新聞動(dòng)態(tài) 通過物聯(lián)網(wǎng)和AI大數(shù)據(jù)技術(shù)能有效提升城市和交通的運(yùn)行效率和安全性
4D雷視一體機(jī)在交通中的應(yīng)用
信息來源：新聞動(dòng)態(tài) 發(fā)布時(shí)間：2022-04-19
一、 交通毫米波雷達(dá)的發(fā)展
毫米波雷達(dá)技術(shù)最早應(yīng)用于軍工領(lǐng)域。近10年，隨著高頻毫米波芯片的量產(chǎn)，毫米波雷達(dá)成本大幅下降，其產(chǎn)品開始廣泛應(yīng)用于車載雷達(dá)、智慧交通、健康醫(yī)療等領(lǐng)域。毫米波雷達(dá)相比攝像頭和激光雷達(dá)，受天氣影響更小，目標(biāo)檢測(cè)可靠精準(zhǔn)，近些年在智能交通領(lǐng)域中嶄露頭角。已逐漸發(fā)展成為智能交通系統(tǒng)中不可或缺的傳感器。
然而，交通毫米波雷達(dá)由于體制原因，仍存在一些不可避免的問題。毫米波雷達(dá)是利用目標(biāo)對(duì)電磁波的反射來發(fā)現(xiàn)并測(cè)定目標(biāo)位置, 而充滿雜波的外部環(huán)境（大車、地物、指示牌、樹木）會(huì)給毫米波雷達(dá)感知帶來無法避免的虛警問題[1]。另外，由于非機(jī)動(dòng)車行人RCS較小，交通毫米波雷達(dá)在非機(jī)動(dòng)車行人識(shí)別方面表現(xiàn)不穩(wěn)定。同時(shí)也因低密度的點(diǎn)云數(shù)據(jù)，交通毫米波雷達(dá)在目標(biāo)類型識(shí)別方面不是很精確。
二、 4D毫米波雷達(dá)概述
傳統(tǒng)的毫米波雷達(dá)主要依靠3個(gè)維度分辨目標(biāo)，即距離分辨力、方位分辨力和速度分辨力。路面上的所有目標(biāo)，包括機(jī)動(dòng)車、非機(jī)動(dòng)車、行人、動(dòng)物、樹木等，都會(huì)反射雷達(dá)回波。當(dāng)毫米波雷達(dá)接收到這些回波，只要在距離、方位和速度上有任意一個(gè)維度可被區(qū)分，那么這些目標(biāo)就能被有效分開，并實(shí)現(xiàn)過濾和跟蹤處理。在流量較小的道路上，車輛的速度和位置一般都有明顯的差別，毫米波雷達(dá)可以輕易的將目標(biāo)區(qū)分清楚。但遇到擁堵的道路或復(fù)雜的路口，車輛緩行、非機(jī)動(dòng)車行人混行、路面指示牌影響時(shí)，目標(biāo)的速度相差無幾（<1m/s），位置又互相非常靠近（< 0.25m）。這時(shí)就對(duì)雷達(dá)的檢測(cè)能力提出了很大的挑戰(zhàn)。
2020年起，很多毫米波雷達(dá)廠家推出了4D毫米波雷達(dá)。4D毫米波雷達(dá)增加了測(cè)高的能力，除了傳統(tǒng)的距離分辨力、方位分辨力和速度分辨力外，增加了俯仰角分辨力，從而大幅提升了目標(biāo)檢測(cè)能力。例如路邊的樹木和邊上站的人，速度和位置都基本一樣無法區(qū)分，但高度上有明顯區(qū)別，即可識(shí)別成2個(gè)物體。
目前，4D毫米波雷達(dá)的實(shí)現(xiàn)方式主要有三種方案，分別是標(biāo)準(zhǔn)芯片+軟件算法、采用多收多發(fā)芯片組級(jí)聯(lián)、自研特種芯片或材料。而4D毫米波雷達(dá)尚處于起步階段， 雖然市面上很多廠家推出了相關(guān)的產(chǎn)品，但最終實(shí)現(xiàn)量產(chǎn)交付的產(chǎn)品非常有限。
