PK“超声波+摄像头” 毫米波雷达如何玩转自动泊车市场？

　由于传统方案本身的物理和技术缺陷，现阶段绝大多数配置自动泊车功能的车型几乎都是采用“超声波雷达+摄像头”这类传统汽车传感器方案来实现，这也使得如今APS体验不一。不过，随着毫米波雷达市场的崛起、应用的普及以及成本的逐步下沉，毫米波雷达也成为了很多芯片和方案商重点推广的APS传感器解决方案，有望进一步分食传统汽车传感器在APS的市场。

　　入局APS市场：性价比成毫米波方案关键掣肘

　　无论对于车厂还是Tier 1们来说，自动泊车既要高精度又要强性能，那就必须在成本上有所妥协。尽管与超声波雷达等方案相比，毫米波雷达确实在很多性能上都占尽上风，但高昂的配置价格(相对超声波和摄像头)却是其当前难以逾越的门槛。纵使当今市场，无论是24GHz还是77GHz的毫米波雷达方案几乎都有价格继续下沉且越来越多汽车用得起的趋势。但APS毕竟不是ADAS，其短距离探测的应用特性加之市场并不如ADAS那般火热的需求，令其也成为毫米波雷达方案亦步亦趋的一大场景。

　　首先，从硬件本身的成本上分析，卢煜旻告诉记者：“因为超声波雷达的供应链已经比较成熟，目前在价格上有较大的优势。相比之下，目前的毫米波雷达成本还是比超声雷达要高不少。具体来讲，毫米波雷达的成本结构里有三个主要部分，分别是PCB板材(和天线及系统设计有关)，前端芯片和信号处理，进一步的成本优化也需要对这三个方面都进行优化，包括尝试新的雷达架构，以降低BOM成本。作为国内的芯片供应商，我们提供高集成度的芯片产品，可以和客户紧密配合，共同开发高性价比的雷达方案。”

　　但是，从系统成本来看，毫米波雷达的方案或许并不贵于传统的“超声波+摄像头”。德州仪器(TI)中国区嵌入式产品系统与应用总监蒋宏解释到：“由于毫米波雷达探测的距离更远，探测范围(FOV方位角)更大，在一辆车上使用的数量可以比超声波雷达少(一般对自主泊车而言一辆车上需要装配超声波雷达12个以上，而毫米波雷达数量可以减半甚至更少)，这样一来在一辆车的系统成本上两者差距不会太远。毫米波雷达的成本主要体现在性能上，毫米波雷达目标探测的精度和探测范围都比超声波雷达好很多。”

　　而站在应用的角度考虑，卢煜旻也认为：“APS这类应用，对于毫米波雷达来说是典型的短程雷达的应用。也就是说，速度较低，探测距离较近，但对分辨率的要求较高。因此，我们认为还需要开发以APS为主要应用场景的毫米波雷达，而不是采用原来已有的BSD或者AEB的雷达方案。但这种方式需要通过定制化的设计，因此要做到成本的优化是一个很重要的挑战。”

　　芜湖易来达雷达科技有限公司某产品工程师也十分赞同该观点,“的确，APS这类场景对于毫米波雷达的探测距离要求并不高，因为泊车的话探测周围的障碍物最多可能也就只需要大约10米左右的范围。但像目前毫米波雷达领域，24GHz的产品的探测距离就能够达到100米以上，如果用来做APS的话未免有些大材小用，更不用说那些77GHz以及79GHz等方案。所以，如果毫米波雷达方案要切入APS市场，就需要另花时间和精力以及资金去做定制化的短程探测类的方案设计，可能探测距离等相关参数上只需要满足几十米的范围就可以。”

　　这可能在很多毫米波雷达方案(芯片以及传感器终端等)商看来这些得不偿失，因为对他们来说，目前国内APS并不算是一个能够快速赚到钱的市场，如果要专门针对这一块市场做个定制化的项目可能也耗资不菲，而且从中还并不一定能捞到什么好处。芜湖易来达雷达科技有限公司某产品工程师总结到，“APS市场需求不够，应用不太接地气是主要原因。现在很多毫米波雷达方案商，包括我们主要的精力还是专注于目前大热的ADAS领域，因为这块市场是刚需，而且去年到今年也在不断有新的政策支持，方案商能够赚到钱，车企们在这块也都非常积极在做配合。”

