Активные фильтры в разработке надежных датчиков автономных транспортных средств
Автономные транспортные средства работают в динамичном и часто непредсказуемом мире, в зависимости от набора продвинутых датчиков, чтобы воспринимать их окружение с высокой точностью. Необработанные данные, захваченные этими датчиками, редко идеальны, часто загрязнены шумом, помехами и артефактами сигнала. Активные фильтры служат критическим электронным слоем, который обуславливает эти сигналы, гарантируя, что информация, поступающая в системы принятия решений транспортного средства, чиста, точна и надежна. Без эффективной фильтрации даже самые сложные алгоритмы восприятия будут бороться, чтобы отличить пешехода от придорожного барьера или отслеживать быстро движущегося велосипедиста. В этой статье исследуется фундаментальная роль активных фильтров в разработке надежных автономных датчиков транспортных средств, рассматривая их типы, приложения, проблемы проектирования и будущие достижения.
Основы активных фильтров
Активный фильтр представляет собой электронную схему, которая выборочно пропускает или блокирует сигналы на основе частоты, при этом используя внешний источник питания и усиливающие компоненты, такие как операционные усилители (op-amps), для формирования частотной реакции. В отличие от пассивных фильтров, которые полагаются исключительно на резисторы, конденсаторы и индукторы, активные фильтры могут обеспечивать усиление, демонстрировать высокое входное сопротивление и достигать крутых характеристик отката без использования громоздких индукторов. Это делает их особенно привлекательными для компактных высокопроизводительных сенсорных модулей в автономных транспортных средствах.
Основное преимущество активных фильтров заключается в их способности создавать точные частотные реакции, которые трудно или невозможно достичь только с пассивными компонентами. Например, активный фильтр с низким пропуском может быть спроектирован с резким отсечкой для удаления высокочастотного шума при сохранении базового сигнала, задача, которая потребует больших индукторов в пассивной конструкции. Кроме того, активные фильтры могут буферизировать сигналы, изолируя стадии цепи сигнала датчика и предотвращая эффекты нагрузки, которые ухудшают производительность.
В контексте автономных датчиков транспортных средств активные фильтры часто реализуются с использованием микросхем фильтра интегральных схем (IC) или дискретных схем операционного усилителя. Они необходимы для кондиционирования аналоговых сигналов от фотоприемников в LiDAR, выводов смесителя в радарах и схем считывания пикселей в камерах, среди других применений. Выбор топологии фильтра, такой как Баттерворт, Чебышев или Бессель, зависит от конкретных требований к плоскости полосы пропускания, линейности фазы и затуханию полосы остановки.
Роль в автономных датчиках транспортных средств
Каждый тип датчика, используемого в автономных транспортных средствах, производит сигналы, требующие индивидуальной фильтрации. В следующих подразделах подробно описывается, как активные фильтры применяются в основных режимах датчика.
LiDAR (обнаружение и ранжирование света)
Датчики LiDAR излучают лазерные импульсы и измеряют время полета отраженного света для генерации 3D-точечных облаков высокого разрешения. Фотоприемники в системах LiDAR производят слабые электрические сигналы, которые восприимчивы к окружающему световому шуму, перекрестным контактам с соседними лазерами и электронным тепловым шумом. Активные фильтры, часто в виде полосовых фильтров , настроенных на частоту лазерной модуляции, используются для отбрасывания помех вне полосы. Кроме того, фильтры низкого пропуска сглаживают формы импульсов для повышения точности синхронизации, что имеет решающее значение для точных измерений расстояния. В современных конструкциях LiDAR могут использоваться программируемые активные фильтры, которые адаптируются к изменяющимся условиям окружающей среды, таким как туман или дождь.
Радиолокатор (радиообнаружение и ранжирование)
Автоматические радиолокационные системы работают в полосах частот, таких как 24 ГГц, 77 ГГц и 79 ГГц, используя FMCW (Frequency Modulated Continuous Wave) или импульсные формы волн. Принятые сигналы понижаются до промежуточных частот (IF), где активные фильтры играют ключевую роль. Низкочастотные фильтры удаляют высокочастотные шумы после смешивания, в то время как высокочастотные фильтры могут устранять офсеты постоянного тока и низкочастотный беспорядок от стационарных объектов. В многоантеннных радиолокационных массивах активные фильтры обеспечивают фазовую когерентность между каналами, что жизненно важно для оценки угла прибытия. Иногда используются адаптивные фильтры выемки для подавления помех от других радаров или систем связи, работающих в той же полосе.
