如何最大程度提高传统雷达分辨率

众所周知，无论是摄像头还是激光雷达，目前的量产技术仍然是受限于天气条件。这也促进了业内在过去几年关于多传感器融合的趋势判断。

以激光雷达为例，此前《高工智能汽车》从多家试用过目前市面上主流激光雷达产品得到的反馈，在非理想天气条件下，激光雷达厂家所给出的测距范围“大幅缩水”。

近年来，全球在毫米波雷达领域的初创公司都在尝试向高分辨率的成像雷达技术方向拓展。他们希望能够基于毫米波雷达不受天气和光线影响的独特优势，如何最大程度改善传统雷达分辨率低的缺点。

目前，毫米波雷达主要用于以下几大场景：

前雷达是前向主动安全功能的最关键零部件，也是目前很多法规强制性的要求。对于前向碰撞检测、报警、缓解和紧急制动作用明显，尤其是在恶劣的照明和恶劣的天气条件下。

角和侧雷达通过监视沿侧面移动的车辆或障碍物威胁。它们用于盲点监测，车道变换辅助和车道偏离警告。

后雷达：对于可能的后方及侧后方追尾和交叉路口的交通警示，并可以协助自动泊车功能。

4D（3D空间+速度）成像毫米波雷达，被认为是趋势之一，将分辨率提升至接近激光雷达的水平，既解决对小物体的识别，以及移动、静止物体的跟踪，同时，毫米波雷达的穿透力（超视距能力）是对激光雷达的缺陷弥补。

同时，4D雷达相比传统雷达可以做到垂直方向的探测，并直接实时给出物体的移动速度，而激光雷达则需要间接计算得出。

以目前三种传感器的测距范围来看，毫米波雷达仍然具备优势，这也使得在多传感器融合的状况下，其成为最早发现前方障碍物的传感器。

此外，现有的24GHz，77GHz毫米波雷达仍然存在不少缺陷，比如必须在较窄的视场角提供中远距的中低分辨率，或者宽视场角的低分辨率之间选择。这也使得下一代雷达的突破已经成为刚需。

1度角分辨率、300米测距以及带有俯仰角的垂直检测，是目前自动驾驶向L3、L4级落地对毫米波雷达提出的需求。

同时，高分辨率甚至可以在部分场合替代目前激光雷达创建详细道路数据的功能，并同样提供汽车周围障碍物大小（甚至做简单的物体分类），位置及速度数据。

而垂直高度的检测，可以识别道路的限高和前方的大型静止物体。4D毫米波雷达多了一个高度维度，能探测物体的3D坐标数据，和视频及激光一样，数据融合非常容易，融合精度也非常高。

另外，沿路空中的物体，如天桥、红绿灯、路牌等都在高处，传统毫米波雷达没法探测出来。

而有了4D雷达后就很容易做到。4D雷达比普通毫米波雷达多了纵向天线及处理器，可以检测不同高度，不同水平面上的运动和静止物体。

而相比激光雷达的大数据量，4D毫米波雷达也可以降低对车载计算单元带来的大数据量处理瓶颈，而且是基于低功耗的前提。

当然，成本是目前限制多传感器融合的主要原因之一。4D毫米波雷达甚至可以做到目前普通77GHz雷达的成本，这为自动驾驶方案商及汽车制造商提供了更多的可选项。

目前，全球在4D毫米波雷达研发上，有包括傲酷雷达（Oculii）、Arbe Robotics、HENSOLDT、Steradian Semi、ARI、Metawave等多家厂商正在突围。

傲酷雷达（Oculii）在全球首创了车载4D（X,Y,Z和速度）高清点云成像毫米波雷达，采用了世界首创的虚拟MIMO方式，用类似激光点云的成像方式，同时对距离250米内的移动和静止目标点云高清成像。

由于每点带有高度和速度信息，行人车辆及路沿隔离带一目了然，特别适用于最有挑战的城市人车混杂的场景。

目前这款雷达已达每秒5万点，成像效果可与低线束激光雷达媲美。下一步随着点云的密度增加，可以达到高线束激光雷达的效果。

此外，傲酷推出的77/79G 4D高清点云成像毫米波雷达目前已经开始小规模量产，接下来准备在国内进行大规模车规级量产。

由于采用了TI的CMOS解决方案，其4D点云雷达可以做到名片大小。长距雷达测距范围能达到250米，角度分辨率小于1度。未来，角分辨率可进一步提升至0.1度。

目前最难的是毫米波雷达如何提升角分辨率。

理论上来说，增加角分辨率的直接做法就是增加天线数量，军用雷达动辄上百个天线，使得其角分辨率很高。但车载雷达体积尺寸受限，不能简单靠加天线去做这件事。

傲酷采用了虚拟MIMO的方式，在不增加物理天线数量的情况下，用几根天线模拟出上百根天线的效果，克服了多年来传统毫米波雷达存在的角分辨率不高不能成像的瓶颈，让毫米波雷达替代低线束激光雷达成为可能。

同时，在与视觉融合方面，4D毫米波雷达具备天然优势。

点云毫米波雷达就可以把摄像头的短板很好地补上，对周边复杂环境可以3D实时建模，对行人车辆的精准距离和速度监测。

摄像头在大雨、黑天、逆光下的性能下降，也可以被点云毫米波补上。这样摄像头+点云毫米波成为L3功能的最佳传感器组合。

从表中可以推断出，雷达和摄像头是相辅相成的，并且这种组合能够替代其他传感器技术。