毫米波雷達，向高分辨率成像發(fā)起進攻

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

從物理屬性來看，相對于激光雷達和攝像頭等光學(xué)傳感器，毫米波雷達不受光線的制約，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、全天候”工作的美譽。

圖片來源：行易道

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

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

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

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

毫米波雷達的高精度成像構(gòu)成

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

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

對于“視覺”的定義，1982年，計算機視覺的創(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)用場景中，車載毫米波雷達需要解決兩件事：一個是場景、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；另一個是它們在哪里，即關(guān)于場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)車載毫米波雷達沒有實現(xiàn)完整的視覺語義解釋，沒有構(gòu)成車載毫米波雷達成像系統(tǒng)，這是傳統(tǒng)車載毫米波雷達沒有進入高階傳感器融合技術(shù)領(lǐng)域的根本原因。

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

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

除了上述三部分外，支撐一個成像系統(tǒng)還需要測試驗證系統(tǒng)的搭建?！皽y試驗證系統(tǒng)搭建除了雷達本身之外，還要結(jié)合非常多的因素，因為是車載雷達，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)本身的測試驗證?！壁w捷說到。

4D毫米波雷達正在加速落地

目前，行業(yè)在車載毫米波雷達成像技術(shù)上的進展主要分為兩種，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雷達更多的應(yīng)用在前向成像，SAR雷達則應(yīng)用在側(cè)向成像。“對于汽車周邊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SAR成像，因為SAR成像不管是效果還是成本、性價比方面都會比較高?！?/p>

據(jù)了解，SAR成像系統(tǒng)主要的原理是利用汽車運動形成空間的大天線孔徑從而實現(xiàn)高的分辨率。行易道是國內(nèi)第一個提出做車載SAR雷達的公司，2016年開始研發(fā)，2019年已經(jīng)實現(xiàn)了SAR雷達的工程樣機，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)有四五個算法方面的專利授權(quán)。

“SAR雷達持續(xù)得到的認可還是蠻多的，我們在海外有一家客戶，國內(nèi)有一家大型乘用車客戶，都在測試和產(chǎn)品化的進程中?！壁w捷說到。

在4D毫米波雷達方面，據(jù)介紹，2020年，行易道承擔(dān)了北京市科委的一個研發(fā)項目，2022年年底的測試結(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、實現(xiàn)高程信息輸出的4D中程雷達，采用行業(yè)領(lǐng)先的超分辨算法，在支持雷達實時判斷方面具有突出優(yōu)勢。

值得一提的是，在解決前向成像時，尤其是行業(yè)關(guān)注的提高角度分辨率問題時，由于毫米波雷達的尺寸和成本限制，實現(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是突破了傳統(tǒng)的采樣定理的限制，進行無模糊重構(gòu)，即在有限的硬件約束下，采樣點更少，運算速度更快，占用的硬件資源更少。

從行易道自研的4D毫米波雷達產(chǎn)品參數(shù)來看，通過增加壓縮感知算法，4D雷達角分辨率能夠提升到0.6×0.8度（已經(jīng)實現(xiàn)工程化），處于行業(yè)處于領(lǐng)先水平。通過仿真測算，下一代壓縮感知算法可以實現(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，毫米波雷達在角分辨率上能夠和激光雷達實現(xiàn)同樣的性能，這是未來4D毫米波雷達的技術(shù)趨勢，從全球來看這一技術(shù)正在加速落地?！睋?jù)趙捷透露，其推出的4D雷達產(chǎn)品ALRR300在已經(jīng)獲得了海外定點，今年將實現(xiàn)交付。

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

審核編輯 ：李倩