事實證明，超高分辨率雷達測繪是一種頗具吸引力、經(jīng)濟高效的激光雷達替代方案。隨著具備商業(yè)可行性的4D成像雷達技術(shù)問世，將對面向L2+和更高級別汽車部署的ADAS傳感器組合產(chǎn)生重大影響。它像是一條進入自動駕駛領(lǐng)域的鯰魚，必將攪動整個技術(shù)和市場的格局。

面向汽車傳感和自動駕駛應(yīng)用的4D成像雷達技術(shù)的問世，改變了我們從L0級汽車演進到完全自動化L5級汽車的時間表和經(jīng)濟價值。雷達現(xiàn)在推出了全新功能，可以實現(xiàn)精確的環(huán)境測繪，這將顯著增強汽車的全面?zhèn)鞲泻透兄芰?，相對于攝像頭傳感器和激光雷達傳感器而言，汽車行業(yè)對雷達的未來角色賦予了很高的期望。

在一系列的性能和可靠性指標(biāo)方面，成像雷達彌補了與激光雷達的差距，甚至還在某些指標(biāo)上更勝一籌，其在商業(yè)成本結(jié)構(gòu)上的優(yōu)勢也是激光雷達永遠無法企及的。隨著這些傳感器技術(shù)在功能上開始重疊，我們必須對它們各自的角色和成本進行詳細評估。

與此同時，在汽車行業(yè)從L2級升級到L3級安全性和自動化的關(guān)鍵節(jié)點上，出現(xiàn)了一些有關(guān)升級時機和持續(xù)時間的關(guān)鍵問題。L2+級成為新的熱點戰(zhàn)場，OEM正在努力解決達到L3級必需解決的很復(fù)雜設(shè)計問題。

完全L3級自動駕駛的相關(guān)開銷仍然可觀，主要是因為駕駛員無需待命所需要的系統(tǒng)冗余，其實L2+自動駕駛已經(jīng)大受關(guān)注，增長強勁，因為在提供L3功能的同時安排駕駛員待命，故而減少了對冗余的額外需求。

復(fù)雜度級別

SAE將自動駕駛劃分為五個等級，評估4D成像雷達對ADAS和AD應(yīng)用的潛在影響是非常有幫助的，特別是L2級L3級之間的巨大差異。在L2級汽車上，駕駛員需要始終集中注意力;駕駛員最終負責(zé)汽車安全，一旦發(fā)生事故，他們要承擔(dān)責(zé)任。但從L3級開始，車載安全自動化功能將變得足夠強大，將由汽車OEM承擔(dān)安全責(zé)任。

L3級與L4/L5級之間也存在重要區(qū)別。在L3級，某些情況下仍然需要駕駛員干預(yù)，而在L4/L5級，只有在提出請求的情況下，才能讓駕駛員干預(yù)，在某些L5用例中，駕駛員甚至無法干預(yù)。L4和L5汽車至少必須能夠在任何情況下將汽車行駛到停靠站，而無需人工干預(yù)。

這些自動駕駛級別提出了新的系統(tǒng)冗余性要求，因為駕駛責(zé)任更多由汽車承擔(dān)。在L3級，駕駛員必須能夠在具有挑戰(zhàn)性的交通條件下接管汽車，而在其他情況下可以“解放眼睛和雙手”。

在這些場景下，駕駛員逐漸完全接管汽車控制權(quán)可能需要最長一分鐘時間，這種功能——也就是將汽車控制權(quán)從汽車安全移交給駕駛員——需要的冗余級別將大幅提高系統(tǒng)復(fù)雜度和成本。

因此，每輛汽車達到L3級性能所需的攝像頭、雷達和激光雷達傳感器數(shù)量和配置，以及與典型L2級傳感器配置的差值，會對OEM制造成本產(chǎn)生很大的影響。

這有助于解釋為什么會出現(xiàn)L2+級，其目的是幫助OEM最大程度地減少L2級帶來的成本增長，同時開始為客戶提供接近L3級的高級ADAS功能，而不完全跨過L3級的界限，因為這樣會將責(zé)任從駕駛員轉(zhuǎn)移到OEM。L2+級可以充分利用與L3級相關(guān)的傳感器和半導(dǎo)體元件，將制造成本控制在L2+級，同時又規(guī)避實現(xiàn)系統(tǒng)冗余帶來的附加成本，這些冗余是在L3級上將控制權(quán)從汽車轉(zhuǎn)移到駕駛員所必需的。同時，在通向L3、 L4和L5的道路上，OEM力爭實現(xiàn)市場差異化，在未來幾年內(nèi)，很多OEM將推出全新的安全和舒適功能，這將讓消費者受益。

L2+：下一個關(guān)鍵戰(zhàn)場

這些新的安全和舒適功能集中在L2+級上推出，價位讓消費者樂于接受，中心問題是消費者是否愿意為達到L3級標(biāo)準(zhǔn)必需的更多系統(tǒng)冗余來支付更高的價格。

對于OEM而言，L2+級讓他們能夠規(guī)避解決L3級冗余問題和極端情況所需的大量成本，這些成本會降低汽車在市場上的競爭力。L2+級還讓OEM能夠逐步推出高級安全和舒適功能，留出更多時間來等待傳感器技術(shù)成熟，在更高的自動駕駛級別上得到商業(yè)級采用。在這個過渡級別上，駕駛員能夠繼續(xù)提供必要的冗余，OEM能夠在舒適功能和成本之間達到更好的平衡。

