4D成像雷達(dá)專欄 | 4D高分辨毫米波雷達(dá)概述

本文首發(fā)于公眾號(hào)【調(diào)皮連續(xù)波】，其他平臺(tái)為自動(dòng)同步，內(nèi)容若不全或亂碼，請(qǐng)前往公眾號(hào)閱讀。保持關(guān)注調(diào)皮哥，和1.6W雷達(dá)er一起學(xué)習(xí)雷達(dá)技術(shù)！

【正文】

編輯|雷達(dá)小助理 審核|調(diào)皮哥

---

1、概述

4D高分辨毫米波雷達(dá)(4D High Resolution Radar)，也叫做4D成像毫米波雷達(dá)，簡(jiǎn)稱4D成像雷達(dá)。不論是傳統(tǒng)毫米波雷達(dá)(mmWave Radar)，還是4D成像雷達(dá)，或者是其他汽車上使用的雷達(dá)，都可以統(tǒng)稱為汽車?yán)走_(dá)。

4D指的是距離(Range)、速度(Velocity)、水平角度(Azimuth)和俯仰角度或高度(Elevation)四個(gè)維度的信息，但極少數(shù)雷達(dá)廠商為了吸引投資者眼球，在4D的基礎(chǔ)上增加上雷達(dá)散射截面積(Radar Cross Section，RCS)、微多普勒（Micro-Doppler)或者其他維度信息，自稱5D成像雷達(dá)。不過業(yè)內(nèi)一般僅提4D成像雷達(dá)，把RCS、微多普勒等信息當(dāng)作目標(biāo)的特殊屬性提取特征，并采用機(jī)器學(xué)習(xí)模型實(shí)現(xiàn)目標(biāo)分類(Classification)。上述的每一個(gè)維度的信息獲取，都是4D成像雷達(dá)的一個(gè)子課題或者關(guān)鍵技術(shù)，后續(xù)會(huì)慢慢提及這些關(guān)鍵技術(shù)。

雖然，在未來4D成像雷達(dá)將承擔(dān)自動(dòng)駕駛關(guān)鍵傳感器的角色，如360°環(huán)視感知、行泊一體、全自動(dòng)駕駛等，但目前(2023年5月)4D成像雷達(dá)還沒有大規(guī)模使用，用于車載的雷達(dá)仍舊以低成本的傳統(tǒng)前向雷達(dá)為主。

現(xiàn)代雷達(dá)是一個(gè)龐大且復(fù)雜的系統(tǒng)，涉及天線、射頻、信號(hào)處理、數(shù)據(jù)處理等“軟硬算測(cè)”等多方面的內(nèi)容，而毫米波雷達(dá)麻雀雖小但五臟俱全，其復(fù)雜程度沒有半點(diǎn)降低，且面對(duì)的場(chǎng)景更加復(fù)雜。對(duì)天的軍事雷達(dá)工作環(huán)境背景比較干凈，但其模式比較復(fù)雜（如搜索、跟蹤、監(jiān)視、導(dǎo)引）。

目前，車載4D成像雷達(dá)工作模式可以說比較單一，即使目前的車載前向雷達(dá)可以具備多模功能，可同時(shí)探測(cè)“遠(yuǎn)中近”的目標(biāo)。但在城市道路十分復(fù)雜的環(huán)境背景，存在多徑干擾和目標(biāo)形態(tài)各異等原因，要做好一款4D成像雷達(dá)并不簡(jiǎn)單?？梢哉f很多事情都是摸著石頭過河，并不是光砸錢就能解決的，而未來汽車?yán)走_(dá)也可能具備復(fù)雜的工作模式。

