01 

碎片記錄的目的是彌補(bǔ)自己因間歇性健忘癥而帶來的碎片知識(shí)的丟失。特別是那些不屬于自己研究領(lǐng)域,，卻又想弄明白的東西,。另外呢，其實(shí)這篇文章也是給老婆交的作業(yè),，自從給她換了特斯拉以后，她一直好奇特斯拉 Autopilot 奧秘到底是什么,，可能是我的知識(shí)能力的不足,，在多次講解不通的情況下（呵呵,，女人……），我也給自己留了這份作業(yè),。特別是她再一次在靠邊兒停車的時(shí)候把車開上馬路牙子之后,，讓我覺得 Autopilot 最大的敵人不是 ADAS 算法對(duì)外面未知的圖形與突發(fā)狀況的訓(xùn)練度不夠，而是女人……讓我感受到了完成這一份作業(yè)的必要性,！

激光雷達(dá)和毫米波雷達(dá),。習(xí)慣且依賴駕駛汽車的人們，對(duì)這兩種事物肯定不會(huì)陌生,。前者在真正的無人車應(yīng)用領(lǐng)域所向披靡,，最近 Apple 又把它帶入了消費(fèi)電子類產(chǎn)品中，把 Lidar 概念引入到 iPad 中,，讓筆者以為 iPad 裝上四個(gè)轱轆就可以自己開車了,。而毫米波雷達(dá)目前被廣泛應(yīng)用在 L2-L3 的輔助駕駛汽車中，特斯拉汽車用 8 個(gè)攝像頭,、12 個(gè)超聲波傳感器和一個(gè) 77GHz 毫米波雷達(dá)實(shí)現(xiàn)了 autopilot 輔助駕駛功能,，當(dāng)然 mobileye 的 ADAS 系統(tǒng)和 nVidia 的 GPU 也是功不可沒的。

02 

其實(shí) Lidar 和毫米波雷達(dá)都屬于電磁波雷達(dá)的范疇,，只是毫米波雷達(dá)技術(shù)屬于微波范疇,，用毫米波作為發(fā)射源，而 Lidar 技術(shù)用紅外線光,、可見光或紫外光等納米波作為光源,。

其實(shí)在很久以前，有一種關(guān)于人類視覺成像的假說,，這種假說認(rèn)為人們覺得眼睛會(huì)發(fā)出的看不見的光線,，然后擊中了外面的世界中的物體，使它們變得對(duì)人類可見,。當(dāng)然,，你我都知道，事實(shí)的情況情況并非如此,，反而是物體發(fā)出的光擊中了人眼,，才讓人們感知。

但這并不意味著這不是一個(gè)完美的觀察方式,。事實(shí)上,，這種原理就是激光雷達(dá)背后的基本思想，一種數(shù)字式的成像形式,，已經(jīng)被證明在從考古學(xué)到自動(dòng)駕駛汽車,、消費(fèi)電子產(chǎn)品所有領(lǐng)域都非常有用。前陣子,，Lidar 幫助考古學(xué)家對(duì)瑪雅文化的古城進(jìn)行了深度建模,。

03 

無論是毫米波雷達(dá),，還是 Lidar，都需要存在一組或多組發(fā)射接收裝置,。以 Lidar 為例,，傳統(tǒng)的機(jī)械 Lidar 需要光源、反射鏡,、和接收器,。由于早期的 Lidar 系統(tǒng)采用純機(jī)械式探測(cè)方式，是指其發(fā)射系統(tǒng)和接收系統(tǒng)存在宏觀意義上的轉(zhuǎn)動(dòng),，也就是通過不斷旋轉(zhuǎn)發(fā)射頭,，將速度更快、發(fā)射更準(zhǔn)的激光從“線”變成“面”,，并在豎直方向上排布多束激光（即 32 線或 64 線雷達(dá)）,，形成多個(gè)面，達(dá)到動(dòng)態(tài) 3D 掃描并動(dòng)態(tài)接收信息的目的,。

這也就造成了它體積的龐大，不好與小型的消費(fèi)電子產(chǎn)品集成,。且價(jià)格十分昂貴,。2018 年 Google 發(fā)布的無人駕駛汽車，一個(gè)機(jī)械式 Lidar 的就要 7 萬美元,。這種體積龐大,、價(jià)格昂貴的機(jī)械式 Lidar 難逃變?yōu)橄攘业亩蜻\(yùn)。

04 

歸功于半導(dǎo)體技術(shù)的發(fā)展,，制造內(nèi)部非移動(dòng)結(jié)構(gòu)或相對(duì)較小的移動(dòng)結(jié)構(gòu)的 Lidar 器件,，成為了 Lidar 小型化的首要任務(wù)，目前 Lidar 小型化的技術(shù)設(shè)想主要有三種,。

