据海外媒体报道,特斯拉已向欧洲监管机构提交车辆变更申请,并有猜测称最新的自动驾驶硬件HW4.0或将很快量产上车。据了解,HW4.0最大的变化是加入了高分辨率毫米波雷达,这一消息得到了国外知名博主Greentheonly的拆解分析支持。此前,在去年6月份,特斯拉就曾向美国联邦通信委员会(FCC)申请在其电动汽车中使用全新的高分辨率雷达。
马斯克一直是创新技术的先锋者和技术普惠主义的践行者,他倡导特斯拉尽可能少地使用传感器,一方面是为了降低成本,另一方面则可以减少数据融合与处理给自动驾驶系统造成的挑战。由于在纯视觉感知技术上领先,在过去的实践中,马斯克不仅公开鄙视激光雷达,并且移除了特斯拉原有的毫米波雷达和超声波雷达。这让他被称为“雷达杀手”,并坚持用“8摄像头”纯视觉方案来实现全自动驾驶。然而即便对于纯视觉路线非常自信,但是在某些场景下高分辨率毫米波雷达胜过纯视觉也曾引起过他的关注。
随着自动驾驶汽车的发展,其智能化程度越来越高。最终目标是推动汽车像人类一样感知、认知并行动,实现无人驾驶。这与人工智能发展的趋势一致,其终极目标是具备认知推理能力的类脑智能。只有具备了认知能力,自动驾驶汽车才能更聪明地执行相应的决策。作为无人驾驶目标的坚定执行者,擅长利用第一性原理探索事物本质的马斯克再次考量特斯拉的自动驾驶感知路线,并不断提升系统的认知能力。他既坚持纯视觉路线,又对超高分辨率雷达表示肯定。
虽然可见光摄像头在语义分割和理解方面具有天然优势,但毫米波雷达则需要跨越艰难阻碍。然而显然,在超高分辨率毫米波雷达上已经找到了正解——这也是为什么特斯拉加入新型毫米波雷达以提升自主感知技术水平所做出选择之一。
传统的毫米波雷达已经在汽车产业中应用多年,它具有全天候全时感知和精准测速的特性,成为汽车感知系统中重要的传感器之一。然而,由于其测高能力不足,在区分和识别路边低矮目标、空中目标以及路面静态目标方面存在局限性。因此,在自动驾驶感知系统中的参与度和置信度并不高。
近年来备受关注和投资者青睐的“4D成像雷达”可以解决这个问题。相对于传统毫米波雷达仅有距离、速度、方位角三个维度信息,4D成像雷达增加了俯仰角度信息感知能力,并且可对纵向目标进行高分辨率地识别。同时,“成像”效果类似于激光雷达点云成像,输出质量更高。
4D毫米波雷达只是在传统3D雷达基础上增加了俯仰角度测量,并不能提供高精确度的高度信息;而4D毫米波成像雷达则真正完成了从点迹到图像的进化。 通过引入神经网络进行深度学习与处理,可以对更多复杂场景下动静态目标进行更为精准检测,并且使得毫米波雷达在应对智能驾驶或自动驾驶中一些边缘场景(corner case)时也有了用武之地。
总之,“4D成像雷达”的出现将显著提升毫米波雷达在自动驾驶感知中的参与程度,并为其从单纯感知走向认知打下基础。
随着人工智能发展到类脑智能的阶段,高阶自动驾驶同样需要具备认知能力。这要求感知系统提高其认知推理能力,而现阶段最主流的自动驾驶感知传感器包括可见光摄像头、激光雷达和毫米波雷达等三大类。然而,多传感器信息融合也带来了新的技术挑战。为此,市场上出现了前融合和后融合两种方式,并且4D成像雷达作为一种新型传感器,则更有利于实现多传感器前融合。
4D成像雷达不仅保留了毫米波雷达的性能特点——速度感知和全天候全天时特性且成本低廉,还具备足够丰富的信息量去与其他传感器形成异构信息融合。因此,在国际上和国内都引起了广泛关注,并被视为助力高阶自动驾驶落地的重要技术路径之一。
几何伙伴是一家基于自主研发4D成像雷达结合可见光视觉等打造“融合感知+智能决策”的自动驾驶软硬件集成系统供应商。该公司以“低成本、全天候、高可靠、易量产”为主路线进行创新研发,并已经成功开发出目标跟踪定位、可行驶区域检测以及自动泊车等功能模块。
除此之外,几何伙伴还通过异构信息融合认知技术将4D成像雷达生成的点云图像与可见光摄像头生成的视觉图像相结合,进一步提升系统安全冗余和环境识别精度;并采用鱼眼环视相机实现双维SLAM技术,在建图定位精度方面取得显着突破;同时引入停车位等语义地图信息优化后续泊车时车位检测准确性。
在汽车智能化变革风口下,“掌握对于这些技术领先优势就是提前拿到了自动驾驶商业化落地入场券”。正因如此,在2022年几何伙伴再次成功获取德国博世和SAE International战略投资,并即将完成A1轮融资。
相对于传统毫米波雷达,4D成像雷达是一种比较新颖的技术。虽然国内外相关企业大多处于同一起跑线上,但不同的技术路线、战略视野以及研发布局也会影响每家企业距离成功商业化落地冲刺线的位置。对于国内本土科创企业而言,这其中蕴藏了绝佳机遇。
随着自动驾驶技术向高阶跃迁,4D成像雷达作为自动驾驶认知的新入局者已经展示出其不俗性能优势。在未来自动驾驶时代中,异构信息融合认知或将成为高阶自动驾驶感知形态,并且4D成像雷达作为其中打通感知层、补齐性能短板的重要传感器正在为自动驾驶发展酝酿一场变革。因此,在高阶自动驾驶时代到来之前可能比我们想象得更快。