自動駕駛毫米波雷達的原理分析和應用案例

/ 導讀 /

近兩年自動駕駛領域風生水起，各大主機廠和造車新勢力們競相加入爭奪。作為自動駕駛領域里重要的感知傳感器之一——毫米波雷達，自帶有全天候，測速準確，性價比高等優點，在整車架構上受到各大OEM的青睞，應用程度也非常高。

現階段毫米波雷達根據性能主要分為傳統毫米波雷達和4D成像毫米波雷達兩種。傳統毫米波雷達已經廣泛的應用在ADAS場景中，但是隨著自動駕駛領域的發展和復雜場景的演化，傳統毫米波雷達的劣勢也逐步顯現出來，比如無法準確判斷高度信息的，點云的信息量不夠豐富等等，于是4D成像毫米波雷達應運而生。接下來，本文將重點介紹下毫米波雷達的市場發展及具體應用情況。

毫米波雷達市場

作為ADAS傳感器的重要一員，毫米波雷達可以分別提供自適用巡航(ACC)，自動緊急剎車(AEB)，盲區監測等重要功能。中國市場的毫米波雷達供應一直以來都被國際雷達廠商所占據，S&P Global Mobility 統計結果顯示，2021年國際雷達廠商中國市場市占率超過90%。

圖1. 傳統毫米波雷達中市場占有率(數據來源: S&P Global Mobility)

4D成像毫米波雷達在最近幾年得到了充分的發展，呈現了百花齊放的態勢。國際知名大廠例如大陸，采埃孚等廠商已經分別拿到了OEM的定點并實現了量產落地。國內廠商例如福瑞泰克、幾何伙伴、復睿集團、木牛科技、南京隼眼等均在抓緊研制4D成像毫米波雷達。

根據某研究院的數據顯示，2021年1-11月新車標配搭載雷達（含前向雷達/角雷達）上線量達到接近1200萬顆，同比增長了將近45%。隨著自動駕駛等級的逐步提升，為了應對更加復雜的工況，毫米波雷達正在迎來大規模新舊技術替代周期。76-79GHz傳統毫米波雷達也正在逐步發展4D毫米波雷達，而且4D毫米波雷達解決了目前市場主流傳感器的瓶頸，正在成為了不少車企全新車型的主流配置。預計到2023年，4D成像雷達的搭載量將有機會突破百萬顆，到2025年占全部前向毫米波雷達的比重有望超過40%。

毫米波雷達應用量產原理分析

根據經典的毫米波雷達信號處理流程圖，我們可以將雷達信號從射頻收發到目標物輸出細分為如下圖所示：

圖2. 毫米波雷達經典信號流及宏景智駕的應用

(毫米波雷達來自某些友商產品實物圖片)

宏景智駕相關負責人介紹，根據裝車位置的不同，經典方案有1R1V或nR1V的方案。前向雷達+視覺的組合主要用于縱向行車感知，完成自適用巡航(ACC)，自動緊急剎車(AEB)，前向碰撞預警(FCW)這三個功能，角雷達主要實現車周范圍內的感知，例如盲區監測(BSD+DOW)，以及為撥桿變道(DCLC)功能提供側后方目標物檢測的能力。

以前向行車場景舉例，毫米波雷達的優點是在縱向方向上相比于視覺可以提供更加遠距離的縱向感知能力，可以直接測出運動目標物的速度信息，雨雪霧霾及黑夜的環境中穩定有效的提供感知輸出；缺點則在于目標級的信號輸入，信息量處在信號處理流程圖的最末端，信息量根據毫米波雷達的單一傳感器進行了感知篩選，不可避免會帶來一些目標物誤報或者目標物漏報的問題。例如比較常見的由于毫米波雷達散射特性導致的鏡像/多徑鬼影，橫穿的虛假目標，目標物角度估計錯誤，以及目標物漏報。

宏景智駕通過與攝像頭的經典目標物后融合策略可以很大程度的規避上述問題給各項功能帶來的影響。在AEB CNCAP的驗證中，宏景智駕就拿到了96分，5星+的評價，也就是說在保證行車安全的同時，也帶來更佳的駕乘體驗。宏景智駕的毫米波雷達+視覺的行泊一體方案目前已經在上汽、江淮等多款車型實現量產落地，同時也收獲了比亞迪等多個OEM定點訂單。

毫米波雷達前瞻預研

4D成像毫米波雷達將成為未來毫米波雷達研究和發展的主要趨勢。在宏景智駕相關負責人的介紹中，也證實了這一點：宏景智駕正在布局了4D成像毫米波雷達的算法開發。具體來說，在行車感知中，宏景智駕與某友商合作，使用4D成像毫米波雷達提供的點云信息來完成環境感知。雷達點云不僅可以在后融合中發揮目標物感知能力，同樣也可以在前融合/中融合等感知架構中提供更多的環境特征，特別是多普勒信息。此方案可以有效避免單一傳感器帶來的感知局限與算力局限。此外，例如動態標定(水平角度標定、俯仰角度標定)等量產功能也能夠在宏景智駕4D成像毫米波雷達感知算法中實現。

圖3 3-1 宏景智駕4D毫米波雷達感知；3-2對應場景4D毫米波雷達原始點云；3-3 對應場景攝像頭拍攝的照片(黑夜，雨霧)

從圖3中不難看出，4D毫米波雷達繼承了傳統毫米波雷達的優點，應對雨雪霧黑夜場景的多普勒信息還增加了高度維度的信息，與主車外參標定后可以獲取目標物的高度屬性(上下方可穿行、等高)來判斷對功能影響。同時還給出了更加豐富的路沿點信息，總體來說，加強了系統魯棒性。

而對于泊車場景的最后一公里中，宏景智駕也開始探索嘗試使用4D成像毫米波雷達的低成本、高點云密度特性來實現對停車場的甬道進行環境感知，提升感知效果。

從圖2所展示的毫米波雷達經典信號流程圖可以看出，越末端所攜帶的信息量越少，單一傳感器的缺陷就會被逐級放大。安霸中國區市場營銷副總裁郄建軍日前在某會議中指出，此前業內對于視覺和雷達的融合往往采用的都是后融合或者目標級的融合，隨著高階自動駕駛的逐步落地，多傳感器“前融合”將成為必然趨勢。基于時空同步的原理，讓攝像頭、毫米波雷達，激光雷達，IMU等傳感器感知到的同一環境信息的原始數據做融合，才能統一生成一個置信水平更高的感知結果。

基于前融合感知架構的趨勢，宏景智駕方面表示：他們也在嘗試獲取4D成像毫米波雷達更底層的信息(例如CFAR之前)來做感知開發。對于這樣的大膽嘗試，宏景智駕也嘗試從成本、技術難點等維度展開對不同毫米波雷達感知方案給行泊一體帶來的優劣勢分析。

圖4 不同信號的感知架構優劣勢(數據為預估)

從圖4表格的分析來看，將毫米波雷達的更原始更豐富的信號傳遞給中央域控制器處理，硬件上可以做到一定程度的成本縮減，與此同時在技術實現上，需要滿足相當大體量的數據傳輸，以及更多的邏輯算力消耗來彌補原本毫米波雷達篩選點的計算。當然在計算量爆炸的今天，這并不是落地量產路上的攔路虎。

自動駕駛技術無法依靠單一的傳感器一統天下已成為業內共識，而4D毫米波雷達現在還處于發展的早期，相信未來4D毫米波雷達的性能會大大提升，并成為自動駕駛主流傳感器方案。

- End -