自动驾驶技术之传感器篇-——超声波雷达的迭代之路AK1 or AK2
本文来源：知乎
/ 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！
- End -▎最新热文腾讯造云不造车，助力汽车产业构建云上新生产力开源AEB代码，理想汽车意在何为？