极品飞车——雷达处理的未来

无线电探测与测距（RADAR）系统已经在许多应用中使用了数十年，涵盖从天气预测到执法的各个领域，汽车领域则在21世纪初开始采用。本文将考察一个典型的汽车应用场景及其相应的发展趋势。

本文引用地址：

如今，道路上已经有数百万基于24 GHz的雷达系统在运行，未来还将有更多基于下一代76-81 GHz系统的雷达问世（例如德州仪器的RFCMOS AWRx产品系列）。从宏观角度来看，雷达系统配置分为图1所示的终端设备类别，并进一步根据其有效范围（距离）进行细分，分别对应从近距离到长距离系统的约1米到400米。

随着有效范围和所需精度的增加，通常需要额外的处理能力，这在上述基于CMOS的雷达配置概览（图1）中通过处理器的出现以及额外雷达（MMIC，即单片微波集成电路）设备的增加得以体现。与额外处理器相关的内存也显著提升了系统的内存性能，从而进一步增强了系统的能力。

典型的系统是面向前方的中长距离雷达系统，用于在移动车辆的前方路径中提供检测和测距。这种自适应巡航控制系统（Adaptive Cruise Control）会根据系统所在车辆与前方车辆之间的间距自动调整车速。此类系统的精度对于在其控制下车辆的安全运行至关重要。使用多个MMIC和一个处理器可以显著提高角度分辨率和测距范围。处理器对来自多个MMIC的流数据进行计算，从而增加角度和测距分辨率以及整体检测距离。

使用多个MMIC设备和处理器进行进一步下游计算的系统构成了级联/成像雷达（Cascade / Imaging Radar, CIR）系统。这些可编程系统可以通过在处理器上运行的软件算法、相关MMIC的配置以及天线设计，实现多种类型雷达系统（例如短、中、长距离）的功能。除了这种灵活性之外，这些CIR系统还通过波束成形技术在长距离场景中扩展范围和分辨率，并通过多输入多输出（MIMO）技术在感兴趣区域靠近时提高角度分辨率的程度（见图2）。这些技术通过增加检测距离、测距分辨率以及相对于车辆前方物体的角度分辨率/精度，提高了系统的效能。

以德州仪器最近发布的“使用Jacinto™ ADAS处理器的级联/成像雷达捕获与融合平台”为例，这是一个4芯片的CIR系统，每个由MMIC（德州仪器的mmWave AWR2243传感器）设备产生的数据流都需要大量的处理。德州仪器汽车ADAS处理器产品线中的单个SoC可以轻松满足这些处理需求。例如，“TDA2SXBTQABCQ1”可以利用其异构架构高效地完成所有这些处理任务，该架构包含多种类型的CPU：4个SIMD（EVE）、2个DSP（C66）和6个Arm® Cortex®（2个A15和4个M4）核心。

图3还展示了雷达处理流程是如何映射到这些核心上的。编号圆圈中的颜色编码对应于执行每个特定操作的核心（蓝色 = C66，绿色 = EVE）。Arm核心负责执行系统的通用应用管理和整体控制代码。图4展示了德州仪器4芯片CIR参考设计中使用的TDA2SX设备上处理任务的另一种、更高层次的划分方式。

随着雷达系统复杂性和能力的增加，处理需求也在增加。图5展示了典型雷达数据立方体（radar cube）内存的增加以及所需操作（以百万计）的增加。这种复杂性和处理需求会随着时间的推移而增加，并且随着以下汽车领域的趋势持续发展，将推动对更多处理能力的需求。德州仪器的雷达MMIC（AWRx）和ADAS处理器（TDAx）可以凭借独特的架构、技术和软件开发工具包（SDK）来满足这些需求。选择、开发并产品化利用可扩展产品家族（如德州仪器的TDA ADAS处理器家族）的系统，有助于以减少整体开发时间和提高系统效率的方式应对这些持续的趋势。

将短距离、中距离和长距离系统集成到一个单一的CIR系统中，可以减少车辆中系统的总数，以及相关的功耗、电源设计和成本。通过处理器实现的性能提升，还可以潜在地减少对其他配套系统的需求或成本，例如降低摄像头分辨率/帧率要求，以及减少或去除超声波传感器。

除了雷达相关的趋势外，还有一个总体趋势是，在车辆上使用多种传感器，通过融合不同模态的数据来增强功能安全性，以帮助应对这些系统必须适当处理的众多环境变化（见图6）。下表提供了关于哪些传感器最适合应对典型车辆感知相关的各种条件的见解。没有任何单一传感器能够满足所有这些要求，这证明了融合各种传感器数据以提高感知精度的必要性。

上述趋势将需要更高的处理速度和效率，而德州仪器的TDAx ADAS处理器产品线能够很好地满足这一需求。