毫米波雷达 4D 毫米波雷达，在 L4 级低速无人驾驶中的应用

编者按：3 月 25 日，焉知汽车首届「智能汽车年会」，邀请了纵目科技副总裁李旭阳分享：「4D 毫米波雷达助力 L4 低速无人驾驶量产落地。」

智能泊车的量产落地

2021 年，自动驾驶会迎来功能上的大爆发，这一点已经是行业内的一个共识了。

而功能是自动驾驶技术在驾驶场景里的具体体现，也就是说，针对场景去做特定功能开发，是每家企业实现技术落地的最优解。因此，让自动驾驶能够覆盖更多的场景是体现自动驾驶能力的一个标准。

目前自动驾驶技术方案整体是往「无人驾驶」的终极目标在演进，在实现真无人驾驶的过程中，技术所受到的挑战是巨大的，因此，市场也就演化出来了两条线：一，技术上，依然朝着高阶自动驾驶在突破；二，由高阶自动驾驶技术，反哺低速场景的自动驾驶。

这也就是我们前面所说的，车企、供应商在寻求特定场景的特定功能上实现率先量产，交付用户。

毫米波雷达助力低速场景的应用

上面我们说了低速场景自动泊车依然有难度，从技术角度来讲主要有三个方面：感知、定位、规划控制。

这三个方面很难说哪一步是最难的或者说是最重要，但从实际的研发来看，环境感知对于厂商研发来说会有比较大的优先级，因为感知基础。

目前，感知在低速泊车里的应用有几种路线：

一，基于纯视觉的路线。

基于纯视觉路线的厂商一般是和自家自动驾驶路线相搭配，典型的代表企业有小鹏汽车、特斯拉、蔚来，还有以百度为主的互联网企业，都率先量产了纯视觉 AVP。

纵目科技融合毫米波雷达的 AVP 系统

在聊纵目科技的 AVP 系统之前，我们要先聊一下纵目科技这家公司，纵目科技成立于 2013 年，是为数不多的已经进入智能泊车量产前装的自动驾驶解决方案公司。

纵目的 AVP 方案是在 APA 系统的基础上加入了毫米波雷达，纵目科技在 2017 年发布了第一代的 AVP 产品，到 2019 年年底发布了第二代系统，除了有 AVP 控制器之外，传感器方面有 4 个摄像头、4 个角雷达和 12 个超声波。

第一代系统用的是 100 万摄像头，第二代升级到了 200 万摄像头，第一代超声波检测距离为 3.5 m - 4 m 左右，第二代可以检测距离可达 6.5 m - 7 m，可以有效提高近距离的感知能力，前向毫米波雷达从 4D 单芯片到芯片集成方案。

纵目科技 AVP 最大的性能提升指标就是加入了 4D 毫米波雷达，所谓 4D，其实就是雷达除了距离、水平、速度等维度的检测能力还增加了垂直高度检测。

早在 2019 年，纵目就发布了量产版 4D 毫米波雷达 SDR1，主要性能指标是：测距范围 0.1-100m、FoV H/V 150°/30°、每帧最多点云数 512、物体跟踪数量 64。

SDR1 的工作频段是 76 GHz - 79 GHz，最小检测距离低至 0.1 m，点云数每帧最多可达 512 位。也就是说，这款雷达可以满足低速场景以及特殊物体的轮廓绘制。

纵目这款 4D 毫米波雷达除了上面的指标外，还有两个特殊能力：

一，双模式方案。

SDR1 4D 毫米波雷达可以满足高速 ADAS 和低速无人驾驶，所谓双模式就是，在高速ADAS 使用中可以完成检测距离 80 - 100 m左右的功能；在低速 AVP 的模式下可以进入另外一种模式，即实现近距离的检测能力，测角的精度、水平更高，垂直车角也会变高，最小的检测距离从正常的大几十公分小到 10 公分，甚至 5 公分。

按照李旭阳的说法，「纵目的创新，追求的不是雷达的角度分辨率，因为在很近距离的时候角度分辨率不需要太高，纵目追求的是角度精度，这个指标非常关键，纵目在这个维度做了很多创新，尤其在垂直的精度上做了很多的开发，效果就是对物体的测高能力有显著提升。」

比如，增强动态目标检测。在检测受限的场景内，普通传感器不一定能检测出来，快速出现的动态目标，毫米波雷达利用多普勒检测动态目标，在性能上有非常高的优势，而纵目基于动态目标做跟踪，基于点云做自由空间，让目标很快被识别到。

二，对雷达的输出做大追踪。

李旭阳表示，纵目可以基于点云做自由空间的检测，通过对 4 个雷达点云做积累，一般的积累周期是 3 - 5 周，这样就可以形成非常致密的环境感知，比如在酒店场景，有喷泉、道路、树，这样的场景下，纵目追踪点云可以把整个场景勾勒出来，在没有激光雷达的情况下做环境识别、分类。

因为毫米波雷达可以做多目标的追踪，所以纵目研发的雷达在高速场景下检测信息也比较稳定。

从目前纵目的路线来看，多传感器融合会是下一步主要的方向，纵目在低速泊车里传感器有三个，360 环视、毫米波雷达、超声波。与其他供应商不同的是，纵目属于软硬件均自研的企业，传感器自研可以带来的一个好处就是，「得到原始的数据」。李旭阳强调，「纵目通过数据和点云数据融合，把融合的结果做数据标记，这样就可以得到更好的物体识别。」

以上，是纵目在感知层面的主要产品以及技术路径，解决感知后的按李旭阳的说法，就要做定位、全局规划，最后一步是到控制。

除了感知，定位也是泊车中的一大难点，单纯依靠视觉定位，会产生不稳定现象，它的挑战在于，如何去掉干扰信号。怎么解决则很重要。

根据李旭阳介绍，纵目利用三个传感器不同的数据信息做特征分层，一，雷达的特征层；二，基于视觉的特征层；三，高精地图和摄像头的特征层做融合，具体的融合策略每家企业都不一样，但因为纵目拥有软硬件自研后的原始数据，因此，通过特殊算法可以将识别精度做到 10 cm 以下的水平。

李旭阳表示，「在整个定位平台里面，如果要把这样的技术量产落地，供应商必须跟图商合作高精度地图，把特征数据和图结合起来一起落地。同时需要方案商兼顾不同图商的语义标准，才能兼顾不同图商的地图使用。」

从 360 环视到APA，再到 AVP，最后到实现低速 L4 级无人驾驶的量产，同时向高速无人驾驶迈进，纵目的核心进化逻辑其实比较清晰，「实现现有技术量产推动整个智能汽车智能化落地。」