7月25日，長(zhǎng)安汽車(chē)首款基于全新EPA1純電動(dòng)平臺(tái)打造的產(chǎn)品——深藍(lán)SL03公布了售價(jià)。深藍(lán)品牌首款車(chē)型甫一亮相信息量不小，其智能駕駛傳感器配置便十分吸睛。資料顯示，深藍(lán)SL03率先在國(guó)內(nèi)采用4枚角雷達(dá)、1枚4D成像毫米波雷達(dá)組成的“360度”感知組合，且這總計(jì)5枚雷達(dá)均來(lái)自自主供應(yīng)商。

作為感知元器件，4D毫米波雷達(dá)逐漸走熱。這個(gè)領(lǐng)域曾是博世、大陸、安波福、電裝等國(guó)際知名一級(jí)零部件供應(yīng)商的天下。自主供應(yīng)商最近幾年也紛紛開(kāi)始布局，華為、恒潤(rùn)經(jīng)緯、華域汽車(chē)、森思泰克、楚航科技等公司的相關(guān)產(chǎn)品先后進(jìn)入量產(chǎn)階段。“當(dāng)前，自動(dòng)駕駛傳感器相繼量產(chǎn)落地，同時(shí)仍然不斷演進(jìn)，將逐漸成為汽車(chē)標(biāo)配。”輕舟智航感知負(fù)責(zé)人張雨告訴《中國(guó)汽車(chē)報(bào)》記者。

一面是整車(chē)積極配裝4D毫米波雷達(dá)，國(guó)內(nèi)外供應(yīng)商不約而同發(fā)力;一面是激光雷達(dá)逐漸發(fā)展成熟，成本降低，開(kāi)啟前裝定點(diǎn)。不同類(lèi)型傳感器競(jìng)相登場(chǎng)，究竟是“內(nèi)卷”還是一場(chǎng)“盛宴”?面向高等級(jí)自動(dòng)駕駛，傳感器融合方案路向何方?

傳感器融合：互補(bǔ)而非替代

據(jù)了解，4D毫米波雷達(dá)在保有傳統(tǒng)雷達(dá)低成本、高性能優(yōu)勢(shì)的同時(shí)，能夠進(jìn)行垂直方向探測(cè);此外，虛擬天線技術(shù)的應(yīng)用更使其在提高角分辨率、縮小體積等方面實(shí)現(xiàn)了突破。以大陸集團(tuán)發(fā)布的4D成像毫米波雷達(dá)ARS540為例，該產(chǎn)品探測(cè)范圍達(dá)300m，探測(cè)視野達(dá)±60°，可對(duì)各種類(lèi)別交通參與者及固定設(shè)施準(zhǔn)確分類(lèi)。

“4D毫米波雷達(dá)與激光雷達(dá)的關(guān)系是互補(bǔ)而不是替代。從目前主流的傳感器組合配置來(lái)看，有單攝像頭、1R1V、5R1V、5R6V，也有稍微激進(jìn)一些的，比如6枚雷達(dá)、8枚攝像頭和3枚激光雷達(dá)。這些配置是行車(chē)系統(tǒng)的基本組合，泊車(chē)系統(tǒng)的主流配置則是12枚超聲傳感器和4枚攝像頭。”大陸集團(tuán)自動(dòng)駕駛及出行事業(yè)群中國(guó)區(qū)研發(fā)總監(jiān)周勇告訴記者，“作為T(mén)ier1，滿(mǎn)足不同客戶(hù)的不同需求是我們的使命，公司擁有多樣化的解決方案。”

“4D毫米波雷達(dá)和激光雷達(dá)在一定時(shí)期內(nèi)會(huì)是共存的關(guān)系。”北京主線科技有限公司前瞻研究院院長(zhǎng)王超認(rèn)為，“4D毫米波雷達(dá)與傳統(tǒng)毫米波雷達(dá)相比，點(diǎn)云質(zhì)量有所提升;但與激光雷達(dá)相比，目前依然是后者占據(jù)絕對(duì)優(yōu)勢(shì)。對(duì)于這兩種感知元器件而言，4D毫米波雷達(dá)勝在成本、穩(wěn)定性與高效，激光雷達(dá)則勝在數(shù)據(jù)質(zhì)量。它們都處于發(fā)展階段，未來(lái)的形態(tài)及應(yīng)用還存在很多變數(shù)。比如，行業(yè)注意到4D毫米波雷達(dá)的成本優(yōu)勢(shì)，就開(kāi)始選擇其以降低自動(dòng)駕駛方案的成本。而假設(shè)激光雷達(dá)未來(lái)成本大幅下降，在極端天氣下的表現(xiàn)更為穩(wěn)定，激光雷達(dá)取代4D毫米波雷達(dá)也并非沒(méi)有可能。”

