2018自主泊車與代客泊車論壇在北京御湯山商務(wù)會所召開。來自美國傲酷公司亞太區(qū)總裁郄建軍，前高德負(fù)責(zé)移動業(yè)務(wù)群的副總裁，曾經(jīng)一手打造高德地圖APP，從零起步做到幾億用戶。他的演講題目是《毫米波雷達的新時代—4D點云雷達》。

公司介紹

美國傲酷公司是一家提供毫米波雷達及其解決方案的公司。其最新研發(fā)的4D高清點云成像雷達，可在全天候全時段提供高分辨率的4D（3D位置+1D速度）點云成像，可謂世界首創(chuàng)。該已獲得三星等國際巨頭的投資和合作意向。目前正在中國市場廣泛布局，重點開拓ADAS、無人駕駛、無人物流、智能交通、安防邊控、機器人等市場。

郄建軍：大家上午好！提及我做過的行業(yè)，從93年開始和通信行業(yè)打交道，從那時起就跟泰爾實驗室打交道，感覺非常親切。后來我又在高德地圖工作過。

現(xiàn)在做毫米波雷達，跟地圖、導(dǎo)航也相關(guān)。毫米波雷達用于障礙物探測，大家非常熟悉。提及毫米波雷達，都覺得是大陸、博世、德爾福那幾家國際巨頭，過去十幾年在技術(shù)上沒有重大突破和創(chuàng)新。

我們現(xiàn)在要做的，就是將毫米波雷達做革命性的改變，打破原來的傳統(tǒng)格局。以前的智能駕駛系統(tǒng)要么以攝像頭為主，要么以激光雷達為主，為何不能以毫米波為主？它的局限主要在于分辨率及精度低，不能成像。

毫米波雷達的優(yōu)點是全天候、長距離探測。那么有沒有可能既能吸取它的優(yōu)點，全天候、長距離；同時又能成像？激光雷達能做的事情，毫米波雷達能不能做一部分？

答案是肯定的，我們的點云毫米波雷達產(chǎn)品就可以做到！

下面我們看如何用4D點云雷達做到既長距離、又全天候，又能成像。

我們做了第一代的點云雷達Falcon系列，就是上圖前端凸出部分，只有名片那么大。后面還配置了攝像頭，是為了演示方便，可以看到疊加之后的效果。

點云毫米波雷達可以連續(xù)跟蹤空間中任何一個點的4D信息（3D位置+1D速度）。我們做成點云，不是目標(biāo)級的跟蹤，而是像激光一樣一點一點地電子掃描，每個雷達每秒鐘掃描5萬點。探測距離是200米以上，并能全天候工作。效果接近于激光雷達。激光雷達在車規(guī)級量產(chǎn)和成本控制方面挑戰(zhàn)比較大。而毫米波雷達由于電路比較簡單，容易做到車規(guī)級量產(chǎn)，同時保持毫米波雷達的價格范圍。

下圖是我們點云雷達安裝在車上的示意圖。

在停車場場景里，這就是1萬多點/秒的點云掃描后的效果，可以顯示兩邊停靠車輛的間距、長寬和高度，我們看到的小方塊和空隙的地方是空車位。掃描過去之后，空間環(huán)境都能看清楚，能達到厘米級精度。

毫米波雷達有透視功能。一臺車過去，到底前面是否有停車位，毫米波可以通過車底和車窗穿透探測前方車輛的車間距，并預(yù)知空車位。

4D點云雷達做路徑規(guī)劃的優(yōu)勢

我們做路徑規(guī)劃和防撞的時候，就怕橫穿，突然冒出一個人或者車輛。其實最難的也是中國的十字路口，交通狀況非常復(fù)雜。很多行人、汽車、卡車、公交車、自行車、三輪車等混雜在一起，對所有運動目標(biāo)的連續(xù)跟蹤尤為重要，以便預(yù)測他們的運動軌跡從而做出正確的決策。

人眼有一個特點，就是對運動物體很敏感。攝像頭和激光雷達沒有這個特點，算完之后才能知道這個人在運動，但毫米波雷達恰恰類似人眼，對運動物體很敏感。

我們的點云毫米波雷達可以在第一時間跟蹤路口所有運動目標(biāo)的軌跡，用單雷達芯片就能很快計算出他們的速度，不需要大量運算。所以我覺得這是我們的點云毫米波雷達對無人駕駛最大的貢獻。

