[中国，上海，4月18日] 在2021年上海国际车展前夕，华为首次公开发布高分辨成像雷达产品和解决方案。华为融合感知产品部Radar & Camera总经理苗立靖就成像雷达3大核心能力，大阵列高分辨、大视野无模糊、4D高密点云和6大价值场景进行了全面的阐述。

相比激光雷达和摄像头，毫米波雷达具备极佳的测速能力、极佳的天气和光线鲁棒性(不受光线和雨雪天气影响)，以及非视距被遮挡目标的独特探测能力。高分辨4D成像雷达在继承这些优势的同时，大幅提升分辨率，目标检测的置信度和检测范围(如距离和FOV)，同时进化出像激光雷达一样的高密度点云，可带来丰富的感知增强应用，比如环境刻画，雷达构图，定位等，也可以通过多雷达的点云级融合，更好实现车周的360°检测。4D成像雷达必然会带来革命性的变化，成为高阶自动驾驶下一个必备武器。

华为毫米波雷达团队从2017年开始技术预研，用了2年时间，完成基础技术与能力的验证，完成技术验证和市场分析，确定第一代产品方向;2019年正式启动商用产品开发，包括中距和短距两个产品。去年完成第一次夏测和冬测，预计今年实现首项目SOP交付，2022~2023年将有更多项目量产，有希望快速实现年发货超百万。

在第一代雷达研发的同时，华为也看到自动驾驶或者说体验意义上的自动驾驶逐步走向量产。它带来了传感器的全新要求，辅助驾驶更多关注人车检测，自动驾驶要求全目标检测，而且要求高置信度，比如准确检测100米外障碍物。自动驾驶对感知覆盖的要求也大幅提升，纵向300米车辆，横向120°，同时为支持自动变道功能，车周360°都需要连续跟踪。

自动驾驶诉求总结下来就是四全，全目标，全覆盖，全工况和全天候，这就是理想传感器目标。

全目标：原来辅助驾驶的检测目标更多是车和人，自动驾驶要求全面检测路面或路边静止物。

全覆盖：纵向检测需要覆盖200米以外的车辆，横向的FOV检测也从90°提升到120°。为了实现安全自动变道等高级功能，车周身的360°目标都需要连续检测。

全工况：原来辅助驾驶更多考虑的是高速场景，当前自动驾驶由高速开始，逐步考虑城区扩展，同时一些极限、特殊场景也需成为感知能力范围，如拥塞、事故。

全天候：为了保证体验连续性，需要考虑不同天气和不同光线条件等复杂环境下，传感器仍具备可靠的感知能力。

面向这些诉求，摄像头率先演进，2MP升级到8MP，搭载数量每车5个到10个以上，高线数激光雷达也陆续成为主流量产车型的必备选择。剩下一个命题是毫米波将如何演进?

华为认为毫米波的下一步演进就是高分辨4D成像雷达，4D是指检测目标的4个维度，包括它的速度、距离、水平角度和垂直角度，传统雷达水平分辨能力不足，不支持垂直分辨，导致看不清，看不准。近年来自动驾驶事故中，感知不足是重要原因之一，比如没有有效识别静止车辆或事故车辆，隔离桩或护栏判断不准导致严重事故。

4D成像雷达大幅提升水平和垂直的角度测量能力，满足全目标，全覆盖和多工况的感知要求，逐步接近理想传感器目标，将和摄像头、激光雷达形成有效融合和冗余，打造满足自动驾驶要求的感知铁三角。

华为正式发布的下一代高分辨4D成像雷达，在3个方面实现能力的断代性提升：

第一个是大阵列高分辨。提高角度分辨，单纯依靠软件算法虽有部分优化方案，但华为认为更普适、更可靠的方式是增加天线阵列，加大天线口径，实现能力的跨越式提升。华为高分辨4D成像雷达采用12个发射通道，24接收通道，比常规毫米波3发4收的天线配置，整整提升了24倍，比业界典型成像雷达多50%接收通道，这是短期可量产的最大天线配置成像雷达。通过这样的超强硬件配置，水平角分辨率将从传统的3~4°，提升到1°，垂直高度分辨也从无到有，达到2°，这是天线能力实口径，软件优化还有进步空间。更重要是角测量精度也将从0.2°度提升到0.1°，对城区拥堵等密集场景非常有意义。

第二是大视场无模糊。水平视场从90°提升到120°，垂直视场从18°提升到30°，纵向探测距离从200米提升到300米以上。覆盖范围（距离+FOV）的扩展，一方面由自动驾驶功能驱动，另一方面来自多传感器融合冗余需求。例如，8MP摄像头采用30°+120°两个模组，实现远距30°内，大于500米车辆感知，近距支持120°内的200米覆盖。

通过大阵列设计，一个4D成像雷达可支持远近两种波形，兼顾远距和近距广角覆盖，长波形支持18°内超过300米覆盖，短波形实现120°内的150米覆盖，完全满足十字路口等城区场景要求，将对齐摄像头和激光雷达目标;

