Dlaczego zaawansowane radary samochodowe używają tak wielu anten?

Przez ostatnie dwa lata pracowałem nad prawie dwunastoma modułami radarowymi, głównie z myślą o rynku motoryzacyjnym. Blisko związane dziedziny to radar do dronów, sensory radarowe dla robotów i systemów przemysłowych, wykrywanie oznak życia za pomocą radaru, śledzenie ruchów i gestów oraz zaawansowane systemy bezpieczeństwa. Dużym rybą z biznesowego punktu widzenia jest motoryzacja, gdzie coraz więcej systemów ADAS szuka lepszych sposobów na zbieranie ważnych danych z otoczenia.

Cele operacyjne tych systemów sprowadzają się do budowania systemów, które mogą wspierać pojazdy autonomiczne, jednocześnie czyniąc samochody ogólnie bezpieczniejszymi. Jednakże, aby to osiągnąć, systemy radarowe pracujące na bardzo wysokich częstotliwościach podążają za dwoma trendami:

• Nowe radary używają bardzo dużej liczby anten, znacznie większej niż byłoby to używane w typowym module radarowym samochodu (zobacz tutaj przykład)
• Dane radarowe mogą być używane razem z danymi z innych czujników do wnioskowania o dodatkowych właściwościach śledzonych obiektów

Dla każdego, kto chce projektować innowacyjne systemy w tej dziedzinie, ważne jest, aby stosować się do tych wytycznych projektowania PCB, aby wykorzystać wyższą liczbę anten. Najpierw przyjrzymy się, dlaczego innowacyjne systemy radarowe używają tak wielu anten na małej przestrzeni i jak PCB musi być skonstruowane, aby wykorzystać te zaawansowane możliwości.

Większa liczba anten oferuje możliwości obrazowania

Co się dzieje, gdy mamy system RF z wieloma współlokalizowanymi antenami nadawczymi i odbiorczymi działającymi jednocześnie? Systemy radarowe wykorzystują tę architekturę z dużą liczbą współlokalizowanych anten, aby poprawić swoje możliwości w następujących obszarach:

• Większa liczba anten = wyższa rozdzielczość
• Większa liczba anten = wyższe wzmocnienie = większy zasięg
• Większa liczba anten = szersze pole widzenia skanowania
• Większa liczba anten = funkcjonalność MIMO do śledzenia wielu obiektów

Jako przykład, spójrz na ten niedawno opublikowany obraz PCB użytego w module radarowym Tesli. PCB pokazane na poniższym obrazie zostało wzięte z radaru Tesli jako część demontażu przeprowadzonego przez Tegan Courts na Ghost Autonomy. Na tym obrazie widzimy zestaw anten patchowych w układzie szeregowo-równoległym, z 14 całkowitymi elementami i 234 promieniującymi łatkami rozłożonymi na całym module.

Celem projektowania nowszych systemów radarowych z dużą liczbą współlokalizowanych anten jest wprowadzenie możliwości obrazowania. Gdy rozdzielczość kątowa tych systemów staje się wystarczająco wysoka (mniej niż 1 stopień w każdym ortogonalnym kierunku skanowania), oceniane to jest poprzez analizę wykresu wzmocnienia względem azymutu (lub wzmocnienia względem elewacji). Ogólnie rzecz biorąc, im więcej anten dodaje się do układu, tym wyższe jest maksymalne wzmocnienie i tym węższa jest rozdzielczość kątowa wokół szczytu.

Wykres taki jak powyżej ilustruje, że system radarowy może zapewnić niezwykle precyzyjne skany, co oznacza, że można wykonać wiele pomiarów radarowych na pojedynczym obiekcie. Te skany pod każdym kątem mogą być użyte do konstruowania obrazów 2D.

W połączeniu z innym czujnikiem, takim jak kamera, system obrazowania radarowego może teraz identyfikować i śledzić ruch obiektów z bardzo wysoką precyzją. Rodzi to pytanie, dlaczego nie śledzić obiektów bezpośrednio za pomocą kamer, lub dlaczego nie użyć lidaru?

Dlaczego nie kamery i lidar?

Technicznie rzecz biorąc, ten sam typ skanowania można by przeprowadzić za pomocą lidaru, ale system lidarowy wymaga bardziej skomplikowanego podsystemu optycznego niż znajdziesz w porównywalnym systemie radarowym MIMO. Dlatego widzimy przesunięcie od systemów wizyjnych, przez lidar, aż po obecne wykorzystanie radaru.

