列多个接收通道的信号,利用数字处理方法,对某一方向的入射信号进行补偿,由于传感器在空间位置不同而引起的传播波程差导致相位差,实现同相叠加,从而实现该方向的最大能量接收,完成该方向上的波束形成,来接收有用的期望信号,这种把阵列接收的方向增益聚集在一个指定方向上,相当于形成了一个“波束”[11].

    若接收天线由N个等距线阵组成,相邻阵元之间的间距为d.考虑到m个远场的窄带信号入射到空间某阵列上[5].假设阵元数量和通道数量相同,则处理器需要接收来自N个通道的数据.接收信号矢量可以表示为

    $ X\left( t \right) = AS\left( t \right) + N\left( t \right) $ (2)

    其中,X(t)=[x1(t),x2(t),…,xN(t)]T,为阵列接收快拍数据矢量;S(t)=[s1(t),s2(t),…,sN(t)]T,为信号矢量;N(t)=[n1(t),n2(t),…,nN(t)]T,为噪声矢量;A=[a(θ1),a(θ2),…,a(θm)]T,为N×M维导向矢量矩阵.

    在DBF过程中,假设信号的来波方向为θ,该方向的导向矢量为

    $ a\left( \theta \right) = {\left[ {1,{e^{jkd\sin \theta }}, \cdots ,{e^{jk\left( {N - 1} \right)d\sin \theta }}} \right]^{\rm{T}}} $ (3)

    式中,k为波束数,k=2π/λ.为了实现空域滤波,对单一信号源x(t)=as(t)+n(t)采样,进行加权求和,加权后天线阵的输出为

    $ y\left( t \right) = {W^H}X\left( t \right) = s\left( t \right){W^H}a\left( \theta \right) + {W^H}N\left( t \right) $ (4)

    式中,W=[W1W2,…,WN]T为数字波束形成的权矢量.

    W对某个方向为θ0的信号同相相加,即W=a(θ0)时,输出y(t)的模值最大.因此波束实现了对方向角θ的选择,即实现空域滤波[5].

    在不同方向进行DBF处理时需要采用不同的矢量,对方向θ的权矢量W

    $ W\left( \theta \right) = {\left[ {1,{e^{ - jkd\sin \theta }}, \cdots ,{e^{ - jk\left( {N - 1} \right)d\sin \theta }}} \right]^{\rm{T}}} $ (5)

    若将DBF处理搜索的波束的角度按式

    $ {u_q} = \sin {\theta _q} = \frac{\lambda }{{Nd}}q,q = 0 \cdots N - 1 $ (6)

    将式(6)带入式(5),则权值W

    $ W\left( {{u_q}} \right) = \left[ {1,{e^{ - j\frac{{2{\rm{ \mathsf{ π} }}}}{N}q}}, \cdots {e^{ - j\frac{{2{\rm{ \mathsf{ π} }}}}{N}\left( {N - 1} \right)q}}} \right],q = 0 \cdots N - 1 $ (7)

    由此可见,权值W为一组复氏基,因此,可以利用离散傅立叶变换(DFT)或快速傅立叶变换(FFT)同时得到N个波位的DBF处理结果.

    由上式可得,使用DBF算法,能够探测到的角度θ的范围为$\left[-\arcsin \frac{\lambda}{d}, \arcsin \frac{\lambda}{d}\right]$,角度分辨率为$\frac{\arcsin \frac{\lambda}{2 d}}{N}$.

    2 AWR1642传感器介绍

    AWR1642是一款工作在76~81 GHz频段的单芯片毫米波雷达传感器,具有2个发射和4个接收通道,针对短距离和超短距离应用,主要用在盲点监测、变道辅助、停车辅助、路口交通警报、占用检测、简单手势识别和车门开启应用等场合[12-13].