本文主要介紹4D成像雷達(dá)的一些實(shí)現(xiàn)技術(shù)和可以拓展的功能，毫米波雷達(dá)未來的發(fā)展趨勢(shì)是：小體積、低功耗、高實(shí)時(shí)性(低算力)、低成本、多模式、高分辨、智能化、全方位感知。更進(jìn)一步說，目前在硬件趨于同質(zhì)化的情況下，如果沒有新的技術(shù)從底層硬件材料或者信號(hào)處理算法上得到突破，那么未來的雷達(dá)將在智能化方面聯(lián)合人工智能(AI)算法，增強(qiáng)雷達(dá)的數(shù)據(jù)處理以及目標(biāo)識(shí)別與分類的能力。但前提是，底層信號(hào)處理鏈路提供的點(diǎn)云能夠保質(zhì)保量，正所謂：兵不在多，而在精。

2、高分辨點(diǎn)云

與傳統(tǒng)毫米波雷達(dá)相比，4D成像雷達(dá)的優(yōu)勢(shì)就是高分辨，即讓目標(biāo)在距離維度和角度維上的分辨率更高，得到的散點(diǎn)簇(Cluster)數(shù)量是傳統(tǒng)毫米波雷達(dá)的數(shù)十倍，根據(jù)目前雷達(dá)企業(yè)的產(chǎn)品指標(biāo)一般每秒(15~20幀)數(shù)萬個(gè)點(diǎn)。如此密集的散點(diǎn)簇組合后被稱為點(diǎn)云(Point cloud)，點(diǎn)云能夠在一定程度上體現(xiàn)目標(biāo)的輪廓，達(dá)到“成像”的效果，這就是4D成像雷達(dá)4D Imaging Radar）的由來，但和激光雷達(dá)(Lidar)、合成孔徑雷達(dá)（SAR）相比還遠(yuǎn)遠(yuǎn)不夠。

前面提到，一味追求點(diǎn)云數(shù)量并非明智之選，還需要保證點(diǎn)云的質(zhì)量。點(diǎn)云數(shù)量多實(shí)時(shí)性難以保證，冗余的點(diǎn)云信息其實(shí)沒有用。也就是說需要在保證點(diǎn)云質(zhì)量的基礎(chǔ)上，提高點(diǎn)云的數(shù)量，即使數(shù)量少一些也要保證質(zhì)量。

4D成像雷達(dá)最具優(yōu)勢(shì)的特點(diǎn)就是提供高質(zhì)量的點(diǎn)云，高質(zhì)量的點(diǎn)云卻極大地擴(kuò)展了毫米波的應(yīng)用范圍，傳統(tǒng)毫米波雷達(dá)只能在ADAS(L2和L3級(jí)別的自動(dòng)駕駛)中使用。而4D成像雷達(dá)的推出，為毫米波雷達(dá)家族(前向、后向、側(cè)向、角雷達(dá)、艙內(nèi)活體檢測(cè)、360環(huán)視感知)進(jìn)入高級(jí)無人駕駛提供入場(chǎng)券，可與攝像頭、激光雷達(dá)、超聲波雷達(dá)同分一杯羹了。

3、4D成像雷達(dá)功能

4D成像雷達(dá)下述的功能，使其更進(jìn)一步獲得與激光雷達(dá)和相機(jī)相提并論的資格。

（1）360環(huán)視場(chǎng)景感知

（2）自動(dòng)泊車（APS）或行泊一體化

（3）可行駛區(qū)域檢測(cè)（Freespace）

（4）目標(biāo)分類（Classification）

（5）目標(biāo)局部定位（Locallization）

（6）SLAM（landmark based SLAM）

目前國(guó)內(nèi)的大部分雷達(dá)廠商都還不具備量產(chǎn)資格，即使從2018年開始研發(fā)4D成像雷達(dá)，如今（2023年）5年的時(shí)間過去了，也只有幾家企業(yè)官宣量產(chǎn)上車。

