0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

从4D到4D数字成像,雷达数字化升级助力实现更好的智能驾驶

Felix分析 来源:电子发烧友网 作者:吴子鹏 2023-12-19 00:13 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

电子发烧友网报道(文/吴子鹏)近一段时间,智能汽车在传感器方面的热点从激光雷达逐步转移到了4D成像雷达。传统3D毫米波雷达只能检测物体的距离、相对径向速度、水平角度信息,4D雷达则加入了高度信息,并通过类似点云的方式提升了距离分辨率、角度分辨率、速度分辨率等关键信息,因此能够让智能驾驶迈上更高的台阶。


根据信号调制方式的不同,4D雷达分为模拟雷达和数字成像雷达。其中,前者采用基于模拟调制的调频连续波(FMCW)方案,后者则采用数字编码调制(DCM)方案。

作为一家专注于设计4D数字成像雷达解决方案的创新型高科技公司,Uhnder在4D数字成像雷达赛道目前处于领先位置。在该公司举办的以“数字化,新潮流”为主题的技术论坛上,电子发烧友网记者采访了Uhnder首席执行官兼联合创始人Manju Hegde,他详细阐述了Uhnder在4D数字成像雷达方面的技术领先优势,以及借助4D数字成像雷达,现阶段的辅助驾驶,未来的自动驾驶,将会得到怎样的性能加持。

wKgZomWAG6iAIpJcAAKFERYr-aM343.jpg
Uhnder首席执行官兼联合创始人Manju Hegde

4D数字成像雷达的领先性

雷达在汽车领域有悠久的发展历史,目前依然是汽车智能感知系统中的重要传感器之一。不过,传统车载毫米波雷达测高能力不足,输出信息质量与摄像头、激光雷达的信息输出质量不在同一量级,4D成像雷达通过类似于激光雷达点云成像的方式改变了这一点。当然,雷达技术演进也是递进式的,开始是3D到4D,然后是4D到4D数字成像。

一般模拟雷达的通道数只有12-16个,分辨率较差。而Uhnder的4D数字成像雷达芯片提供最高192个虚拟通道,因此分辨率会得到显著提升。在对比度上,如果车旁边有位成人/小孩,模拟雷达便无法检测到,Uhnder的4D数字成像雷达则能够很好地避免这一情况。另外,在目标反射功率、抗干扰性、传感器融合能力和安全性等方面,Uhnder的4D数字成像雷达解决方案都更具优势。

wKgaomWAG7WAP7jQAAaeYoBCcnA228.png
模拟雷达和数字雷达对比


通过Manju Hegde分享的下图也可以看到,不仅是优于模拟雷达,4D数字成像雷达相较于激光雷达和摄像头而言,也做到了很好的性能补充,将能够为辅助驾驶和自动驾驶带来全面的性能和体验提升。

wKgZomWAG8CAH6dCAAfrBmCV-Nw843.png
数字雷达和模拟雷达、激光雷达、摄像头对比


2022年3月1日,我国正式实施《汽车驾驶自动化分级》(GB/T 40429-2021)国家标准,与国际汽车工程学会的划分大体一致,将驾驶自动化划分为6个等级,0级是应急辅助,1级是部分驾驶辅助,2级是组合驾驶辅助,3级是有条件自动驾驶,4级是高度自动驾驶,5级是完全自动驾驶。

Manju Hegde在分享时提到,L2级自动驾驶实现至少需要3颗雷达——1个前置雷达和2个后置雷达,有时还需要在此基础上增加两个前置雷达,L3级自动驾驶可能需要6颗雷达,L4级自动驾驶可能是8-12个雷达。如此来看,车载雷达未来前景是非常好的。

wKgZomWAG8yATp_pAAI2E5dCADk366.png
自动驾驶方案传感器配置


从发展现状来看,目前整个4D成像雷达市场还处于发展早期阶段,市面上大部分车型采用的依然是传统毫米波雷达。比如在中国市场,根据智研咨询的统计数据,2021年我国毫米波雷达出货量已达2000万颗,同比增幅超40%;到2026年出货量有望超7000万颗。实际上全球的情况也基本类似。Yole预测4D雷达将在2028年达到约60%的市场占比。2028年4D雷达市场规模将达到83亿美元,较2022年增长36%;4D成像雷达市场规模将达22亿美元,较2022年增长49%。

wKgaomWAG9aAS02rAAcKMZW8Yio411.png
雷达市场解读

4D数字成像雷达如何融入现有方案

要兑现上述提到的市场潜力,那么现阶段我们就需要看到4D成像雷达对智能驾驶有什么价值?在这里面,Uhnder的4D数字成像雷达在实现智能驾驶方案时,又会展现出怎样的领先性。