“在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，目前主流的攝像頭+毫米波雷達(dá)+激光雷達(dá)的配置組合應(yīng)該不會(huì)改變。主要原因在于，每種傳感器都有自身的優(yōu)勢(shì)、劣勢(shì)及適用場(chǎng)景，它們興起與迭代是為了達(dá)到更高的安全性，提供更多的安全冗余。攝像頭可以捕捉顏色信息，毫米波雷達(dá)針對(duì)惡劣天氣有很好的適應(yīng)性，激光雷達(dá)的優(yōu)勢(shì)在于不受外界光線干擾，同時(shí)測(cè)距精度高，能夠補(bǔ)足強(qiáng)光、逆光、黑夜等其他傳感器弱勢(shì)場(chǎng)景。”圖達(dá)通(蘇州)有限公司總經(jīng)理鄧常敏向記者介紹道，“隨著L3及以上自動(dòng)駕駛技術(shù)的規(guī)模化商用，激光雷達(dá)的使用量會(huì)繼續(xù)增加，出現(xiàn)1顆、2顆，甚至4顆的多樣性趨勢(shì)。高性能激光雷達(dá)開(kāi)始逐步被車(chē)企采用并加入融合感知的方案中，終極目標(biāo)是為了使感知方案更加安全可靠。”

“4D毫米波雷達(dá)與激光雷達(dá)之間并不是替代關(guān)系。”楚航科技創(chuàng)始人、首席執(zhí)行官楚詠焱告訴記者，“對(duì)于L2自動(dòng)駕駛，4D毫米波雷達(dá)能夠防止因高度信息誤判產(chǎn)生的誤報(bào)警、誤制動(dòng)，從而更好實(shí)現(xiàn)FCW(前方碰撞預(yù)警)和AEB(自動(dòng)緊急制動(dòng))功能;對(duì)于L3～L5自動(dòng)駕駛，能夠與攝像頭、激光雷達(dá)等以光學(xué)為基礎(chǔ)的感知元器件更好地前向融合并提高魯棒性，應(yīng)該算是各司其職。”

張雨補(bǔ)充說(shuō)：“激光雷達(dá)可以提供精確的3D位置信息，不受環(huán)境光影響;毫米波雷達(dá)能夠輸出物體運(yùn)動(dòng)狀態(tài)，對(duì)雨、雪、霧等惡劣天氣魯棒性強(qiáng);攝像頭信息密度高，對(duì)遠(yuǎn)距離/小物體/通用語(yǔ)義效果更好;超聲波雷達(dá)成本低，自車(chē)米級(jí)別范圍精度高，能夠在倒車(chē)/泊車(chē)場(chǎng)景中起重要作用。”

組合方案源于技術(shù)等級(jí)需求

“對(duì)感知元器件的選型、布置和使用，我們應(yīng)從L3、L4高階自動(dòng)駕駛的需求進(jìn)行反向推導(dǎo)。”周勇的觀點(diǎn)旗幟鮮明，而行業(yè)內(nèi)持有類(lèi)似看法的人士不在少數(shù)。

“感知元器件的選型、搭配應(yīng)該基于對(duì)自動(dòng)駕駛需求的匹配，不同等級(jí)的自動(dòng)駕駛對(duì)感知的需求是有巨大差異的。不過(guò)，現(xiàn)在有兩個(gè)略顯尷尬的問(wèn)題，一是通常我們并不能做到完全依據(jù)系統(tǒng)需求，尋找能夠完美匹配的傳感器，而是要采用現(xiàn)有的主流傳感器;二是業(yè)界對(duì)于L3、L4自動(dòng)駕駛的需求暫時(shí)還沒(méi)有形成比較一致的清晰定義。”王超告訴記者。

“理想狀態(tài)應(yīng)該是基于整車(chē)自動(dòng)駕駛需求的適應(yīng)性來(lái)確定感知元器件，也就是產(chǎn)品到底定位于實(shí)現(xiàn)哪一個(gè)等級(jí)的自動(dòng)駕駛。”周勇分析認(rèn)為，“對(duì)于L1、L2自動(dòng)駕駛，單攝像頭或1R1V的配置就足夠了，但如果面向高等級(jí)自動(dòng)駕駛，當(dāng)前的傳感器組合方式及數(shù)量，仍有可以進(jìn)步的空間。因?yàn)槊恳活?lèi)傳感器都有自己鮮明的優(yōu)勢(shì)與劣勢(shì)，這是由其工作原理決定的。比如，攝像頭在夜間表現(xiàn)、縱向測(cè)距方面有短板;同樣的，毫米波雷達(dá)、激光雷達(dá)也有自己的問(wèn)題。既然我們追求在更多場(chǎng)景下實(shí)現(xiàn)自動(dòng)駕駛，那么多種感知元器件融合就變得順理成章了。”