三、4D雷視一體機(jī)及解決方案
現(xiàn)有的4D毫米波雷達(dá)基本都是車載雷達(dá)，被安裝于車輛的前部，實(shí)現(xiàn)對(duì)前方目標(biāo)的成像和跟蹤。4D毫米波雷達(dá)傳承了傳統(tǒng)雷達(dá)的全天候探測(cè)特性，同時(shí)能夠探測(cè)靜止物體且并輸出高密度的點(diǎn)云數(shù)據(jù)，可以媲美低線束激光雷達(dá)。
但車載4D毫米波雷達(dá)等于路側(cè)4D毫米波雷達(dá)嗎？車載4D毫米波雷達(dá)能否直接被拿來用于交通感知和路側(cè)感知呢？
車載4D毫米波雷達(dá)主要對(duì)車輛周圍的目標(biāo)進(jìn)行點(diǎn)云成像。例如某大廠發(fā)布的4D車載毫米波雷達(dá)，俯仰面分辨力為2°。對(duì)車輛周圍10米處的目標(biāo)進(jìn)行點(diǎn)云成像，可分辨高度為0.3米，一般的人和車在俯仰維上可以形成5~8個(gè)點(diǎn)云。而路側(cè)感知的雷達(dá)一般被安置在紅綠燈桿或電警桿上，主要探測(cè)的范圍為60m-260m區(qū)域。在100米處，路側(cè)4D毫米波雷達(dá)可分辨高度為3.5米，一般的人和車在俯仰維上只有1個(gè)點(diǎn)。但其高度精度可達(dá)0.5米~0.6米，可分辨車型。
所以車載4D毫米波雷達(dá)可用于點(diǎn)云成像，而路側(cè)4D毫米波雷達(dá)的測(cè)高功能主要用于分辨目標(biāo)類型和去除雜波。
雷森推出了4D雷視一體機(jī)，通過將4D毫米波雷達(dá)與視頻相結(jié)合，可實(shí)現(xiàn)路口或路段全息感知。雷森4D雷視一體機(jī)將原始的視頻流和4D雷達(dá)點(diǎn)云數(shù)據(jù)流同時(shí)通過MIPI和PCIe接口接入到一體機(jī)中的嵌入式處理器中。在內(nèi)置的嵌入式處理器中直接對(duì)原始的視頻流進(jìn)行AI目標(biāo)提取，然后通過內(nèi)建的坐標(biāo)映射系統(tǒng)將視頻目標(biāo)投影到雷達(dá)坐標(biāo)系中，最后對(duì)視頻目標(biāo)和雷達(dá)點(diǎn)云進(jìn)行融合跟蹤處理，實(shí)現(xiàn)全局目標(biāo)的實(shí)時(shí)矢量化和跟蹤。4D雷達(dá)點(diǎn)云一方面可以濾除很多地雜波干擾，另一方面為視頻目標(biāo)融合提供了三維數(shù)據(jù)匹配。
圖1. 雷森4D雷視一體機(jī)可通過高度信息區(qū)分車輛和紅綠燈
基于雷森4D雷視一體機(jī)的路側(cè)感知方案有以下的功能優(yōu)點(diǎn)：
四、全局目標(biāo)類型分辨
傳統(tǒng)毫米波雷達(dá)對(duì)目標(biāo)類型分辨能力較差，導(dǎo)致雷視一體機(jī)必須在視頻可識(shí)別范圍內(nèi)，才能對(duì)目標(biāo)進(jìn)行準(zhǔn)確的類型分辨。配備12mm鏡頭的攝像頭一般最遠(yuǎn)可識(shí)別距離在100m至150m。而150m外的目標(biāo)，毫米波雷達(dá)的類型識(shí)別準(zhǔn)確率不足70%。
雷森的4D雷視一體機(jī)得益于4D毫米波雷達(dá)模組的測(cè)高功能，在雷達(dá)的覆蓋范圍內(nèi)（250m/350m/500m）可準(zhǔn)確識(shí)別5種目標(biāo)類型，類型識(shí)別準(zhǔn)確率可達(dá)90%以上。而在雷視融合的區(qū)域內(nèi)，可準(zhǔn)確識(shí)別9種目標(biāo)類型。
