3. 传感器故障模式分析（下）：毫米波雷达故障与IMU故障
好，咱们接着聊传感器故障。上一节我们把摄像头和激光雷达的坑都踩了一遍，这一节轮到毫米波雷达、超声波雷达和IMU了。说实话，毫米波雷达的故障模式比很多人想象的要复杂得多。我刚开始做量产项目时，就吃过它的亏。
3.1 毫米波雷达的三大“顽疾”
毫米波雷达这东西，看着挺皮实，不受光照影响，雨雾天也能工作。但它的信号处理链路里，藏着几个让人头疼的问题。
3.1.1 多径干扰
什么叫多径？说白了，就是雷达发射的电磁波，不老老实实直接打到目标上再回来，而是先打到地面、护栏、隧道墙壁上，再反射到目标，最后才回到雷达。这样一来，雷达收到的回波路径变长了，算出来的距离就偏大。
典型场景：
- 车辆经过隧道时，侧壁反射导致目标出现“鬼影”
- 高架桥下行驶，桥面反射造成前方目标距离跳变
- 雨天路面湿滑，积水路面产生镜面反射
故障表现：目标距离突然跳变，或者出现一个根本不存在的“虚警目标”。
我在项目中遇到过最典型的一次：车辆在高速上正常行驶，毫米波雷达突然报出前方50米有静止目标，系统直接触发AEB紧急制动。结果呢？前方什么都没有，是路面上一个铁质井盖加上路面坡度造成的多径效应。那次之后，我们专门加了一个多径检测模块。
我的诊断建议：多径干扰通常有规律可循。你可以检查目标的高度信息——如果目标高度突然变成负值（低于地面），或者目标距离与RCS（雷达散射截面）出现不匹配，大概率是多径。另外，隧道场景下，我习惯把雷达的仰角检测能力用起来，虽然很多低端雷达没有这个功能。
3.1.2 目标丢失
目标丢失，就是雷达本来跟踪得好好的目标，突然就丢了。原因很多，但最常见的是这几种：
- 遮挡：前车急刹，你的车跟得太近，雷达波束被前车尾部完全遮挡，更远处的目标就看不到了。
- 角度突变：目标车辆突然变道，横向速度过大，超出雷达的波束覆盖范围。
- RCS闪烁：目标车辆的姿态变化导致反射面积剧烈波动，比如摩托车转弯时。
你想想看，目标丢失最危险的是什么？不是丢失本身，而是丢失后重新捕获时，ID变了。原来的目标变成了一个新目标，ACC自适应巡航的加速度会突然变化，乘客能明显感觉到顿挫。
注意：目标丢失后，系统不能立刻清空跟踪历史。我一般建议保留至少200ms的“记忆窗口”，用卡尔曼滤波做外推预测。如果200ms内目标重新出现，直接关联上；如果超过200ms，才判定为真正丢失。
3.1.3 速度模糊
速度模糊是毫米波雷达的一个固有问题。简单说，雷达通过多普勒频移测速度，但多普勒频移是有测量范围的。如果目标速度太快，频移超出了雷达的测量范围，就会发生“模糊”——实际速度100km/h，雷达可能报成20km/h。
为什么会这样？因为雷达发射脉冲的重复频率（PRF）是固定的。根据奈奎斯特采样定理，能测量的最大多普勒频移是PRF的一半。超过这个值，就会发生频率混叠。
举个例子：
- 某款77GHz雷达，PRF=10kHz，最大可测速度约±65km/h
- 如果对面来车速度120km/h，雷达测出来可能只有55km/h（120 - 65 = 55）
- 或者更糟，测出来是-10km/h（方向都反了）
故障表现：目标速度与距离变化率不一致。比如距离在快速缩短，但雷达报的速度却很慢，甚至为负。
嗯，这里要注意。解决速度模糊，常用的方法有两种：一是用多重PRF，发射两种不同重复频率的脉冲，通过中国余数定理来解模糊；二是结合跟踪滤波器的预测值做校验。我个人习惯用第二种，因为实现简单，而且大多数场景下够用。
3.2 超声波雷达故障
超声波雷达，就是车上那些小小的圆形传感器，主要用于泊车辅助和近距离探测。它的故障模式相对简单，但也不能忽视。
常见故障：
| 故障类型 | 原因 | 表现 |
|---|---|---|
| 传感器结冰/污损 | 冬季结冰、泥水覆盖 | 持续报出最近距离（0.3m）或持续无回波 |
| 串扰 | 相邻传感器同时发射，互相干扰 | 出现虚假目标，尤其在狭窄车位 |
| 温度漂移 | 超声波速度受温度影响 | 测距误差随温度变化，最大可达5% |
| 机械损坏 | 碰撞、洗车高压水枪冲击 | 传感器物理凹陷或破裂，信号异常 |
避坑指南：我曾经遇到过一台车，超声波雷达在冬天总是误报。排查了半天，发现是传感器表面的冰层改变了谐振频率。后来我们在软件里加了一个温度补偿模型，根据环境温度调整发射频率和阈值，问题就解决了。
3.3 IMU故障
IMU（惯性测量单元）是自动驾驶的“内耳”，负责感知车辆的加速度和角速度。它不出故障则已，一出就是大问题——因为所有定位算法都依赖它。
IMU的典型故障：
- 零偏漂移：静止时输出不为零，且随时间缓慢变化。这是MEMS IMU的通病，温度变化、机械应力都会导致零偏变化。
- 刻度因子误差：输入和输出之间的比例关系不准。比如实际加速度1g，IMU输出0.98g。
- 轴间耦合：X轴的加速度在Y轴上也有输出。这通常是安装偏差或芯片内部串扰造成的。
- 饱和：剧烈运动时，加速度或角速度超出IMU的量程，输出被截断。
故障表现：定位轨迹发散、姿态估计错误、车辆在平坦路面上报出坡度。
我记得有一次，一辆测试车在园区里跑，定位轨迹总是往右偏。GPS信号没问题，轮速里程计也没问题。最后查出来是IMU的Z轴陀螺仪零偏过大，导致航向角积分误差不断累积。说白了，就是IMU“以为”车在转弯，其实车在直行。
诊断方法：IMU故障诊断，我推荐用“静止检测+ Allan方差分析”。车辆静止时，IMU的输出应该只有噪声。如果静止时输出有明显趋势性变化，说明零偏漂移超标。另外，Allan方差可以帮你分析出IMU的噪声类型——是白噪声、随机游走还是量化噪声。
3.4 知识体系总览
下面这张图，把这一节的核心逻辑串起来了。你可以看到，毫米波雷达、超声波雷达和IMU的故障模式虽然不同，但诊断思路是相通的——先识别故障表现，再定位根因，最后制定降级策略。
这张图把三种传感器的故障模式、诊断方法和降级策略串在了一起。你可以看到，不管哪种传感器出问题，最终都要落到“诊断-隔离-降级”这条主线上来。
最后说一句：传感器故障诊断，最忌讳的就是“头痛医头”。我见过太多工程师，看到雷达报目标丢失，就只盯着雷达看。其实很多时候，问题出在IMU的航向角漂移导致跟踪预测不准，进而造成目标关联失败。所以，诊断时一定要有系统思维，把多个传感器的信息综合起来看。