4D毫米波雷达Radar

4D毫米波雷达Radar

围绕雷达、激光雷达、高精定位等新一代传感器技术将会进入量产周期。

自动驾驶公司的竞争，在传感器配置上坦白说并没有太多差异化。除了车载激光雷达属于近几年的产物，类似摄像头、毫米波雷达、GPS、IMU等等都只是一些非革命性的升级换代。

传感器还不够成熟，不足以支持未来量产的完全自动驾驶汽车，包括L3等高等级自动驾驶。

 

 

 传统的毫米波雷达，自动驾驶的主要传感器，主要弱势是其有限的角分辨性能，不过全天候的运行条件，保证了其重要角色之一。

这些毫米波雷达，具有较高的速度和距离分辨率，能够很容易地识别和区分运动物体，但在静态物体上却受到很大的限制，以及横向（与车辆行驶方向垂直）移动物体的探测。

考虑到，在特定的天气和能见度条件下，依靠其他传感器可能具有挑战性。烟雾、大雾、恶劣天气以及明暗对比，对能见度构成了挑战，这些条件可能会抑制相机和激光雷达等光学无源和有源传感器。

雷达已经在各种ADAS系统中发挥着重要作用，包括自适应巡航控制、盲点检测和自动紧急制动。然而，目前市场上的雷达技术，必须在有限视场的中分辨率和大视场的低分辨率之间做出功能选择。

在各种天气和能见度条件下保持鲁棒性，并在方位角和仰角上都能达到1度角分辨率(甚至在超分辨率算法下更低)的传感器就是成像毫米波雷达（也被称为4D毫米波雷达）。

 

 

 这种高分辨率、低成本（相对于激光雷达）的成像雷达系统可以实现2级和3级ADAS应用，以及高端的4级和5级自动驾驶车辆，并作为车辆的主要传感器。

这种被称为4D毫米波雷达，第一次实现了四个维度的环境感知，包括距离、水平和垂直定位以及速度，从而实现毫米波雷达从传统的辅助感知到未来的核心感知组件。

由于较宽的视场角，4D毫米波雷达可以探测到路边的障碍物（通常，传统雷达近限于可行驶区域），还能探测到较小的目标，比如矿泉水瓶、轮胎碎片等，以及被遮住一部分的行人或骑行者。

4D毫米波雷达可以确定它们是否在移动，向哪个方向移动，此外基于多传感融合，可以将摄像头和激光雷达“引导”到潜在风险区域，这将大大提高安全性能。

市面上量产的77GHz雷达，返回的是被测目标的抽象图像，不能用于分类，比如确定他们是行人、骑自行车的人、动物、建筑物还是其他车辆。这就是为什么用于自适应巡航控制的雷达被编程在车辆高速行驶时忽略静止目标的部分原因。

由于标识和立交桥无法与停放的车辆区分开来，因此在高速公路上，被忽略，以防止车辆误刹车。而下一代雷达就是为了更好地区分这些道路特征。

此外，对于自动驾驶来说，重要参数是识别和过滤误报。4D毫米波雷达可以滤除假警报，提供最佳的灵敏度。雷达使用最低的检测阈值，即使是最微弱的噪声也能被报告出来。后处理和跟踪用于过滤随机噪声，而校准方案允许达到极低的旁瓣水平。

4D毫米波雷达还能够提供真实的路径规划，可以在300米以上的范围内创建道路的详细图像（类似于激光雷达的点云），捕捉汽车周围物体的大小、位置和速度数据。

当4D毫米波雷达与多目摄像头相结合时，在技术上完全不需要激光雷达，这或许也是特斯拉坚持激光雷达无用论的出发点之一。

最重要的是，雷达是一项经过汽车行业验证的技术（这一点是激光雷达的弱项），同时符合oem的成本削减战略。

全球范围内提供4D毫米波雷达技术和产品的公司已经有数家，包括傲酷雷达（Oculii）、Ainstein、Arbe、RFIsee、Vayyar、Aeres EM、Cognitive等等。

比如，傲酷雷达（Oculii）在全球首创了车载4D（X,Y,Z和速度）高清点云成像毫米波雷达，采用了世界首创的虚拟MIMO方式，用类似激光点云的成像方式，同时对距离250米内的移动和静止目标点云高清成像。

由于采用了TI的CMOS解决方案，其4D点云雷达可以做到名片大小。长距雷达测距范围能达到250米，角度分辨率小于1度。未来，角分辨率可进一步提升至0.1度。

在与视觉融合方面，4D毫米波雷达具备天然优势。点云毫米波雷达就可以把摄像头的短板很好地补上，对周边复杂环境可以3D实时建模，对行人车辆的精准距离和速度监测。

Arbe基于Synopsys的DesignWare IP、带安全增强包的EV6x嵌入式视觉处理器、以太网控制器IP以及存储系统、编译器，用于开发其全新4D高分辨率成像雷达片上系统（SoC）。

基于车规级量产，Synopsys为其DesignWare IP提供详细的安全说明文档，包括故障模式、效果和诊断分析（FMEDA）报告，帮助达成ISO 26262 ASIL D和B标准的芯片级和系统级合规。

考虑到传统雷达巨头大多数仍然主要依赖L1、L2量产订单， 4D毫米波雷达初创公司有机会“弯道超车”，这样的发展路径，也得到了毫米波雷达主要芯片供应商的认同。

NXP为毫米波雷达描绘的路线图就是从传统的简单目标检测到环境测绘（点云模式），从而应对越来越复杂的任务。“简单地说，就是提高目前毫米波雷达的分辨率，以达到激光雷达的水平。”