車用領域的頻率調變連續波(FMCW)雷達應用眾多，涵蓋多項人身安全與舒適功能，例如盲點偵測、車道切換輔助、自動車距控制巡航系統、停車輔助等，這些功能均仰賴雷達能夠在各種天候與任何周遭照明環境下，準確可靠地偵測與定位障礙物。
另外在車用領域內，透過雷達感測器獨特的優勢，也能幫助以下幾項應用：
．自由空間感測
．駕駛生命跡象監控
．手勢辨識
．使用狀態偵測
FMCW雷達可判斷物體的距離與速度，效能不受周遭照明環境影響，也不須額外增設訊號源，高運作頻率(77GHz)可直接轉譯為較小型的整體方案尺寸。FMCW雷達訊號可穿過塑膠材質，故感測器可安裝在設備背面，如保險桿、儀表板或車身包覆層內，不會影響車體外觀。
FMCW雷達原理
圖1為FMCW雷達原理圖，包含發射器(TX)鏈與接收器(RX)鏈各一做為代表(不過實際上共有多鏈支援多件TX與RX天線)，本地振盪器(LO)產生線性頻率斜坡(又稱為Chirp)，傳輸至TX天線，自雷達前場景所反射的訊號進入RX天線後，混合傳送訊號，產生中頻(IF)訊號，再由類比數位轉換器(ADC)將接收到的IF訊號數位化，供後續處理。
快速傅立葉轉換(FFT)處理數位化樣本之後，可以判斷物體距離，距離FFT的峰值頻率直接對應於場景中各物體的距離，如圖1右側所示。
當距離FFT峰值頻率直接對應至物體距離時，峰值相位對於物體距離的微小變化極為敏感，例如物體位置若改變四分之一個波長(以77GHz情況≈1公釐)，相位會完全翻轉180度。相位敏感度讓雷達能夠估算振動物體的頻率，也成為估算速度的基礎。
為了判斷現場物體的速度，雷達通常會傳送一系列的線性調頻序列，時間間隔相同，稱為「訊框」(圖2)，藉由線性調頻之間的相位差異，判斷與衡量現場場景中物體的速度。
在一般典型訊號處理鏈之中，裝置以距離FFT執行數位化樣本，對應至每項線性調頻，輸出並儲存在矩陣裡的連續列(圖3矩陣A)。裝置一接收與處理訊框裡的所有線性調頻後，在矩陣A各行的線性調頻產生第二FFT系列(都卜勒FFT)。在執行距離FFT(列)與都卜勒FFT(行)後，可視為對應訊框的數位化樣本平面FFT，判斷物體距離及速度。平面FFT峰值位置將直接對應至雷達前方物體的距離和速度(圖3矩陣B)。
若要判斷斜前方物體，需多項RX天線，裝置先處理每項天線接收到的訊號，形成平面FFT。在處理多項天線獲得的平面FFT矩陣後，可得知前方物體角度。因此雷達能判斷物體距離、速度和角度，雷達效能取決於傳輸訊號，如擴大線性調頻頻寬後，可改善距離解析度；增加訊框長度後，能提高速度解析度，測量速度上限與線性調頻間隔大小成反比；TX/RX天線數量限制角度解析度。
自由空間感測須考量天線配置與視野
自由空間感測器可延伸雷達原有能力，偵測障礙物，例如在打開車門或後車廂時防止撞擊，此種應用仰賴雷達的距離高解析度，以及能夠在近距離偵測障礙物(燈柱、停車擋桿、牆面、鄰近車輛)，見圖4；自由空間感測器亦可做為停車輔助感測器。
圖5說明自由空間感測器應用的一般處理鏈，本裝置執行平面FFT，處理訊框內的類比數位轉換器(ADC)資料，判斷物體距離及都卜勒，並區別移動物體與靜止物體。雷達若安裝於車門等活動設備上，都卜勒解析度也能判斷靜止物體與雷達的相對速度，而各天線平面FFT矩陣的非同調資料，會形成偵測演算法能夠處理的距離/都卜勒熱點圖。
