自動駕駛的未來究竟是純視覺還是融合感知，今天早已沒有懸念。即便激進如馬斯克，也開始親自下場造毫米波雷達，重拾融合感知路線。讓他改變主意的正是橫空出世的4D毫米波雷達。擁有了俯仰探測能力的4D毫米波雷達在精度大幅提升，且可不再受困於靜止障礙物，全天候的優點更讓它不可或缺。如今L3、L4級別自動駕駛遲遲無法落地，也告訴我們市場上的確需要更好的毫米波雷達。
無獨有偶，特斯拉走的這條路線，國內早已有廠商在走。11月25日，復睿智行舉行產品釋出會。作為公司成立一年多以來的首次公開亮相，復睿智行現場釋出了以自研高效能4D毫米波雷達+前融合感知演算法為核心的自動駕駛感知解決方案，讓我們看到了突破當前自動駕駛感知瓶頸的希望。
不再雞肋 高效能4D毫米波雷達的逆襲
如果說感知界有鄙視鏈，那麼攝像頭、毫米波雷達與鐳射雷達三者一定誰都不服誰。攝像頭會鄙視毫米波雷達的精度太低，只能對少部分物體進行精準探測，猶如雞肋；毫米波雷達鄙視攝像頭距離不行，沒有全天候能力，一下雨、下雪就不能工作了；而鐳射雷達問世之後，大家又發現一個鐳射雷達比一輛車還貴，根本落不了地。事實就是，每種感測器各有所長，融合是必然之路。同時，每種感測器都在努力突破自身的瓶頸，加速自動駕駛真正的到來。
4D毫米波雷達正是一項突破瓶頸式的革新，因為4D相較於3D（方位、距離、速度）多出的一個D正是彌補測高缺陷的俯仰角探測能力。一個4D成像毫米波雷達的點雲密度更是可媲美一個低線束的鐳射雷達。這一切顛覆式的升級還都不影響它保持全天候工作與成本低兩大優點。
在復睿智行釋出會現場，公司首席技術官周軼博士
釋出了首個高效能4D毫米波雷達產品——哥倫布系列雷達
。作為一款非成像4D雷達，其前雷達最大探測距離達到300米，水平視場角120°，解析度低至2。8°，垂直視場角±15°，垂直角精度低至±0。5°；角雷達最大探測距離達到200米，水平視場角160°，解析度低至4。8°，垂直視場角±15°，垂直角精度低至±1°。各項效能比肩國際頭部廠商最新一代產品，居世界領先地位。
據周軼博士介紹，哥倫布系列是市面上第一款使用四發四收解決方案的雷達，且這款雷達在波形上採用最新一代DDMA-MIMO波形，配合大天線合成孔徑+超解析度演算法、3層俯仰天線佈局以及智慧抗干擾技術，使得產品相較市場主流的3發4收雷達，具有50%的探測距離提升，2倍的水平探測效能提升，2倍的俯仰效能提升以及3倍的穩定性提升。
作為基礎版（Standard）產品，哥倫布系列雷達由復睿智行用僅僅不到1年時間研發完成，預計將於2023年第二季度開始量產。而在公司的在研產品管線上，兩款4D成像雷達已赫然在列，分別是6發8收、最大探測距離可達350米的畢加索（Advanced）系列與12發16收、最大探測距離可達400米的畢加索（Premium）。這兩款產品預計都將在2023年四季度開始量產。
為了更好地讓我們理解一款優秀的毫米波雷達的重要性，周軼博士解釋道：“在很多自動駕駛的車禍中，汽車都是無視前方障礙物全速撞上去的。這是因為毫米波雷達沒探測到嗎？並不是，而是主機廠往往不敢用毫米波雷達去做剎車動作。因為它的測高能力不好，你不能保證這個物體到底是可以駛過的，還是不可以駛過的。如果是一個下水道井蓋導致了誤剎車，造成後車追尾，那麼主機廠就要承擔責任，所以一般會選擇寧可漏剎也不要錯剎。因為漏剎是駕駛員的責任，誤剎就是主機廠的責任了。但是好的4D雷達能讓他們知道前方的物體是否可駛過，即使在攝像頭失效的情況下，主機廠也可以聽從毫米波雷達作出剎車動作。”
擺脫資料焦慮 前融合感知演算法的破局
高效能4D毫米波雷達只是解決了硬體端的問題，在軟體端還需要依靠前融合演算法來破局。資料焦慮困擾自動駕駛公司多年。美國加州車管局每年都會公佈幾家領先的自動駕駛公司前一年的路測資料。然而，動輒十萬百萬的測試里程數，卻始終無法消除長尾效應，突發場景總是存在，導致自動駕駛也遲遲無法落地。問題就出在演算法上。
當前市場上主流的感知演算法絕大多數是基於後融合，即感測器各管各的，相機探測相機的，產生目標；鐳射雷達探測鐳射雷達的，產生目標；毫米波雷達探測毫米波雷達的，產生目標。然後把這些目標合在一起。這樣的演算法最大的問題便是在融合前，目標已經丟失大量原始資訊，導致精度大幅降低，甚至將某個感測器的探測資料全部濾去。這就會產生事故的隱患，因此這樣堆出來的資料，作用不大。
針對這一痛點，釋出會上，復睿智行釋出了自研的以前融合為核心的融合感知演算法，相當於把攝像頭、毫米波雷達還有鐳射雷達等原始資料先進行融合，再進行探測。
關於原理，周軼博士解釋道：“好比把毫米波雷達當做一個低解析度的相機，照一張相，可以直接構成一個三維空間，雖然精度不高，但景深資訊，知道哪裡有障礙物。單模攝像頭雖然清晰度很高，但只有2D的平面資訊，我們用毫米波雷達構造這樣一個三維空間，把高畫質晰度攝像頭的2D圖象在三維空間進行投影，實現一個非常高畫質晰度3D空間。由此，對每一個目標我們知道它在哪裡，形狀是如何，運動還是靜止。透過這樣一個前融合，我們可以大大提高檢測的精度。”
但是前融合演算法是有門檻的，那就是每個感測器都必須很好，就像木桶效應，如果毫米波雷達不夠好就做不好前融合。而復睿智行採用自研高效能4D毫米波雷達來開發前融合演算法的好處，不僅在於確保了體系中雷達的效能和質量，同時可以最大程度地釋放雷達對演算法的支援。這是復睿智行自主打造高效能4D毫米波雷達的原因，也是特斯拉這麼做的原因。
基於自研4D毫米波雷達+前融合感知演算法的強力組合，復睿智行所打造的感知方案能提供象素級別的深度資訊，提供精確的目標形狀，也可以解決非常見目標檢測的資料樣本不足的問題，因為即使攝像頭不知道目標是什麼，毫米波雷達也能知道它在哪裡，以怎樣的速度在執行，從而對外界目標實現非常精確的探測。
正因為有了這些效能上的優點，復睿智行的融合感知能力可以支援全路況，不管是高速、國道、高低架橋還是鄉村小路；全天候，因為方案融合了毫米波雷達、攝像頭、鐳射雷達；全場景，可以滿足從L0到了L4所有自動駕駛功能的感知需求；以及全目標的識別，無論是很小的目標還是很大的目標，都會提供象素級別的深度資訊。
4D毫米波雷達，是對傳統毫米波雷達的一次劃時代的升級。前融合演算法，也是對後融合演算法的一次革命性的進化。復睿智行所打造的“軟硬一體”的融合感知平臺，讓我們距離自動駕駛的大規模商業化落地又再進了一步。