1.MEMS（Micro-Electro-Mechanical System）微機(jī)電系統(tǒng)
MEMS 指代的是將機(jī)械機(jī)構(gòu)進(jìn)行微型化,、電子化的設(shè)計(jì)，將原本體積較大的機(jī)械結(jié)構(gòu)通過微電子工藝集成在硅基芯片上,，進(jìn)行大規(guī)模生產(chǎn),。得益于 MEMS 技術(shù)的發(fā)展，這種技術(shù)成熟,，易于量產(chǎn),，通過 MEMS 微鏡來實(shí)現(xiàn)垂直方面的一維掃描，MEMS 結(jié)構(gòu)將機(jī)械微型化,，掃描單元變成了 MEMS 微鏡,。

2.OPA（optical phased array）光學(xué)相控陣技術(shù)
相比其他技術(shù)方案，OPA 方案給大家描述了一個(gè)激光雷達(dá)芯片級(jí)解決方案的美好前景,，它主要是采用多個(gè)光源組成陣列,，通過控制各光源發(fā)光時(shí)間差,，合成具有特定方向的主光束。然后再加以控制,，主光束便可以實(shí)現(xiàn)對(duì)不同方向的掃描,。雷達(dá)精度可以做到毫米級(jí)，且順應(yīng)了未來激光雷達(dá)固態(tài)化,、小型化以及低成本化的趨勢(shì),，但難點(diǎn)在于如何把單位時(shí)間內(nèi)測(cè)量的點(diǎn)云數(shù)據(jù)提高以及投入成本巨大等問題。目前一直沒有進(jìn)入量產(chǎn)階段,。

3.Flash
Flash 激光雷達(dá)的原理也是快閃,，它不像 MEMS 或 OPA 的方案會(huì)去進(jìn)行掃描，而是短時(shí)間直接發(fā)射出一大片覆蓋探測(cè)區(qū)域的激光,，再以高度靈敏的接收器,，來完成對(duì)環(huán)境周圍圖像的繪制。蘋果在 2020 年 iPad 中引入的 Lidar 技術(shù)就是 Flash Lidar 技術(shù),，它采用 dTOF 的探測(cè)技術(shù),，依靠 SPAD 單光子雪崩二極管提高整體器件的靈敏度。

05 

而在小型化的 Lidar 技術(shù)中,，光學(xué)相控陣（OPA）激光雷達(dá)受到芯片成熟度不足等各種問題的牽制,，離落地還有一段較長(zhǎng)的路要走。Flash 激光雷達(dá)暫時(shí)無法同時(shí)滿足遠(yuǎn)近成像的要求,，但隨著單光子面陣探測(cè)技術(shù)的成熟,，有望成為未來的激光雷達(dá)技術(shù)路線方向。所以,，MEMS Lidar 是目前最有可能先落地的車載 Lidar 方案,。
 
第一是 MEMS 微振鏡幫助激光雷達(dá)擺脫了笨重的馬達(dá)、多棱鏡等機(jī)械運(yùn)動(dòng)裝置,，毫米級(jí)尺寸的微振鏡大大減少了激光雷達(dá)的尺寸,，無論從美觀度、車載集成度還是成本角度來講,，其優(yōu)勢(shì)都是十分明顯的,。
 
第二，MEMS 微振鏡的引入可以減少激光器和探測(cè)器數(shù)量,，極大地降低成本,。采用二維 MEMS 微振鏡，僅需要一束激光光源,，通過一面 MEMS 微振鏡來反射激光器的光束,，兩者采用微秒級(jí)的頻率協(xié)同工作，通過探測(cè)器接收后達(dá)到對(duì)目標(biāo)物體進(jìn)行 3D 掃描的目的,。與多組發(fā)射 / 接收芯片組的機(jī)械式激光雷達(dá)結(jié)構(gòu)相比,，MEMS 激光雷達(dá)對(duì)激光器和探測(cè)器的數(shù)量需求明顯減少,。
 
第三，MEMS 微振鏡不是新技術(shù),，可以直接使用,。其最成功的應(yīng)用案例就是德州儀器（TI）的 DLP（DigitalLight Processing，數(shù)字光處理）顯示,，其 DMD 芯片全球獨(dú)供,，在投影機(jī)的 BOM 成本比例中占比也很高。此外,，在 3D 攝像頭,、條形碼掃描、激光打印機(jī),、醫(yī)療成像,、光通訊等領(lǐng)域，MEMS 微振鏡也不乏成功應(yīng)用案例,。