偵測演算法可做為基本的平均恆虛警率(CFAR-CA)偵測器，有序統計量恆虛警率(CFAR-OS)等版本更加精密，可改善地面雜波存在時的偵測能力。
處理平面FFT矩陣的對應分類後，可估算物體接近的角度，為善用既有TX/RX天線，建議以多重輸入/輸出(MIMO)模式操作系統。在MIMO模式下，角度估算區塊在虛擬天線使用平面FFT處理後的訊號；角度估算演算法能以FFT或波束成形技術演算法為基礎，若使用多訊號分類(MUSIC)等更精密的演算法，角度解析會更精密。
在自由空間感測器應用當中，天線配置與天線元件視野(FOV)都是重要考量，一般必須在仰角視野與抑制地面雜波之間取捨，或是在仰角估算能力與方位解析度之間抉擇。在眾多可能設計之中，以下介紹兩種策略。一是以方位及仰角廣視野設計天線，而天線擺放位置讓MIMO模式能形成平面虛擬陣列，因此可同時估算仰角及方位的角度。
圖6提供幾項範例，雖然方位及仰角廣視野可提供真正的立體感測，但雷達擺放位置必須謹慎思考，才可將地面雜波降至最低。
另一選項是以仰角窄視野與方位廣視野設計天線，利用天線擺放位置確保方位估算達到最高解析度(圖7)。表1為自由空間感測應用的線性調頻配置範例。
駕駛生命跡象監控應用設計
FMCW雷達技術是促進道路安全的重要應用，可準確監控駕駛心跳和呼吸速率，持續監控生命跡象。這項感測器尺寸小，可達到非侵入式監控，例如嵌入在駕駛座椅背內。
FMCW雷達對於物體位置微小變化的接收訊號相位極為敏感。先前提到，物體每移動1公釐，距離FFT處理資料的相位改變180度，只要善用這項特性，就能估算物體振動頻率，例如心跳及呼吸氣息所產生的振動。這項裝置傳送一系列的線性調頻，距離FFT峰值代表駕駛胸部的強烈反射，裝置內的演算法追蹤線性調頻內的峰值相位，對相位序列進行頻譜分析，以計算駕駛的心跳及呼吸速率。
圖8是以單一處理鏈代表的原理圖，裝置首先使用距離FFT，處理對應至每項傳輸線性調頻的ADC資料，找到相關峰值後，記錄線性調頻內的峰值相位。呼吸所造成的胸部移動約12公釐，是雷達操作波長的數倍(以77GHz情況~4公釐)，因此必須適當分析相位，才能正確解讀結果。
裝置內的演算法以帶通過濾相位序列，取得相關頻譜(呼吸為0.1~0.5Hz，心跳為0.8~2Hz)，以FFT分析產出頻譜之後，可找到心跳及呼吸速率；若希望資訊更加完整，可偵測駕駛體內動作，以彌補缺漏數據或可捨棄讀數。此一應用內無訊框，而是以持續傳送線性調頻方式，並在運作中同時處理。
表2是這項應用的線性調頻配置範例，為求最佳效能，選擇距離解析度能達到最高的線性調頻，有助於區分胸部反應及其他鄰近雜波。若使用多項RX天線衡量角度，可進一步區別駕駛及周遭雜波，甚至可同時測量多人生命跡象。由於心跳和呼吸均為低頻率，可擴大線性調頻間隔，每秒20次的線性調頻就足以確保採樣時，不會出現相位連接；若提高每秒的線性調頻，更可測量心率變化，研究顯示這項數據和睡意有關。
FMCW雷達適用手勢辨識應用
FMCW雷達造就距離與速度(或都卜勒)高解析度的特性，很適合手勢無觸控介面，車用用途包括手勢開啟車門/車廂(圖9)，以及手勢控制車載資訊娛樂系統(例如揮手切換螢幕或扭動手指控制音量)。
