当前位置: 首页 > article >正文

自动驾驶TPM技术杂谈 ———— 超声波雷达系统测距

文章目录

  • 概述
  • 参数
    • 传播速度(v)
    • 测量误差
    • 飞行时间
  • 工作模式
    • 直接测量
    • 间接测量
  • 探测时序
    • AK1
    • AK2

概述

 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,它的主要价值就是提供近距离感知信息。

参数

传播速度(v)

 超声波在介质传播过程中,是收到介质和温度的影响的。考虑到超声波雷达的实际工作场景,介质可以认为是空气,因此在考虑传播速度时可只考虑温度对传播速度的影响。传播速度随着温度(t)的升高而加快。在0℃时,超声波的传递速度约为331m/s。此时传播速度计算公式约为
      v= 331 + 0.6t

测量误差

 在同一条件下,传播速度v是固定的。假设超声波的波长为λ,频率为f,则传播速度的计算公式也可表示为:
      v= λ * f
 按照此计算公式,如果超声波的频率f高,那么波长λ短。波长短则测距误差小。理论上,超声波的距离测量误差理论值为5~10mm。

飞行时间

 超声波飞行时间ToF为发射到接收回波的时间差。由此可得距离s的计算公式为:
      s= v * ToF/2

工作模式

直接测量

 直接测量是指使用某一个超声波雷达自发自收,获取DE信号(Direct Echo)
在这里插入图片描述

间接测量

 间接测量是指使用某一个超声波雷达发波,多个雷达收波,也包含发波雷达,获取CE信号(Cross Echo)。在此模式下,超声波雷达应当在相同的频率下工作。
在这里插入图片描述

探测时序

 传感器的工作时序需要考虑安装相邻的传感器相互配合,获取DE和CE信号,且不能相互干扰。这里需要引入另外一个概念 —— 同频干扰。也就是说,如果所有超声波一起工作,一起发波,此时收波的雷达是认为真的回波到了还是其他雷达的发波信息。对于超声波来讲,它是无法进行区分的。这里就必须引进另外一个参数 —— 探测时序。
在这里插入图片描述
 为了保证正常左右两边均能进行障碍物探测,所以探测时序一般遵从左右。以上图示例来讲,可以是1 -> 3 -> 2 -> 4 -> 1这种顺序。另外,对于不同速度状态下,探测周期也是存在着差异的。对于低速状态下的高速,探测周期应比低速下的低速要小。

 有没有其他的方案来避免探测时序的问题,从理论上讲是存在的。这里需延伸出另一个信息 —— AK1与AK2。

AK1

 基于定频驱动方案的USS传感器,典型的是elmos 524.09的ASIC方案。
在这里插入图片描述

AK2

 基于变频编码驱动方案的USS传感器,并且在传感器尺寸和功能安全上有要求,典型的是elmos 524.17的ASIC方案。
在这里插入图片描述
 引入探测时序的问题是为了避免同频干扰。如果使用AK2类型的超声波雷达,在超声波发波的过程中对于本身的频率进行修改,则可以实现所有超声波雷达同时发波收波的工作。此时就不需要探测时序。


http://www.kler.cn/a/1710.html

相关文章:

  • 如何使用Python自动化发送消息:用pynput库批量输入并发送文本
  • 回归预测 | MATLAB实现CNN-SVM多输入单输出回归预测
  • 试题转excel;word转excel;大风车excel(1.1更新)
  • springboot525基于MVC框架自习室管理和预约系统设计与实现(论文+源码)_kaic
  • IM系统在体育直播网站中的重要性
  • Python 将文字和二维码 生成到BMP上 可以做标签打印等
  • C++修炼之筑基期第一层——认识类与对象
  • 函数指针->回调函数
  • 大环境不好,找工作太难?三面阿里,幸好做足了准备,已拿offer
  • 【Java web】-转发和重定向
  • C++单继承和多继承
  • 智能生活垃圾检测与分类系统(UI界面+YOLOv5+训练数据集)
  • Kubernetes学习(七)补充:基于自定义指标进行扩缩容
  • 浅析“面向对象编程思想”
  • 【C语言】字符串函数和内存函数
  • 【Spring】我抄袭了Spring,手写一套MySpring框架。。。
  • 来到CSDN的一些感想
  • 狄拉克符号系统
  • 手把手教你基于HTML、CSS搭建我的相册(上)
  • Qt学习_11_构建内嵌子界面与独立子界面的框架
  • html+css 实现 熊猫样式
  • 【Docker】镜像的原理定制化镜像
  • 极智AI | 百度推出文心一言,对标ChatGPT功力几成
  • 【AI大比拼】文心一言 VS ChatGPT-4
  • 网络作业1【计算机网络】
  • 面部表情识别3:Android实现表情识别(含源码,可实时检测)