隨著智能駕駛時(shí)代的到來，車用傳感器進(jìn)入高速發(fā)展期，其中車載毫米波雷達(dá)幾乎成為L2及以上智能駕駛的標(biāo)配。統(tǒng)計(jì)數(shù)據(jù)顯示，2020 年中國市場(chǎng)前裝角雷達(dá)搭載量為414.28 萬個(gè)，同比增長72.53%；前向毫米波雷達(dá)上線量535.72 萬顆，同比增長38.43%。

從物理屬性來看，相對(duì)于激光雷達(dá)和攝像頭等光學(xué)傳感器，毫米波雷達(dá)不受光線的制約，在雨霧雪等惡劣天氣下均能正常工作，在車載傳感器領(lǐng)域贏得了“全天時(shí)、全天候”工作的美譽(yù)。

圖片來源：行易道

不過，面對(duì)高級(jí)別自動(dòng)駕駛對(duì)高精度感知的需求，傳統(tǒng)毫米波雷達(dá)開始顯得有些“力不從心”。2021年5月，自動(dòng)駕駛領(lǐng)域代表車企特斯拉宣布取消北為北美市場(chǎng)制造的Model 3和Model Y的毫米波雷達(dá)，改由Tesla Vision（基于攝像頭純視覺方案）來實(shí)現(xiàn)Autopilot等駕駛輔助功能一事，就讓毫米波雷達(dá)遭受了不少爭(zhēng)議。

此后，諸多公開信息顯示，特斯拉當(dāng)時(shí)選擇的這顆毫米波雷達(dá)在性能上存在問題，而導(dǎo)致該問題出現(xiàn)的主要原因，則是傳統(tǒng)毫米波雷達(dá)較低的分辨率。

“智能駕駛需要有更好的毫米波雷達(dá)。”在GTM2022全球科技出行峰會(huì)上，行易道CEO兼CTO趙捷如是說。

過去，毫米波雷達(dá)被認(rèn)為是輔助型的傳感器，其產(chǎn)品定位和主要功能是實(shí)現(xiàn)碰撞預(yù)警，而今，隨著自動(dòng)駕駛向更高級(jí)別演進(jìn)，毫米波雷達(dá)的性能也亟待提升，例如：高程分辨能力和高分辨力、更遠(yuǎn)的作用距離、易于和視覺融合、能夠用雷達(dá)數(shù)據(jù)集訓(xùn)練AI。這四項(xiàng)能力的提升，意味著毫米波雷達(dá)可以和視覺一樣，具備對(duì)周邊進(jìn)行精準(zhǔn)的檢測(cè)、跟蹤、識(shí)別等成像系統(tǒng)的能力。

毫米波雷達(dá)的高精度成像構(gòu)成

那么，毫米波雷達(dá)的成像系統(tǒng)構(gòu)成是什么？其又是如何實(shí)現(xiàn)高精度成像的呢？

趙捷介紹到，除了基礎(chǔ)理論之外，毫米波雷達(dá)的成像系統(tǒng)構(gòu)成主要包含視覺語義約束成像、散射機(jī)制約束成像、結(jié)合神經(jīng)網(wǎng)絡(luò)約束成像有三大部分，在此基礎(chǔ)上可以實(shí)現(xiàn)毫米波獨(dú)立成像，以及和其他傳感器的深入融合。

對(duì)于“視覺”的定義，1982年，計(jì)算機(jī)視覺的創(chuàng)立者在Vision一書中指出：“視覺就是通過看，確定什么東西在什么地方”。車載毫米波雷達(dá)的視覺語義約束成像即“從毫米波圖像中確定什么東西在什么地方”。

具體到應(yīng)用場(chǎng)景中，車載毫米波雷達(dá)需要解決兩件事：一個(gè)是場(chǎng)景、物體、類別、及其關(guān)系，也就是說能否分辨出汽車、摩托車、自行車、行人以及它的同類；另一個(gè)是它們?cè)谀睦铮搓P(guān)于場(chǎng)景的幾何基元以及關(guān)系，包括道路、橋梁、空間的線和面以及它們的位置和朝向。

趙捷表示，因角度分辨率不足，傳統(tǒng)車載毫米波雷達(dá)沒有實(shí)現(xiàn)完整的視覺語義解釋，沒有構(gòu)成車載毫米波雷達(dá)成像系統(tǒng)，這是傳統(tǒng)車載毫米波雷達(dá)沒有進(jìn)入高階傳感器融合技術(shù)領(lǐng)域的根本原因。

散射機(jī)制約束成像是雷達(dá)通過電磁波、電磁場(chǎng)的解釋方式來對(duì)于目標(biāo)、結(jié)果進(jìn)行闡述。即通過構(gòu)建散射機(jī)制，建立散射系數(shù)在頻率、角度、空間上的稀疏表征模型，當(dāng)車載毫米波雷達(dá)的信號(hào)通過模數(shù)轉(zhuǎn)換傳到了后續(xù)的處理流程里面之后，可檢測(cè)、跟蹤處理信號(hào)。

趙捷特別指出，為了構(gòu)成車載毫米波雷達(dá)的成像系統(tǒng)，還要增加語義分割算法，這是在現(xiàn)有雷達(dá)支持體系要增加的一部分，也是智能駕駛技術(shù)對(duì)于車載毫米波雷達(dá)提出的更高要求。

