4D雷达量产元年开启，但真正的硬仗才刚开始 _知识分享

自动驾驶的快速演进，使先进感知技术 \" 上车 \" 速度远超预期。
比如激光雷达，前几年在很多人眼里还可望而不可及，今年就随着部分新车的陆续交付正式进入量产时代。
据兴业证券此前统计数据显示，2022 年上半年，全球搭载激光雷达的量产车型约有 6 款，贡献激光雷达出货量约 5.5 万台。2022 年下半年，全球预计还会新增 14 款搭载激光雷达的量产车，这将带动下半年激光雷达出货量达 19.8 万台，全年累计出货量约为 25 万台。
那么在激光雷达之后，下一个接力上车的先进感知技术会是哪个呢？目前来看，大概率是 4D 成像毫米波雷达。
作为传统车载毫米波雷达的 \" 升级版 \"，4D 雷达由于在原有对距离、速度、方位等的探测上，增加了对目标高度维的测量，可以实现更精准的探测效果，正成为业界用来优化智能驾驶感知系统的又一重要抓手。
据盖世汽车不完全统计，目前国内已至少有接近 20 家本土企业在开展 4D 成像毫米波雷达相关的研发，其中大部分企业计划在今明两年正式进入量产。这意味着，国产 4D 毫米波雷达有望在 2023 年左右迎来一波 \" 上车 \" 高峰，进入技术兑现。
毫米波雷达进入 \"4D\" 时代
所谓 4D 成像毫米波雷达，与传统毫米波雷达相比最明显的差别在于，增加了对目标高度信息的感知，随之而来的是感知精细度的大幅提升。

文章插图
图片来源：几何伙伴
传统毫米波雷达由于俯仰维通道有限以及处理器性能等的限制，过去主要用来探测物体的距离、相对速度和方位角，这也即是过去 \"3D\" 的含义。
但在测高方面，传统雷达能力很微弱，甚至可以说根本不具备测高能力。这样导致的结果是，当碰到路面有静态障碍物的时候，雷达虽然可以探测到障碍物反射点，但因为无法识别障碍物的高低和大小，常常难以作出准确的判断。其他还包括对路面井盖、减速带、路牌、天桥等静态目标的错误感知，由此导致毫米波雷达在融合系统中普遍置信度较低。
为减少不必要的刹车，提升用户体验，实际应用过程中一些雷达公司、自动驾驶公司或者车企会选择将雷达感知到的这类静态目标直接过滤掉。或许在大多数场景中，这种策略都足以应对，但对于一些不常见的 Corner Case，就显得有些力不从心了。尤其目前国内量产的 L2 级自动驾驶系统不少都将视觉作为主传感器，毫米波雷达作为辅助感知，如果视觉发现障碍物还好，若没有及时发现，得依靠毫米波雷达，这时很容易出现问题。
4D 雷达相较传统毫米波雷达，由于具备更多的通道数，以及更先进的处理器，不仅能够提供目标的高度信息，实现更高的角分辨率，还可以输出致密点云信息，勾勒周边物体的轮廓，也即是点云成像。
在角分辨率上，当前 4D 毫米波雷达普遍可以做到 1 ° 以内的水平角分辨率和 2 ° 以内俯仰角分辨率，而这对于提升驾驶安全尤为重要。以 ACC 为例，据相关人士介绍，如果要准确分辨出 300 米之外的两辆车，水平角分辨率一定要达到 1 ° 以下。而如果要识别车前 150 米处悬空约 6.5 米的红绿灯时，角分辨率需要达到 2 ° 才能满足需求。

文章插图
4D 毫米波成像雷达点云图，图片来源：几何伙伴
点云输出方面，传统雷达点云密度很稀疏，基本无法进行障碍物分类，而 4D 雷达则具备类似激光雷达的点云输出能力，可助力解析目标的轮廓、类别，在提升整个系统感知可靠性的同时，还能够与摄像头感知互为冗余，作为图像传感器失效时的分类补充。
比如采埃孚的长距离成像雷达，据悉能接收到来自行人 10 个左右的数据点，通过对每个数据点进行测量并反馈物体的速度，即可获得精确的目标信息。采埃孚表示，其长距离成像雷达甚至可以解析单个肢体的运动轨迹，从而识别行人的行走方向。
纵目科技（点击查看纵目科技 4D 毫米波雷达申报 2022 金辑奖信息）的第一代短距离 4D 毫米波雷达 ZM-SDR1，官方宣称通过单车搭载 4 颗可实现超过 10000pts/s 的点云数据，点云性能可对标 8 线激光雷达，但成本却只有其 1/20 。正因为如此，也有观点认为 4D 毫米波雷达未来可以在某些应用场景中作为激光雷达的 \" 平替 \" 。

文章插图
采埃孚成像雷达最远探测距离可达 350m，图片来源：采埃孚