SupplyframeChina 發表於 2021-01-10 09:30:09
自動駕駛，應該說是「輔助駕駛」汽車，面對一些龐然大物視而不見的案例屢見不鮮。12月12日晚，一輛特斯拉Model S突然失控，在北京一小區內以80km/h速度鑽入居民樓。大貨車、建築物……未來，我們拿什麼保證自動駕駛的安全？
龐大物體反而是「高級輔助駕駛」的剋星
誰可能成為救星？
10月，特斯拉軟體黑客「green」爆料，在特斯拉軟體更新中發現了新功能提示——一個名為「Phoenix」的新雷達選項，Phoenix是Arbe雷達的名稱。這與馬斯克最近的言論不無關係：
現在的圖像識別依然來源於孤立的圖片，實際上這些圖片在時間上有很大關聯性。那麼，過渡到4D，在3D空間裡加入了時間維度，就會像視頻一樣。這種架構才是完全自動駕駛所真正需要的。
馬斯克的話得到了進一步印證，消息人士稱，特斯拉正準備更新Model 3，新的傳感器將是更新的一部分。此前，Arbe CEO兼聯合創始人Kobi Marenko就曾信心滿滿地告訴業界：「超高解析度的4D成像雷達有望讓雷達從輔助配件升級為自動駕駛系統的關鍵方案，從冗餘升級為自動駕駛核心。」
Phoenix是Arbe的雷達晶片組解決方案，通過4D超高解析度實時成像來識別、評估和應對從普通到特殊的挑戰場景，服務於現實世界的駕駛需求。無論速度、海拔、距離、大小或周圍天氣和照明條件如何，Phoenix都能區分真正的威脅和錯誤警報，以確保駕駛者、行人和其他易受傷害的道路使用者的安全。
馬斯克：正合我意
因為切中要害，Marenko的話馬斯克愛聽：
Marenko表示：「在經歷了多起車禍的艱難歲月後，自動駕駛正面臨著合理的擔憂。圍繞這些悲劇事件展開的討論不僅集中在人工智慧（AI）道德，而且也集中在其背後的技術是否已經準備好。」
他說：「今天的傳感器還不夠成熟，不足以支持明天的自動駕駛。不過，4D成像雷達可以實現所需的安全級別。」
歸納起來，4D成像雷達具有以下優勢：
實時障礙檢測：
在所有天氣和照明條件下，以廣闊視野提供高度詳細的環境圖像，實時發現各種障礙，可以確定它們是否在移動，朝哪個方向移動，並向車輛提供實時的態勢數據和警報。
遠距離探測：
實現所有傳感器中最遠距離的探測，最有可能成為第一個發現危險的設備。然後，它可以將攝像頭和LiDAR引導到感興趣區域，大大提高安全性能。
路徑規劃：
提供真正的路徑規劃，因為它可以在超過300米範圍內創建道路的詳細圖像，並捕捉汽車周圍物體的大小、位置和速度數據。
物體高度分離：
識別出汽車正前方對著的物體是否（如橋梁）靜止，是否必須停下來或者可以安全行駛過去。
降低處理和伺服器需求：
由於只將攝像頭和LiDAR對準感興趣區域，利用高質量的雷達後處理將解決當前原型的主要問題——功耗。
大幅降低生產成本：
即使在L3以上，也無需為每輛車配備一個以上的LiDAR單元。自動駕駛傳感器套件的量產成本應低於1000美元，而如今一些車輛使用的部件和系統成本是這個價格的100倍。
那麼，它與目前公路上的雷達有何不同呢？聽Marenko細細道來。
如今，雷達在自適應巡航控制、盲點檢測和自動緊急制動等安全系統中發揮著至關重要的作用。但目前市場上的雷達技術必須在有限視場的中等解析度和寬視場的低解析度之間進行取捨。
要實現L4和L5車輛，主機廠必須進入下一級傳感技術，使用高解析度成像雷達，在1度方位角和2度仰角下，以高解析度在100度廣角範圍內感知環境。
在Marenko看來，在自動駕駛傳感器套件中當然需要光學傳感器，如攝像頭和LiDAR。然而，4D成像雷達解決了以下問題，使車輛能夠達到要求的安全性能：
全天候下最高的可靠性，包括霧、大雨、漆黑的夜晚和空氣汙染
根據汽車行業要求，探測最遠超過300米的障礙物
測量每幀的都卜勒（徑向速度）
脫離PoC（驗證性測試）階段進入量產
