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？

马斯克可能会重新获得毫米波雷达。近日，海外媒体曝光特斯拉已向欧洲监管机构提交换车申请，并猜测特斯拉最新的自动驾驶硬件HW4.0可能很快就会在车上量产。据报道，HW4.0最大的变化是增加了马斯克放弃的毫米波雷达。根据国外知名博主Greentheonly的拆解分析，新增加的雷达很可能是高分辨率毫米波雷达。早在去年6月，特斯拉就向联邦通信委员会申请在其电动汽车中使用一种新的高分辨率雷达。作为创新技术的先驱和技术普遍主义的实践者，马斯克一直主张特斯拉尽可能少地使用传感器，既可以降低成本，也可以减少数据融合和处理对自动驾驶系统带来的挑战。基于其在纯视觉感知技术方面的领先地位，马斯克不仅公开蔑视激光雷达，还移除了特斯拉的毫米波雷达和超声波雷达，成为“雷达杀手”，并坚持使用“8摄像头”纯视觉解决方案来实现全自动驾驶。然而，尽管马斯克对纯视觉路线很有信心，但他曾含糊地表示“高分辨率毫米波雷达比纯视觉更好

图片来源：推特上马斯克对毫米波雷达的复兴似乎用多传感器融合感知路线取代了纯粹的视觉感知路线。然而，通过将潜在动机与行业发展趋势结合起来研究，可能会看到自动驾驶行业更光明的未来。

随着自动驾驶汽车发展到今天，智能化程度越来越高，而自动驾驶的最终目标是促使汽车像人类一样感知、识别和行动，最终不再需要人类驾驶员进行干预来实现无人驾驶。这符合人工智能发展的趋势，而人工智能的最终目标是实现具有认知推理能力的类脑智能。认知是基于感知信息的过程，它会导致积极的思考和理解。感知只是认知的基础。在人工智能时代，只有当自动驾驶具有认知能力时，自动驾驶汽车才能更智能地执行相应的决策。马斯克善于运用第一性原理探索事物的本质，是无人驾驶目标的坚定执行者。从更接近自动驾驶的角度来看，再次考虑特斯拉的自动驾驶感知路线，无论是对纯视觉路线的坚持，还是目前对超高分辨率雷达的认可，马斯克似乎都在做出同样的选择，那就是不断提高自动驾驶感知系统的认知能力。对于具有语义分割和理解能力的可见光相机来说，认知具有天然优势，但对于毫米波雷达来说，这可能需要一个艰难的飞跃。但显然，马斯克找到了一个积极的解决方案——超高分辨率毫米波雷达。4D毫米波成像雷达是一种在汽车行业应用多年的传统毫米波雷达，用于实现盲点检测和远程巡航功能。毫米波雷达具有全天候、全时感知和精确测速的特点，是汽车感知系统中的重要传感器之一。然而，由于传统车载毫米波雷达的高度测量能力不足，在区分和识别路边的低空目标、空中目标和道路上的静态目标方面存在显著的局限性。整体输出信息与可见光相机和激光雷达不在同一水平，因此对自动驾驶感知系统的参与度和信心不高，无法深度参与自动驾驶感知过程。马斯克曾表示，相机的信息含量比雷达高出几个数量级，添加雷达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的日益增长的需求，一种具有高信息质量和成本效益的高分辨率毫米波雷达为自动驾驶感知系统创造了新的想象空间……

ems，这是最近受到行业关注和投资者青睐的“4D成像雷达”。4D成像雷达的全名是“4D毫米波成像雷达”。与传统毫米波雷达相比，“4D”只有距离、速度和方位三个维度的信息，增加了俯仰角的信息感知能力，可以高分辨率识别纵向目标；

成像“类似于激光雷达的点云成像效果。与传统的毫米波雷达相比，4D成像雷达的射频发射和接收通道数量是传统毫米波雷达的十倍多。随着俯仰角分辨率的大幅提高，它可以呈现丰富的点云图像，以及与目标和环境的距离、速度和角度信息。由于缺乏统一的4D成像雷达的定义在当前行业中，“4D毫米波成像雷达”一词经常与“4D毫米波雷达”混淆，但两者实际上是两种完全不同的毫米波雷达。4D毫米波雷达在传统三维雷达的基础上只增加了俯仰角的测量，俯仰分辨率较低。此时，俯仰角信息的测量误差相对较大，因此通过角度信息计算的高度信息的精度仍然不高。同时，与传统的3D雷达相比，4D毫米波雷达的输出测量点仅略有增加，因此4D毫米波天线本质上仍属于点跟踪雷达的范畴。只有4D毫米波成像雷达真正完成了从点跟踪雷达到成像雷达的演进。与传统的毫米波雷达相比，4D成像雷达有了质的飞跃，使毫米波雷达不仅能够感知目标的存在或不存在，而且能够勾勒出目标的轮廓。这在传统毫米波点跟踪雷达时代是难以想象的。基于此，面对日益智能化的自动驾驶，毫米波雷达不随心而动的尴尬局面也将得到扭转。4D成像雷达的出现将显著增加毫米波雷达在自动驾驶感知中的参与度， ”有限公司产品总监周明宇表示，对4D成像雷达寄予厚望，因为4D成像成像雷达可以探测到目标的四维，它可以输出高密度、高质量的点云信息来实现成像。基于丰富的环境和目标信息输出，以及神经网络的引入深度学习和处理，可以更准确地检测更复杂场景中的动态和静态目标，也为毫米波雷达从感知转向认知奠定了基础。4D成像雷达的出现也使毫米波雷达在处理智能驾驶或自动驾驶中的一些边缘场景方面发挥了作用，“据周明玉介绍，我们的4D成像雷达是为了满足一些边缘场景的需求而开发的，例如对隧道、恶劣天气环境、复杂交通场景等高维障碍物的识别。自动驾驶需要车辆周围完整、丰富的环境和目标信息，在此基础上完成智能驾驶功能，如AVP、APA、FREESPACE等。正如人工智能向类脑智能的发展需要不断提高认知推理能力一样，高级自动驾驶的发展也需要认知能力，这对作为认知基础的感知系统提出了更高的要求。目前，最主流的自动驾驶感知传感器主要包括可见光摄像头、激光雷达和毫米波雷达。其中，可见光相机和激光雷达属于光学传感器，毫米波雷达属于射频传感器。马斯克现在选择恢复毫米波雷达，客观上促进了异构信息的冗余。随着多传感器的使用和异构信息的大量冗余，对融合感知算法也提出了新的技术要求。市场上有两种主流的多传感器信息集成方法，预融合和后融合。4D成像雷达更有利于实现多传感器前向融合，减少差异，但同时需要匹配足够优化的融合算法。先进的自动驾驶行业的发展也在加速反馈，通过传感器增加感知信息，从而促进认知算法的发展；

