如需了解更多详细信息，请搜索深圳市飞睿科技有限公司
飞睿科技FR58L2MS-3020S(A)微波感应传感器利用多普勒原理，通过天线发射高频电磁波并接收处理反射波，以此判断覆盖范围内物体的移动，给出相应电信号。 广泛应用于感应灯饰、安防、小家电、智慧家庭、自动门控制开关、迎宾器等产品上，以及车库、走廊、楼道、庭院、阳台、洗手间等需要自动感应控制的场所。
产品特点：
比红外感应模块感应距离更远角度更广、无死区、透镜和透镜老化问题不受温度、湿度、气流、灰尘、噪声、亮暗等影响，抗干扰能力强可穿透亚克力、玻璃及薄的非金属材料内置MCU，内嵌多重数字滤波算法，具有更高的抗扰度
雷达感应距离可以通过 MCU 来配置，其极限感应距离达 12 米，实际感应距离可根据需要灵活调节如果使用环境是相对狭窄的空间，那么感应距离和角度会发生相应变化。
管脚定义：
PIN脚 功能 备注
VCC 电源PIN 默认未贴LDO，供电电压5V，如需12V供电需要增加LDO，此时供电VCC为5V~12V
GND 接地PIN
TX 烧录口tCLK 兼容UARL TX及IO口
RX 烧录口tDIO 兼容UARL RX及IO口
OUT 输出信号 输出信号为高低电平，默认输出低电平
PIN脚 功能 备注
VCC 电源PIN 默认未贴LDO，供电电压5V，如需12V供电需要增加LDO，此时供电VCC为5V~12V
GND 接地PIN
TX 烧录口tCLK 兼容UARL TX及IO口
RX 烧录口tDIO 兼容UARL RX及IO口
OUT 输出信号 输出信号为高低电平，默认输出低电平
技术参数：
参数 小值 典型值 大值 单位 备注
发射频率 5725 5800 5875 MHZ
输入电压 4.5 5 5.5 V 如输出宽压，需加LDO
输出高电平 5 V
输出低电平 0 V
波束角 120 和天线相关
工作电流 38 mA
感应距离 0.1 2.5 12 M 可调
延时时间 10 S 可调
光敏阈值 N/A N/A N/A 无光敏
工作温度 -30 85 °C
存储温度 -50 125 °C
参数 小值 典型值 大值 单位 备注
发射频率 5725 5800 5875 MHZ
输入电压 4.5 5 5.5 V 如输出宽压，需加LDO
输出高电平 5 V
输出低电平 0 V
波束角 120 和天线相关
工作电流 38 mA
感应距离 0.1 2.5 12 M 可调
延时时间 10 S 可调
光敏阈值 N/A N/A N/A 无光敏
工作温度 -30 85 °C
存储温度 -50 125 °C
可根据客户需求定制延时时间 ,是否需要光敏开关以及触发强度
热门ADAS产品将不再是L3级别的车，而是L2+级别的车。L2+级别的车减少了繁琐的程序和安全问题，但是增加了很多炫酷的新功能：半自动驾驶系统、摄像头和高清雷达遥测导航系统，以及利用传感器融合技术大大延长平均故障间隔时间(MTBF)，性能优于L2级自动驾驶汽车。以深圳电子展为主题，集中展示电子产品设计和生产需要的各类电子元件和材料产品，本文为深圳电子展对其进行了分析。
如今，我们仍然在等待自动驾驶汽车的出现，但是我们知道当前的发展状况已经远远超出了初的预期。目前，汽车业价值链已走在B计划的前面，已由SAE2级自动驾驶汽车提升到了今天被称为L2+级别的自动驾驶汽车，其规模已达到B计划。由于OEM和第一级供应商Tier1s能够抓住这个机遇，对采用全自动驾驶系统的车型进行投资，从而赚取高额回报，预计这款车将在2023年投入生产。虽然L2+级别的车比L3级别的车稍微差一点，比如说，很多时候仍然需要人工驾驶，所以，该系统相对于L2级的汽车系统，虽然没有足够的额外安装传感器，但是L2+级别的汽车仍然能够支持经济实惠的ADAS系统中全新的高级安全特性。
我们希望，在L2+级别的汽车上，将会与雷达传感器的价格相辅相成，这是因为雷达感应器的平均价格在可以接受的范围内，并且在光照和天气条件下有很大互补作用。L2+级别的汽车在城市、高速公路自动驾驶、变道和并道等方面的表现远远好于目前使用L2ADAS的汽车。而L2+级别的实现速度要快得多，并且不需要规章制度，基础设施和社会的接受程度有了根本的改变。
