北京治湿疹好的医院 http://m.39.net/pf/a_8814564.html导读
//
年11月，安霸半导体（Ambarella）收购傲酷雷达（Oculii），在视觉芯片大获成功后，开始加持成像雷达技术。确切说是用大算力域控芯片整合4D成像雷达算法，创造出全新一代的4D成像雷达，同时把视觉和雷达感知在像素和点云层面做前融合，使雷视一体真正成为可能。我们不妨看看安霸的实力，以及通过收购傲酷雷达又增加了什么优势？
01、安霸实力不俗
视频是一种独特的数据类型，需要优化的SoC架构。安霸做视频芯片起家，专注耕耘视频芯片18年，已经出货3亿多颗，是视频芯片细分领域名副其实的霸主。年，安霸收购CV和自动驾驶软件先驱VisLab，将视觉感知AI技术融入芯片；年，安霸推出汽车视觉芯片10nmSoCCV2,年推出5nmSoCCV3，大批量生产提供给汽车Tier1/OEM厂商。
安霸的CV3面向L2+到L4智能驾驶单芯片处理，涵盖边缘、分区和中心域架构，可以实现多传感器感知、融合和路径规划等。基于对数百种主流AI算法的应用优化（包括开源、内部和客户的算法），CV3的CVflow能效比大幅超过了同行。
安霸拥有世界一流的技术工程团队，全球有约名软件、算法和图像处理工程师，其深度神经网络AI处理器与最先进的视频处理器集成在一起，能够实现高度优化的计算机视觉SoC。基于其“算法优先”的理念，安霸芯片集成了ISP图像处理、先进的CVFLow神经网络AI加速处理算法以及4D成像雷达算法。
02、为什么安霸相中傲酷？
事实上，视觉感知本身是有天花板的，各种天气变化、光线变化都会影响感知效果，所以业界普遍认为毫米波雷达是必需的，4D成像雷达更是大幅优化了毫米波雷达性能，使其在感知套件中成为刚需。
今年初安霸发布的CV3大算力域控芯片，性能上超过了市场上所有的竞争对手的现有产品。5nm制程、50W可支持L2、L2+、L3甚至L4，高效支持各种AI算法。把傲酷的4D成像雷达算法植入后，可以大幅提升4D雷达整体性能，也可以更好地做成雷视一体的前融合。正是因为傲酷成像雷达算法和安霸大算力域控芯片高度契合，非常具有互补性，双方便一拍即合。双方要共同努力，产品全面整合，将毫米波雷达全面提升至一个新的时代。
安霸之前的车规芯片CV2已经大规模量产落地应用，CV3又把算力增加几十倍。用CV3一个芯片即可搞定20多个摄像头和多个4D成像雷达和激光雷达，同时实现深度前融合。
进入AI时代，传统雷达、摄像头、激光雷达简单的目标融合已远远不能满足自动驾驶的需要，容易漏掉目标，融合时的置信度也不高，出现判断错误。如果到点云级或特征级，甚至原始数据级，置信度就会高很多，但处理起来需要大算力，这对于CV3大算力不在话下，非常容易。有了这样的基础，L3、L4等各种应用场景就有了一个利器，雷达的感知及与视频的深度融合都可以用一个芯片搞定，让4D成像雷达如虎添翼。
03、为什么毫米波雷达要升级成4D成像雷达？
实际上，雷达的发展不只是技术驱动，而是市场和应用场景共同驱动的。4D成像雷达忽然火起来，一个重要原因是因为每家自动驾驶公司都在把各种传感器的功能压榨到极致。如视频从2M都在走向8M。各种视觉算法使视频应用场景得到极大提升。纯视觉感知+Transformer也成为主流做法。激光雷达开始是几线，后来是16/32/64线、现在都线至线，已快到极致，角分辨率大幅提升，距离大幅提升，甚至出现了FMCW激光雷达。现在只剩下毫米波雷达还没有压榨到极致。
