传统毫米波雷达存在静止车、高架桥以及急刹车三个痛点场景。具体来看，3D/3.5D毫米波雷达探测距离近，稳定性差、误报多；点云稀疏、分辨率和精度不足，导致在车辆转弯、行人/自行车横穿、多目标场景下跟踪目标分裂、丢失、位置跳动等问题，无法融合；点云数量无法支持对各类路沿、岔道、安全岛等的轮廓刻画需求。

图片来源于网络，如有侵权，请联系删除

随着自动驾驶进程的演进，解决以上痛点迫在眉睫。对此，2023年12月19日，在长城汽车2023技术研讨会上，北京木牛领航科技有限公司技术VP姜伟博士表示，4D成像雷达成功解决传统毫米波雷达痛点问题。

图片来源于网络，如有侵权，请联系删除

“6T8R相比3T4R质变已发生，考虑到商用化程度、系统复杂度、成本等因素，6T8R 4D与Camera融合，将成为L2+ NOA类功能的海量量产落地的引爆点。”姜伟博士表示。

姜伟 博士 | 北京木牛领航科技有限公司技术VP

以下为演讲内容整理：

为什么需要4D成像雷达？

2021年，特斯拉在其AI总会上宣布取消雷达，对静止车、高架桥以及急刹车三个痛点场景进行了深入剖析。对于传统跨车雷达3D或3.5D的雷达来说，由于横向分辨率不足和多次反射，静止目标的检测确实是一个难题。而4D在提高分辨率的同时，显著提升了静止目标的置信度。

总体来讲，提升通道数是解决毫米波雷达痛点问题的有效手段。对比第四代3.5D的3T4R和第五代4D的6T8R，通道数从12提升到了48，提升了4倍；垂直自由度从两个增加到3~4个，可以处理2~3个目标；方位自由度也从8个提升到了24个，提升了3倍。这使得分辨率提升了3倍，点云数量提升了5倍以上。经过分析和测试，我们发现6T8R相比3T4R有质变的效果，成本少量增加，架构复杂度较低，是当前阶段最佳性价比产品。

图源：演讲嘉宾素材

如果说3.5D解决了30%的问题，那么6T8R提高了分辨率和置信度，特别是对静止目标已经取得了比较显著的进步，达到了质变的效果，跨过了支持NOA等高阶功能的门槛。12T16R由于其复杂度和高成本，目前认为并不是一个规模商用的理想选择，可能会在一些高端车型上配置。

图源：演讲嘉宾素材

毫米波雷达背后的逻辑都离不开物理本质。目前，车载传感器只能使用这个蓝色框中的电磁频谱。其中，可见光和激光，波长较为接近，电磁波的传播能力相对较弱。因此，当遇到灰尘、雨雪等环境因素时，可见光和激光雷达都会受到很大的影响，甚至无法工作。

相比之下，4mm波长的毫米波，传播能力非常强，雾霾、灰尘对它的影响几乎可以忽略不计，雨雪对其有少量的影响，但也不影响正常工作。此外，它还有一定的非视距效果，这也是它的优势所在。但同时，它也有其劣势，例如，对于毫米波雷达来说，多径反射影响相对更多一些，例如护栏、其他车的车身、地面等都可能产生杂点或形成虚假目标。随着算力仍按照摩尔定律提升，通过高阶算法甚至AI类算法，多径相关的问题可以有效的解决。当前的毫米波指的是76~81GHz的频谱范围，展望未来，4mm直至0.1mm的波长范围，都属于毫米波、亚毫米波的范围，都是毫米波业内人士可以发挥的舞台。

为了更直观地理解，我给出几个场景作为示例。

图源：演讲嘉宾素材

首先，前段时间某款车型出现的一个事故。仔细分析这个场景，目标车辆是一个异型车，车斗中装满了黑色沥青，周围的背景也比较暗，颜色非常接近。我们推测，这可能是导致摄像头无法识别目标的主要原因，而传统毫米波雷达对静止目标的上报结果又不足以采信，最终造成了碰撞事故。

另一个场景是某公众号所做的扬雪加逆光场景的测试，在这样恶劣的环境下，摄像头和激光大概率会失效，毫米波雷达是唯一能正常工作的传感器，如果换装4D毫米波雷达，给出高置信度的障碍物识别结果，这个场景测试就能顺利、可靠的通过

第三个场景，在我国北方沿海，会遇到团雾。在开车的过程中，可能前一秒路况都正常，下一秒就进入浓浓的团雾中，持续距离1km以上。在这种情况下，需要一种不受大雾影响，能正常工作，可独立工作的传感器。

