當我們談及3D捕捉時，總是先想到光學傳感器。當我們討論在第四維度（時間）討論視覺數(shù)據(jù)時，傾向于考慮場景數(shù)據(jù)調(diào)度。這些是我們多年來關注激光雷達（LiDAR）和攝影測量，以及用戶針對緩慢移動的大型項目，在時間尺度上將這些技術應用于靜態(tài)物體所造成的偏見。時間來到2018年，當自動駕駛汽車細分市場已經(jīng)成長為達到甚至超過這個市場規(guī)模時，我不得不開始重新審視3D。

對自動駕駛汽車不可思議的需求推動了多種傳感器的發(fā)展，因為，我們不能隨便將從某個應用中獲取的傳感技術，毫不改動地投入其它應用。就像4D成像雷達這樣的新型傳感器，該技術使用回聲定位（如海豚、蝙蝠、或某些人可以確定物體位置的方法）和飛行時間（ToF）測量原理來捕捉3D空間信息。此外，它們還被用于在快速移動的汽車或快速飛行的無人機上，實現(xiàn)時間尺度的成像。

當前雷達與4D成像雷達測量距離對比圖

雷達 vs. 激光雷達

據(jù)麥姆斯咨詢報道，最近Sensors Online的一篇文章提出了一個相當有說服力的論點：這些4D傳感器對于實現(xiàn)Level 4和Level 5級自動駕駛來說至關重要。在這篇文章中，Arbe Robotics的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Kobi Marenko解釋了“如果沒有4D成像雷達的幫助，光學傳感器并不能達到Level 4和Level 5級自動駕駛”的原因。

在進一步討論該問題之前，先簡單介紹一下自動駕駛分級：

- Level 0意味著無自動化，就像現(xiàn)在的手動汽車一樣：司機需要自己控制一切，而汽車本身不能做出任何判斷和控制。

- Level 1~3即增加了不同程度的自動化，目前特斯拉的自動駕駛級別介于Level 2到Level 3之間，其自動駕駛系統(tǒng)可實現(xiàn)引導、加速、制動，有時還能控制駕駛本身（盡管這是不應該存在的）。

- Level 4意味著汽車可在沒有駕駛員控制的情況下運行，但僅限于特定條件下使用。例如，大學校園里運行的自動駕駛汽車。

- Level 5意味著汽車可完全實現(xiàn)自動駕駛，你在車中休息或小睡，你的汽車就能將你安全送回家。

從以上汽車自動化級別可以看出雷達的重要性。與攝像頭和激光雷達相比，4D成像雷達能在任何條件下工作，可提供“在包括霧、暴雨、漆黑及空氣污染等各種惡劣天氣和環(huán)境條件下最高可靠性的探測”。4D成像雷達的感知范圍還可達到300米，并能捕捉可顯示物體相對汽車是靠近還是遠離的多普勒頻移，這能夠滿足更高汽車自動化級別的要求。

如果Marenko宣稱的產(chǎn)品性能屬實，那么在白茫茫的暴風雪中，其4D成像雷達可以分辨出：相距900英尺，與你的車輛保持相同速度行駛的車輛。并且在對方車輛減速或突然停止時，也能感應到并采取相應行動。

Marenko還提出，4D成像雷達還擅長通過高度區(qū)分物體，這可以幫助汽車判斷前方靜止物體是樹枝還是人。

自動駕駛汽車的激光雷達測量圖

4D成像雷達：“壓箱底”技術？

值得注意的是，Marenko并不認為4D成像雷達能夠獨自處理自主任務。他認為4D成像雷達只是包括光學傳感器在內(nèi)的汽車自動駕駛傳感器系統(tǒng)的一部分。這是自動駕駛汽車中關于3D捕捉的舊觀念——即“每種技術都是工具箱中的一種單獨工具”，目前這個概念仍然適用。

Marenko認為：“4D成像雷達是所有傳感器中探測范圍最遠的，這使得它可能最先識別危險。然后，4D成像雷達可將攝像頭和激光雷達傳感器的探測引導到相關區(qū)域，這將大大提升自動駕駛的安全性?！钡@種目的的遠距離探測，傳感器的精度可能相對較低。

Marenko最后最有說服力的論據(jù)就是成本。整套汽車自動駕駛傳感器的成本需降到1000美元以下，才能實現(xiàn)商業(yè)化。以這種方式使用3D成像傳感器可以幫助我們達到Level 3或是更高級別的自動駕駛，且無需考慮單個車輛激光雷達的冗余需求。

另外Marenko還有比較偏激的觀點：4D成像雷達可讓自動駕駛汽車完全擺脫對激光雷達的需要。但該論點的真實性，只能靠時間來證明了！