AoP技术如何扩展雷达传感器在汽车应用中的布局
2024-12-17 来源:elecfans
毫米波雷达为汽车和工业应用提供了一种高度精确的感应方式,可提供富有洞察力的物体信息,如距离、角度和速度,从而实现更智能的感应解决方案,用于检测几厘米到几百米范围内的物体。
通常,雷达传感器安装在由雷达收发器、天线、电源管理电路、存储器和接口外设组成的印刷电路板 (PCB) 上。PCB 上的天线需要使用高频基板材料,如图 1 所示的银色材料 Rogers R03003。

图1:PCB上带有天线的雷达传感器
封装天线 (AoP) 技术消除了对高频基板材料的需求,并降低了成本、制造复杂性和大概30%的布板空间。TI的AoP技术利用倒装芯片封装技术将天线放置在无塑封基板上,防止因天线穿过塑封材料时产生损耗而降低效率并导致杂散辐射。使用多层基板可进一步减小电路板尺寸,并使得天线和硅片更容易重叠。
AWR1843AOP器件直接将天线集成到封装基板上,如图2所示。

图 2:具有AoP技术的TI雷达传感器
使用AoP技术可实现如下优势:
减小外形尺寸。
降低物料清单成本。
无需设计、仿真和调整天线性能,从而降低工程成本并加快产品上市时间。
通过缩短从器件到天线的布线来降低功率损耗。
AoP如何改善外部近场感应应用
汽车制造商趋向于提供一些ADAS之外的自动化特性,例如车门和后备箱自动开启。该特性需要一个高分辨率传感器来检测不同类型的物体,避免在打开车门和后备箱时发生碰撞。
TI的AWR1843AOP毫米波雷达传感器用于近场感应应用,通过集成AoP技术的低功耗单芯片解决方案进行三维检测。这种高度集成的传感器足够小,可以安装在门把手、脚踏板和B柱等空间内。此外,AWR1843AOP的高距离分辨率使其能够检测任何大小、形状或结构的物体。
检测多个静态物体
AWR1843AOP在76GHz至81GHz的带宽内运行,其距离分辨率小于4cm。通过结合宽视野和高距离分辨率特性,它可以同时检测和区分多个静态物体。如图3所示,AWR1843AOP评估套件安装在离地面43cm的车门上,交通锥标在图形用户界面中标记为红色立方体,因为车门在打开时会碰到它。离传感器较远的金属杆被标记为绿色,因为车门在打开时不会碰到它。

图3:检测位于碰撞区内的塑料锥标和位于碰撞区外的金属杆
检测低高度物体
车门障碍物检测传感器需要一种具有三维视觉能力的解决方案,从而防止与传感器高度以下的物体发生碰撞。其他感应技术,如飞行时间和超声波,可能无法检测到远低于或高于传感器高度的物体,它们不能提供检测低高度物体(例如护柱和路缘)的可靠解决方案。基于摄像头的解决方案可以检测低高度物体,但在雨雪等恶劣天气条下并不可靠。AWR1843AOP器件可在方位角和仰角平面上检测低高度物体。毫米波雷达传感器在恶劣的天气条件下也适用。图4显示了使用AWR1843AOP评估模块 (EVM) 检测用作低高度路缘的煤渣砌块。

图4:使用TI的AWR1843AOP EVM检测低高度路缘
检测表面积很小的物体
自行车和购物车等物体因其形状和结构而难以检测。但凭借高距离分辨率和宽视野特性,AWR1843AOP可检测表面积很小的物体,如图5所示。


图5:使用AWR1843AOP EVM检测表面积很小的物体
多模特性
AWR1843AOP具有多模可编程数字信号处理器,允许您为多个应用重新配置相同传感器。例如,您可以将AWR1843AOP器件用作障碍物检测传感器(用于自动开车门)以及侧视雷达传感器(用于在汽车行驶中检测盲点区域的物体)。尽管实施了多种感应应用,这种多模特性仍然可以降低系统成本。图6显示了使用门障碍物检测传感器检测5m距离处的骑行者。

图6:使用门障碍物检测传感器检测5m距离处的骑行者
TI的AoP技术支持在新位置(例如门把手处)灵活放置传感器。77GHz AWR1843AOP传感器可为门障碍物检测、后备箱障碍物检测、基本盲点检测和泊车辅助等应用加快上市时间并降低系统级成本。
上一篇:汽车传感器结构及作用
下一篇:汽车前视摄像头系统深度解剖
- AoP技术如何改善外部近场感应应用
- AoP技术如何扩展雷达传感器在汽车中的应用
- 技术干货 | AoP技术如何扩展雷达传感器在汽车应用中的布局
- 英迪芯微打破国外垄断!中国首款集成高精度温度传感器的无变压器倒车雷达芯片iND24003,重构行业格局!
- 莱斯大学开发EyeDAR路边雷达传感器 为自动驾驶汽车增添“眼睛”
- 全球首款太赫兹视觉传感器诞生,填补雷达和激光雷达之间的空白
- CES 2026:Aeva将推出全新的4D激光雷达传感器
- 英飞凌推出适用于低功耗物联网解决方案的新一代高度集成化XENSIV™ 60 GHz CMOS雷达
- 激光雷达传感器在自动驾驶中的作用
- 速腾聚创创始人力挺激光雷达:多传感器融合成自动驾驶新趋势
- 嵌入式的风向变了:2026纽伦堡嵌入式展透露这些趋势
- 高通确认不在GDC 2026发布新款骁龙G系列掌机处理器SoC
- 行业评论 从工具到平台:如何化解跨架构时代的工程开发和管理难题
- 面向嵌入式部署的神经网络优化:模型压缩深度解析
- 摩尔线程MTT S5000全面适配Qwen3.5三款新模型
- Mujoco中添加Apriltag标签并实现相机识别教程
- 英飞凌与宝马集团携手合作,基于Neue Klasse架构塑造软件定义汽车的未来
- 物理AI仿真新突破:摩尔线程与五一视界共建全栈国产化生态
- 爆火的OpenClaw! 告别云端,米尔RK3576开发板本地部署
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- 边缘计算主机盒选购指南:五大核心指标解析
- Arm AGI CPU 更多细节:台积电 3nm 制程、Neoverse V3 微架构
- Arm AGI CPU 重磅发布:构筑代理式 AI 云时代的芯片基石
- Arm 拓展其计算平台矩阵,首次跨足芯片产品
- 阿里达摩院发布RISC-V CPU玄铁C950,首次原生支持千亿参数大模型
- 边缘 AI 加速的 Arm® Cortex® ‑M0+ MCU 如何为电子产品注入更强智能
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- VPU中的“六边形战士”:安谋科技Arm China发布“玲珑”V560/V760 VPU IP
- 利用锚定可信平台模块(TPM)的FPGA构建人形机器人安全