首先是如何融入当前的自动驾驶方案中,目前L2级自动驾驶方案已经有一些固定方案,比如5V5R、6V5R或者11V5R等。对于这套体系,Manju Hegde表示:“Uhnder的4D数字成像雷达基本可以实现无缝对接Tier1和整车厂OEM的现有方案,其部署和传统模拟雷达是一样的。友商可能仅为Tier1和整车厂OEM提供一个设计参考平台,没有任何软件支持。但我们会提供经过 SPICE 认证的软件设计支持,软件团队是我们公司非常重要的组成部分,我们还会提供API,方便Tier1和整车厂OEM在雷达上部署他们的算法。”

“Uhnder的4D数字成像雷达在架构设计上有自己的独特之处,我们的芯片内嵌信号处理设计,因此不需要额外的处理器加持。友商想要达到相同的性能水平需要5颗芯片:4 颗FMCW芯片+1颗FPGA芯片或特殊的雷达处理器。因此我们的性价比是明显优于竞品的,为智能安全驾驶带来更高性能的同时实现降本增效。”Manju Hegde提到。

wKgaomWAG-OADQxfAAiqt93nMug587.png
Uhnder 4D数字成像雷达和竞品对比


在现有自动驾驶方案中,还有一颗关键器件——激光雷达,关于激光雷达和4D成像雷达的争论已经持续了很久。对此,Manju Hegde认为:“激光雷达和雷达之间的关系是很微妙的,激光雷达在光频率方面比较有优势,高性能激光雷达可以获得微米级的分辨率,虽然汽车可能用不到这么高的分辨率。从商业化、汽车安全性和性价比角度出发,雷达可能还是要更胜一筹。”

不过,他也指出,激光雷达和4D成像雷达的争论基本是在L2级自动驾驶阶段,到了L3级自动驾驶将会开始融合,到L4级及以上时就会成为合作互补的方案。

此次活动上,Uhnder展示了领先的 4D 数字成像雷达解决方案在高级驾驶辅助系统(ADAS)领域的最新发展和应用,并分享了与合作伙伴共同开发的 ICON 雷达(已量产)、奥迪 MARS 样机、原型机及评估套件等。

结语

从3D雷达到 4D 数字成像雷达,产品技术不断进化让雷达在自动驾驶领域拥有广阔的发展前景。现阶段,4D 数字成像雷达依然是一项比较新的技术,但Uhnder的方案加速了4D 数字成像雷达上车的进程。目前,国内已经开始L3级和L4级自动驾驶试点,随着高阶自动驾驶时代到来,4D 数字成像雷达拥有巨大的发展潜力。作为这个领域的领先玩家,Uhnder也会大受裨益。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 智能驾驶
    +关注

    关注

    5

    文章

    3040

    浏览量

    51376
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    4D毫米波雷达成为L3级自动驾驶的感知基石

    2026年,中国智能驾驶产业迎来了真正的分水岭时刻。随着首批L3级自动驾驶车型获得正式准入许可,一场“人驾驶
    的头像 发表于 04-11 11:24 552次阅读

    4D点云加持,FMCW激光雷达助力自动驾驶更安全可靠

    凭借相干探测+速度直接测量,升级4D成像感知方案,成为L3及以上自动驾驶的关键安全支撑,推动智能驾驶
    的头像 发表于 03-19 11:44 1305次阅读
    <b class='flag-5'>4D</b>点云加持,FMCW激光<b class='flag-5'>雷达</b><b class='flag-5'>助力</b>自动<b class='flag-5'>驾驶</b>更安全可靠

    4D毫米波雷达为什么称为激光雷达的“替身”?

    [首发于智驾最前沿微信公众号]4D毫米波雷达在自动驾驶中的应用越来越普遍,毫米波雷达是指工作在毫米波频段(普通商用汽车多使用76–81GHz范围)的
    的头像 发表于 01-09 09:06 2299次阅读
    <b class='flag-5'>4D</b>毫米波<b class='flag-5'>雷达</b>为什么称为激光<b class='flag-5'>雷达</b>的“替身”?

    使用单芯片 8 x 8 级联收发器实现 4D 雷达成像

      本文探讨了 AWR2188 等单芯片 8 x 8 雷达收发器如何为自动驾驶车辆实现先进的 4D 成像
    的头像 发表于 01-08 11:29 656次阅读
    使用单芯片 8 x 8 级联收发器<b class='flag-5'>实现</b> <b class='flag-5'>4D</b> <b class='flag-5'>雷达成像</b>

    全球体积最小4D FMCW激光雷达亮相!

