435
自动驾驶，应该说是“辅助驾驶”汽车，面对一些庞然大物视而不见的案例屡见不鲜。12 月 12 日晚，一辆特斯拉 Model S 突然失控，在北京一小区内以 80km/h 速度钻入居民楼。大货车、建筑物……未来，我们拿什么保证自动驾驶的安全？
庞大物体反而是“高级辅助驾驶”的克星
谁可能成为救星？
10 月，特斯拉软件黑客“green”爆料，在特斯拉软件更新中发现了新功能的提示——一个名为“Phoenix”的新雷达选项，Phoenix 是 Arbe 雷达的名称。
这与马斯克最近的言论不无关系：“现在的图像识别依然来源于孤立的图片，实际上这些图片在时间上有很大关联性。那么，过渡到 4D，在 3D 空间里加入了时间维度，就会像视频一样。这种架构才是完全自动驾驶所真正需要的。”
马斯克的选择是对的？
马斯克的话得到了进一步印证，消息人士称，特斯拉正准备更新 Model 3，新的传感器将是更新的一部分。此前，Arbe CEO 兼联合创始人 Kobi Marenko 就曾信心满满地告诉业界：“超高分辨率的 4D 成像雷达有望让雷达从辅助配件升级为自动驾驶系统的关键方案，从冗余升级为自动驾驶核心。”
Kobi Marenko
Phoenix 是 Arbe 的雷达芯片组解决方案，通过 4D 超高分辨率实时成像来识别、评估和应对从普通到特殊的挑战场景，服务于现实世界的驾驶需求。无论速度、海拔、距离、大小或周围天气和照明条件如何，Phoenix 都能区分真正的威胁和错误警报，以确保驾驶者、行人和其他易受伤害的道路使用者的安全。
特斯拉的识别系统需要的正是 Arbe 雷达的“时间”维度，以使系统能够“同时以高分辨率评估距离、高度、深度和速度”。
马斯克：正合我意
因为切中要害，Marenko 的话马斯克爱听：
Marenko 表示：“我们知道这一刻会到来：在经历了多起车祸的艰难岁月后，自动驾驶正面临着合理的担忧。围绕这些悲剧事件展开的讨论不仅集中在人工智能（AI）道德，而且也集中在其背后的技术是否已经准备好。”
他说：“今天的传感器还不够成熟，不足以支持明天的自动驾驶。不过，4D 成像雷达可以实现所需的安全级别。”
归纳起来，4D 成像雷达具有以下优势：
·实时障碍检测：在所有天气和照明条件下，以广阔视野提供高度详细的环境图像，实时发现各种障碍，包括路边较小的目标，如人或自行车，即使它们被一棵树或卡车等大物体遮住，还可以确定它们是否在移动，朝哪个方向移动，并向车辆提供实时的态势数据和警报。
·远距离探测：实现所有传感器中最远距离的探测，最有可能成为第一个发现危险的设备。然后，它可以将摄像头和 LiDAR 引导到感兴趣区域，大大提高安全性能。
传统雷达 vs 4D 成像雷达
·路径规划：提供真正的路径规划，因为它可以在超过 300 米范围内创建道路的详细图像，并捕捉汽车周围物体的大小、位置和速度数据。
·物体高度分离：识别出汽车正前方对着的物体是否（如桥梁）静止，是否必须停下来或者可以安全行驶过去。
·降低处理和服务器需求：由于只将摄像头和 LiDAR 对准感兴趣区域，利用高质量的雷达后处理将解决当前原型的主要问题——功耗。
·大幅降低生产成本：即使在 L3 以上，也无需为每辆车配备一个以上的 LiDAR 单元，或者可能根本不需要 LiDAR（马斯克高兴），有助于制造商降低成本。自动驾驶传感器套件的量产成本应低于 1000 美元，而今天测试的一些车辆使用的部件和系统成本是这个价格的 100 倍。
那么，它与目前公路上的雷达有何不同呢？听 Marenko 细细道来。
如今，雷达在自适应巡航控制、盲点检测和自动紧急制动等安全系统中发挥着至关重要的作用。但目前市场上的雷达技术必须在有限视场的中等分辨率和宽视场的低分辨率之间进行取舍。
要实现 L4 和 L5 车辆，主机厂必须进入下一级传感技术，使用高分辨率成像雷达，在 1 度方位角和 2 度仰角下，以高分辨率在 100 度广角范围内感知环境。
另一个对 L4 和 L5 很重要的问题是过滤假警报的能力。为了提供最佳灵敏度，雷达使用最低检测阈值，因此会报告一些噪声，需要用后处理和跟踪来滤除随机噪声，而校准方案只能达到极低的副瓣电平。
