感知部件升級，激光雷達和 4D 毫米波雷達相繼應用上車

• 陳博 2023年11月3日 來源：中研網(wǎng) 213 5
• 繁體

毫米波雷達經(jīng)歷了多年的積累實現(xiàn)了在乘用車上的量產(chǎn)應用，產(chǎn)品應用的載體是ADAS功能，其市場年銷量在逐漸增加，但傳統(tǒng)毫米波雷達有無法識別靜止物體的缺陷，當前國產(chǎn)化方案呈現(xiàn)百花齊放的趨勢。毫米波雷達在對信號進行處理時，能夠利用運動目標的多普勒頻率和TOF原理實3

自動駕駛催化下，激光雷達逐步應用，毫米波雷達與攝像頭升級。傳感器是實現(xiàn)自動駕駛感知的硬件支撐，汽車傳統(tǒng)感知器包括攝像頭、超聲波雷達和毫米波雷達等，在探測距離和探測精度上能基本滿足L1-L2級別自動駕駛需求。但自動駕駛級別升高對傳感器探測的距離和精度提出了更高的要求，激光雷達因此落入主機廠視野，成為高級別自動駕駛所必需的感知器之一，當前激光雷達開始應用上車。傳統(tǒng)的毫米波雷達產(chǎn)品已經(jīng)成熟，現(xiàn)在4D毫米波雷達在傳統(tǒng)毫米波雷達軟硬件基礎上進行了升級，增加了對于物體高度的測量，能夠識別靜止的物體，并能夠生成物體大致輪廓的點云，并希望未來部分代替低線束激光雷達，做到感知成本的降低。前視攝像頭(一體機)作為L2及以下ADAS功能的關鍵傳感器，魚眼相機作為泊車功能的關鍵傳感器，產(chǎn)品較為成熟，而側(cè)視和后視攝像頭逐步開始搭載，高階應用的趨勢是攝像頭模組，算法在控制器中實現(xiàn)。

L3及以上的高階自動駕駛需要搭載激光雷達已經(jīng)成為行業(yè)的共識，激光雷達加速上車。激光雷達在Robotaxi已經(jīng)廣泛應用，基本是以機械式為主，而車規(guī)級激光雷達也已經(jīng)積累了多年，技術趨于成熟，激光雷達已經(jīng)普遍出現(xiàn)在近期發(fā)布的中高端車型上。根據(jù)高工智能汽車的數(shù)據(jù)，2022年上半年國內(nèi)激光雷達交付上車2.67萬顆，2022年全年預計超過10萬顆，預計到2023年底規(guī)模超過150萬顆(含定點)。激光雷達是當下解決智能駕駛場景痛點的有效感知器件，隨著成本下降，將會得到更多的應用。目前智能駕駛中感知器件仍然存在痛點：①攝像頭和毫米波雷達感知仍不安全，對于靜止物體、較差光線環(huán)境、罕見的cornercase不能做到很好的表現(xiàn);②搭載中短距激光雷達也仍不夠安全，在時速大于100km/h的高速場景下，仍然不夠安全，車輛的安全制動需要清晰探測到100m之外的小物體，意味著實現(xiàn)100m的提前預警，需要250m的標準探測距離;③層出不窮的高速拋灑物嚴重威脅駕乘安全。而激光雷達尤其是長距激光雷達的應用可以較好的解決以上問題。現(xiàn)在1550nm激光光源的激光雷達售價在1000美元左右，預計未來3~5年能夠?qū)崿F(xiàn)至少50%的降本，屆時激光雷達將會更多的搭載在車上。

毫米波雷達經(jīng)歷了多年的積累實現(xiàn)了在乘用車上的量產(chǎn)應用，產(chǎn)品應用的載體是ADAS功能，其市場年銷量在逐漸增加，但傳統(tǒng)毫米波雷達有無法識別靜止物體的缺陷，當前國產(chǎn)化方案呈現(xiàn)百花齊放的趨勢。毫米波雷達在對信號進行處理時，能夠利用運動目標的多普勒頻率和TOF原理實現(xiàn)物體速度和距離測量，基于并列接收天線收到同一目標反射的脈沖波的相位差實現(xiàn)角度測量。毫米波雷達可以輸出距離、速度和角度信息，也被稱為3D毫米波雷達，對距離和角度信息通過將極坐標系轉(zhuǎn)換為笛卡爾坐標系，可以獲得目標在x和y方向上離自車的距離，但是缺少了垂直z向的信息，對道路中間的井蓋、減速帶、懸在半空中的各種標識牌、限高架、靜止的車輛等靜止物體，由于沒有高度信息，通過3D毫米波雷達是無法決策這些障礙物是否影響通行的，這是傳統(tǒng)毫米波雷達的缺陷。當下毫米波雷達發(fā)展規(guī)律：①價格降低;②體積變小;③脈沖到FMCW;④芯片高度集成化;⑤技術創(chuàng)新--4D成像?，F(xiàn)在毫米波雷達已經(jīng)發(fā)展到了第五代，大陸馬上要推出第六代毫米波雷達。L2+系統(tǒng)中，尤其是NOA功能，普遍采用了5顆毫米波雷達。當下各家的技術方案存在多樣性，重點在于性能指標和工程化落地的能力。

