南宁苹果6splus修理_毫米波雷达会成为自动驾驶“最优解”吗
2021-06-08 22:24:58 
AI智能 上个月，马斯克在Twitter上说，南宁苹果6splus修理特斯拉FSD的Beta9.0版将不再依赖雷达。如果真的来了，那就意味着特斯拉重新整理了旗鼓，回到了纯粹的视觉自动驾驶计划。
现在，特斯拉更新了北美官方网站的Model3宣传页面，FSD的内容只保留了视觉和超声波传感器的一部分，以前毫米波雷达的信息被取消了。取而代之的是250米的强视觉处理能力。
与特斯拉对毫米波雷达模棱两可的态度不同，产业链各端的一些玩家将毫米波雷达作为自动驾驶和辅助驾驶的重要组成部分，但过去被外界讨论的人气并不高。当我们谈论感知路线之争时，我们都在讨论摄像头vs激光雷达，但实际上这两个方案都融入了毫米波雷达。
然而，在德国大陆在去年中期推出了世界上第一个4D成像毫米波雷达之后，它似乎成了一个小风口。今年上海车展前夕，华为还举办了HI新产品发布会，发布了新一代高分辨率4D成像雷达，用于自动驾驶解决方案的核心传感器。
为什么传统毫米波雷达在车载市场上的讨论不多?近两年4D成像雷达的性能如何?
毫米波雷达，丢失的纵向和模糊的横向维度。
对于人们来说，毫米波雷达还是比较陌生的，但是在行业内，车载毫米波雷达在欧美已有20多年的成功商业经验和市场积累。据统计，博世、大陆、电器等世界前五大巨头占据了75%以上的市场份额。
到目前为止，毫米波雷达是传统巨头相对成熟的汽车感知传感器，成本相对较低。它与摄像头的感知融合也是早期实现L2辅助驾驶的首选。
传统的Tier1不仅占据了蛋糕，还掌握了切蛋糕的刀。因此，新玩家很难撕开一个切口，影响他们与下游汽车公司长期捆绑的利益关系。自然而然，专注于毫米波雷达的新玩家不会选择与这些Tier1硬碰硬，而是更愿意探索新的技术创新来实现弯道超车。
市场结构稳定是传统毫米波雷达在外部存在感不强的原因之一。另一个原因是，当自动驾驶向L3、L4时，传统毫米波雷达的技术不足逐渐扩大。在智能相对论中，有以下两个方面
看不见的Y轴
传统的毫米波雷达缺乏纵向高度测量能力，可以理解为缺乏对垂直平面的理解能力。
由于缺乏理解能力，导致毫米波雷达看不见，如桥梁、路牌的高度，在其眼睛中，这些静止的物体将被视为地面这个平面。在此基础上，如果不过滤掉它们反射的所有信号，毫米波雷达无疑会在前面发出障碍物的错误预警，导致幽灵刹车。
然而，当桥梁和路牌下有静止车辆时，可能会导致交通事故。
特斯拉曾经发生过几起撞上卡车的事故，这是一个典型的案例。在这些情况下，特斯拉的摄像效，无法识别停在前面的卡车。毫米波雷达作为备用传感器，应该识别前面的障碍物并发出警告，但毫米波雷达不起作用。
由于静止卡车的信息与这些信息混合在一起，前者也会被雷达的识别算法过滤掉。毫米波雷达识别出静止物体，但却忽略了它的存在。因此，毫米波雷达隐身，摄像机失效，自动驾驶汽车变成盲人和聋人，最终撞上静止卡车。
2.模糊X轴
传统毫米波雷达的另一个局限是横向分辨率低，可以理解为水平平面的理解能力弱。
横向分辨率是指左右扫描激光点形成的角度。角度越小，横向分辨率越高。与激光雷达相比，毫米波雷达的横向分辨率没有优势。
例如，特斯拉过去的问题是，前面的车停在道路旁，车身可能有一半。此时，特斯拉由于毫米波雷达的横向分辨率不足，无法识别车辆，容易碰撞。
关于这样的问题，特斯拉在佛罗里达州发生过两次事故，是因为毫米波雷达无法测量横向速度，无法识别前方车辆移动，最终车辆无法刹车。
因此，总的来说，南宁苹果6splus修理传统毫米波雷达在理解垂直和水平平面上存在不足，这也决定了传统毫米波雷达很难适应高级自动驾驶感知系统的传感器。然而，最近活跃的4D成像雷达似乎给了我们一些新的可能性。
从量变到质变，4D成像雷达的两条路线。
4D成像雷达之所以出现，是因为激光雷达和相机的亮眼表现被逼得走投无路。自动驾驶对感知的要求越来越高，相机从200万像素升级到800万像素，半固态激光雷达开始加速上车。最初的毫米波雷达也同步升级为4D成像毫米波雷达。
从近两年厂商发布的demo或ppt来看，4D成像雷达确实在技术上解决了传统毫米波雷达的一些重大缺点，扩大了毫米波雷达的优势。今年参加上海车展的大陆和华为是代表厂商。
