はじめに: 知覚テクノロジーに新たな転換点が到来
従来の運転支援は、より洗練された、適切に調整された自動運転システムに取って代わられています。この変化により、知覚、特に複雑な環境を一貫して組織化された信頼できる理解を提供する能力に対する新たな要求が生じます。視覚専用システムは依然として、霧、雨、夜間の逆光、多層高架橋、低高さの静止障害物などの現実世界の道路状況による課題にさらされています。一方、従来の 3D ミリ波レーダーには高度を測定できないため、同様の制限があります。
これを踏まえると、4D ミリ波レーダーは、奥行き知覚を改善し、空間理解を強化し、さまざまな環境状況下で信頼性の高いパフォーマンスを維持する基本的なセンシング テクノロジーになりつつあります。他のセンサーの劣化によって生じたギャップを埋め、最新の変圧器や BEV ベースの知覚モデルと一致する高価値の構造化データを提供します。
4D ミリ波レーダーの技術的重要性、次世代センサー フュージョン システムにおけるその機能、重要なアプリケーション シナリオ、さまざまな自動運転レベルにわたる Linpowave の現実的な展開について、すべてこの記事で検討します。
4D ミリ波レーダーの技術進歩
正確な 3D 知識のための空間表現の改善
従来のミリ波レーダーは、通常、距離、速度、方位角を出力するため、垂直構造物を識別する能力には限界がありました。このため、スロープ、高架橋、高さの低い障害物、または多層交通がある状況では困難になる可能性があります。
高度 (ピッチ角) を追加することで、4D ミリ波レーダーは空間センシングの範囲を広げ、周囲のより徹底的な 3D 解釈を可能にします。
この改善により、自動運転車は以下を区別できるようになります。
-
高架および地上の交通
-
トラフィックコーン、道路脇の縁石、その他の高さの低い物品
-
道路トポロジと上り坂と下り坂
計画および制御モジュールは、より構造化されたデータから高品質の入力を受け取り、さまざまな状況において車両の動作がより安定して予測可能になります。
高密度点群によるより豊かな幾何表現
4D ミリ波レーダーは、高度な MIMO アンテナ アレイと合理化された信号処理パイプラインの助けを借りて、高密度で組織化された点群を生成します。これらの出力は、LiDAR ほど高密度ではありませんが、オブジェクトの輪郭、形状、動きのパターンを記述するのに十分な空間詳細を提供します。
この程度の幾何学的豊かさにより、次のことが促進されます。
-
より信頼性の高い意味理解と環境モデリング
-
暗い場所や気象条件でも一貫したパフォーマンス
-
BEV に基づく深層学習モデルの深度事前分布の強化
4D レーダーは、大雨や逆光など視覚システムが低下する状況でも、信頼性の高い有用なデータを提供し続けることができます。
マルチセンサー フュージョンにおける 4D レーダーの重要性の高まり
「サポート センサー」ではなく「コア センサー」
これまで、ミリ波レーダーは主にサポート センサーとして機能し、視覚をサポートするために補足的な速度と距離の情報を提供していました。業界が L2++ および L3 に移行するにつれて、4D レーダーは認識スタックにとってますます不可欠なものとなっており、冗長性と構造化された深度センシングの必要性が高まっています。
Fusion は、視覚深度マップや BEV モデル入力と自然に一致する点群形式により、より一貫性があり、最適化が簡単です。 4D レーダーは、霧の交差点や夜間の高速道路の合流など、困難なロングテール状況におけるシステムの汎用化機能を大幅に向上させます。
フュージョン開発: ルールベースからモデルベースへの移行
最新の AV スタックは、手動で作成されたルールに依存するのではなく、ニューラル ネットワークを使用してマルチモーダル機能を共同学習します。
これらのモデルベースのフュージョン アーキテクチャに対する 4D レーダーの貢献は次のとおりです。
-
安定した速度と航続距離の測定
-
照明に依存しない丈夫なジオメトリ
