備受青睞的4D毫米波成像雷達，何以助力高階自動駕駛落地？

馬斯克可能會重新獲得毫米波雷達。近日，海外媒體曝光特斯拉已向歐洲監管機構提交換車申請，并猜測特斯拉最新的自動駕駛硬件HW4.0可能很快就會在車上量產。據報道，HW4.0最大的變化是增加了馬斯克放棄的毫米波雷達。根據國外知名博主Greentheonly的拆解分析，新增加的雷達很可能是高分辨率毫米波雷達。早在去年6月，特斯拉就向聯邦通信委員會申請在其電動汽車中使用一種新的高分辨率雷達。作為創新技術的先驅和技術普遍主義的實踐者，馬斯克一直主張特斯拉盡可能少地使用傳感器，既可以降低成本，也可以減少數據融合和處理對自動駕駛系統帶來的挑戰。基于其在純視覺感知技術方面的領先地位，馬斯克不僅公開蔑視激光雷達，還移除了特斯拉的毫米波雷達和超聲波雷達，成為“雷達殺手”，并堅持使用“8攝像頭”純視覺解決方案來實現全自動駕駛。然而，盡管馬斯克對純視覺路線很有信心，但他曾含糊地表示“高分辨率毫米波雷達比純視覺更好

圖片來源：推特上馬斯克對毫米波雷達的復興似乎用多傳感器融合感知路線取代了純粹的視覺感知路線。然而，通過將潛在動機與行業發展趨勢結合起來研究，可能會看到自動駕駛行業更光明的未來。

隨著自動駕駛汽車發展到今天，智能化程度越來越高，而自動駕駛的最終目標是促使汽車像人類一樣感知、識別和行動，最終不再需要人類駕駛員進行干預來實現無人駕駛。這符合人工智能發展的趨勢，而人工智能的最終目標是實現具有認知推理能力的類腦智能。認知是基于感知信息的過程，它會導致積極的思考和理解。感知只是認知的基礎。在人工智能時代，只有當自動駕駛具有認知能力時，自動駕駛汽車才能更智能地執行相應的決策。馬斯克善于運用第一性原理探索事物的本質，是無人駕駛目標的堅定執行者。從更接近自動駕駛的角度來看，再次考慮特斯拉的自動駕駛感知路線，無論是對純視覺路線的堅持，還是目前對超高分辨率雷達的認可，馬斯克似乎都在做出同樣的選擇，那就是不斷提高自動駕駛感知系統的認知能力。對于具有語義分割和理解能力的可見光相機來說，認知具有天然優勢，但對于毫米波雷達來說，這可能需要一個艱難的飛躍。但顯然，馬斯克找到了一個積極的解決方案——超高分辨率毫米波雷達。4D毫米波成像雷達是一種在汽車行業應用多年的傳統毫米波雷達，用于實現盲點檢測和遠程巡航功能。毫米波雷達具有全天候、全時感知和精確測速的特點，是汽車感知系統中的重要傳感器之一。然而，由于傳統車載毫米波雷達的高度測量能力不足，在區分和識別路邊的低空目標、空中目標和道路上的靜態目標方面存在顯著的局限性。整體輸出信息與可見光相機和激光雷達不在同一水平，因此對自動駕駛感知系統的參與度和信心不高，無法深度參與自動駕駛感知過程。馬斯克曾表示，相機的信息含量比雷達高出幾個數量級，添加雷達數據實際上降低了信噪比。面對自動駕駛對感知可靠性和安全性的日益增長的需求，一種具有高信息質量和成本效益的高分辨率毫米波雷達為自動駕駛感知系統創造了新的想象空間……

ems，這是最近受到行業關注和投資者青睞的“4D成像雷達”。4D成像雷達的全名是“4D毫米波成像雷達”。與傳統毫米波雷達相比，“4D”只有距離、速度和方位三個維度的信息，增加了俯仰角的信息感知能力，可以高分辨率識別縱向目標；

