备受青睐的4D毫米波成像雷达，何以助力高阶自动驾驶落地？
近日，海外媒体曝出特斯拉已向欧洲监管机构提交车辆变更申请，并猜测特斯拉最新的自动驾驶硬件HW4.0或将很快量产上车。据爆料，HW4.0最大的变化是马斯克放弃的毫米波雷达又加了回来，根据国外知名博主Greentheonly的拆解分析，新加的雷达很有可能是高分辨率毫米波雷达。早在去年6月，特斯拉就向美国联邦通信委员会（FCC）申请在其电动汽车中使用全新的高分辨率雷达。
马斯克作为创新技术的先锋者和技术普惠主义的践行者，一直倡导特斯拉尽可能少地使用传感器，一是为了降低成本，二是可以减少数据融合与处理给自动驾驶系统造成的挑战。基于在纯视觉感知技术上的领先性，马斯克不仅公开鄙视激光雷达，还先后移除了特斯拉的毫米波雷达和超声波雷达，自此成为“雷达杀手”，坚持用“8摄像头”纯视觉方案实现全自动驾驶。不过即便对纯视觉路线十分自信，马斯克也曾“暧昧”地表示“高分辨率的毫米波雷达胜过纯视觉。”
图片来源：推特
此次马斯克重拾毫米波雷达，表面上看是用多传感融合感知路线打了纯视觉感知路线的脸，不过结合产业发展趋势细究其背后的动机，或许能够因此看到自动驾驶产业更加光明的未来。
自动驾驶汽车发展到今天，智能化程度越来越高，而自动驾驶的终极目标就是推动汽车能够像人类一样感知、认知并行动，最终不再需要人类驾驶员介入以实现无人驾驶。这一点与人工智能发展的趋势一致，人工智能的终极目标就是达到具备认知推理能力的类脑智能。认知，即基于感知到的信息进行加工，进而主动思考和理解，感知只是认知的基础。人工智能时代的自动驾驶只有具备了认知能力，自动驾驶汽车才能更聪明地执行相应的决策。
擅长利用第一性原理探索事物本质的马斯克，正是无人驾驶目标的坚定执行者。从更接近无人驾驶的角度再次考量特斯拉的自动驾驶感知路线，无论是对纯视觉路线的坚持，还是如今对于超高分辨率雷达的认可，马斯克似乎都在做同一个选择，那就是不断提升自动驾驶感知系统的认知能力。
认知对于具有语义分割和理解能力的可见光摄像头而言具有天然优势，不过对于毫米波雷达而言，或许需要艰难的跨越。但显然马斯克已经找到了正解——超高分辨率毫米波雷达。
•4D毫米波成像雷达是何方神圣
为实现盲点检测和定距巡航等功能而存在的传统毫米波雷达，已在汽车产业应用多年，其所拥有的全天候全天时感知特性以及精准测速特性，使得毫米波雷达成为汽车感知系统中重要的传感器之一。
但由于传统车载毫米波雷达测高能力不足，对于路边低矮目标、空中目标以及路面静态目标的区分和识别存在较大局限性，整体输出信息量与可见光摄像头、激光雷达的信息输出不在同一量级，所以在自动驾驶感知系统中的参与度和置信度并不高，无法深度参与自动驾驶感知过程。马斯克就曾表示，摄像头的信息量已经比雷达高上几个数量级，加入雷达的数据实际上降低了信噪比。
面对自动驾驶对感知可靠性和安全性越来越高的要求，一种高信息质量、高性价比的超高分辨率毫米波雷达为自动驾驶感知系统创造出了新的想象空间，也就是近来备受产业关注和投资者青睐的“4D成像雷达”。
4D成像雷达全称为“4D毫米波成像雷达”，“4D”是相对于传统毫米波雷达（也即3D雷达）仅有距离（Range）、速度（Velocity）、方位角（Azimuth）三个维度的信息而言，增加了俯仰角度（Elevation）的信息感知能力，可对纵向目标进行高分辨率地识别；“成像”则类似于激光雷达的点云成像效果，与传统毫米波雷达相比，4D成像雷达的射频收发通道数量多出十倍以上，随着俯仰角分辨率大大提高，能够对目标和环境呈现出丰富的点云图像以及距离、速度和角度信息。