國(guó)外雷達(dá)企業(yè)如大陸、博世、安波福、海拉、奧托立夫等玩法諸多，有多芯片級(jí)聯(lián)方案、有特殊的天線結(jié)構(gòu)、布陣形式等。METAWAVE的核心技術(shù)是利用超材料構(gòu)建波束掃描收發(fā)陣列，采用基于Pencil Beam的窄波束掃描整個(gè)FoV，并在算法層面引入AI Engine，實(shí)現(xiàn)了一款高分辨智能雷達(dá)。另外，Cognitive、Arbe、Oculii、Uhnder、Vayyar、Lunewave、Echodyne、瑞薩等公司都在相繼研發(fā)4D成像雷達(dá)。

4、4D成像雷達(dá)實(shí)現(xiàn)方案

總的來說，目前主要有以下四種方案，未來可能還會(huì)出現(xiàn)新的方案。

（1）軟件虛擬孔徑雷達(dá)方案

本方案強(qiáng)調(diào)“軟件定義的雷達(dá)”，主要廠家有傲酷（Oculii）、Mobileye、Zadar等。軟件虛擬孔徑雷達(dá)（VAR），其核心在于通過軟件模擬，增大毫米波雷達(dá)的孔徑以提升角分辨率。角分辨率即為雷達(dá)的指向精度。比如雷達(dá)指向精度0.01rad（換算成角度就是0.6°），則自動(dòng)駕駛車輛可以在100米的距離獲得1米的分辨率。在雷達(dá)中，角分辨率的高低與波長(zhǎng)與孔徑大小有關(guān)（3dB波束寬度或半功率波束寬度），即波長(zhǎng)越長(zhǎng)，角分辨率越低，孔徑越大，分辨率越高。

傳統(tǒng)毫米波雷達(dá)大多為24GHz，波長(zhǎng)較長(zhǎng)且孔徑小，其特性注定角度分辨率低。倘若擴(kuò)展天線的尺寸或者增加天線的數(shù)量，可以提高雷達(dá)性能，但也會(huì)顯著增加成本、尺寸和功耗。而

4D成像雷達(dá)可通過虛擬孔徑成像軟件算法和天線設(shè)計(jì)模擬數(shù)倍、甚至數(shù)十倍天線以提升角分辨率。4D成像雷達(dá)公司傲酷（美國(guó)）推出的商用4D成像雷達(dá)EAGLE，其搭載虛擬孔徑成像軟件可動(dòng)態(tài)發(fā)送相位調(diào)制的自適應(yīng)波形。該波形可跟隨環(huán)境實(shí)時(shí)變化，并隨時(shí)間編碼數(shù)據(jù)，從而可雷達(dá)硬件的角分辨率最高提升達(dá)100倍。最終實(shí)現(xiàn)水平120°和縱向30°的寬視場(chǎng)中提供0.5°水平x1°縱向的角分辨率。傲酷的點(diǎn)云數(shù)量看似很多，但其犧牲了置信度換取更高的分辨率，實(shí)則點(diǎn)云的質(zhì)量并不高，且國(guó)內(nèi)反響并不明顯。

（2）專用成像雷達(dá)芯片方案

本方案主要是如Arbe、Vayyar等。成像雷達(dá)芯片是整個(gè)系統(tǒng)的核心，包括多種功能電路，如低噪聲放大器（LNA）、功率放大器（PA）、混頻器、壓控振蕩器（VCO）、鎖相環(huán)頻率綜合器（PLL）、本振鏈路（LO）、移相器（Phase shifter）、倍頻器（Frequency multiplier）、分頻器（Divider）、可編程增益放大器（PGA）、濾波器（Filter）、甚至收發(fā)天線等，需要具備射頻損耗小、噪聲低、頻帶寬、動(dòng)態(tài)范圍大、輸出功率大、功率附加效率高、抗電磁輻射能力強(qiáng)、收發(fā)隔離度高等特點(diǎn)。