System Plus Consulting的拆解結果顯示，特斯拉目前使用的是大陸集團的2D雷達。VSI Labs創始人兼總裁Phil Magney說：「為了獲得更大射程，特斯拉已從大陸轉向博世。但兩種都是2D雷達，都有局限性。」他說：「在我看來，特斯拉未來轉向成像雷達將是精明之舉。」
汽車雷達技術的迭代
汽車雷達使用的半導體技術經過幾代迭代，還在發展。
第一代產品採用GaAs，最初是安裝在電路板上的裸片。下一代是在SiGe，片上集成功能更多，載流子的移動性很高，即使在大光刻節點（如130nm），也可用於高頻雷達。之後有了先進封裝，使技術從CoB（板上晶片封裝）發展到FOWLP（扇出型晶圓級封裝）。
當前，許多公司在開發矽CMOS和SOI技術，使用40nm技術節點，也有將其降低到28nm以下。較簡訊道在低載流子移動性情況下也可支持高頻率。小節點加上CMOS技術，可以在晶片內實現更高的功能集成。目前，最新一代雷達晶片不僅集成了收發器和Chirp，還集成了微控制器和數位訊號處理（DSP）單元。轉向矽技術也將更好地維持降低成本路線，更適合量產。
半導體技術在汽車雷達中的發展
隨著封裝的進步，出現了各種形式的晶圓級產品。電路板還進化為由特殊低插入損耗材料（如陶瓷填充聚四氟乙烯或類似材料）組成的頂部RF層混合。在小型天線陣列足以滿足要求的情況下，開始採用封裝天線（AiP）設計，有些已被證明適合短程汽車應用。
傳統雷達具有二維空間測量能力，2D雷達利用一個專用旋轉天線監聽回波信號，以獲得兩個坐標並確定目標位置。之後3D雷達出現，會像2D雷達一樣旋轉，但每次掃描旋轉後，天線仰角會改變，以備下次探測。通過這種方式，3D雷達可以探測三個維度：方位角、仰角和速度。
4D成像雷達新在哪裡？
目前，自動駕駛行業仍處於概念驗證階段，其依賴的傳感器無法100%達到要求。而高解析度成像雷達似乎是唯一能夠達到要求的傳感器。
從原理上看，4D成像雷達與傳統雷達和LiDAR有很大不同。從物理學角度看，時間是第四維度，當應用於雷達時，它將成為都卜勒頻率，顯示一個物體是朝著自己移動還是向遠處移動。
4D雷達是將測量的第四維數據整合到3D雷達中，以更好地了解和繪製環境地圖。即使具體技術並不新穎，但它的整合也具有新意。
Magney這樣解釋：「我認為時間是第四維空間，因為時間元素是從都卜勒得到的。成像雷達本質上創造了一個陣列，因此測量密度急劇增加。傳統2D雷達比較粗糙，每個物體只產生一個點。但是，成像雷達可以提供許多點，產生的是垂直解析度，可更好地了解被跟蹤的是什麼。」
換句話說，時間因素一直是雷達功能的關鍵。當被問及同樣的問題時， Lehmann指出，4D成像傳感器的第四個要素是「橫向解析度」。他說：「4D成像雷達不僅能識別水平平面，還能識別垂直平面，例如，汽車可以決定是在物體的『下面』還是『上面』通過。」
他繼續說：「想像一下，一輛汽車在高速公路上以每小時80公裡的速度行駛，而一輛摩託車（低反射率小物體）正以每小時200公裡的速度從後面駛來。與攝像頭和LiDAR不同，4D雷達可以發現最初相距很遠的摩託車，並識別出這兩個物體在以不同的速度移動。」
隨著高解析度成像雷達的出現，包括許多雷達供應商都迫切希望將雷達提升為唯一能夠在惡劣天氣和光照條件下工作的高速傳感器。
4D技術蠶食LiDAR市場
也許，在自動駕駛早期嘗試中，馬斯克就做出了一個明確的決定，採用攝像頭並輔以雷達計算機視覺。
現在，有了產生點雲的成像雷達，儘管其解析度比LiDAR低，但它比傳統雷達有了很大改進。在Magney看來，LiDAR現在比雷達更具優勢，隨著新雷達的出現，這種差距可能正在縮小。「LiDAR的關鍵應用之一是能夠根據基本地圖進行相對定位。這對自動駕駛計程車和穿梭巴士至關重要，因此LiDAR是這項任務的首選。即使4D雷達出現，LiDAR也不會消失。」