成像“類似于激光雷達的點云成像效果。與傳統的毫米波雷達相比，4D成像雷達的射頻發射和接收通道數量是傳統毫米波雷達的十倍多。隨著俯仰角分辨率的大幅提高，它可以呈現豐富的點云圖像，以及與目標和環境的距離、速度和角度信息。由于缺乏統一的4D成像雷達的定義在當前行業中，“4D毫米波成像雷達”一詞經常與“4D毫米波雷達”混淆，但兩者實際上是兩種完全不同的毫米波雷達。4D毫米波雷達在傳統三維雷達的基礎上只增加了俯仰角的測量，俯仰分辨率較低。此時，俯仰角信息的測量誤差相對較大，因此通過角度信息計算的高度信息的精度仍然不高。同時，與傳統的3D雷達相比，4D毫米波雷達的輸出測量點僅略有增加，因此4D毫米波天線本質上仍屬于點跟蹤雷達的范疇。只有4D毫米波成像雷達真正完成了從點跟蹤雷達到成像雷達的演進。與傳統的毫米波雷達相比，4D成像雷達有了質的飛躍，使毫米波雷達不僅能夠感知目標的存在或不存在，而且能夠勾勒出目標的輪廓。這在傳統毫米波點跟蹤雷達時代是難以想象的。基于此，面對日益智能化的自動駕駛，毫米波雷達不隨心而動的尷尬局面也將得到扭轉。4D成像雷達的出現將顯著增加毫米波雷達在自動駕駛感知中的參與度， ”有限公司產品總監周明宇表示，對4D成像雷達寄予厚望，因為4D成像成像雷達可以探測到目標的四維，它可以輸出高密度、高質量的點云信息來實現成像。基于豐富的環境和目標信息輸出，以及神經網絡的引入深度學習和處理，可以更準確地檢測更復雜場景中的動態和靜態目標，也為毫米波雷達從感知轉向認知奠定了基礎。4D成像雷達的出現也使毫米波雷達在處理智能駕駛或自動駕駛中的一些邊緣場景方面發揮了作用，“據周明玉介紹，我們的4D成像雷達是為了滿足一些邊緣場景的需求而開發的，例如對隧道、惡劣天氣環境、復雜交通場景等高維障礙物的識別。自動駕駛需要車輛周圍完整、豐富的環境和目標信息，在此基礎上完成智能駕駛功能，如AVP、APA、FREESPACE等。正如人工智能向類腦智能的發展需要不斷提高認知推理能力一樣，高級自動駕駛的發展也需要認知能力，這對作為認知基礎的感知系統提出了更高的要求。目前，最主流的自動駕駛感知傳感器主要包括可見光攝像頭、激光雷達和毫米波雷達。其中，可見光相機和激光雷達屬于光學傳感器，毫米波雷達屬于射頻傳感器。馬斯克現在選擇恢復毫米波雷達，客觀上促進了異構信息的冗余。隨著多傳感器的使用和異構信息的大量冗余，對融合感知算法也提出了新的技術要求。市場上有兩種主流的多傳感器信息集成方法，預融合和后融合。4D成像雷達更有利于實現多傳感器前向融合，減少差異，但同時需要匹配足夠優化的融合算法。先進的自動駕駛行業的發展也在加速反饋，通過傳感器增加感知信息，從而促進認知算法的發展；

