0
车载毫米波雷达进入全新成像时代。傲酷雷达公司（Oculii）在世界上首创了4D点云高清成像雷达，目前成像效果可与16线激光雷达不相上下。雷锋网了解到，随着点云密度的增加和角分辨率的提高，未来成像效果可媲美32/64线激光雷达。据雷锋网了解，在2019汽车雷达暨传感器融合前瞻技术展示交流会上，傲酷雷达CMO&亚太区总裁郄建军着重介绍了傲酷在4D点云高清成像雷达及应用于车路协同的高清雷视一体机上的最新进展。
以下为郄建军演讲全文，雷锋网新智驾在不改变原意的基础上进行了编辑：
车载毫米波雷达创业界已经达成共识，国内外的创业公司要想生存发展壮大，一定要靠创新突破。在毫米波雷达国际巨头林立，ABCD（Autoliv、Bosch、Continental和Delphi）优势不断加强的大背景下，只想靠自生产、低价格、好服务赢得竞争是远远不够的。 我们公司一直专注在毫米波雷达技术上的突破性创新，不是渐进式创新而是跨越式创新。比如ABCD现在市场上推第五代雷达，实验室在研究第六代，我们能不能直接出做“第七代“水平的雷达？
“第七代”雷达是如何定义的？就是非常适合自动驾驶L3/L4/L5场景使用的4D点云高清成像雷达。它兼具毫米波雷达和激光雷达的特点，既有全天候、易车规、测速准、成本低的优势，又有高清点云成像、高角分辨率的优点。它和高清视频性能很好地互补，两者点云像素级融合后，可以非常完美地感知自动驾驶的各种复杂场景。
前不久，马斯克提出的激光雷达“无用论”引起极大争议。大家普遍认同三大传感器都各有特点，优势互补，一样都不能少。但要考虑到成本低廉、车规量产等因素后，没有用激光雷达的纯摄像头+毫米波的解决方案确实是当前L3量产最务实的选择。视觉可以通过使用更高效视觉芯片及更优越深度学习算法，在感知性能上有很大的上升空间。如果毫米波雷达也能如此，突破原来性能上的瓶颈，显著提高角分辨率，兼具了激光雷达成像等特点，再加上做好雷达和视觉点云像素级前融合，那么高清摄像头+成像毫米波雷达方案可能会大大超出目前的性能，达到在L3/L4上理想、够用的状态。
普通毫米波雷达，用于L1/L2的AEB、ACC、BSD等功能，其技术实现比较简单，缺点是角分辨率不够高。如使用3发4收单芯片时，角分辨率约在10度以上。如果想提高角分辨率，比如提高到1度角，必须通过四个芯片级联、增加天线的方式来达到。这种传统提高角分辨率的方式，靠硬拼更多芯片、更多天线来实现。但雷达硬件毕竟受成本、尺寸、功耗的限制，这种方法的局限性不言而喻。
在普通硬件水平的基础上，傲酷创造性地依靠软件算法来实现虚拟雷达孔径，模拟出许多倍天线，实现点云成像并极大提高角分辨率。举例说明，一个3发4收单芯片方案，用MIMO的方式等价于有12根接收天线。傲酷可以在此天线数基础上，用虚拟孔径的办法，额外做出5-10倍的虚拟天线，最终达到120根天线的效果。天线越多，角分辨率越高。这样单芯片角雷达，在FOV 120度时，角分辨率可以达到1度。可虚拟天线的最大倍数，取决于芯片的算力。如果算力足够，虚拟的倍数还可以远高于10倍，可以虚拟出更多的天线，进而角分辨率继续大幅提高。
简单看下我们雷达点云成像的效果。周边的路和树木都是立体三维的点云展现，雷达可清晰识别周边的静止物体，如树木护栏；动态物体如车辆、行人等。有了点云高清成像雷达，根据应用场景，我们专注在三个应用方面的77/79G雷达：车载前向高性能成像雷达、车载高角分辨率角雷达，车路协同雷视一体雷达。
第一个是前向高性能成像雷达。L3/L4在高速场景下，车辆最好能清晰检测出300-400米外的物体,以便车辆有充足的时间应对突发情况。尤其有小物体散在路面，要尽早检测识别。据报道，Waymo最新一代自动驾驶车辆安装了六个毫米波雷达，其中两个前向长距雷达就是起这个作用的。现在普通毫米波长距雷达距离上、角分辨率上都不够用在这种极端场景。我们正在使用最新的点云成像技术做出近400米覆盖距离，角分辨接近0.1度的成像雷达，来满足以上需求。