FR58L2MS-3020S(A)微波雷达模块
虽然在很远的将来，自动驾驶计算平台将很自然地转移到一个中心计算体系结构，由这个体系结构通过大量覆盖360度范围的传感器和传感器模式来承担传感器融合的责任，但是现在L2+级的汽车系统仍然存在。一些人预计，未来的中央计算平台将尽早合并多种传感器，但是多数情况下，仍然要用分散的智能传感器来完成大部分的边缘传感器处理负载工作(尤其是作为基于摄像机基础系统的补充的雷达传感器)。结果是，预计在未来几年中，大多数雷达设备都将继续完成其内部的大部分雷达链路处理任务，并需要一个功能强大的计算平台。
干涉测量是雷达的基本原理。来自发送天线阵列的信号，并由接收天线阵列接收。在接收信号中，可以估计目标与障碍物的距离、速度、方向等信息。这样，雷达就可以利用高确定性处理技术来提取与深度相关的特征，从而提供相应的感知直接输入。这种情况也与CV和AI处理的摄像机传感器不同(虽然这一点是众所周知的，并且已经多次尝试)，但同样需要复杂。“虚“雷达有效信道数等于发送和接收天线数目的乘积。就拿当前在L2/L2+级别上使用的典型雷达设备来说，这类雷达拥有3TX和4RX天线，同时还有12个虚拟信道。这个信道的容量足够支持L2/L2+基本功能，比如自动紧急刹车(AEB)和自适应巡航控制(ACC)。
将来，在L2+级别或更高级别的自动驾驶系统中，我们所见到的雷达设备将有12Tx16R(总共是192个虚拟信道)，甚至48Tx48R(达到令人惊讶的2304个虚拟通道)。这种大型结构被称为高分辨率雷达成像或4D雷达(因为它可以提取四种数据：距离、速度、方位和高度)。其主要优点是能提高雷达的精度，尤其提高方位角和仰角的角度分辨率。高清晰雷达对远距离目标的角分辨率可达1度(可达200米)。方位分辨率可以检测物体(例如行人)，而高度分辨率可以区分车辆和悬挂在外的街道设施。较高的分辨率可以降低由宽带旁瓣造成的误报，这是常见小雷达装置的常见缺陷之一。
FR58L2MS-3020S(A)微波雷达模块
雷达片通常由两大部分组成。传感装置或雷达接收器负责对毫米波天线向基带信号的射频信号进行处理，雷达MCU负责数字雷达信号处理。雷达式接收机和单片机一般分为两种不同的芯片，分别采用各自具有经济利益的工艺节点制造。很明显，雷达收发装置的复杂程度与天线或物理发射链数之间存在线性关系，雷达MCU处理信号的复杂程度与虚拟信道数有关，所以雷达芯片组与天线数目成二次方差。
在对信号进行时域数字前端的预处理(主要是滤波)后，再由雷达前端处理。对普通调频连续波(FMCW)类雷达来说，这是一种典型的处理方法。前台处理涉及到距离-多普勒FFT和雷达数据立方(累积多个天线和雷达脉冲的数据)的构造，其次是使用CFAR算法变量来探测目标，然后用来探测目标的DoA/AoA角度。在雷达前部处理的输出称为雷达点云，包含了对每个探测点的三维或4维距离/多普勒/角度信息。
在高分辨率雷达方面，雷达前端处理的计算量非常大，一般都采用了优化的硬件。小型雷达(例如带有12-16个虚拟信道的雷达)则更适合用软件进行计算，而且在用硬件或软件来计算划分界限时更为灵活。处理器需要处理各种类型的计算。利用定点运算，FFT和CFAR都可以有效地执行，而角度估计算法一般是用矩阵分解来实现的。
FR58L2MS-3020S(A)微波雷达模块
雷达得到点云后，再进行雷达后处理，分割，跟踪和分类目标。这涉及到很多高精度的浮点类型的矩阵操作，并且需要实施诸如Kalman滤波等算法，包括做矩阵求逆、Cholesky分解、非线性运算等等。这类过程常常被植入DSP内核中，以获得灵活性，并允许不同厂商区分和创新。
将人工智能推理技术应用于目标分类和传感器融合过程中，需要对大量的神经网络进行处理。
通过一种平台，可以有效地处理所有与雷达有关的工作量(包括前台和后置处理)，可以让雷达架构师自由选择硬件/软件分区，同时仍然保持了足够的软件灵活性，以便在未来验证解决方案。另外，硅晶片生产结束后，可以动态地改变各种工作负荷之间的平衡。这一体系结构非常适合进行OTA更新，并且将在未来自动驾驶平台和自动即服务中占有重要位置。
