[首發(fā)于智駕最前沿微信公眾號(hào)]在自動(dòng)駕駛感知系統(tǒng)中，毫米波雷達(dá)有著不可替代的作用。由于其工作在微波頻段，能夠輕易穿透雨、雪、霧、煙塵等介質(zhì)，并在強(qiáng)光、黑暗或光線劇烈變化的極端環(huán)境下保持高度的穩(wěn)定性，因此一直是車輛感知環(huán)境的堅(jiān)實(shí)后盾。然而，在過去很長(zhǎng)一段時(shí)間里，毫米波雷達(dá)只能測(cè)量目標(biāo)的距離、相對(duì)速度和水平方位角，在垂直高度探測(cè)上表現(xiàn)并不盡如人意，這也是毫米波雷達(dá)一直無(wú)法成為主要感知硬件的原因。

當(dāng)車輛以較高速度接近前方的立交橋、交通路牌或地面的減速帶、井蓋時(shí)，傳統(tǒng)毫米波雷達(dá)由于無(wú)法分辨物體的垂直位置，就會(huì)將這些非障礙物錯(cuò)誤地識(shí)別為前方的靜止障礙物，從而導(dǎo)致頻繁的誤剎車，或者為了避免誤剎車而不得不放寬算法閾值，進(jìn)而埋下安全隱患。

4D毫米波成像雷達(dá)的出現(xiàn)，徹底改變了這一局面。所謂的“4D”，是指在原有三個(gè)維度的基礎(chǔ)上，增加了對(duì)“俯仰角”或“高度”信息的感知能力。這種跨越式的提升使得雷達(dá)不僅可以提供離散點(diǎn)跡的距離，還能夠勾勒物體輪廓、區(qū)分不同高度層次的成像傳感器。那4D雷達(dá)是如何做到高度識(shí)別的？

物理孔徑的重構(gòu)與MIMO虛擬化技術(shù)

毫米波雷達(dá)對(duì)目標(biāo)角度的分辨能力，本質(zhì)上取決于其天線陣列的物理孔徑的大小。根據(jù)電磁波干涉原理，天線陣列在某個(gè)方向上的尺寸越大，其波束就越窄，能夠分辨的角度細(xì)節(jié)就越精細(xì)。傳統(tǒng)3D毫米波雷達(dá)的天線布局一般是水平線性排列的，這使其在水平方向上具備一定的方位分辨力，但在垂直方向上，由于天線孔徑極窄，甚至只有單層陣元，導(dǎo)致其在垂直維度上的波束極寬，根本無(wú)法區(qū)分處于同一水平方向但高度不同的目標(biāo)。4D毫米波雷達(dá)簡(jiǎn)單理解就是改變了天線的物理分布，在垂直方向上構(gòu)建起足夠的孔徑。

然而，車載雷達(dá)對(duì)體積和成本有著近乎苛刻的要求。如果單純通過堆疊物理接收天線來(lái)增加垂直孔徑，雷達(dá)的電路板面積和射頻芯片數(shù)量將成倍增加，這在商業(yè)化路徑上是不可行的。為了解決這一矛盾，MIMO（多輸入多輸出）技術(shù)得到了應(yīng)用。MIMO技術(shù)的神奇之處在于，它通過少量發(fā)射天線（TX）和接收天線（RX）的巧妙組合，可以虛擬出遠(yuǎn)超物理天線數(shù)量的虛擬通道。當(dāng)毫米波雷達(dá)以特定的正交波形發(fā)射信號(hào)時(shí)，每一組發(fā)收對(duì)都能等效為一個(gè)位于特定空間位置的虛擬相位中心。對(duì)于一個(gè)擁有M個(gè)發(fā)射通道和N個(gè)接收通道的系統(tǒng)，通過MIMO體制可以合成出一個(gè)具有M*N個(gè)虛擬單元的龐大陣列 。

MIMO技術(shù)原理圖，圖片源自：網(wǎng)絡(luò)

