馬斯克或將重拾毫米波雷達
近日，海外媒體曝出特斯拉已向歐洲監管機構提交車輛變更申請，並猜測特斯拉最新的自動駕駛硬體HW4.0或將很快量產上車。據爆料，HW4.0最大的變化是馬斯克放棄的毫米波雷達又加了回來，根據國外知名博主Greentheonly的拆解分析，新加的雷達很有可能是高解析度毫米波雷達。早在去年6月，特斯拉就向美國聯邦通信委員會（FCC）申請在其電動汽車中使用全新的高解析度雷達。
馬斯克作為創新技術的先鋒者和技術普惠主義的踐行者，一直倡導特斯拉儘可能少地使用傳感器，一是為了降低成本，二是可以減少數據融合與處理給自動駕駛系統造成的挑戰。基於在純視覺感知技術上的領先性，馬斯克不僅公開鄙視雷射雷達，還先後移除了特斯拉的毫米波雷達和超聲波雷達，自此成為「雷達殺手」，堅持用「8攝像頭」純視覺方案實現全自動駕駛。不過即便對純視覺路線十分自信，馬斯克也曾「曖昧」地表示「高解析度的毫米波雷達勝過純視覺。」
圖片來源：推特
此次馬斯克重拾毫米波雷達，表面上看是用多傳感融合感知路線打了純視覺感知路線的臉，不過結合產業發展趨勢細究其背後的動機，或許能夠因此看到自動駕駛產業更加光明的未來。
自動駕駛汽車發展到今天，智能化程度越來越高，而自動駕駛的終極目標就是推動汽車能夠像人類一樣感知、認知並行動，最終不再需要人類駕駛員介入以實現無人駕駛。這一點與人工智慧發展的趨勢一致，人工智慧的終極目標就是達到具備認知推理能力的類腦智能。認知，即基於感知到的信息進行加工，進而主動思考和理解，感知只是認知的基礎。人工智慧時代的自動駕駛只有具備了認知能力，自動駕駛汽車才能更聰明地執行相應的決策。
擅長利用第一性原理探索事物本質的馬斯克，正是無人駕駛目標的堅定執行者。從更接近無人駕駛的角度再次考量特斯拉的自動駕駛感知路線，無論是對純視覺路線的堅持，還是如今對於超高解析度雷達的認可，馬斯克似乎都在做同一個選擇，那就是不斷提升自動駕駛感知系統的認知能力。
認知對於具有語義分割和理解能力的可見光攝像頭而言具有天然優勢，不過對於毫米波雷達而言，或許需要艱難的跨越。但顯然馬斯克已經找到了正解——超高解析度毫米波雷達。
4D毫米波成像雷達是何方神聖
為實現盲點檢測和定距巡航等功能而存在的傳統毫米波雷達，已在汽車產業應用多年，其所擁有的全天候全天時感知特性以及精準測速特性，使得毫米波雷達成為汽車感知系統中重要的傳感器之一。
但由於傳統車載毫米波雷達測高能力不足，對於路邊低矮目標、空中目標以及路面靜態目標的區分和識別存在較大局限性，整體輸出信息量與可見光攝像頭、雷射雷達的信息輸出不在同一量級，所以在自動駕駛感知系統中的參與度和置信度並不高，無法深度參與自動駕駛感知過程。馬斯克就曾表示，攝像頭的信息量已經比雷達高上幾個數量級，加入雷達的數據實際上降低了信噪比。
面對自動駕駛對感知可靠性和安全性越來越高的要求，一種高信息質量、高性價比的超高解析度毫米波雷達為自動駕駛感知系統創造出了新的想像空間，也就是近來備受產業關注和投資者青睞的「4D成像雷達」。
