在新一輪技術革命驅動下，全球出行產業正在經歷一場前所未有的深刻變革。在以電動化為根基的綠色化、智能化、網聯化、共享化的跨界融合浪潮中，中國已成為這場變革的戰略重心。以匯聚未來出行產業新思維、新模式、新技術、新產品、新業態為使命的2019全球未來出行大會(GFM2019)於10月25日-27日在浙江省德清國際會議中心召開。
北京行易道科技CEO趙捷在大會上發表了主題演講，以下為演講內容實錄：
謝謝大家！今天非常榮幸在這裡跟大家分享行易道目前的技術和產品上的特點以及關於毫米波雷達的發展趨勢以及未來的可能性。
我們都知道對於汽車的傳感器來說，毫米波雷達是一個非常重要的傳感器。為什麼重要呢？它有幾個原因。第一個原因是毫米波雷達在全天時全天候的工作條件下，它都表現不會失效。這是第一個優點，這是跟它物理的背景有關係，因為它採用的頻段是77GHz。這個頻段的波長在4毫米左右，在雨雪霧霾的條件下依然能夠正常工作，這是第一個原因。第二個，毫米波雷達在測距和測速方面擁有其他傳感器所沒有的準確性和快速反應能力。到目前為止，大家都說毫米波雷達是不可或缺的。可是為什麼在自動駕駛的傳感器或者整個傳感器方案裡面，毫米波雷達總有的時候被看作在融合的時候有一些疑惑。毫米波雷達除了這個優點之外能不能在圖象上或者目標實現上有更多優勢呢。這是我今天跟大家說的毫米波雷達的未來發展趨勢和技術革新。
我們都知道毫米波雷達已經經歷了從24GHz到77GHz的轉變。這個轉變原因後面會跟大家分享。主要原因因為它具有更高的分辨能力。
第二個技術趨勢在於當汽車在行進過程之中，我們不僅需要攝象頭這樣子的以圖象傳播為特徵的對於汽車周邊360度的觀測。也需要它在行進中不僅低速和高速的情況下用毫米波雷達的視角來觀察周邊的環境。
第三個，77、79毫米波雷達成為主流選擇的技術背景。具體從應用上來說，在ADAS為代表的具體的這些功能上，比如說AEB、ACC的功能上，77、79的雷達表現出更高的可能性，支持更多的應用。這張圖底下有四張圖，分別是速度精度、角度精度。這張圖可以形象地瞭解到或者理解到為什麼77和79會變成當下和未來的毫米波雷達的技術的主流。
因此，綜合前面的頻段的選擇以及整體的360度環視的可能性。未來一個車上會安裝更多的雷達。未來會在L3及以上的智能交通和智能駕駛的技術路線裡面會超過一個甚至超過六個雷達安裝在汽車上。剛才講了關於毫米波雷達的技術背景和發展趨勢，再進一步具體地講，從ADAS到更高的自動駕駛技術，對於毫米波雷達有哪些需求以及相關的解決方案。因為從需求上說可以很定性地說未來需要更高的精度，具體支持哪些可能性呢？比如說有一個高度分類的需求。舉個例子，我們在做中程雷達的時候我們發現雷達在實現AEB功能的時候需要就高度，道路上的目標的高度信息做一個分類。地上地表的井蓋、路障就要被識別成可以通過的目標。路上的這些路牌也要被識別成可通過的目標。否則汽車安裝了AEB功能之後對目標的高度信息不敏感都會認為它是障礙物，出現誤剎車這種可能性。因此作為例子還需要雷達擁有更大的檢測張角。也就是說對於汽車周邊360度的目標都要有一個精確的檢測以及行人檢測。
行人檢測我們知道在AEB的應用過程之中各個國家對於行人的保護都會越來越重視。行人本身作為毫米波雷達的檢測目標，客觀地說我們都知道雷達的散視界面RCS比較小。我們通過多特徵綜合地識別出來，這是一個行人，這個有沒有可能。還有道路識別，道路識別我們也知道，作為毫米波雷達來說也可以實現對於道路的曲率的預測。這個能力幫助我們在做道路規劃以及路邊的道路的特徵檢測的時候都非常有用。還有自校準還有雷達融合方案，這是雷達的自融合。當一輛車上裝了至少五個或者六個雷達的時候，雷達的信息能夠融合起來。這樣子我一個目標從車的周邊逐漸行駛到車的正前方的時候，我們至少從ID上認為是一個目標。這是剛才講的在具體的行駛過程中會遇到的融合當中的問題。這些都會對於毫米波雷達的技術現在和將來都提出更高的要求還有包括抗干擾能力。
