每辆汽车都配备雷达/激光雷达后，它们还会继续工作吗？

80

自动驾驶汽车依靠摄像头，雷达和激光雷达识别周围的环境。摄像机当然是不会相互干扰的，因为它们是无源传感器。由于直接从另一个发射器接收到的信号比从您自己的发射器接收到的信号要强得多，因此，什么阻止来自一个雷达/雷达的发射信号干扰另一个发射器/接收器的干扰？

当所有的汽车都配备了雷达/激光雷达后，它们还会继续工作吗？假设他们愿意，这将如何实现？

automotive laser radar

— crj11
source

2

如果您要接另一个雷达发射器，则不一定是问题。这是一个非常强烈的信号，表明还有另一辆汽车，而且它也处于“活动状态”-即使它当前不在移动，使用雷达也强烈暗示它可能会开始移动。

— MSalters

1

@MSalters-拾取另一个独立的发射器不会给您提供范围，也没有好的标准参考振荡器甚至是多普勒振荡器。在许多地方，您可以沿着通向您的道路上的交通，这些地方不会因为街道之间的弯曲而发生碰撞。

— 克里斯·斯特拉顿

2

我个人希望在我们完全消除雷达带宽之前，将出现伪蓝牙车对车通信。

— 卡尔·威索夫特

3

@CarlWitthoft如果使用红外热像仪，则是指热像仪，然后是。而且我知道相机的工作原理，但是如果相机系统需要照明才能正常工作，那么它就不是被动系统。

— gre_gor

2

这是一个很好的问题，在拥挤的高速公路（每个方向有5条车道）的交叉点处，活动的Radar / Lidar系统的数量似乎比家庭WiFi带来的问题要大得多，即使在人口稠密的城市地区，WiFi也是静态的。

— RedGrittyBrick

78

您会感到惊讶。

这实际上是正在进行的研究以及几篇博士学位论文的主题。

可以使用哪种雷达波形和算法来减轻干扰的问题是一个长期存在的问题。但是，从本质上讲，这可以归结为任何临时通信系统所具有的相同问题。

不同的系统解决问题的方式不同；您可以使用编码雷达，与CDMA系统中的编码雷达基本相同，并通过为每辆汽车提供无碰撞的代码序列来划分频谱。技巧是协调这些代码，但是在此观察阶段和碰撞检测可能就足够了。

成功的可能性更大的是及时的碰撞检测和避免：只需观察邻居的雷达猝发的频谱，并（假设有规律性）在它们不发送信号时进行推断。用那个时间。

请注意，wifi会以一种暂时的方式固有地解决此问题，就像上面描述的那样。实际上，您可以将Wifi数据包用作雷达信号，并对其反射进行雷达估计。而且由于汽车雷达（802.11p）是一件事情，并且您发送的数据是已知的并且也是唯一的，因此您可以受益于编码雷达的正交相关属性以及更高的光谱密度，从而提高了雷达的估算质量时间排他的传输。

IMHO对此进行了很好的论述，这是Martin Braun：《移动通信网络中的OFDM雷达算法》，2014年。

— 马库斯·穆勒（MarcusMüller）
source

3

@DavidK频率分配：不。您需要适应性强。您无法为每辆潜在的汽车提供自己的频段，甚至无法为给定半径内的每辆汽车找到一种方法。仅仅因为雷达本质上是一个带宽密集的问题，而频谱近来却很少。

— MarcusMüller18年

4

@ st2000为什么您要设计一个使用尽可能小的占空比的雷达？占空比越高，建立模型所得到的观察结果就越多，或者单个估算值就越好。这基本上是说“如果我们设计的雷达不是很理想，就可以避免碰撞问题”。（请注意，有一项法律规定您的工作周期必须受到限制，但是“百分之一”的确不会给您带来拥挤的情况下发生碰撞的可能性很低……顺便说一句，倒是想工作的雷达）。