4D成像雷達全稱為「4D毫米波成像雷達」，「4D」是相對於傳統毫米波雷達（也即3D雷達）僅有距離（Range）、速度（Velocity）、方位角（Azimuth）三個維度的信息而言，增加了俯仰角度（Elevation）的信息感知能力，可對縱向目標進行高解析度地識別；「成像」則類似於雷射雷達的點雲成像效果，與傳統毫米波雷達相比，4D成像雷達的射頻收發通道數量多出十倍以上，隨著俯仰角解析度大大提高，能夠對目標和環境呈現出豐富的點雲圖像以及距離、速度和角度信息。
由於當前業界對於4D成像雷達缺乏統一的定義，坊間經常將「4D毫米波成像雷達」與「4D毫米波雷達」相混淆，但二者其實是兩種完全不同性質的毫米波雷達。
4D毫米波雷達只是在傳統3D雷達的基礎上增加了俯仰角度的測量，俯仰向分辨能力較低，此時俯仰角度的信息測量誤差較大，因此通過角度信息計算出的高度信息精度依然不高。同時4D毫米波雷達相較於傳統3D雷達的輸出測量點僅僅只有少量增加，因此4D毫米波雷達本質上仍屬於點跡雷達的範疇。而只有4D毫米波成像雷達真正完成了從點跡雷達向成像雷達的進化。
4D成像雷達相較於傳統毫米波雷達有著質的飛越，使得毫米波雷達不僅能感知目標的有無，還能勾勒出目標的輪廓，這在傳統毫米波點跡雷達時代是難以想像的。基於此，面對智能化程度越來越高的自動駕駛，毫米波雷達力不從心的尷尬局面也將迎來扭轉。
「4D成像雷達的出現，將顯著提高毫米波雷達在自動駕駛感知中的參與度，」上海幾何夥伴智能駕駛有限公司產品總監周明宇對4D成像雷達抱有極大期待，「因為4D成像雷達可以對目標的四大維度進行檢測，能夠輸出高密度高質量的點雲信息以實現成像。基於豐富的環境與目標信息輸出，再引入神經網絡進行深度學習與處理，可以對更多複雜場景下的動靜態目標進行更為精準的檢測，同時也為毫米波雷達從感知走向認知打下了基礎。」
除此之外，「4D成像雷達的出現使得毫米波雷達在應對智能駕駛或自動駕駛中的一些邊緣場景（corner case）時也有了用武之地。」據周明宇透露，「我們的4D成像雷達正是為應對一些邊緣場景的需求而研發的，比如對高度維障礙物的識別，最典型的就是隧道，以及惡劣天氣環境、複雜交通場景等等。自動駕駛需要自車周圍完整豐富的環境信息和目標信息，基於這些信息完成智駕功能，比如AVP、APA、FREESPACE等。」
高階自動駕駛落地「變局」
正如人工智慧發展到類腦智能需要不斷提高認知推理能力，高階自動駕駛的發展同樣需要具備認知能力，這對作為認知基礎的感知系統提出了更高的要求。現階段最為主流的自動駕駛感知傳感器主要有可見光攝像頭、雷射雷達以及毫米波雷達三大類，其中可見光攝像頭和雷射雷達同屬光學傳感器，毫米波雷達屬於射頻傳感器，馬斯克如今選擇重拾毫米波雷達，客觀上促成了異構信息的冗餘。隨著多傳感器的使用，異構信息的大量冗餘，對於融合感知算法也帶來新的技術要求。
將多傳感器信息融合在一起，市場上主流有兩種方式，前融合和後融合。4D成像雷達更加有利於實現多傳感器的前融合，降低差異度，但同時需要匹配足夠優化的融合算法。
高階自動駕駛行業發展也正在走上一條加速反饋的路程，通過傳感器增加感知信息，從而推動認知算法的發展；由於認知算法的計算需求，增加對於晶片處理器的算力要求。基於傳感器，認知算法，晶片的三駕馬車，進而推動高階自動駕駛的快速發展，從而實現融合認知，各種複雜場景、惡劣天候下的全無人駕駛或許才能真正像人類一樣思考和行動。
