现有感知系统的瓶颈 是自动驾驶迈进量产阶段的重要难题

现有感知系统的瓶颈，成为自动驾驶迈进量产阶段的大难题之一。

感知部分至关重要，它要求能够在任何环境条件下实时识别物体。在碰到比如空中漂浮的塑料袋，可能意味着一辆自动驾驶汽车能适当地注意并对其视而不见，而不是采取紧急刹车或者避让的动作。

高分辨率毫米波雷达，就是下一代感知的代表性技术趋势。

近日，总部位于以色列特拉维夫的初创公司Arbe开发了一款高分辨率雷达芯片组，该公司称这将改变汽车行业的游戏规则。同时，新一轮融资3200万美元（其中，来自中国的北汽产投参与了此轮融资），正在助推其加快量产进度，这是其接下来一年的重点。

目前，Arbe已经有5家Tier1客户，其中2家在中国，3家在欧洲。这款自主研发的高分辨率雷达芯片组，可以匹配ADAS及自动驾驶系统，在宽视场范围内，以高水平和垂直分辨率远距离识别和跟踪数百个目标。

相比于目前市场上的雷达芯片组，Arbe的方案解决了许多问题，包括消除假警报。同时，还可以实时处理4D成像产生的大量信息，并减轻雷达的相互干扰。

雷达的优势众所周知，使用无线电波而不是传统激光束（当然，目前市场上也已经出现越来越多的FMCW激光雷达解决这一问题）来探测物体，这使得雷达能够直接测量周围物体的速度。同时，与光波相比，损耗的能量更少，这意味着雷达可以在更远的距离上工作。

此外，雷达在所有天气和照明条件下保持功能。然而，该技术传统上受到低分辨率的限制，这一缺点使雷达容易产生误报，无法识别静止以及横向移动的物体。近年来，高分辨率技术的突破也成为整个毫米波雷达产业链的趋势。

当然，最最重要的是，基于高分辨率雷达和摄像头的组合，自动驾驶可以实现低成本感知解决方案，同时高分辨率雷达还可以提供类似高精度地图的采样。

Arbe成立于2015年，最初专注于为机器人和无人机行业制造雷达传感器。一年后，这家公司开始涉足汽车行业。和传统雷达公司一样，一开始Arbe购买外部供应商的芯片来做产品研发，但很快意识到，市场上没有足够强大的芯片组来处理预想的高分辨率雷达数据。

对于研发高分辨率毫米波雷达，这家公司创始人表示，目前还没有一款成熟的量产传感器，可以响应整个驾驶场景，包括识别和评估风险、以及执行路径规划的能力。

而行业存在的两个主要问题：首先，我们还没有一个能够达到这种性能水平的传感器套件。第二，许多L4级自动驾驶传感器套件依赖于价格还比较昂贵的激光雷达，这限制了量产的进度。

一款价格合理、足够强大的传感器，可以用于ADAS和自动驾驶，是巨大的蓝海市场。尤其是让自动驾驶汽车从概念验证阶段过渡到量产阶段，更是如此。

传统雷达芯片供应商NXP为毫米波雷达描绘的路线图就是从传统的简单目标检测到环境测绘（点云模式），从而应对越来越复杂的任务。“简单地说，就是提高目前毫米波雷达的分辨率，以达到今天激光雷达的水平。”

目前，市面上也有不少芯片厂商推出了可以支持高分辨率毫米波雷达的产品方案（包括NXP、TI、英飞凌等传统雷达芯片巨头），但实现超高分辨率雷达的最大障碍之一是分析大量信息所需的处理能力。

这是Arbe选择的切入点，基于自主研发的专利芯片组和人工智能算法。此外，一套后处理软件栈还包括一个基于雷达的、由人工智能支持的SLAM解决方案，执行实时聚类、跟踪和自定位，以及假目标滤波，以及基于雷达和摄像头融合的对象分类。

在该公司创始人看来，尽管人工智能几乎应用于所有行业，但他们认为，自动驾驶是最难的人工智能挑战之一。有许多变量需要实时考虑。对于Arbe来说，AI放大了突破性的雷达技术。

另一家同样来自以色列的4D雷达初创公司Vayyar ，近日也在D轮融资中拿到了1.09亿美元，以扩大其4D雷达成像技术的应用范围。到目前为止，这家公司的资金总额已经达到为1.88亿美元。

这家公司起初的业务也并非汽车行业，公司的第一款产品是一种乳腺癌检测的替代方案，利用射频技术观察人体组织并检测恶性肿瘤的生长。

Vayyar公司声称，他们的芯片有72个发射器和72个接收器，可以在没有摄像头的情况下追踪和绘制所有东西。它可以探测障碍物，并对人的位置、运动、身高、姿势和生命体征进行无线监控，在所有照明和天气条件下都可以实时监控。

