鋼鐵俠伊隆·馬斯克（Elon Musk）對車載激光雷達技術的鄙視盡人皆知。
“使用車載激光雷達很蠢，任何依賴激光雷達的人都注定要失?。╠oomed）”、“昂貴的傳感器是不必要的，這就像是一大堆昂貴的附屬品”、“虛假和愚蠢=高精地圖和激光雷達（False and foolish = HD maps and LiDAR）”、“我們要拋棄激光雷達，記住我的話，這就是我的態度”…… 2019年4月，他在特斯拉自動駕駛開放日上說的這些話仿佛還在耳邊。
他相信計算機視覺，相信只用攝像頭和雷達傳感器就能搞定自動駕駛。據消息人士稱，特斯拉正準備更新Model 3，超高分辨率的4D成像雷達或將是更新的一部分。盡管上述消息還未得到最終確認，但考慮到頭部廠商強大的示范效應，以及支持者普遍認為“未來特斯拉FSD 全視覺與4D成像雷達融合將是精明之舉”的態度，我們似乎很有必要對“4D成像雷達”的魔力進行一番探究。
讓悲劇不再發生
成像雷達是一項突破性的技術，可以在任何光照或天氣條件下，將雷達的功能從測量距離、速度擴展到涵蓋距離（Range）、方位（Azimuth）、俯仰角（Elevation）和相對速度的測量，顯著增強了雷達的性能。通俗地講，與現有傳統毫米波雷達相比，4D成像雷達在水平和俯仰方向上的分辨率得到了極大提高，所以它才能夠不僅可以“理解”水平面，還可以“理解”垂直平面，真正把前方探測到的物體輪廓大概描繪出來，從而幫助車輛判斷是在物體“下方”還是“上方”行駛。
這其實讓我們想起了2016年5月在美國佛羅里達州27A高速公路上發生的悲劇。一輛特斯拉Model S與一輛橫穿的拖掛車相撞，導致駕駛員喪生。據多數媒體報道，配備攝像頭和傳統2D雷達的Model S誤認為車輛可以從拖掛車的底部行駛過去。所以反對者將“全視覺+毫米波雷達”組合稱之為“靜止的公路殺手”也不足為奇，問題之一就是毫米波雷達并不是不能檢測靜止物體，但是會過濾掉靜止物體。
Yole Développement預計4D成像雷達將首先出現在豪華轎車和自動駕駛出租車上，這會帶來5.5億美元以上的投資，并在2020年至2025年間以124%的復合年增長率（CAGR）增長。
先讓我們看看與成像雷達相關的幾種典型應用場景：
一是如果當較小的物體（如行人或摩托車手）與較大的物體（如卡車或其他障礙物）混雜或被掩蓋時，成像雷達系統可以識別，并且可以確定一個區域的物體是靜止的還是運動的，以及它們朝哪個方向移動，且可以提供檢測范圍超過300m的實時數據。
成像雷達系統能夠在超過300米的距離內對不同物體加以區分識別（圖片來源：NXP）
二是以汽車行駛在隧道中為例，得益于俯仰角探測性能的提升，成像雷達現在可以測量整個隧道的長度和寬度，并且能感知物體的幾何形狀，當隧道中出現其它的交通參與者時，比如卡車、摩托車和汽車，成像雷達就可以提供高分辨率圖像。換言之，汽車的視覺更加先進了。
三是假如汽車以每小時80公里的速度在高速公路上行駛，而摩托車（一種反射率低的小物體）以每小時200公里的速度從后面駛來時。與攝像頭和激光雷達不同，成像雷達可以在最初相距較遠時就識別到摩托車，并可識別出這兩個物體在以兩種不同的速度運動。
這意味著，成像雷達不僅提供多模功能，還通過提供超高分辨率圖像，實現了精確的環境地圖繪制和場景感知，從而擴展了當前可用的L2+級自動駕駛功能，例如高速巡航和變道輔助。而當自動駕駛等級上升至L3及以上時，恩智浦半導體大中華區汽車電子首席系統架構師黃明達博士認為，4D成像雷達將能夠實現建圖、定位、物體輪廓描繪、被測物體分類等多重功能。與攝像頭，或是模式識別、機器學習相結合后，成像雷達系統就能夠在1°方位角和2°仰角的高分辨率下，以±60度FoV（也有說是100°FoV）感知周邊環境，這種增強“感知能力”對于復雜駕駛環境中實現全自動駕駛極為重要。
成像雷達市場逐步升溫
“在過去兩年的時間里，自動駕駛汽車市場正在慢慢降溫，人們對于全自動駕駛的關注度并不高，幾乎沒有廠商在研究L5的全自動駕駛，大部分是在研究L3的量產，在接下來3至5年的時間里都是相同的情況，所以我覺得在這樣一個領域，成像雷達相較于激光雷達是有優勢的?！倍髦瞧郑∟XP）執行副總裁兼首席技術官Lars Reger日前在接受《電子工程專輯》采訪時給出了上述的判斷。
恩智浦一直是汽車雷達解決方案領域的領先者，他們希望用成像雷達替代激光雷達的想法已經有6年之久了。
在CES 2021上，恩智浦推出了由S32R45雷達處理器與TEF82xx全集成77GHz RFCMOS汽車雷達收發器組成的成像雷達解決方案，以及基于此形成的可擴展角雷達和前向雷達解決方案。它不僅能提供高分辨率圖像，確保車輛的所有位置都能夠覆蓋雷達，還可以對汽車進行360度的安全環繞式探測，并支持成像雷達目標識別和分類功能，這對于在城市環境中的行車和自動泊車至關重要。
恩智浦S32R45雷達處理器結構框圖
恩智浦并不是唯一關注4D成像雷達的公司。大陸集團在2020年9月宣布其新型ARS 540先進雷達系統利用賽靈思公司的Zynq UltraScale+ MPSoC平臺提供4D成像雷達解決方案。據稱這項解決方案已做好量產部署準備，預計將在2021年搭載于乘用車上。