在4D毫米波雷達(dá)的設(shè)計(jì)中，工程師不再將天線僅排成一行，而是將發(fā)射天線在垂直維度上錯(cuò)開布置。例如，通過將多顆射頻芯片級(jí)聯(lián)，形成12個(gè)發(fā)射通道和16個(gè)接收通道的配置，雷達(dá)就能獲得多達(dá)192個(gè)虛擬通道。這些虛擬天線不僅在水平方向上延伸，更在垂直方向上拉開了間距，從而形成了一個(gè)等效的大孔徑二維平面陣列。這種虛擬陣列的形成是實(shí)時(shí)的，它通過增加天線的有效覆蓋范圍，使得雷達(dá)在俯仰維度上具備了產(chǎn)生尖銳波束的物理基礎(chǔ)，從而能夠準(zhǔn)確解算目標(biāo)的垂直傾角，將立交橋、路牌與路面車輛清晰地剝離。

空間分辨力提升的核心算法體系

對(duì)于4D毫米波雷達(dá)來(lái)說，物理陣列的構(gòu)建只是第一步，要從復(fù)雜的雷達(dá)回波中精確提取出高度信息，還需要一套極高復(fù)雜度的信號(hào)處理算法。4D毫米波雷達(dá)一般會(huì)采用頻率調(diào)制連續(xù)波（FMCW）體制。雷達(dá)發(fā)射的每一個(gè)Chirp（啁啾）脈沖在遇到目標(biāo)后返回，接收端會(huì)采集到包含距離、速度、方位和高度信息的相位信號(hào)。信號(hào)處理時(shí)會(huì)首先對(duì)每個(gè)天線通道的數(shù)據(jù)進(jìn)行距離FFT和多普勒FFT，這可以將探測(cè)區(qū)域內(nèi)的不同目標(biāo)映射到距離-速度圖譜中，實(shí)現(xiàn)目標(biāo)在運(yùn)動(dòng)狀態(tài)上的初步分離。

圖片源自：網(wǎng)絡(luò)

真正的技術(shù)挑戰(zhàn)在于后續(xù)的DOA（到達(dá)角估計(jì)）算法。在獲得距離和速度信息后，系統(tǒng)需要針對(duì)每一個(gè)目標(biāo)特征點(diǎn)，分析其在所有虛擬天線通道上的相位差規(guī)律。傳統(tǒng)的FFT測(cè)角算法雖然計(jì)算開銷小，但在天線數(shù)量有限的情況下，其角分辨率極易受到限制，且會(huì)產(chǎn)生大量的旁瓣干擾，導(dǎo)致高度探測(cè)精度不足。4D毫米波雷達(dá)引入了超分辨率（Super-Resolution）算法，如MUSIC（多重信號(hào)分類）或ESPRIT（旋轉(zhuǎn)不變子空間估計(jì)）算法。這些算法通過分析信號(hào)協(xié)方差矩陣的特征空間，能夠突破傳統(tǒng)瑞利判據(jù)的限制，實(shí)現(xiàn)在更小的孔徑下獲得更高的俯仰分辨力。一些高性能的4D雷達(dá)能夠?qū)⒏┭鼋堑臏y(cè)量精度提升到±0.2度左右，這使得在300米開外區(qū)分一個(gè)井蓋和一個(gè)立交橋成為可能。

在算法層面，4D毫米波雷達(dá)還必須解決數(shù)據(jù)量激增帶來(lái)的計(jì)算壓力。由于虛擬通道數(shù)從十幾個(gè)躍升至數(shù)百甚至數(shù)千個(gè)，雷達(dá)后端處理器必須具備極強(qiáng)的并行處理能力。目前主流方案采用FPGA或高性能專用SoC來(lái)承擔(dān)這些復(fù)雜的空間譜估算任務(wù)。此外，為了提高點(diǎn)云的質(zhì)量，算法還需要對(duì)多路徑反射進(jìn)行過濾。在城市環(huán)境中，雷達(dá)波經(jīng)常會(huì)在地面、墻壁和目標(biāo)之間反復(fù)反射，產(chǎn)生“鬼影”目標(biāo)。4D雷達(dá)利用高度信息的冗余性，結(jié)合數(shù)字波束成形（DBF）技術(shù)，可以動(dòng)態(tài)地將能量集中在特定高度層，從而有效地抑制地雜波和天橋頂部的多徑干擾，使輸出的點(diǎn)云更加純凈。

