4D成像毫米波雷达、一般毫米波雷达、激光雷达的优劣势对比

4D成像毫米波雷达、一般毫米波雷达、激光雷达的优劣势对比

引用

CSDN

1.

https://blog.csdn.net/lwascl/article/details/137059584

工作中经常会遇到三种“雷达”的选择问题：4D成像毫米波雷达、一般毫米波雷达和激光雷达。本文将简要分析4D成像毫米波雷达相对于一般毫米波雷达和激光雷达的优劣势，并结合场景提供一些选型建议。

基本概念

先明确一下本文所指的这3个“雷达”的定义：

• 4D成像毫米波雷达：具备较高俯仰测角分辨率的、点云密度在3万点/秒以上的前向4D毫米波雷达，例如Conti ARS540，BOSCH FR5CU，ZF FRGen21，Aptiv FLR7HD等；

• 一般毫米波雷达：不具备很高俯仰测角分辨率的、点云密度在4000点/秒以下的前向（3D）毫米波雷达，主要用于L2及以下场景，例如BOSCH FR5CP，Conti ARS410等；

• 激光雷达：目前主流的半固态前向长距主激光雷达，例如禾赛AT128，速腾M1P等；

4D成像毫米波雷达 vs 一般毫米波雷达

4D成像毫米波雷达和一般毫米波雷达的对比，汇总如下表所示：

可以看出，4D成像毫米波雷达性能整体超越一般毫米波雷达，但是成本较高。其中，较高数量的点云密度、较高的角度分辨率和高度测量能力，使得4D成像毫米波雷达可以大幅扩展应用场景。

不过在实际的量产车辆中，4D成像毫米波雷达应用还较少，主要原因可能有3个：

1. 一般毫米波雷达可以解决大部分L2场景的应用，并且由于应用时间很长，技术成熟，出货量大，成本已经下探到300元级别，主机厂不太有动力替换价格更高的4D成像毫米波雷达；

2. 4D成像毫米波雷达应用经验比较少，主机厂或者算法公司还不清楚怎么能够用好4D成像毫米波雷达，还不了解如何发挥其潜能，例如更多数量的点云，更高的角度分辨率和角精度；

3. 激光雷达虽然价格比4D成像毫米波雷达更贵，但是由于点云密度更多，行业应用较早，经验较为丰富，并且由于宣传的原因，配置激光雷达的车辆让人感觉更有“高科技”的属性，看起来具有“性价比”。因此在高级别自动驾驶汽车中，主机厂反而更倾向于配置价格更贵的激光雷达，而不是4D成像毫米波雷达；

随着4D成像毫米波雷达逐渐被人们所熟知，技术本身继续迭代演进，越来越多的对自动驾驶级别要求较高（L2+，L3及以上）的中高端车型，正在逐步采用4D成像毫米波雷达，例如特斯拉，蔚来ET9，理想等。

装备4D成像毫米波雷达的蔚来ET9：

4D成像毫米波雷达 vs 激光雷达

4D成像毫米波雷达和激光雷达的对比，汇总如下表所示：

其中，4D成像毫米波雷达的点云密度基本与32线激光雷达相当，与目前主流的百线以上激光雷达差距较大。

激光雷达和4D成像毫米波雷达点云对比如下所示。白色点：激光雷达，绿色点：4D毫米波雷达（来源：TJ4DRadSet数据集）

受限于两者探测原理不同，4D成像毫米波雷达在点云密度指标上不可能和激光雷达相比，但是在测距、测速、穿透性、环境适应性等方面有独到的优势。

因此，在实际的自动驾驶系统中，可以充分结合两者的特点，通过互补和冗余，取长补短，发挥各自的优势。

例如，在可穿透性方面，毫米波雷达能够穿透物体，透过前方障碍物探测到前前方目标，而激光雷达无法穿透。例如如果前前车刹车，毫米波雷达能够探测到前前车刹车动作，并提前做出预判，避免追尾。

雷达识别前前车：

另外，在有一些狭窄场景，毫米波雷达电磁波可以通过衍射、折射等，检测到激光雷达无法检测的区域，例如：

总结

随着号称最排斥雷达技术的特斯拉，在新车中也开始装备4D成像毫米波雷达，同时采用性能更强、集成度更高专用芯片的4D成像毫米波雷达逐渐量产，其特性慢慢被开发工程师所熟悉，其潜能也会逐渐被挖掘出来。

在未来的自动驾驶系统解决方案中，4D成像毫米波雷达一定可以发挥出其重要而独特的作用。

TESLA装配的4D成像毫米波雷达：