行易道從2014年成立到現在已經推出了中程雷達兩個產品。今年的產品已經實現了商用，作為支持AEB功能的產品，行駛安裝在物流車上，在中國大多數江南江北行駛了超過兩億公里。到目前為止都是安全行駛的一個狀態，為我們國家的物流車的安全提供了很大的保障。接下來今年年底明年年初還會推出進程雷達，它會提供更廣闊的視野以及為L3以及更高的自動駕駛的對周邊的目標的檢測提供更好的能力。我們公司還有獨特的SRR雷達，它能提高對周邊的成像能力。剛才演講的那位，他們講到地圖的一個分辨率，高精度地圖的分辨率能夠達到5釐米。我們這個雷達現在的分辨率在二維成像的情況下也是5釐米乘5釐米，這樣對於道路周邊目標信息的特徵能夠以一個非常準確形象的表述。接下來會給大家分享一下目前的SAR技術的進展。
這個就是我們110這個雷達能夠實現AEB功能的雷達的一些特徵和一些它的性能。這個雷達今年7月份在合作伙伴做了一些測試，一會兒跟大家分享。測試的結果是非常穩定，而且一致性非常地好。我想跟大家分享一下雷達整個工作的原理以及開發的過程裡面，核心技術和重點技術在什麼地方。對於設計來說很重要的一部分設計是系統設計、天線設計、軟件和算法以及材料方面的設計。除此之外驗證工作也是很重要的。驗證方面包括測試能力、驗證能力和工藝能力，這個屬於過程管理。當然對於汽車電子產品來說，微流程是非常地重要而且非常地必要。
接下來這部分是我跟大家分享的重點，就是關於行易道的針對ADAS的功能以及自動駕駛的一些最新的雷達的技術。一方面我們的雷達已經擁有道路識別，目標高度識別，目標高度分類以及自校準這樣的功能。這些功能對於使用者來說也就是系統的使用者應用者來說是非常重要的。這使得一個雷達尤其是中國的路況環境下變得非常地易於使用。為什麼這麼說呢？比如中國特別典型的在行進的過程之中會有很多路障，這個路障其實會帶來很多誤剎車。所以目標高度分類這個能力就顯得非常重要，而且實用。
另外一個，在高級的智能駕駛領域，我們公司正在佈局的有幾個技術。一個是高效的超分辨算法。超高分辨算法這個事，其實如果就雷達算法來說也不是一個陌生的課題。因為不管是什麼算法，60年代70年代已經有人提出來。但是我們公司正在開展和應用的算法，是建立在非常新的數學模型上。這個數學結果是2006年數學界剛剛得到一個證實的一個結果。所以這方面我認為會對我們的雷達有更高的分辨率更好的表現會有革命性的提升。另外就是SAR技術以及高精度的成像環境感知。基於毫米波雷達過去帶寬比較窄的侷限下，它對於目標的檢測結果是一個點目標。因此在輸出成像和環境感知上是劣於其他雷達的。但是基於毫米波雷達的環境感知建模是可能的。
從現在目前博世、康體、Denso這樣的公司，行易道也有自己的超高分辨算法。就SAR技術來說跟大家分享一下目前行易道79GHz已經實現了實時成像。也就是以50毫秒的刷新週期對於變速、勻速道路周邊的環境都能夠形成一個實時的成像。它可以應用在哪些方面呢？比如說隧道，比如說對於路面這些綠化帶、柵欄能夠形成穩定的乾淨的圖像結果。這個和現在用的FMCW雷達結果是不一樣的。這樣的結果它的噪聲噪點會更少一些，而且我們會知道周邊環境的一個很好的圖象，以圖象的方式來呈現，對於目標識別來說是非常重要的。
第二個關於目標尺寸周邊的邊界問題。我們都知道依據現已有的雷達的體制，我們去做boundingbox有很多誤差。如果用到SAR技術，SAR的分辨率5釐米乘5釐米的表現，它對於形成一個目標的邊界尺寸的描述來說是非常精準的。
第三個關於我們的雷達可以用於自動泊車。為什麼呢？它會對周邊的freespace的表述非常準確。因此在各種天氣、光線的條件下都會對周邊的停車的泊車場景有一個很精確的描述。另外一個，我們可以支持高精度地圖，利用道路的特徵用於車道級的定位。
剛才給大家分享的主要內容就介紹完了。總結一下，我今天給大家分享的有幾點。第一點毫米波雷達面對L3以及L3以上的自動駕駛技術來說，它能夠提供更高的分辨率的關於周邊目標的一個形狀的描述以及檢測。這個可能性是有的。因為基於過去毫米波雷達在航空航天領域有廣泛的應用。我們認為在汽車行業在中國的行駛環境下毫米波雷達是大有可為的。謝謝！
閱讀更多 商用汽車總站網 的文章