鄧常敏認(rèn)同這種說(shuō)法：“不同場(chǎng)景的需求不同，L2及L2+自動(dòng)駕駛功能相對(duì)不復(fù)雜，可能只需要毫米波雷達(dá)和攝像頭即可;但L3及以上自動(dòng)駕駛，依靠更高性能的傳感器加入，如目前主流的攝像頭+毫米波雷達(dá)+激光雷達(dá)方案。”

周勇表示，從趨勢(shì)上看，單車(chē)傳感器的數(shù)量逐步增加，這有利于近距離補(bǔ)盲。比如，5R1V的組合還存在一定的盲區(qū)，車(chē)企于是開(kāi)始考慮增加配置，將毫米波雷達(dá)增加到7枚的水平。同時(shí)，隨著毫米波雷達(dá)的大規(guī)模量產(chǎn)，單個(gè)傳感器的成本也在逐漸降低。

在張雨看來(lái)，在量產(chǎn)自動(dòng)駕駛汽車(chē)上，激光雷達(dá)將從無(wú)到有，從少到多，直至全視角覆蓋。“當(dāng)前，我們處在從無(wú)到有的階段，激光雷達(dá)的成本已降至可以量產(chǎn)的水平，但如果進(jìn)行全視角覆蓋依然面臨兩方面的限制。第一是成本，達(dá)到全視角覆蓋需要5個(gè)左右的固態(tài)激光雷達(dá)支持，一定會(huì)造成成本的增加。第二是算力，全視角覆蓋意味著大量點(diǎn)云數(shù)據(jù)需要計(jì)算處理，當(dāng)前量產(chǎn)算力平臺(tái)能否滿(mǎn)足要求以及算力的機(jī)會(huì)成本都是需要考量的因素。”他對(duì)記者表示，“目前，單顆120°激光雷達(dá)足以應(yīng)對(duì)絕大部分復(fù)雜場(chǎng)景，因此，其搭配全視角視覺(jué)及其他傳感器，是滿(mǎn)足城市NOA(導(dǎo)航輔助駕駛)的最優(yōu)選擇。”

“就目前的ADAS而言，現(xiàn)有解決方案即攝像頭+毫米波雷達(dá)已能滿(mǎn)足需求，加入4D毫米波雷達(dá)應(yīng)該算是錦上添花。而對(duì)于L3及以上級(jí)別自動(dòng)駕駛，這類(lèi)傳感器就是必選項(xiàng)。”楚詠焱指出，“不過(guò)，如何配置感知元器件，仁者見(jiàn)仁、智者見(jiàn)智。不同整車(chē)企業(yè)的品牌定位不同，即便相同品牌不同級(jí)別車(chē)型的定位也不同，這就帶來(lái)感知元器件組合的不同方案。依據(jù)自動(dòng)駕駛的需求以及品牌、產(chǎn)品定位確定配置是比較理性的選擇。”

傳感器融合帶來(lái)的全新挑戰(zhàn)

張雨表示：“不同的傳感器特性不同，失效模式重合度低。良好的多傳感器融合方案，可以獲得比單傳感器更優(yōu)的感知效果，從而更好地滿(mǎn)足高級(jí)別自動(dòng)駕駛的需求。”

其實(shí)，不僅車(chē)端的感知元器件具有融合的條件與可能性，路側(cè)設(shè)備提供的感知信息也在不斷進(jìn)化。“激光雷達(dá)路側(cè)感知可為ADAS或自動(dòng)駕駛提供另一方面的感知冗余。其意義在于，擴(kuò)大了車(chē)端的感知范圍，讓車(chē)輛能更早、更及時(shí)地獲取周?chē)畔ⅲ⒓皶r(shí)做出路線規(guī)劃;可以解決車(chē)端的一些長(zhǎng)尾問(wèn)題，如鬼探頭，通過(guò)C-V2X及時(shí)將信息傳輸給車(chē)輛;能夠獲取城市宏觀交通狀態(tài)，從而確保道路安全，改善擁堵問(wèn)題，提高出行效率。”鄧常敏認(rèn)為。

