Testujeme automobilový radar v pásmu mm vln pro ADAS či autonomní řízení

Systémy ADAS (Advanced Driver Assistance System) nebo také autonomní řízení (AŘ) – zde všude se při detekci lidí nebo i dalších objektů uplatní automobilový radar, pracující v pásmu milimetrových vln.

Senzory pro monitorování okolí vozu zpravidla zahrnují radar, kamery a LiDAR (Light Detection And Ranging). Systémy ADAS pak řidiči pomáhají s celou řadou činností. Jedná se např. o varování před srážkou, automatické brzdění či asistenci při parkování. A v oblasti autonomního řízení se data ze snímačů zase použijí k samočinnému ovládání vozidla.

Automobilové radary obvykle pracují v pásmech 24 GHz a 76 GHz. Prvně zmiňovaný případ se používá při sledování na krátké a střední vzdálenosti s cílem předcházet srážce nebo alespoň zmírnit poškození v důsledku kolize. Uplatní se rovněž při monitorování na přední a zadní straně vozu. 76 až 77GHz radar se díky svému vysokému rozlišení využije především k detekci překážek na vzdálenost 100 až 200 metrů před vozidlem. Radar se také použije při snímání v interiéru vozu, resp. v jeho kabině. Systémy, které např. nedovolí, aby děti nebo zvířata zůstala sama v autě, provozujeme v pásmech 60 až 77 GHz. Přidělení kmitočtů pro automobilové radary sledujeme s ohledem na každou oblast v tab. 1.

Tab. 1 Automobilové radary v pásmu milimetrových vln a přidělení kmitočtů pro každou z oblastí

Radar a metody, které máme k dispozici

Měření je v případě automobilových radarů vystavěno buď na pulzech nebo metodě s FMCW (Frequency-Modulated Continuous Wave). Pulzní metoda zde přitom sleduje dobu potřebnou pro cestu tam a zase zpět, po kterou se rádiová vlna šíří z transceiveru k danému objektu, kde se také odráží a vrací zpátky.

Metoda s FMCW vysílá směrem k cíli opakující se signály, jejichž kmitočet v rámci dané periody roste. Dochází zde také k interferencím mezi vysílanými a odraženými rádiovými vlnami a vzniká zázněj. Na základě analýzy rozdílů, pokud jde o frekvenci a další činitele, které získáme z takto vzniklého signálu, lze určit vzdálenost od předmětu a také jeho rychlost. Způsoby modulace signálu pro automobilový radar plynou z obr. 1.

Obr. 1 Modulace signálu v případě automobilového radaru; pulzní metoda (a), FMCW (b)

Na rozdíl od pulzního radaru nám FMCW přináší výhody v podobě nízkého přenosového výkonu a vysokého odstupu užitečného signálu od šumu. Relativně nízký kmitočet odezvy navíc v případě transceiveru a příslušných obvodů znamená i jednoduchý návrh, což dále snižuje cenu. Není proto divu, že v oblasti automobilových radarů natrefíme na metodu s FMCW tak často.

Pár slov k FMCW

Signál, jehož kmitočet nám v čase lineárně roste, označujeme jako zákmit. Vidíme jej na obr. 2a a v kontextu signálu FMCW je zcela klíčový.

Obr. 2 Ukázka zákmitu

Z takového signálu dle obr. 2b, kde na svislé ose nyní vynášíme kmitočet, je možné získat rozlišení rozsahu či vzdálenosti a také maximální rozsah vzdálenosti. Jedná se přitom o základní výkonnostní charakteristiky radaru s FMCW. Rozlišení rozsahu D_res zde vyjádříme jako

D_res = c/2B = c/2ST_c

kde c je rychlost světla, B šířka pásma zákmitu (konečná frekvence – počáteční frekvence), S odkazuje na strmost zákmitu a T_c zase na délku jeho trvání.

