|
在工程師的世界里，常說：“毫米波雷達負責看遠，超聲波雷達負責看清。”隨著汽車智能化的發展，那些“貼地而行”的場景越來越關鍵，比如進出地庫、過減速帶、挪車、泊車，每一個微小動作都依賴超聲波雷達的高頻精細感知。 目前市場上，乘用車普遍配備具有APA功能的超聲波雷達。泊車時，側向雷達判斷車位邊界，前后角雷達配合測算進深，并結合速度和轉角信息，快速構建完整的泊車模型。典型中型SUV通常搭載12顆雷達，通過TDM輪詢采集數據，最終匯入主控芯片進行多源融合判斷。 本文將從泊車輔助的技術演進、測距原理、多雷達協同機制到超聲探頭技術，全面解析超聲波雷達在車輛近距離感知中的關鍵作用。 01、從蜂鳴器到全自動 UPA與APA的技術演進 超聲波雷達技術在車載泊車輔助中的應用經歷了從最初的UPA(Ultrasonic Parking Assist)到更高級的APA(Automated Parking Assist)的發展階段。二者雖然在雷達結構上具有一定相似性，但在系統架構、功能邏輯、傳感融合和智能控制等方面存在本質差異。 UPA系統特征 APA系統特征 通常配置 4 至 8 顆超聲波雷達，安裝于前后保險杠區域 一般配置 12 顆雷達，布置于車輛四周，實現 360° 近場覆蓋 主要功能為檢測障礙物，并通過蜂鳴提示向駕駛員發出距離預警 支持車位識別、泊車路徑規劃、方向盤控制、自動換擋等操作 不具備路徑規劃或車輛控制能力 需要將雷達數據與攝像頭、轉向角、速度等車輛狀態信息融合 雷達信號多為獨立處理，未進行傳感器融合 對系統延遲、雷達同步性、信噪比及冗余機制提出更高要求 從架構上來看，APA系統通過中央控制器對所有雷達進行統一調度，采集的數據不再孤立處理，而是參與整車路徑規劃與控制決策。這種集中式架構使系統能夠識別標準與非標準車位，自動生成泊車路徑，并在狹窄環境中完成自動泊車任務。為了確保APA系統在各種車位環境下正常運行，如斜列、窄位、障礙靠邊，系統需有較強的魯棒性和抗干擾能力，這涉及動態閾值調整、干擾波識別、歷史軌跡回溯等算法模塊。 02、測距不僅僅是“聽聲音” 還原超聲波雷達的工作全過程 “發射聲波一接收回波”聽起來像是簡單的定位原理，但實際上超聲波雷達測距系統遠比這復雜。它涉及高頻信號調制、精密時間采樣、濾波算法、多目標識別以及環境補償等多個環節。 原理概述：超聲波雷達通過發射一組周期性聲波(一般為44kHz)向外傳播，遇到障礙物后發生反射，由接收端捕捉反射波。系統通過計算聲波傳播的往返時間(Time of Flight，ToF)來確定目標距離。 v ≈ 331+0.6 × T (單位為m/s，隨溫度而變) t為超聲波發出至接收到的時間間隔(秒) 舉例：當ToF測得為2.0ms，環境溫度為25℃，則v≈ 331 + 0.6×25= 346 m/s，d=(346×0.002)/2=0.346 米 信號處理流程：在典型的AK2標準超聲波雷達平臺中，測距流程大致包括以下幾個步驟： 發射端信號設計 使用44kHz固定頻率正弦波或調幅脈沖，脈沖長度通常為8~16周期。為提高方向性和功率，一些系統還會設計壓電陣列或寬束錐; 接收信號鏈路 聲波被接收后，信號經過帶通濾波(去除低頻電磁干擾)、低噪放大(提升微弱回波)、ADC采樣(通常為12~16位精度，采樣率高于200kHz); 溫度補償與距離輸出 系統讀取片上或外接溫度傳感器數據，修正聲波傳播速度;最終輸出測距結果，并傳遞至主控芯片或泊車控制器。 超聲波雷達測距系統 多目標與噪聲場景處理：在多障礙物場景中，系統通過提取多個回波峰值，實現多目標識別。 信號重疊或噪聲干擾 若出現信號重疊或噪聲干擾，系統可采用多幀均值濾波、一致性判斷等方法排除虛警; 低反射目標 對于低反射目標(如毛絨玩具、布面材質)，可通過提升發射功率或使用冗余探頭，提高探測概率。 03、雷達不獨行 12顆雷達的“交響樂隊” 如何精密協同? 在成熟的 APA 自動泊車系統中，通常配備 12 顆超聲波雷達。它們的合理布置與高效協同，是實現精準泊車和障礙規避的前提。 以一輛中型SUV為例，12顆雷達一般按以下方式布局： 前保險杠：4顆(中部2顆 + 兩角各1顆) 后保險杠：4顆(中部2顆 + 兩角各1顆) 左右兩側裙邊：各2顆 12顆雷達布局 這種布置確保車輛四周360°全方位覆蓋，既能監測前后距離，也能識別車位邊界、斜向障礙物和動態目標。 一個完整的12顆雷達調度周期為大約24~40ms，主控芯片通過高速調度器控制輪轉，同時保證接收窗口與回波延遲重疊時間匹配，避免漏檢或虛檢。例如，當車輛以2km/h速度緩慢倒入車位時： 后角雷達 主要負責識別車尾左右空間，判斷是否偏離泊車線; 后中雷達 實時測量尾部至墻體或障礙物的最小距離，控制是否剎車; 側邊雷達 動態判斷是否臨近隔壁車輛，防止側擦; 數據融合 所有數據經主控融合后，生成泊車曲線控制命令，并控制方向盤自動回正。 這種高頻輪詢與數據融合機制，確保即使在復雜、多目標、多反射環境下，系統也能保持流暢、精準的實時感知。 04、下一代超聲波雷達 還需要突破哪些技術瓶頸? 當前超聲波雷達可實現 30~250cm 高精度探測，但為了滿足 L2+ 及以上智能輔助駕駛對安全性和自適應性的要求，未來研發重點之一是探頭包絡數據融合技術。 超聲波雷達正從單一測距工具演變為車輛近場感知核心，與攝像頭和毫米波雷達協同構建“近場大腦”，同時面臨串擾干擾、軟材質反射衰減及復雜障礙識別等挑戰。 針對這些痛點，納芯微可提供NSUC1800 超聲雷達探頭芯片(Slave)。該芯片基于全國產供應鏈，兼容標準 DSI3 協議，實現主從設備跨品牌互聯。 NSUC1800 支持靈活編碼與抗干擾機制，近場盲區壓縮至 10 cm，遠距可達 6–7 m，并已通過 ISO26262 ASIL B 與 AEC-Q100 車規認證，為 UPA、APA、AVP 等低速智駕場景提供精準可靠的感知能力，加速國產超聲雷達系統規模化落地。 結論與建議 超聲波雷達憑借高性價比、低功耗和緊湊結構，已成為智能泊車的核心感知模塊。它已從單一測距傳感器演進為整車感知網絡的關鍵節點，正邁向“預測性感知”，通過算法與軟硬件協同提升近場智能判斷力。 基于雙芯架構和OTA可拓展設計的AK2平臺，不僅滿足主流APA需求，也具備面向高階代客泊車(AVP)和自主移動系統的演進空間。隨著E/E架構走向集中域控發展，超聲波雷達將成為本地環境建圖與低速控制的重要來源，其持續演進將直接決定未來泊車系統的穩定性、安全性與用戶體驗。文章來源：https://www.ameya360.com/hangye/114606.html |
