顶点光电子商城2022年2月9日消息，汽车的自动驾驶功能发展已经有一段时间了，但是目前的自动驾驶级别依旧不是很高，这主要与硬件的发展和算法有很大的关系。

毫米波雷达对自动驾驶的作用与缺点

        有车的朋友们对ACC自适应巡航都不会陌生，这项功能主要是由毫米波雷达实现的。毫米波雷达具有探测距离远，雨雪雾等恶劣条件下的穿透力强，因此在汽车自动驾驶功能中，具有不可替代的作用。

        但是，毫米波雷达也具有一些致命的缺点，比如无法测量物体的垂直信息，也就是高度信息。在只有水平信息的情况下，毫米波雷达对静止的物体是无法做到有效识别的。单单依靠毫米波雷达，很容易给自动驾驶的车辆做出错误判断，从而导致事故。另外，毫米波雷达还存在点云融合困难，不能绘制地图的弱点。

        因此，毫米波雷达经常作为辅助，来配合高清摄像头和激光雷达一起使用，共同执行汽车的自动驾驶功能。

4D成像雷达

        目前汽车的自动驾驶功能还处在L2／L3级别，由一个毫米波雷达加一个高清摄像头，再加上一个激光雷达构成。毫米波雷达加高清摄像头的配置，获取的数据不够丰富，只能达到L2级别的自动驾驶。要达到L3级别的自动驾驶，必须还要搭配一个激光雷达。

        但是激光雷达的成本太高，而且在恶劣天气条件下的表现并不稳定，因此，激光雷达在自动驾驶上的应用受到了限制。不过，4D成像雷达的出现，似乎可以解决激光雷达的这些问题。

        不管是激光雷达，还是4D成像雷达，都是汽车自动驾驶功能中需要用到的硬件设备，其作用就是对车辆周围的物体进行感知和数据收集，要完成流畅的自动驾驶，还需要用到算法。

        4D成像雷达拥有良好的穿透性，可以弥补激光雷达在恶劣天气条件下的不足。同时，4D成像雷达的功能非常接近激光雷达。但是，就现阶段而言，4D成像雷达还不是特别成熟。

        目前，4D成像雷达的技术路线有两种：一种是由多片毫米波雷达收发器进行MMIC级联；另一种是利用合成孔径（SAR）技术，实现虚拟孔径功能。如果采用第一种技术路线，就需要在保证功率够用的前提下，尽量减小收发天线的尺寸，以解决装车适配的问题。如果采用第二种技术路线，需要采用软件算法，在物理天线不变的情况下，虚拟出10倍左右的天线数量，这就要求很好的解决天线抗干扰的问题。

4D成像雷达的市场情况

        由于4D成像雷达具备了激光雷达的优点，且在成本上也能进行很好的控制，是目前最有量产可能的自动驾驶解决方案。

华为4D成像雷达发布

        目前，除了Tier 1（车厂一级供应商）的头部企业，众多的科技公司、初创企业纷纷加入4D成像雷达市场。4D成像雷达只负责感知和获取数据，具体的自动驾驶指令还需要有一套精密的算法。所以，未来D成像雷达市场除了硬件的竞争外，关于算法的企业也是一个竞争方向。

车载激光雷达也在发展

        最近，Aeva Technologies Inc（简称Aeva）推出了一款4D激光雷达，并命名为Aeries II。Aeries II采用了Aeva的调频连续波技术，并搭配一个激光雷达芯片模块，除了可以检测三维位置外，还能检测每个扫描点的瞬时速度的第四维数据，分辨率达到了普通激光雷达的20倍。

        Aeries II采用了紧凑型设计，将所有关键激光雷达元件整合到硅晶片上，然后集成在一个模块中。相比上一代产品，Aeries II的体积缩小了四分之三。另外，Aeries II的可靠性已经通过了车规级测试，保证在各种道路环境和天气条件下能够以最佳性能工作。

        截至发稿前，Aeries II还没有进行量产和售卖，估计价格不会便宜。

华为车载算法平台发布

        在4D成像雷达技术和算法还没有成熟的情况下，激光雷达也在不断进步。不过，激光雷达由于成本高昂，只能用在豪车上。随着4D成像雷达技术的不断成熟，或许有一天会完全取代激光雷达在自动驾驶中的作用。