由于当前业界对于4D成像雷达缺乏统一的定义，坊间经常将“4D毫米波成像雷达”与“4D毫米波雷达”相混淆，但二者其实是两种完全不同性质的毫米波雷达。
4D毫米波雷达只是在传统3D雷达的基础上增加了俯仰角度的测量，俯仰向分辨能力较低，此时俯仰角度的信息测量误差较大，因此通过角度信息计算出的高度信息精度依然不高。同时4D毫米波雷达相较于传统3D雷达的输出测量点仅仅只有少量增加，因此4D毫米波雷达本质上仍属于点迹雷达的范畴。而只有4D毫米波成像雷达真正完成了从点迹雷达向成像雷达的进化。
4D成像雷达相较于传统毫米波雷达有着质的飞越，使得毫米波雷达不仅能感知目标的有无，还能勾勒出目标的轮廓，这在传统毫米波点迹雷达时代是难以想象的。基于此，面对智能化程度越来越高的自动驾驶，毫米波雷达力不从心的尴尬局面也将迎来扭转。
“4D成像雷达的出现，将显著提高毫米波雷达在自动驾驶感知中的参与度，”上海几何伙伴智能驾驶有限公司产品总监周明宇对4D成像雷达抱有极大期待，“因为4D成像雷达可以对目标的四大维度进行检测，能够输出高密度高质量的点云信息以实现成像。基于丰富的环境与目标信息输出，再引入神经网络进行深度学习与处理，可以对更多复杂场景下的动静态目标进行更为精准的检测，同时也为毫米波雷达从感知走向认知打下了基础。”
除此之外，“4D成像雷达的出现使得毫米波雷达在应对智能驾驶或自动驾驶中的一些边缘场景（corner case）时也有了用武之地。”据周明宇透露，“我们的4D成像雷达正是为应对一些边缘场景的需求而研发的，比如对高度维障碍物的识别，最典型的就是隧道，以及恶劣天气环境、复杂交通场景等等。自动驾驶需要自车周围完整丰富的环境信息和目标信息，基于这些信息完成智驾功能，比如AVP、APA、FREESPACE等。”
视频来源：几何伙伴官网
•高阶自动驾驶落地“变局”
正如人工智能发展到类脑智能需要不断提高认知推理能力，高阶自动驾驶的发展同样需要具备认知能力，这对作为认知基础的感知系统提出了更高的要求。现阶段最为主流的自动驾驶感知传感器主要有可见光摄像头、激光雷达以及毫米波雷达三大类，其中可见光摄像头和激光雷达同属光学传感器，毫米波雷达属于射频传感器，马斯克如今选择重拾毫米波雷达，客观上促成了异构信息的冗余。随着多传感器的使用，异构信息的大量冗余，对于融合感知算法也带来新的技术要求。
将多传感器信息融合在一起，市场上主流有两种方式，前融合和后融合。4D成像雷达更加有利于实现多传感器的前融合，降低差异度，但同时需要匹配足够优化的融合算法。
高阶自动驾驶行业发展也正在走上一条加速反馈的路程，通过传感器增加感知信息，从而推动认知算法的发展；由于认知算法的计算需求，增加对于芯片处理器的算力要求。基于传感器，认知算法，芯片的三驾马车，进而推动高阶自动驾驶的快速发展，从而实现融合认知，各种复杂场景、恶劣天候下的全无人驾驶或许才能真正像人类一样思考和行动。
而第一个破局点，4D成像雷达的出现，以其海量信号级信息的释放，提高了输出信息的完整性，为异构信息融合认知的实现增加了可能性，同时也为高阶自动驾驶开辟了一条高性价比、能快速商业化落地的技术路径。4D成像雷达既保留了传统毫米波雷达的性能特点——具备速度感知能力和全天候全天时特性且成本低，也能凭借足够丰富的信息量去和可见光摄像头、激光雷达等传感器形成融合。
