2024年10月24日，在第十二届汽车与环境论坛上，木牛科技技术副总裁姜伟提到，毫米波雷达具有独特的频率和物理特性，目前已进阶至“全固态”时代，产品好、成熟度高、成本低，在ADAS/HAD/AD终局配置中必然有一席之地。

另外，基于毫米波雷达的固有缺陷，如点云稀疏、分辨率差、杂点多等，提升通道数及相应算力是最有效的途径，毫米波必然向4D演进。

姜伟介绍，木牛科技提供好用、稳定的4D点云，计划与3家OEM/Tier 1深度合作，率先实现4D NOA价值验证和商用落地。

姜  伟 | 木牛科技技术副总裁

以下为演讲内容整理：

智能驾驶浪潮下的毫米波雷达

两年前，有观点表示随着自动驾驶等级的提升，毫米波雷达的装配数也将来到5-7颗。但近期以来，纯视觉方案也在不断得到重视。在这一领域，厂商可分为两类：一类是以特斯拉为代表，完全摒弃激光雷达和毫米波雷达；另一类则是在去除高成本的激光雷达时，仍保留毫米波雷达。

我认为在ADAS和自动驾驶的最终配置中，毫米波雷达必不可少，且数量不会少于5至7个。更重要的是，这些雷达将全部升级为4D形态。传统雷达在横向分辨率、角度精度上存在劣势，而4D雷达则在水平角、俯仰角和环境建模能力上实现了质的飞跃。

图源：演讲嘉宾素材

回顾ADAS中雷达的配置，精简低成本配置可能包括前后角雷达，支持BSD、DOW、RCTA、FCTA等功能。若仅配置一个前向雷达，则可支持FCW、AEB、ACC等功能。而更丰富的配置则可能包括一个前雷达加四个角雷达，或用一个4D雷达替代这些雷达，不仅能支持L2级别的ADAS，还能支持NOA级别，包括高速和城市NOA。

传统3D或3.5D雷达在处理高度信息时面临挑战，如井盖、减速带等地面目标以及路牌、天桥等空中目标，常会被误识别为车道上的目标，导致误报警和误制动。理想情况下，具有俯仰角测量能力的雷达可以排除这些干扰，但3.5D雷达的俯仰角测量并不准确。我们已尝试多种方法提升上一代雷达的俯仰角测量能力，但仍遇到了难以逾越的障碍。

为什么需要4D成像雷达

接下来，我们探讨为何需要4D雷达。特斯拉在2021年正式宣布放弃毫米波雷达，并明确指出了传统毫米波雷达存在的三大痛点场景。

首先，对于静止目标，传统雷达常误报多个虚假目标，因此在域控或融合系统中，不能仅凭毫米波雷达的静止目标信息，必须与摄像头数据进行融合确认。若忽视这一步，将可能导致更多的误报和误刹车问题。

其次，高架桥场景也是一大挑战。特斯拉曾因此问题出错：前方有慢速车辆，摄像头捕捉到了，但雷达却将高架桥误判为地面障碍物，两者错误关联，导致车辆误刹车。这主要是因为所用410雷达较为老旧，对高架桥的高度探测不准确，误将其识别为地面0.5米至1米高的障碍物。

最后，是前方急刹车问题。当前方车辆急刹时，毫米波雷达可能丢失目标速度信息，如某案例中丢失了5次。这些问题既反映了毫米波雷达的局限，也是传统3D毫米波雷达的不足，而4D雷达则能有效解决。

关于静止目标可以展开讲一下，传统毫米波雷达因横向角度分辨率不足，在窄车道场景下可能将两侧车辆纳入同一分辨单元，产生虚假目标。同时，地面井盖、减速带等也可能被误识别为障碍物。此外，还可能出现将空中目标误判为地面目标的情况。这些都是传统毫米波雷达在静止目标检测上的天花板问题，无法仅凭单传感器做出AEB等决策。

而4D雷达在静止目标检测上的置信度有了质的飞跃，无论是检测概率还是误报概率，都相比前一代雷达有了显著提升。在许多场景下，已可基于雷达单传感器实现AEB刹车功能。

从技术发展的角度看，解决这些问题的最直接、最有效的手段是提升雷达的通道数。这与摄像头从200万、800万到1.2亿像素的发展路径相似，是自然而然的发展过程。在第五代4D雷达中，我们研发了高、低配两款产品：6发8收（或8发8收）和12发16收（或16发16收）。最终，我们主推6T8R产品。与低配4D雷达相比，它在方位上提升了4倍，垂直上提升了3倍，实现了质变。传统雷达在静止目标检测上只能打30分，而6T8R雷达则及格了，大量测试数据支持基于4D雷达实现功能。若采用12T16R配置，性能还可再提升约20%，但成本会高出3倍。综合考虑性能提升、成本等因素，6T8R是这一代雷达的较优选择。

我们提出一个反思性问题：尽管4D毫米波雷达在成本和性能上有所提升，但它一直在解决自身固有的问题，如静止目标检测和横向分辨率。相比之下，摄像头和激光雷达在这些方面表现更佳，那么为何还需要毫米波雷达呢？

