毫米波雷達(dá)亮劍自動(dòng)駕駛，4D成像會(huì)是“最優(yōu)解”嗎？

文|智能相對論（aixdlun）

作者|leo陳

馬斯克上個(gè)月在推特上表示，特斯拉FSD的Beta 9.0版本將不再依賴于雷達(dá)。若它真正到來，意味著特斯拉又重整旗鼓，回到了純視覺的自動(dòng)駕駛方案。

目前，特斯拉已經(jīng)更新了北美官網(wǎng)的Model 3宣傳頁面，關(guān)于FSD的內(nèi)容僅保留了視覺和超聲波傳感器部分，此前毫米波雷達(dá)的信息已經(jīng)被撤掉。取而代之為：“250米的強(qiáng)大視覺處理能力”。

不同于特斯拉對毫米波雷達(dá)模棱兩可的態(tài)度，產(chǎn)業(yè)鏈各端的一些玩家將毫米波雷達(dá)作為自動(dòng)駕駛、輔助駕駛里重要的組成之一，只是它過去被外界討論的熱度并不高。當(dāng)我們談及感知路線之爭時(shí)，討論的都是攝像頭vs激光雷達(dá)，但其實(shí)這兩個(gè)方案都融入了毫米波雷達(dá)。

不過去年中期，德國大陸推出全球首個(gè)4D成像毫米波雷達(dá)后，它似乎成為了一個(gè)呼之欲出的小風(fēng)口。今年上海車展前夕，華為也舉辦了HI新品發(fā)布會(huì)，發(fā)布新一代高分辨率4D成像雷達(dá)，用于自動(dòng)駕駛解決方案核心傳感器。

為何傳統(tǒng)毫米波雷達(dá)在車載方面的市場議論度較小？近兩年出現(xiàn)的4D成像雷達(dá)表現(xiàn)又如何？

毫米波雷達(dá)，丟失的縱向與模糊的橫向維度

毫米波雷達(dá)對人們而言還比較陌生，但在行業(yè)內(nèi)，車載毫米波雷達(dá)在歐美已經(jīng)有了二十多年的成功商業(yè)化經(jīng)驗(yàn)和市場的累積。有數(shù)據(jù)顯示，博世、大陸、電裝等全球前五大巨頭占據(jù)了75%以上的市場份額。

發(fā)展至今，毫米波雷達(dá)在傳統(tǒng)巨頭們這里是相對成熟的車用感知傳感器，成本相對低廉，其和攝像頭的感知融合也是早期實(shí)現(xiàn)L2級輔助駕駛的首選方案。

傳統(tǒng)Tier 1不僅占據(jù)了“蛋糕”，而且掌握著切“蛋糕”的“刀”。所以，新晉玩家很難從中撕開一道口子，去影響他們和下游車企之間長期捆綁的利益關(guān)系。自然地，專注毫米波雷達(dá)的新晉玩家不會(huì)選擇和這些Tier 1“硬碰硬”，會(huì)更希望探尋新的技術(shù)創(chuàng)新去實(shí)現(xiàn)彎道超車。

市場格局趨于穩(wěn)定，是傳統(tǒng)毫米波雷達(dá)在外界看來存在感不強(qiáng)的原因之一。而另外一個(gè)原因，是當(dāng)自動(dòng)駕駛駛向L3、L4時(shí)，傳統(tǒng)毫米波雷達(dá)的技術(shù)不足逐漸被放大。在「智能相對論」看來，有以下兩個(gè)方面：

1、 “看不見的Y軸”

傳統(tǒng)毫米波雷達(dá)在縱向測高能力上有所欠缺，可以理解為缺乏對垂直平面的“理解”能力。

因?yàn)樵摗袄斫狻蹦芰θ笔?，?dǎo)致毫米波雷達(dá)“看不出”比如橋梁、路牌的高度，在它的“眼”里，這些靜止的物體都會(huì)被視為在地面這一平面?；谶@樣的前提，如果不把他們反射的信號全部過濾掉，毫米波雷達(dá)無疑就會(huì)發(fā)出前方有障礙的錯(cuò)誤預(yù)警，造成“幽靈剎車”。

