简介：感知技术出现新的转折点
传统辅助驾驶正在让位于更复杂、协调良好的自动驾驶系统。这种转变对感知产生了新的要求，特别是对复杂环境提供一致、有组织和值得信赖的理解的能力。仅视觉系统仍然受到雾、雨、夜间背光、多层高架桥和低高度静态障碍物等现实路况的挑战。另一方面，传统的 3D 毫米波雷达也有局限性，因为它无法测量海拔。
有鉴于此，4D 毫米波雷达正在成为一种基础传感技术，可改善深度感知、增强空间理解并在各种环境条件下保持可靠的性能。它填补了其他传感器老化留下的空白，并提供与最新变压器和基于 BEV 的感知模型一致的高价值结构化数据。
本文探讨了 4D 毫米波雷达的技术意义、其在下一代传感器融合系统中的作用、重要应用场景以及 Linpowave 在各个自动驾驶级别的实际部署。
4D毫米波雷达的技术进步
改进空间表示以获取准确的 3D 知识
传统毫米波雷达识别垂直结构的能力有限，因为它通常输出距离、速度和方位角。因此，有坡道、高架桥、低高度障碍物或多层交通的情况可能会很困难。
通过增加仰角（俯仰角），4D 毫米波雷达拓宽了空间感知范围，并对周围环境进行更彻底的 3D 解释。
这一改进使自动驾驶汽车能够区分：
高架和地面交通
交通锥、路边路缘和其他低高度物品
道路拓扑和向上和向下坡度
规划和控制模块从更结构化的数据中接收更高质量的输入，从而在各种情况下实现更稳定和可预测的车辆行为。
通过高密度点云实现更丰富的几何表达
4D 毫米波雷达借助先进的 MIMO 天线阵列和简化的信号处理管道生成密集、有组织的点云。这些输出提供了足够的空间细节来描述物体轮廓、形状和运动模式，尽管它们不像 LiDAR 那样密集。
这种几何丰富度鼓励：
-
更值得信赖的语义理解和环境建模
-
在弱光或天气条件下保持一致的性能
-
基于 BEV 的深度学习模型的增强深度先验
4D 雷达可以在视觉系统恶化的情况下（例如大雨或逆光）继续提供可靠、有用的数据。
4D 雷达在多传感器融合中的重要性日益增强
“核心传感器”而不是“支撑传感器”
过去，毫米波雷达主要充当支撑传感器，提供补充的速度和距离信息以支持视觉。随着行业转向 L2++ 和 L3，4D 雷达对于感知堆栈变得越来越重要，这增加了对冗余和结构化深度传感的需求。
Fusion 因其点云格式而更加连贯且更易于优化，该格式自然地与视觉深度图和 BEV 模型输入保持一致。 4D雷达极大地提高了系统在具有挑战性的长尾情况下的泛化能力，例如雾天路口或夜间高速公路并道。
融合开发：从基于规则到基于模型的转变
现代自动驾驶堆栈不再依赖手动创建的规则，而是使用神经网络共同学习多模态特征。
4D 雷达对这些基于模型的融合架构的贡献是：
-
稳定速度和范围的测量
-
坚固的几何结构，不受光照影响
-
适合深度融合的结构化点云
这些特征通常会在训练过程中带来更高的模态权重，从而增强感知输出的一致性和可靠性。
4D雷达重要应用场景
困难且恶劣的天气
大雾、夜间背光和雨水反射都会导致视觉系统恶化。
4D 雷达能够保持相对稳定的点云输出，从而在低能见度条件下实现持续感知。
高速感知前方
高速公路场景中的预测决策需要精确的远程检测和早期轨迹估计。
4D 雷达擅长：
捕捉远处的微小物体
提供平滑恒速数据
鼓励快速机动期间发出预警
这使得它对于高速公路辅助驾驶和 NOA 特别有用。
低速和近距离城市情况
准确检测静态障碍物和近距离细节对于停车、狭窄道路导航和交通拥堵援助至关重要。
4D 雷达提供的稳定且有组织的几何数据可改善：
路缘标识
识别低高度的物体
复杂且速度慢的情况下的可预测性
Linpowave 4D雷达技术及部署
全面的产品组合，覆盖多种场景
Linpowave 凭借其在 MIMO 天线设计、点云建模和信号处理管道方面的深厚专业知识，提供适合各种驾驶场景的广泛 4D 雷达产品。
V300系列：中远距离感知
V300面向正面和侧面感知，使用以太网接口输出高密度结构化点云。它可以轻松与视觉接口实现多传感器融合，并支持需要高带宽环境数据的 L2++ 和 L3 系统。
利用 U300 系列进行中短程城市传感
U300 可在停车或交通拥堵援助 (TJA) 等低速、近距离情况下可靠地检测小型、静止或近距离物体。这增强了密闭空间、狭窄空间和拥挤城市中的车辆控制。
Linpowave 通过为开发人员提供 SDK、清晰的点云文档、API 和工具链，促进有效的算法开发以及与当前融合框架的无缝集成。
行业展望：融合就绪、成本优化且可扩展
随着雷达芯片组的进步和成本结构的改善，4D 毫米波雷达在大众市场车辆中的应用越来越广泛。由于其成本效益、稳健性和性能平衡，它被定位为即将推出的 L2++ 到 L3 架构的关键传感技术。
由于人们越来越重视稳定性和结构化深度，4D 雷达预计将继续成为下一代自动驾驶系统的重要组成部分。
常见问题解答
激光雷达可以被 4D 毫米波雷达取代吗？
激光雷达和 4D 雷达可以很好地协同工作。虽然 LiDAR 的采用取决于系统要求和预算，但 Vision + 4D 雷达正在成为一种流行且经济的主流架构。
4D 雷达在恶劣天气下如何发挥作用？
当遇到雨、雾或弱光时，4D 雷达通常比视觉保持更稳定的传感。场景和配置对性能有影响。
Linpowave 提供开发帮助吗？
当然。为了帮助开发融合模型，Linpowave 提供了全面的点云文档、SDK、API 和工具链。
4D 雷达适合城市和高速公路吗？
当然。 U300系列在近距离、城市、低速场景下表现良好，而V300系列最适合远距离、高速感知。