這種密集的點(diǎn)云輸出，使得4D毫米波雷達(dá)在功能上開始向激光雷達(dá)靠攏。通過對(duì)聚類后的點(diǎn)云進(jìn)行特征提取，雷達(dá)不僅能知道前方有個(gè)物體，還能判斷該物體的幾何形狀和垂直分布。這意味著自動(dòng)駕駛系統(tǒng)可以獲得更豐富的語(yǔ)義信息，如可以區(qū)分站立的行人與低矮的護(hù)欄，或是識(shí)別前方卡車的真實(shí)高度以判斷車輛是否能夠安全通過下方空隙。

雜波抑制與高密度點(diǎn)云的質(zhì)量調(diào)優(yōu)

高度識(shí)別能力的加入雖然極大地豐富了數(shù)據(jù)維度，但也帶來(lái)了一個(gè)嚴(yán)重的副作用，那就是由于探測(cè)靈敏度提高和天線陣列復(fù)雜化，雷達(dá)系統(tǒng)會(huì)產(chǎn)生比以往更多的噪聲點(diǎn)和虛假目標(biāo)點(diǎn)。在實(shí)際道路場(chǎng)景中，路面的積水、雨滴、甚至空氣中的粉塵都可能反射雷達(dá)波，形成散布在空間中的雜亂點(diǎn)云。如果這些噪聲點(diǎn)不能被有效過濾，將會(huì)極大干擾自動(dòng)駕駛決策系統(tǒng)的判斷。因此，4D毫米波雷達(dá)在高度識(shí)別的工程化過程中，需投入大量精力在雜波抑制與點(diǎn)云優(yōu)化上。

針對(duì)環(huán)境雜波，其實(shí)已經(jīng)開發(fā)了多種基于統(tǒng)計(jì)特性的識(shí)別算法。例如，針對(duì)雨水雜波，系統(tǒng)可以利用雨滴在距離和速度分布上的特定統(tǒng)計(jì)規(guī)律，將其與真實(shí)的金屬或人體目標(biāo)區(qū)分開來(lái)。在空間維度，噪聲點(diǎn)通常表現(xiàn)為相位不連續(xù)且缺乏空間一致性。通過計(jì)算角度維度FFT的峰值幅度方差，算法可以識(shí)別出那些響應(yīng)曲線平坦、能量不集中的虛假目標(biāo)點(diǎn)，并將其從點(diǎn)云中剔除。這種精細(xì)化的過濾機(jī)制確保了即便在惡劣天氣下，4D毫米波雷達(dá)輸出的高度信息依然具有極高的可信度。

另一個(gè)關(guān)鍵點(diǎn)在于地面雜波的動(dòng)態(tài)抑制。對(duì)于前向雷達(dá)而言，路面的反射是最大的雜波來(lái)源之一。4D毫米波雷達(dá)通過垂直方向上的數(shù)字波束成形，可以實(shí)現(xiàn)“高度掩?！惫δ?。系統(tǒng)可以根據(jù)車輛當(dāng)前的行駛坡度和姿態(tài)，動(dòng)態(tài)調(diào)整感知窗口的高度范圍，自動(dòng)忽略掉來(lái)自地面過低位置的非障礙物回波。同時(shí)，通過分析目標(biāo)點(diǎn)云的RCS（雷達(dá)散射截面積）分布，雷達(dá)能夠識(shí)別出哪些是具有強(qiáng)反射特征的金屬障礙物，哪些是弱反射的環(huán)境背景。這種多維度的特征融合，使得4D毫米波雷達(dá)的點(diǎn)云密度雖然可以高達(dá)每秒數(shù)萬(wàn)點(diǎn)，但依然能夠保持極低的虛警率。