另外，自动驾驶面临的长尾问题太多，光靠激光雷达、摄像头不够，很多问题解决不了，所以自动驾驶进程比预想的要慢。
4D成像雷达让毫米波雷达感知能力更进一步，潜力得到充分地挖掘。雷达也像激光或摄像头那样被压榨到极致，可以解决更多的场景问题。传统雷达多年来性能到了天花板。4D成像雷达可以通过多芯片级联，增加很多天线，大幅提升分辨率，各种技术创新蜂拥而至。
那么，为什么说4D成像雷达是实现ADAS/AV的关键呢？首先是1V（1摄像头）的挑战：雨雪雾霾、强弱光下，距离速度难以测量。
再看L2功能使用的1V1R（1摄像头+1前向毫米波雷达）方案的挑战：视觉感知失效+传统雷达缺陷导致事故频发。
视觉感知失效有以下几种情况：
视而不见：没有训练过的物体识别不了，如异型车辆、侧翻车辆等都属于此类；
场景变化：视觉算法会依靠车轮、尾灯等特征点进行识别，场景变化没有训练到位容易失效。如行人或锥桶跟静止车辆重叠在一起，很容易干扰识别算法导致撞车；
天气光线：雨雪雾霾强弱光，光线不好易出事故。
视线遮挡：只看到小局部，识别效果不好。
毫米波雷达以其远距离、测速准、全天候能力完美地补充了视觉，但是传统雷达存在分辨率非常差、视野有限的问题，主要表现在以下几方面：
难以识别静止车辆：静止目标信息容易和地杂波等掺杂在一起，识别难度较大。移动车辆可以靠多普勒识别；
横穿车辆和行人：径向多普勒识别为零或很低，难以检测；
没有高度信息：高处物体如桥粱路牌难以和地面的车辆区分开来，容易造成误刹或漏检，影响安全性；
水平角分辨率不足：两个距离很近的物体回波会混在一起，很难知道有几个目标；
RCS区分物体难：通过不同物体RCS反射面积的不同和不同帧之间的反射点不同区分路牌、立交桥和车辆准确率不高。
传统三发四收用的是FMCW波形，天线比较少，FOV度时，角分辨率只有10度左右。如图所示，几辆附近的车分辨不开，点云基本上是一条弧线，而不是几个独立的车辆点云。要想增加分辨率，需要芯片做成二级联、四级联、六级联、八级联。或者单芯片做成48发48收，大幅提升实体天线数量。
这样做的好处是分辨率越来越高，但问题是尺寸和功耗越来越大，多芯片级联功率增加到20W以上，价格也更高。天线数量增加到了一定程度，天线之间的互干扰很大，造成背景噪声很高，性能提升很难线性上升。所以纯粹靠加芯片和天线的方式有很大瓶颈。
与传统传统毫米波雷达不同，傲酷采用虚拟孔径AI雷达算法，其波形是动态、自适应波形，通过软件算法即可显著提升角分辨率，性能呈指数型增长。虚拟孔径成像软件更可以将4D雷达的分辨率比普通雷达提高多达倍。
早在8年前傲酷创立时，创始人就用一种改变波形的方式在MIMO虚拟的基础上再虚拟出10倍、20倍的天线，用算法代替硬件驱动分辨率的提升。同样还是三发四收单芯片，可以实现车辆和周边环境的3D建模。利用AI自适应调频连续波，除了调频，还将相位分成10份20份进行调制，幅度也根据周边环境不停调制。还是用标准的TI芯片就可以实现更高的分辨率。当然，天线设计不太一样，不是采用密集的梳状天线，而是稀疏阵列设计，形成比较好的虚拟和实体天线的互补。
以往，在双级联、四级联情况下，角分辨率不可能急剧提高，只是线性提高，如四级联时水平角分辨率最好是一点几度。利用傲酷算法可以用同样的四级联芯片达到0.1度×0.1度角分辨率，水平0.1度、纵向0.1可以媲美线激光雷达。现在毫米波雷达也可以达到了激光类似的分辨率，做多传感器融合也容易得多了。这才是真正4D雷达要达到的水平，才能真正替代低线束激光雷达，或跟摄像头融合做到很好的性能。
