4D成像雷达，让“静止的公路杀手”不再出没

钢铁侠伊隆·马斯克(Elon Musk)对车载激光雷达技术的鄙视尽人皆知。

“使用车载激光雷达很蠢，任何依赖激光雷达的人都注定要失败(doomed)”、“昂贵的传感器是不必要的，这就像是一大堆昂贵的附属品”、“虚假和愚蠢=高精地图和激光雷达(False and foolish = HD maps and LiDAR)”、“我们要抛弃激光雷达，记住我的话，这就是我的态度”...... 2019年4月，他在特斯拉自动驾驶开放日上说的这些话仿佛还在耳边。

他相信计算机视觉，相信只用摄像头和雷达传感器就能搞定自动驾驶。据消息人士称，特斯拉正准备更新Model 3，超高分辨率的4D成像雷达或将是更新的一部分。尽管上述消息还未得到最终确认，但考虑到头部厂商强大的示范效应，以及支持者普遍认为“未来特斯拉FSD 全视觉与4D成像雷达融合将是精明之举”的态度，我们似乎很有必要对“4D成像雷达”的魔力进行一番探究。

让悲剧不再发生

成像雷达是一项突破性的技术，可以在任何光照或天气条件下，将雷达的功能从测量距离、速度扩展到涵盖距离(Range)、方位(Azimuth)、俯仰角(Elevation)和相对速度的测量，显著增强了雷达的性能。通俗地讲，与现有传统毫米波雷达相比，4D成像雷达在水平和俯仰方向上的分辨率得到了极大提高，所以它才能够不仅可以“理解”水平面，还可以“理解”垂直平面，真正把前方探测到的物体轮廓大概描绘出来，从而帮助车辆判断是在物体“下方”还是“上方”行驶。

这其实让我们想起了2016年5月在美国佛罗里达州27A高速公路上发生的悲剧。一辆特斯拉Model S与一辆横穿的拖挂车相撞，导致驾驶员丧生。据多数媒体报道，配备摄像头和传统2D雷达的Model S误认为车辆可以从拖挂车的底部行驶过去。所以反对者将“全视觉+毫米波雷达”组合称之为“静止的公路杀手”也不足为奇，问题之一就是毫米波雷达并不是不能检测静止物体，但是会过滤掉静止物体。

Yole Développement预计4D成像雷达将首先出现在豪华轿车和自动驾驶出租车上，这会带来5.5亿美元以上的投资，并在2020年至2025年间以124%的复合年增长率(CAGR)增长。

先让我们看看与成像雷达相关的几种典型应用场景：

一是如果当较小的物体(如行人或摩托车手)与较大的物体(如卡车或其他障碍物)混杂或被掩盖时，成像雷达系统可以识别，并且可以确定一个区域的物体是静止的还是运动的，以及它们朝哪个方向移动，且可以提供检测范围超过300m的实时数据。

成像雷达系统能够在超过300米的距离内对不同物体加以区分识别(图片来源：NXP)

二是以汽车行驶在隧道中为例，得益于俯仰角探测性能的提升，成像雷达现在可以测量整个隧道的长度和宽度，并且能感知物体的几何形状，当隧道中出现其它的交通参与者时，比如卡车、摩托车和汽车，成像雷达就可以提供高分辨率图像。换言之，汽车的视觉更加先进了。

三是假如汽车以每小时80公里的速度在高速公路上行驶，而摩托车(一种反射率低的小物体)以每小时200公里的速度从后面驶来时。与摄像头和激光雷达不同，成像雷达可以在最初相距较远时就识别到摩托车，并可识别出这两个物体在以两种不同的速度运动。

这意味着，成像雷达不仅提供多模功能，还通过提供超高分辨率图像，实现了精确的环境地图绘制和场景感知，从而扩展了当前可用的L2+级自动驾驶功能，例如高速巡航和变道辅助。而当自动驾驶等级上升至L3及以上时，恩智浦半导体大中华区汽车电子首席系统架构师黄明达博士认为，4D成像雷达将能够实现建图、定位、物体轮廓描绘、被测物体分类等多重功能。与摄像头，或是模式识别、机器学习相结合后，成像雷达系统就能够在1°方位角和2°仰角的高分辨率下，以±60度FoV(也有说是100°FoV)感知周边环境，这种增强“感知能力”对于复杂驾驶环境中实现全自动驾驶极为重要。

成像雷达市场逐步升温

“在过去两年的时间里，自动驾驶汽车市场正在慢慢降温，人们对于全自动驾驶的关注度并不高，几乎没有厂商在研究L5的全自动驾驶，大部分是在研究L3的量产，在接下来3至5年的时间里都是相同的情况，所以我觉得在这样一个领域，成像雷达相较于激光雷达是有优势的。”恩智浦(NXP)执行副总裁兼首席技术官Lars Reger日前在接受《电子工程专辑》采访时给出了上述的判断。

恩智浦一直是汽车雷达解决方案领域的领先者，他们希望用成像雷达替代激光雷达的想法已经有6年之久了。

在CES 2021上，恩智浦推出了由S32R45雷达处理器与TEF82xx全集成77GHz RFCMOS汽车雷达收发器组成的成像雷达解决方案，以及基于此形成的可扩展角雷达和前向雷达解决方案。它不仅能提供高分辨率图像，确保车辆的所有位置都能够覆盖雷达，还可以对汽车进行360度的安全环绕式探测，并支持成像雷达目标识别和分类功能，这对于在城市环境中的行车和自动泊车至关重要。