4D毫米波雷達能夠測量目標的高度信息，進行物體的點云成像，是毫米波雷達的下一代升級。4D毫米波雷達增加的最顯著功能是可以精確探測俯仰角度，從而獲取被測目標真實的高度數(shù)據(jù)，憑借這一特性，4D毫米波雷達可以"識別靜止物體"。除此之外，4D毫米波雷達在分辨率上也獲得極大提高，以ArbePhoenix為例，其水平和垂直分辨率分別為1°和2°，1°的水平分辨率比普通3D毫米波雷達提升5~10倍，2°的垂直分辨率僅比普通16/32線機械式激光雷達的1°垂直分辨率小一倍，這讓4D毫米波雷達在掃描同一物體時可獲掃描的點的數(shù)量極大增加，甚至可以有低線束激光雷達的點云掃描效果。第五代毫米波雷達已經(jīng)可以逐步實現(xiàn)點云成像，成像的目的是為了對物體進行勾勒輪廓，做出鄰近物體的區(qū)分。而在此過程中識別會有識別率的問題，并不是所有物品都可以被識別，當成像點云越接近物品的真實輪廓，識別率會越高。4D激光雷達已經(jīng)可以大致描述物體的周邊輪廓，下一步就是在點云成像基礎上，提升目標識別的算法效率。

4D毫米波雷達較激光雷達更具成本優(yōu)勢，我們認為能夠部分代替低線束激光雷達，促進高階智駕滲透率提升帶來行業(yè)的規(guī)模效應。4D毫米波雷達無疑是自動駕駛感知部件的新星，特斯拉在2022年注冊了相關的專利，同時Mobileye的CEO在CES演講上也表達在2025年的高階自動駕駛上，應用4D毫米波雷達去代替激光雷達。4D毫米波雷達相對激光雷達優(yōu)點在于：①多普勒效應直接測速，精度高;②環(huán)境適應能力能好，穿云透霧以及穿雨效果更好，也不受光線的影響;③成本更低，4D毫米波雷達的傳感器都是基于硅基的c模式的傳感器，成本可以做得更低。4D毫米波雷達可以在高度方向與激光雷達做到類似的角分辨率，但是低線束激光雷達在水平方向的角分辨率仍要比現(xiàn)有的4D雷達高出1個數(shù)量級，但是這個指標并不能代表全部的感知能力，在一些方面4D毫米波雷達表現(xiàn)并不差。4D毫米波雷達優(yōu)勢突出，我們認為成本是最關鍵的變量，激光雷達和4D毫米波雷達并不都是成熟的感知器件，技術進步會提升他們對物體的分類能力以及面對Cornercase的檢測能力，4D毫米波雷達與攝像頭的結合使用是一種很好的低成本的中短距感知方案，結合高線束的遠距激光雷達負責遠端感知，形成完整的感知方案。我們認為在成本要求高的項目上，4D成像毫米波雷達會部分替代低線束的激光雷達。當下正是L3級別自動駕駛滲透率提升的起點，諸如激光雷達和4D雷達成本仍然較高，相信如果更多的廠商采用4D雷達，將會帶來智駕系統(tǒng)成本下降與高階智駕滲透率提升的良性循環(huán)，屆時也將會增加激光雷達的應用，共同促進系統(tǒng)成本的下降。

欲了解更多中國車聯(lián)網(wǎng)行業(yè)的未來發(fā)展前景，可以點擊查看中研普華產(chǎn)業(yè)院研究報告《2023-2028年中國車聯(lián)網(wǎng)行業(yè)市場深度全景調(diào)研及投資前景分析報告》。

• 相關深度報告REPORTS

  

  2023-2028年中國車聯(lián)網(wǎng)行業(yè)深度調(diào)研及發(fā)展研究報告

  車聯(lián)網(wǎng)的內(nèi)涵主要指：車輛上的車載設備通過無線通信技術，對信息網(wǎng)絡平臺中的所有車輛動態(tài)信息進行有效利用，在車輛運行中提供不同的功能服務?？梢园l(fā)現(xiàn)，車聯(lián)網(wǎng)表現(xiàn)出以下幾點特征：車聯(lián)網(wǎng)能夠...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