盖世汽车讯 雷达是自主移动机器人的关键传感器，利用无线电波来测定周围障碍物的距离、速度和方向。由于雷达在雨、雪、雾等恶劣天气条件下仍能可靠运行，它被视为一种必不可少的传感器，可与摄像头及激光雷达（LiDAR）形成互补。

然而，传统的雷达信号处理方法虽然计算效率高，却难以精确区分彼此靠得很近的物体。尽管多重信号分类（MUSIC）等超高分辨率算法能够克服这一局限，但其计算负载过大，无法在紧凑型机器人系统上实现实时处理。

据外媒报道，为了克服这一局限，大邱庆北科学技术院（Daegu Gyeongbuk Institute of Science and Technology，DGIST）研究团队开发了一种名为“自适应网格细化MUSIC”（Adaptive Grid-Refinement MUSIC）的新算法。

图片来源：DGIST

传统方法通常利用精细网格对整个探测区域进行全面、逐一的扫描，而这项新开发的技术则以较宽的间距快速扫描全域，仅针对可能存在目标的关键区域进行更精确的搜索。这一原理类似于先浏览地图全貌，再利用显微镜重点检查那些需要仔细观察的区域。

具体而言，研究团队采用了一种智能计算架构：该架构仅执行一次高分辨率分析所需的复杂数学运算，随后重复利用所得信息，从而避免了反复进行相同计算。

最终，该团队成功减少了约 88% 的不必要搜索计算量，同时保持了与传统算法相当的检测性能。利用 77 GHz 汽车雷达进行的仿真和实地验证也表明，与现有方法相比，该方案的处理效率提升了不止一倍。

这一成果是产学研合作的典范，具有重要意义：它将 DGIST 在雷达信号处理领域的先进技术能力与大邱-庆北地区企业的实际应用专长相结合，从而产生了协同效应。其中，JuKwang Precision Co., Ltd. 的研究团队负责提供机器人平台并进行实地性能验证，而 DGIST 研究团队则主导了包括算法设计与分析在内的整体研究过程。

该论文发表于期刊《电气工程与技术期刊》（Journal of Electrical Engineering & Technology）。

DGIST移动技术部门首席研究员 Sangdong Kim 表示：“尽管高分辨率雷达算法性能卓越，但其巨大的计算负荷使得它们难以应用于现实世界的机器人和车辆中。这项研究提出了一种实用技术，通过仅针对需要详细分析的目标区域进行精确搜索，从而大幅降低了计算负荷。我们将继续推进这项技术，力争使我们与当地企业合作的研究成果走出学术论文范畴，真正应用于现实世界的智能出行场景中。”