智能雷達時代已經來臨 完勝激光雷達和攝像頭

據麥姆斯諮詢報道，下一代高解析度智能雷達感測器對於實現L4級和L5級的自動駕駛至關重要。當然，攝像頭和激光雷達（LiDAR）在汽車感測器系統中佔有重要的地位。在遠距離探測、惡劣天氣或其它感測器失靈的情況下，雷達是特別有用的！

智能雷達的創新正在開始。當前自動駕駛領域要求打造一款全新的成像雷達系統，它既能夠像激光雷達一樣重建周圍環境，又可以像人一樣解讀周圍的世界，並且在全天候運行和探測距離方面完勝激光雷達和攝像頭。採用能夠形成波束並控制波束的工程超材料結構，可以打造一種全新的雷達架構，並在人工智慧（AI）引擎驅動下，實現對物體的發現、識別、跟蹤和分類。

上述新一代雷達已經接近交付使用。這種超越數字發射波，使用超材料和人工智慧的智能雷達，是實現自動駕駛的關鍵要素。這種新型雷達平台的創新方案，尚存在的一些障礙，市場還有不少需要培育的地方，以及在下一代自動駕駛中使用智能雷達的前景，就這些問題，我們與麥得威國際（Metawave）的聯合創始人兼首席技術官Bernard Casse博士進行了討論。以下為相關的討論內容：

問：為什麼說現在是雷達時代？

Bernard Casse（以下簡稱BC）：利益相關者意識到自動駕駛發展時間軸取決於決策演算法的成熟度和感測器的性能。迄今為止，在改善激光雷達和攝像頭方面，特別是在自動駕駛方面，已經作出了巨大的努力，但我們在探測範圍和運行速度方面都遇到了性能門檻。然而，其它感測器如雷達，則相對投入較少。因為與攝像頭或激光雷達相比，雷達一直處於劣勢，它缺乏解析世界的解析度。但是，汽車製造商現在認識到，雷達是唯一能夠在長距離（200米以上）和全天候條件下工作的感測器，它只是缺乏一定的「視覺和智力」。

利用先進的技術，我們可以令雷達「恢復」視覺並嵌入智能。這就是智能雷達時代。大約有十幾家初創企業重新審視了汽車雷達的各個方面。我們預計會有更多的初創企業和公司來解決這個問題。

問：作為一家頂級汽車公司的首席執行官，關於雷達您覺得用戶需要了解什麼？

BC：Elon Musk把大量的重心放在雷達上是正確的。它仍然是汽車中最穩定可靠的感測器。許多人，包括一些汽車製造商，對傳統的老式雷達很熟悉。當他們想到雷達時，會認為它是一種「視力」低下的感測器，只能模糊「看到」整塊的金屬（打個比方，這裡有一大塊金屬，那裡有一小塊金屬）。對傳統雷達而言，情況的確是這樣，但下一代智能雷達就完全不同了。

點雲成像（類似於激光雷達）可以通過光束掃描光柵和按照一定演算法，實現對物體的圖像描繪，比如辨別路標、車輛類型、人、燈柱和更多物體。隨著視覺增強和速度的提高，我們可以在雷達中嵌入智能。也就是說，讓現在的雷達擁有一個增強的「數字眼」，它可以學習識別物體的特定特徵，並將它們與相應的類別相關聯。

問：請您多談談人工智慧的重要性？

BC：人工智慧（AI）很關鍵，因為它是我們人類分散式智能背後的驅動力。我們是分散式智能的支持者。我們認為，雷達感測器和任何其它感測器都應該有自己的大腦。車輛中的決策演算法應該依賴於感測器融合（中央智能）和單個感測器（分散式智能）。

這給汽車增加了另一層安全性。如果你的汽車使用攝像頭和／或激光雷達「看」到一座橋，現在你的雷達也可以說：「當然，我也能看到一座橋。」分散式智能的概念對雷達來說更為重要，因為它是目前唯一能看到前方300米的感測器，以便成為最早提供預警的系統。當自動駕駛車輛有來自不同感測器的多組數據，使汽車能夠接收信息並感知周圍環境，自動駕駛會更加安全。

問：當前雷達的發展狀況是怎樣的？特別是在自動駕駛方面。

但DBF的解析度和速度仍然有限。軍方更注重性能，對彈道導彈的探測和跟蹤仍然使用模擬雷達。對自動駕駛而言，成本不是也不應該是頭等大事，性能和安全性才是最重要的！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！