由于充分发挥了软件和算法的潜力，硬件就不需要那么复杂，比如4D角雷达大小和普通毫米波角雷达差不多，像手机一半的大小。前雷达稍大一些，像手机这么大。功耗也差不多。价格也贵不了多少。有了这些条件，4D成像雷达可以较快地大规模替代普通毫米波雷达，以后新车可能都会直接上4D成像雷达，而不是普通雷达。
04、傲酷4D成像雷达场景举例
傲酷4D成像雷达包括前向和角雷达。从四大场景可以看到傲酷4D雷达的性能优势，实测显示地库高度、暴雨天米探测、米车辆跟踪、米行人跟踪。
传统雷达在车库中多径干扰非常多，而傲酷的4D成像雷达可以清楚地看到3m高的顶棚，高处、低处、侧面点云都很清楚。在暴雨天，4D雷达一个很重要的作用是补充摄像头和激光雷达的不足，m暴雨中会有一些雨衰，但仍可看到m以外。
另一个话题是4D成像雷达和激光雷达优势对比。我们用了业内非常有名的一家公司16线激光雷达做了对比，激光雷达射程多米，4D雷达半径达m。激光雷达距离受反射率的影响比较大，傲酷现有的FOV度的4D雷达的射程超过米，新一代的雷达距离可以达到-米。具备精确多普勒速度的点云，可以适应所有天气情况。4D成像雷达比激光雷达三大突出优势首先是看得更远，其次全天候工作哪怕暴雨天都可以正常工作；再次测速快又准确，单帧就可以测出每个点的速度。
怎么让4D成像雷达的技术优势发挥到极致，解决原来雷达解决不了的难题？比如高速路上，路侧静止车辆对自动驾驶车辆是个很大的威胁，近期多起重大事故也因此而起。米外提前探测到并预警，就成了自动驾驶的刚需，4D成像雷达有能力解决好这个问题。
另外，三维环境建模是激光雷达的很大优势，其点云数达到每秒几十万点以上，环境建模轮廓非常清楚；目前的4D成像毫米波雷达最高几万点点云，显然有明显差距。安霸把傲酷的算法放到CV3域控大算力芯片中，它本身可以每秒钟处理16亿个视频像素点，处理毫米波雷达的海量点云也非常容易。因此，下一代傲酷4D成像雷达的点云每秒可达几十万点。和激光雷达的点云可以达到一个数量级。三维环境建模也可以非常清晰。
傲酷虚拟孔径成像雷达演示表明，两个10dBsm角反射器在30米远处摆好，相距35厘米，水平0.6度。用双3发4收单芯片的雷达可以把两个角反射器分开。有了傲酷的算法，用普通雷达的芯片硬件就实现了更高角度分辨率。
傲酷雷达对周边环境和车辆成像效果不错，在视频中可以非常清楚地看到路口高处的4个红绿灯。形成了真正的立体点云成像。
05、面向未来的技术
使用和普通雷达类似的硬件，如用市场上普遍采用的TI处理器芯片，利用傲酷AI算法可以大幅提升雷达性能，如明显提升角分辨率；如果使用大算力域控芯片CV3跑该算法，可以进一步大幅度提升核心性能，如角分辨率、点云数和距离。而且可以做到原始点云级前融合，效果也非常好，置信度大幅提升。而不使用该算法，只用传统的增加级联芯片数量和天线数量的方式，雷达角分辨率提升是线性的、很慢的，天花板非常明显。
需要强调的是，安霸收购傲酷雷达后，两者可谓相得益彰。安霸的高性能AI域控制器芯片CV3具有超强的计算和存储能力，利用更多算力和内存将使4D成像雷达的关键性能指标如水平垂直角分辨率、点云密度等呈指数级提升。
总之，这一切正是傲酷融入安霸带来的优势，算法和芯片完美结合，将使4D成像雷达性能得到巨幅提升，同时成本又能维持在低位，性价比得到了显著的改善。下一步，安霸傲酷会将4D成像雷达推入更高一个台阶，创造出中央集中式4D成像雷达。让我们拭目以待。
