解决方案

一、按场景而不是按器件组织

车载雷达的配置没有通用最优解,因为不同场景的矛盾完全不同:高速工况卡在量程与时延,城市工况卡在目标数与遮挡,泊车工况卡在近距离精度与低矮目标。

因此我们按场景组织方案思路,而不是按器件规格罗列。每个场景先明确主要矛盾,再给出传感器组合与必须守住的边界。

下面列出的组合是思路参考,不是可直接采购的清单;具体配置仍需按车型定位、成本目标与功能定义确定。

二、高速安全场景

主要矛盾是制动距离与时延。需要先按最高巡航车速反推安全距离,得到量程下限;再把刷新周期与确认帧数折算成时延,确认总预算内仍有足够的制动余量。

组合思路是前向远距毫米波雷达承担主感知,靠其全天候与直接测速能力保证时延可控;若功能需要在远距分辨静止障碍,前向可升级为 4D 成像雷达。

必须守住的边界是刷新周期:当时延被拉长时,继续增加量程并不能改善安全性,反而可能因为确认帧数增加而使制动距离变长。

三、城市领航场景

主要矛盾是目标密集、遮挡频繁与加塞。量程需求不高,但横向覆盖与目标数要求高,且需要快速的主目标切换。

组合思路是中距多模雷达或前向远距雷达承担前向,四角角雷达承担侧向覆盖,视觉提供语义,激光按需补入几何信息。

必须守住的边界是时间同步与外参标定:目标密集时跨传感器关联错误会直接表现为重影与误判,这类问题无法通过调整关联门限根治。

四、自动泊车场景

主要矛盾是近距离精度与低矮目标识别。超声波在 5 米内精度可达厘米级,但对吸声材料与低矮目标容易漏检;成像雷达能补上语义,但近距离精度不足。

组合思路是超声波承担最终制动判断与贴边控制,成像雷达或视觉承担提前发现低矮与吸声目标,两者在同一坐标系下融合并保留各自置信度。

必须守住的边界是安装精度:探头轴线偏差超过容差会直接放大车位测量误差,保险杠造型复杂时定位工装的一致性比探头本身更关键。

五、商用车与特殊车辆场景

商用车的主要差别是车长、盲区范围与制动距离都明显更大,因此量程需求更高、侧向覆盖要求也更广,且需要覆盖更多方位的近距探测。

组合思路是在乘用车方案基础上增加侧向与后向的探测覆盖,并按车长重新核算盲区,而不是简单沿用乘用车的布置间距。

必须守住的边界是法规与场景差异:商用车的运行工况、载荷状态与视野条件与乘用车不同,验收场景库应单独构建,不能直接套用乘用车数据。

六、测试与标定体系场景

当项目需要建立自己的测试能力时,关键是先定口径再上设备:先明确统计口径、合格判据与场景分层,再决定暗室、转台与路测的投入。

组合思路是台架负责门限与算法的一致性验证,路测负责在真实场景中发现系统性缺陷,两者不能互相替代。

必须守住的边界是覆盖度管理:里程必须按具体场景格子统计,而不是按总数判断;失效事件要回写到场景库形成闭环,否则路测会反复暴露同类问题。