当我与业界一些顶级的感知团队交流时，我曾问他们是否遇到过上述类似的场景。他们告诉我在测试过程中，还没有遇到过这样的情况。这让我有些惊讶，因为在实际生活中，样本量足够大，这样的事情必然会发生。根据墨菲定律，车型海量发货后，这类问题一定会出现，而且会反复的出现。

基于4D毫米波雷达的特性和优势，它在解决这类问题上具有关键的作用。它可以提供高分辨率的点云数据，识别静态和动态目标，并且不受光照和天气条件的影响。然而，要真正实现自动驾驶的广泛应用，我们还需要解决一系列关键技术问题。这包括底层硬件设计、信号处理算法、多模态传感器融合等方面。

4D成像雷达价值场景展示

在价值场景中，雷达的表现可以分为三类：静止目标检测、运动目标检测和道路结构检测。

对于静止目标检测来说，需要关注的是如何准确识别和分类。3D/3.5D毫米波雷达探测距离近，稳定性差、误报多（高架、井盖等易造成误报）。

而4D成像雷达能够大幅提升静止目标的探测距离、精度和稳定性。与此同时，对高架桥、井盖等目标可准确测量其高度，避免误识别为障碍物导致误刹。

对于运动目标检测来说，需要关注的是如何跟踪和预测其行为。3D/3.5D毫米波雷达点云稀疏、分辨率和精度不足，导致在车辆转弯、行人/自行车横穿、多目标场景下，跟踪目标分裂、丢失、位置跳动等问题，无法融合。而4D成像雷达具备高分辨、高精度、高密度点云的特性，其目标跟踪更精确、更稳健；在车辆转弯、行人/自行车横穿、多目标场景均表现出良好性能。

对于道路结构检测来说，需要关注的是如何进行高精度地图的构建和导航。3D/3.5D毫米波雷达点云稀疏，无法支持对各类路沿、岔道、安全岛等的轮廓刻画需求。4D成像雷达的探测距离提升，具有高密度点云，并可测量目标高，能够细致刻画道路环境，支持Free Space（可行驶区域）和雷达点云SLAM（同时定位与建图）。

总体来看，4D毫米波雷达的特性和优势在解决自动驾驶中的各种问题时展现出了巨大的潜力。对于静止目标、运动目标和道路结构这三类目标，4D毫米波雷达都能够进行准确的检测和识别。

总结——4D成像雷达解决传统毫米波雷达痛点问题

以下是我们的几点思考。第一，毫米波雷达独特的频率和物理特性，在ADAS/HAD/AD终局配置中必然有一席之地。毫米波雷达对达成系统可靠性的最后1~2个就至关重要。

第二，毫米波雷达早已演进到“全固态”时代，产品化好、成熟度高、成本低。

第三，毫米波雷达的固有缺陷，点云稀疏、分辨率差、杂点多，提升通道数及相应算力是最有效的途径，毫米波必然向4D演进。

第四，6T8R相比3T4R“质变”已发生，考虑到商用化程度、系统复杂度、成本等因素，6T8R 4D与Camera融合，将成为L2+ NOA类功能的海量量产落地的引爆点。

第五，传统感知团队机器视觉AI背景强，熟悉激光雷达点云特性，对4D毫米波的熟悉度有待提升。木牛将提供好用、稳定的4D点云，计划与3家OEM/Tier 1深度合作，率先实现4D NOA 价值验证和商用落地。

木牛科技简介

最后，向大家介绍一下我们的公司。木牛科技在2015年北京成立之初，便率先开启中美并行的国际化经营，同期创立美国子公司Ainstein，践行“国产超越”，让中国雷达遍布全球40多个国家和地区。

我们拥有全球顶级的雷达研发、规模量产、商业运营全链条团队，具备丰富的技术背景和研发经验，具备全栈独立研发、设计、验证、生产能力，可以为客户提供一站式的解决方案和全方位的技术支持。

图源：演讲嘉宾素材 

在此，我想分享一下我们公司对于自动化生产线和商业布局的一些想法和实践。

首先，我们非常重视自动化生产线在生产过程中的作用。为了确保产品的质量和生产的稳定性，我们对整个生产过程进行了严格的监控。无论是监控设备的运行状态，还是对评分、销量等各项指标的监控，我们都采用了先进的手段和技术，确保每一个环节都得到有效控制。

其次，我们非常注重车载领域的布局。目前，车载领域已经成为了我们公司的主要业务之一。我们相信，随着汽车行业的不断发展，车载领域将会有更大的发展空间。

木牛科技作为首家践行全球商业化经营的国产毫米波雷达供应商，专注雷达的刚需、高频、爆发增长的朝阳应用领域，使出行更智慧，生活更智能。

（以上内容来自北京木牛领航科技有限公司技术VP姜伟博士于2023年12月19日长城汽车2023技术研讨会发表的《4D成像雷达加速L2+量产落地》主题演讲。