4D毫米波雷達(dá)，能否成為自動(dòng)駕駛的破局者？

今年，政策的推動(dòng)和新能源汽車的活躍，讓智能汽車市場(chǎng)規(guī)模及滲透率顯著提升。

根據(jù)羅蘭貝格數(shù)據(jù)顯示，2020年我國(guó)L2及以上級(jí)別的ADAS系統(tǒng)滲透率僅為9%，今年一季度L2級(jí)自動(dòng)駕駛乘用車滲透率達(dá)23.2%，較2021年一季度7.5%大幅提升，預(yù)計(jì)到2025年，L2及以上級(jí)別的ADAS系統(tǒng)滲透率可達(dá)到40%。

但是L2級(jí)別滲透率的提升似乎改變不了行業(yè)對(duì)L4級(jí)別自動(dòng)駕駛所持的悲觀情緒，Argo AI巨虧，Cruise發(fā)展緩慢，Waymo的估值從最高1750億美元下跌到了300億美元…L3、L4級(jí)別自動(dòng)駕駛遲遲無法落地讓自動(dòng)駕駛研發(fā)公司們普遍遭到了資本和市場(chǎng)的冷遇。而這其中最關(guān)鍵的一點(diǎn)原因就是感知系統(tǒng)的局限，無論是特斯拉的純視覺方案還是其他車企的多傳感器融合感知方案，都未見實(shí)質(zhì)性的突破。

提升自動(dòng)駕駛的感知系統(tǒng)，成了當(dāng)下車企及技術(shù)供應(yīng)商們首要解決的問題。

硬件堆疊的“無用功”

市面上大多數(shù)車企及造車新勢(shì)力選擇的都是多傳感器融合感知方案，因?yàn)椴煌膫鞲衅鲹碛胁煌膬?yōu)劣勢(shì)，所以多種傳感器同時(shí)作用、相互配合，共同對(duì)信息進(jìn)行獲取和分析，能夠彌補(bǔ)單一傳感器本身存在的缺陷。這就是感知融合，我們看到，即使是特斯拉，也開始下場(chǎng)研制自己的毫米波雷達(dá)，不再執(zhí)著于曾經(jīng)的純視覺方案。

不過，傳感器數(shù)量的增多似乎成了車企智能化宣傳的一個(gè)“噱頭”，這使得很多企業(yè)開始堆疊硬件，以為這樣可以讓自動(dòng)駕駛“看”得更清。

如理想L9，標(biāo)配旗艦級(jí)ADMax智能駕駛系統(tǒng)包括1顆前向128線激光雷達(dá)、6顆800萬像素?cái)z像頭和5顆200萬像素?cái)z像頭，以及1顆前向毫米波雷達(dá)和12顆超聲波傳感器，整車為25個(gè)視覺傳感器；蔚來汽車的自動(dòng)駕駛系統(tǒng)中，優(yōu)先級(jí)最高的是激光雷達(dá)和11個(gè)攝像頭；在埃安L4測(cè)試車上，甚至出現(xiàn)了搭載6顆激光雷達(dá)的處理方案。

高階自動(dòng)駕駛的實(shí)現(xiàn)真能通過傳感器堆疊實(shí)現(xiàn)嗎？且不說傳感器增多造成的整車能耗大幅上升，汽車的感知能力和智能化體驗(yàn)就提升了嗎？這顯然是一個(gè)誤區(qū)。

以搭載三顆激光雷達(dá)的廣汽埃安AION LX Plus和搭載雙激光雷達(dá)的小鵬P5為例，盡管前者把智能化作為產(chǎn)品主打的一個(gè)賣點(diǎn)，可在智能化配置（ADiGO 4.0智駕輔助系統(tǒng)）上，依然停留在高速NDA增強(qiáng)版以及城市NDA功能內(nèi)。

激光雷達(dá)是新能源汽車最熱門的配置之一，但不同的激光雷達(dá)自然也有性能的差異，其他傳感器也是如此。如今，車企不斷堆疊傳感器的數(shù)量來提升自動(dòng)駕駛的感知能力，這在硬件性能沒有改善或突破之前，可能只是增加了營(yíng)銷的噱頭，而且這種趨勢(shì)可能也會(huì)驅(qū)使激光雷達(dá)的生產(chǎn)商們更側(cè)重降低成本以提升銷售量，而非產(chǎn)品升級(jí)。

堆疊硬件還存在一個(gè)現(xiàn)實(shí)的問題，即成本。激光雷達(dá)是目前應(yīng)用于車上的感知元件中造價(jià)最昂貴的，一顆高性能激光雷達(dá)的價(jià)格接近一萬元，最便宜的也要三四千，雖然各大廠商都在試圖將激光雷達(dá)的價(jià)格進(jìn)一步降低，可業(yè)內(nèi)人士表示，激光雷達(dá)的降價(jià)仍未達(dá)預(yù)期。

