光有激光雷达还不够？4D成像雷达进入“量产上车”时代 ...

            
            4D成像雷达正在成为智能辅助驾驶/自动驾驶多传感器融合系统当中最具竞争力的方案之一。
            今年以来，包括飞凡R7、长安深蓝SL03等车型相继搭载4D成像雷达上市，4D成像雷达进入了“量产上车”时代。
            “4D成像雷达将是L2级ADAS向L3甚至是L4/L5自动驾驶演进的重要支撑。”为升科（CubTEK）CTO蔡青翰博士在2022年高工智能汽车年会上发表演讲表示，4D成像雷达继承了传统毫米波雷达全天候抗干扰的优势，并且不受灰尘、雾霾等影响，未来的市场潜力无限。
            高工智能汽车研究院预计，4D成像雷达将从明年初开始小规模前装导入，预计到2024年，定点/搭载量有望突破百万颗，到2025年占全部前向毫米波雷达的比重或超过40%。
            可以预见，伴随着中国自动驾驶的渗透率和商业化步伐的加速，4D成像雷达极大可能成为传感器市场的下一个“爆点”。按照行业人士测算，未来单车搭载4D成像雷达的数量将在5-7颗左右。
            4D成像雷达的量产大幕开启
            在过去的数年时间里面，毫米波雷达已经成为ADAS的标准配置，但面对L3及以上级别的自动驾驶来说，传统毫米波雷达的短板已经逐渐显露。
            蔡青翰表示，4D成像雷达不仅能够计算出被测目标的距离、速度、水平角、俯仰角等信息，还可以捕捉目标的空间坐标和速度等信息，并且成本相对激光雷达更占优势，未来将瓜分激光雷达的部分市场份额。
            一方面，在大雾、雨雪等天气恶劣的环境下，激光雷达的性能会显著下降。蔡青翰表示，在能见度只有0.1公里的大雾环境下，激光雷达几乎没有办法进行侦测，而在大雨环境中，激光雷达的侦测距离也会衰减50%左右。
            相比之下，4D成像雷达即便是在大雨环境下，依然能够保持300m的探测距离。“4D成像雷达的稳定性、抗干扰性能更强，更适合在高级别自动驾驶系统当中使用。”蔡青翰补充表示。
            另一方面，4D毫米波雷达与其他传感器融合之后，感知能力的增强可以解锁出更多的功能场景，进而推动自动驾驶解决方案实现“全场景智能”。
            因此，业内人士一致认为，通过架构和算法的优化，4D成像雷达可以将角分辨率提升到接近激光雷达的水平。同时，与激光雷达相比，4D成像雷达在成本、信号处理自由度等方面更具优势，有望从更高性价比方面瓜分激光雷达的部分市场份额。
            为升科（CubTEK）是中国最大的商用车前向雷达供应商，可以提供60GHz舱内侦测雷达、77GHz中/远距雷达、77GHz内轮差雷达、77GHz短距雷达、79GHz 4D成像雷达等，以及多元化的雷达硬件和软件解决方案。
                        
            目前，为升科（CubTEK）已经基于NXP的多颗级联TEF82xx雷达射频芯片及结合S32R45雷达处理器芯片，推出了4D成像雷达方案。据悉，该4D成像雷达方案最大的亮点在于率先提供了短距、中距、长距三合一的并发多模雷达感测，可以实现360度环绕感知以及汽车周围宽广视场的同时感测，从而满足L2+级至L5级的自动驾驶需求。
                        
            “全新的4D雷达方案结合AI技术，可以弥补过去与摄像头、激光雷达等高精度传感器的性能差距。”蔡青翰表示，为升科（CubTEK）的4D成像雷达配备了高角度解析演算法、辨识环境目标的AI算法、新式信号处理算法等，并且通过配置低复杂度传感器实现了192个虚拟天线通道，来提高原始传感器硬件的性能。
            4D成像雷达的未来战场在哪？
            提升自动驾驶的感知系统，已经成为了车企及技术供应商们首要解决的问题。
            今年开始，大部分车企将纯视觉方案作为基础，通过增加激光雷达、4D雷达来补齐全域感知能力，尤其是针对复杂路况的城区环境以及高速公路的特殊场景，来提升整套智驾系统的安全边界。
            “多传感器融合需要匹配足够优化的融合算法。在这其中，4D成像雷达可以实现多传感器的前融合和点云融合，从而降低漏检率、误报率等。”蔡青翰如此表示。
            现阶段，借助恩智浦的平台，为升科（CubTEK）已经开发了各类比较新颖的算法技术，比如先进的大规模MIMO算法、基于人工智能的目标分类算法、高性能抗干扰算法以及超分辨率、鲁棒性的寻角算法。
                        
            总体来看，在保证摄像头高像素的背景下，市场上的多传感器融合的感知方案主要有两种选择：一种是基于视觉+4D成像雷达的融合，4D雷达可以帮助智能驾驶系统更准确地进行物体分类，从而提供足够的系统冗余；另一种则是4D成像雷达与激光雷达的融合。
            不过，伴随着汽车智能化的演进，各大主机厂对于多传感器融合的诉求已经从单纯的传感器堆叠，演变成更加注重整车成本的控制。
            有业内人士直言，“4D成像雷达的性能升级，主要的目的并不是替代激光雷达，而是为主机厂提供更具性价比的解决方案。”
            “目前来看，激光雷达和4D成像雷达各有优劣势，还无法完全取代对方。”蔡青翰表示，接下来，伴随着4D成像雷达的逐步“量产上车”，相关企业所面临的挑战也会越来越多。