恩智浦S32R45雷达处理器结构框图

恩智浦并不是唯一关注4D成像雷达的公司。大陆集团在2020年9月宣布其新型ARS 540先进雷达系统利用赛灵思公司的Zynq UltraScale+ MPSoC平台提供4D成像雷达解决方案。据称这项解决方案已做好量产部署准备，预计将在2021年搭载于乘用车上。

大陆集团新型ARS 540先进雷达系统

初创公司Arbe Robotics是传言中和特斯拉走的最近的公司，其4D成像雷达芯片组提供的物理分辨率据称是竞争对手使用的合成或统计分辨率增强方法的2到10倍，还因此获得了2020年爱迪生奖。其雷达芯片组可提供48个接收通道和48个传输通道的实时管理，在保持每秒3兆比特的等效处理吞吐量的同时，可生成30帧/秒的完整4D图像。

Vayyar Imaging公司高度集成单芯片RF SoC也具备创建高分辨率4D图像的能力，覆盖3~10GHz、57~64GHz、以及77~81GHz频段。2020年初，Vayyar宣布与总部位于日本的汽车零部件供应商Aisin Seiki建立合作伙伴关系，共同开发汽车4D高分辨率短距离外部传感器，用于盲点检测等应用。

具有21个天线的RF板（图片来源：System Plus Consulting公司2020年Vayyar VYYR2401 4D UWB雷达成像SoC报告）

2020年初，传统毫米波雷达巨头海拉宣布与傲酷雷达(Oculii)建立战略伙伴关系并且参与了战略投资，通过整合后者开发的4D高清成像雷达软件方案，进一步提升77GHz雷达的性能。双方预计首款产品将在2023年实现量产。同时，傲酷雷达也在自己独立开发4D成像雷达产品，直接面对车厂提供产品。

总体来看，目前市场上4D成像雷达主要采用四类方案，包括将77G和79G标准雷达芯片通过二级/四级联/或八级联增加实体天线MIMO的方式；或者采用4D成像专用芯片、超材料或者SAR成像、特殊天线阵等方式来实现。

雷达级联是用于开发成像雷达的技术之一。在这种传感器配置中，多个低功率毫米波传感器级联在一起，并作为单个单元同步运行。这就有了多个接收和发射通道，从而显著提高了角分辨率和测距性能。集成的移相器用于创建波束成形，可以将检测范围扩大到400m。

使用超材料开发雷达结构是一种新兴的技术趋势。超材料在表面上嵌入了显微结构，可实现电磁波滤波器的小型化。这些结构可以与电磁波传播技术结合使用，创建出比传统电路要小很多的电路。Yole Développement早在2018年秋季的一份雷达报告中就曾写到，以Metawave和Uhnder为代表的一些创新型初创公司正在采取颠覆性技术来满足高分辨率传感器的要求，例如“采用超薄可操纵光束和人工智能引擎进行深度学习，或为高分辨率成像雷达采用前所未有的高通道数。”现在来看，应该指的就是他们现在所推出的超材料电子扫描阵列(MESA)雷达。

会取代激光雷达吗？

Lars Reger曾就自动驾驶系统中雷达的发展趋势与媒体进行过多次交流。他解释说，不论是采用雷达还是摄像头技术，最终目的是希望车辆拥有一个自我反射系统。就好比我们走路摔倒，脊椎会做出本能的生理反射，让身体找到平衡一样，自动驾驶的车辆也要拥有一个这样的系统：例如摄像头可以探测到车辆前方的物体；雷达能够告知车辆前方有障碍并发出警示……在车辆收集到相关信息后，大脑就会启动，并做出决定。只不过，我们现在还无法完全信赖这一系统，因为摄像头的像素不够高，雷达的像素也无法达到我们所需要的水平，难免存在一些障碍。

图片来源：NXP

黄明达认为，从成本角度看，毫米波雷达肯定比激光雷达成本低；从产业发展角度看，毫米波雷达产业成熟年份比激光雷达早5-10年左右，尤其相较固态激光雷达更是如此，所以毫米波雷达成本非常有优势。

聆英咨询的报告显示，摄像头与毫米波雷达成本摄像头单价一般在600元以下，其中单目摄像头单价区间大致在150~600元左右，环视摄像头区间在70~500元左右。毫米波雷达市场中，近程雷达单价在300~400元左右，远程雷达在800~1200元左右。由Mobileye提供的自动驾驶视觉方案单车总价在几百美元。

但在自动驾驶领域中，由于各具优劣势，毫米波雷达、激光雷达和摄像头在L3以上自动驾驶中通常是作为互为冗余、互为备份的系统出现的。例如激光雷达在雨雾、沙尘的天气情况下就很难实现它所声称的性能；摄像头对光线则会比较敏感；而传统毫米波雷达尽管全天候能力最强，但除了缺少高度维度的感知外，水平角分辨率低、难以检测横穿目标和静止目标等也是瓶颈。

所以，综合来看，“未来的技术发展并非几种方向选择其一这么简单。”一方面，无论从自动驾驶还是辅助驾驶的角度来看，视觉和雷达的多传感功能在很长一段时间内都会共存，成像雷达的发展仍处于早期，谈取代尚为时过早，一切都还是未知数。另一方面，由于中国摄像头技术的发展水平远超国外，因此，越来越多的中国ADAS厂商会采用毫米波雷达结合摄像头的技术，来实现自动驾驶L1、L2甚至部分L3的功能。

在此基础之上，从高识别率、高分辨率、高精度的成像雷达发展趋势来看，一定程度上它可以作为激光雷达目前高成本情况下对市场的补充。换言之，在某些L3-L5的试验场合下，可以采用成像雷达作为补充，无需采用达到64线高分辨率的激光雷达，而采用16线相对成本较低的激光雷达方案，以达到近似效果，这也是一种平衡的考量。

责编：Luffy Liu