El radar ha sido una de las incorporaciones más importantes a los vehículos en las últimas dos décadas. Proporciona funciones avanzadas de lujo del sistema de asistencia al conductor (ADAS), como control de crucero adaptativo (ACC), así como funciones de seguridad críticas como frenado automático de emergencia y detección de punto ciego. Ha pasado de ser un accesorio costoso en los automóviles más lujosos a una presencia casi omnipresente en todos los rangos de precios.
La investigación de IDTechEx realizada en " Radar automotriz 2024-2044: pronósticos, tecnologías, aplicaciones " muestra que, en promedio, el 70% de los automóviles nuevos enviados en 2022 tenían un radar frontal, mientras que el 30% tenía radares laterales. Sin embargo, a medida que los sistemas ADAS se vuelven más sofisticados y los sistemas autónomos de nivel 3 ingresan al mercado por primera vez, la tecnología de radar debe mejorar para satisfacer las nuevas demandas de rendimiento que requieren estos sistemas. Como tal, la industria está viendo ahora llegar al mercado las primeras generaciones de radares de "imágenes 4D" que se implementan en vehículos. Con eso en mente, aquí IDTechEx explora qué es un radar de imágenes 4D, por qué es necesario y qué nuevas tecnologías están utilizando.
¿Qué es un radar de imágenes 4D?
En primer lugar, un radar 4D no es automáticamente un radar de imágenes. Las dos terminologías a veces pueden parecer intercambiables; sin embargo, IDTechEx cree que es importante distinguir entre los dos. En el pasado, la mayoría de los radares se limitaban a 3 dimensiones: acimut (ángulo horizontal), distancia y velocidad. Un radar 4D simplemente significa la adición de cierta capacidad de resolución en la dirección de elevación.
Un ejemplo clásico que pone de relieve la necesidad de esta cuarta dimensión es el escenario de la detección de un coche aparcado en la entrada de un túnel. Un radar 3D arrojará los mismos resultados tanto si hay un coche en la entrada como si no. Normalmente, el vehículo asumirá que el gran reflejo es un túnel y el sistema de control de crucero adaptativo continuará. Este comportamiento es perfectamente aceptable si hay un ser humano detrás del volante y puede anular el sistema ACC en consecuencia, pero se convierte en un problema para los vehículos que operan en el nivel SAE 3 y superior, lo que se ha convertido en una realidad del mundo real en los últimos años.
En teoría, un radar 4D solucionará este problema. La adición de la resolución vertical significa que el radar debería poder separar el vehículo detenido a nivel del suelo del túnel, unos metros por encima de la cubierta. Sin embargo, si la resolución vertical es tan mala que el túnel y el coche todavía están presentes en el mismo "píxel", entonces la situación no ha mejorado. Aquí es donde entra en juego la distinción entre radar 4D y radar de imágenes 4D. El radar de imágenes debe tener una resolución angular suficiente para poder distinguir el túnel y el vehículo incluso a distancias muy largas. De hecho, IDTechEx cree que un radar de imágenes debería tener suficiente resolución para distinguir obstáculos mucho más pequeños a largas distancias, por ejemplo, una persona en la carretera a 100 metros. Pero ¿qué resolución se necesita para hacer esto? Suponiendo que la persona mide entre 5 y 6 pies de altura, se necesitaría una resolución de alrededor de 1˚ para separarla de la carretera. En este escenario, el sistema tendría tiempo suficiente para activar los frenos y detener el vehículo, evitando una colisión, incluso a velocidades de autopista.
Sin embargo, poder detectar a la persona es una cosa; clasificarlos correctamente como una persona solo con los datos del radar es otra. Esta es la razón por la que el radar suele ir acompañado de cámaras frontales para aplicaciones como el frenado automático de emergencia. De noche, en condiciones de niebla o con lluvia intensa, es posible que la cámara tampoco pueda ver. En estas situaciones, hay algunas opciones: agregar detección infrarroja de onda corta o larga al vehículo, proporcionando una resolución similar a la de una cámara con solidez en condiciones de mala visibilidad, agregar LiDAR al vehículo, con capacidades de alcance similares a las de un radar pero a gran escala. costo, o mejorar aún más la resolución del radar.