不過(guò)，周勇告訴記者，感知元器件融合帶來(lái)的挑戰(zhàn)成為行業(yè)近幾年討論比較多的話題。“以攝像頭為例，其傳輸速率從最初的1M發(fā)展到后來(lái)的2.5M、3M，再到現(xiàn)在的8M;此外，近年來(lái)上車(chē)的激光雷達(dá)，點(diǎn)云數(shù)據(jù)也是越來(lái)越多。這些都會(huì)導(dǎo)致數(shù)據(jù)傳輸量的增加，同時(shí)對(duì)傳輸速率提出更高要求，因此出現(xiàn)了整車(chē)線束成本增加的傾向。行業(yè)對(duì)整車(chē)電子電氣架構(gòu)由分布式向集中式演進(jìn)已形成共識(shí)，但如何分步驟實(shí)現(xiàn)，集中又將達(dá)到何種程度，大家的認(rèn)識(shí)不同，還沒(méi)有一致的看法。”

“自動(dòng)駕駛傳感器的數(shù)量增多以及單傳感器數(shù)據(jù)量增多是大勢(shì)所趨，但同時(shí)數(shù)據(jù)傳輸也帶來(lái)嚴(yán)峻的挑戰(zhàn)。我們可以通過(guò)硬件計(jì)算的架構(gòu)設(shè)計(jì)，降低傳輸熱點(diǎn)的存在，以緩解傳輸瓶頸;同時(shí)，還嘗試通過(guò)計(jì)算前置、信息壓縮等方式來(lái)降低傳輸信息量。”張雨介紹說(shuō)。

車(chē)輛對(duì)傳感器的需求不斷提升

“全社會(huì)一直在追求更低的道路交通事故傷亡率，基于此，感知元器件的冗余水平，還未跨過(guò)保證絕對(duì)安全所需要的門(mén)檻。從優(yōu)先級(jí)來(lái)看，自動(dòng)駕駛依次追求安全、舒適，對(duì)成本的考量甚至需要放在最后。”周勇對(duì)記者說(shuō)，“面對(duì)未來(lái)的需求，有兩個(gè)關(guān)注點(diǎn)。首先是傳感器自身性能的提升。我們希望傳感器的精度、分辨率、視角、刷新率等參數(shù)指標(biāo)越高越好，但其副作用是消耗(需要的)算力也要不斷提高。而視角的擴(kuò)大必然造成探測(cè)距離的損失，這是在傳感器設(shè)計(jì)之初就需要進(jìn)行取舍的。其次是傳感器的布置使用角度，還有很大的提升空間。”

“隨著自動(dòng)駕駛向L4演進(jìn)，車(chē)輛對(duì)于傳感器的需求不斷提升。首先必須強(qiáng)調(diào)穩(wěn)定性和成本，拋開(kāi)這兩點(diǎn)，就不是有現(xiàn)實(shí)意義的自動(dòng)駕駛。在此基礎(chǔ)上，更高等級(jí)自動(dòng)駕駛需要激光雷達(dá)，以提升探測(cè)距離和分辨率。探測(cè)距離越遠(yuǎn)，探測(cè)分辨率越高，提供的精確3D位置信息范圍更大，信息密度更高，對(duì)感知多傳感器融合的幫助也就越大。此外，更高等級(jí)自動(dòng)駕駛也要求攝像頭的分辨率不斷提高，以此改善視距、小物體識(shí)別和語(yǔ)義級(jí)別感知能力。對(duì)于毫米波雷達(dá)而言，除了提供4D毫米波信息之外，也需要更高的信息密度，更稠密的點(diǎn)云。”張雨認(rèn)為，“安全無(wú)小事，對(duì)于L4自動(dòng)駕駛應(yīng)用，一定要確保安全優(yōu)先，從這個(gè)意義上說(shuō)，相關(guān)車(chē)輛的傳感器配置合理。對(duì)于非L4自動(dòng)駕駛應(yīng)用，設(shè)計(jì)上也應(yīng)該在兼顧舒適性與成本的同時(shí)，不犧牲安全性。目前，我們的單激光雷達(dá)城市NOA功能設(shè)計(jì)，正是建立在安全的基礎(chǔ)之上。城市NOA場(chǎng)景復(fù)雜，存在很多邊界場(chǎng)景，車(chē)輛需要更多的傳感器冗余。”

“更高級(jí)別自動(dòng)駕駛，對(duì)傳感器的探測(cè)距離、分辨率及探測(cè)穩(wěn)定性都提出了越來(lái)越高的要求。以激光雷達(dá)為例，要滿(mǎn)足L3及以上級(jí)別自動(dòng)駕駛，至少需要滿(mǎn)足250米的標(biāo)準(zhǔn)探測(cè)距離。”鄧常敏強(qiáng)調(diào)。