— 马库斯·米勒

6

请注意，发生碰撞的可能性不只是占空比。随机地，您会遇到更多类似于连续生日范围的生日悖论的情况。

— MarcusMüller18年

2

Marcus，您无法将CDMA或Wifi技术与汽车行业的需求相提并论。您是否真的会以所有其他汽车或设备都将友善并留在自己的插槽上为前提来押命？自动驾驶汽车需要及时的数据，而通信线路可能需要一秒钟的中断。

— 多里安

2

好问题@ LastStar007，我只是假设汽车的LIDAR或RADAR只对周围环境感兴趣。说10乘2秒规则，最少10码。因此，这大概意味着一辆100mph的汽车比它领先0.25英里或1320英尺。到达该距离并反射回来需要0.00000268666秒的光。因此，您至少要打开窗口这么长时间。即使您每秒采样100次，您的窗口也只能在0.0268666％的时间内打开。发生碰撞很少见。

— st2000

6

这在雷达工程中是一个相当老的问题，可以追溯到喷气机携带枪支和超音速导弹的时代。这篇有关Chirp压缩的维基百科文章提供了一些有关如何在汽车速度下同样解决问题的线索。

— 安德鲁·米尔恩
source

7

欢迎来到EE.SE。虽然链接诸如Wikipedia之类的持久资源被认为是一件好事，但在答案本身中不写任何信息并不是很好。请简要介绍Wiki文章中的相关内容，以简化阅读并成功搜索EE.SE。

— Ariser

5

有一些军用声纳和雷达系统，它们使用“另一个人”的雷达/声纳的反射来观察周围的世界。它们早在286个Intel处理器的时代就存在了...因此，今天，只要5美元的ARM SOC像1983年的Cray XMP-48（我当时管理的机器...）一样强大，它就可以便宜得多。

因此，尽管使用所有时域和代码域多路复用非常有用，但也可以计算另一个发射器的位置，然后使用其发射器的信号查看您周围的世界。

我知道这存在于1980年代，因为我知道为军人建造它并参观他的商店的工程师。那时是秘密的，现在不多了。

基本上，将多个发射器称为“功能”并继续前进。

— EMS史密斯
source

1

另请参见：en.wikipedia.org/wiki/Klein_Heidelberg

— immibis

1

您在80年代成功应对了挑战？我不值得进入这个领域！

— Namphibian

3

在原始的解释水平上，雷达通过发送定义的脉冲序列（签名）然后等待接收类似的序列来工作。在存在明显的干扰或噪声的情况下，这提供了高选择性。

通过使雷达签名足够长且独特，可以允许多个雷达在同一环境中共存，即使在信号中同时存在其他签名，每个雷达也可以区分自己的签名。

— 德米特里·格里戈里耶夫（Dmitry Grigoryev）
source

1

同一频率范围上的两组同时出现的脉冲看起来不会像一个无法识别的混搭吗？

— cHao 2018年

不过，激光雷达脉冲必须非常短，因为自动驾驶场景中的激光脉冲每秒发送数百万个脉冲。我不知道您实际上可以将多少数据编码成这么短的脉冲，以形成唯一的标识符，同时仍然提供足够的功率来检测反射信号。

— Adrian McCarthy

@cHao没有互相关可以创造奇迹。好吧，正确的代码设计确实可以。

— hobbs

2

我不认为他们会在雷达技术上过分依赖，我认为这只是一个补丁，直到相机和AI足够先进以完全取代（如果有的话，该技术将足够安全）大规模）。

试想一下，您可以默默地挡住周围的所有汽车。黑客资源将是无限的。您可以采取什么措施阻止某人这样做？

当然，您可以使摄像机甚至驾驶员蒙蔽，但他（或乘客）会知道并采取措施。

CDMA或Wifi网络的短暂故障可能不会引起注意。汽车无法等待一秒钟，直到再次获取数据，要求更高。

更新实际上，我看不到自动驾驶的未来。许多“智能”设备使我们的生活越来越不安全，每天的隐私也越来越少。

我认为最终会出现一些集中驾驶的道路，而不是智能道路，将引导每辆车行驶。

除此之外，我什至看到许多人无视图像处理的能力，即使我认为汽车永远不会仅使用摄像头驾驶。

首先，摄像机具有很大的冗余性。我没有看到昆虫的眼睛能比人类的眼睛更好。

“雷达可以读取速度”