在 Marenko 看来，在自动驾驶传感器套件中当然需要光学传感器，如摄像头和 LiDAR。然而，4D 成像雷达解决了以下问题，使车辆能够达到要求的安全性能：
·全天候下最高的可靠性，包括雾、大雨、漆黑的夜晚和空气污染
·根据汽车行业要求，探测最远超过 300 米的障碍物
·测量每帧的多普勒（径向速度）
·脱离 PoC（验证性测试）阶段进入量产
System Plus Consulting 的拆解结果显示，特斯拉目前使用的是大陆集团的 2D 雷达。VSI Labs 创始人兼总裁 Phil Magney 说：“为了获得更大射程，特斯拉已从大陆转向博世。但两种都是 2D 雷达，都有局限性。”他说：“在我看来，特斯拉未来转向成像雷达将是精明之举。”
NXP 执行副总裁兼无线电频率处理总经理 Torsten Lehmann 对此传言表示：“特斯拉在考虑使用成像雷达，这是一个很好的举措，因为它是不使用 LiDAR 的更好方法。”
Torsten Lehmann
汽车雷达技术的迭代
汽车雷达使用的半导体技术经过了几代迭代，还在发展。第一代产品采用 GaAs，最初是安装在电路板上的裸片。下一代是在 SiGe，片上集成的功能更多，载流子的移动性很高，即使在大光刻节点（如 130nm），也可以用于高频雷达。之后有了先进封装，使技术从 CoB（板上芯片封装）发展到 FOWLP（扇出型晶圆级封装）。
当前，许多公司在开发硅 CMOS 和 SOI 技术，使用 40nm 技术节点，也有将其降低到 28nm 以下。较短信道在低载流子移动性情况下也可支持高频率。小节点加上 CMOS 技术，可以在芯片内实现更高的功能集成。目前，最新一代雷达芯片不仅集成了收发器和 Chirp，还集成了微控制器和数字信号处理（DSP）单元。转向硅技术也将更好地维持降低成本路线，更适合量产。
半导体技术在汽车雷达中的发展
随着封装的进步，出现了各种形式的晶圆级产品。电路板还进化为由特殊低插入损耗材料（如陶瓷填充聚四氟乙烯或类似材料）组成的顶部 RF 层混合。在小型天线阵列足以满足要求的情况下，开始采用封装天线（AiP）设计，有些已被证明适合短程汽车应用。
传统雷达具有二维空间测量能力，2D 雷达利用一个专用旋转天线监听回波信号，以获得两个坐标并确定目标位置。之后 3D 雷达出现，会像 2D 雷达一样旋转，但每次扫描旋转后，天线仰角会改变，以备下次探测。通过这种方式，3D 雷达可以探测三个维度：方位角、仰角和速度。
配备雷达的车辆安全功能
4D 成像雷达新在哪里?
目前，自动驾驶行业仍处于概念验证阶段，其依赖的传感器无法 100%达到要求。而高分辨率成像雷达似乎是唯一能够达到要求的传感器。
从原理上看，4D 成像雷达与传统雷达和 LiDAR 有很大不同。从物理学角度看，时间是第四维度，当应用于雷达时，它将成为多普勒频率，显示一个物体是朝着自己移动还是向远处移动。
4D 雷达是将测量的第四维数据整合到 3D 雷达中，以更好地了解和绘制环境地图。即使具体技术并不新颖，但它的整合也具有新意。
锤头雷达和新出现的雷达的比较
Magney 这样解释：“我认为时间是第四维空间，因为时间元素是从多普勒得到的。成像雷达本质上创造了一个阵列，因此测量密度急剧增加。传统 2D 雷达比较粗糙，每个物体只产生一个点。但是，成像雷达可以提供许多点，产生的是垂直分辨率，可更好地了解被跟踪的是什么。”
换句话说，时间因素一直是雷达功能的关键。当被问及同样的问题时， Lehmann 指出，4D 成像传感器的第四个要素是“横向分辨率”。他说：“4D 成像雷达不仅能识别水平平面，还能识别垂直平面，例如，汽车可以决定是在物体的‘下面’还是‘上面’通过。”
他继续说:“想象一下，一辆汽车在高速公路上以每小时 80 公里的速度行驶，而一辆摩托车（低反射率小物体）正以每小时 200 公里的速度从后面驶来。与摄像头和 LiDAR 不同，4D 雷达可以发现最初相距很远的摩托车，并识别出这两个物体在以不同的速度移动。”
随着高分辨率成像雷达的出现，包括许多雷达供应商都迫切希望将雷达提升为唯一能够在恶劣天气和光照条件下工作的高速传感器。
4D 技术蚕食 LiDAR 市场
