目前全球汽车制造商对哪种传感器系统对自动驾驶汽车最有效存在争议，其中包括倾向于采用纯视觉感知系统的特斯拉。

图源：AFP

随着全球汽车传感器市场的竞争日益激烈，特斯拉宣布，从本月开始将放弃毫米波雷达，采用基于摄像头的纯视觉感知系统。该系统没有雷达，仅依靠车辆外部摄像头实现半自动驾驶功能，可以满足 L2 + 级自动驾驶汽车和 L4/5 级无人驾驶出租车的要求。

然而，一些汽车制造商强调了与纯视觉感知系统相关的潜在挑战，包括摄像头在恶劣的天气条件下可能无法正常工作。

同时，新兴的 4D 成像雷达技术加强了传统毫米波雷达的物体探测功能，可以在不同的天气条件下良好地工作。观察人士乐观地认为，4D 成像雷达可以取代激光雷达，用于 L2 + 级和 L3-5 级自动驾驶汽车。

简单来说，4D成像雷达就是在普通毫米波雷达的基础上，增加了对目标高度维度数据的探测和解析，也就是在传统毫米波雷达X轴、Y轴数据的基础上，增加了Z轴的数据，从而能够实现距离、方位、高度以及速度四个维度的信息感知。

距离、速度、角度是传统毫米波雷达的三大性能维度。

由于传统的毫米波雷达缺乏测高能力、角度分辨率低、点云稀疏，且忽略静态物体，所以在自动驾驶系统中仅起到支持性的安全冗余之用。随着L3及以上高级自动驾驶的快速发展，对环境感知精准度要求越来越高，因此激光雷达这一创新传感器备受追捧。而对摄像头与毫米波雷达来讲，需要具备更高的探测分辨率以及人工智能算法。为了解决这些弊端，在普通毫米波雷达的基础上，4D成像雷达应运而生。

4D成像雷达的主要问题在于，目前并没有一款能够真正规模落地的4D成像毫米波雷达产品。首先是车企对4D毫米波雷达的需求并不明确。汽车零部件企业研发产品时大多是需求导向，但目前车企并不确定在L3级自动驾驶车辆中，到底是哪个功能，需要4D成像毫米波雷达，或者仅需要输出点云的4D毫米波雷达。

原本毫米波雷达只输出带有距离、速度信息的目标，但当4D成像毫米波雷达还额外提供了具有方位角信息的点，企业究竟要利用这一特征达到何种感知目的，目前业内也并没有明确的方案。

其次，业内并没有专门针对4D成像毫米波雷达的测试设备，行业的生态链并不成熟。厂商们只能利用传统毫米波雷达的测试设备，来验证其4D成像毫米波雷达产品的性能。

但问题是，诸如目标模拟器这样的传统测试设备，其分辨率并不高，无法验证4D成像毫米波雷达的分辨率是否达到了1°或者零点几度。

“我们只能靠上路，用真值系统，用激光雷达去做比对。但这样的话，如果产品的一些基础性能出了问题，比如天线设计，我们根本没有办法在实验室里检测出来，做不了前端测试，无法形成一个完整的研发闭环。”

可以预见的是，多传感融合的自动驾驶解决方案在未来几年仍然会是行业的主流，而4D成像雷达作为高配的毫米波雷达显然会在其中占据一席之地，但与激光雷达不会形成替代关系，更大的可能是形成互补关系。