換句話說，如果安裝多個(gè)激光雷達(dá)，那整車的價(jià)格必然大幅提升，這于產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力極為不利。

感知系統(tǒng)升級(jí)建立于產(chǎn)品突破

隨著自動(dòng)駕駛功能在汽車應(yīng)用的普及，汽車傳感器市場(chǎng)一直在保持快速增長(zhǎng)，但既然盲目堆疊傳感器無法真正提升智能汽車的感知能力，那么產(chǎn)品自身的性能創(chuàng)新和升級(jí)就成為了唯一的突破口。尤其是當(dāng)前性價(jià)比高的產(chǎn)品及技術(shù)方案更受到主機(jī)廠的青睞，所以傳感器相關(guān)企業(yè)往往面臨兩個(gè)選擇，一個(gè)是在不增加成本的前提下提升性能，另一個(gè)是在保持性能的同時(shí)降低成本。

這也是為什么行業(yè)內(nèi)開始討論4D毫米波雷達(dá)能否成為激光雷達(dá)的“平替”。

眼下4D毫米波雷達(dá)的賽道上，已經(jīng)開始涌入越來越多的參與者，既包括大陸集團(tuán)、采埃孚、安波福、博世這樣的傳統(tǒng)國(guó)際巨頭，它們壟斷了中國(guó)80-90%的市場(chǎng)，也有像復(fù)睿智行這樣的新入局者，期待通過自主研發(fā)推動(dòng)毫米波雷達(dá)的國(guó)產(chǎn)化替代升級(jí)。近日，復(fù)睿智行在上海舉行了一場(chǎng)產(chǎn)品發(fā)布會(huì)，其自主研發(fā)的高性能4D毫米波雷達(dá)首次對(duì)外公布，這也是復(fù)睿智行感知解決方案的“殺手锏”。

在產(chǎn)品層面，不同于市面上主流的3發(fā)4收雷達(dá)，復(fù)睿智行研發(fā)的“哥倫布”是第一款使用4發(fā)4收解決方案的雷達(dá)。在探測(cè)能力和角分辨能力上，哥倫布雷達(dá)分兩個(gè)版本：前雷達(dá)和角雷達(dá)，前者最大探測(cè)距離高達(dá)300米，是市場(chǎng)上非成像當(dāng)中能夠?qū)崿F(xiàn)的最大距離，水平角分辨率低至2.5°，垂直角精度±1.0°；后者探測(cè)距離超過200米，水平視場(chǎng)角達(dá)160°，水平角分辨率低至4.8°。

從參數(shù)上看，哥倫布雷達(dá)的探測(cè)距離和探測(cè)能力得到了大幅度提升，可以對(duì)標(biāo)國(guó)際頭部廠商的最新一代產(chǎn)品。以川速微波推出的77GHz增強(qiáng)版AVP角雷達(dá)為例，集成角雷達(dá)模式和4D點(diǎn)云模式，水平角探測(cè)范圍±75°，俯仰角探測(cè)范圍±15°，最遠(yuǎn)探測(cè)距離為120米。

另外，值得一提的是哥倫布雷達(dá)的俯仰探測(cè)能力，因?yàn)槭褂昧?層俯仰天線布局，俯仰探測(cè)性能兩倍于市場(chǎng)上主流的產(chǎn)品。

不過一旦越來越多的4D毫米波雷達(dá)被安裝在車上，雷達(dá)相互干擾的缺點(diǎn)就暴露出來。為了解決這個(gè)問題，復(fù)睿智行一面采用了芯片支持影片加速的抗干擾檢測(cè)技術(shù)，另一面則通過算法去減少或者修正干擾帶來的影響，將智能抗干擾技術(shù)提高了3倍的穩(wěn)定性。

當(dāng)前毫米波雷達(dá)的發(fā)展已經(jīng)開始進(jìn)入國(guó)產(chǎn)替代的階段，較好的波形設(shè)計(jì)能力和天線設(shè)計(jì)能力只是一款4D毫米波雷達(dá)的基礎(chǔ)，日漸激烈的市場(chǎng)競(jìng)爭(zhēng)將會(huì)更加考驗(yàn)國(guó)內(nèi)廠商的自主研發(fā)能力。而哥倫布雷達(dá)全面的、綜合的性能提升，可以說恰恰對(duì)外展示了復(fù)睿智行在自動(dòng)駕駛感知系統(tǒng)上的硬件研發(fā)能力。

而且，復(fù)睿智行聚焦硬件單品，把產(chǎn)品性能做到極致，然后再造一個(gè)感知系統(tǒng)，這與堆疊硬件的做法相反，為感知系統(tǒng)提升、獲取更多的數(shù)據(jù)提供了新的思路。