-
深層融合に適した構造化点群
これらの特性により、通常、トレーニング中のモダリティの重みが高くなり、知覚出力の一貫性と信頼性が向上します。
重要な 4D レーダー アプリケーション シナリオ
困難で厳しい天候
濃霧、夜間の逆光、雨の反射はすべて、視覚システムの劣化を引き起こす可能性があります。
比較的安定した点群出力を維持する 4D レーダーの能力により、視界が悪い状況でも継続的な知覚が可能になります。
前方の高速認識
高速道路のシナリオでの予測意思決定には、正確な長距離検出と早期の軌道推定が必要です。
4D レーダーは次の点で優れています。
-
遠くにある小さなオブジェクトを捉える
-
滑らかで一定の速度データを提供する
-
高速操縦中の早期警告の促進
これにより、高速道路での運転支援や NOA に特に役立ちます。
低速および近距離の都市状況
静止障害物や近距離の詳細を正確に検出することは、駐車、狭い道路のナビゲーション、交通渋滞の支援に必要です。
4D レーダーによって提供される安定した整理された幾何学的データにより、次のことが改善されます。
-
縁石の識別
-
低い高さにあるオブジェクトの識別
-
複雑で速度が遅い状況でも予測可能
4D レーダー テクノロジーと Linpowave の展開
複数のシナリオをカバーする包括的な製品ポートフォリオ
Linpowave は、MIMO アンテナ設計、点群モデリング、信号処理パイプラインにおける強力な専門知識により、さまざまな運転シナリオに適した幅広い 4D レーダー製品を提供しています。
V300 シリーズ: 長距離および中距離の認識
フロントおよびサイド センシングを目的とした V300 は、イーサネット インターフェイスを使用して高密度構造点群を出力します。マルチセンサー フュージョンのビジョンと簡単に接続でき、高帯域幅の環境データを必要とする L2++ および L3 システムをサポートします。
U300 シリーズによる中・短距離都市センシング
U300 は、駐車場や交通渋滞支援 (TJA) などの低速の近距離状況において、小型、静止、または近距離の物体を確実に検出します。これにより、限られたスペース、狭い空間、混雑した都市での車両制御が強化されます。
Linpowave は、開発者に SDK、明確な点群ドキュメント、API、ツールチェーンを提供することで、効果的なアルゴリズム開発と現在の融合フレームワークとのシームレスな統合を促進します。
業界の展望: フュージョン対応、コスト最適化、スケーラブル
4D ミリ波レーダーは、レーダー チップセットの進歩とコスト構造の改善に伴い、大衆車向けに広く使用されるようになってきています。費用対効果、堅牢性、パフォーマンスのバランスにより、今後の L2++ から L3 アーキテクチャにとって重要なセンシング テクノロジーとして位置付けられています。
4D レーダーは、安定性と構造化された深度がますます重視されるため、次世代自動運転システムの重要なコンポーネントであり続けると予想されます。
よくある質問
LiDAR を 4D ミリ波レーダーで置き換えることはできますか?
LiDAR と 4D レーダーはうまく連携します。 LiDAR の採用はシステム要件と予算に依存しますが、Vision + 4D レーダーは人気があり経済的な主流のアーキテクチャとして台頭しつつあります。
悪天候では 4D レーダーはどのように機能しますか?
雨、霧、または低照度の場合、4D レーダーは通常、視覚よりも安定したセンシングを維持します。シナリオと構成はパフォーマンスに影響します。
Linpowave は開発支援を提供しますか?
はい。融合モデルの開発を支援するために、Linpowave は包括的な点群ドキュメント、SDK、API、ツールチェーンを提供します。
4D レーダーは都市部の道路と高速道路の両方に適していますか?
そうですね。 U300 シリーズは近距離、都市部、低速の状況で優れたパフォーマンスを発揮しますが、V300 シリーズは長距離、高速の知覚に最適です。