激光|毫米波雷达剑指自动驾驶，大陆、华为推出的4D成像会是“最优解”吗？( 二 ) 特斯拉|雷达|自动驾驶

从近两年厂商们放出的demo或ppt来看，4D成像雷达的确在技术上解决传统毫米波雷达的一些重大缺点，并且放大了毫米波雷达的优势。今年上海车展参展的大陆、华为等，就是其中的代表厂商。

文章插图
在这个过程中，大致的实现方式无非就是硬件上增加收发通道数量，扩大天线孔径的同时满足水平和垂直方向对分辨率的要求。从而达到除了传统毫米波雷达以外，增加一个垂直方向的维度信息，即3D升级4D。这也是此次上海车展中4D成像雷达的主流方案。
其实单从技术角度，我们看到更多的是技术革新带来的“量变”而不是“质变”，若厂商当下只注重突出参数难免有“过分营销”之嫌。而真正利用它去推动相关产品实现落地，才是体现出了“质变”。在「智能相对论」看来，有着以下两种可行方向：
1、聚焦细分需求，找到商用场景变现的全新思路
4D成像雷达有着不惧暴雨、强光等恶劣环境的全天候运作特性，而另一方面，4D成像雷达是毫米波雷达的一种“升维”，也延续着过去的优势，就是成本。
这两个特点其实给予了它在封闭园区等商用场景，去做无人驾驶技术实现和商业化落地的机会。其中“无人配送小车”就是一个合适的选项，因为现阶段有关于它的量产还存在着传感器性价比和全天候运作的问题，能让4D成像雷达去改善。
无人配送小车低速行驶，现阶段大多使用较少线束的激光雷达。激光雷达发展迅猛，是成本的下降，只是还不够亲民。激光雷达为主的传感器方案使得单车成本太高，是无人配送商业化落地的主要障碍，这也早已是行业共识。
所以，人们对于无人配送小车的传感器成本十分敏感，会乐意看到保证足够性能，也更具性价比的无人驾驶方案。通过多个4D成像雷达组合，也许可能做到这一点。
比如高工智能汽车曾报道，长城汽车、易航智能和Oculii联合打造的无人物流小车，基于4D成像雷达，为低速物流园区场景提供定制化的感知方案。该无人小车可以全天候对周边360°低速或静止的行人、障碍物、小物体进行点云成像、识别和跟踪，其点云效果很接近激光雷达。
4D成像雷达在进一步压低成本后，能够帮助缩短无人小车的量产周期，降低其商业化难度。因此4D虽只是3D“升维”，但“成本效率”更佳，封闭场景“附加值”更高。可以预见的是，出于平衡的考量，它会在更多特定场景下代替低成本的激光雷达。
【 激光|毫米波雷达剑指自动驾驶，大陆、华为推出的4D成像会是“最优解”吗？】若继续放大来看，厂商选择在封闭商用场景实现商业化落地，对自身而言也是一种“由近及远”的发展思路。在风险较小的特殊场景应用成熟后，渐进式过渡至难度较大的智能汽车自动驾驶。虽然不一定能赶上“早集”，但前进的脚步也许会迈得扎实。
2、做时间的朋友，构建整套自动驾驶方案最佳落地姿势
4D成像雷达相比于汽车的另外两双“眼睛”，看的距离更远。
比如，采埃孚将于2022年向上汽集团提供的雷达，最远探照距离可达350m；华为发布的高分辨率4D成像雷达，探测距离可以做到300m，传统的通常为200m。所以值得肯定的是，4D成像雷达给自动驾驶系统留下更多处理时间，这是摄像头、激光雷达难以超越的优势。
这也给出了一种思路，在落地整套自动驾驶方案时，4D成像雷达、摄像头、激光雷达可以互为补充。如果将三者的信号做有效融合和冗余，将会推进整套方案逐步接近理想传感器的目标。
那如何去定义理想传感器的目标呢？在「智能相对论」看来，“全能”是一个合适定义它的核心关键词。由这一个核心延展出多个基本点，比如“技术全能”、“场景全能”。

文章插图
对于4D成像雷达而言，结合汽车功能安全的准则“车规级应用多安全都不为过”，仅仅就探测距离远、不惧恶劣天气这些特点而言，就已经验证它是自动驾驶实现“技术全能”时不可或缺的传感器了。
4D成像雷达带着这些技术特点融入进来后，就可以“解锁”出更多功能场景，推动整套自动驾驶解决方案“场景全能”。
再以华为举例，在HI新品发布会上，华为有提到4D成像雷达“三大能力”和“六大价值”。前者包含的大部分技术内容在行业内不算新鲜了，并非人无我有。但是，后者所涉及的新功能场景，我们作为用户是值得去期待的。