車用雷達通常是最先在道路上“看”到東西的傳感器，而且能在傳感器融合處理以前，利用內建的AI引擎初步分類所看到的東西，現在正是讓雷達平臺回歸模擬的時候了！一家新創公司認為“我們仍然存在于模擬世界，汽車也是如此”...

為了在高度自動化的車輛中增加對于現實世界的情境意識，許多汽車制造商開始接受在每個機箱周遭布署各種傳感器類型的必要性。然而，他們并未考慮到的是這些傳感器的質量。例如，當今的視覺、光達(LiDar)與雷達傳感器的性能如何？車用傳感器需要具備哪些要求？

Metawave是今年初才從Xerox PARC研究中心獨立而出的新創公司，但有信心能改變汽車產業所認定的“傳統雷達限制”。目前，車用雷達“看”不到遙遠的物體，也無法辨別所看到的東西。其處理速度還不足以因應在高速公路行駛時運作。

簡言之，攝影機或光達都能看到的物體，當今的車用雷達不一定都能看到。它唯一可取之處在于能在全天候的情況下運作。

Metawave在今年一月成立，憑借著從PARC獲得的專有授權為超材料雷達與天線進行商用化，目前正大力宣傳其“全雷達封裝”技術。Metawave計劃在2018年1月的國際消費電子展(CES)上展示這款原型。

超材料是布署于印刷電路板(PCE) 上的小型軟件控制工程結構。據該公司指稱能以從前僅限于軍用系統(較強大且昂貴)的方式導引電磁波束。

然而，Metawave并未把當今車用傳感器的問題歸咎于雷達芯片——主要是由恩智浦(NXP)、英飛凌(Infineon)或德州儀器(Texas Instruments；TI)等供貨商所設計。事實上，Metawave的全雷達封裝并不受特定雷達芯片限制。相反地，該新創公司認為問題出在雷達傳感器(包括天線)中的波束成形技術，導致了分辨率與速度方面的問題。

回歸模擬

Matawave首席執行官Maha Achour認為，現在正是業界讓“雷達平臺回歸模擬”的時候了。她強調，“我們仍然存在于模擬世界，汽車也是如此。因此，Metawave計劃打造一個可負擔的高性能模擬雷達平臺，而不至于面對像軍事級操作時的復雜度和成本。”

Metawave的模擬雷達技術基于電子轉向控制天線。它采用具有雙端口的單根天線，一端連接到發射器(Tx)或接收器(Rx)鏈路，另一端連接到微控制器(MCU)。該MCU透過使用查找表(LUT)定義和控制天線波束寬度與方向，從而使Metawave的模擬雷達得以實現微秒級的速度掃描。（來源：Metawave）

Achour聲稱，Metawave利用單一天線設計出新的模擬雷達，能以水平和垂直方向引導和形成光束，并從更寬的視野調整光束到非常窄的圓錐角度——低至1度。Achour說：“我們能以非常快的速度實現——微秒級的速度掃描。”

但是，Metawave的模擬雷達如何與現在廣泛用于車輛中的數字雷達進行比較？

基于數字波束成形(DBF)技術的雷達需要天線數組，用于聚焦發射器以特定方向發射的電磁信號，并將其轉向其他方向。然后，接收器再從對象擷取返回信號，并以數字方式進行處理，最終形成場景的影像。

為了實現這一過程，Achour解釋，數字雷達必須“為每根天線注入不同的相位延遲，使波束在同一方向聚攏，并沿著其他方向擴展。”

DBF的缺陷在于相位延遲。運算需要復雜且冗長的數字信號處理。Achour指出：“這種密集的信號處理導致極慢的反應速度(在轉向光束時為毫秒延遲)和較差的‘集體’輻射模式，因為光束被轉向遠離天線準線(零度角)。”