下一个是高分辨率角雷达。在L1/L2阶段，角雷达主要起BSD功能，角分辨低些也可以用。但L3/L4阶段，在城区做自动驾驶、自主代客泊车等功能时，车辆周围的人车混杂，需要对周边环境有更清晰更准确的感知，角雷达的要求越来越高，最好高分辨率、可成像。
我们使用3发4收单芯片，在FOV=120度时实现了1度角分辨率。普通的毫米波雷达在 FOV=120度对应的角分辨率最好在10度上下。或者为了提高角分辨率、只能靠缩小FOV取得，很多的前向雷达只有10度FOV，一个重要原因是为了换取更好的角分辨率。
据报道， 通用Cruise在旧金山市区做的自动驾驶的车辆上搭载了21个毫米波雷达。主要原因是在这种场景里人车混杂，突发事件频出，感知难度是地广人稀场景的几十倍，必须有很好的雷达角分辨率。除了前后向长距雷达外，其他雷达主要用于周边环境感知。由于每个雷达角分辨率不够，只能用多个FOV很窄的雷达拼接起来，形成360度高分辨感知。但这么多雷达安装麻烦，互相干扰，融合起来是非常大的挑战。傲酷的上述1度角分辨雷达，让车辆只使用传统4个角雷达方案，就可以达到类似Cruise多角雷达的高分辨率效果。
第三个是车路协同雷视一体机。 车路协同从去年下半年开始在中国火热起来，伴随着中国5G的大规模商用，车路协同作为5G的主要应用之一，正在加快商业落地。业界普遍认为，有了5G+车路协同，中国自动驾驶产业可能会弯道超车，比全球提前商用。
原来传统单车智能全部依赖车端大量传感器去感知，成本高性能局限。有了车路协同后，路侧安装的传感器，通过5G和V2X，可以为无人驾驶单车提供“天眼”服务。路侧感知在高处，有上帝视角，可以看到很清楚，很全面。这样车和路协同起来，原来单车传感器不好感知的盲区，超视距等信息 ，路侧感知可以轻易得到，再传给单车，和车端的感知融合起来，可以更好地做判断和决策。 中国道路环境情况极端复杂，交通参与者众多，尤其城市核心区的十字路口，交通复杂度极高。有了车路协同的路侧感知后，自动驾驶的感知挑战可以大大降低。
傲酷的雷视一体机，可以对十字路口的所有车辆、非机动车、行人进行实时连续跟踪，提供目标物体实时3D位置、三轴速度、长宽高、分类、航向等信息。可以通过V2X设备传输给单车，和单车感知融合后供车辆判断决策。 也可以在高速公路沿线及出入口和车端做协同感知。横穿的行人，静止的车辆等传统雷达很难检测的物体，雷视一体机可以很轻松地实现跟踪检测。
高清成像雷达的角分辨率越来越高，可以感知的场景越来越复杂。但哪怕做到雷达达到0.1度这样很高的角分辨率也无法同高清视频的0.01度甚至更高的角分辨率相提并论。高清视频随着1K/4K/8K的演进，像素的角分辨越来越高。伴随着深度学习算法不断的改进，芯片性能越来越高，高清视频感知的潜力巨大。所以在车路协同路侧感知中，要充分用好高清视频。
同时要做好雷达和视频融合。我们做的不是目标级融合，而是点云和像素级的融合。其难点在于雷达点云属于三维立体坐标、摄像头视觉属于平面坐标。将三维立体中的点投射到二维平面点上，并使其有一一对应关系，其坐标系转换比较难，目前傲酷已经很好地解决了这个难题。转换结束后进行点云像素级融合，可以使目标检测、跟踪、分类的置信度很高。视频擅长分类、跟踪，而雷达擅长检测速度、距离、航向，双方各献所长，最终的结构数据内容就很完美。
综上所述，傲酷公司创造性地突破了毫米波雷达的技术天花板，使毫米波雷达技术进入全新的境界，可以在无人驾驶领域发挥前所未有的作用。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
