關(guān)鍵詞：毫米波雷達；差分測距；建模仿真

0前言

智能網(wǎng)聯(lián)汽車代表著汽車行業(yè)未來的發(fā)展方向，已成為國際汽車產(chǎn)業(yè)發(fā)展戰(zhàn)略方向與競爭的焦點，電動化、智能化、網(wǎng)聯(lián)化和共享化是汽車的發(fā)展趨勢［1］。為實現(xiàn)智能網(wǎng)聯(lián)汽車的智能化，要求智能網(wǎng)聯(lián)汽車所搭載的環(huán)境感知系統(tǒng)能夠精準地測量智能網(wǎng)聯(lián)汽車與車輛周圍設(shè)施之間的距離、方位和速度等信息。超聲波雷達通過超聲波探知周圍的障礙物情況［2-3］，其具有探測距離短、靈敏度高、近距離測量精度高、適合低速測量等特點；但在高速測量時具有一定的局限性，且不能精準地對目標體的速度和方位進行測量［4-6］。毫米波雷達探測距離較遠，可以快速測出目標物體的距離、速度和角度等信息。若自動泊車、代客泊車場景中使用毫米波雷達代替超聲波雷達進行測距，則可以達到更好的行駛效果，但毫米波雷達近距離測量精度低，誤差較大。

為提高智能網(wǎng)聯(lián)汽車近距離測量精度，實現(xiàn)多信息采集，以及在自動泊車、代客泊車等場景中達到更好的行駛效果，結(jié)合超聲波雷達和毫米波雷達各自的優(yōu)缺點，提出一種差分測距方法。該方法能夠使智能網(wǎng)聯(lián)汽車在近距離測量場景中達到更好的效果［7-9］。

1 測量原理

毫米波雷達是指在毫米波波段探測的雷達。毫米波的波長介于微波和厘米波之間，因此毫米波雷達兼具微波雷達和光電雷達的一些優(yōu)點。

毫米波雷達的工作原理是通過發(fā)射無線電信號，再收回反射的零散信號來探測感知周圍物體，通過相關(guān)算法得到反射點的信息，以及汽車和其他物體之間的相對距離、相對速度、角度、運動方向等信息。毫米波雷達的最大優(yōu)點就是穿透霧氣、煙塵的能力強，受天氣等環(huán)境因素影響較小，可以在日常情況下使用［10-11］。

2 仿真流程及優(yōu)化算法

2. 1 仿真流程

本文根據(jù)超聲波雷達近距離測量較為精準的特點，提出一種差分測距方法，通過建立相關(guān)算法，得到優(yōu)化系數(shù)α，以提高毫米波雷達測量數(shù)據(jù)的精準度。差分測距方法的流程如圖1 所示。

將毫米波雷達測量數(shù)據(jù)乘以計優(yōu)化系數(shù)α，即得到優(yōu)化后的數(shù)據(jù)。通過Matlab 軟件，得到基于差分測距方法的毫米波雷達測量數(shù)據(jù)優(yōu)化曲線圖。

3 仿真結(jié)果分析

3. 1 仿真數(shù)據(jù)

對超聲波雷達測量數(shù)據(jù)進行最小二乘法擬合，得到相關(guān)數(shù)據(jù)，見表1。

通過Matlab軟件進行編程計算，得到優(yōu)化系數(shù)α=0.9506。

根據(jù)毫米波雷達測量數(shù)據(jù)和優(yōu)化系數(shù)α，得到優(yōu)化后的毫米波雷達數(shù)據(jù)，具體見表2。

3. 2 結(jié)果分析

利用本文所提出的差分測距方法和最小二乘法對測量數(shù)據(jù)進行擬合，得到毫米波雷達測量數(shù)據(jù)優(yōu)化曲線圖，如圖3所示。

仿真結(jié)果表明：毫米波雷達近距離測量相較于超聲波雷達測距誤差較大，通過優(yōu)化系數(shù)α 優(yōu)化后的數(shù)據(jù)逐漸接近超聲波雷達測量數(shù)據(jù)。因此，本文所提出的差分測距方法能夠提升毫米波雷達近距離測量精度，具有一定的可行性。

4 結(jié)語

本文提出的差分測距方法結(jié)合了超聲波雷達近距離測量精度高的優(yōu)點，以及毫米波雷達能夠?qū)δ繕宋矬w的位置、距離、速度等進行測量的優(yōu)點，以超聲波雷達為基準，對毫米波雷達的數(shù)據(jù)進行修正，提高了毫米波雷達近距離測量的精度。

采用本文所提出的差分測距方法修正的毫米波雷達測量數(shù)據(jù)，降低了毫米波雷達測量的誤差率，通過所建立的數(shù)學模型對毫米波雷達測量值進行修正，可以得到更加精準的數(shù)據(jù)。該方法可對差分測距系統(tǒng)散落的數(shù)據(jù)進行修正，并使其更接近實際值。