關于自動駕駛技術近年來一直都在發展，也一直為人們所津津樂道，到底什么時候才能真正實現汽車的全自動駕駛。時至今日，事實是全自動駕駛汽車仍然還沒有出現，但技術的進步也讓人們一直對其抱有期待。抱有期待的同時，很多與其相關的負面報道也層出不窮，自動駕駛汽車仍然存在重大的感知問題，其感知并理解周圍環境的能力尚有欠缺，這也是目前很多自動駕駛汽車出現事故的主要原因。

感知能力不足問題在哪？

感知能力的欠缺，只要問題出在我們老生常談的傳感器身上。

先從攝像頭說起，這類傳感器不僅在特殊的工作情況下會出現問題，即便是在日常情況下，也可能會出現問題。攝像頭的感知水平，很大程度上受到天氣和光照條件的限制，存在“失明”風險。從其感知能力來說，它感知的范圍有限。也不能測算速度，對周圍的環境缺少深度的感知。

因為攝像頭有這樣的局限，所以雷達是自動駕駛汽車更好的選擇，而現有的傳統的毫米波雷達也存在危險隱患，尤其是對于L2+級別和NCAP安全來說，現有毫米波雷達仍然不夠先進。首先，分辨率極其受限，這里指的是角度上的分辨率，仰角分辨率的不足會導致雷達忽略靜態物體，無法實現感知和自由空間映射（可行駛區域），沒有俯仰分辨率則意味著無法測量高度。而且傳統毫米波雷達算力、內存大小限制了傳感器對多個目標同時跟蹤的能力。誤報也增加了現有毫米波雷達的不可靠性。

想要解決自動駕駛汽車感知能力不足的問題，傳感器，尤其是毫米波雷達傳感器的升級是迫在眉睫的。

成像雷達解決傳統雷達缺點

成像雷達，區別于傳統雷達，需要具備以下幾個特征，首先需要能夠映射環境，實現感知和自由空間映射，可以避開運動以及靜止的障礙物；其次要能夠更有效地消除誤報，解決“幽靈剎車”問題；最后當然是更高的靈敏度和分辨率。

（成像雷達，Arbe）

成像高分辨率雷達雖然能解決傳統毫米波雷達的一些弱勢，但是任何一種傳感器都是有自己的優劣勢。下圖直觀地展示了適用于所有使用場景的傳感器組合的一些優劣勢。在大部分應用中需要考慮的點上，攝像頭加成像雷達都能較好的覆蓋。

（優劣勢對比，Arbe）

成像毫米波雷達在高分辨率、全方位感知以及誤報這幾項上明顯地超出了傳統毫米波雷達，其實這些主要是受益于成像毫米波雷達在角度分辨率上的提高，其對汽車可自由行駛區域映射增強了很多。

雷達革命如何實現？

從上面的對比我們可以對成像雷達下這么一個定義——可以看到清晰圖像，支持仰角和自由空間映射的毫米波雷達。實現這一目標的方法，則是擁有大量的天線通道。天線通道的增加使得器件的空間采樣能力大大提升。

實現方法看起來不復雜，但實現起來并不容易。傳統的毫米波雷達擁有12個虛擬通道，后面有四片級聯組成192個通道。而以Arbe的高分辨率成像雷達為例，器件擁有2304個通道，并配置了大量通道數的專用射頻芯片組。

通道數多了之后，感知能力毫無疑問會提升，但是處理能力能否跟上也是很大的挑戰。一般192個通道時就已經需要使用FPGA來處理了，當通道高達2304個時，只有專用處理器才能負載起這種量級的數據。

實現基于毫米波雷達的后處理算法是另一個增強的地方。這個算法包括自由空間映射、物體追蹤以及SLAM能力。這些功能完全基于成像雷達本身，而不是結合攝像頭或者其他傳感器來做的。這一點很關鍵，這意味著這種算法屬于超高分辨率雷達本身的能力。成像雷達可以基于整體點云的方式來與后續的攝像頭感知做前數據融合，也可以每個傳感器各自檢測追蹤后然后再做前數據融合，然后從算法層做場景理解。這種超高分辨率雷達能實現自動運動檢測，而不需要另外的傳感再去做速度、角度等參數的測量，也就是整個感知均有雷達本身完成。

（自身運動檢測，Arbe）

另外值得一提的是，對于傳統的雷達來說橫向運動的檢測很難，盡管雷達對于多普勒效應能感知，但是精確感知還是很難。角度分辨率必須足夠高才能精確地感知橫向運動。這也是成像雷達極具優勢的地方。

小結

目前，成像雷達的市場在自動駕駛汽車整車廠、智能機器人、以及自動駕駛出租車領域進展迅速。據Arbe預估，整車廠預計會在2025年左右批產帶有超高分辨率成像雷達的全新車型；智能機器人，尤其是在物流移動機器人領域，到明年左右會開始大量應用。