Z rovnice plyne, že s rostoucí šířkou pásma zákmitu se nám bude zlepšovat i rozlišení, kterého lze dosáhnout. Pro šířku pásma zákmitu 2 GHz obdržíme např. rozlišení rozsahu okolo 7,5 cm. Za předpokladu šířky pásma 4 GHz se pak s rozlišením dostáváme přibližně na 3,8 cm.

Maximální rozsah pro detekci je nepřímo úměrný strmosti zákmitu S, reprezentující rychlost, se kterou nám roste kmitočet. Čím menší je tedy strmost zákmitu, tím větší obdržíme maximální rozsah pro detekci.

Větší šířka pásma B nám pro pevně stanovenou dobu trvání zákmitu zajistí vyšší rozlišení. Jedná se však o kompromis, protože maximální rozsah pro detekci je snížený z důvodu nárůstu strmosti zákmitu se šířkou pásma. Při návrhu radaru pro automobilový průmysl na to nesmíme zapomínat.

Automobilový radar pracující v pásmu milimetrových vln upřednostní rozsah pro detekci či rozlišení s ohledem na danou aplikaci. Pro adaptivní tempomat je např. důležitá schopnost zaznamenat vozidlo na velkou vzdálenost, přičemž vysoké rozlišení již není zase tak důležité. Systém zabraňující srážce naproti tomu vyžaduje vysoké rozlišení, protože vůz musí rychle zareagovat na okamžité změny v blízkém okolí.

Díky zákmitu lze rovněž určit rozlišení rychlosti radaru V_res a také maximální rychlost pro detekci V_max na základě vztahů

V_res = λ/2T_c a

V_max = λ/4T_c ,

kde pro vlnovou délku radaru platí λ = c/f .

Maximální rychlost pro detekci V_max zde bude nepřímo úměrná délce trvání zákmitu T_c. Snížíme-li dobu zákmitu, poroste nám tedy maximální rychlost pro detekci. Zkrácením takové doby však negativně ovlivňujeme rozlišení rozsahu.

Rámec bude v případě radaru složený pouze z několika málo, ale třeba i stovek zákmitů. Situaci nám znázorňuje obr. 3.

Obr. 3 Rámec FMCW a související vlastnosti

Dobu rámce T_f spočítáme tak, že vynásobíme počet zákmitů součtem délky jejich trvání a čekací doby (v nečinnosti), dokud nepřijde na řadu další zákmit. Vyjádříme tedy

T_f = (T_c + T_wait) × N

kde T_wait odkazuje na vyčkávání, resp. dobu nečinnosti, dokud nebude vyslán další zákmit a N je počet zákmitů.

Větší počet zákmitů pro daný rámec použijeme proto, abychom v případě objektu získali potřebnou informaci (Doppler) a zjistili přesně jeho rychlost. Máme zde rovněž i proměnlivou dobu „vypnuto“ mezi každým rámcem, kterou lze zase využít při navyšování výkonové účinnosti daného čipsetu.

Signál FMCW a jeho měření

Měření zákmitů nám komplikují různé faktory. Patří mezi ně změny kmitočtu za neobyčejně krátkou dobu, modulace v mimořádně širokém pásmu a také vyšší frekvence zákmitů. Se všemi třemi musíme navíc často počítat najednou.

Zákmity obvykle měříme spektrálním analyzátorem, který se běžně používá při vyhodnocování přenosových charakteristik u zařízení, sloužících k bezdrátové komunikaci. Existují přitom dva typy spektrálních analyzátorů – s rozmítáním a pro práci v reálném čase. Prvně zmiňovaný zde staví na technologii superhetu, kde vzorkování a zpracování signálu představují postupně opakované činnosti. Pokud se nám ale za nesmírně krátkou dobu mění frekvence zákmitu, nemusí již často rozmítaný spektrální analyzátor kvůli sekvenčnímu zpracování stačit a některé zákmity prostě nezachytí. Zmíněné úseky, ve kterých nemáme zákmit podchycený, označujeme jako slepá místa.