或许正是因为意识到这一点，如今4D成像雷达越来越被寄予助力高阶自动驾驶落地的厚望。国际上，不仅博世、大陆、采埃孚、电装等在加大力度布局，全球ADAS视觉感知方案巨头Mobileye也加快了对成像雷达研发的进程，其雷达副总裁兼总经理Yaniv Avital就曾表示：“通过提供丰富可靠的数据输出，升级雷达4D感知功能，并减少对多个激光雷达传感器的需求，是大势所趋。”
在国内，4D成像雷达也引起了主机厂、产业链供应商以及科技公司的广泛关注。从2021年开始，可以明显感觉到行业中关于4D成像雷达的消息渐多，当年官宣下场造车的小米和百度一起投资了一家自动驾驶整体解决方案供应商——几何伙伴，该公司就是基于自主研发的4D成像雷达结合可见光视觉和红外成像等，打造“融合感知＋智能决策”的自动驾驶软硬件集成系统。
公开资料显示，几何伙伴以“低成本、全天候、高可靠、易量产”的自动驾驶技术路线为主，创新性地将4D成像雷达海量信号级信息进行释放，有效提高了输出信息的完整性，避免了传统经典算法对弱目标、静态目标等信息造成的过度过滤。其自主研发的4D成像雷达，已经具有目标跟踪定位、可行驶区域检测以及自动泊车等能力，助力自动驾驶实现更加精准的环境认知和更加可靠的决策。
除此之外，几何伙伴还基于4D成像雷达生成的点云图像与可见光摄像头生成的视觉图像进行异构信息融合，研发出雷视像素级融合感知系统，实现了信息加强和信息互补，提升系统感知能力的同时增加了安全冗余。同时，几何伙伴采用4D成像雷达结合鱼眼环视相机实现雷视双维SLAM技术，大幅提升建图定位精度和鲁棒性，并且引入停车位等语义地图信息，进一步提升后续泊车时车位检测的准确性，为智能泊车应用提供低成本、易量产、高可靠的软硬一体化定位感知方案，展示了4D成像雷达在行泊一体方案中的广阔应用前景。
视频来源：几何伙伴
汽车智能化变革已成风口的当下，通过全球科技企业在自动驾驶行业中的动作似乎可以捕捉到些许风向：4D成像雷达和异构信息融合认知技术也许就是未来高阶自动驾驶落地的关键，掌握对于这些技术的领先优势，也就提前拿到了自动驾驶商业化落地的入场券。或许正是以上原因，让几何伙伴在2022年又成功获得了德国博世和国际自动机工程师学会（SAE International）的战略投资。据了解，几何伙伴将于近期完成A1轮融资。
•结语
相对市场发展已经十分成熟的传统毫米波雷达，4D成像雷达还是比较新鲜的事物，国内外相关企业大多处于同一起跑线上，不过即便如此，不同的技术路线、战略视野以及研发布局，也影响着每家企业距离成功商业化落地冲刺线的位置，对于国内本土的科创企业而言，其中蕴藏了绝佳的机遇。
回到当下自动驾驶技术向高阶跃迁之际，4D成像雷达作为自动驾驶认知的新入局者，已展示出自身不俗的性能优势。自动驾驶的未来，异构信息融合认知或将成为高阶自动驾驶的感知形态，4D成像雷达作为其中打通感知层，补齐性能短板的重要传感器，正在为自动驾驶发展酝酿一场变局，高阶自动驾驶时代的来临或许比我们想象的更快。
备受青睐的4D毫米波成像雷达，何以助力高阶自动驾驶落地？相关推荐
- 华为鸿蒙系统自动驾驶,华为高阶自动驾驶 + 华为鸿蒙 OS 车机系统体验
IT之家 4 月 25 日消息 北汽纯电汽车品牌 ARCFOX 极狐上周发布了智能豪华纯电轿车阿尔法 S,并提供华为 HI 版,虽然价格不便宜但绝对给用户留下深刻的印象,在目前国内城区自动驾驶.代客泊 ...
