让汽车拥有千里眼+透视眼!嘉定企业新一代4D成像雷达助力智能驾驶实现更远更清晰的环境感知
你知道吗?其实我们的车子在主动感知环境这块,技术已经悄悄走到未来感。不是我夸张。去年我跟一位修理工聊过,他说现在路上新车感应更快,问题是感应啥的,只是比个数,真要理解这个环境得靠啥?我猜,带4D雷达的车应该能提前感知道路上什么情况。(不用说,他可能真挺喜欢那种像电影一样看未来的感觉)。
从数量级上看,我估算咧,咱们常见的ADAS(高级驾驶辅助系统)雷达,通常看得远在200多米,顶多300米。这其实还算可以,毕竟不用掉价,但对比起传统‘眼睛’来说,有点局促。4D雷达这个概念,是我最近才刚翻了下技术报告,才发现它距离可以扩展到不确定的400米?估算值啦,毕竟还没有普遍量产。
最近在嘉定搞的公司——岸达科技,推出了新一代4D成像毫米波雷达,型号叫ADT7880,我没记错吧?他们说比现有雷达,又更远、更清晰一些。我一开始想,这可能就是增强型,似乎能彻底改变车辆眼在复杂环境下的能力。具体说,是怎么一回事?我得把这个雷达的特点拆拆。
第一,传统雷达偏重距离和方位。能看到周围的车、障碍物,说白了,就是量个距离:前面那辆车30米远,侧面那辆车50米。而ADAS对这个还足够,但在复杂一些环境下,容易误判。岸达这个ADT7880最牛逼的,是它把距离、速度、方向甚至高度都同时想到了——实际上,这是个4D环境地图。我也不知道为什么,就感觉像是把三维地图加上时间维度。
这就像用手机拍照,绿绿的在雨中模糊了的画面变得清晰(这段先按下不表),车子通过4D成像搞得就像个电影片段,能看得更远,也更细腻。这不就像透视眼一样?实际上是通过高带宽、高敏感度的算法,把原本一团模糊、信号少的点云变成有深度有材质的高清场景。
第二,听说在极端天气里,比如大雨、大雾,激光雷达往往挂掉——那是真的。露天测试,激光雷达在大雨里已经躺平了,无法获取高质量数据。而岸达的这个雷达,8千兆赫带宽,能穿透雾气和细雨,尤其在夜里,效果还不错。我之前还翻了下公司发布的演示,看到它在雾天还能准确识别微小障碍,比如路边掉落的松树枝、道路边微微抬起的石子。
但我得说,能做到这点,硬件成本和软件算法都得强悍。这家公司副总裁肖征宇说,他们一边让成本控制在合理范围内,一边还在和比亚迪、广汽试样机。这算是量产试点吧?对,我猜他们刚打样,规模还不大,但感觉这个距离和穿透力,未来能有点杀手锏作用。
这让我突然想到,除了雷达硬件,芯片级协同也很重要。岸达还说,他们支持多芯片级联,就是多个雷达搭在一起,组成360°无死角的天眼。你会不会觉得,未来的车就像多眼多脑的巨型机械?其实不然。这个级联系统,比我去年看的某个国产品牌的激光雷达人组架构还智一些,灵活多了。
你问我:这玩意儿,和普通雷达差在哪?我猜中等价格区的车,比如某些入门自动驾驶辅助,最多靠单一雷达和摄像头拼凑,简单场景还行,但遇到复杂环境就容易乱成一锅粥。这款4D雷达,能提供更远、更准、更全的环境感知,至少在理论上,能让自动驾驶在城市复杂路况,变得更安全一点。
我还想,未来会不会有人在现有基础上升级呢?当然能,岸达倒是没跳过这个升级快这块。肖总提到,他们会出更小巧的版本,不用车企硬改硬装,就能直接升级路上的雷达系统——成本低一点,换个雷达就可以了。这就像手机升级系统一样便利。
我也在想,既然硬件都这么牛,软件端的匹配、算法优化更重要吧?毕竟,雷达调什么样的参数、怎么处理信号,关系到最终识别的超凡脱俗。你信不信,未来微调算法可能比硬件更费脑子?(这段是不是太远了?)
还有个问题:现有的车辆成本,百公里传感器维护、升级的花费,能不能跟上这个更远更清楚的节奏?你知道,小修小补每年也得几百块,雷达换新都不便宜。比如我朋友买的那台国产车,雷达用了两年后,反应变慢了,可能是老化或者信号减弱。这个新雷达,能抗老化?还是得定期换血?
没细想过一个问题:这种高端雷达到底能保值到什么地步?未来价格会不会像芯片一样,一波波下降?还是说,只有买高端版才能保证它的技术优势?这点我还得再观察。毕竟,车企总喜欢在性能上打折扣,最后又推个中端量产版,玩套路。
技术再好,车还是车。你觉得,将来驾驶还能不能像现在二十公里一小时开着玩,在导航系统上探索最短路径之外,增加些什么童叟无欺的感官体验?其实心里挺矛盾的。
我刚才翻了下相册,看到朋友的车贴着个科技未来,可我心里清楚,未来还远,没有真正天眼的车不都还在试验段。面对这些厚重的技术进步,我有点嫌麻烦——又要花钱,又要适应,又要认路新东西。
问一下:你猜未来的汽车,最受益的,还是人性化体验多一些,还是技术硬核多一些?或者,这两者会出现融合?
(这问题,留给你们觉得吧)
本作品为作者原创创作,内容由人工完成,部分内容在创作过程中借助了人工智能(AI)工具辅助生成。AI在资料整理、语言润色、表达优化或灵感拓展方面提供支持,核心观点与主要内容均由作者独立完成。
本文旨在信息与观点的交流分享,不含任何不良导向或违规内容。若需引用或转载,请注明出处与作者。
全部评论 (0)