目前量產(chǎn)的76GHz~81GHz毫米波雷達(dá)芯片技術(shù)大都采用SiGe制程，接收通道、發(fā)射通道和本振(LO)通道分開實(shí)現(xiàn)。目前正在向成本更低、集成度更高的硅基CMOS技術(shù)演進(jìn)，從65nm、40nm逐步向28nm、16nm工藝演進(jìn)，同時(shí)集成度進(jìn)一步提高，實(shí)現(xiàn)射頻前端、ADC、MCU和存儲(chǔ)器單片全集成，達(dá)到成本低、封裝小、重量輕、功耗低的設(shè)計(jì)要求。

毫米波雷達(dá)根據(jù)點(diǎn)云密度由低至高可分為24GHz、77GHz、79GHz三種，以前24GHz為市場(chǎng)主流，目前77GHz及79GHz初入量產(chǎn)階段，逐漸替代24GHz。點(diǎn)云密度低意味著自動(dòng)駕駛車輛在行駛中無法對(duì)周圍行人、車輛、樁桶點(diǎn)云成像，使得僅搭載毫米波雷達(dá)的車輛無法在復(fù)雜路段行駛。而目前4D成像雷達(dá)普遍為77GHz及以上頻段，車輛可在行駛中達(dá)到類似激光點(diǎn)云的成像方式。

但存在問題是，Arbe的超高通道方案目前行業(yè)整體反饋并不好，Vayyar則被TI拆解后發(fā)現(xiàn)造假。

（3）多芯片級(jí)聯(lián)方案

本方案主要目的是以增加天線數(shù)量，提高角度分辨率，比如大陸、博世、采埃孚(ZF)、森思泰克、楚航科技、行易道等一眾公司。

毫米波雷達(dá)天線的主流方案是微帶陣列，利用較小的高頻印刷電路板（PCB）空間產(chǎn)生足夠的天線輻射強(qiáng)度，并實(shí)現(xiàn)與芯片的互連。基于多芯片級(jí)聯(lián)的79GHz MIMO毫米波成像雷達(dá)是未來產(chǎn)業(yè)化方向，采用多芯片級(jí)聯(lián)和微型化PCB板載天線陣列，加上雷達(dá)信號(hào)處理，可以實(shí)現(xiàn)面向高精度多維成像的79GHz MIMO虛擬陣列雷達(dá)，將識(shí)別精度進(jìn)一步提升到微米級(jí)別，支持距離、速度、角度、高度測(cè)量和多視角可調(diào)多工作模式，實(shí)現(xiàn)全天候下的多維毫米波成像。

芯片級(jí)聯(lián)可分為雙級(jí)聯(lián)、四級(jí)聯(lián)、六級(jí)聯(lián)和八級(jí)聯(lián)4種方式，通過3發(fā)4收的芯片聯(lián)為一體組成6發(fā)8收、12發(fā)16收、18發(fā)24收、24發(fā)32收芯片。然而，此種傳統(tǒng)提高角分辨率的方式，只是簡(jiǎn)單堆砌更多芯片、更多天線。例如提高角分辨率到1度角，必須通過多個(gè)芯片級(jí)聯(lián)、增加天線孔徑，但缺點(diǎn)是雷達(dá)硬件受成本、尺寸、功耗的限制較大，部分四級(jí)聯(lián)成像雷達(dá)功耗都達(dá)到25W。

（4）超材料方案

采用超材料研發(fā)新型雷達(dá)架構(gòu)，代表廠家有Metawave等。通過在超材料表面上嵌入顯微結(jié)構(gòu)，該結(jié)構(gòu)可結(jié)合電磁波傳播技術(shù)，以此創(chuàng)建出比傳統(tǒng)電路要小很多的電路。此類技術(shù)為代表的公司是Metawave，其SPEKTRA雷達(dá)通過模擬波束并不斷轉(zhuǎn)向波束，可對(duì)350米以上的車輛和200米以上的行人進(jìn)行檢測(cè)和分類。