當(dāng)然，4D毫米波雷達(dá)性能升級(jí)，不是說替代激光雷達(dá)，而是為主機(jī)廠提供更具性價(jià)比的解決方案，減少他們對(duì)激光雷達(dá)在數(shù)量和質(zhì)量上的要求，滿足他們對(duì)降低成本的迫切需求。

從成本來看，4D毫米波雷達(dá)的成本和傳統(tǒng)毫米波雷達(dá)成本相近，約為激光雷達(dá)的1/10。目前，“視覺+毫米波雷達(dá)”的L2級(jí)視覺方案已能壓低到2000元/套，而一些L3級(jí)的視覺方案，如果不需要那么高線束的激光雷達(dá)，使用高性能的毫米波雷達(dá)，可以極大地降低整車的成本。

據(jù)復(fù)睿智行CTO周軼所說，“結(jié)合算法，我們至少可以節(jié)約50%的量產(chǎn)成本，幫助主機(jī)廠用一個(gè)比較好的價(jià)格去實(shí)現(xiàn)L2+或L3、L4的量產(chǎn)工作”。

軟硬件高度統(tǒng)一，為自動(dòng)駕駛搭建數(shù)字底座

盡管4D毫米波雷達(dá)以及圍繞4D毫米波雷達(dá)形成的感知解決方案還沒有真正進(jìn)入落地，但憑借性價(jià)比的優(yōu)勢(shì)，一旦有主機(jī)廠大規(guī)模搭載和使用4D毫米波雷達(dá)，后邊的企業(yè)很可能就會(huì)迅速跟進(jìn)。

不過，自動(dòng)駕駛的感知系統(tǒng)固然是通過攝像頭、毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)等硬件來承擔(dān)自動(dòng)駕駛汽車“看”的任務(wù)，可這其中也存在“看不見”的軟件成本，比拼智能感知方案同樣也是在比拼軟件能力。就像特斯拉的純視覺方案之所以功能強(qiáng)大，在于不斷創(chuàng)新和升級(jí)的視覺算法。

而目前來說，多融合感知方案在硬件方面的實(shí)現(xiàn)不算太困難，主要困難是沒有足夠優(yōu)化的融合算法。

當(dāng)前，市場(chǎng)上主流的算法走的是后融合的技術(shù)路徑，在后融合架構(gòu)中，每個(gè)傳感器獨(dú)立地輸出探測(cè)數(shù)據(jù)信息，在所有的數(shù)據(jù)信息被處理后，再匯總最后的感知結(jié)果。舉個(gè)例子，不同傳感器進(jìn)行獨(dú)立感知，激光雷達(dá)看到的是一條柯基，毫米波雷達(dá)看到的是一條狗，而攝像頭看到的是一只小動(dòng)物，將這些信息匯總處理后，系統(tǒng)才做出綜合判斷。

很顯然，不同傳感器的獨(dú)立運(yùn)作，是無法把不同傳感器優(yōu)劣互補(bǔ)的作用發(fā)揮出來的。比如攝像頭不擅長(zhǎng)判斷距離和位置，雷達(dá)不擅長(zhǎng)判斷顏色和紋理，系統(tǒng)需要對(duì)它們的信息進(jìn)行互相驗(yàn)證，才能達(dá)到更高的可信度。

復(fù)睿智行提供的感知方案更傾向于前融合算法，即在原始數(shù)據(jù)層面把所有的傳感器信息進(jìn)行直接融合，根據(jù)融合后的信息實(shí)現(xiàn)感知功能。相比后融合算法，前融合算法可以大大提高檢測(cè)的高精度，避免對(duì)小目標(biāo)的錯(cuò)過，但是它也對(duì)技術(shù)供應(yīng)商提出了更高的要求，比如算力，前融合技術(shù)需要直接處理原始數(shù)據(jù)，會(huì)消耗大量算力，同時(shí)硬件性能越高，才能獲取更完善的原始數(shù)據(jù)。

復(fù)睿智行自主研發(fā)的4D毫米波雷達(dá)，各項(xiàng)性能可以對(duì)標(biāo)國(guó)際頭部廠商最新一代產(chǎn)品，處于全球領(lǐng)先地位，這為其打造更強(qiáng)大的前融合感知算法提供了領(lǐng)先的傳感器支持。再結(jié)合前融合算法，技術(shù)上可以說能夠?qū)崿F(xiàn)全路況、全天候、全場(chǎng)景和全目標(biāo)的數(shù)據(jù)獲取和精準(zhǔn)感知。

比如一些非常見目標(biāo)，因?yàn)槿狈?shù)據(jù)樣本，很可能無法被感知，而復(fù)睿智行采用前融合算法，即使攝像頭不知道目標(biāo)是什么，毫米波雷達(dá)也知道它在哪里、以怎樣的速度在運(yùn)行，補(bǔ)充了目標(biāo)的信息。

