是的，埃隆·马斯克！雷达是自动驾驶(FSD)所必需的

特斯拉最近向美国联邦通信委员会（FCC）提交了一份申请，表示计划从2023年开始在其车辆中添加雷达技术。正如许多媒体当时指出的那样，特斯拉实际上将“重新增加”雷达功能，因为他们删除了他们之前实施的上一代雷达。福布斯甚至说，“特斯拉可能会增加雷达，这是他们绝对需要的“拐杖”。”特斯拉正在慢慢开始意识到，如果没有远程成像雷达技术，就不会有全自动驾驶（FSD）车辆或自动驾驶。

数字雷达的缺点

然而，现实世界中的实施经验表明，仅靠数字雷达解决方案不足以实现特斯拉(以及地球上几乎所有其他汽车制造商)所需要的高度自动驾驶辅助系统(ADAS)。

模拟相控阵天线一直是全球所有军事雷达系统的基石，理由非常充分。如果成本、尺寸或功耗不是问题的话，它们可以在所有天气、地形和操作条件下提供可靠、强大、远距离的探测和跟踪。

Metawave 的76-81GHz Marconi 波束形成扇出集成电路(左)和4 × 4天线封装(AiP)模块(右)

发送和接收 AIP 功能模块

数字雷达的成像能力较短，在密集的杂波和大量移动物体的情况下会出现性能下降。对于军用系统来说，集成模拟雷达技术（美国军队几十年来一直使用的雷达）是必须的。为什么呢？简单地说，纯数字雷达不能成功探测那些困难的道路车辆问题（或极端情况）所需的长距离、4D成像，例如探测250米处的摩托车。理想的解决方案是混合模拟、相控阵雷达和数字MIMO（多输入、多输出）天线技术。

自动驾驶需要更好的传感器融合

自动驾驶汽车的梦想始于2002年DARPA前总监Tony Tether的自动驾驶大挑战。“大挑战”点燃了投资者的胃口，开始了自主驾驶模式的转变，与每一项新技术一样，这种转变受到雄心壮志以及各种新技术、宣传和新闻的推动。

前期大家乐观的预计到2019年，由相机和激光雷达传感器驱动，通过深度学习、人工智能和广泛的中央计算能力将实现完全自动驾驶。但是即使经过数十亿美元的投资，由于光学传感器技术的局限性，“传感器融合”无法在远距离、恶劣天气和各种操作条件下（如高速）正常运行。直到到今天，全自动驾驶汽车的梦想仍然有很长的路要走。

坐在驾驶座上

理解完全自动驾驶需要什么(以及为什么它如此难以实现)的一个方法是让自己坐在驾驶座上。设想一下，回家的路上下着大雨，你在一个繁忙的十字路口停下来等待左转，对面车道上有一辆快速驶来的摩托车，在它到达十字路口之前，你无法用肉眼真正分辨出你是否有足够的时间左转。这个案例对于人类驾驶员来说都很困难，所以可以想象对于自动驾驶或部分自动驾驶的车辆来说有多困难。对于上一代的前角传感器，这是一种随时可能发生事故的情况。但是，采用经过军事测试的天线封装技术(AiP)的模拟雷达，可以在所有天气条件下实现真正的自动驾驶场景和高速公路速度。

雷达(Radar) VS 激光雷达( lidar)

自动驾驶汽车的安全运行需要一套完整的传感器。例如，摄像头来读取路标、识别物体和查看车道线，但在夜间灯光闪烁、恶劣天气和光圈被碎片阻挡的情况下摄像头很难发挥作用。调频连续波(FMCW)的雷达用于测量目标在水平和垂直方向的距离、速度和位置，是跟踪运动目标的最佳手段。超声波是最常见的近距离传感器，主要用于停车应用。最后，激光雷达，刚刚开始用于生产汽车，具有非常高的角分辨率，用于中短距离检测。

由于激光雷达和雷达具有相似的传感方法，因此经常将它们相互比较。激光雷达在分辨率方面具有与相机一样的优势，因为两者都在光谱范围中工作，而雷达在更远的距离和恶劣的天气条件下能更好地看到物体。激光雷达和雷达都是通过发送已知波长的电磁（EM）辐射来工作的，并且可能以特定的方式进行编码，电磁辐射会从传输辐射路径上的物体中反射回来。激光雷达和雷达之间的核心区别是电磁辐射的波长。雷达和激光雷达的电磁辐射的特性有很大的不同，因此这两种方式的工作能力也有很大的不同。

尽管目前的雷达传感器不可能做到激光雷达产生的高分辨率成像，但随着雷达技术的进步，特别是 Metawave SPEKTRA 雷达的混合模拟波束成形、波束控制以及数字 MIMO（多进多出）技术，正在推动雷达分辨率的快速提高，同时具有宽视场（FoV）和快速帧率。此外，FMCW雷达基于多普勒现象提供了高精度的实时速度测量。在恶劣的天气条件下，由于空气中的水滴和颗粒物引起的多次散射和吸收，激光雷达的范围可能会缩小，甚至完全失效。但是由于雷达使用毫米波长，这些散射和吸收衰减不是问题。

随着L4全自动驾驶技术的明显放缓和L2+软件定义车辆技术的加速，激光雷达是否是一个可行的解决方案？时间会证明一切，摄像头、远距离成像雷达和优化的融合感知技术相结合，有朝一日可以驱动全自动驾驶。埃隆·马斯克（Elon Musk）将激光雷达称为“拐杖”，可能是对的。  

雷达与激光雷达之间的讨论并不像理解需要解决的问题那样重要。为了实现汽车的安全目标，自动驾驶汽车肯定需要摄像头，来感知0~350米之间距离的物体，至少还需要一种高分辨率的主动传感装置，如雷达、激光雷达或超声波。为了实现汽车安全完整性等级（ASIL）等级“失效率(FIT，failures in time)”的极低容差，雷达、激光雷达和超声波将成为自动驾驶汽车传感器套件的关键部分。要达到相关的ASIL等级，就需要传感器的冗余。

数字波束形成(DBF)雷达所需的 DSP 架构

由 MIMO 虚拟阵列同时增强的模拟波束形成雷达具有15-20dB 额外信噪比并降低处理复杂度

DBF/MIMO 要求为每个天线元件提供一套完整、独立的射频元件和基带处理。注: S _ BB 是基带信号，S _ RF 是射频信号，带箭头的圆圈代表移相器，“ Y”符号代表天线元件。

创新的传感器技术以实现安全的自动驾驶

数字增强的模拟雷达使汽车制造商能够实现高度自动驾驶，部署更先进的功能，包括转向辅助、自动紧急制动(AEB)、自适应巡航(ACC)、交通堵塞辅助(TJP)、高速自动辅助驾驶（Highway Pilot）、车道保持系统和其他安全功能。汽车制造商正在推进自动驾驶的发展，已经有能力在人类坐在方向盘后面的时候部署这些安全功能。传感器技术的创新也将继续快速发展，人们对在城市安全和平稳的驾驶体验抱有很高的期望。设计可靠、价格合理、尺寸合适的传感器，并确保商业的可行性，至关重要。

为什么时机很关键？目前处于电气化的竞赛，汽车制造商正推动空中软件服务打造全新的盈利模式。由于硬件无法通过软件轻松升级，但电动和自动驾驶汽车需要支持最高水平的安全性、灵活性和大规模的附加服务。这一愿景是由埃隆•马斯克(Elon Musk)从加入特斯拉的第一天起就开始推动，制造 L2 + 的汽车并缓慢过渡到 L4汽车，这一愿景正成为现实。 

文章转载自公众号：智车Robot