Камеры
Датчики камеры в автономных транспортных средствах захватывают видимый и ближний инфракрасный свет для обеспечения семантического понимания окружающей среды. Аналоговые выходы из каждого пикселя обрабатываются схемой считывания, которая включает в себя активные фильтры для снижения шума. Коррелированная двойная выборка (CDS) полагается на активную фильтрацию для удаления шума сброса и шума 1/f от датчиков изображения CMOS. Кроме того, программируемые усилители усиления на чипе (PGA), интегрированные с активными фильтрами, позволяют динамически регулировать уровни сигнала при различных условиях освещения. Фильтры высокого разрешения могут использоваться для усиления краев, помогая обнаружению полосы движения и распознаванию границ объекта.
Ультразвуковые датчики
Хотя они менее заметны, чем LiDAR или радар, ультразвуковые датчики используются для обнаружения препятствий на близком расстоянии во время парковки и маневров на низкой скорости. Эти датчики излучают звуковые волны в диапазоне 40-60 кГц и прослушивают эхо. Активные полосовые фильтры, ориентированные на частоту преобразователя, необходимы для отбрасывания акустического шума от двигателей, шин и ветра. Узкая полоса пропускания гарантирует, что учитываются только эхо от намеченной цели, уменьшая ложные триггеры.
Виды активных фильтров и их использование в автономных датчиках транспортных средств
Различные типы фильтров выполняют определенные функции в цепи сигналов датчика. Ниже приводится расширенное обсуждение наиболее распространенных категорий.
Фильтры с низкими пропусками
Низкочастотные фильтры позволяют частотам ниже отсечки проходить при ослаблении более высоких частот. В сенсорных приложениях они используются для плавных сигналов, снижения широкополосного шума и предотвращения псевдонимирования в аналого-цифровом преобразовании. Например, после того, как фотодиод LiDAR обнаруживает лазерный импульс, фильтр низкого пропуска удаляет высокочастотный звон и шум выстрела, производя чистую форму импульса для извлечения времени. Частота отсечки обычно выбирается чуть выше самой высокой интересующей частоты сигнала.
Фильтры с высокой пропускной способностью
Фильтры высокого пропуска проходят частоты выше отсечки и отбрасывают более низкие частоты. Они эффективны для удаления базового дрейфа, смещений постоянного тока и низкочастотного шума окружающей среды, такого как смещение, вызванное температурой. В радиолокационных системах фильтры высокого пропуска устраняют беспорядок от стационарных объектов, позволяя системе фокусироваться на движущихся целях. Аналогично, в схемах считывания камеры, соединение переменного тока через фильтр высокого пропуска удаляет шум фиксированного шаблона пикселей, который медленно меняется с температурой.
Фильтры Band-Pass
Полоса пропуска фильтров объединяет низкочастотные и высокочастотные характеристики для выделения конкретного частотного диапазона. Они широко используются в LiDAR для выбора частоты модуляции лазера и отбраковки окружающего света, который охватывает широкий спектр. В РЛС полоса пропускания фильтров используется после смесителя для выбора промежуточной частоты, соответствующей дальности и скорости цели. Ультразвуковые датчики полагаются на узкополосные фильтры для различения эхо от передаваемого импульса на фоне шума.
Фильтры Notch
Выемочные фильтры, также называемые ленточно-остановочными фильтрами, ослабляют узкочастотную полосу при прохождении всех остальных. Они используются для устранения специфических частот помех, таких как гул силовой линии (50/60 Гц) или радиочастотные помехи (RFI) от сотовых сигналов. В сенсорных системах выемочные фильтры могут удалять гармоники от переключающих источников питания или электромагнитные помехи от близлежащих двигателей в электромобилях. Их высокая избирательность достигается с помощью активных резонаторов или сетей twin-T.