　　不过，TI仍然非常看好毫米波雷达方案在自动泊车领域的应用前景，蒋宏表示：“从技术本身来说，自动泊车对设备的性能以及鲁棒性都有非常高的要求，而且需要经历较长时间的路测来验证系统，在普及上还需要一些时间。但是我们认为毫米波雷达在自动泊车市场上的普及，是大势所趋，我们期待这一天早日到来，并且尽自己的最大努力为这项技术的推广与普及作出贡献。”

　　多传感器“并肩作战” 算法、数据端融合挑战多

　　性价比当然只是一方面，在实际操作中，如何更好地让毫米波雷达和摄像头等各传感器做算法上的融合也是关键挑战。相信不少人都对“多传感器融合”的概念颇为熟悉，这个词语在当今的自动驾驶领域几乎随处可见，APS作为自动驾驶的细分应用之一，实际中也经常强调到“多传感器融合”。毕竟，不管是摄像头、超声波还是毫米波雷达，它们每一种都有自身不同的优劣势以及各自的适用场景。要充分利用这三者来做到高精度的APS系统，当下最好的办法即是通过传感器融合的途径来提高系统的鲁棒性和对不同环境的适用性。

　　而这当中，需要涉及很多层面的调校和优化，其中包括摄像头和雷达观测值的匹配、数据融合、多目标场景下有效目标库的维护等，需要考虑到容错性、灵活性、可拓展性、可靠性、安装等多方面的因素。而且，数据融合也有不同的策略，比如有的方案会选择将不同传感器各自处理生成的目标数据进行融合，有些会选择将不同传感器的原始数据进行融合，避免一些原始数据的丢失。卢煜旻颇为赞同第二种方法，他表示：“争取能在传感器原始数据的级别上进行融合，共享一定的中央处理器资源，进一步降低传感器成本，提高数据融合质量。”

　　不过，要在原始数据上进行融合，需要对视觉和雷达传感器ECU传出的数据源做融合才行。虽然这种信号级别的融合能够将数据损失达到最小，可靠性最高，但需要大量的运算，难度也很大。“早期的融合自动泊车方案，核心控制器与各个传感器其实是独立做开发的，整个系统并不是top-down设计，因此各个传感器之间的标定以及时钟误差较大，在此基础上要做算法和数据融合很难达到高精度，要做数据源的融合更难。而为了达到更好的性能，则需要一个紧耦合的系统来完成不同传感器数据的同步与配准，然后通过融合算法去实现更高的精度。”某业内人士对记者表示。

　　这就要求厂商具备一定的技术储备和根基，该业内人士进一步补充到：“比如系统化的图像和雷达数据获取与处理技术体系，在数据处理和目标分类识别等层面具有信息融合算法的优化和设计能力等等。鉴于当前国内的视觉感知技术要比毫米波雷达更加成熟，那么对于视觉技术企业来讲，他们在与外部雷达平台进行融合的时候，则需要具备优秀的雷达系统二次开发能力，尽量提高信息的利用率。同时，信息融合技术实现需要不断配合大量路测，涉及设备输出、真值标定以及二次数据开发等工作，对应的数据采集量、数据存储量、数据交互量、数据处理工作量非常大，而且也要根据具体的场景来选择合适的融合算法，这对于研发机构的综合开发能力都有很高的要求。”

　　总之，对于毫米波雷达方案商来说，国内APS市场刚酝酿起步。下一阶段，随着今年特斯拉在某些车型上搭载基于毫米波雷达方案的自动泊车系统，加之小鹏以及吉利和长安等越来越多国产车企的陆续推进，相信这种APS功能竞争全面升级的态势有望加速业界在APS专用市场出现越来越多的毫米波雷达方案提供商。但无论在何时，性价比仍然是主导市场为方案买单的最关键因素，为此业界厂商仍需稳扎稳打，从硬件成本以及设计等多个角度探索更多可行的方案和路径。

　　同时，编者也认为，要进一步促进毫米波雷达方案入驻APS市场，行业在算法和数据层面上也应建立起更多的开放化和开源化模式，以促进各不同传感器方案商之间在数据层面上的交流和互通，唯有如此，才能真正为整个行业解决多传感器的算法与数据融合的痛点，从技术合作的角度推动汽车APS迈入“真自动化”时代。