目前用于車輛中的數字雷達傳感器采用數字波束成形技術，并透過復雜且冗長的數字信號處理來計算相位延遲(即圖中的權重—wi)。天線具有靜電輻射，而且有賴于于數字權重以形成和轉向控制光束（來源：Metawave）

因此，她說：“這些傳統雷達由于控制不好主瓣和旁瓣，因而無法在長距離時以廣角觀察。”

對遠程物體作出決定

目前與Metawave共同合作的顧問兼投資人Drue Freeman表示，“針對自動駕駛車輛，我認為架構師必須解決的最大問題之一就是能夠對遠離車輛的物體做出決定。”否則，自動化車輛的最高速度將會受到限制，Freeman指出。

Freeman說：“今日的雷達解決方案即使采用了最佳的數字波束成形技術，或許能可靠地看到車子前方200公尺處的距離，也能偵測到有‘東西’在那里，但他們沒法辨識那是什么。”

而現實情況是DBF不是支持高分辨率就是高信噪聲比(SNR)，并非二者兼具。

超材料

Metawave聲稱其目標在于提供類似于用于追蹤導彈的高性能雷達，但又不至于產生像軍事應用所需要的成本、復雜度和功耗。Achour說，Metawave的模擬雷達“仿真了相位數組”，就像軍用天線一樣。但該新創公司能在無需仰賴軍事應用部署的移相器下實現這一點，因為它利用了自家的超材料。

Metawave的超材料頻率自適應轉向技術（來源：Metawave）

Freeman坦承：“Metawave讓人感到振奮的是其基于超材料的模擬波束成形技術，讓他們能精確地控制雷達波束，實現更快的操作速度以及更好的SNR，而不至于犧牲分辨率。”

Metawave首席技術官Bernard Casse表示，超材料除了可為雷達和天線實現“視覺”和“速度”外，Metawave的模擬雷達還將帶來“智慧”。Metawave已為其模擬雷達嵌入了人工智能(AI)引擎。

在該AI引擎內部是一系列的算法，Casse解釋，“除了深度學習(deep learning)和決策算法以外，還包括測距多普勒(range-Doppler)評估算法、雜波和干擾抑制算法、對象偵測和追蹤算法，以及其他專有的電磁和雷達程序代碼等。”

雷達中的AI引擎究竟能學習什么？Casse說：“它高度取決于場景。”例如，如果一輛車行經橋下，將會遭遇許多信號反射。AI引擎可以在各種干擾下進行分類與排序，并協助雷達定位必須查看的物體。

Freeman說：“Metawave的案例極具意義，因為在許多情況下，雷達將成為最先在道路上‘看’到東西的傳感器，而且能在傳感器融合處理以前，利用AI引擎初步分類所看到的東西。”

The Linley Group資深分析師Mike Demler說：“每一種傳感器都有其局限性，所以不用說也知道有許多雷達失敗的例子。但是，還有更多可能的情況是軟件未能正確解讀信號。”

他指出，“最糟糕的案例是特斯拉(Tesla)自動駕駛車日前在佛羅里達州發生的意外事故，原因就出在Tesla的自動駕駛系統未偵測到白色貨車穿越其車道而釀禍。車用雷達一直是相對較便宜的傳感器，主要用于簡單的測距功能，如自適應巡航控制等，它并不是針對物體辨識而設計的。顯然地，Metawave正致力于開發使用合成孔徑雷達(SAR)的技術，這將為雷達提供對象辨識的能力。”

開啟新業務模式

Metawave首席執行官Achour看好AI在其雷達應用的巨大前景。一旦雷達開始用其AI“大腦”在道路上收集資料并解讀行駛的環境，Achour期望Metawave能為汽車產業提供可用的數據。“我們能提供基于程序代碼的AI與算法搭配雷達作業所學習的成果，并從中賺取服務費。”

根據多項預測指出，在未來的第4/5級(Level 4/Level 5)自動駕駛階段，汽車產業將不再依賴于車子的單位銷售量，而將更著眼于每輛車的行駛里程數。在此情況下，Achour指出，硬件公司也必須改變其業務模式。提供由AI收集的情報作為服務，為Metawave帶來新的商機。

