24GHz和77GHz雷达系统在机器人领域得到了广泛的应用

目前，领先的24GHz雷达芯片组实现了变频器10dB噪声系数的性能，接近毫米波雷达的噪声系数。当传统传感器机器人经常失去定位时，毫米波雷达的加入将显著改善这种情况。当传统传感器机器人经常失去定位时，毫米波雷达的加入将显著改善这种情况。

在机器人的感知层中，有许多传感检测设备来支持其检测功能。雷达在BAT30WFILM机器人中的应用历史悠久，从最初的固定AGV到各种移动机器人，雷达技术作为成本和性能的感知手段，在物体检测、物体跟踪、定位和地图绘制功能足够成熟和广泛，是工业自动化不可缺少的技术。短程雷达（SRR）传感器可满足盲区监控等汽车应用的要求，而中远程雷达更多地用于自动紧急制动（AEB）和自适应巡航控制（ACC）。中远程雷达在机器人应用中更为常见。

随着雷达技术在机器人领域的应用越来越多，24GHz和77GHz雷达系统在机器人领域得到了广泛的应用，并具有很大的竞争趋势。无论两个频带的雷达系统有多强大，任何雷达系统都需要优秀的相位噪声，这是扩大传感器有效范围和精度的首要条件。这两种频带雷达技术在机器人应用中的特点是什么，如何选择？

摒弃传统24GHz？

77GHz毫米波雷达技术开始广泛应用后，24GHz雷达在机器人系统中的传统应用开始流行起来。诚然，77GHz毫米波雷达在很多方面都优于24GHz雷达(如带宽、分辨率、精度等)。)，但传统的24GHz雷达并没有想象的那么弱。

24GHz频带包括从24.0GHz到24.25GHz的工业、技术和医疗频带，通常被称为窄带，其带宽为250MHz(也包括带宽为5GHz的UWB)。经过多年的研发，该频带的雷达系统已经非常成熟。目前，高集成信号链设计在24GHz雷达系统中非常普遍，从放大器、混合PLL、集成变送器到接收器、VCO到转换器和雷达模块。整个设计不仅灵活，而且功能齐全，为雷达前端空间设计提供了充分的灵活性。

目前，领先的24GHz雷达芯片组实现了变频器10dB噪声系数的性能，接近毫米波雷达的噪声系数。优异的低噪声性能可以为雷达系统带来更高的能效。能效是24GHz成熟市场制造商竞争的焦点。为了提高芯片组的能效性，多渠道结构接收机的高频设计也是一种允许波束赋形实现角分辨率和提高能效的方法。

芯片组的数字信号处理能力不考虑系统处理器雷达检测算法的优缺点，决定了雷达检测前的目标速度、距离和位置的准确性，并测试了RF和ADC的性能。在目前领先的雷达芯片组中，RF的设计非常明亮，不仅性能优异，而且节省了线路的空间，不需要与外部无源元件相匹配。这个成熟的芯片组也非常吝啬于功耗管理。以同时打开四个通道接收为例，领先的制造商可以实现550毫W的超低功耗。

在24GHz雷达系统能够满足需求的机器人应用下，24GHz雷达系统是成本效益最高的选择。在机器人应用中，简单放弃24GHz雷达系统是不值得的。

77GHz毫米波雷达用于更高层次的机器人传感应用。

毫米波雷达传感器是机器人感知中一项相对较新的技术。与传统的视觉和激光雷达传感器相比，毫米波雷达的一个重要优势是受环境条件的影响较小，这显然反映在户外移动机器人和黑灯自动化工厂中。当传统传感器机器人经常失去定位时，毫米波雷达的加入将显著改善这种情况。

与24GHz雷达相比，77GHz频带无疑是前端远程雷达应用的压倒性优势，其高精度和高分辨率可以对检测对象进行更密集的点云检测。收集到的点信息密度可以提供高保真度，这是移动机器人非常重要的数据，以确保它们的自主性。

根据TI携带CMOS毫米波雷达的移动机器人障碍检测视频，毫米波传感器提供的点云数据更加密集，不仅提供距离信息，还提供现场人员的相对速度信息，然后根据接近程度和接近速度触发机器人减速或停止。虽然24GHz雷达也可以实现良好的障碍检测，但毫米波雷达在视觉辅助方面没有明显的优势。毫米波雷达可以更好地结合视觉和人工智能软硬件，以弥补机器人更高水平的智能移动。

毫米波雷达更高的射频频率也降低了传感器的尺寸。对于相同的波束宽度，更高的射频频率支持更小的传感器，然后实现紧凑的芯片组设计。目前，市场上的毫米波雷达在超小包装中实现了良好的集成，PLL、发射器、接收器、基带和ADC可以紧密集成在接收器中，雷达前端空间设计的灵活性也很好。

然而，毫米波雷达的昂贵成本和许多分离组件也是一个不可避免的问题。领先的毫米波雷达制造商将射频、处理和内存资源集成到单个CMOS芯片中，使设备在成本和尺寸上不难接受。否则，这种革命性的雷达很难在机器人应用中广泛传播。

写在最后

机器人的感知水平从未被单一的感知完全覆盖，不同的感知技术可以结合起来达到最佳效果。即使两者都是雷达传感器。毫米波雷达出色的感知能力和鲁棒性注定要在先进的智能感知智能移动中展示其技能，大大提高机器人的智能操作。面对毫米波雷达强大的性能，传统的24GHz雷达传感器在许多机器人场景中也发挥着成熟和实用的作用。机器人传感器的结合和适当的应用可以加速机器人的智能演变。