Metawave采用的方法是把電磁波束緊緊地聚攏起來，讓其能量集中在一處，要實(shí)現(xiàn)這樣的效果，在數(shù)字空間（Digital Space）是辦不到的，只有在模擬空間（AnalogSpace）里才能做到。實(shí)際上，WARLORD可以說是一款模擬波束雷達(dá)產(chǎn)品（Analog Beam Forming Radar）。WARLORD的技術(shù)特性如下所示：

（1）Metawave采用的是單天線，而非天線陣列，同時(shí)接收也是單線的。這種天線由復(fù)合超材料結(jié)構(gòu)而成，每一個(gè)超材料單元（Unit Cell）都有活躍組件能夠參與波束成形，還能調(diào)整波束角度，這相較于如今大部分雷達(dá)用的多天線結(jié)構(gòu)有很大的優(yōu)勢(shì)。

（2）Metawave采用了英飛凌、NXP和TI等Tier2的芯片將天線和芯片組進(jìn)行了整合。

（3）采用優(yōu)越的微控制技術(shù)，比如要控制天線探測(cè)前方的物體，追蹤其距離、角度、速度以及運(yùn)動(dòng)的方式，同時(shí)還要判斷這些物體的類別，最后還要把這些經(jīng)過處理的信息傳送給（自動(dòng)駕駛汽車）的傳感器融合單元。

5、4D成像雷達(dá)算法

雷達(dá)算法分為信號(hào)處理和數(shù)據(jù)處理兩個(gè)部分，信號(hào)處理偏底層，是雷達(dá)算法的關(guān)鍵基礎(chǔ)技術(shù)，雷達(dá)信號(hào)處理（Radar Signal Processing，RSP），主要要包含如下幾個(gè)方面：

(1)陣列天線設(shè)計(jì)

陣列天線布局設(shè)計(jì)與優(yōu)化，涉及到均勻線陣(ULA)、非均勻線陣(NLA)、最小冗余陣(MRA)、嵌套陣(NA)、互質(zhì)陣(CPA)，4D成像雷達(dá)的方位角分辨率和俯仰角度分辨率需要達(dá)到1°以內(nèi)。

通常布陣后續(xù)的MIMO信號(hào)處理和超分辨DOA估計(jì)是聯(lián)合在一起的，需要系統(tǒng)考慮。

(2)MIMO信號(hào)處理

MIMO信號(hào)處理主要是通道分離，主要涉及到波形設(shè)計(jì)技術(shù)，如TDMA、BPMA、DDMA、CDMA、TDMA+DDMA-MIMO等波形，另外還有采用PMCW波形。

(3) 目標(biāo)檢測(cè)與參數(shù)估計(jì)

雷達(dá)鏈路預(yù)算、CFAR、測(cè)距、測(cè)速、測(cè)角，比如FFT+插值細(xì)化。

(4) 超分辨DOA估計(jì)

FFT、DBF、Capon等算法分辨率不夠，無法提供角度高分辨，因此需要采用超分辨算法，比如ROMP、IAA、DML、CS、神經(jīng)網(wǎng)絡(luò)DOA估計(jì)等。DOA算法大概有20多種，傳統(tǒng)的毫米波雷達(dá)采用的算法還是ULA+FFT，但對(duì)于4D成像雷達(dá)還不夠，一般為了滿足實(shí)時(shí)性要求，在工程上大多數(shù)方案喜歡ULA(稀疏陣)+FFT粗搜+超分辨細(xì)搜方案。

(5)通道校準(zhǔn)(Calibration)

天線通道校準(zhǔn)是必須的，校準(zhǔn)方面如通道幅相誤差、頻率誤差、陣列互耦誤差、陣元位置誤差、方向圖一致性誤差、有限采樣誤差(Finite Samping Error)、安裝誤差(Mount Error)等。

