ZHCUC21 June   2024

 

  1.   1
  2.   说明
  3.   资源
  4.   特性
  5.   应用
  6.   6
  7. 1系统说明
    1. 1.1 为什么使用雷达?
    2. 1.2 TI 角雷达设计
    3. 1.3 主要系统规格
  8. 2系统概述
    1. 2.1 方框图
    2. 2.2 设计注意事项
    3. 2.3 主要产品
      1. 2.3.1 AWRL1432 单芯片雷达解决方案
      2. 2.3.2 AWRL1432BOOST-BSD 评估模块
      3. 2.3.3 TCAN4550-Q1 集成式 CAN-FD 控制器和收发器
    4. 2.4 系统设计原理
      1. 2.4.1  天线配置
      2. 2.4.2  线性调频脉冲配置和系统性能
      3. 2.4.3  数据路径
      4. 2.4.4  线性调频脉冲时序
      5. 2.4.5  内存分配
      6. 2.4.6  帧重新配置
      7. 2.4.7  Vmax 扩展
      8. 2.4.8  组跟踪器
      9. 2.4.9  动态干扰消除
      10. 2.4.10 CAN-FD 收发器
  9. 3硬件、软件、测试要求和测试结果
    1. 3.1 所需的硬件和软件
      1. 3.1.1 硬件
      2. 3.1.2 软件和 GUI
    2. 3.2 测试设置
    3. 3.3 测试结果
  10. 4设计和文档支持
    1. 4.1 设计文件
      1. 4.1.1 原理图
      2. 4.1.2 BOM
    2. 4.2 工具与软件
    3. 4.3 文档支持
    4. 4.4 支持资源
    5. 4.5 商标

动态干扰消除

动态干扰消除是 BSD 演示处理链中的一项可选特性,旨在消除来自固定路边物体和道路的反射,称为“动态干扰”。动态干扰的一个常见特性是,在径向速度-方位角坐标系中,所有静止点都沿着正弦曲线(称为“速度曲线”)定位。速度曲线(如图 2-8 所示)可表示为

方程式 11. Vr(θ)=Vscos(θ+α)

其中 Vs 表示传感器的速度,α 表示传感器安装角度。


TIDEP-01034 动态干扰的速度曲线

图 2-8 动态干扰的速度曲线

通过从近距离检测到的点估算 Vsα,动态干扰消除算法能够过滤与 BSD 应用相关的其他点的动态干扰。

在 BSD 演示中,干扰消除由 AoA2D DPU 和组跟踪器 DPU 之间的动态干扰消除 DPU 执行,如图 2-4 所示。在 AoA2D DPU 之后,从点云列表中移除静止点,将剩余的点(主要点)提供给跟踪器 DPU。可以选择保存干扰点并将其附加到点云列表中,并且在处理结束时可以与主要点一起发送到 GUI 可视化工具。


TIDEP-01034 动态干扰消除实现

图 2-9 动态干扰消除实现

BSD 演示中实现的干扰消除如 图 2-8 所示。图的底部展示了面向安装在移动车辆后部的传感器的场景。中间部分展示了与 x-y 平面中场景对应的点云,而顶部展示了径向速度-方位角平面中的同一点云。红色矩形中以红色突出显示的近距离点主要表示来自路面的反射。黄色、绿色和紫色矩形内的点对应于来自三辆车的反射。其余点表示来自其他静止物体的反射。在速度-方位平面中,属于静止物体的点在跟随速度曲线的狭窄范围内清晰排列。有了 Vsα,这些点可以很容易地过滤掉。

注: 目前,BSD 演示基于从车辆后方附近路面反射的检测点来估计速度曲线。该算法在假设附近路面几乎始终存在反射的情况下运行。然而,为了提高可靠性,可以从其他传感器获得更可靠的估计,例如车辆里程表或其他更靠近地面的传感器,例如用于“脚踢开启”特性的传感器。