自动驾驶技术之传感器篇-——超声波雷达的迭代之路AK1 or AK2

/ 导读 /

hello，各位朋友们，又到了和大家聊自动驾驶技术的时间。本人之前做过超声波雷达，毫米波雷达，ADAS摄像头的产品经理，所以准备先出一个系列自动驾驶技术之传感器篇。

超声波雷达

关于超声波雷达，先给大家讲讲基本原理，超声波雷达是利用声波（一种机械波，速度340m/s @空气）在空气中传播，遇到障碍物会把部分声波进行折回，超声波雷达再对折回的声波进行接收，通过信号处理可以得到：

1. TOF(飞行时间），依此可以计算障碍物的距离；

2. 几个探头自发自收，自发他收，三角定位后就可以把距离转化为坐标；

3. 回波的特性是有一定规律性的，如果能找到些内在规律，就可以对典型物体进行学习，高低判断，甚至物体分类学习。

所以，超声波对于用户或者系统来说，他的主要价值就是提供近距离感知信息 ：

1. 障碍物点云信息，包含时间戳，一些自学习属性，在扫车位和泊入过程为系统提供障碍物检测的信息；

2. Freespace可行驶区域，可作为规划控制的基础；

3. 点云聚类形成车位，作为空间车位的输入。

AK1&AK2

由于这两年关于AK1&AK2 的说法很火，我这里就给大家讲讲我理解的AK1和AK2。

在这里先把超声波雷达的细分市场跟大家介绍下，首先超声波雷达也分为高端和低端两个市场 ：

1. 低端市场： 该超声波雷达仅能输出距离信息，不能通过多探头收发时序控制做三角定位，仅仅用于PDC前后防碰撞报警，这类超声波不需要消耗很多CPU算力，所以探头本身自带的ASIC芯片就能完成该工作；

2. 高端市场： 高端探头不仅能输出距离，还能通过三角定位输出点云信息，而且只有这种点云信息才有跟视觉进行融合的基础（视觉点云，或者语义分割的目标等），所以可以用于更为高阶的ADAS功能，APA&HPA&AVP甚至一些高速场景；

而我们所说的AK1&AK2都是属于高端产品，都是可以输出点云的超声波 。那具体有什么不同呢？其实最大的不同是可编码性（coding)， 传统的超声波由于都是在同频进行工作的，所以为了避免同频干扰，一个保杠的所有探头的轮次发波的，所以系统刷新周期较长。而AK2通过一些特殊的编码方式可以实现多个传感器的同时收发波，主流的方法和FMCW毫米波雷达有点类似，让超声波雷达可以发出可以线性变频的正弦波。

AK2优势

1. 如果系统刷新较长，会有什么后果呢？单位时间的点云信息就少了，也就是密度少了，密度少了会有什么后果呢？障碍物包括车位的轮廓就没有那么好了，整体系统精度就会受到影响，这也是为什么现在毫米波雷达上讲的要通过级联去增加点云致密度的原因；

2. 线性调频（Chirp模式）下发波强度可以做到最大，提高我们的最远探测距离；

3. 新一代的ASIC提取数字信号的能力更强，带宽也更大（老一代超声波一般采用GPIO/LIN，新一代上DSI)，所以可以把更多更原始的特征信息提取出来给到上层信号处理中，信号处理中可以采取更多更有意思的算法去做更有意思的事儿。当然，这个对于MCU也是很大的负载，所以各家可以考虑对整个域控架构进行些调整，适当超声算法可以放在SOC端。

后续超声波雷达的迭代方向

1. AIP封装的近场雷达是否会代替？由于毫米波雷达的优势，点云的丰富度，测高能力等，未来整车是否由毫米波替代超声波呢？让我们拭目以待；

2. 可以进行测高的超声波：由于目前超声波雷达只能输出物体的高低属性，无法准确测高，所以下一代超声波也需要把此痛点解决，方案当然由很多，在此不表；

3. 可以在中高速条件下进行探测的超声波：目前超声波主要运用于低速场景（25kph以下），中高速条件下的超声波稳定探测也是一个未来需要解决的点，很多高速场景也需要超声波进行一定的补盲，比如干线物流卡车侧方盲区。

最后，超声波雷达确实不是一个新玩意儿，但是，确实在我们泊车或者说自动驾驶过程中是一个极为重要的感知传感器 ，也有很多有意思的点，希望今天我的介绍能让大家对它有更深刻的了解，有些不正确点也欢迎大家指正讨论，最后祝愿自动驾驶早日实现！