雖然高密度點(diǎn)云有助于描繪物體輪廓，但過細(xì)的采樣也會(huì)帶來(lái)處理延遲。為了優(yōu)化實(shí)時(shí)性，一些先進(jìn)的4D毫米波雷達(dá)采用了自適應(yīng)采樣策略。在檢測(cè)到潛在危險(xiǎn)目標(biāo)（如橫穿馬路的行人或前方急剎的摩托車）時(shí)，系統(tǒng)會(huì)自動(dòng)調(diào)配計(jì)算資源進(jìn)行局部的高分辨掃描；而在開闊平直的路段，則保持較低的數(shù)據(jù)流速以節(jié)省功耗。這種智能化的數(shù)據(jù)流控制，使得4D毫米波雷達(dá)在滿足全天候高度識(shí)別需求的同時(shí)，能夠更好地融入車載電子電氣架構(gòu)的性能邊界內(nèi)。

硬件架構(gòu)演進(jìn)與多感知融合的協(xié)同

自動(dòng)駕駛感知硬件其實(shí)正在經(jīng)歷從“暴力堆疊”到“極致集成”的轉(zhuǎn)變。早期的4D成像雷達(dá)普遍采用芯片級(jí)聯(lián)方案，即通過多顆通用的3T4R（3發(fā)射4接收）射頻MMIC芯片并行工作。這種方式的優(yōu)點(diǎn)是利用了成熟的供應(yīng)鏈，能夠快速實(shí)現(xiàn)大規(guī)模虛擬通道的構(gòu)建。然而，級(jí)聯(lián)方案也帶來(lái)了明顯的短板，整機(jī)體積龐大、功耗高、且多芯片間的時(shí)鐘同步和相位標(biāo)定異常困難。在車輛這種高溫、高振動(dòng)的復(fù)雜環(huán)境下，保持多顆芯片之間的相位一致性其實(shí)是極大的工程挑戰(zhàn)。

為了推動(dòng)4D毫米波雷達(dá)走向主流車型，單芯片SoC方案正逐漸占據(jù)主導(dǎo)地位。如德州儀器推出的AWR2188單芯片8T8R收發(fā)器，以及Arbe公司自主研發(fā)的具備48T48R超大規(guī)模陣列的Phoenix平臺(tái)，單芯片方案將原本分散的射頻發(fā)射、接收以及復(fù)雜的數(shù)字信號(hào)處理單元全部集成在一顆硅片上，極大地縮短了信號(hào)傳輸路徑，降低了相位噪聲，同時(shí)也使功耗和成本大幅下降。更重要的是，單芯片化使得雷達(dá)可以更加隱蔽地安裝在保險(xiǎn)杠內(nèi)部或格柵后方，而不影響車輛的外觀設(shè)計(jì)。

高度識(shí)別技術(shù)的突破，最終體現(xiàn)在它如何提升整個(gè)自動(dòng)駕駛系統(tǒng)的感知上限。在多傳感器融合框架下，4D毫米波雷達(dá)不再僅僅是攝像頭或激光雷達(dá)的“輔助者”，而是在某些核心場(chǎng)景下成為了“主導(dǎo)者”。在高速公路領(lǐng)航（Highway NOA）功能中，4D雷達(dá)可以更早地發(fā)現(xiàn)300米外靜止的故障車輛，并憑借高度信息確認(rèn)其在當(dāng)前車道內(nèi)，從而為車輛爭(zhēng)取更多的變道或剎車時(shí)間 。在城市輔助駕駛場(chǎng)景中，它能夠穿透前車的遮擋，利用地面與底盤間的縫隙反射，感知到“前前車”的急剎動(dòng)作，從而有效預(yù)防連環(huán)追尾事故。

最后的話

隨著技術(shù)的進(jìn)一步成熟，4D毫米波雷達(dá)的高度識(shí)別精度有望向激光雷達(dá)看齊。未來(lái)的研究重點(diǎn)或?qū)⒓性趯?a target="_blank">深度學(xué)習(xí)模型直接部署在雷達(dá)處理器上，通過神經(jīng)網(wǎng)絡(luò)對(duì)高度點(diǎn)云進(jìn)行端到端的物體分類。這種從“感知”到“認(rèn)知”的跨越，將使4D毫米波雷達(dá)成為L(zhǎng)3及以上自動(dòng)駕駛系統(tǒng)中最具性價(jià)比的感知核心。