(6)點(diǎn)云聚類算法

聚類算法并不是必須的，有時(shí)候無須聚類也行。常用的聚類算法是DBSCAN，但對(duì)于實(shí)際場(chǎng)景中如何區(qū)分汽車和汽車旁邊的行人，并不會(huì)引起同簇分裂和異簇合并，卻沒有那么簡(jiǎn)單。一些新的聚類算法被提出用于提高算法執(zhí)行效率或者改善聚類效果，比如多幀聯(lián)合聚類(ICP)、分階段二次聚類，或者基于Kd-tree的加速聚類算法。

(7)目標(biāo)跟蹤算法

目標(biāo)跟蹤算法主要涉及航跡起始、跟蹤濾波和數(shù)據(jù)關(guān)聯(lián)三大核心技術(shù)。航跡起始有邏輯法(滑窗法)、直觀法、Hough變換法。跟蹤濾波采用卡爾曼濾波，卡爾曼濾波有很多種，如KF、EKF、UKF、CKF。關(guān)聯(lián)算法有單目標(biāo)采用NN、PDA，多目標(biāo)采用JPDA、匈牙利匹配。

(8)目標(biāo)分類與識(shí)別算法

目標(biāo)識(shí)別技術(shù)可以對(duì)被檢測(cè)物體進(jìn)行區(qū)分和分類，識(shí)別完成之后，就有可以針對(duì)特定類型的目標(biāo)優(yōu)化信號(hào)處理算法，例如，針對(duì)客車和行人可以采用不同的跟蹤和濾波算法，這樣可以提高雷達(dá)的檢測(cè)效果，這種就有點(diǎn)類似于自適應(yīng)動(dòng)態(tài)調(diào)整。

常見的機(jī)器學(xué)習(xí)算法有KNN、SVM、隨機(jī)森林、決策樹等等。

(9)多傳感器融合

雷雷融合、雷視融合等。

（10）可行駛區(qū)域檢測(cè)

可行駛區(qū)域檢測(cè)可以幫助自動(dòng)駕駛汽車規(guī)劃行駛路線。

上述技術(shù)的具體實(shí)現(xiàn)方法，本文不做詳細(xì)論文，留待后續(xù)的文章中詳細(xì)解析。

6、4D成像雷達(dá)效果展示

(1)ARS548

點(diǎn)云數(shù)量并不多，但質(zhì)量是真的高。

(2)Arbe

(3)華為

（4）特斯拉

（5）傲酷

從本文開始，博主將做一個(gè)4D成像雷達(dá)專欄，主要分析當(dāng)下的4D成像雷達(dá)前沿技術(shù)和工程應(yīng)用技術(shù)，幫助讀者認(rèn)識(shí)4D成像雷達(dá)。當(dāng)然，其他種類的雷達(dá)也可以借鑒4D成像雷達(dá)技術(shù)，因?yàn)榇蠖鄶?shù)內(nèi)容是相通的。所有文章的Word版會(huì)陸續(xù)放在了年度會(huì)員文章庫中，會(huì)員可直接下載閱讀。

【本期結(jié)束】

---

2023年度會(huì)員內(nèi)容更新公告（05.20）

序號(hào)	類別	內(nèi)容	文件路徑
1	雷達(dá)文章	本文內(nèi)容Wrod版	根目錄雷達(dá)文章庫

【點(diǎn)擊以下鏈接可直達(dá)各個(gè)業(yè)務(wù)模塊】

加入雷達(dá)技術(shù)交流群	加入年度會(huì)員（專屬VIP群）
雷達(dá)項(xiàng)目交流與合作	付費(fèi)咨詢
商業(yè)推廣合作	文章投稿指南

---

本文是空閑時(shí)個(gè)人的心得體會(huì)，僅供參考。目前我還有很多內(nèi)容需要學(xué)習(xí)，如果還有沒有說到或者不全面的地方，還請(qǐng)指正，感謝大家。喜歡本文，可以轉(zhuǎn)發(fā)朋友圈。歡迎關(guān)注備用號(hào)【跳頻連續(xù)波】。