智慧汽車量產“排位賽”：鐳射雷達與毫米波雷達的角逐戰

智慧汽車現在捲到什麼程度了?

據獲悉，在進入大規模量產“元年”後，各大車企都在全力升級自身的硬體配置，並進行一系列複雜場景的路測資料積累，拉開圍繞高階自動駕駛的量產“排位賽”。

這其中，作為核心感測器之一的傳統毫米波雷達也跟隨步入升級換代與突破創新的關鍵階段。

鐳射雷達與毫米波雷達的角逐戰

作為高階自動駕駛的三大核心感測器，攝像頭正經歷高畫素、3D深度資訊以及環繞感知力的提升階段。與此同時，鐳射雷達和毫米波雷達之間也進行了一場角力戰。

鐳射雷達廠商正加快推動車規級量產程式，同時挑戰更低成本和更高的可靠性，充分發揮鐳射雷達可以提供精準度更高的資料能力。另一方面，毫米波雷達廠商也在開足馬力，改進低解析度、俯仰角探測等問題，以匹配多感測“前融合”剛需。

除了“拋棄”傳統毫米波雷達的特斯拉外，更多廠商傾向將兩者都置於車中。

誠然，硬體的堆砌提升了自動駕駛安全性，但單個硬體裝置並不能滿足所有需求資料，且在很多極端環境下，硬體裝置也會出現問題，如鐳射雷達在大霧、大雨等極端天氣下，測得資料會出現較大偏差;毫米波雷達不具備測高能力，難以判斷前方靜止物體是在地面還是在空中。

因此自動駕駛汽車需要不同的硬體裝置同時工作，以獲得不亞於人類的感知精度及能力。而4D毫米波雷達的出現，將為自動駕駛帶來革命性的改變。

4D毫米波雷達——L2以上自動駕駛的主感測器

首先，4D高精成像毫米波雷達能憑藉高解析度、遠距離探測、高效能與低價格等優勢替代低端鐳射雷達。

4D高精成像毫米波雷達在現有雷達基礎上，通過俯仰角、時間、距離、方位角共四個維度感知環境，增強雷達對目標俯仰高度資料的探測和解析。其中，新加入的時間維度能夠解析目標的行為、大小輪廓、類別等，提供比傳統毫米波雷達更豐富的資料。據估，4D高精成像毫米波雷達進入大規模量產後，成本將僅是鐳射雷達的1/10。

這意味著4D毫米波雷達已具備鐳射雷達的功效，或成為L2以上自動駕駛的主感測器，在未來的自動駕駛方案中佔據主導地位，實現低成本，高效能、可大規模的量產自動駕駛方案。

資料採集的下一步

可以看到，4D毫米波成像雷達普及之路一片坦途，全球範圍內包括大陸、華為等公司已陸續宣佈4D毫米波成像雷達的量產與合作專案計劃。

而人工智慧需要的資料遠不止於採集，可用於模型的專業訓練資料才機器真正需要的養料。

資料標註作為資料採集的下一步，在人工智慧行業的地位同樣不容小覷。

經過多年行業洗牌，資料標註與資料採集一樣，都在不斷探尋更高階別的資料服務能力，在經歷了軟體——工具——平臺的進化後，資料標註從業者已從小作坊過渡到專業AI公司。

以曼孚科技為例，作為新一代技術類AI公司，曼孚科技產研團隊打造的SEED資料服務平臺藉助AI輔助篩查，將資料標註效率平均提升10倍以上，實現資料精準度99.99%。

在未來，曼孚科技將持續聚焦AI基礎架構建設，專注企業級數智化運營能力搭建，為人工智慧應用的商業落地增添更多助力。