声波操控微机械系统的新思路：声学场景下的精确操控与传感

文丨乐乐观古今

编辑丨乐乐观古今

引言

声波操控技术已经在微机械系统中取得了重大的突破，这一领域的研究逐渐从单一的应用范围扩展到多样化的领域，如生物医学、纳米制造和信息技术。

在这一进程中，声学场景下的精确操控与传感成为了一个备受瞩目的研究方向。

本文介绍了一种基于声学场景的新思路，旨在提供更高精度和更广泛应用的声波操控微机械系统。

声波操控微机械系统的挑战

微机械系统通常工作在微米或甚至纳米尺度，而声波传播受限于波长。因此，实现精确的声波操控需要特殊的技术，以确保声波的波长与微机械系统的尺度相适应。

在微尺度上，物质的非线性效应变得更加显著，这可能导致声波操控的复杂性增加。 这些非线性效应可能包括声波与材料相互作用时的非线性行为，例如声子产生。

随着声波传播，声波的能量会散射和耗散， 这可能导致精确操控的能量损失和准确性下降。研究人员需要开发新的方法来减小这些效应。

环境中的噪声和振动可以对声波操控产生干扰，限制了操作的精确性。需要开发高度抗干扰的声波操控系统，以应对这些挑战。

精确的声波操控需要高度灵敏的传感器来实时监测和反馈声波与微机械系统之间的相互作用。 传感器的性能限制了操控系统的精度。

将声波操控微机械系统应用到实际应用中可能需要解决特定领域的挑战。例如，在医学领域，需要考虑生物兼容性和生物相容性。

建立高度精确的声波操控系统通常需要先进的技术和设备，这可能导致高昂的成本。此外，复杂性也可能使得系统的设计和维护更加困难。

为了克服这些挑战，研究人员需要不断改进材料、开发新的声波操控技术、提高传感器性能，并与不同领域的专家合作，以应用声波操控微机械系统到各种实际应用中。

尽管面临挑战，但解决这些问题将推动声波操控微机械系统领域的发展，创造出更多新的机遇和创新。

声学场景下的精确操控与传感

声波的波长通常在宏观尺度上，远大于微尺度和纳米尺度的被操作物体。这意味着传统的声波操控方法可能不适用，因为声波无法直接与微小物体相互作用。

解决方法之一是使用声波的共振效应，其中声波的频率被选择为与被操作物体的尺寸相匹配，以实现有效的操控。

实现微尺度和纳米尺度上的精确操控需要非常高的解析度。 这包括声波的聚焦和控制，以便在这些微小尺度上移动或操作物体。高分辨率的声波操控系统通常需要先进的装置和技术。

微小尺度物体的声学特性可能与宏观物体有显著不同，这需要对声波与物体相互作用的物理过程有更深入的理解。 物体的形状、弹性、材料等特性都会影响声波操控的效率和精度。

声波源的设计需要考虑到微尺度操作的需求。 例如，微型声波源的制造需要先进的微纳米加工技术，并且必须具备足够的控制性能，以产生适合微尺度操作的声波。

在微尺度和纳米尺度上进行声波传感同样具有挑战性。传感器需要足够灵敏，以检测微小的声波相互作用或微机械系统的位置变化。

由于尺度问题，声波操控和传感的应用范围通常受到限制。因此，需要针对不同尺度和应用领域开发特定的技术和方法。

解决尺度问题需要跨学科的研究和工程合作，涉及声学、纳米科学、材料科学、微纳米加工技术以及控制工程等多个领域的知识。

通过不断的研究和技术创新，科学家和工程师可以克服这些挑战，实现微尺度和纳米尺度上的声波操控与传感，从而在诸如纳米制造、生物医学和纳米电子等领域中创造新的应用和可能性。

在高强度声波场下，材料中可能会发生声子产生现象，这是一种非线性效应。声子是晶体中的振动波，其产生可能导致物质性质的变化，从而影响声波的传播和操控。

高强度声波也可能导致声波的谐波产生。这些谐波波长通常比原始声波更短，因此可能不再与原始声波的波长相适应，从而改变了声波操控的特性。

高能量声波可能导致声波的非线性传播，其中声波的速度和波形可能发生变化。这使得声波的聚焦和传播变得更加复杂，需要更复杂的建模和控制方法。

非线性效应可能导致材料的性质发生变化，包括折射率、吸收率和声速。这些变化可能会影响声波的传播和物体的操控。

在高能量声波场下，声子之间可能发生相互作用，导致声子散射和非线性效应的出现。这可以影响声波的传播路径和操控结果。

智能控制算法

在声学场景下的精确操控与传感中，智能控制算法是关键的组成部分。这些算法用于实时监测和调整声波操控系统，以实现高度精确的操控和传感。

智能控制算法通常基于反馈控制原理。传感器用于监测微机械系统的状态和性能，然后反馈给控制系统，以调整声波操控参数，以实现所需的操作。 反馈控制可以确保系统的稳定性和准确性。