除了上述三部分外，支撐一個(gè)成像系統(tǒng)還需要測(cè)試驗(yàn)證系統(tǒng)的搭建。“測(cè)試驗(yàn)證系統(tǒng)搭建除了雷達(dá)本身之外，還要結(jié)合非常多的因素，因?yàn)槭擒囕d雷達(dá)，還要滿足多種法規(guī)和需求集，才能更好地支撐成像系統(tǒng)本身的測(cè)試驗(yàn)證。”趙捷說到。

4D毫米波雷達(dá)正在加速落地

目前，行業(yè)在車載毫米波雷達(dá)成像技術(shù)上的進(jìn)展主要分為兩種，一種是俗稱的4D成像（即建立在FMCW體制上的增加高度維信息的4D成像），另一種是車載SAR成像。行易道同時(shí)發(fā)力這兩類技術(shù)并取得了一定的成果。

據(jù)趙捷介紹，行易道4D雷達(dá)更多的應(yīng)用在前向成像，SAR雷達(dá)則應(yīng)用在側(cè)向成像。“對(duì)于汽車周邊360度成像，我們有多種技術(shù)，原理上4D可以360度覆蓋，但是側(cè)向我們又提出來一個(gè)SAR成像，因?yàn)镾AR成像不管是效果還是成本、性價(jià)比方面都會(huì)比較高。”

據(jù)了解，SAR成像系統(tǒng)主要的原理是利用汽車運(yùn)動(dòng)形成空間的大天線孔徑從而實(shí)現(xiàn)高的分辨率。行易道是國內(nèi)第一個(gè)提出做車載SAR雷達(dá)的公司，2016年開始研發(fā)，2019年已經(jīng)實(shí)現(xiàn)了SAR雷達(dá)的工程樣機(jī)，2020年兩篇車載SAR應(yīng)用相關(guān)論文獲得IEEE錄用，2022年已經(jīng)有四五個(gè)算法方面的專利授權(quán)。

“SAR雷達(dá)持續(xù)得到的認(rèn)可還是蠻多的，我們?cè)诤Ｍ庥幸患铱蛻簦瑖鴥?nèi)有一家大型乘用車客戶，都在測(cè)試和產(chǎn)品化的進(jìn)程中。”趙捷說到。

在4D毫米波雷達(dá)方面，據(jù)介紹，2020年，行易道承擔(dān)了北京市科委的一個(gè)研發(fā)項(xiàng)目，2022年年底的測(cè)試結(jié)果令人滿意。同在2022年，行易道還推出了新產(chǎn)品——伽利略300，這是一款面向L2、L3智能駕駛應(yīng)用、實(shí)現(xiàn)高程信息輸出的4D中程雷達(dá)，采用行業(yè)領(lǐng)先的超分辨算法，在支持雷達(dá)實(shí)時(shí)判斷方面具有突出優(yōu)勢(shì)。

值得一提的是，在解決前向成像時(shí)，尤其是行業(yè)關(guān)注的提高角度分辨率問題時(shí)，由于毫米波雷達(dá)的尺寸和成本限制，實(shí)現(xiàn)起來比較困難。行易道在不增加硬件成本和尺寸的前提下，提出了壓縮感知超分辨算法，為建構(gòu)毫米波成像系統(tǒng)提供了有效的方法。

趙捷解釋稱，和波束形成、子空間算法相比，壓縮感知算法最大的特點(diǎn)是突破了傳統(tǒng)的采樣定理的限制，進(jìn)行無模糊重構(gòu)，即在有限的硬件約束下，采樣點(diǎn)更少，運(yùn)算速度更快，占用的硬件資源更少。

從行易道自研的4D毫米波雷達(dá)產(chǎn)品參數(shù)來看，通過增加壓縮感知算法，4D雷達(dá)角分辨率能夠提升到0.6×0.8度（已經(jīng)實(shí)現(xiàn)工程化），處于行業(yè)處于領(lǐng)先水平。通過仿真測(cè)算，下一代壓縮感知算法可以實(shí)現(xiàn)0.1×0.1度的角分辨率。

“從目前已經(jīng)做的一些前期技術(shù)可行性方面來看，毫米波雷達(dá)在角分辨率上能夠和激光雷達(dá)實(shí)現(xiàn)同樣的性能，這是未來4D毫米波雷達(dá)的技術(shù)趨勢(shì)，從全球來看這一技術(shù)正在加速落地。”據(jù)趙捷透露，其推出的4D雷達(dá)產(chǎn)品ALRR300在已經(jīng)獲得了海外定點(diǎn)，今年將實(shí)現(xiàn)交付。

最后，趙捷坦言，目前行業(yè)所關(guān)注的激光雷達(dá)和毫米波雷達(dá)誰替代誰的問題，其背后的焦慮其實(shí)就是分辨率的問題。因此對(duì)于毫米波雷達(dá)而言，不管是4D雷達(dá)也好，還是SAR雷達(dá)等其他新技術(shù)路線，一定要盡快盡早地實(shí)現(xiàn)高分辨率成像，才能夠在市場(chǎng)占據(jù)一席之地。

審核編輯 ：李倩