Llegar a una resolución de 1˚ y más allá
El radar tiene un límite físico natural para su rendimiento de resolución conocido como Criterio de Rayleigh, que es proporcional a la inversa de la frecuencia multiplicada por el tamaño de apertura (). En resumen, un radar de automóvil normal que funcione a 77 GHz y con un conjunto de antenas de 10 cm de ancho debería poder alcanzar una resolución de 2,8˚. Por contexto, un ojo humano típico puede resolver alrededor de 0,005-0,01˚, suficiente para ver un objeto de 1 cm a 100 m. Para mejorar la resolución del radar se podría aumentar su frecuencia de funcionamiento, ya que los seres humanos utilizan la luz visible, que es de cientos de terahercios. Sin embargo, la frecuencia del radar está limitada por las regulaciones y no es algo que se pueda cambiar fácilmente.
La siguiente opción es aumentar el tamaño de la apertura. Si bien esto es técnicamente posible, hacerlo plantea desafíos prácticos. Para pasar de 2,8˚ a 1˚, la apertura debe aumentar de 10 cm a 28 cm. Para obtener esta resolución tanto en acimut como en elevación, el radar ahora mide 28 cm x 28 cm, lo que será un desafío integrar en el parachoques delantero. Es probable que cause problemas de flujo de aire al radiador, podría ser difícil protegerlo contra daños y causará un dolor de cabeza a los equipos de estética del OEM. IDTechEx ha visto radares cada vez más grandes, con ejemplos como el ARS540 de Continental, el FR5+ de Bosch y el Phoenix de Arbe que superan los 10 cm, pero el más grande de ellos, el Phoenix, todavía mide sólo 12,7 cm x 14,3 cm.
Otro problema al crear radares más grandes es llenarlos de canales. Crear un radar de 28 cm x 28 cm sin la tecnología de semiconductores de soporte sería como construir una lente de cámara DSLR de 10.000 dólares y combinarla con un sensor de teléfono con cámara de 1 MP del año 2001. Aquí, lo analógico a los píxeles son los canales virtuales, que son el múltiplo de la transmisión de un radar. y canales de recepción (Tx y Rx). En el pasado, un radar 3D podía tener un canal de transmisión y tres de recepción (1Tx/3Rx). Un radar 4D básico probablemente usaría un transceptor de radar con una disposición 3Tx/4Rx, mientras que algunos radares líderes combinan cuatro de estos chips para obtener una disposición 12Tx/16Rx con 192 canales virtuales. Arbe ha desarrollado un conjunto de chips que escala a 48Tx/48Rx en un solo radar y ofrece 2304 canales virtuales. Esto ayuda a Arbe a lograr una resolución de 1˚ en azimut y 1,7˚ en elevación.
Una forma de combatir los desafíos que plantea la construcción de un radar muy grande es distribuirlo de alguna manera. IDTechEx ha visto un par de enfoques para esto. Uno de Zendar implica el uso de dos radares de menor rendimiento colocados en extremos opuestos del parachoques y trabajando juntos. Ahora, el tamaño de la apertura ha aumentado de menos de 10 cm a 1,5-2 m. Como tal, la resolución de estos dos radares trabajando juntos es de poco más de 0,1˚ en el azimut. El otro enfoque que ha visto IDTechEx es construir placas de antena separadas para cada canal (en un radar 3Tx/4Rx) y colocarlas a lo largo del parachoques. Esta es la ruta de desarrollo que están explorando Plastic Omnium y Greener Wave.
