1281
近期，4D毫米波雷达成为汽车行业和消费者关注的重点，雷达市场迎来了高速增长期。去年激光雷达在国内迎来发展新机遇，但是海外车企在最新智能驾驶系统硬件平台上却将开始设置并搭载4D毫米波雷达。这些车企曾是纯视觉方案的坚定支持者，如今转而部署4D毫米波雷达，可谓是对自动驾驶系统的更新迭代。
作为一家海外市场雷达企业，Arbe专注于4D毫米波雷达研发，创新感知雷达技术，并将其应用于驾驶辅助解决方案、自动驾驶、物流、安全与安保等领域。Arbe开发的360°环绕式感知雷达技术基于专用雷达芯片组解决方案，为自动驾驶车辆提供了高级感知和真正的安全性。因Arbe雷达拥有大量的射频通道，其精细程度是市场上其他雷达的100倍。
本文将深入探讨感知雷达技术、Arbe的感知雷达技术的使用场景以及其对于汽车行业的重要意义。
感知雷达技术概览
首先自动辅助驾驶的使用场景目前已经开始从高速公路走向城市道路，很多车企纷纷开始希望能利用这一功能吸引消费者买单，而不是仅仅显示自己的技术能力。
自动辅助驾驶是一项复杂的任务，需要可靠而准确的环境感知。在过去的迭代中，摄像头传感器因其经济性和高效率被广泛应用于自动驾驶汽车，围绕摄像头和AI Transformer的大模型技术进行感知是当前最流行的。但是光靠视觉，可能不足以确保安全可靠的自动驾驶。传感器融合就变得颇为重要，特别是与成像雷达融合，对于保障自动辅助驾驶的可靠感知至关重要。
毫无疑问，摄像头传感器是任何自主传感器套件的基础传感器，为物体检测、跟踪和分类等感知任务提供必不可少的视觉信息。但是摄像头有一定的局限性，在一些情况下容易出错，这主要与环境条件有关，比如较为恶劣的天气和照明条件。而通过传感器融合，将来自多种传感器类型的数据结合在一起，我们才能确保数据冗余，并在任何情况下共享安全所需的互补优势。
成像雷达可以提供丰富而详细的环境数据，能够准确地探测和跟踪目标，即使在低光照、恶劣天气和低能见度等具有挑战性的条件下也是如此。成像雷达还可以提供精确的距离和速度测量，对摄像头传感器的劣势进行补充。在这方面Arbe的360°环绕式感知雷达技术芯片组采用了48个发射通道和48个接收通道，可以提供车辆周围环境的自由空间映射，还能提供方位角和仰角的高分辨率点云数据。
相较于激光雷达感知雷达有哪些优势？
首先，两者之间从基础结构到成本组成都是有核心差异的。围绕RF技术衍生的成像雷达先天上要比围绕光学技术延伸的激光雷达来得更有性价比。特别是很多车企往往更注重自动辅助驾驶技术的性价比。
所以我们认为，感知雷达技术相较于激光雷达具有以下优势：
- 更长的探测距离：感知雷达技术能够探测到更远的物体。
- 更强的适应性：感知雷达技术不会受到天气等因素的影响，可以在各种环境下实现高精度的探测和分类。
从细节来看，光学传感器和基于雷达的传感器都是自动驾驶汽车的关键组成部分。然而，在恶劣天气和其他极端环境下，它们的性能可能会受到影响。当面临雨、雾、灰尘和烟雾等恶劣天气条件时，光学传感器的性能通常会降低，而基于雷达的传感器则可以继续正常工作。在太阳光照和下雪等情况下，光学传感器可能会产生眩光，从而导致误识别，而基于雷达的传感器则不会受到影响。当传感器被泥浆或冰覆盖时，光学传感器可能会出现堵塞，而基于雷达的传感器则具有更高的鲁棒性，并且不太容易受到影响。因此，在选择自动驾驶汽车的传感器时，需要考虑各种因素，包括不同环境条件下的性能表现，以确保系统的稳定性和安全性。
- 多普勒-雷达测量物体的速度和方向
高分辨率对于雷达来说非常重要。高分辨率雷达能够提供传统雷达无法提供的新信息，通过提供高多普勒和空间分辨率，雷达能够提取物体上的多普勒分布及其微多普勒，从而指示其前进方向和方位。这种分辨率可以实现零延迟和高精度，从而使我们能够更准确地检测并定位物体。高分辨率雷达也能够提供重要的多普勒分布信息，通过分析方位角和多普勒，我们可以确定物体的前进方向和方位，从而更准确地评估物体的运动状态。此外，高分辨率雷达对于车辆自动驾驶和环境感知也至关重要。通过提供高分辨率图像和数据，车辆能够更好地感知周围环境并做出更明智的决策。
- 更高的可靠性：感知雷达是一种成熟的技术，可以提供可靠的数据，它可以提供基于多普勒效应的实时速度数据。
当然最重要的是，在如今中国的竞争环境下，车辆哪怕是带有自动辅助驾驶，也需要具备性价比。感知雷达比激光雷达具有更高性价比，可以在所有价格水平的车辆上提供安全性。
雷达和摄像头的融合能起到什么作用
感知雷达技术和摄像头技术可以相互融合，以提高自动驾驶车辆的感知能力。摄像头技术可以提供更加详细的视觉信息，辅助感知雷达技术进行更精确的定位和分类。感知雷达的优势则在于独特的实时速度和深度数据，这些数据是摄像头传感器无法捕捉的，因此两者相互融合可以起到关键作用。
一些只依赖于视觉、围绕摄像头传感器来实现自动辅助驾驶的车企，也面临一些挑战。例如，光照变化可能会导致摄像头图像出现饱和或白平衡问题，这些问题会降低摄像头传感器的准确性并导致假阳性或假阴性。摄像头传感器还可能受到夜间光线的影响，特别是当对面车辆开启远光灯时，摄像头的图像可能会受到影响，导致算法难以区分道路上的物体。此外，摄像头传感器可能会面临部分可观测性问题，例如当护栏遮挡汽车的一部分时，摄像头只能看到汽车的一部分，这可能会导致假阴性检测。
另一个挑战是深度感知问题，因为摄像头传感器不能立即进行深度感知，可能需要以复杂的算法或帧间延迟来纠正深度感知的问题。虽然这些问题可以通过算法纠正，但仍然是摄像头本身的基本缺陷，需要更多的技术和算法来克服。
而从全球范围来看，领先的车企想要更大规模推广城市自动辅助驾驶，想要通过成像雷达来弥补视觉的缺陷是完全合乎情理的。
一些车企可能对Arbe这家公司比较陌生，事实上这是一家非常优秀的公司。Arbe的360°雷达感知技术已经应用于卡车、机器人出租车和无人搬运车等自动驾驶车辆上。这是第一款能够实现高级感知和真正的安全性的雷达。通过使用Arbe感知雷达，许多车企解决了前几代雷达带来的主要挑战——Arbe雷达能够消除虚警，检测行人和两轮车，它提供了移动和静止物体的高分辨率数据，因此自动驾驶汽车能够充分了解周围环境。
Arbe在中国的合作伙伴HiRain和Weifu选择了Arbe的芯片解决方案应用于其下一代雷达，以提高车规级安全和高级驾驶辅助系统的感知能力。此外，Arbe的360°感知雷达技术也可以应用于物流、安全和安保等领域，通过提高车辆的感知能力和安全性，降低事故风险和提高工作效率。希望本文能对大家理解成像雷达的使用有所帮助。