但是，當(dāng)橋梁、路牌下有靜止車輛時(shí)，則可能會(huì)導(dǎo)致交通事故發(fā)生。

特斯拉曾經(jīng)發(fā)生過幾個(gè)撞向貨車的事故，就是典型案例。其中，特斯拉的攝像頭感知失效，無法識別出前方停下的貨車。而毫米波雷達(dá)作為備用傳感器，本應(yīng)該識別出前方障礙物，并發(fā)出預(yù)警，但毫米波雷達(dá)也不起作用了。

因?yàn)殪o止貨車的信息和那些信息雜糅在一起，前者也會(huì)被雷達(dá)的識別算法一并過濾掉。毫米波雷達(dá)識別出靜止物體，但是卻因此“無視”它的存在。這樣，毫米波雷達(dá)隱身，攝像頭又失效，自動(dòng)駕駛汽車成了瞎子和聾子，最終撞上靜止的貨車。

2、 “模糊的X軸”

傳統(tǒng)毫米波雷達(dá)另一個(gè)局限是橫向分辨率低，可以理解為對水平平面的“理解”能力薄弱。

橫向分辨率是指左右兩個(gè)掃描的激光點(diǎn)形成的夾角，夾角度數(shù)越小，橫向分辨率越高。如果和激光雷達(dá)相比，毫米波雷達(dá)的橫向分辨率不具備優(yōu)勢。

比如，特斯拉過去出現(xiàn)的問題：前面一輛車停在馬路旁邊，可能有半個(gè)車身在車道上，這個(gè)時(shí)候特斯拉會(huì)因?yàn)楹撩撞ɡ走_(dá)的橫向分辨率不足，識別不出車輛而更容易撞上去。

關(guān)于這樣的問題，特斯拉在佛羅里達(dá)州曾有兩次事故，就是因?yàn)楹撩撞ɡ走_(dá)不能測橫向速度，造成識別不出前方車輛是移動(dòng)的，最終導(dǎo)致車輛來不及剎車。

所以綜合來看，傳統(tǒng)毫米波雷達(dá)在“理解”垂直和水平平面時(shí)都分別存在不足，也決定了傳統(tǒng)毫米波雷達(dá)很難去適應(yīng)高階自動(dòng)駕駛感知系統(tǒng)的傳感器。不過，近期活躍的4D成像雷達(dá)似乎讓我們看到一些新的可能。

由量變到質(zhì)變， 4D成像雷達(dá)的兩條路線

4D成像雷達(dá)之所以出現(xiàn)，某種說法是激光雷達(dá)和攝像頭亮眼表現(xiàn)的倒逼。自動(dòng)駕駛對感知的要求提升，攝像頭由200萬像素升級到800萬像素，半固態(tài)激光雷達(dá)開始加速上車。而最初的毫米波雷達(dá)，也同步地升級成了如今的4D成像毫米波雷達(dá)。

從近兩年廠商們放出的demo或ppt來看，4D成像雷達(dá)的確在技術(shù)上解決傳統(tǒng)毫米波雷達(dá)的一些重大缺點(diǎn)，并且放大了毫米波雷達(dá)的優(yōu)勢。今年上海車展參展的大陸、華為等，就是其中的代表廠商。

在這個(gè)過程中，大致的實(shí)現(xiàn)方式無非就是硬件上增加收發(fā)通道數(shù)量，擴(kuò)大天線孔徑的同時(shí)滿足水平和垂直方向?qū)Ψ直媛实囊?。從而達(dá)到除了傳統(tǒng)毫米波雷達(dá)以外，增加一個(gè)垂直方向的維度信息，即3D升級4D。這也是此次上海車展中4D成像雷達(dá)的主流方案。

其實(shí)單從技術(shù)角度，我們看到更多的是技術(shù)革新帶來的“量變”而不是“質(zhì)變”，若廠商當(dāng)下只注重突出參數(shù)難免有“過分營銷”之嫌。而真正利用它去推動(dòng)相關(guān)產(chǎn)品實(shí)現(xiàn)落地，才是體現(xiàn)出了“質(zhì)變”。在「智能相對論」看來，有著以下兩種可行方向：