Systemy radarowe mogą być używane do tworzenia obrazów 5D (współrzędne x i y na obrazie 2D, zasięg, kierunek i prędkość), a nowy obraz może być natychmiast generowany w innym kroku czasowym poprzez powtórzone skanowanie radarowe. Im więcej anten umieszczonych na PCB, tym ciągle rosnąca rozdzielczość, która może konkurować z lidarem.

A co z kamerami? Próba wnioskowania o identyfikacji obiektu, kategoryzacji, zasięgu, kierunku i prędkości z pojedynczego klipu wideo jest niezwykle intensywna pod względem danych. Jeśli liczba klatek wymagana do dokładnej identyfikacji jest proporcjonalna do N, wówczas ilość danych treningowych wymaganych do szkolenia we wszystkich 5 stopniach swobody jest proporcjonalna do N^5. Powinno być oczywiste, że jest to niepraktyczne, szczególnie że radar dostarcza bezpośrednich pomiarów 3 z tych stopni swobody i nie muszą one być wnioskowane z danych obrazowych.

Inny powód wysokiej liczby anten to śledzenie wielu obiektów. Jest to kolejny obszar, w którym próba śledzenia zasięgu, kierunku i prędkości z strumienia wideo jest niezwykle wymagająca pod względem danych ze względu na wymagania dotyczące zestawu danych do nauki; po prostu nie można tego zrobić za pomocą systemu obrazowania 2D opartego na kamerach. W przeciwieństwie do tego, radar może bezpośrednio mierzyć kierunek, zasięg i prędkość bez użycia AI.

Systemy radarowe z dużą liczbą anten mogą wdrażać funkcjonalność MIMO w całej sieci, co pozwala na identyfikację i śledzenie wielu obiektów poprzez bezpośredni pomiar, co oznacza, że nie jest potrzebne wnioskowanie AI na pierwszym etapie. Gdy obiekt zostanie zidentyfikowany, radar może przeprowadzić skanowanie wysokiej rozdzielczości obiektu w celu identyfikacji/klasyfikacji jako obraz statyczny z podstawową siecią neuronową dla standardowej wizji komputerowej.

Jak duże są te tablice?

Typ wykresu rozdzielczości kątowej mógłby być wyprodukowany z wirtualnej tablicy z ~100 lub więcej antenami; na przykład, można to osiągnąć za pomocą tablicy 10 x 10 Tx/Rx anten płaskich na pojedynczym PCB. Te tablice anten płaskich wyglądają podobnie do obrazu poniżej, gdzie duża liczba emiterów jest umieszczona na tej samej warstwie.

Na podstawie potrzeb wnioskowania AI w zaawansowanych systemach radarowych opisanych powyżej oraz eliminacji skomplikowanych systemów optycznych w lidarze czy intensywnych wymagań szkoleniowych w systemach wideo, powinno być jasne, dlaczego radary o wysokiej rozdzielczości z dużą liczbą anten są korzystne. Jeśli chcesz zbudować jeden z tych systemów dla robotyki, dronów, pojazdów lub jakiegokolwiek innego systemu, który korzysta z śledzenia obiektów, wówczas zastosowanie znajdą pewne standardowe zasady projektowania PCB. Zapoznaj się z poniższymi zasobami, aby dowiedzieć się więcej o rozmieszczaniu i trasowaniu dużych tablic:

• Co to jest hybrydowe kształtowanie wiązki?
• Jak zaprojektować hybrydową strukturę PCB
• Porównanie materiałów PCB RF dla urządzeń mmWave
• Projektowanie anteny fazowanej dla aplikacji 5G

Poza radarem samochodowym?

Jak wspomniałem powyżej, istnieją inne ważne obszary, gdzie zastosowanie znajdują systemy radarowe z dużą liczbą anten. Te systemy wymagają integracji z innymi systemami czujników, w tym kamerami i mikrofonami, aby mieć większe postrzeganie otaczającego świata. Kolejny system robotyczny, który posiada możliwości śledzenia ruchu i rozpoznawania gestów, zrobi to za pomocą radaru, co jest dziś znacznie łatwiejsze dzięki wielu dostępnym opcjom układów scalonych dla nadajników radarowych.

Kiedykolwiek chcesz budować nowoczesne systemy RF, użyj kompletnego zestawu funkcji projektowania PCB i światowej klasy narzędzi CAD w Altium Designer®. Aby w dzisiejszym środowisku wielodyscyplinarnym wprowadzić współpracę, innowacyjne firmy korzystają z platformy Altium 365™, aby łatwo udostępniać dane projektowe i wprowadzać projekty do produkcji.

Dotknęliśmy tylko powierzchni możliwości, jakie oferuje Altium Designer na Altium 365. Zacznij swoją darmową próbę Altium Designer + Altium 365 już dziś.