車用模擬雷達將取代光達？

如果模擬雷達真的像Metawave所說的這么好，能夠擴展其測距以及區別對象，那么Metawave的模擬雷達是否能完全取代光達？

Demler表示：“如果Metawave能夠降低成本，或許就可能實現。”但他對于Metawave的雷達是否真的能超越光達的分辨率仍抱持懷疑的態度。

Freeman則認為現在預測還為時過早。他解釋說，“每一種傳感器都各有其優點和缺點。Metawave所做的是解決雷達的一些弱點，我認為它所用的方式確實能使其足夠強大、分辨率夠高，可能讓汽車OEM用于設計完全不需要光達的全堆棧傳感器系統。”然而，他也補充道：“目前所用的光達具有高質量且低成本，仍然更能有效地實現這任務。”

Achour的看法略有不同。她說：“一開始，所有的傳感器都會被要求實現完全的自主性。隨著AI引擎日趨成熟，數字地圖變得更加可靠和精確，即使是在沒有V2X通訊的情況下，雷達和攝影機就足以讓汽車實現零事故的自動駕駛目標了。”

她指出：“有些人可能認為，實現精確定位絕對少不了光達。”然而，她以自身的經驗表示，Metawave的模擬雷達(稱為Warlord)支持強大的3D成像，并結合數字地圖，“將足以提供精確的定位。我預計這將在2020年中期到2030年初實現。”

開發挑戰

在開發全雷達封裝時，Metawave也免不了面對挑戰。Metawave工程副總裁Geroge Daniel指出，Metawave的雷達解決方案是專為作業于76-81GHz頻段而設計的。

FCC藉由授權使用整個76-81GHz頻段，為遠距車輛雷達提供了一個連續的頻譜區段。

這意味著Metawave的“超材料需要與離散組件互動”，這些組件最初是為早期的車用雷達系統設計的，采用整合的24GHz雷達傳感器技術，作業于較低頻段范圍。

700萬美元首輪融資

目前，Metawave的核心團隊共有7名工程師，包括管理階層。今年9月還從Khosla Ventures、Motus Ventures與Thyra Global Management等投資機構獲得了700萬美元的首輪種子融資。

那么，這家新創公司還需要多少資金呢？Achour表示：“也許再一輪籌資吧！”。她表示有信心“藉由Metawave的技術能夠解決最根本的問題。”

除了計劃在CES展示其車用雷達原型，Metawave還打算明年2月在西班牙巴塞羅那舉行的世界行動通信大會(MWC)展示其針對5G網絡所設計的智能波束成形天線。Achour解釋，目前的MIMO架構無法在即將來臨的5G時代支持較4G更高1,000倍的速度，而Metawave的智能波束成形解決方案可將能量導向特定的用戶裝置，提供優化在線體驗所需的帶寬。

Achour可不是超材料世界的新手。她曾經是超材料公司Rayspan的共同創辦人兼首席技術官，這家公司大約在10年前就為手機打造了頗具發展前景的超材料天線，但最終因營運不佳而退場。

這是怎么一回事呢？Achour表示，Rayspan的業務模式是以授權為基礎，設計天線和RF前端模塊后授權給客戶。然而，授權業務從來都不是一種適合硬件解決方案新創公司經營的業務模式，因為“新創公司獲利的速度還不足以支撐產品銷售幾季后必須支付的營運費用。”她解釋說：“這就是為什么Metawave與第三方制造伙伴共同打造全雷達傳感器之故。”

那么Rayspan和Metawave所使用的超材料有什么不同嗎？Achour說：“Rayspan的天線是被動天線，意味著其輻射場型是固定的。Metawave的天線則是主動的，由于其板載主動組件能讓天線控制其波束成形與轉向，因而更智慧。”