也许，在自动驾驶早期尝试中，马斯克就做出了一个明确的决定，采用摄像头并辅以雷达计算机视觉。
现在，有了产生点云的成像雷达，尽管其分辨率比 LiDAR 低，但它比传统雷达有了很大改进。在 Magney 看来，LiDAR 现在比雷达更具优势，随着新雷达的出现，这种差距可能正在缩小。“LiDAR 的关键应用之一是能够根据基本地图进行相对定位。这对自动驾驶出租车和穿梭巴士至关重要，因此 LiDAR 是这项任务的首选。即使 4D 雷达出现，LiDAR 也不会消失。”
Lehman 指出:“看看高性能 LiDAR，比如 Waymo 的机械旋转雷达，它可以产生很多颗粒点云，因为它提供的角分辨率低于 0.1 度或 0.5 度。但这样的 LiDAR 体积庞大，造价数千美元。”
从技术趋势看，雷达的点云正变得越来越密集，出现了各种方法，以使雷达能够在所有天气和光照条件下探测、分类和跟踪 3D 空间中的许多物体。随着更大的人工或半自动标记训练数据集的出现以及融合技术的发展，这些努力有望得到显著改善。
的确，雷达技术的能力在迅速扩大。首先，天线阵列越来越大。一些初创公司已经设计并演示了支持 6500 个虚拟通道的雷达芯片。这种雷达可以达到 1deg（仰角单位）方位和 2deg 仰角分辨率。这一趋势将使每帧获得丰富的 4D 数据点，提供关于速度、距离、方位角和仰角的精确信息。因此，这类雷达将蚕食目前由 LiDAR 占领的领域，尽管后者可能保留角分辨率和潜在的目标分类优势。
密集的高分辨率点云将使基于雷达数据的目标检测、分类和跟踪成为可能。为了实现这一目标，人们正在开发深度学习技术。一个主要挑战是缺乏广泛的标记训练雷达数据。手工贴标签的过程需要专家的投入，因此成本高、耗时长。现在，虽然一些公司部署了摄像头、LiDAR 及其他数据同步的雷达数据采集车队，并且正在开发半自动标签技术，但这种技术仍依赖于摄像头、LiDAR 和雷达之间的后期数据融合。这些努力和技术将加速训练数据集的开发。
应用雷声大雨点小？
在向更高自动化水平过渡的整个过程中，主机厂应该能够使用单一平台来重用软件和硬件，以便解决不同品牌和车型问题。只有高度集成的打包解决方案才有助于向 4D 成像雷达的过渡。
研发 4D 成像雷达的初创公司和厂商并不多，梳理一下即可看出这一技术的脉络和走向。
·NXP 处理器与收发器并举
为了推进以安全为核心目标的 L3、L4 和 L5 车辆，NXP 为发布了一系列新的雷达传感技术。
NXP 半导体 ADAS 高级主管 Matthias Feulner 介绍说，NXP 的第二代 77GHz 射频 CMOS 雷达收发器系列 TEF82xx 是业界第一款采用 40nm RFCMOS 的汽车级雷达收发器。与第一代相比，新产品的 RF 性能提高了一倍，输出功率为 13.5dBm，噪声系数为 11.5dB。该器件还可以在给定目标周围将相位噪声降低四倍。
上述收发器与新的 S32 汽车处理平台 S32 雷达处理器配合使用，可以提供可扩展和多功能的雷达成像方案，并将 4D 成像雷达带到人们生活当中。新雷达处理器利用了优化的架构，与 FPGA 等效产品相比，将成本和实现功率降低了 50%。
NXP 新的雷达解决方案
Feulner 强调：“这些产品的设计从角雷达到前端雷达再到成像雷达，都可以扩展前端的数量，还可以扩展天线数量，从 12 个虚拟天线扩展到 192 个虚拟天线。”
成像雷达结构图
据介绍，将 SR32R45 雷达处理器与新的收发器系列相结合，可以实现射程超过 300 米、高分辨率的点云输出的 4D 成像雷达。
·Arbe 芯片组特斯拉最爱
为特斯拉提供新型 4D 传感器技术的是初创公司 Arbe Robotics，其 4D 成像雷达芯片组获得了 2020 爱迪生奖。首席执行官 Kobi Marenko 表示，这种雷达芯片组提供的物理分辨率是竞争对手使用的合成或统计分辨率增强方法的 2 到 10 倍。另外，雷达芯片组提供 48 个接收通道和 48 个传输通道的实时管理，在保持每秒 3 兆比特的等效处理吞吐量的同时，可生成 30 帧 / 秒的完整 4D 图像。