Фильтры All-Pass
Хотя для формирования амплитуды менее распространены фильтры полного прохода, используемые для коррекции фазовых искажений, вводимых другими стадиями фильтрации. При высокоскоростной обработке радиолокационных сигналов поддержание линейной фазы имеет решающее значение для сохранения целостности импульса и точного диапазона. Активные фильтры полного прохода могут быть каскадированы для выравнивания фазового отклика без влияния на амплитуду.
Дизайн-соображения и проблемы
Разработка активных фильтров для автономных датчиков транспортных средств предполагает балансирование нескольких компромиссов. В следующих подразделах излагаются основные проблемы проектирования.
Температурная стабильность и надежность
В автомобильных условиях наблюдаются широкие перепады температуры, от -40°C в холодном состоянии до более 125°C под капотом вблизи отсеков двигателя. Активные компоненты фильтра, особенно операционные усилители и резисторы, меняют свои характеристики с температурой. Коэффициенты температуры резистора (TCR) вызывают дрейф частот отсечки, в то время как офсетное напряжение и полоса пропускания оп-ампера меняются. Конструкторы должны выбирать точные компоненты с низким дрейфом и могут включать схемы компенсации температуры или цифровую калибровку. Компоненты автомотосорта , рассчитанные на расширенные температурные диапазоны, являются обязательными.
Эффективность питания и рассеивание тепла
Активные фильтры потребляют энергию, а в аккумуляторно-электрических автономных транспортных средствах каждый милливатт имеет значение. Несколько каналов датчиков, каждый с несколькими ступенями фильтра, могут добавить к значительному снижению мощности. Доступны оп-ампы малой мощности, предназначенные для кондиционирования датчиков, но они часто имеют более низкую пропускную способность или более высокий уровень шума. Дизайнеры должны оптимизировать порядок фильтра и значения компонентов для достижения целевых показателей производительности с минимальной мощностью. Кроме того, тепло от активных схем фильтра должно управляться, чтобы избежать воздействия на соседнюю сенсорную электронику.
Интеграция с цифровой обработкой сигналов
Современные автономные системы транспортных средств все чаще используют цифровую обработку сигналов (DSP) для гибкости. Однако аналоговые активные фильтры по-прежнему необходимы перед аналого-цифровым преобразователем (ADC) для предотвращения псевдонимизации и снижения шума. Интерфейс между аналоговые активные фильтры и цифровые цепи обработки требует тщательной разработки антисглаживающих фильтров, схем пробоудерживания и буферных усилителей. Некоторые датчики теперь включают гибридные аналоговые цифровые фильтры, где аналоговая стадия обеспечивает грубую фильтрацию, а цифровая стадия выполняет тонкую настройку. Этот подход балансирует производительность с программируемостью.
Адаптивность в реальном времени
Автономные транспортные средства сталкиваются с быстро меняющимися условиями: вход в туннель уменьшает окружающий свет, дождь увеличивает ослабление радара, а электромагнитные помехи изменяются с местоположением. Фильтры с фиксированными параметрами могут отставать в некоторых сценариях. Адаптивные активные фильтры, используя компоненты с контролируемым напряжением или методы коммутируемого конденсатора, могут регулировать частоты отключения и получать в реальном времени на основе обратной связи от датчика или блока управления транспортным средством. Внедрение таких адаптивных систем без введения задержки или нестабильности является значительной инженерной задачей.
Передовые технологии активного фильтра
Стремление к повышению уровня автономности и безопасности (уровни 4 и 5) стимулирует инновации в разработке активных фильтров. Несколько новых технологий готовы повысить надежность датчиков.
Фильтры с коммутацией-капитаром
Фильтры с коммутационным конденсатором (SC) обеспечивают отличную точность и программируемость за счет замены резисторов конденсаторами и переключателями. Эквивалентное сопротивление определяется частотой переключения и значением емкости, что позволяет осуществлять цифровой контроль за характеристиками фильтра. Фильтры SC могут быть интегрированы на чипе с процессами CMOS, уменьшая размер и стоимость. Они особенно подходят для фильтров высокого порядка на этапах LiDAR и РЛС IF. Однако они вводят тактовый шум и требуют тщательного сглаживания перед стадией переключения.