1、 聚焦細(xì)分需求，找到商用場景變現(xiàn)的全新思路

4D成像雷達(dá)有著不懼暴雨、強(qiáng)光等惡劣環(huán)境的全天候運(yùn)作特性，而另一方面，4D成像雷達(dá)是毫米波雷達(dá)的一種“升維”，也延續(xù)著過去的優(yōu)勢，就是成本。

這兩個(gè)特點(diǎn)其實(shí)給予了它在封閉園區(qū)等商用場景，去做無人駕駛技術(shù)實(shí)現(xiàn)和商業(yè)化落地的機(jī)會(huì)。其中“無人配送小車”就是一個(gè)合適的選項(xiàng)，因?yàn)楝F(xiàn)階段有關(guān)于它的量產(chǎn)還存在著傳感器性價(jià)比和全天候運(yùn)作的問題，能讓4D成像雷達(dá)去改善。

無人配送小車低速行駛，現(xiàn)階段大多使用較少線束的激光雷達(dá)。激光雷達(dá)發(fā)展迅猛，是成本的下降，只是還不夠親民。激光雷達(dá)為主的傳感器方案使得單車成本太高，是無人配送商業(yè)化落地的主要障礙，這也早已是行業(yè)共識。

所以，人們對于無人配送小車的傳感器成本十分敏感，會(huì)樂意看到保證足夠性能，也更具性價(jià)比的無人駕駛方案。通過多個(gè)4D成像雷達(dá)組合，也許可能做到這一點(diǎn)。

比如高工智能汽車曾報(bào)道，長城汽車、易航智能和Oculii聯(lián)合打造的無人物流小車，基于4D成像雷達(dá)，為低速物流園區(qū)場景提供定制化的感知方案。該無人小車可以全天候?qū)χ苓?60°低速或靜止的行人、障礙物、小物體進(jìn)行點(diǎn)云成像、識別和跟蹤，其點(diǎn)云效果很接近激光雷達(dá)。

4D成像雷達(dá)在進(jìn)一步壓低成本后，能夠幫助縮短無人小車的量產(chǎn)周期，降低其商業(yè)化難度。因此4D雖只是3D“升維”，但“成本效率”更佳，封閉場景“附加值”更高。可以預(yù)見的是，出于平衡的考量，它會(huì)在更多特定場景下代替低成本的激光雷達(dá)。

若繼續(xù)放大來看，廠商選擇在封閉商用場景實(shí)現(xiàn)商業(yè)化落地，對自身而言也是一種“由近及遠(yuǎn)”的發(fā)展思路。在風(fēng)險(xiǎn)較小的特殊場景應(yīng)用成熟后，漸進(jìn)式過渡至難度較大的智能汽車自動(dòng)駕駛。雖然不一定能趕上“早集”，但前進(jìn)的腳步也許會(huì)邁得扎實(shí)。

2、做時(shí)間的朋友，構(gòu)建整套自動(dòng)駕駛方案最佳落地姿勢

4D成像雷達(dá)相比于汽車的另外兩雙“眼睛”，看的距離更遠(yuǎn)。

比如，采埃孚將于2022年向上汽集團(tuán)提供的雷達(dá)，最遠(yuǎn)探照距離可達(dá)350m；華為發(fā)布的高分辨率4D成像雷達(dá)，探測距離可以做到300m，傳統(tǒng)的通常為200m。所以值得肯定的是，4D成像雷達(dá)給自動(dòng)駕駛系統(tǒng)留下更多處理時(shí)間，這是攝像頭、激光雷達(dá)難以超越的優(yōu)勢。

這也給出了一種思路，在落地整套自動(dòng)駕駛方案時(shí)，4D成像雷達(dá)、攝像頭、激光雷達(dá)可以互為補(bǔ)充。如果將三者的信號做有效融合和冗余，將會(huì)推進(jìn)整套方案逐步接近理想傳感器的目標(biāo)。

那如何去定義理想傳感器的目標(biāo)呢？在「智能相對論」看來，“全能”是一個(gè)合適定義它的核心關(guān)鍵詞。由這一個(gè)核心延展出多個(gè)基本點(diǎn)，比如“技術(shù)全能”、“場景全能”。