由于認知算法的計算要求，對芯片處理器的計算能力要求有所提高。基于傳感器、認知算法和芯片，這三駕馬車推動了先進自動駕駛的快速發展，從而實現了集成認知。只有在各種復雜場景和惡劣天氣條件下完全無人駕駛，才能真正像人類一樣思考和行動。第一個突破點，4D成像雷達的出現，隨著其海量信號級信息的釋放，提高了輸出信息的完整性，增加了實現異構信息融合認知的可能性，也為高階自動駕駛開辟了一條高性價比、快速商業化的實現技術路徑。4D成像雷達不僅保留了傳統毫米波雷達的性能特點——具有速度傳感能力和全天候、全時特性，成本低，而且可以與信息豐富的可見光相機和激光雷達等傳感器融合。也許正是因為這種意識，人們越來越期待4D成像雷達能夠幫助高級自動駕駛的落地。在國際上，不僅博世、大陸集團、采埃孚和電氣設備加大了布局力度，全球ADAS視覺感知解決方案巨頭Mobileye也加快了成像雷達的發展進程。其副總裁兼雷達總經理Yaniv Avital曾表示， “通過提供豐富可靠的數據輸出，升級雷達4D傳感功能，減少對多個LiDAR傳感器的需求，這是中國的趨勢，4D成像雷達也吸引了主機制造商、產業鏈供應商和技術公司的廣泛關注。從2021開始，4D圖像雷達在行業中的新聞明顯增多嘗試宣布有意造車的小米和百度，共同投資了一家自動駕駛綜合解決方案提供商——幾何合伙人。該公司基于自主研發的4D成像雷達，將可見光視覺和紅外成像相結合，為自動駕駛軟硬件打造“集成感知+智能決策”的集成系統。公開數據顯示，幾何伙伴主要依托“低成本、全天候、高可靠性、易于量產”的自動駕駛技術路線，創新發布4D成像雷達的海量信號電平信息，有效提高了輸出信息的完整性，避免了傳統經典算法對弱目標造成的過度過濾，靜態目標和其他信息。其自主研發的4D成像雷達具有跟蹤定位目標、檢測可行駛區域和自動停車的能力，幫助自動駕駛實現更準確的環境感知和更可靠的決策。此外，幾何伙伴還基于4D成像雷達生成的點云圖像和可見光相機生成的視覺圖像，整合異構信息，開發了礦山視覺像素級融合感知系統，實現了信息的強化和互補，提高了系統感知能力，增加了安全冗余。同時，幾何伙伴采用4D成像雷達結合魚眼全景相機，實現閃電視覺雙維SLAM技術，大大提高了測繪定位的準確性和穩健性。它還引入了停車位等語義地圖信息，進一步提高了后續停車過程中停車位檢測的準確性，為智能停車應用提供了低成本、易于批量生產、可靠性高的軟硬件一體化定位和感知解決方案，展示了4D成像雷達在綜合導航系泊方案中的廣闊應用前景。視頻來源：在當前幾何伙伴汽車智能化轉型已成為趨勢的時代，全球科技公司在自動駕駛行業的行動似乎可以捕捉到一些方向：4D成像雷達和異構信息融合認知技術可能是未來實現先進自動駕駛的關鍵。通過掌握這些技術的領先優勢，可以提前獲得自動駕駛商業化的入場券。也許正是出于上述原因，Geometry Partners在2022年成功獲得了德國博世和國際汽車工程師協會的戰略投資。據了解，geom……

ric合作伙伴將在不久的將來完成A1輪融資。結論：與市場上已經成熟的傳統毫米波雷達相比，4D成像雷達仍然是一個相對較新的東西。大多數國內外相關企業都站在同一條起跑線上。然而，即便如此，不同的技術路線、戰略視角、研發布局也影響著每個企業在成功商業化落地沖刺線上的地位。對于國內科技創新企業來說，這蘊含著絕佳的機遇。回到當前先進的自動駕駛技術時代，4D成像雷達作為自動駕駛認知的新進入者，展現了其令人印象深刻的性能優勢。在自動駕駛的未來，異構信息融合認知可能成為高級自動駕駛的感知形式。4D成像雷達作為橋接感知層、填補性能空白的重要傳感器，正在為自動駕駛的發展醞釀變革。高級自動駕駛時代的到來可能比我們想象的要快。

標簽：特斯拉

汽車資訊熱門資訊