该公司表示，一个关键的区别在于它能够“看穿”墙壁、紧闭的门和其他固体物体。目前，这家公司的三大主要市场是汽车、零售和智能家居。

其中，汽车行业的应用目前主要瞄准座舱内的监控。Vayyar基于自有芯片的雷达传感器方案，可以实现车内乘客的位置和分类、乘员的尺寸、生命体征和姿势分析。

考虑到目前芯片的探测距离只有100米左右，Vayyar公司希望先把市场重点放在座舱方案上，目前已经与法雷奥、佛吉亚等TIer1进行合作。

在去年的巴黎车展上，法雷奥宣布将把Vayyar的雷达传感器与产品整合在一起，以监测婴儿的呼吸，并在紧急情况下触发警报。这包括婴儿被单独留在车内的情况。两家公司的目标是为大规模生产做好准备，改变汽车行业的安全标准。

毫米波雷达的另一大革命性技术突破，还来自于5G技术。华为公司上个月在一次公开活动中表示，公司正在利用5G技术研发用于自动驾驶车辆的毫米波雷达和激光雷达，作为车载传感器“生态系统”的一部分。

从毫米波技术角度来看看，5G和汽车雷达具有需要测量的共同功能特性，如信号阻塞、辐射干扰、波束宽度选择等。

同时，汽车雷达必须解决四个主要的问题，也适用于5G，因为这四个问题——降雨衰减、菲涅耳区、路径损失和地面反射——目前的方案都是存在瓶颈的，无论设备在车上还是在基站塔上。

在核心组成硬件上，两者都有相似的部件，例如移相器、本地振荡器、射频放大器和混频器，主要区别是5G无线电的调制能力。两者都可能包括上行和下行转换，但对于5G，市场应用主要是对信息带宽的增加。

比如5G和高分辨率汽车雷达都会使用的MIMO技术，其代表多输入、多输出的一种天线形式，通过将发射天线和接收天线的数量增加数倍来提高效率。更重要的是，MIMO天线可以在相同的信道上发送和接收信号，而不需要增加容量，也不需要牺牲频谱。

MIMO技术还可用于提高角分辨率，这是目前汽车毫米波雷达的主要性能瓶颈之一。MIMO使形成虚拟阵列成为可能，从而产生一个更集中的波束形成（Beamforming）。这意味着，MIMO雷达能够探测到的目标数目通常比传统的雷达要多得多，还可以提供更好的空间分辨率和改进的干扰抑制能力。

应用于5G的Massive MIMO，则在传统的2D-MIMO基础上，引入了垂直维度的空域（就好像传统汽车毫米波雷达增加了纵向信号），信号的辐射状是个电磁波束，也被称为3D-MIMO。基于3D-MIMO技术，意味着解决了传统汽车毫米波雷达无法识别物体形状以及行人检测能力弱的问题。

而另一家4D毫米波雷达公司，傲酷雷达则创造了独有的理论及软件算法，在MIMO的基础上做成高倍数虚拟MIMO，在原来物理天线数基础上虚拟出十倍的天线数，成功地把角分辨率从10度直接提升到1度。

傲酷的4D点云成像技术可以在静止对静止检测，低速移动，高速移动的情况下，可以对周边的车辆、行人（含横穿的车辆、行人）等高清全息探测。同时，四个FOV120度角雷达，可以形成360度环视点云，探测半径可达200米。

此外，在车路协同感知方面，有了4D成像技术的加持，雷达在路侧同样可以精确感知复杂的道路环境，在大型路口及高速沿线可以对静止的和运动中的行人、车辆等的进行全息感知。

这为传统的交通测速雷达带来了质的提升，尤其4D雷达和视频在点云像素级融合后，更可以充分发挥各自传感器的优势，对各种移动和静止的大小车辆、摩托车、行人以及其他目标进行精确分类和连续追踪。

通过V2X和5G，把在上帝视角下感知到信息传给车端，和车端传感器融合，可以极大地改善单车的感知水平，消除盲区，获得超视距的感知能力等。

傲酷提供的雷视一体雷达尤其擅长于大规模复杂路口、人车流混杂的车路协同场景应用。当然也可以完成传统ITS功能，如流量及排队长度统计、交通事件报告等。

由此可见，随着高分辨率雷达技术进入量产前的最后验证阶段，从道路、车端及舱内监控等多个细分市场将为其打开新的市场空间。