06 

但 MEMS Lidar 在車載上的落地工作也不是一帆風(fēng)順,，車載環(huán)境有它的特殊難題，信賴性就是最大的因素,。MEMS 微振鏡屬于振動(dòng)敏感性器件,，車載環(huán)境下的振動(dòng)和沖擊容易對(duì)它的使用壽命和工作穩(wěn)定性產(chǎn)生不良影響，使得激光雷達(dá)的測(cè)量性能惡化,。
 
工作溫度范圍也是 MEMS 微振鏡通過車規(guī)的一大門檻。通常情況下,，車規(guī)級(jí)產(chǎn)品需要核心元器件滿足 -40℃到 125℃的工作范圍,。在實(shí)際應(yīng)用過程中，MEMS 微振鏡的材料屬性會(huì)隨著環(huán)境溫度的改變而發(fā)生變化,，從而導(dǎo)致微振鏡運(yùn)動(dòng)特性的變化,。因此材料的選擇和制造工藝對(duì)實(shí)現(xiàn)車規(guī)級(jí) MEMS 微振鏡來說，是巨大的挑戰(zhàn),。還有就是芯片尺寸縮小,，會(huì)直接影響 MEMS Lidar 的旋轉(zhuǎn)角度，而要得到較大的角度,，就需要把芯片的尺寸做大,，這與 Lidar 小型化、低成本化的初衷是矛盾的,。
 
最后,，激光由于波長(zhǎng)較短，面對(duì)極端天氣如雨,、霧,、霾時(shí),，測(cè)量準(zhǔn)確性會(huì)大大下降。這時(shí)毫米波雷達(dá)的存在就顯得十分有必要了,。

07 

在智能駕駛傳感器領(lǐng)域,，和 LiDAR 相比，毫米波雷達(dá)更接地氣,，在技術(shù)上已非常成熟,，而且其市場(chǎng)出貨量相當(dāng)可觀，毫米波實(shí)質(zhì)上就是電磁波,。毫米波的頻段比較特殊,，其頻率高于無線電，低于可見光和紅外線,，頻率大致范圍是 10GHz—200GHz,。毫米波介于微波和 THz（1000GHz）之間，可以說是微波的一個(gè)子集,。
 
在這個(gè)頻段,，毫米波相關(guān)的特性使其非常適合應(yīng)用于車載領(lǐng)域。目前,，比較常見的車載領(lǐng)域的毫米波雷達(dá)頻段有三類,。
 
其一是 24—24.25GHz 這個(gè)頻段，目前大量應(yīng)用于汽車的盲點(diǎn)監(jiān)測(cè),、變道輔助,。雷達(dá)安裝在車輛的后保險(xiǎn)杠內(nèi)，用于監(jiān)測(cè)車輛后方兩側(cè)的車道是否有車,、可否進(jìn)行變道,。這個(gè)頻段也有其缺點(diǎn)，首先是頻率比較低,，另外就是帶寬比較窄,，只有 250MHz。
 

第二類頻段就是 77GHz,，這個(gè)頻段的頻率比較高,，國(guó)際上允許的帶寬高達(dá) 800MHz。這個(gè)頻段的雷達(dá)性能要好于 24GHz 的雷達(dá),，所以主要用來裝配在車輛的前保險(xiǎn)杠上,，探測(cè)與前車的距離以及前車的速度，實(shí)現(xiàn)的主要是緊急制動(dòng),、自動(dòng)跟車等主動(dòng)安全領(lǐng)域的功能,。
 

第三類應(yīng)用頻段就是 77GHz—81GHz，這個(gè)頻段最大的特點(diǎn)就是其帶寬非常寬，要比 77GHz 的高出 3 倍以上,，大約為 4GHz,。這也使其具備非常高的分辨率，可以達(dá)到 5cm,。這個(gè)分辨率在自動(dòng)駕駛領(lǐng)域非常有價(jià)值,，因?yàn)樽詣?dòng)駕駛汽車要區(qū)分行人等諸多精細(xì)物體，對(duì)帶寬的要求很高,。
 

而在波長(zhǎng)方面,，24GHz 毫米波的波長(zhǎng)是 1.25cm，而 77GHz 毫米波的波長(zhǎng)大概是 4mm,，毫米波的波長(zhǎng)要比光波的波長(zhǎng)長(zhǎng) 1000 倍以上,，所以它對(duì)物體的穿透能力更強(qiáng)。

07 

77GHz 雷達(dá)比 24GHz 的第一個(gè)優(yōu)勢(shì)在距離分辨率和精度,。

與 24GHz 頻段下的只有 250MHz 帶寬的 ISM 頻段相比,，77GHz 頻段下的 SRR 頻帶可提供高達(dá) 4GHz 的掃描帶寬，顯著提高了距離分辨率和精度,。