圖10是建議的手勢辨識應用處理鏈。首先，對於訊框內線性調頻蒐集的ADC資料，進行平面FFT，判斷現場的距離及都卜勒，再為每項RX天線(若雷達為MIMO模式則為虛擬天線)運算平面FFT矩陣，而各天線平面FFT矩陣的非同調資料，會形成距離/都卜勒熱點圖。
下一步為從距離/都卜勒熱點圖擷取多項特徵，每項特徵(如平均都卜勒或平均距離)就像從熱點圖內計算一個數字，數值反映出特定參數的加權均值，通常是在預估手勢會出現的熱點圖區域內擷取特徵，例如距離50公分內、都卜勒每秒正負2公尺，這個區域可預先固定或動態調整。
雷達的單一訊框為各個特徵擷取單一數值，而一系列的訊框為各個特徵產生時間系列，分析對應各擷取特徵的時間系列可辨別與分類各種手勢，圖10說明處理區塊中特徵的操作步驟。
特徵處理的策略非常多樣，其中一項是在特定時間範圍內擷取特徵後，傳送至機器學習演算法，例如人工神經網路、決策樹、支援向量機，再進行分類；另一種策略是由人工設定邏輯，辨別特徵內的各種標誌；亦可運用混合方案。
特徵處理的產出為被偵測的手勢類型，特徵處理亦可產出與手勢相關的額外數據(如手勢速度)，進而改善使用者體驗。
距離與速度解析度高低是手勢辦識優勢的關鍵，故須選擇高頻寬線性調頻，訊框時間也應夠長，才能改善速度解析度。由於最大速度需求不高，可擴大線性調頻間隔，將線性調頻數量(及記憶體需求)降至最低，並維持長訊框時間，表3為線性調頻配置範例。
舉例來說，使用德州儀器旗下的AWR單晶片雷達系列的手勢辨識解決方案，對於開啟車門/車廂的單種手勢應用，AWR1443或許適合；當應用內需分類多種手勢時(如資訊娛樂介面)，內建C674x DSP的AWR1642就比較適合。
使用狀態偵測
若孩童和動物困在上鎖的車輛內，很快就會因高溫喪命，此時車內若是有安裝FMCW雷達，便可在車輛無人看管時偵測到他們，進而即時介入拯救生命。
這項應用主要取決於雷達的速度解析度高低，雷達必須從車內靜止雜波區分出就算只有些微動靜的物體(如睡著的孩童)。
圖11為處理鏈範例，訊框包括MIMO模式內，一系列間隔相同的線性調頻。在TX1與TX2之間切換，每一對線性調頻之間的巨大間隙，是為延長訊框時間，並改善速度解析度。
首先，裝置計算訊框內所有線性調頻的距離FFT。產出的距離FFT傳送至雜波移除區塊，可以排除對應至靜止雜波的訊號，確保後續區塊能針對有關訊號操作(即對應至緩慢/間歇移動的物體)。
這個區塊可以估算每個距離分類內的DC元件(線性調頻內的距離分類均值)，再從對應的距離分類中移除(涵蓋訊框內所有距離FFT)。
所有天線的距離FFT進入角度頻譜估算區塊，計算每個距離分類中的角度頻譜。經過多項線性調頻所計算出的距離FFT峰值相位，能以相關物體的微小動作排除關聯，藉以提高角度解析度。
當距離FFT判斷訊號距離、角度頻譜估算判斷角度後，空間熱點圖可在平面x-y軸或距離方位軸內，繪出訊號密度，接續的後處理能依據偵測演算法(如CFAR)，或更精密的特徵擷取及分析技巧，在熱點圖內偵測物體，再標示出有關物體是否存在。
此外，後處理區塊也能說明有關物體的空間位置。總而言之，高度整合的AWR雷達裝置系列可開發出小體積的「雷達單晶片」解決方案，提升ADAS以外的駕駛體驗，包括自由空間感測、駕駛生命跡象監控、手勢辨識與使用狀態偵測。