周勇告訴記者，令行業(yè)感到樂(lè)觀的是，國(guó)內(nèi)市場(chǎng)對(duì)于自動(dòng)駕駛的接受度較高，很多用戶(hù)即使并非高頻使用，但還是希望把自動(dòng)駕駛功能作為車(chē)輛配置。也因?yàn)檫@樣的高接受度，帶動(dòng)了自動(dòng)駕駛產(chǎn)業(yè)市場(chǎng)整體規(guī)模不斷擴(kuò)大，技術(shù)和產(chǎn)品成本的下降趨勢(shì)比較明顯的。

“從感知融合的角度講，傳感器會(huì)強(qiáng)化感知功能，弱化計(jì)算功能。”楚詠焱介紹道，“無(wú)論激光雷達(dá)、毫米波雷達(dá)還是攝像頭，感知在前端融合，計(jì)算放到域控制器或中央計(jì)算單元上是一個(gè)比較明確的方向。當(dāng)然這也帶來(lái)對(duì)數(shù)據(jù)傳輸實(shí)時(shí)性、安全性及抗干擾性等的挑戰(zhàn)。”

拒絕“力大飛磚”　堅(jiān)持算法優(yōu)先

在感知元器件市場(chǎng)快速增長(zhǎng)，配置方式百花齊放的背景下，算力與算法誰(shuí)更能有效應(yīng)對(duì)挑戰(zhàn)，成為了行業(yè)關(guān)注的重點(diǎn)。

“未來(lái)，行業(yè)肯定需要更強(qiáng)大的軟件保證自動(dòng)駕駛感知系統(tǒng)的質(zhì)量和精度，而軟件能力的提升，實(shí)際上又會(huì)受平臺(tái)算力的制約。因此，感知融合今后的發(fā)展，將有賴(lài)于平臺(tái)算力和融合算法兩方面的共同支撐。”張雨告訴記者，輕舟智航采用當(dāng)前高算力量產(chǎn)計(jì)算平臺(tái)，通過(guò)系統(tǒng)和模型性能優(yōu)化，充分利用平臺(tái)提供的異構(gòu)算力，使算法得以充分施展拳腳;算法能力方面，進(jìn)行數(shù)據(jù)層、特征層、觀測(cè)層的多層次融合，在相同算力下更充分地利用不同傳感器的特性，提升感知效果，同時(shí)，依托算法靈活適配不同車(chē)型、不同傳感器方案的特點(diǎn)，統(tǒng)合利用多種車(chē)型數(shù)據(jù)，保證算法的準(zhǔn)確度和泛化性。“在算法和部署優(yōu)化上同時(shí)發(fā)力，提升算力應(yīng)用效率，是我們的感知算法能在業(yè)界保持強(qiáng)大競(jìng)爭(zhēng)力和優(yōu)勢(shì)地位的原因。”他稱(chēng)。

“我個(gè)人認(rèn)為，感知融合更依賴(lài)算法，算力只是基礎(chǔ)條件。”周勇表示，“目前來(lái)看，以深度學(xué)習(xí)為代表的人工智能技術(shù)已開(kāi)始幫助算法提升、進(jìn)化，有助于幫助我們解決更多的自動(dòng)駕駛長(zhǎng)尾問(wèn)題。”

“在感知融合的條件下，突破是需要依賴(lài)算法的，不同的算法對(duì)算力的需求不同。我們對(duì)算法的調(diào)試能夠適應(yīng)低算力平臺(tái)的搭載需求，但感知融合的表現(xiàn)如何，算法起著決定性作用。”王超認(rèn)為，“自動(dòng)駕駛的場(chǎng)景極其豐富，我們希望適應(yīng)更多的場(chǎng)景，這就需要依靠堆疊模型的方法，推到算力端去解決既不現(xiàn)實(shí)也不經(jīng)濟(jì)，解決方案還是要依靠算法的優(yōu)化與迭代。”

“硬件是門(mén)檻，定義了感知元器件能夠做什么;算法則是來(lái)幫助硬件彌補(bǔ)缺陷、排除干擾和提升效果的。”楚詠焱表示，“當(dāng)然，算法也在進(jìn)行融合，未來(lái)自動(dòng)駕駛感知技術(shù)的發(fā)展將呈現(xiàn)硬件與算法相互交融的趨勢(shì)。”

關(guān)鍵詞： 長(zhǎng)安汽車(chē) 智能駕駛 華域汽車(chē) 輕舟智航