摄像机（一个或多个）还可以读取物体的速度。在3个方向。

“雷达可以非常精确地读取速度”

我不确定这一点。我真的不看速度表就无法分辨速度（这根本不准确），而且我的驾驶依然不错。

“相机在雾中看不到”

这是真的。然后在雾中缓慢行驶。行人或狗也不会在雾中看到您的智能车驶近。

有趣的是，如何给出CDMA或Wifi作为共享汽车雷达相同带宽的示例。您是否正在使用Arduino运行ABS？

推动智能驾驶汽车更多地是一种营销手段，它不会在不久的将来使街道变得更加安全，人们的驾驶技能将越来越低，我什至不知道这将如何工作，您不会不需要驾驶执照，汽车会带您到任何地方？

在马库斯·穆勒（Marcus Muller）链接的马库斯·布朗（Marcus Brown）的文件中，我还看到了智能汽车如何诚实，诚实地协作以避开障碍物并共享雷达带宽。多么美好的未来！

这意味着俄罗斯的骇客汽车可以使我的汽车以100 km / h的速度跳出道路，而不是撞到只有他看见的墙壁？

— 多里安
source

2

@Galaxy就像您在晚上看到的一样。我指出，这应该是人类主管可以轻易发现的东西。

— 多利安

3

我只是指出，相机的使用情况和可靠性对环境条件非常敏感，因为光线不足（夜晚）或雾气等。相机系统计算距离的精度非常依赖于这些条件，因此我不会无论是否连接了AI，都看不到雷达完全被照相机取代。

— 银河

3

@Galaxy Humans没有雷达，却有眼睛。我们的道路系统专为可见光而设计。例如，无法使用雷达读取车道标记和交通标志。因此，我们安装了头灯，尾灯和路灯。

— user71659

4

您的答案确实会尽力证明您偏爱视觉系统，而忽略了光的物理限制。此外，尽管在欧盟，相对于卡车而言，强制性雷达仍是一个相对较新的事物，但每年建造的价值数十亿美元的汽车雷达以及可以挽救生命的统计数字每年已经成百上千条。我是否提到雷达在欧盟的卡车中是必需的？同样，您的攻击者场景也忽略了过去十年的机器学习方法导致算法容易被人为误入歧途……

— MarcusMüller18年

2

@MarcusMüller请不要将危及生命的故障与琐碎的功能混在一起。您正在颠倒逻辑。您声称可以挽救生命的所有功能都添加在人工驾驶之上。强制性雷达或紧急呼叫系统仅在有危险时才能挽救生命。90％的成功率将挽救90％的生命危险。自驾车的故障会杀死没有危险的人。

— 多利安

0

这不是一个实际的答案，只是对Marcus解决方案进行了一些改进，我认为这是最好的，只是添加了一些可用于生活关键应用的经过长时间验证的家用技术。

您会感到惊讶。

这实际上是正在进行的研究以及几篇博士学位论文的主题。

可以使用哪种雷达波形和算法来减轻干扰的问题是一个长期存在的问题。但是，从本质上讲，这可以归结为任何无线门铃都存在的相同问题。

成功的可能性更大的是及时的碰撞检测和避免：只需观察邻居的门，并（假设有规律地）在他们不会按门铃时外推即可。用那个时间。

恕我直言，有一篇论文对此进行了很好的阐述，它是Bradley Quadros：Dashbell：一种低成本的家用智能门铃系统

— 多里安
source

0

我认为，当彼此接近时，他们进行合作的机会远大于彼此给彼此造成的困难。他们之间相互识别时进行了简单的握手，然后进行了一些信息共享以及资源分配...当然，以任何密度进行的任何扩建都必须包括某种协议交换。他们会合作，而不是竞争。

— 麦克
source