- 华为自动驾驶 鸿蒙,华为高阶自动驾驶 + 华为鸿蒙 OS 车机系统体验
IT之家 4 月 25 日消息 北汽纯电汽车品牌 ARCFOX 极狐上周发布了智能豪华纯电轿车阿尔法 S,并提供华为 HI 版,虽然价格不便宜但绝对给用户留下深刻的印象,在目前国内城区自动驾驶.代客泊 ...
- 高阶自动驾驶量产之战，小鹏汽车NGP究竟有何优势？
汽车产业正在加速进入智能汽车时代,除了特斯拉.蔚来.小鹏等新势力之外,北汽极狐.吉利极氪.上汽智己.长城摩卡等都在推出各自的领航辅助驾驶系统. 其中,包括特斯拉.蔚来.小鹏等车企纷纷推出了从A点到B点 ...
- 案例 | 如何搭建高阶自动驾驶数据采集平台
前言 目前自动驾驶技术处于高速发展的时期,L3逐渐进入量产阶段,L4/L5自动驾驶级尚处于开发和验证阶段,需要大量的路试数据做算法训练和验证.为了满足L4及以上算法训练和验证的需求,北汇信息提供路试数 ...
- 智能网联汽车深度报告：车路协同，高阶自动驾驶新起点
智能网联汽车深度报告:车路协同,高阶自动驾驶新起点 车路协同有望于 2030 年国内规模化落地,粗略估计国内市场将达万亿.智能网联 V2X 是核心,5G 部署进一步加速商用落地.需求端,汽车是继手机 ...
- 华为自动驾驶视频曝光 | 解读华为“ADS高阶自动驾驶全栈解决方案”
华为自动驾驶方案来了!自诩比特斯拉还牛逼! 徐直军多次强调华为不造车的中心思想 "华为不造车,但我们聚焦ICT技术,帮助车企造好车".这是出自2018年的华为董事常委会所颁布决议之 ...
- 高阶自动驾驶量产背后，最严监管或将加速落地
2016年,一名来自美国佛罗里达州的特斯拉车主,因为AutoPilot感知系统未能"看到"一辆牵引挂车横穿马路造成没有及时刹车而死亡,此后,特斯拉的安全事故屡见不鲜,背后也凸显出智 ...
- 从ADAS到高阶自动驾驶，车联网芯片如何赋能产业升级？
2022年,L2及L2+ADAS前装搭载率正在快速提升,中国智能网联汽车产业进入了由ADAS加速向高阶自动驾驶迈进的关键期. 根据<高工智能汽车研究院>数据显示,今年1-9月前装标配搭载L ...
- 福瑞泰克高阶自动驾驶解决方案成功定点一汽红旗全新车型平台
随着奔驰Drive Pilot系统正式商用,L3级自动驾驶的商业化进程又添了一把火.在国内,根据相关的产品管理制定与政策的持续松绑,更多高阶系统功能也在陆续发布. 而在技术层面,进入高阶功能不仅需要车 ...
最新文章
- 计算机ppt继续教育,泰州市专业技术人员继续教育公需科目PPT2010试卷及答案
- hadoop基础教程
- androidsdk里的android.bat和uiautomatorview.bat启动就闪退问题
- 驱动面试、笔试常见问题
- 苹果官网上架Apple Watch Series 3官翻机：1869元起
- c++学习笔记(16) 递归
- Python界面程序实例：按钮漂移，用Python小套路来撩女神
- bzoj 1798 5039: [Jsoi2014]序列维护（线段树）
- 20届校招-携程笔试题-表达式解析
- [VMware] vSphere 5 安装手记[1]-VMware ESXi 5.0.0 安装基本设置
- 极客大学产品经理训练营 产品经理新人如何落地 第0课总结
- eclipse 连 mysql 数据库 jdbc下载
- js模块化编程发展历程
- Netlog的数据库及LAMP架构
- python数据化运营案例---简单销售预测案例（线性回归模型）
- 二十、融会贯通之全流程操作
- C# 多窗口切换的实现
- 异地多活场景下的数据同步之道
- 【福利】【送书第四弹】机器学习知识体系
- 青少年弱势群体精神虐待现象探析-吕卫华