從技術趨勢看，雷達的點雲正變得越來越密集，出現了各種方法，以使雷達能夠在所有天氣和光照條件下探測、分類和跟蹤3D空間中的許多物體。隨著更大的人工或半自動標記訓練數據集的出現以及融合技術的發展，這些努力有望得到顯著改善。
的確，雷達技術的能力在迅速擴大。首先，天線陣列越來越大。一些初創公司已經設計並演示了支持6500個虛擬通道的雷達晶片。這種雷達可以達到1deg（仰角單位）方位和2deg仰角解析度。這一趨勢將使每幀獲得豐富的4D數據點，提供關於速度、距離、方位角和仰角的精確信息。因此，這類雷達將蠶食目前由LiDAR佔領的領域，儘管後者可能保留角解析度和潛在的目標分類優勢。
密集的高解析度點雲將使基於雷達數據的目標檢測、分類和跟蹤成為可能。為了實現這一目標，人們正在開發深度學習技術。一個主要挑戰是缺乏廣泛的標記訓練雷達數據。手工貼標籤的過程需要專家的投入，因此成本高、耗時長。現在，雖然一些公司部署了攝像頭、LiDAR及其他數據同步的雷達數據採集車隊，並且正在開發半自動標籤技術，但這種技術仍依賴於攝像頭、LiDAR和雷達之間的後期數據融合。這些努力和技術將加速訓練數據集的開發。
應用雷聲大雨點小？
在向更高自動化水平過渡的整個過程中，主機廠應該能夠使用單一平臺來重用軟體和硬體，以便解決不同品牌和車型問題。只有高度集成的打包解決方案才有助於向4D成像雷達的過渡。
研發4D成像雷達的初創公司和廠商並不多，梳理一下即可看出這一技術的脈絡和走向。
NXP處理器與收發器並舉
為了推進以安全為核心目標的L3、L4和L5車輛，NXP發布了一系列新的雷達傳感技術。
NXP的第二代77GHz射頻CMOS雷達收發器系列TEF82xx是業界第一款採用40nm RFCMOS的汽車級雷達收發器。
與第一代相比，新產品的RF性能提高了一倍，輸出功率為13.5dBm，噪聲係數為11.5dB。該器件還可以在給定目標周圍將相位噪聲降低四倍。
Arbe晶片組特斯拉最愛
為特斯拉提供新型4D傳感器技術的是初創公司Arbe Robotics，其4D成像雷達晶片組獲得了2020愛迪生獎。
執行長Kobi Marenko表示，這種雷達晶片組提供的物理解析度是競爭對手使用的合成或統計解析度增強方法的2到10倍。
另外，雷達晶片組提供48個接收通道和48個傳輸通道的實時管理，在保持每秒3兆比特的等效處理吞吐量的同時，可生成30幀/秒的完整4D圖像。
RFISee相控陣技術高大上
由於相控陣是一項昂貴的技術，其在汽車工業中的採用一直是一個令人擔憂的問題，這就是為什麼這種雷達最初僅限於F-35戰鬥機等先進軍事系統。
9月，RFISee發布業界首款相控陣4D成像片上雷達，它是一種高解析度、低成本的雷達傳感器，可以生成汽車周圍物體的實時3D位置和速度地圖。
利用RFISee的雷達片上解決方案，接收器可確保大幅改善雷達圖像、實現更好的信噪比，以及更大的車輛和行人等障礙物探測範圍。
Xilinx和大陸集團量產就緒
也是9月，Xilinx和大陸集團宣布推出汽車行業首款「量產就緒」4D成像雷達，在業界引發震動。
Xilinx將通過Zynq® UltraScale+™ MPSoC平臺支持大陸集團開發新款高級雷達傳感器ARS540，聯手打造汽車行業首款量產版4D成像傳感器。
雙方的合作將有助於搭載ARS540的新車型實現SAE J3016 L2功能，為邁向L5自動駕駛系統鋪平道路。
寫在最後
自動駕駛的發展已經來到一個十字路口。基於一些擔憂，先進移動出行行業需要重新審視4D成像雷達作為自動駕駛傳感器套件中不可或缺元素的作用，為自動駕駛汽車提供更靈敏的耳朵和眼睛，從而形成一個更安全的汽車大眾市場。
責任編輯:tzh
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