由于认知算法的计算要求，对芯片处理器的计算能力要求有所提高。基于传感器、认知算法和芯片，这三驾马车推动了先进自动驾驶的快速发展，从而实现了集成认知。只有在各种复杂场景和恶劣天气条件下完全无人驾驶，才能真正像人类一样思考和行动。第一个突破点，4D成像雷达的出现，随着其海量信号级信息的释放，提高了输出信息的完整性，增加了实现异构信息融合认知的可能性，也为高阶自动驾驶开辟了一条高性价比、快速商业化的实现技术路径。4D成像雷达不仅保留了传统毫米波雷达的性能特点——具有速度传感能力和全天候、全时特性，成本低，而且可以与信息丰富的可见光相机和激光雷达等传感器融合。也许正是因为这种意识，人们越来越期待4D成像雷达能够帮助高级自动驾驶的落地。在国际上，不仅博世、大陆集团、采埃孚和电气设备加大了布局力度，全球ADAS视觉感知解决方案巨头Mobileye也加快了成像雷达的发展进程。其副总裁兼雷达总经理Yaniv Avital曾表示， “通过提供丰富可靠的数据输出，升级雷达4D传感功能，减少对多个LiDAR传感器的需求，这是中国的趋势，4D成像雷达也吸引了主机制造商、产业链供应商和技术公司的广泛关注。从2021开始，4D图像雷达在行业中的新闻明显增多尝试宣布有意造车的小米和百度，共同投资了一家自动驾驶综合解决方案提供商——几何合伙人。该公司基于自主研发的4D成像雷达，将可见光视觉和红外成像相结合，为自动驾驶软硬件打造“集成感知+智能决策”的集成系统。公开数据显示，几何伙伴主要依托“低成本、全天候、高可靠性、易于量产”的自动驾驶技术路线，创新发布4D成像雷达的海量信号电平信息，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造成的过度过滤，静态目标和其他信息。其自主研发的4D成像雷达具有跟踪定位目标、检测可行驶区域和自动停车的能力，帮助自动驾驶实现更准确的环境感知和更可靠的决策。此外，几何伙伴还基于4D成像雷达生成的点云图像和可见光相机生成的视觉图像，整合异构信息，开发了矿山视觉像素级融合感知系统，实现了信息的强化和互补，提高了系统感知能力，增加了安全冗余。同时，几何伙伴采用4D成像雷达结合鱼眼全景相机，实现闪电视觉双维SLAM技术，大大提高了测绘定位的准确性和稳健性。它还引入了停车位等语义地图信息，进一步提高了后续停车过程中停车位检测的准确性，为智能停车应用提供了低成本、易于批量生产、可靠性高的软硬件一体化定位和感知解决方案，展示了4D成像雷达在综合导航系泊方案中的广阔应用前景。视频来源：在当前几何伙伴汽车智能化转型已成为趋势的时代，全球科技公司在自动驾驶行业的行动似乎可以捕捉到一些方向：4D成像雷达和异构信息融合认知技术可能是未来实现先进自动驾驶的关键。通过掌握这些技术的领先优势，可以提前获得自动驾驶商业化的入场券。也许正是出于上述原因，Geometry Partners在2022年成功获得了德国博世和国际汽车工程师协会的战略投资。据了解，geom……

ric合作伙伴将在不久的将来完成A1轮融资。结论：与市场上已经成熟的传统毫米波雷达相比，4D成像雷达仍然是一个相对较新的东西。大多数国内外相关企业都站在同一条起跑线上。然而，即便如此，不同的技术路线、战略视角、研发布局也影响着每个企业在成功商业化落地冲刺线上的地位。对于国内科技创新企业来说，这蕴含着绝佳的机遇。回到当前先进的自动驾驶技术时代，4D成像雷达作为自动驾驶认知的新进入者，展现了其令人印象深刻的性能优势。在自动驾驶的未来，异构信息融合认知可能成为高级自动驾驶的感知形式。4D成像雷达作为桥接感知层、填补性能空白的重要传感器，正在为自动驾驶的发展酝酿变革。高级自动驾驶时代的到来可能比我们想象的要快。

标签：特斯拉

汽车资讯热门资讯