还要特别强调的是无模糊能力，传统雷达角度测量有多义性，就是一个目标可能计算出多个角度方向，需要进一步算法消除。华为4D成像雷达通过天线排布和信号处理优化，实现角度无模糊，准确识别目标，在人车混流、十字路口的多目标场景非常有用，可以避免角度模糊结果和真实反射混到一起，减少虚警，形成高置信度点云，并简化后端点云跟踪算法，避免多帧消除的处理时延

第三是4D高密点云。作为综合能力提升的结果，毫米波雷达也可以像激光雷达一样支持高密度点云。成像雷达的4D点云，也就是速度，距离，水平角度和垂直高度，相比激光雷达点云，多一个速度维度，可以有更多的维度对目标物体进行诠释;相比传统雷达，4D点云带来丰富的感知增强应用，比如环境刻画，雷达构图，定位等，也可以通过多雷达的点云级融合，更好实现车周的360°检测，这将会带来革命性的变化。比如利用MDC的大算力资源，引入AI方案增强目标跟踪;也可以基于点云，实现分米级精度的构图与定位。需要补充的是，因为毫米波的天气和光线鲁棒性非常好，基于毫米波的构图与定位将有非常大的应用空间。

另外，点云处理意味需要点云采集及域控软件配套，华为在这方面会有非常强的合作开发能力。华为4D成像雷达的开发团队主体在中国，数据分析和采集，中国场景会优化的更充分，在与OEM域控软件对接中，实现高效联合开发。

对于4D成像雷达的组网，华为灵活支持3种架构：对接小算力域控，雷达仅输出目标;对接大算力域控，所有跟踪处理在域控完成，仅输出4D点云;或点云+目标混合输出模式

在用户价值上，华为提炼总结了4D成像雷达的6大场景价值

1.高速巡航场景：要保障高速巡航的行车体验，主要指标是看的更远更清，避免急刹。典型场景是前方拥塞时，130kph下舒适性刹停，需要判断220米外前车是处于本车道还是邻车道。

4D成像雷达支持1°水平分辨，300米的车辆检测跟踪，这样即便220米外两辆车完全同速同距，位于相邻车道，也可以通过角度分辨出来

2.安全避障：无论自动驾驶还是辅助驾驶，安全仍是首要问题，对传感器最迫切诉求是静止障碍物检测，这是传统毫米波的短板。4D成像雷达点云密度提升10倍，大幅提升静止目标检测置信度，小障碍物检测也有很好表现。例如锥桶探测距离达到110米，也可实现护栏静止车分辨

支持静止物检测，就必须有效区别地面静止物或悬空物，比如不能把龙门架上报为障碍物。成像雷达通过2°垂直分辨，极限场景可通过高度测量，分辨220米外龙门架和下方静止车，保证不会被误判障碍物

3.城区巡航：高阶自动驾驶中，城区场景是最难的，主要挑战是大量横向运动检测，和多目标的复杂工况，如人车混行场景(近端行人，车辆L型);人/自行车等VRU和公交的大小目标并行场景;被遮挡场景，施工区护栏变窄场景等，成像雷达大视场无模糊能力可以很好地匹配城区要求。

此外测角精度和高动态能力也非常重要。测角精度从0.2°提升到0.1°，50米横向测量误差将小于10cm，100米测量误差小于20cm，这对城区场景，狭窄区域可通行判断非常有用。同时，成像雷达具备更高动态范围，对公交车和行人并排，大小目标场景也可准确检测

4.非视距前前车检测：被遮挡或部分被遮挡目标感知是毫米波独特能力，就是电磁波信号从车辆底盘下方传播，实现非视距目标探测。相对传统雷达，因为4D成像雷达的多径处理能力更强，典型场景前前车的探测能力将提升100%以上。

4D成像雷达可以看到前车，前前车，和前前前车，甚至可以看到前前车的大致底盘轮廓，通过对前前车的感知，比如有急减速，可提前预判前车动作，减少连环追尾风险。

5.环境刻画：4D点云有很多应用，环境刻画是最典型的一个

通过150米以上的护栏探测，有效确定道路边界;

通过高精度测高，准确判断地面、地上、空中等不同高度目标，勾勒3D道路拓扑结构;

最后通过人车障碍物等点云处理，可以生成10cm精度的可通行区域，形成完全匹敌激光雷达和摄像头的环境刻画

6.360°全方位检测：最后一点是也是4D点云应用，就是全车多雷达的点云集中在域控上处理，实现从“目标级融合”到“检测级融合”，融合后点云对360°车辆连续跟踪非常有用，比如后向超车场景，从迫近到超越，融合点云整个过程是连续的，确保跟踪过程平稳，最大避免跟踪ID跳变。 这样Cut-in检测或意图判断也可以提前进行，有助于解决近距Cut-in问题。

综上所述，华为高分辨4D成像雷达总结为3大能力，6大价值：

3大能力：4倍分辨率提升，大视场无模糊，4D高密点云。

6大价值：高速巡航超远感知，高速巡航避障，城区多目标复杂场景可用，非视距感知，环境刻画，多雷达点云360°融合

正是有着如此之多的独特优势和需求驱动，华为相信，成像雷达必然会成为下一个高阶自动驾驶的必备武器，和高线数激光雷达，高清摄像头一起，使能高阶自动驾驶。