超高分辨率毫米波成像雷达感知功能助力实现完美驾驶体验-电子发烧友网

关于自动驾驶技术近年来一直都在发展，也一直为人们所津津乐道，到底什么时候才能真正实现汽车的全自动驾驶。时至今日，事实是全自动驾驶汽车仍然还没有出现，但技术的进步也让人们一直对其抱有期待。抱有期待的同时，很多与其相关的负面报道也层出不穷，自动驾驶汽车仍然存在重大的感知问题，其感知并理解周围环境的能力尚有欠缺，这也是目前很多自动驾驶汽车出现事故的主要原因。

感知能力不足问题在哪？

感知能力的欠缺，只要问题出在我们老生常谈的传感器身上。

先从摄像头说起，这类传感器不仅在特殊的工作情况下会出现问题，即便是在日常情况下，也可能会出现问题。摄像头的感知水平，很大程度上受到天气和光照条件的限制，存在“失明”风险。从其感知能力来说，它感知的范围有限。也不能测算速度，对周围的环境缺少深度的感知。

因为摄像头有这样的局限，所以雷达是自动驾驶汽车更好的选择，而现有的传统的毫米波雷达也存在危险隐患，尤其是对于L2+级别和NCAP安全来说，现有毫米波雷达仍然不够先进。首先，分辨率极其受限，这里指的是角度上的分辨率，仰角分辨率的不足会导致雷达忽略静态物体，无法实现感知和自由空间映射（可行驶区域），没有俯仰分辨率则意味着无法测量高度。而且传统毫米波雷达算力、内存大小限制了传感器对多个目标同时跟踪的能力。误报也增加了现有毫米波雷达的不可靠性。

想要解决自动驾驶汽车感知能力不足的问题，传感器，尤其是毫米波雷达传感器的升级是迫在眉睫的。

成像雷达解决传统雷达缺点

成像雷达，区别于传统雷达，需要具备以下几个特征，首先需要能够映射环境，实现感知和自由空间映射，可以避开运动以及静止的障碍物；其次要能够更有效地消除误报，解决“幽灵刹车”问题；最后当然是更高的灵敏度和分辨率。

（成像雷达，Arbe）

成像高分辨率雷达虽然能解决传统毫米波雷达的一些弱势，但是任何一种传感器都是有自己的优劣势。下图直观地展示了适用于所有使用场景的传感器组合的一些优劣势。在大部分应用中需要考虑的点上，摄像头加成像雷达都能较好的覆盖。

（优劣势对比，Arbe）

成像毫米波雷达在高分辨率、全方位感知以及误报这几项上明显地超出了传统毫米波雷达，其实这些主要是受益于成像毫米波雷达在角度分辨率上的提高，其对汽车可自由行驶区域映射增强了很多。

雷达革命如何实现？

从上面的对比我们可以对成像雷达下这么一个定义——可以看到清晰图像，支持仰角和自由空间映射的毫米波雷达。实现这一目标的方法，则是拥有大量的天线通道。天线通道的增加使得器件的空间采样能力大大提升。

实现方法看起来不复杂，但实现起来并不容易。传统的毫米波雷达拥有12个虚拟通道，后面有四片级联组成192个通道。而以Arbe的高分辨率成像雷达为例，器件拥有2304个通道，并配置了大量通道数的专用射频芯片组。

通道数多了之后，感知能力毫无疑问会提升，但是处理能力能否跟上也是很大的挑战。一般192个通道时就已经需要使用FPGA来处理了，当通道高达2304个时，只有专用处理器才能负载起这种量级的数据。

实现基于毫米波雷达的后处理算法是另一个增强的地方。这个算法包括自由空间映射、物体追踪以及SLAM能力。这些功能完全基于成像雷达本身，而不是结合摄像头或者其他传感器来做的。这一点很关键，这意味着这种算法属于超高分辨率雷达本身的能力。成像雷达可以基于整体点云的方式来与后续的摄像头感知做前数据融合，也可以每个传感器各自检测追踪后然后再做前数据融合，然后从算法层做场景理解。这种超高分辨率雷达能实现自动运动检测，而不需要另外的传感再去做速度、角度等参数的测量，也就是整个感知均有雷达本身完成。