El software es otro aspecto clave de esta discusión y casi todas las empresas mencionadas aquí utilizarán algún tipo de software de súper resolución para mejorar su rendimiento. Volviendo a la analogía de la cámara, las cámaras DSLR modernas vienen con potentes procesadores que pueden aprovechar al máximo una imagen, mientras que las cámaras de los teléfonos modernos han tenido años de desarrollo de software para producir los resultados más nítidos y de apariencia más natural. En el radar, hay algunos ejemplos de empresas emergentes que crean algunos algoritmos ejemplares para mejorar la resolución del radar sin realizar ningún cambio físico. Zadar Labs utiliza tecnologías como el aprendizaje automático, la inteligencia artificial y señales de transmisión codificadas para mejorar el rendimiento del radar. Spartan, por otro lado, utiliza un algoritmo basado en investigaciones para aplicaciones de aviones de combate F-18 y F-35. El software de súper resolución puede mejorar la resolución angular en un factor de 4, reduciendo un radar de resolución angular estándar de 2,8˚ a 0,5-1˚ e incluso menos si ya está empleando algunas de las otras técnicas analizadas aquí.
El escaneo es otra opción prometedora para el radar. La antena de metamaterial de Metawave utiliza tecnologías de formación y dirección de haz para concentrar el rendimiento del radar en un delgado ventilador. Luego, este ventilador se escanea a través del campo de visión de elevación deseado, lo que proporciona un rendimiento de resolución mejorado tanto en elevación como en azimut. La otra ventaja de esta tecnología es que la energía de emisión se distribuye en un área mucho más pequeña que un enfoque de tipo flash, lo que significa que puede alcanzar alcances más largos que un equivalente sin escaneo.
Con todas estas opciones para construir la próxima generación de radares, ¿cómo se puede saber cuál es la mejor? " de IDTechEx El informe " Radar automotriz 2024-2044: pronósticos, tecnologías, aplicaciones detalla aún más cómo funcionan estas tecnologías y mejoran el rendimiento del radar. El informe también presenta un análisis comparativo para comparar estas tecnologías entre sí en indicadores clave de rendimiento como resolución angular, rango, campo de visión y velocidad de fotogramas, identificando qué tecnología produce el mejor paquete general, con algunos resultados inesperados.
La movilidad autónoma como servicio sobre la mayoría de edad
Uno de los mayores impulsores del crecimiento futuro del mercado de radares para automóviles será la aparición y adopción generalizada de vehículos autónomos. Estos vehículos utilizan muchos radares para comprender el entorno y los diferentes obstáculos. De hecho, una de las empresas líderes y más destacadas en el desarrollo de robotaxis, Cruise, utiliza 21 radares por vehículo. Su rival cercano, Waymo, depende más de las cámaras de su conjunto de sensores, pero aún tiene seis radares impresionantes, todos los cuales, según IDTechEx, son radares de imágenes 4D de alto rendimiento.
Actualmente, muchos de estos vehículos están desplegados para pruebas en California, y los líderes, Waymo y Cruise, tienen una flota combinada de más de 1000 vehículos. Sin embargo, eso es poco en el gran esquema del mercado automotriz. El avance prometedor de los últimos dos años es que los servicios comerciales de robotaxi están comenzando a estar en línea. Ahora es posible que el público pague por la movilidad autónoma como servicio (MaaS) en varias ciudades de Estados Unidos, incluidas San Francisco, Phoenix y Las Vegas. Para el mercado de radares para automóviles, esto significa una nueva fase de crecimiento del mercado impulsada por vehículos que requieren numerosos radares para automóviles de alto rendimiento.
Compartiendo este artículo usted puede ayudar a difundir valor a otros que están buscando este tipo de información. Si valora el trabajo que hacemos en Valenciacars para usted y le resulta útil, le queremos pedir un gran favor: por favor comparta el artículo en WhatsApp, en Facebook , en Twitter y sus demás redes
Puzzle Bobble
Karate Blazers
Puzzle De Bloques
Magical Cat Adventure