激光|毫米波雷达剑指自动驾驶，大陆、华为推出的4D成像会是“最优解”吗？特斯拉|雷达|自动驾驶

文章插图
图片来源@视觉中国
文丨智能相对论（ID：aixdlun），作者丨leo陈
马斯克上个月在推特上表示，特斯拉FSD的Beta 9.0版本将不再依赖于雷达。若它真正到来，意味着特斯拉又重整旗鼓，回到了纯视觉的自动驾驶方案。
目前，特斯拉已经更新了北美官网的Model 3宣传页面，关于FSD的内容仅保留了视觉和超声波传感器部分，此前毫米波雷达的信息已经被撤掉。取而代之为：“250米的强大视觉处理能力”。

文章插图
不同于特斯拉对毫米波雷达模棱两可的态度，产业链各端的一些玩家将毫米波雷达作为自动驾驶、辅助驾驶里重要的组成之一，只是它过去被外界讨论的热度并不高。当我们谈及感知路线之争时，讨论的都是摄像头vs激光雷达，但其实这两个方案都融入了毫米波雷达。
不过去年中期，德国大陆推出全球首个4D成像毫米波雷达后，它似乎成为了一个呼之欲出的小风口。今年上海车展前夕，华为也举办了HI新品发布会，发布新一代高分辨率4D成像雷达，用于自动驾驶解决方案核心传感器。
为何传统毫米波雷达在车载方面的市场议论度较小？近两年出现的4D成像雷达表现又如何？
毫米波雷达，丢失的纵向与模糊的横向维度毫米波雷达对人们而言还比较陌生，但在行业内，车载毫米波雷达在欧美已经有了二十多年的成功商业化经验和市场的累积。有数据显示，博世、大陆、电装等全球前五大巨头占据了75%以上的市场份额。
发展至今，毫米波雷达在传统巨头们这里是相对成熟的车用感知传感器，成本相对低廉，其和摄像头的感知融合也是早期实现L2级辅助驾驶的首选方案。
传统Tier 1不仅占据了“蛋糕”，而且掌握着切“蛋糕”的“刀”。所以，新晋玩家很难从中撕开一道口子，去影响他们和下游车企之间长期捆绑的利益关系。自然地，专注毫米波雷达的新晋玩家不会选择和这些Tier 1“硬碰硬”，会更希望探寻新的技术创新去实现弯道超车。
市场格局趋于稳定，是传统毫米波雷达在外界看来存在感不强的原因之一。而另外一个原因，是当自动驾驶驶向L3、L4时，传统毫米波雷达的技术不足逐渐被放大。在「智能相对论」看来，有以下两个方面：
1、 “看不见的Y轴”
传统毫米波雷达在纵向测高能力上有所欠缺，可以理解为缺乏对垂直平面的“理解”能力。
因为该“理解”能力缺失，导致毫米波雷达“看不出”比如桥梁、路牌的高度，在它的“眼”里，这些静止的物体都会被视为在地面这一平面。基于这样的前提，如果不把他们反射的信号全部过滤掉，毫米波雷达无疑就会发出前方有障碍的错误预警，造成“幽灵刹车”。
但是，当桥梁、路牌下有静止车辆时，则可能会导致交通事故发生。
特斯拉曾经发生过几个撞向货车的事故，就是典型案例。其中，特斯拉的摄像头感知失效，无法识别出前方停下的货车。而毫米波雷达作为备用传感器，本应该识别出前方障碍物，并发出预警，但毫米波雷达也不起作用了。

文章插图
因为静止货车的信息和那些信息杂糅在一起，前者也会被雷达的识别算法一并过滤掉。毫米波雷达识别出静止物体，但是却因此“无视”它的存在。这样，毫米波雷达隐身，摄像头又失效，自动驾驶汽车成了瞎子和聋子，最终撞上静止的货车。
2、 “模糊的X轴”
传统毫米波雷达另一个局限是横向分辨率低，可以理解为对水平平面的“理解”能力薄弱。
横向分辨率是指左右两个扫描的激光点形成的夹角，夹角度数越小，横向分辨率越高。如果和激光雷达相比，毫米波雷达的横向分辨率不具备优势。
比如，特斯拉过去出现的问题：前面一辆车停在马路旁边，可能有半个车身在车道上，这个时候特斯拉会因为毫米波雷达的横向分辨率不足，识别不出车辆而更容易撞上去。
关于这样的问题，特斯拉在佛罗里达州曾有两次事故，就是因为毫米波雷达不能测横向速度，造成识别不出前方车辆是移动的，最终导致车辆来不及刹车。
所以综合来看，传统毫米波雷达在“理解”垂直和水平平面时都分别存在不足，也决定了传统毫米波雷达很难去适应高阶自动驾驶感知系统的传感器。不过，近期活跃的4D成像雷达似乎让我们看到一些新的可能。
由量变到质变，4D成像雷达的两条路线4D成像雷达之所以出现，某种说法是激光雷达和摄像头亮眼表现的倒逼。自动驾驶对感知的要求提升，摄像头由200万像素升级到800万像素，半固态激光雷达开始加速上车。而最初的毫米波雷达，也同步地升级成了如今的4D成像毫米波雷达。