从人的步行方式识别人的汽车雷达

在接下来的十年里，我们将见证智能互联系统的海啸。机器、建筑物、车辆和个人电器都将配备更多智能。而这种智能将是相互关联的——物联网 (IoT)。智能系统将不引人注目、超小型、廉价、智能和节能。它们将包括传感器、执行器以及处理和通信能力，通常在单芯片无线解决方案中。

我看到的一个令人兴奋的发展是全 CMOS 79-GHz 雷达模块。这种雷达的简化版本已经在高端汽车中使用，使车辆能够从驾驶员那里接管许多任务，但目前的雷达传感器仍然类似于用于调节空中和海上交通的雷达。它们大多使用特定的 SiGe（硅锗）技术制造。由此产生的传感器又大又贵，这使得它们不适合不显眼地集成到自动驾驶汽车或无人机等应用中。

一种解决方案是开发基于 CMOS 技术的雷达芯片，这是 imec 和其他研究实验室一直在研究的。最终，目标是实现紧凑的片上雷达——一种以比目前低得多的功耗提供更高性能的芯片。此外，这种雷达将具有额外的特性和功能，例如能够区分行人和骑自行车的人。该技术甚至可以通过走路的方式识别个人。

在过去的三年中，imec 通过为这种 28-nm CMOS 技术的片上雷达制造构建块奠定了基础。到目前为止，我们已经开发出一种有效的 79-GHz 收发器，2015 年，我们还在微型 PCB 上集成了天线。结果是一个相当完整的雷达系统，只有几平方厘米。下一步将是使这些构建块变得更好，具有附加功能和更好的分辨率。在系统层面，挑战在于开发超出当今雷达能力的应用。

使雷达传感器更小、更灵敏的方法之一是使用更高的信号频率。例如，使用 140 GHz，将更小的天线集成到芯片上，从而提高多普勒分辨率和更好的深度分辨率。

与此同时，我们的研究人员正在为 79-GHz 和 140-GHz 系统实施智能信号处理。雷达接收到的反射信号不仅包含有关雷达周围物体位置的信息，还包含有关其运动的信息。这种“微多普勒”信息可以将行人与跑步者、骑自行车者或动物区分开来。它甚至可能最终被用来区分个体。因此，例如，汽车将能够识别其驾驶员并根据雷达信息允许访问。

为了使这种微多普勒信息可访问，imec 将部署用于模式识别和自动学习的算法——目前用于图像处理的算法。有了这些，我们的雷达将学会识别和区分单个物体的微多普勒特征。在随后的阶段，我们将结合多个雷达的信号来创建汽车周围情况的完整 360 度图像。

最后，为了使图像更完整甚至更智能，可以将雷达信息与其他应用程序的信息相结合，例如相机或超声波传感器。每种类型的传感器都有其提供独特信息的应用领域，并且图像传感器通常更擅长识别道路或交通标志上的标记。这种“传感器融合”将使雷达成为真正的物联网应用

审核编辑 黄昊宇