圖2. 雷森4D雷視一體機(jī)可有效區(qū)分目標(biāo)高度等外形尺寸，實(shí)現(xiàn)目標(biāo)準(zhǔn)確分類
（1） 行人與非機(jī)動(dòng)車識(shí)別率提升
行人與非機(jī)動(dòng)車由于RCS比較小，同時(shí)行動(dòng)軌跡不規(guī)則，經(jīng)常與機(jī)動(dòng)車非常接近，對(duì)于雷達(dá)檢測(cè)來說難度較大。雷森的4D雷視一體機(jī)通過測(cè)高功能，能夠有效過濾地雜波，并區(qū)分機(jī)動(dòng)車和非機(jī)動(dòng)車及行人。經(jīng)測(cè)試，雷森4D雷視一體機(jī)的行人與非機(jī)動(dòng)車識(shí)別準(zhǔn)確率可達(dá)90%以上。
圖3. 雷森4D雷視一體機(jī)可準(zhǔn)確檢測(cè)行人與非機(jī)動(dòng)車
（1） 低延遲
傳統(tǒng)的路側(cè)感知方案多采用多點(diǎn)傳感器（視頻，雷達(dá)）通過網(wǎng)絡(luò)匯聚到MEC中，然后利用MEC的GPU進(jìn)行視頻處理和目標(biāo)融合。但受限于網(wǎng)絡(luò)傳輸和視頻編解碼，視頻目標(biāo)延遲較大且不可控（RTSP推流延遲普遍在200ms – 1s），和雷達(dá)目標(biāo)融合難度較高、精度較差。
而采用雷森4D雷視一體機(jī)，攝像頭的原始視頻流直接在設(shè)備內(nèi)連入處理器，省去了網(wǎng)絡(luò)傳輸和視頻編解碼的過程，將延遲控制在50ms之內(nèi)。
《合作式智能運(yùn)輸系統(tǒng)車用通信系統(tǒng)應(yīng)用層及應(yīng)用數(shù)據(jù)交互標(biāo)準(zhǔn)》等標(biāo)準(zhǔn)中明確要求各場(chǎng)景端到端的延遲不能超過100ms。基于雷森4D雷視一體機(jī)的路側(cè)感知方案可以完全滿足標(biāo)準(zhǔn)要求。
（2） 數(shù)據(jù)精度高
雷森4D雷視一體機(jī)采用MIMO體制，距離精度可達(dá)±0.19 m，方位角精度可達(dá)±0.1°，速度精度為±0.02m/s，可精準(zhǔn)檢測(cè)與區(qū)分行人和車輛，并進(jìn)行全息化還原，實(shí)現(xiàn)全局目標(biāo)的實(shí)時(shí)矢量化。
（3） 單機(jī)多功能
雷森4D雷視一體機(jī)可滿足車路協(xié)同標(biāo)準(zhǔn)中DAY I和DAY II全場(chǎng)景對(duì)路側(cè)感知的要求。雷森4D雷視一體機(jī)內(nèi)置先進(jìn)的交通算法和豐富的原生事件輸出，如擁堵事件、異常停車事件、逆行事件、大貨車低速預(yù)警、城市路口行人碰撞預(yù)警等?？蔀檐嚶穮f(xié)同應(yīng)用提供數(shù)據(jù)支撐，協(xié)助車輛提前鎖定化解遠(yuǎn)距離和盲區(qū)安全沖突，為人工駕駛提供輔助的同時(shí)，也可為單車自動(dòng)駕駛技術(shù)提供更可靠的環(huán)境信息支撐。
一、 4D雷視一體機(jī)的應(yīng)用場(chǎng)景