在这个过程中，大致的实现方法是增加硬件上的收发通道数量，扩大天线孔径，满足水平和垂直方向对分辨率的要求。因此，除了传统的毫米波雷达之外，还增加了垂直方向的维度信息，即3D升级到4D。这也是上海车展上4D成像雷达的主流方案。
事实上，单从技术的角度来看，我们看到的更多的是技术创新带来的量变，而非质变，如果厂商目前只注重突出参数，难免会有过度营销的嫌疑。而且真正利用它来推动相关产品的实现落地，就是体现了质变。对于智能相对论来说，有两个可行的方向：
1.聚焦细分需求，找到实现商业场景的新思路。
4D成像雷达具有不怕暴雨、强光等恶劣环境的全天候运行特性。另一方面，4D成像雷达是毫米波雷达的升维，延续了过去的优势，即成本。
这两个特点实际上给了它在封闭公园等商业场景中实现无人驾驶技术和商业落地的机会。其中，无人驾驶汽车是一个合适的选择，因为目前它的量产仍然存在传感器性价比和全天候运行的问题，可以改善4D成像雷达。
无人驾驶小车低速行驶，现阶段多采用线束较少的激光雷达。激光器发展迅速，是成本下降，只是还不够亲民。以激光器为主的传感器方案使自行车成本过高，是无人驾驶商业化落地的主要障碍，这也早已成为业界共识。
因此，人们对无人驾驶汽车的传感器成本非常敏感，他们愿意看到保证足够性能和更具成本效益的无人驾驶计划。这可能是通过多个4D成像雷达组合实现的。
例如，高工智能汽车曾报道，长城汽车、易航智能和Oculiii共同打造的无人物流小车，以4D成像雷达为基础，为低速物流园区场景提供定制的感知方案。这种无人驾驶汽车能在全天候内对周围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，其点云效果与激光雷达非常接近。
在进一步降低成本之后，4D成像雷达可以帮助缩短无人驾驶汽车的量产周期，降低其商业化难度。所以4D虽然只是3D的升维，但是成本效率更好，封闭场景的附加值更高。可想而知，出于平衡的考虑，它将在更多的特殊场景中取代低成本的激光雷达。
如果继续放大，厂商选择在封闭的商业场景中实现商业化落地，对自己来说也是一种由近到远的发展理念。特殊场景应用成熟后，风险较小的特殊场景逐渐过渡到难度较大的智能汽车自动驾驶。尽管未必能赶上早集，但前进的步伐可能会更加坚实。
做时间的朋友，建立一整套自动驾驶方案的最佳落地姿势。
与汽车的另外两双眼睛相比，4D成像雷达看起来更远。
例如，采埃孚将于2022年向上汽集团提供雷达，最远探测距离可达350米;华为发布的高分辨率4D成像雷达，探测距离可达300米，传统雷达一般为200米。因此，值得肯定的是，4D成像雷达给自动驾驶系统留下了更多的处理时间，这是摄像机和激光雷达无法超越的优点。
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”。
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。
比如有高速巡航、安全避障、城区巡航、非视距前前车检测等等。华为指出,对于城区巡航,4D成像雷达的大视场无模糊能力可以匹配一些城区场景(人车混行、大小目标并行、被遮挡场景);对于高速巡航,如果220m外两辆车完全同速同距,位于相邻车道,4D成像雷达可以通过角度分辨出来。
所以目前来看,4D成像雷达会是自动驾驶领域不可忽视的感知传感器。华为、大陆、采埃孚、Arbe等主机厂和供应商都在布局其中。各大厂商军备竞赛背后,一定会是4D成像雷达的技术愈发成熟,随之而来的,可能就是高阶自动驾驶离我们更近一步。
结语
高阶自动驾驶对车载毫米波雷达提出了新要求,催生出4D成像雷达,但也不能忽略ADAS国产化还没有成熟的现实,目前市场仍被高度垄断。如果大家都只是过分追求战胜高阶自动驾驶的“新”挑战,而错过眼前ADAS前装市场发展窗口期,对于毫米波雷达厂商并不是一个健康的信号。
ADAS国产化的先天优势在于,厂商更靠近终端客户以及中国本地化的道路场景,对需求的把握更为精准。智能汽车与自动驾驶盛世,对于软硬件定制化的要求比过去更高,而海外Tier 1恰恰无法在短期内针对中国市场进行灵活定制,这在一定程度上为国内厂商的突围创造机遇。
那么,应用于ADAS其实意味着近距离的产品落地与抢占市场南宁苹果6splus修理,应用于高阶自动驾驶则意味着要漫长的坚持去奔向星辰大海,厂商可选其一也可同步进行。选择很多,4D成像雷达未来会如何呈现在大家面前,还需耐心等待。