自适应控制算法能够根据实时环境变化和非线性效应自动调整声波参数。 这有助于应对复杂的声学场景，确保系统在各种条件下都能保持高度精确的操控。

模型预测控制算法使用物理模型来预测声波操控系统的行为，并根据这些预测来制定控制策略。这种方法可以在不同声学场景下实现高度精确的操控。

最优控制算法寻求在给定约束条件下最小化性能指标 ，例如时间、能耗或误差。这可以确保声波操控系统在最优条件下运行。

机器学习和人工智能技术可以用于自动调整声波操控系统的参数，以适应不同的声学场景。例如，深度学习算法可以自动识别复杂的声学特征，并优化声波操控参数。

智能控制算法应该能够实时优化声波操控系统的性能。 这要求算法能够在毫秒或微秒级别内做出决策，以确保高度精确的操控。

声波操控系统通常容易受到周围环境的噪声干扰。智能控制算法可以包括噪声抑制技术，以提高系统的稳定性和精确性。

确保声波操控系统的安全性对于医学和生物学等应用尤为重要。 智能控制算法需要能够监测操控过程中的异常情况，并采取相应的措施以确保系统和操作的安全。

对于复杂的声学场景，智能控制算法可以考虑多模态操控，即同时使用不同频率或声波模式来实现更精确的操作。

应用领域

在纳米尺度上进行精确的操控和制造对于纳米电子、纳米光学和纳米材料研究非常关键。声波操控可以用于组装纳米结构、控制纳米颗粒的排列，以及纳米器件的制造。

在医学领域，声波操控可用于精确的药物输送、细胞操作、组织工程和微创手术。声波操控对于生物样本的非接触性处理非常有用， 减少了感染和细胞损伤的风险。

研究人员可以使用声波操控来研究材料的声学性质和力学行为，从而改进材料设计和性能。 这对于材料科学、复合材料和新型材料的研究具有重要意义。

在信息技术领域，声波操控可用于制造更小型和更高性能的传感器、激光器、光子晶体和微型光学设备。这有助于推动信息存储和通信技术的发展。

声波操控可以用于推动纳米机器人的发展，这些机器人可以在微尺度上执行各种任务，如药物输送、组织修复和微小器件的组装。此外，声波操控也可用于自组装系统，将微小部件组装成复杂的结构。

在地球科学领域，声波操控可以用于监测地下水位、岩石构造和地震活动。声学传感器和声波技术有助于提高地质学和地震学的研究。

在分析化学中，声波操控可以用于混合和反应控制，从而提高化学分析的灵敏度和速度。声学技术也可用于分析样品的声学特性，如质谱分析和声波分析。

在工业领域，声波操控可用于制造过程中的微小部件的组装、精确的切割和材料加工。这有助于提高制造效率和产品质量。

结语

声学场景下的精确操控与传感是一个具有巨大潜力的新思路，可以推动微机械系统领域的发展。

通过智能材料、多频声波、智能控制算法以及广泛的应用领域，这一方法有望在微尺度上实现高度精确的操作和传感，为科学和工程领域带来新的机遇和挑战。未来的研究将集中在优化材料性能、改进控制算法和拓展应用领域，以充分发挥声学场景下的潜力。

相关问答

手机上的光线传感器是指可以根据手机所处环境的光线来调节手机屏幕的亮度和键盘灯的装置。手机上的距离传感器一般都在手机听筒的两侧或者是在手机听筒凹槽中...

话筒(麦克风)就是声波传感器,是不能再普通的物件了。话筒(麦克风)就是声波传感器,是不能再普通的物件了。

1、压电陶瓷传感器压电陶瓷传感器的主要工作原理是正压电效应,由于经过外力作用后,产生的电荷只能在回路具有无限大的输入阻抗时才能保存,而实际上不会有...

雷达发射的是电磁波,不需要传播媒介,波速与压力和温度无关,所以适用于压力容器的液位测量;而超声波是声波,是一种机械波,是通过压电物质的振动来发射的,它...

麦克风是动圈式,mp3上听筒是电容式。动圈式传感器由振动膜片、可动线圈、永久磁铁和变压器等组成。震动膜片受到声波压力以后开始振动,并带动着和它装在一起的...

Baumer声波传感器的设置方法如下:1.确保传感器正确连接到目标设备。通常,声波传感器会有电源线、信号线和接地线,需要正确连接到电源和目标设备。2.检查传...

声控传感器:利用声音的相对比较,返回是否有声单的相对信号给机器人主机达到控制的电器的目的,适用于学校等单位照明控制中非常方便。声控开关时根...

重复精度波长等因素会影响超声波传感器的精度,其中最主要的影响因素是随温度超声波传感器变化的声波速度,因而许多超声波传感器具有温度补偿的特性...

传感器技术中,声波形成干涉条件依赖于声波的相位和振幅。当两个或多个声波相遇时,它们会产生干涉效应,即相位和振幅的叠加。当声波的波峰和波谷相遇时,它们...

声控传感器是一种能够通过感知声音信号并将其转化为电信号的电子元件。其特点主要体现在以下几个方面:首先,声控传感器具有高度灵敏度,能够捕捉到微小的声音...