雷森4D雷視一體機(jī)可在多個(gè)場(chǎng)景下應(yīng)用，主要?jiǎng)澐譃閮蓚€(gè)方面：智慧交通管理和V2X車聯(lián)網(wǎng)路側(cè)感知。
(1) 面向智慧交通管理：主要應(yīng)用于城市路口的全要素自適應(yīng)信號(hào)控制、違法抓拍輔助、車流量統(tǒng)計(jì)、非機(jī)動(dòng)車檢測(cè)；交通路段的車流量檢測(cè)、全局車型分辨、事故檢測(cè)、測(cè)速、擁堵檢測(cè)；城鄉(xiāng)道路中獨(dú)立化的車流統(tǒng)計(jì)和人流預(yù)警系統(tǒng)。
雷森4D雷視一體機(jī)可準(zhǔn)確檢測(cè)行人與非機(jī)動(dòng)車，實(shí)現(xiàn)對(duì)車流、非機(jī)動(dòng)車流和人流的全要素檢測(cè)。一方面，這些目標(biāo)統(tǒng)計(jì)數(shù)據(jù)推送給信號(hào)機(jī)，實(shí)現(xiàn)了全要素自適應(yīng)信控優(yōu)化。另一方面，路口各類統(tǒng)計(jì)數(shù)據(jù)，例如車流量、排隊(duì)長(zhǎng)度、平均車速等，上報(bào)至交管平臺(tái)，可用于交通規(guī)劃和事件處理。
(2) 面向V2X車聯(lián)網(wǎng)路側(cè)感知：主要應(yīng)用于城市路口下的交叉路口碰撞預(yù)警、弱勢(shì)交通參與者碰撞預(yù)警；交通路段的前向碰撞預(yù)警、緊急制動(dòng)預(yù)警、協(xié)作式匝道匯入；城鄉(xiāng)道路的感知數(shù)據(jù)共享，弱勢(shì)交通參與者碰撞預(yù)警。
面向未來智能交通和車路協(xié)同，需要對(duì)交通道路進(jìn)行全域覆蓋、全天候感知，需要為無人駕駛提供有效的路側(cè)數(shù)據(jù)支持。除了核心通信網(wǎng)絡(luò)和云控以外，路側(cè)感知層的延遲、精度、可靠性決定了路側(cè)系統(tǒng)能否為自動(dòng)駕駛車輛提供有效的感知冗余。在《面向自動(dòng)駕駛的車路協(xié)同關(guān)鍵技術(shù)與展望》一文中定義了C4技術(shù)分級(jí)智能道路核心指標(biāo)要求?；诶咨?D雷視一體機(jī)的路側(cè)感知系統(tǒng)可以滿足所有核心指標(biāo)。
圖4. 能見度不足時(shí)，基于雷森4D雷視一體機(jī)的全息路口
一、 結(jié)語
在當(dāng)前交通強(qiáng)國建設(shè)的政策背景下，交通管理和車路協(xié)同都向著智能化和數(shù)字化的方向快速發(fā)展。然而無論是信號(hào)控制、交通仿真、流量調(diào)研，還是車輛避碰、行人預(yù)警，都必須基于實(shí)時(shí)精準(zhǔn)的交通感知數(shù)據(jù)。雷森創(chuàng)新性地將4D毫米波雷達(dá)與視頻融合，研發(fā)出4D雷視一體機(jī)，使其具備四維檢測(cè)能力，彌補(bǔ)了傳統(tǒng)毫米波雷達(dá)在雜波干擾、小目標(biāo)檢測(cè)、類型分辨方面的不足?；?D雷視一體機(jī)的全息交通方案，可以為交通管理系統(tǒng)和車路協(xié)同系統(tǒng)提供高精度、高可靠性、高性價(jià)比的感知底座。
參考文獻(xiàn)：
[1]楊航,高源.毫米波雷達(dá)識(shí)別問題分析及解決措施[J].汽車技術(shù),2018(08):43-46.DOI:10.19620/j.cnki.1000-3703.20180714.