為了更好地落地融合感知系統(tǒng)，復(fù)睿智行還研發(fā)了自己的域控制器，基于高算力SOC芯片，支持多路高清攝像頭、毫米波雷達(dá)和激光雷達(dá)的接入，與其感知融合算法形成軟硬件的高度統(tǒng)一。因此，我們可以看出，復(fù)睿智行基于4D毫米波雷達(dá)、前融合算法和域控制器，打造的是一套高性能、綜合性、相對(duì)完整的感知系統(tǒng)。

單車智能和車路協(xié)同，雙線并行

高性能的硬件和優(yōu)化的融合算法結(jié)合，將進(jìn)一步提升自動(dòng)駕駛感知系統(tǒng)的信息獲取能力，使其看得更清楚，為控制決策提供更多的數(shù)據(jù)參考。但需要認(rèn)清的是，即使多傳感器融合感知方案具有較大的可行性，可很多視覺感知的局限性仍沒有解決方案。

舉個(gè)簡(jiǎn)單的例子，無論是攝像頭還是雷達(dá)，都是基于生物感官的產(chǎn)物，且都搭載在車端，這就必然會(huì)有“盲區(qū)”的存在，即便系統(tǒng)再智能，也僅能在視覺范圍內(nèi)做出快速精確的決策。再比如極端的雨雪天氣下，雨雪容易遮擋攝像頭或雷達(dá)設(shè)備，使它們無法正常工作，再完善的感知系統(tǒng)也無濟(jì)于事。

所以說，視覺感知的局限，不是通過不斷提升單車智能化程度就可以解決，車路協(xié)同也因此作為自動(dòng)駕駛的另一條路徑而被不斷提起。

其實(shí)單車智能和車路協(xié)同不是相互排斥的，車路協(xié)同理論上能夠彌補(bǔ)當(dāng)前單車智能不夠智能的缺陷，尤其是感知上，是目前突破視覺感知局限性所能想到的最可行方案。比如盲區(qū)的問題，路側(cè)傳感器普遍位于高處，擁有比車載傳感器更開闊的視野，感知范圍也更大，利用路側(cè)傳感器與自動(dòng)駕駛汽車的交互協(xié)同可有效避免視覺盲區(qū)。

復(fù)睿智行在提供智能駕駛?cè)诤细兄桨傅耐瑫r(shí)，也深入到車路協(xié)同，針對(duì)車聯(lián)自動(dòng)駕駛、智慧交管、全息路口、智慧停車、測(cè)試場(chǎng)等多元化場(chǎng)景定制了相應(yīng)的解決方案。

比如智慧停車，目前主要是在智慧園區(qū)內(nèi)，通過上線具有廠端增強(qiáng)感知能力的智慧停車場(chǎng)，在廠端用感知能力提供整個(gè)廠端的路徑規(guī)劃、廠端停車位的引導(dǎo)，包括一些目標(biāo)物的識(shí)別、盲區(qū)的警示、鬼探頭的警示等等，來輔助單車智能，提升自動(dòng)泊車的效率和安全性。

針對(duì)車路協(xié)同，復(fù)睿智行在車、路兩端擁有的軟硬件自主研發(fā)能力，為其差異化解決方案提供了基礎(chǔ)。而除此之外，復(fù)睿智行的一大優(yōu)勢(shì)在于背靠復(fù)星集團(tuán)，復(fù)星集團(tuán)的布局幾乎覆蓋一條完整的汽車產(chǎn)業(yè)鏈，上下游企業(yè)之間進(jìn)行聯(lián)動(dòng)和協(xié)同，可以幫助其加快技術(shù)方案的實(shí)踐與落地。

更關(guān)鍵的是，發(fā)展車路協(xié)同的最大難點(diǎn)在于它不僅牽扯到諸多交通、法規(guī)、政策的要素，而且也需要各地政府部門、電信運(yùn)營(yíng)商、云服務(wù)供應(yīng)商等不同主體相互配合。復(fù)星集團(tuán)的背書，可以幫助復(fù)睿智行更好地對(duì)接政府部門，相互協(xié)助，共同推動(dòng)智慧城市的步伐。

目前復(fù)睿智行在創(chuàng)立僅一年時(shí)間里，已先后攜手柳州、成都、武漢、南京、上海金橋等多地，開啟交通智能網(wǎng)聯(lián)升級(jí)項(xiàng)目。

未來，自動(dòng)駕駛的實(shí)現(xiàn)是單車智能與車路協(xié)同的深度融合，兩條技術(shù)路線并行，或許也能打開自動(dòng)駕駛的新局面。

來源：道總有理