大陸集團新型ARS 540先進雷達系統
初創公司Arbe Robotics是傳言中和特斯拉走的最近的公司，其4D成像雷達芯片組提供的物理分辨率據稱是競爭對手使用的合成或統計分辨率增強方法的2到10倍，還因此獲得了2020年愛迪生獎。其雷達芯片組可提供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。
Vayyar Imaging公司高度集成單芯片RF SoC也具備創建高分辨率4D圖像的能力，覆蓋3~10GHz、57~64GHz、以及77~81GHz頻段。2020年初，Vayyar宣布與總部位于日本的汽車零部件供應商Aisin Seiki建立合作伙伴關系，共同開發汽車4D高分辨率短距離外部傳感器，用于盲點檢測等應用。
具有21個天線的RF板（圖片來源：System Plus Consulting公司2020年Vayyar VYYR2401 4D UWB雷達成像SoC報告）
2020年初，傳統毫米波雷達巨頭海拉宣布與傲酷雷達（Oculii）建立戰略伙伴關系并且參與了戰略投資，通過整合后者開發的4D高清成像雷達軟件方案，進一步提升77GHz雷達的性能。雙方預計首款產品將在2023年實現量產。同時，傲酷雷達也在自己獨立開發4D成像雷達產品，直接面對車廠提供產品。
總體來看，目前市場上4D成像雷達主要采用四類方案，包括將77G和79G標準雷達芯片通過二級/四級聯/或八級聯增加實體天線MIMO的方式；或者采用4D成像專用芯片、超材料或者SAR成像、特殊天線陣等方式來實現。
雷達級聯是用于開發成像雷達的技術之一。在這種傳感器配置中，多個低功率毫米波傳感器級聯在一起，并作為單個單元同步運行。這就有了多個接收和發射通道，從而顯著提高了角分辨率和測距性能。集成的移相器用于創建波束成形，可以將檢測范圍擴大到400m。
使用超材料開發雷達結構是一種新興的技術趨勢。超材料在表面上嵌入了顯微結構，可實現電磁波濾波器的小型化。這些結構可以與電磁波傳播技術結合使用，創建出比傳統電路要小很多的電路。Yole Développement早在2018年秋季的一份雷達報告中就曾寫到，以Metawave和Uhnder為代表的一些創新型初創公司正在采取顛覆性技術來滿足高分辨率傳感器的要求，例如“采用超薄可操縱光束和人工智能引擎進行深度學習，或為高分辨率成像雷達采用前所未有的高通道數。”現在來看，應該指的就是他們現在所推出的超材料電子掃描陣列（MESA）雷達。
會取代激光雷達嗎？
Lars Reger曾就自動駕駛系統中雷達的發展趨勢與媒體進行過多次交流。他解釋說，不論是采用雷達還是攝像頭技術，最終目的是希望車輛擁有一個自我反射系統。就好比我們走路摔倒，脊椎會做出本能的生理反射，讓身體找到平衡一樣，自動駕駛的車輛也要擁有一個這樣的系統：例如攝像頭可以探測到車輛前方的物體；雷達能夠告知車輛前方有障礙并發出警示……在車輛收集到相關信息后，大腦就會啟動，并做出決定。只不過，我們現在還無法完全信賴這一系統，因為攝像頭的像素不夠高，雷達的像素也無法達到我們所需要的水平，難免存在一些障礙。
圖片來源：NXP
黃明達認為，從成本角度看，毫米波雷達肯定比激光雷達成本低；從產業發展角度看，毫米波雷達產業成熟年份比激光雷達早5-10年左右，尤其相較固態激光雷達更是如此，所以毫米波雷達成本非常有優勢。
聆英咨詢的報告顯示，攝像頭與毫米波雷達成本攝像頭單價一般在600元以下，其中單目攝像頭單價區間大致在150~600元左右，環視攝像頭區間在70~500元左右。毫米波雷達市場中，近程雷達單價在300~400元左右，遠程雷達在800~1200元左右。由Mobileye提供的自動駕駛視覺方案單車總價在幾百美元。
但在自動駕駛領域中，由于各具優劣勢，毫米波雷達、激光雷達和攝像頭在L3以上自動駕駛中通常是作為互為冗余、互為備份的系統出現的。例如激光雷達在雨霧、沙塵的天氣情況下就很難實現它所聲稱的性能；攝像頭對光線則會比較敏感；而傳統毫米波雷達盡管全天候能力最強，但除了缺少高度維度的感知外，水平角分辨率低、難以檢測橫穿目標和靜止目標等也是瓶頸。
所以，綜合來看，“未來的技術發展并非幾種方向選擇其一這么簡單?！币环矫?，無論從自動駕駛還是輔助駕駛的角度來看，視覺和雷達的多傳感功能在很長一段時間內都會共存，成像雷達的發展仍處于早期，談取代尚為時過早，一切都還是未知數。另一方面，由于中國攝像頭技術的發展水平遠超國外，因此，越來越多的中國ADAS廠商會采用毫米波雷達結合攝像頭的技術，來實現自動駕駛L1、L2甚至部分L3的功能。
在此基礎之上，從高識別率、高分辨率、高精度的成像雷達發展趨勢來看，一定程度上它可以作為激光雷達目前高成本情況下對市場的補充。換言之，在某些L3-L5的試驗場合下，可以采用成像雷達作為補充，無需采用達到64線高分辨率的激光雷達，而采用16線相對成本較低的激光雷達方案，以達到近似效果，這也是一種平衡的考量。