而第一個破局點，4D成像雷達的出現，以其海量信號級信息的釋放，提高了輸出信息的完整性，為異構信息融合認知的實現增加了可能性，同時也為高階自動駕駛開闢了一條高性價比、能快速商業化落地的技術路徑。4D成像雷達既保留了傳統毫米波雷達的性能特點——具備速度感知能力和全天候全天時特性且成本低，也能憑藉足夠豐富的信息量去和可見光攝像頭、雷射雷達等傳感器形成融合。
或許正是因為意識到這一點，如今4D成像雷達越來越被寄予助力高階自動駕駛落地的厚望。國際上，不僅博世、大陸、采埃孚、電裝等在加大力度布局，全球ADAS視覺感知方案巨頭Mobileye也加快了對成像雷達研發的進程，其雷達副總裁兼總經理Yaniv Avital就曾表示：「通過提供豐富可靠的數據輸出，升級雷達4D感知功能，並減少對多個雷射雷達傳感器的需求，是大勢所趨。」
在國內，4D成像雷達也引起了主機廠、產業鏈供應商以及科技公司的廣泛關注。從2021年開始，可以明顯感覺到行業中關於4D成像雷達的消息漸多，當年官宣下場造車的小米和百度一起投資了一家自動駕駛整體解決方案供應商——幾何夥伴，該公司就是基於自主研發的4D成像雷達結合可見光視覺和紅外成像等，打造「融合感知＋智能決策」的自動駕駛軟硬體集成系統。
公開資料顯示，幾何夥伴以「低成本、全天候、高可靠、易量產」的自動駕駛技術路線為主，創新性地將4D成像雷達海量信號級信息進行釋放，有效提高了輸出信息的完整性，避免了傳統經典算法對弱目標、靜態目標等信息造成的過度過濾。其自主研發的4D成像雷達，已經具有目標跟蹤定位、可行駛區域檢測以及自動泊車等能力，助力自動駕駛實現更加精準的環境認知和更加可靠的決策。
除此之外，幾何夥伴還基於4D成像雷達生成的點雲圖像與可見光攝像頭生成的視覺圖像進行異構信息融合，研發出雷視像素級融合感知系統，實現了信息加強和信息互補，提升系統感知能力的同時增加了安全冗餘。同時，幾何夥伴採用4D成像雷達結合魚眼環視相機實現雷視雙維SLAM技術，大幅提升建圖定位精度和魯棒性，並且引入停車位等語義地圖信息，進一步提升後續泊車時車位檢測的準確性，為智能泊車應用提供低成本、易量產、高可靠的軟硬一體化定位感知方案，展示了4D成像雷達在行泊一體方案中的廣闊應用前景。
汽車智能化變革已成風口的當下，通過全球科技企業在自動駕駛行業中的動作似乎可以捕捉到些許風向：4D成像雷達和異構信息融合認知技術也許就是未來高階自動駕駛落地的關鍵，掌握對於這些技術的領先優勢，也就提前拿到了自動駕駛商業化落地的入場券。或許正是以上原因，讓幾何夥伴在2022年又成功獲得了德國博世和國際自動機工程師學會（SAE International）的戰略投資。據了解，幾何夥伴將於近期完成A1輪融資。
結語
相對市場發展已經十分成熟的傳統毫米波雷達，4D成像雷達還是比較新鮮的事物，國內外相關企業大多處於同一起跑線上，不過即便如此，不同的技術路線、戰略視野以及研發布局，也影響著每家企業距離成功商業化落地衝刺線的位置，對於國內本土的科創企業而言，其中蘊藏了絕佳的機遇。
回到當下自動駕駛技術向高階躍遷之際，4D成像雷達作為自動駕駛認知的新入局者，已展示出自身不俗的性能優勢。自動駕駛的未來，異構信息融合認知或將成為高階自動駕駛的感知形態，4D成像雷達作為其中打通感知層，補齊性能短板的重要傳感器，正在為自動駕駛發展醞釀一場變局，高階自動駕駛時代的來臨或許比我們想像的更快。