對于4D成像雷達(dá)而言，結(jié)合汽車功能安全的準(zhǔn)則“車規(guī)級應(yīng)用多安全都不為過”，僅僅就探測距離遠(yuǎn)、不懼惡劣天氣這些特點(diǎn)而言，就已經(jīng)驗(yàn)證它是自動(dòng)駕駛實(shí)現(xiàn)“技術(shù)全能”時(shí)不可或缺的傳感器了。

4D成像雷達(dá)帶著這些技術(shù)特點(diǎn)融入進(jìn)來后，就可以“解鎖”出更多功能場景，推動(dòng)整套自動(dòng)駕駛解決方案“場景全能”。

再以華為舉例，在HI新品發(fā)布會(huì)上，華為有提到4D成像雷達(dá)“三大能力”和“六大價(jià)值”。前者包含的大部分技術(shù)內(nèi)容在行業(yè)內(nèi)不算新鮮了，并非人無我有。但是，后者所涉及的新功能場景，我們作為用戶是值得去期待的。

比如有高速巡航、安全避障、城區(qū)巡航、非視距前前車檢測等等。華為指出，對于城區(qū)巡航，4D成像雷達(dá)的大視場無模糊能力可以匹配一些城區(qū)場景（人車混行、大小目標(biāo)并行、被遮擋場景）；對于高速巡航，如果220m外兩輛車完全同速同距，位于相鄰車道，4D成像雷達(dá)可以通過角度分辨出來。

所以目前來看，4D成像雷達(dá)會(huì)是自動(dòng)駕駛領(lǐng)域不可忽視的感知傳感器。華為、大陸、采埃孚、Arbe等主機(jī)廠和供應(yīng)商都在布局其中。各大廠商軍備競賽背后，一定會(huì)是4D成像雷達(dá)的技術(shù)愈發(fā)成熟，隨之而來的，可能就是高階自動(dòng)駕駛離我們更近一步。

結(jié)語

高階自動(dòng)駕駛對車載毫米波雷達(dá)提出了新要求，催生出4D成像雷達(dá)，但也不能忽略ADAS國產(chǎn)化還沒有成熟的現(xiàn)實(shí)，目前市場仍被高度壟斷。如果大家都只是過分追求戰(zhàn)勝高階自動(dòng)駕駛的“新”挑戰(zhàn)，而錯(cuò)過眼前ADAS前裝市場發(fā)展窗口期，對于毫米波雷達(dá)廠商并不是一個(gè)健康的信號。

ADAS國產(chǎn)化的先天優(yōu)勢在于，廠商更靠近終端客戶以及中國本地化的道路場景，對需求的把握更為精準(zhǔn)。智能汽車與自動(dòng)駕駛盛世，對于軟硬件定制化的要求比過去更高，而海外Tier 1恰恰無法在短期內(nèi)針對中國市場進(jìn)行靈活定制，這在一定程度上為國內(nèi)廠商的突圍創(chuàng)造機(jī)遇。

那么，應(yīng)用于ADAS其實(shí)意味著近距離的產(chǎn)品落地與搶占市場，應(yīng)用于高階自動(dòng)駕駛則意味著要漫長的堅(jiān)持去奔向星辰大海，廠商可選其一也可同步進(jìn)行。選擇很多，4D成像雷達(dá)未來會(huì)如何呈現(xiàn)在大家面前，還需耐心等待。

*本文圖片均來源于網(wǎng)絡(luò)

深挖智能這口井，同好添加vx：zenghy2017

此內(nèi)容為【智能相對論】原創(chuàng)，

僅代表個(gè)人觀點(diǎn)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實(shí)版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。

智能相對論（微信ID:aixdlun）：

?AI產(chǎn)業(yè)新媒體;

?今日頭條青云計(jì)劃獲獎(jiǎng)?wù)逿OP10;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個(gè)為什么》

?【重點(diǎn)關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機(jī)、無人機(jī)等AIoT設(shè)備）、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開發(fā)者以及背后的芯片、算法等。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。