    AWR1642构建在TI的低功耗45 nm RFCMOS工艺之上,实现了一个具有内置PLL和模数转换器的单片实施2TX,4RX系统.内部集成了DSP子系统,该子系统包含TI用于雷达信号处理的高性能C674X DSP;同时也包含1个基于ARM R4F的处理器子系统,该子系统负责无线电配置、控制和校准,可以运行汽车开放式系统架构(AUTOSAR)、集群和跟踪算法(图 3).其主要性能指标见表 1.

    图 3 AWR1642功能方框图
    表 1 AWR1642的主要性能指标
    3 系统设计

    根据AWR1642传感器提供的技术参数,设计汽车防撞雷达系统,其主要技术指标见表 2.

    表 2 系统的主要技术指标
    3.1 总体方案设计

    汽车防撞雷达由AWR1642传感器,DC-DC电源模块,FLASH,1个JTAG接口以及2个UART接口组成(图 4). DC-DC电源模块将输入5V电源转换为AWR1642所需的1.8 V,1.3 V,1.2 V以及3.3 V电源,40 MHz晶振为系统提供始终信号,JTAG为程序加载及调试接口,UART为通信接口.

    图 4 总体方案图
    3.2 主要参数选择 3.2.1 调制带宽的选择

    调制带宽决定距离分辨率(ΔR):

    $ \Delta R = \frac{c}{{2B}} $

    其中c为光速,B为调制带宽.系统要求距离分辨率ΔR≤1 m,那么带宽必须满足B≥150 MHz.考虑一定的余量,调制带宽选择200 MHz.

    3.2.2 调频周期的选择

    由雷达理论可知,调频连续波雷达具有多普勒-距离耦合效应,为了使多普勒耦合效应不引起测距误差,调制周期重复频率需要满足:

    $ {f_N} \ge 2{f_{d\max }} $

    $f_{d \max }=\frac{v_{\max }}{\lambda} \approx 18 \mathrm{kHz}$那么fN≥36 kHZ,调制周期Tm≤27.7 μs,因此Tm选择为27 μs.

    3.2.3 积累时间的选择

    积累时间越长,最大作用距离越大,但是积累时间过长,有可能引起跨距离单元或跨速度单元.系统要求距离分辨率ΔR=1 m,测量目标的最大速度为vmax=70 m/s,那么积累时间T必须满足:

    $ T \le \frac{1}{{70}} = 14.28\;{\rm{ms}} $

    另外,积累时间一般选择为调制周期Tm的2N倍,因此综合考虑,积累时间T选择27×512=13.824 ms.

    3.3 主要技术指标论证 3.3.1 最大作用距离

    根据雷达方程

    $ {R_{\max }} = \frac{{{P_t}T{G_t}{G_r}{\lambda ^2}\sigma }}{{{{\left( {4{\rm{ \mathsf{ π} }}} \right)}^3}k{T_0}{F_n}{D_0}L}} $

    其中发射功率Pt=12 dBm,积累时间T=13.824 ms,发射天线增益Gt=12 dB,接收天线增益Gr=18 dB,波长λ=0.003 9,目标雷达反射截面积σ=0.5 m2,常数(4π)3kT0=-171 dB,噪声系数Fn=15 dB(76~77 GHz),检测因子D0=13 dB,系统损耗L=6 dB.将参数带入,可得Rmax=100 m.说明AWR1642平台配合合理的参数选择,能满足最大作用距离的要求.

    3.3.2 测角精度

    由1.3节分析可知,DBF的角度分辨率,即波束宽度 $\theta=\frac{\arcsin \frac{\lambda}{2 d}}{N}$,单元间距d=λ/2,单元数N=4. 4通道DBF的理论波束宽度为22.5°,考虑到波束展宽,扫描时实际波束宽度不超过30°.根据经验,DBF的测角精度一般可达到波束宽度的1/15,甚至更好.因此测角精度为30/15=2°,说明对AWR16424通道接收机的回波信号采用DBF算法可以达到较好的测角精度.