Spektrální analyzátor pracující v reálném čase, který využívá rychlé Fourierovy transformace, provádí vzorkování a zpracování signálu souběžně. Umožňuje proto zachytit i krátkodobé změny signálu (zákmitu). Kmitočtový rozsah měření nebo šířka pásma pro analýzu však budou v případě real-time spektrálního analyzátoru omezeny šířkou pásma přístroje. Zpravidla se jedná o pár desítek až několik stovek MHz. To nám ale nestačí, pokud vezmeme v úvahu šířku pásma zákmitu FMCW pro automobilové radary, kde počítáme s rozsahy od několika desítek MHz až po několik desítek GHz. Abychom si pomohli, bude poplatně šířce pásma zákmitu nezbytné změřit více kmitočtových rozsahů a průběhy spojit dohromady. Takovým způsobem sice podchytíme celou šířku pásma zákmitu, nicméně čas potřebný ke změně kmitočtových rozsahů může opět způsobit výskyt slepých míst.

Úplné řešení pak pro měření zákmitů často spočívá v kombinaci osciloskopu a spektrálního analyzátoru. Osciloskop je přitom dost rychlý na to, abychom získali kompletní charakteristiky zákmitu, pokud jde o časovou osu i frekvenční odezvu, a samozřejmě zaznamenali sinusové signály. K analýze průběhů zachycených osciloskopem, kdy potřebujeme zhodnotit kmitočtové charakteristiky, rovněž poslouží spektrální analyzátor.

Posouzení základních vlastností FMCW

Díky kompaktnímu a jednoduše použitelnému spektrálnímu analyzátoru MS2760A od firmy Anritsu, který pracuje v mimořádně širokém pásmu, lze změřit základní charakteristiky signálů automobilového radaru provozovaného v pásmu milimetrových vln. Jedná se o počáteční a také konečnou frekvenci zákmitu FMCW, šířku pásma, amplitudu, délku rámce či periodu a také počet zákmitů pro daný rámec.

Na obr. 4 sledujeme výsledky měření zákmitu FMCW mezi 76 a 77 GHz s využitím přístroje MS2760A (pásmo 1 GHz). Analyzátor zde přitom zachytává veškeré zákmity FMCW „na jediný zátah“. Po měření jsou data zpracována v počítači.

Obr. 4 K průběhům FMCW, které se pojí s radarem a příslušným rámcem

Klíčová funkce MS2760A spočívá ve schopnosti pokrýt souvislý kmitočtový rozsah od 9 kHz až do 170 GHz s ohledem na aplikace pracující v mimořádně širokém pásmu. Malé zařízení se navíc snadno přenáší, instaluje a při měření také používá. Lze jej využít ve výrobě, testovací komoře, ale také k provozním zkouškám.

Zmíněné funkce jsou možné díky patentově chráněné technologii NLTL (non-linear transmission line) firmy Anritsu, takže se obejdeme bez velkého směšovače pro down konverzi. NLTL „Shockline“ receiver od Anritsu umí vyrobit harmonické složky na velmi vysokých kmitočtech a vzorkovat až do 170 GHz.

Protože má MS2760A kompaktní provedení, lze zapojit i větší počet spektrálních analyzátorů, zvyšovat přitom efektivitu při vývoji či testování a snižovat riziko, že náš projekt nakonec nabere zpoždění nebo se nevyhneme nákladným investicím.

Závěr

Schopnosti automobilových radarů pracujících v pásmu milimetrových vln stále rostou a nasazení převládající metody s FMCW nám komplikuje testování. Důvodem jsou rychlé změny kmitočtu zákmitů, neobyčejně velká šířka pásma nebo též rostoucí frekvence. Díky technologii NLTL lze na zmíněnou situaci reagovat a vystačit si přitom s jedním přístrojem MS2760A s mimořádně širokým pásmem, který nejenže zabírá málo místa, ale vytváří též ideální řešení pro základní testování radarů s FMCW, pokud jde o systémy ADAS či autonomní řízení.