電氣化時代推動的不單單是電池產業(yè)的革新，也推進了攝像頭、激光雷達、毫米波雷達這些關于自動駕駛的感知設備革新的速度。

從依靠雷達感知，到攝像頭+雷達的融合感知，再進一步加入的激光雷達，這些我們此前陌生但現(xiàn)在耳熟能詳的名詞，都為了實現(xiàn)一個目標“擁有更加高階的自動駕駛能力”。作為自動駕駛感知設備之一的毫米波雷達，多年普及之后也迎來了下一代技術演進——4D成像雷達。

那么，之后的4D成像雷達能否為自動駕駛帶來新的高度？

4D成像雷達，究竟新在哪兒

我們不可否認的一件事兒，當下的自動駕駛水平已經達到L2/L3級別，接下來的發(fā)展是L4/L5級別。所以，現(xiàn)在整套感知體系的重點，已經從早期的“控制誤警率”轉變?yōu)楝F(xiàn)在的“避免漏識別”，市場需求在推動感知硬件的進步。

我們所熟知的毫米波雷達，最早的應用體驗是ACC自適應巡航。直到現(xiàn)在我們也還能在具備自動駕駛功能的車上看到毫米波雷達的身影，探測距離遠+應對雨/雪/霧惡劣天氣下穿透性強，讓它有著不可替代性，輔佐高清攝像頭和激光雷達做到更好的感知。

傳統(tǒng)毫米波雷達的不足：

1.無法提供被測量物體的垂直信息，只能提供水平數據；

2.由于沒有高度信息，對靜止物體難以識別，無法做出準確判斷，單依靠毫米波雷達做決策判斷可能導致誤剎車/撞車風險；

3.點云融合困難，難以繪制地圖，也是毫米波雷達于激光雷達的弱點。

進一步技術演進的4D成像雷達，需要滿足兩個條件，第一是具備縱向信息探測能力、第二能夠形成點云圖。為了滿足以上兩個功能，4D成像雷達行業(yè)內的做法分為兩種：

1.多片毫米波雷達收發(fā)器MMIC級聯(lián)，代表廠商采埃孚，擁有192個信道；

2.利用SAR技術實現(xiàn)虛擬孔徑功能，代表廠商Oculii；

3.采用12發(fā)射、24接收大天線陣列，代表廠商華為。

MMIC級聯(lián)其實很好理解，實現(xiàn)起來也相對簡單，原理就是MMIC收發(fā)器用級聯(lián)的方式獲得比單個收發(fā)器使用時更大的增益效果。而另外一種“虛擬孔徑”也可稱之為合成孔徑（SAR）的技術相對來說更有看點，這種技術之前在航天飛行器、衛(wèi)星上的使用更普遍，主要用于測繪等用途。

一般毫米波雷達角分辨率和雷達孔徑成正比，基本上市3發(fā)/4收的配置，由于雷達孔徑有限角分辨率往往不能做的特別高，一般也就只是在10°左右。放在4D成像雷達上，有的廠商使用了軟件算法實現(xiàn)在物理天線不變的情況下，利用算法虛擬出十倍的天線數，把角分辨率從10°提升到了1°，從而帶來的是更高效的分辨出鄰近的被檢測物體。

站在車載應用上的角度去看，這樣的好處是不受物理天線數（雷達體積）的局限性、算法優(yōu)化虛擬倍數還能增加（還有可提升空間）。例如Oculii的雙芯片EAGLE成像雷達，就是利用以上提到的技術，從而讓角分辨率達到水平0.5°、縱向1°，探測距離350米以上，工作頻率76-81GHz。

如果算法再次優(yōu)化之后，角分辨率再提高之后形成的點云圖很可能達到激光雷達的細致程度。

應用之后=高級別自動駕駛必備？

不得不承認，4D成像雷達在繼承了傳統(tǒng)毫米波雷達穿透性強、應對雨/雪/霧惡劣天氣下穩(wěn)定工作的條件之后，做到了高分辨率、點云圖以及測量物體的垂直數據之后，也鋪好了讓自動駕駛功能走向高級別前進的路。

目前的主流自動駕駛功能還停留于L2/L3級別，主要依賴的感知設備包括了攝像頭+毫米波雷達+激光雷達的組合。而攝像頭+毫米波雷達組合的這種方案很常見，但這種方案分辨率低而且獲得的數據不夠豐富（例如高度信息）；激光雷達可以彌補上述問題，但激光雷達成本較高，限制了大規(guī)模應用，而且在應對惡劣天氣的條件下存在不穩(wěn)定因素。

之后就有了一個問題，4D成像雷達怎么推動高級別駕駛落地？答案是：會，但需要在特定場景下。

先理清自動駕駛與成像雷達之間的關系，成像雷達只是感知設備硬件，具體作用只是作為對車輛周圍物體的感知、數據收集；最終實現(xiàn)自動駕駛功能的，還是依靠算法+感知設備才能最終實現(xiàn)。

如果加入到現(xiàn)有的感知設備當中，它能起到什么作用？依托良好的穿透性，在視覺感知設備、激光雷達面對惡劣工作環(huán)境的環(huán)境時，成像雷達的作用就會被放大，從而能實現(xiàn)全天候的感知（類似于激光雷達）?？梢哉f4D成像雷達是對現(xiàn)有感知設備的一個補強，雖然它的功能很接近激光雷達，但它暫時還不能替代激光雷達的存在。

另外，還有技術創(chuàng)新的可行性方案，還是利用算法做自適應調頻來提高虛擬天線數量，舉例：快速路可以調高功率看的更遠，讓激光雷達和攝像頭或許獲取信息，提早規(guī)劃路線；在城市道路，調低頻率采集近景信息，提高準確率。

4D成像雷達車載之前需要面對的問題：

1.使用級聯(lián)方式的雷達，可能需要增加實體天線增加功率，從而需要解決裝車體積問題；

2.使用虛擬孔徑方式的雷達，由于虛擬十倍左右的天線數量，需要做好天線抗干擾問題；

3.滿足車規(guī)級要求，穩(wěn)定、可靠并且能滿足抗干擾能力。

如果4D成像雷達上車，很可能先應用到的高級自動駕駛場景是高速路段輔助駕駛、高階智能泊車功能；一個是前向雷達角分辨率的提升，一個是提升近距離探測能力。更多情況下，4D成像雷達可能會作為激光雷達的補充。

總結

4D成像雷達彌補了傳統(tǒng)毫米波雷達沒有的高分辨率，但還擁有在任何極端環(huán)境下拿到有效信息且工作穩(wěn)定的可靠性，這一點彌補了激光雷達的不足。同時，各大Tier 1對于毫米波雷達的制造技術也相對成熟，對于4D成像雷達的成本上也能很好控制，并且更具備量產的可能性。

目前不論是Tier 1頭部企業(yè)，還是初創(chuàng)公司、科技企業(yè)，都紛紛入局4D成像雷達這個領域。硬件相對于算法來說，解決起來更容易，但硬件背后配套使用的4D成像雷達的算法也會成為另一個競爭點，而隨著技術的迭代，4D成像雷達可能會逐漸接近于激光雷達的使用效果。