    4 实验

    将验证系统固定在公路边的平台上,对普通家用小汽车的距离和方位进行测量.车辆的运动轨迹见图 5图 6为距离测量值,图 7为方位测量值.实验结果表明,通过选择合理的设计,基于AWR1642设计的汽车防撞雷达能够达到测距和测角的要求,且最大作用距离等主要技术指标满足设计输入.

    图 5 车辆运动轨迹
    图 6 实时测量距离
    图 7 实时测量角度
    5 结语

    文中介绍了汽车防撞雷达的系统工作原理,重点阐明了LFMCW测距原理、DBF测角原理.在TI公司最新的雷达传感器AWR1642的性能指标基础上,给出了系统的主要技术指标,并对其中的主要参数进行了计算和论证.结果和实验均表明,该方案可行,测量精度高,可广泛应用于汽车障碍物的探测及避碰.

    参考文献
    [1]
    彭金帅. 浅析无人驾驶汽车的关键技术及其未来商业化应用[J]. 科技创新与应用, 2015(25): 46.
    [2]
    来飞, 黄超群, 胡博. 智能汽车自动驾驶技术的发展与挑战[J]. 西南大学学报(自然科学版), 2019, 41(8): 124-133.
    [3]
    景佳. 基于大数据分析的人工智能文献研究[J]. 西南师范大学学报(自然科学版), 2018, 43(5): 80-85.
    [4]
    王斯盾. 毫米波防撞雷达发展现状与行业趋势[J]. 科技与创新, 2017(23): 61-62.
    [5]
    贾洁民, 王圣涛, 裴文龙. 车载防撞雷达的DBF算法仿真及实现[J]. 电子产品世界, 2016, 23(5): 65-67.
    [6]
    连黎明. 基于多信息融合的移动机器人定位算法[J]. 西南师范大学学报(自然科学版), 2019, 44(9): 89-95.
    [7]
    张鉴, 周道逵, 童睿, 等. 汽车防撞雷达中频信号处理系统的优化方案[J]. 汽车工程, 2017, 39(1): 47-51.
    [8]
    姜文刚.汽车防撞雷达信号处理及电路设计[D].成都: 电子科技大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10614-1015703240.htm
    [9]
    陈利风, 刘华林, 班方圆, 等. 超音速密集弹丸脱靶量测量方法研究[J]. 火力与指挥控制, 2015, 40(6): 166-170.
    [10]
    高丽洁, 王刚. 基于Zynq的汽车雷达防撞数据采集系统设计[J]. 西南师范大学学报(自然科学版), 2016, 41(7): 126-132.
    [11]
    朱子甲, 汪进, 刘奎, 等. 汽车后视毫米波雷达安装角标定系统设计研究[J]. 汽车实用技术, 2017(18): 88-91.
    [12]
    汪子煜, 何少斌, 褚永强, 等. 77GHz汽车雷达方案及集成芯片对比分析[J]. 汽车实用技术, 2018(1): 120-123.
    [13]
    董辉. 77 GHz车载毫米波雷达传感器[J]. 汽车电器, 2017(11): 12-15, 19.
    On Design of Automobile Anti-Collision Radar Based on AWR1642
    WANG Ke 1, DENG Gui-fu 2, ZHOU He-qiao 1     
    1. Chengdu college of University of Electronic Science and Technology, Chengdu 611731, China;
    2. System Office, China South Industries Group Corporation Fire Controlling Center, Chengdu 611731, China
    Abstract: Anti-collision radar plays an irreplaceable role in the environment identification of smart cars, and an anti-collision radar based on AWR1642 has been designed, The distance and orientation information of obstacles are obtained by means of FFT algorithm in time domain and DBF algorithm in space domain for the echo signal received by 4-channel receiver. According to the technical parameters provided by AWR1642, the main technical indexes of the system are proposed and proved. The experimental results show that the system can meet the accuracy requirements of ranging and angle measurement.
    Key words: radar    AWR1642    ranging    angle measurement    
    X