再看一下累積模式，我們把過去三秒鐘的點云數(shù)據(jù)積累起來，可以看清楚車輛和行人的軌跡。所以在做路徑規(guī)劃的時候，可以很好的預(yù)測前方物體的路徑，預(yù)測下一時間段有什么人、什么車經(jīng)過，以及運動方向。

用4D點云雷達識別路邊馬路牙子、草地等靜止物體

周邊一團一團的是樹冠，前面是路邊的車，包括前面停的這輛車。移動物體在中間，靜態(tài)和動態(tài)的都能看清楚。

接著走到一個停車場，在停車場里，可看到對車輛周邊環(huán)境的跟蹤，右邊有兩輛車，最后進入停車場。

進入停車場以后，兩側(cè)的車非常多，車之間有間隙。大家看上邊框圖里展示的是高度信息。再有一個月，我們的軟件就能做出3D展示效果，現(xiàn)在平面的展示效果可變成立體的展示并可以切換視角。我們在自主泊車場景非常有用，能看到100米內(nèi)車輛的形狀和距離，并能提前識別空車位。

對靜態(tài)物體的判斷上，我們的點云毫米波雷達在靜止的狀態(tài)下也能對周邊靜態(tài)物體進行有效檢測（如下圖）。現(xiàn)在的發(fā)射點數(shù)還比較少，有點模糊，但大概能分辨出來，從高度來看，就是一個灌木叢，一棵樹和一塊石頭。另外右邊有三輛車，中間有個停車位，所以這就是對周邊靜態(tài)環(huán)境的認(rèn)識，對停車來說有幫助。

對周邊障礙物的持續(xù)檢測，Ibeo 4線激光雷達對馬路圍欄和馬路牙子的跟蹤是斷斷續(xù)續(xù)的。車過去以后，通過4D點云毫米波雷達，旁邊的馬路牙子看的很清楚，是連續(xù)的。

點云雷達也可以做SLAM定位。通過探測路兩邊的欄桿、馬路牙子，以及交通標(biāo)志與車之間的距離，可以反向高精度定位我的位置。

如果放大點云雷達，每個框里有好多點，這個點是非常密集的。現(xiàn)在的點還不夠密集，明年要做到每個雷達掃描50萬點/秒。

這就是點云放大后，用3D軟件做出來的效果，可以看到車、人的數(shù)據(jù)，將這些數(shù)據(jù)做分類識別，可以看到車的大小、是人還是三輪車+人。

在無人駕駛里，毫米波雷達原來一直是個配角，L4/L5方案一般是采用攝像頭+激光雷達+超聲波雷達阿德方案。但在天氣不好的時候（比如雨、霧、霾、雪、黑夜、陽光直射）毫米波雷達的作用就凸顯出來。如果毫米波也能做到高分辨率、能成像，也就是我們在做的4D點云雷達，它就能徹底改變傳感器格局，可以作為主傳感器來做自主泊車、行人檢測、SLAM等應(yīng)用。

毫米波雷達和攝像頭的融合方案性價比高

毫米波適合做測距、測速，再加上全天候工作，再配上攝像頭，就變成低成本、全天候的完整解決方案。

為了實現(xiàn)更好的解決方案，我們下一步要做的是提高角精度。就是要把每秒發(fā)射5萬點變成50萬點，并達到4CM距離分辨率、0.1度角分辨率。

如果毫米波雷達多了會互相干擾，那么通過數(shù)字網(wǎng)算法，抗干擾能力也強了。要把毫米波雷達變成數(shù)字雷達，需要具備抗干擾能力。同時硬件不變，不斷的增強軟件，可以定義不同的點云。

最核心的是毫米波雷達數(shù)據(jù)跟攝像頭數(shù)據(jù)做點對點的融合。攝像頭有擅長的地方，比如目標(biāo)、深度學(xué)習(xí)等等，毫米波擅長測距、測速。，如果能把攝像頭跟點云毫米波雷達進行點對點配合，就可以和激光雷達完美互補了。