要回答这个问题，我们需要从物理约束的角度考虑。摄像头、激光雷达和毫米波雷达都是基于电磁波工作的，但它们的波长差异显著。可见光和激光的波长非常短，容易被空气中的微小颗粒（如PM2.5）阻挡或散射，导致传播受限。而毫米波雷达的波长较长（4毫米），能够轻松穿透这些微小颗粒，甚至毫米级的颗粒，几乎不受影响。此外，阳光等自然光源对摄像头和激光雷达产生干扰，而毫米波雷达则不受此影响。

因此，激光和摄像头作为频谱接近的传感器，在抑制冗余特性方面存在不足。毫米波雷达作为必要的补充传感器，其频段多样性是不可或缺的。具体到自动驾驶场景，有些车祸正是因为摄像头和3D毫米波雷达未能有效识别障碍物而导致的。例如，红色车体与黑色沥青车厢的颜色对比不明显，导致摄像头难以识别；而3D毫米波雷达对静止或慢速目标的置信度不足。在扬雪 逆光的场景中，摄像头和激光雷达也受到了严重干扰，无法正常工作。此外，在高速公路上的团雾环境中，激光雷达和摄像头同样难以发现静止车辆。

图源：演讲嘉宾素材

在自动驾驶领域，安全是首要考虑的因素。因此，尽管4D毫米波雷达不是主传感器，但它是必不可少的。为了确保乘客的舒适和安全，最终一定会配备大量的4D毫米波雷达传感器。在当前阶段，我们不仅要关注成本和价格竞争，还要注重迭代速度和安全性。只有确保安全，才能实现真正的舒适和自动驾驶的广泛应用。

第三代4D成像雷达

简单介绍一下木牛科技4D雷达的最新进展。开发4D雷达的门槛远高于传统雷达，它要求从硬件底层到应用算法层都有深厚的积累。这不仅仅是做出一个demo，而是要按照量产产品的标准来打造，包括底层的阵列设计、一致性的优化，以及顶层的模型识别、特征提取算法等。

4D雷达在静止目标检测上已有显著成效，解决了传统雷达的某些不足。对于运动目标，4D雷达也表现出更好的检测性能和跟踪稳定性。此外，它还能提升点云密度10倍，测量目标高度，刻画道路环境，为基于雷达点云的功能提供支持。

我们的产品形态已申请专利，具备抗干扰能力，并经过上百次、数十万公里的路测迭代。在工厂，每20秒就能产出一颗4D雷达。目前已与多家OEM或Tier 1厂商合作，推出极具性价比的视觉 4D毫米波感知融合方案。

通过技术加持，我们的4D雷达在点云密度上接近了4片级联的水平，能明确区分空中和路边的点云，以及运动目标的点云。从产品化和性价比的角度来看，2片级联已达成了质变效果，是性价比的优选。而4片级联则投入过高，收益不明显。

在特斯拉提到的三个问题场景中，我们的4D雷达都表现出很好的效果。它能稳定识别静止障碍物超过100米，且不会误报虚假目标。对于运动目标，高密度的点云也大幅提升了跟踪目标的精度和稳定性。

总结毫米波雷达的发展趋势，它凭借独特的频率和物理特性，在ADAS、HAD、AD的终局配置中必将占有一席之地。特别是进入HAD阶段后，整个系统的可靠性将非常高。毫米波雷达早已进入“全固态”阶段，产品化、成熟度和成本控制都已达到较好状态。

解决毫米波雷达的固有缺陷，如点云稀疏、分辨率差、杂点多等，提升通道数及相应算力是最有效的途径，毫米波必然向4D演进。6T8R相比3T4R“质变”已发生，商用化程度、系统复杂度、成本等因素，6T8R 4D与Camera融合，将成为L2 NOA类功能的海量量产落地的引爆点。

传统感知团队机器视觉AI背景强，熟悉L点云友好度，对4D毫米波仍不熟悉。木牛科技将提供好用、稳定的4D点云，计划与3家OEM/Tier 1深度合作，率先实现4D NOA 价值验证和商用落地。

木牛科技简介

木牛科技是一家专注于毫米波雷达技术的厂商，我们的创始人和美国团队均拥有超过20年的雷达行业经验。公司的使命是“深耕雷达技术，赋能智能系统”。

图源：演讲嘉宾素材

自成立之初，我们就明确了要做民用产品，特别是车载产品的方向。因此，我们非常重视模块化设计、自动化测试和生产系统。无论是产线上的点胶、压接等环节，我们都拥有独特的测试验证手段，确保整体交付质量优于行业标准的100 PPM，并且仍在不断改进中。同时，我们也非常重视功能安全和网络安全，已经获得了ISO 26262和ISO 21434等相关认证的最高等级。

在产业布局方面，木牛不仅涉足车载领域，还推出了两款非常有趣的产品。一款是用于智能体育领域的高尔夫球雷达，我们参与了这款产品的设计并有投资。另一款则是无人机高度表，我们拥有一些独有的甚至全球独家的技术，这些产品在全球范围内都没有竞品。

总的来说，木牛在车载行业、无人机工业领域以及智能体育领域形成了十分稳定的产业布局。这种平衡而稳健的布局将帮助我们应对当前车载行业的激烈竞争，成为最后的胜者！

（以上内容来自木牛科技技术副总裁姜伟于2024年10月24日在第十二届汽车与环境论坛发表的《毫米波雷达在智驾感知领域中的进阶之路》主题演讲。）