在逐漸接近L3級時，OEM必須認真考慮以下這些重要問題：如果實現(xiàn)L3級系統(tǒng)冗余的成本負擔(dān)近似于L4級的預(yù)期成本負擔(dān)，那么為什么要停留再L3級呢?如果仍然需要將注意力集中在駕駛上，客戶是否愿意為L3安全系統(tǒng)冗余支付更高的價格?雖然OEM可能在這些問題上沒有達成共識，我們?nèi)匀豢梢院侠淼卣J為，在未來數(shù)年內(nèi)，L2+汽車產(chǎn)量將遠高于L3汽車。

近期的Yole Development報告表明，至少在2030年之前，L4/L5汽車的市場滲透率仍將保持在個位數(shù)，其中一部分汽車將作為機器人汽車使用。同時，隨著L0-L2汽車的市場滲透率開始下跌，L2+汽車的采用率將持續(xù)穩(wěn)定增長，截止2030年，L2+汽車很可能達到將近50%的市場份額。因此，在未來十年內(nèi)，預(yù)期L2+汽車將成為汽車OEM關(guān)注的焦點。

三種傳感器，沒有單個解決方案是完美的

我們對實現(xiàn)ADAS和AD的三種主要傳感技術(shù)(攝像頭、雷達和激光雷達)進行更高級別的分析，以便充分了解適用于L2+汽車的4D成像雷達的優(yōu)點。最終，我們發(fā)現(xiàn)沒有萬能的解決方案，三種解決方案各有優(yōu)劣，能夠相互補充，為其他傳感器類型提供冗余。

當(dāng)然，攝像頭和雷達傳感器目前已經(jīng)得到廣泛部署，因為這兩種技術(shù)成熟度高、經(jīng)濟且互補性強，而且經(jīng)濟實惠。激光雷達傳感器與攝像頭和雷達傳感器在功能上沒有互補性，因而可作為兩者的冗余。

攝像頭傳感器具備檢測RGB顏色信息的能力，提供百萬像素的分辨率，這兩大特性相結(jié)合，使其成為“閱讀”交通標(biāo)志和其他應(yīng)用不可或缺的設(shè)備，另外還提高了目標(biāo)識別和分類的精確度。

但在各種不同的光照條件下，以及惡劣天氣和路況條件下，攝像頭技術(shù)的效率和可靠性受到嚴重影響。市場上也有一些新技術(shù)，可自動為汽車攝像頭透鏡清除水氣和灰塵，但這些機制會提高物料成本，還會帶來機械方面的漏洞，影響系統(tǒng)穩(wěn)定性。

攝像頭進行距離和速度測量的能力仍將受到很大限制。當(dāng)然，我們可以從立體攝像頭配置獲得速度和深度估算，但精度比較有限，這個缺點還需要從雷達層加以彌補。

激光雷達：提供性能優(yōu)勢以處理極端情況

激光雷達的主要差異化特性是低至0.1度級別的超精確角度分辨率，包括在水平和垂直方向上，另外還有距離測量的高分辨率，這要歸功于它使用極短的波長和脈沖。這些優(yōu)勢使得激光雷達非常適合高分辨率的3D環(huán)境測繪，能夠精確地檢測空間、邊界和汽車自身定位。

但是，激光雷達與攝像頭傳感器具有一些相同的缺點。與雷達傳感器相比，激光雷達估算速度和遠程檢測物體的能力非常有限。此外，激光雷達易受惡劣天氣和路況條件的影響，為了應(yīng)對穩(wěn)定性和維護挑戰(zhàn)，將會產(chǎn)生更高的成本。

過去幾年內(nèi)，市場上出現(xiàn)了多種新型激光雷達，例如固態(tài)激光雷達、MEMS激光雷達或電子掃描激光雷達。這些新技術(shù)旨在讓激光雷達對汽車應(yīng)用更“友好”，包括在尺寸、成本和穩(wěn)定性方面。相對于機械旋轉(zhuǎn)激光雷達，這些新技術(shù)有了很大改進，但總體而言，它們要趕上其他ADAS傳感器的成熟度還有待時日。

激光雷達在主流乘用車中得到廣泛采用的最大障礙還是成本。根據(jù)近期的OEM評估， 2021年，小規(guī)模應(yīng)用的激光雷達的成本是帶有四個級聯(lián)雷達收發(fā)器的12-TX和16-RX成像雷達的十倍左右。雖然激光雷達和雷達的成本都將隨著時間推移而下降，但預(yù)期到2030年，即便激光雷達將在高級自動化應(yīng)用場景中得到一定規(guī)模應(yīng)用，其成本仍然是雷達的兩倍。

展望未來，激光雷達仍將提供性能優(yōu)勢，以處理在復(fù)雜駕駛場景中出現(xiàn)的極端情況。因此，在價格能夠接受的情況下，它仍將是L4和L5自動駕駛必需的冗余的一個重要部分。

本文節(jié)選自恩智浦最新發(fā)布的白皮書《4D成像雷達：非常適合L2+級自動駕駛汽車的傳感器》，在前文對于自動駕駛領(lǐng)域現(xiàn)狀和發(fā)展趨勢深度解讀基礎(chǔ)上，接下來的章節(jié)中，將對4D成像雷達的優(yōu)勢及其在一系列極具挑戰(zhàn)性的場景中的應(yīng)用，做更為詳盡的分析。

原文標(biāo)題：4D成像雷達：一條進入L2+級自動駕駛領(lǐng)域的“鯰魚”(附技術(shù)白皮書下載)

文章出處：【微信公眾號：NXP客?！繗g迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

審核編輯：湯梓紅