由于距離分辨率和精度與掃描帶寬成反比,，因此與 24GHz 雷達(dá)相比，77GHz 雷達(dá)傳感器在距離分辨率和精度方面的性能更好,，經(jīng)過測(cè)試發(fā)現(xiàn)可提高 20 倍,。高距離分辨率可以更好地分離物體(例如站在汽車附近的人)并提供檢測(cè)到物體的密集點(diǎn)，從而完善環(huán)境建模和物體分類,，這對(duì)于研發(fā)先進(jìn)的駕駛輔助算法和自動(dòng)駕駛功能非常重要,。

此外，分辨率越高,，傳感器識(shí)別的最小距離就越小,，因此在停車輔助等需要高精確度的應(yīng)用方面，77-81GHz 雷達(dá)有著顯著的優(yōu)勢(shì),。

第二個(gè)優(yōu)勢(shì)在速度分辨率和精度。速度分辨率和精度與射頻頻率成反比,。 因此,，頻率越高，分辨率和精度就越好,。與 24 GHz 傳感器相比,，77 GHz 傳感器可將速度分辨率和精度提高 3 倍。對(duì)于汽車停車輔助應(yīng)用,，速度分辨率和精度是至關(guān)重要的,，因?yàn)樵谕＼嚂r(shí)需要以低速準(zhǔn)確地操縱車輛。

第三個(gè)優(yōu)勢(shì)是芯片設(shè)計(jì)尺寸的縮小。較高射頻頻率的主要優(yōu)勢(shì)之一就是傳感器尺寸可以更小,。對(duì)于相同的天線視場(chǎng)和增益,，77GHz 天線陣列的尺寸可以在 X 和 Y 維度上減小約 3 倍。這種尺寸上的縮減在汽車上非常有用,，主要體現(xiàn)在汽車周圍的應(yīng)用(包括需要安裝近距離傳感器的門和后備箱)和車內(nèi)的應(yīng)用,。

但是毫米波雷達(dá)也存在一些不足，第一就是很難獲得觀測(cè)物體 z 坐標(biāo)的數(shù)據(jù),，只能獲得 x 軸和 y 軸的坐標(biāo),，因此只能測(cè)距，無法輸出圖像信號(hào),。因此,，xy 與速度 v 信息只能得到一個(gè) 3D 的物體信息。第二,，對(duì)橫向目標(biāo)敏感度低,，例如：對(duì)橫穿車輛檢測(cè)效果不佳；第三,，行人反射波較弱,，對(duì)行人分辨率不高，探測(cè)距離近,；第四,，對(duì)高處物體和小物體的識(shí)別不佳。

如今毫米波雷達(dá)和 Lidar 都進(jìn)入了 4D 識(shí)物的維度,，毫米波雷達(dá)在努力完善自己對(duì) z 軸坐標(biāo)的獲取,，而 Lidar 則也憑借多普勒效應(yīng)探測(cè)，可以獲得物體速度信息,。下圖是 Lidar 獲得的雷達(dá)點(diǎn)云圖,。

上文中也提到了，由于距離分辨率和精度與掃描帶寬成反比,，那么說明擁有更高掃描帶寬的 Lidar 比毫米波雷達(dá)擁有更可靠的精度和探測(cè)距離,。

我們堅(jiān)信，未來的汽車自動(dòng)駕駛技術(shù)不可能是單一技術(shù)獨(dú)占的,，一定是基于可見光視覺（CIS Camera）,、毫米波雷達(dá)、超聲波雷達(dá),、Lidar 幾種傳感器相互配合的,。

07 

本月初在臺(tái)灣發(fā)生的 Tesla 迎面撞向翻倒卡車的案例，就足以證明了毫米波雷達(dá)在防撞預(yù)警上的缺陷,。因?yàn)楹撩撞ɡ走_(dá)無法識(shí)別圖像,，而 Tesla 的算法也把毫米波雷達(dá)探測(cè)到的靜止的物體直接交給 Camera Sensor 去解析,，以免造成算力的浪費(fèi)。但 Camera Sensor 對(duì)于白色的圖像解析一直是 Tesla 的弱項(xiàng),，在前幾年美國(guó)弗羅里達(dá)的事故中,，Tesla 也把卡車的白色側(cè)面當(dāng)作了天空中的云?？梢娮詣?dòng)駕駛技術(shù)目前其實(shí)只實(shí)現(xiàn)到 L2-L3 的水平,，離我們所期待額 L4-L6 還存在很大的差距。

我們相信,，在不久的將來,，低成本、小型化,、高可靠性的 Lidar 登上汽車的時(shí)候,，我們的駕駛信賴性也會(huì)隨著多種傳感器技術(shù)的不斷配合而做的越來越好。