隨著自動駕駛技術的快速發展，關于各種傳感器的必要性，尤其是LiDAR（激光雷達）與毫米波雷達結合攝像頭的作用，激發了激烈的討論。在這篇博客中，我們將探討4D毫米波雷達和攝像頭的組合是否可能成為自動駕駛車輛的終極配置，從而取代更為昂貴的激光雷達系統。
理解4D毫米波雷達
毫米波雷達工作在30-300 GHz的頻率范圍內，波長在1-10毫米之間。傳統上，汽車雷達系統使用24 GHz頻段，但隨著5G的普及導致頻段擁擠，行業正轉向76-81 GHz頻段，這一頻段專用于汽車雷達應用。
傳統毫米波雷達可以檢測速度、距離和方位角，但缺乏準確識別垂直結構（如橋梁或廣告牌）的能力，這可能導致將這些物體誤認為是在車輛正前方的障礙物。
4D毫米波雷達通過特殊的天線陣列設計引入高度信息，解決了這一問題，從而實現三維物體感知。這一增強使雷達能夠生成類似于激光雷達的點云，大大提高了空間感知能力。
4D毫米波雷達系統的組成部分
典型的4D毫米波雷達系統由幾個關鍵部件組成：
- 天線罩：保護天線免受外部環境的影響。
- PCB屏蔽罩：提供電磁干擾屏蔽。
- 數字接口板：處理和傳輸雷達信號。
- 天線陣列：包含發射和接收天線，用于信號的發送和接收。
在這些組件中，最核心的是PCB板，負責發射和接收信號的調制、發射和解調。通過多級聯方案（即將多個小型毫米波雷達并聯在一起），4D毫米波雷達能夠形成大量的虛擬通道。例如，一個12發16收的雷達可以創建192個虛擬通道，通過這些通道，可以實現對空間的復雜而精確的探測。
4D毫米波雷達的優勢
4D毫米波雷達的關鍵參數是虛擬通道的數量，通道數越多，對空間的解析能力越強。雖然目前頂級配置的4D毫米波雷達可以達到水平1度、垂直1.7度的分辨率，但與激光雷達的0.1度分辨率相比，仍有較大差距。然而，隨著虛擬孔徑成像和CMOS單芯片集成技術的發展，4D毫米波雷達的通道數量有望大幅提升，達到甚至超越激光雷達的分辨率只是時間問題。
AI大模型的影響
大模型的出現極大地改變了游戲規則。以往我們在激光雷達、毫米波雷達和攝像頭的組合中，未考慮到AI可能帶來的作用。如今，大模型不僅能夠進一步挖掘4D毫米波雷達的潛能，同時也增強了攝像頭的空間建模能力。這使得在攝像頭的視覺識別能力大幅提升以及4D毫米波雷達的加持下，激光雷達的價值需要重新定義。
雖然現階段激光雷達在某些高階自動駕駛方案中仍不可或缺，但其感知的重要性和比例正在逐步降低。從成本和多傳感器融合算法的復雜性角度來看，減少傳感器的種類和數量是大勢所趨。再加上毫米波雷達在天氣條件下的優勢，例如在霧天或雨雪天氣中，它可以更好地穿透空氣中的顆粒物，這使得毫米波雷達在未來幾年內可能成為主流。
結論
4D毫米波雷達和攝像頭的組合有望成為自動駕駛的終極配置。在攝像頭和毫米波雷達的不斷發展下，激光雷達的存在感可能會越來越弱。雖然激光雷達在短期內依然具有很強的實用價值，但未來被淘汰的可能性很大。隨著技術的發展，特別是大模型的普及，我們有理由相信，4D毫米波雷達和攝像頭的組合將成為自動駕駛領域的重要組成部分，推動自動駕駛技術的進一步發展。