通过增强的 FMCW 技术，Arbe 的芯片组技术从多个天线发射和接收信号。Arbe 通过将信息从时域转换到频域（FFT），在高方位和高分辨率的情况下，提供了一幅具有无与伦比的单元密度的 4D 图像，同时能够实时、大范围地感知环境，并通过接近零的幻象对象实例减少了假警报情况。
4D 成像雷达芯片组
Arbe 的芯片组方案拥有 2000 多个虚拟通道，以每秒 30 帧的全扫描速度同时跟踪数百个对象。距离、高度、深度和速度同时在高分辨率中进行评估，将雷达从辅助作用重新定位到传感套件的核心。
Arbe 的 RF 芯片组采用新的 FDSOI CMOS 工艺 22FDX，旨在支持 TD-MIMO，在信道隔离、噪声系数和发射功率方面具有同类最佳的性能。利用最新的射频处理技术，Arbe 以市场上每通道最低成本实现最先进的 RF 性能。
RF 工艺
·RFISee 相控阵技术高大上
由于相控阵是一项昂贵的技术，其在汽车工业中的采用一直是一个令人担忧的问题，这就是为什么这种雷达最初仅限于 F-35 战斗机等先进军事系统。
9 月，RFISee 发布业界首款相控阵 4D 成像片上雷达，它是一种高分辨率、低成本的雷达传感器，可以生成汽车周围物体的实时 3D 位置和速度地图。利用 RFISee 的雷达片上解决方案，接收器可确保大幅改善雷达图像、实现更好的信噪比，以及更大的车辆和行人等障碍物探测范围。
相控阵 4D 成像雷达的主要优势
RFISee 首席执行官 Moshe Meyassed 表示：“当今的汽车雷达通常提供低分辨率和有限的检测范围。我们突破性的片上全天候相控阵 4D 成像雷达将改变全球汽车雷达领域的游戏规则。我们将远距离、高分辨率和卓越精度相结合，这是汽车所需的摄像头和雷达之间高质量传感器融合的关键。”
他补充说：“新推出的传感器融合技术将为雷达和摄像头数据融合有效 AI 层开辟新的领域。因此，主机厂和驾驶者都将受益于安全性和事故预防的重要改进，在低能见度下运行并提高车辆自动化程度。”
据介绍，RFISee 的专利 4D 成像雷达使用基于专有相控阵雷达技术的强大聚焦光束，可以快速扫描视场。接收器可确保大幅改善雷达图像，具有更好的信噪比，以及比现有雷达宽六倍的障碍物检测范围，能够检测 500 米以内的汽车和 200 米以内的行人。
Vayyar VYYR2401A1 IC
雷达的功能旨在防止许多其他现有雷达系统无法处理的事故，如发生在中国台湾的自动驾驶汽车横跨高速公路两条车道钻入一辆大货车。RFISee 的雷达可以检测数百米外的卡车和其他车辆，从而使驾驶者能够接管控制权或自动停车。
该公司表示，RFISee 雷达的原型正在由顶级汽车主机厂和 Tier 1 进行评估。
·Xilinx 和大陆集团量产就绪
也是 9 月，Xilinx 和大陆集团宣布推出汽车行业首款“量产就绪”4D 成像雷达，在业界引发震动。
Xilinx 将通过 Zynq® UltraScale+™ MPSoC 平台支持大陆集团开发新款高级雷达传感器 ARS540，联手打造汽车行业首款量产版 4D 成像传感器。双方的合作将有助于搭载 ARS540 的新车型实现 SAE J3016 L2 功能，为迈向 L5 自动驾驶系统铺平道路。
Zynq®与 ARS540
大陆集团的 ARS540 是一款高端长距离 4D 成像雷达，不仅分辨率高，而且探测距离长达 300 米。其±60°的宽视野可实现多假设跟踪（MHT），在驾驶过程中提供精确预测，这对处理复杂的驾驶场景（如桥下交通拥堵）至关重要。
大陆集团雷达项目管理负责人 Norbert Hammerschmidt 表示：“Zynq UltraScale+ MPSoC 平台为我们提供了实现 ARS540 所需的高性能和先进 DSP 功能，灵活应变能力和市场领先的网络接口选择能够以极高的聚合传输速率处理大量的天线数据。”
据悉，大陆集团已经赢得欧美领先主机厂的多项设计，同时还在与全球其他主机厂持续商讨 ARS540 采用意向。
十字路口
自动驾驶的发展已经来到一个十字路口。基于一些担忧，先进移动出行行业需要重新审视 4D 成像雷达作为自动驾驶传感器套件中不可或缺元素的作用，为自动驾驶汽车提供更灵敏的耳朵和眼睛，从而形成一个更安全的汽车大众市场。
