华为、北理工、电科38所专家齐聚，探讨毫米波雷达互干扰及芯片垄断的破解之道

自动驾驶车辆的传感器主要有激光雷达、毫米波雷达、摄像头、超声波雷达、GPS和IMU等。其中，毫米波雷达日益成为自动驾驶应用的重要传感器。

实际上，雷达最早用于防止船舶相撞，后来应用于航空领域和军事领域。随着自动驾驶不断升温，一些公司如雷科防务等开始积极布局汽车毫米波雷达和PNT技术，并将相关技术应用于ADAS和智能无人驾驶系统中，作为拓展民品市场的重要突破口。

近日，在一场由北京理工大学主办，雷科防务、北京市军民科技协同创新平台承办的「智能传感器及无人系统应用」论坛上，来自国家国防科技工业局、北京市科委、北京市新能源汽车促进中心的领导和国内众多知名高校、企业的专家与学者等近300人齐聚一堂，共同研讨先进智能传感器领域、智能无人平台系统的研究发展状况。

其中，来自华为、北京理工大学和中国电科38所的业内人士和学者共同探讨了毫米波芯片垄断和互干扰等难题以及破解之道。

中国电子科技集团38所副主任段宗明认为：毫米波雷达目前面临几大挑战，分别是成本需要进一步降低；需要提高芯片和模组集成度，统一硬件单元；性能需要持续提升，要有更高的测量精度和更强的数据处理能力，实现亚厘米级的成像能力；模组尺寸需要更加紧凑；以及加强法制法规的约束，制定强制性安全驾驶标准等。

芯片国产化不足

车载毫米波雷达，主要是利用安装在汽车上的基于76 – 81GHz毫米波波段探测行车环境中的障碍物信息。利用电磁波传播时延、频率偏移、方向确定障碍物目标的距离、速度和方位。

通常来讲，毫米波雷达系统主要由三部分构成，天线和PCB模组，收发机和后端处理单元。按照探测距离划分，毫米波雷达可以分为远距雷达（LRR）、中距雷达（MRR）和近距雷达（SRR）。这些雷达根据在车上的安装位置又可以分为前向雷达、后向雷达和后向雷达。

由于毫米波雷达的波长更长，可以穿透雾、烟和灰尘，具有全天候、全天时的特点，比激光类带的成本更低，与摄像头的成本相近。所以被广泛应用在智能汽车的ADAS系统中，支持自适应巡航（ACC）、自动紧急制动（AEB）等功能。

当前，主流的车载毫米波雷达为24GHz和77GHz的毫米波雷达。后者的角度及速度分辨能力更高，识别能力更强，探测距离更远。

一大趋势是，更多的雷达功能将被集成到收发机芯片中。不过，目前毫米波雷达的芯片完全被国外垄断，普遍采用INX、NXP、ST公司的解决方案。国外芯片厂商与整机厂商如海拉、博世、德尔福等紧密绑定。

这是因为，毫米波雷达芯片开发设计门槛高、投入大，国内直到近两年才有毫米波雷达芯片发布。比如意行半导体在2018年11月发布了一发四收24GHz毫米波雷达芯片SG24TR14，矽杰微今年发布了24GHz毫米波收发机SOC芯片SRK1202A。中国电科38所目前研发的三发四收解决方案已经进入产业化阶段。

据北京理工大学副校长龙腾介绍，国内毫米波雷达技术处于起步阶段，大部分初创企业对标国外雷达产品，具有工程化产品，但尚未实现大批量供货，部分技术指标与国外最新产品还存在一定的差距。近年来，24GHz毫米波雷达芯片发展迅速，趋近于成熟，但77GHz毫米波雷达芯片起步较晚，设计难度大，国产化进程落后。大部分国产毫米波雷达芯片不具备雷达信号处理相关算法的核心功能。少部分集成度高的雷达芯片，计算性能不足。

通过对抗式和车载协同解决干扰

相比芯片国产化进程较慢，毫米波雷达的互干扰问题尤为紧迫。

在实际应用中，由于频率和型号不同，且安装毫米波雷达的车辆越来越多，在一些高密度场景下会产生互干扰问题，主要包括LRR/MRR/SRR之间的干扰，同厂家和不同厂家雷达的干扰，路边站雷达对车载雷达的干扰等。

毫米波雷达间互干扰通常会引发两类问题，一是“虚警”，同斜率的FMCW干扰信号如果落入本雷达的目标检测范围内，则会形成虚警，或称为鬼影（ghost）。二是“漏警”，不同斜率的干扰信号如果落入本雷达目标检测接受的范围之内，可能会造成一定距离和一定速度范围内的目标检测的干扰底噪抬升，造成目标尤其是小目标的漏警。

众所周知，特斯拉采用“毫米波雷达+摄像头”的解决方案。

2016年6月，360公司的安全团队和浙江大学进行了攻击特斯拉自动驾驶系统的实车实验，通过对特斯拉正前方的前视毫米波雷达的信号进行截获分析，然后用软件模仿信号特征重新生成相应的干扰信号，通过毫米波天线对准特斯拉的毫米波雷达实施主动干扰，最终根据干扰和压制信号的不同，可以让特斯拉完全忽略前面的障碍物，也可以让特斯拉紧急制动。

如何有效解决车载雷达互干扰的问题，目前业界主要采用对抗式雷达。

欧盟MOSARIM项目通过调研总结了polarization、time、frequency等6类干扰对抗手段，德国IMIKO项目由博世牵头，定义了基于chip的低复杂通信协作标准，使雷达之间通过通信协作消除彼此的干扰。在国内，无线电管理委员会正在考虑车载和路侧雷达频道的发放，并委托TIAA机构组织厂商及研究单位进行雷达之间干扰的仿真评估和实测评估。

除了对抗式雷达方案，华为智能网联汽车标准化主任工程师马莎还介绍了一种协同式解决方案，该方案主要通过三种方式实现：

预定义正交波形资源池、干扰侦听和资源使用规则以及雷达间通信；

协同式雷达设计中，各雷达按频域raster占用资源，降低资源冲突，提升频域资源的使用效率。各雷达之间时间同步，在有限资源内支持更多互补干扰的正交波形，提升时域资源的使用效率；

为支持密集场景下更多“正交波形”，引入raster概念，允许多波形有一定时域交叠，但仍能保证低互干扰；

马莎表示，侦听后多雷达可选择完全不交叠资源或正交波形资源，侦听带宽也可以按预定义方式使用。此外，协同式雷达解决方案中个，雷达之间可以通过通信机制互通和协调使用的资源和波形信息，该信息可以通过FMCW chip和V2X承载。这种协同式雷达的解决方案可以有效消除高密度场景下雷达间的干扰。