Цифровые активные фильтры
Нетехнически, настоящие цифровые активные фильтры существуют в аналоговой области, но термин часто относится к аналоговым фильтрам с цифровым управлением. Используя цифровые потенциометры или DAC-контролируемые токи смещения, параметры фильтра, такие как частота отсечки, Q-фактор и усиление, могут быть установлены программно. Это позволяет единой аппаратной конструкции обслуживать несколько сенсорных платформ с различными требованиями. Цифровые активные фильтры также позволяют выполнять процедуры самокалибровки, которые компенсируют производственные допуски и старение.
Активные фильтры на основе MEMS
Технология микроэлектромеханических систем (MEMS) изучается для миниатюрных активных фильтров. Резонаторы MEMS могут достигать очень высоких Q-факторов (тысяч) на микроволновых частотах, что делает их идеальными для узкополосных фильтров в радиолокационных фронтальных концах. В сочетании с активной обратной связью фильтры на основе MEMS могут обеспечить настраиваемую производительность с низкими потерями, которая превосходит традиционные пассивные LC-фильтры. Эти устройства все еще появляются, но обещают значительное уменьшение размера для многодатчиковых массивов.
Будущие направления и исследования
Эволюция активных фильтров для автономных транспортных средств будет определяться необходимостью более высокого разрешения, большей дальности и большей надежности.
AI-оптимизированная настройка фильтра
Алгоритмы машинного обучения могут анализировать данные датчиков в режиме реального времени для оптимизации параметров фильтра. Например, нейронная сеть может обнаруживать наличие радиочастотных помех и регулировать центральную частоту фильтра выемки для их подавления. Такой подход перегружает принятие решений от инженеров-людей и адаптируется к сценариям, не ожидаемым во время проектирования. Внедрение такого ИИ вблизи датчика требует аппаратного обеспечения с низким уровнем задержки вывода и надежных обучающих наборов данных.
Hardware-Software Co-Design (англ.)русск.
Активные фильтры часто проектируются в изоляции от трубопровода цифрового восприятия. Методология совместного проектирования рассматривает аналоговый фильтр, ADC и цифровую обработку сигналов как единую систему. Это позволяет оптимизировать компромиссы между доменами, потенциально снижая общую мощность или улучшая точность обнаружения. Например, ослабление отторжения прерывистой полосы аналогового фильтра может быть приемлемым, если DSP может компенсировать цифровой фильтринг более высокого порядка, сохраняя сложность аналога.
Фильтрация с помощью датчика на чипе
Будущие автономные модули датчиков транспортных средств могут интегрировать несколько модальностей (LiDAR, радар, камера) на одном чипе. Активные фильтры должны обрабатывать различные полосы частот и уровни сигнала от каждого датчика, избегая перекрестных помех. Общие архитектуры фильтров, которые могут быть перенастроены для разных датчиков, могут уменьшить площадь и стоимость. Исследователи изучают мультиплексирование фильтров с разделением времени для обслуживания нескольких каналов.
Заключение
Активные фильтры являются невоспетым героем в разработке надежных автономных датчиков транспортных средств. Они гарантируют, что сигналы, достигающие алгоритмов восприятия, являются максимально чистыми и надежными, что позволяет безопасно работать в различных и сложных условиях. От низкочастотного сглаживания импульсов LiDAR до адаптивной фильтрации помех радара, технология активного фильтра продолжает развиваться вместе с аппаратным обеспечением датчиков. По мере того, как автономные транспортные средства прогрессируют в направлении полной автономии, необходимы дальнейшие инновации в проектировании фильтров - устранение температурной стабильности, энергоэффективности, интеграции и адаптивности. Инвестируя в высокоэффективные активные фильтры и охватывая новые технологии, такие как конструкции коммутируемых конденсаторов и системы, настроенные на ИИ, отрасль может создать устойчивость датчиков, необходимую для предстоящей дороги.
Внешние ссылки: