基于毫米波雷达的汽车预警系统

2018-06-28金李扬吴迪晏桂喜李鑫崔建国

时代汽车 2018年5期

关键词：防撞预警系统雷达

金李扬吴迪晏桂喜李鑫崔建国

合肥工业大学汽车与交通工程学院安徽省合肥市 230009

1 引言

随着智慧交通、无人驾驶的普及，汽车防撞系统的研究有重大的意义。毫米波汽车防撞雷达作为组成系统的重要部件已成为当今世界汽车防撞控制系统的主流研究趋势，拥有广阔的市场和应用前景。

本文提出的毫米波雷达汽车预警系统方案，用工作体制为线性连续三角波的雷达和相应的处理算法得到对当前汽车安全状态的评估，显著提升了汽车的安全性能。

2 毫米波雷达汽车预警系统原理

2.1 毫米波雷达测距测速原理

毫米波雷达使用毫米波，其波长较短为1mm到10mm。其中24GHz和77GHz毫米波雷达主要用于汽车防撞。毫米波波频范围很宽，波束很窄，分辨率较高，在其传播时的衰减小，受自然光和热辐射源影响小。相较于激光等光学传感器，毫米波雷达受天气影响较小，抗干扰能力强，具有全天候的特点[1]。

结合信号处理的难度、测量距离等情况综合考量，LFMCW体制是汽车防撞雷达的首选。其在调制周期内，雷达的载频呈现线性变化，常见的变化方式有三角波、锯齿波。其中三角波是最常用的调制方式。这种雷达调制方式滤波简单，没有盲区。其最大优点是可以通过发射信号和反射信号的差频，得到本车与目标的相对距离和相对速度，并且信号处理过程比较简单[2]。

本文以LFMCW为雷达工作体制，图1中，三角波周期为T，调制带宽为B，△t为回波信号与发射信号的时间间隔：

调制信号中心频率为，则运动目标的多普勒频移：

fb为静止目标回波信号与发射信号的频差，fb+为运动目标回波信号在上扫频段与发射信号的频差，fb-为运动目标回波信号在下扫频段与发射信号的频差，则有：

图1 LFMCW毫米波雷达原理图

根据图1中的几何关系有：

由（1）、（2）、（3）、（4）、（5）式可得：

根据上文的分析，可以得出本车与目标的相对距离和相对速度的公式，其对相对静止和相对运动目标均适用。在实际应用中，只需要对雷达输出的中频信号进行时域和频域上的分析得出fb+和fb-的值，即可得到相对距离和相对速度。

2.2 系统性能与参数设定

本次设计采用的是24GHz毫米波雷达传感器KEH255，该传感器内置PLL型号为ADF4158，支持FMCW调制。根据汽车防撞系统测距120m测速35m/s的要求和雷达本身性能要求确定以下参数：三角波调制周期2ms、调制信号带宽150MHz、信号中心频率24.155GHz、抗混叠滤波器截止频率为120KHz、单片机ADC采样频率为250KHz。对于1024点FFT，理论上距离分辨率为0.24m，速度分辨率为0.76m/s。

以上即为系统的性能和相关参数设定，涉及到雷达的参数设定需要操作雷达内部的ADF4158，ADF4158是射频带宽6.1 GHz的具有调制和波形产生功能的数分频频率综合器，在每次雷达开机时单片机用SPI时序烧写调制的波形参数到ADF4158的寄存器中[3]，进而可确保雷达正常运行。

2.3 距离安全模型

如图2道路中行驶的两辆汽车，其中本车表示装有毫米波雷达汽车预警系统的车辆，前车表示前方目标车辆。如果本车车速大于前车，则可能会相撞。下图中表示两车相撞的临界距离，表示本车从提示减速开始到与前车车速相等时本车行驶的距离，表示前车从提示减速开始到两车车速相等时前车行驶的距离，表示本车提示减速前的行驶速度，表示前车的行驶速度，其速度一直不变，表示本车从提示减速开始到开始刹车的时间，即为驾驶员反应时间和刹车系统延时，表示本车从开始刹车到与前车车速相同的时间。

根据运动学公式有：

在（12）式中，t1可根据实际情况估计为1.6s，汽车在平直路面上刹车时加速度范围正常在0.6g到0.8g之间，式中a取-6m/s2，即。将与汽车间相对距离比较，若相对距离小于临界距离则报警提示减速。

3 毫米波雷达汽车预警系统的设计和实现

3.1 系统介绍

本设计采用基于毫米波雷达来实现汽车防撞预警系统。采用STM32F1作为主控单元，搭建有毫米波雷达、低通滤波器、电源、屏幕、LED、存储等硬件。其中主控单元主要用来处理中频信号的算法和实现其它逻辑功能；毫米波雷达是检测相对速度和相对距离；低通滤波器进行抗混叠滤波；屏幕和LED模块进行危险时的报警。通过算法来进行信号处理，其中包括ADC采样、FFT、恒虚警检测、频率匹配等算法。ADC采样算法和FFT算法实现信号时域到频域的转换；恒虚警检测保证检测概率和虚警概率在性能上达到一个平衡；频率匹配对恒虚警检测后的频谱进行匹配，得出目标相对速度距离。最后利用安全模型对处理结果进行判别，有撞击的可能则利用屏幕和LED进行提示。

图2 汽车预警系统距离安全模型

3.2 中频信号处理

毫米波雷达传感器中频信号的前级处理的好坏对于整个系统的测距测速的准确性和测距范围有很大的影响。根据奈奎斯特定理，采样频率必须大于信号中最大频率的两倍，得到的数字信号才能完整的保存原始信息[4]。远距离（大于120m）汽车的反射信号衰减较大，此时雷达输出的中频信号很难处理，而且环境和雷达中包含高频噪声。由于ADC采样频率的限制，需要截止频率为120KHz的低通滤波器在采样前滤除中频信号中的高频信号。

为了采样频率大于信号中最大频率两倍的条件，设置ADC采样频率为250KHz。在设计单片机程序时采用的是DMA传输ADC数据到内存中，提高系统实时性，并利用DMA中断进行1024点FFT以及后续的中频信号处理。

下面以一个目标为例，其以约10m/s的速度远离静止的预警系统，记录相距40m时的数据，并用MATLAB绘图。

ADC采样的信号图形如图3，其横轴为时间，纵轴为ADC采样数值。可见雷达输出的中频信号在时域上是近似方波，通过波的频率记录距离和速度信息。单片机ADC的有效位是12位，参考电压为3.3v，故采样数值范围为0-4095，电压范围为0-3.3v。

对信号进行FFT，其频谱图如图4，其横轴为频率，纵轴为幅值。图中有两个较大幅值的波峰，即为有效数据，求出有效数据对应的频率即可求出相对距离和相对速度。

3.3 恒虚警检测

恒虚警检测是通过确定阈值来滤除FFT后幅值小于阈值的频率。阈值的确定有多种方法，本设计采用的是自适应阈值的恒虚警检测。FFT后每个数据的阈值y是根据其前后8个数据的平均值v确定，结合实际情况其关系是一次函数为y= v+500。当数据值大于阈值时，则当前数据有效，反之则无效，并将该数据值设为0。

3.4 频率匹配及显示

对于相对运动的目标，其上下扫频段的两个频率值不同，相对静止的目标则相同。频率匹配的原理是同一目标上下扫频段的两个频率对应的幅值具有最大相似性[5]。程序设计时，先用结构体存储恒虚警检测后每一个波峰的最大值和其对应的频率，再根据幅值的大小进行排序。另外，由于多普勒频移较小，可对排序后幅值对应的频率进行校验。可通过以上方式确定目标。

图3 ADC采样图形

图4 FFT频谱图

在测试时，数据是通过单片机的串口显示的，图7为串口显示的是目标的频率、相对距离以及相对速度。在图5中可以看到目标相对距离为40.4m，相对速度为8.3m/s，本车速度慢于前车，当前距离安全。结合上文，其距离较准确，速度误差约1.7m/s。理论上速度分辨率为0.76m/s，但是由于雷达传感器的性能、系统算法以及系统电气特性等问题很难达到理论上的分辨率。故系统的结论可以认为是准确的。

4 结语

本文设计的基于毫米波雷达的汽车预警系统，在STM32F1平台上搭建，完成了该系统硬件和软件测试，基本实现了汽车预警的功能。系统通过雷达传感器获取目标的距离和速度信息并以频率信息表示，经过单片机处理将信号从时域变换到频域处理，获得目标相对距离和相对速度，再结合距离安全模型判断当前安全状态，若危险则提醒司机减速。但由于技术能力和时间的限制，设计的系统仍然存在一些问题，比如测距短、多目标识别误差大、无测角功能、速度分辨率低等。随着智能交通和无人驾驶的发展，该研究领域有很好的应用前景。