    激光雷达,首次成功跨越FMCW激光雷达成本与性能平衡的行业临界点,让高性价比的4D FMCW激光雷达技术真正落地人形机器人、机器狗、无人配送、智能
    发表于 12-29 08:49 2007次阅读
    全球体积最小<b class='flag-5'>4D</b> FMCW激光<b class='flag-5'>雷达</b>亮相!

    简单认识恩智浦第三代成像雷达处理器S32R47系列

    L2+级的ADASL4级的自动驾驶系统,4D成像雷达
    的头像 发表于 12-28 09:42 1310次阅读

    CTLRR-540毫米波雷达4D成像应用测试(一)

    CTLRR-540是6T8R新一代 77GHz 4D成像毫米波前雷达,广泛面向L2+及以上高阶自动驾驶智能交通系统(交通流量监控与分析,交
    的头像 发表于 12-03 09:41 1.9w次阅读
    CTLRR-540毫米波<b class='flag-5'>雷达</b><b class='flag-5'>4D</b><b class='flag-5'>成像</b>应用测试(一)

    自动驾驶4D毫米波雷达在雨雾中更具优势吗?

    不同原理的传感器是目前最优解决方案吗?其实这个场景是自动驾驶在现实环境中非常典型,也是非常棘手的边缘场景。对于4D毫米波雷达来说,这个场景的应用到底会如何?   为什么4D毫米波
    的头像 发表于 12-03 09:21 1283次阅读
    自动<b class='flag-5'>驾驶</b>中<b class='flag-5'>4D</b>毫米波<b class='flag-5'>雷达</b>在雨雾中更具优势吗?

    单芯片8T8R,全国产“4D卫星架构雷达”来了

    全面超越传统方案,成为推动智能汽车电子电气架构向集中式演进的关键节点。   其采用圭步微电子单颗8T8R卫星雷达芯片,性能对标双极联4D雷达,成本降低 60%。集成波导天线设计让体积缩
    的头像 发表于 10-31 09:09 3254次阅读

    4D毫米波雷达比3D毫米波雷达到底强在哪儿?

    [首发于智驾最前沿微信公众号]最近有一个小伙伴在留言区提问:最近智界开启了老车型智驾硬件升级活动,老R7的前1后2毫米波雷达替换成4D毫米波雷达。因此想让智驾最前沿聊聊,前向一颗
    的头像 发表于 09-15 09:13 1772次阅读
    <b class='flag-5'>4D</b>毫米波<b class='flag-5'>雷达</b>比3<b class='flag-5'>D</b>毫米波<b class='flag-5'>雷达</b>到底强在哪儿?

    恩智浦4D成像雷达如何助力自动驾驶发展

    4D成像雷达凭借卓越的精度、可扩展性和弹性,正在重新定义汽车传感技术。4D成像雷达在全球的部署不
    的头像 发表于 09-09 17:01 2079次阅读

    生成式 AI 重塑自动驾驶仿真:4D 场景生成技术的突破与实践

    生成式AI驱动的4D场景技术正解决传统方法效率低、覆盖不足等痛点,如何通过NeRF、3D高斯泼溅等技术实现高保真动态建模?高效生成极端天气等长尾场景?本文为您系统梳理AI驱动的4D场景
    的头像 发表于 08-06 11:20 5376次阅读
    生成式 AI 重塑自动<b class='flag-5'>驾驶</b>仿真:<b class='flag-5'>4D</b> 场景生成技术的突破与实践

    Litestar 4D:运动场所照明

    ) 室外区域的溢光 参考标准:EN 12193 2008 国际足联 2011 备注:当前版本的 LITESTAR 4D 允许计算简单的运动区域。我们强烈建议在体育场等复杂情况下使用 LITESTAR
    发表于 06-17 08:56

    LITESTAR 4D应用:运动场照明设计流程

    当设计一个专业的足球运动场时,可以使用LITESTAR 4D中SportPlus进行设计 1.插入灯具并设置高度数量 2.设置桅杆及灯具瞄准点 3.计算结果 4.最后查看结果,打印报表。
    发表于 06-09 08:49

    黑芝麻智能视觉与4D毫米波雷达前融合算法介绍

    本文介绍了黑芝麻智能视觉与4D毫米波雷达前融合算法,通过多模态特征对齐和时序建模,显著提升逆光、遮挡等复杂场景下的目标检测精度,增强辅助驾驶安全性。
    的头像 发表于 05-08 09:27 2813次阅读
    黑芝麻<b class='flag-5'>智能</b>视觉与<b class='flag-5'>4D</b>毫米波<b class='flag-5'>雷达</b>前融合算法介绍