毫米波雷达作为智能汽车环境感知单元中的重要一员，在智能驾驶和自动驾驶系统中发挥了非常重要的作用，特别是一些涉及安全性的功能，比如AEB自动紧急制动系统、BSD盲区监测系统和ELK紧急车道保持系统等。
当前毫米波雷达技术正向高分辨率、多维度和高智能的方向发展，多通道集成三维成像、雷达级联成像等技术是研究热点。但目前市场主流的毫米波雷达仍存在无法测高、水平角度分辨率较低等局限性，在部分使用场景下会产生误检和漏检等问题，导致系统功能不良、车辆损失和人员伤亡等。而4D毫米波成像雷达的出现给市场带来了惊喜，彻底改变了普通毫米波雷达无法给出障碍物高度信息以及物体细节分类等瓶颈问题。
目前市场上主流的雷达生产商，比如博世、大陆、安波福、采埃孚及华为等，都在进行4D毫米波成像雷达的研发，其中部分企业也陆续推出对应的4D毫米波成像雷达产品。另外，在自动驾驶公司Waymo最新推出的第五代感知方案中就配置了6颗4D毫米波成像雷达，颠覆了原先高度依赖激光雷达的方案。从这几方面可见4D毫米波成像雷达的市场未来可期。
4D毫米波成像雷达的优势
4D毫米波成像雷达可以获得目标障碍物的距离、速度、方位角及俯仰角等信息，相较于普通毫米波雷达增加了俯仰角的测量信息。另外，4D毫米波成像雷达的角分辨率较高，可输出大量的测量点，这种致密的测量点又称为“点云”，故也将4D毫米波成像雷达称为“点云雷达”。点云雷达对照射区域的目标进行信号处理。基于这些高质量和丰富的点云数据，可以清晰地呈现出目标障碍物的轮廓，同时对这些点云数据进一步处理，可以获取更多信息，进一步扩展毫米波雷达的应用范围。
同时，新一代4D毫米波成像雷达不仅可实现4D点云输出，还可以使用神经网络技术，根据呈现的点云图像信息，对道路的使用者和障碍物进行目标检测及分类。这种技术的关键在于通过多芯片级联，增加实体天线，配合MIMO成像技术，实现密集点云的采集，完成目标的检测，并通过人工智能的软件算法对目标进行分类。
另外，4D毫米波成像雷达的点云数据与摄像头图像数据进行融合，可以对周边复杂环境进行3D实时建模，并对周围行人、车辆等目标物的距离、速度等进行精确监控。由于毫米波雷达的环境适应能力强，可弥补摄像头在夜晚、雨雾天、逆光环境下性能不足的问题；同时，4D毫米波成像雷达和摄像头相结合的感知方案，相对于激光雷达的方案更具性价比。
总结4D毫米波成像雷达的主要优势：
1）环境适应性强，几乎能在任何条件下工作，甚至是雾、暴雨、夜晚及空气污染等各种天气和环境条件下，也能提供高可靠性的探测。
2）可实现对目标物垂直高度的测定，弥补现有毫米波雷达的缺点。
3）水平和垂直视场角和分辨率变大，点云密度的覆盖范围已超越了绝大多数车载激光雷达。
4）一定程度上可实现非视距感知，能够“看穿”墙壁、紧闭的门和其他固体物体，可探测到被前车挡住的前前车位置和速度。
5）与摄像头进行数据融合的难度比激光雷达低，验证成本较低。
4D 毫米波成像雷达应用
4D毫米波成像雷达在车端、路端都有很多应用场景，比如高速公路巡航的远距离跟车、静止障碍物的识别和避障、城市复杂交通路口的车流量统计、目标类型识别及变道抓拍等。
1.车端的应用
由于4D毫米波成像雷达探测距离远，出色的水平和垂直的角度分辨能力、适应性强等特性，在辅助驾驶和自动驾驶领域存在广泛的应用场景，详见表1。
表 1 车端应用场景
以高速巡航避障为例，传统的毫米波雷达很难可靠检测到静止障碍物，比如：路边静止车辆、道路护栏、锥桶等，从而导致车辆事故产生；而由于4D毫米波成像雷达具有出色的角度分辨率，对于环境识别能力更强大，如图所示。同时可稳定识别出100m以外路面上的锥桶或更小的物体，这将大幅提升车辆在高速上驾驶的安全性，同时也拓展了更多的应用场景。
图 雷达检测结果对比
2.路端的应用
毫米波雷达在路端的应用，主要体现在智能汽车交叉口通行车路协同控制技术中。在车路协同场景中，4D雷达与摄像头融合，可实现同时对各种移动和静止的大小车辆、自行车、行人以及其他目标进行分类和追踪。它尤其擅长于在大规模复杂路口、人车流混杂的车路协同场景应用，包含传统的智能交通功能、事件检测和车流量统计等。它一般安装在高清摄像头旁边，由V2X（车路协同控制系统）将信号传出去。具体应用场景见表2。
表 2 路端应用场景
以停车检测技术为例，由于传统毫米波雷达对于低速和静止目标检测不稳定，而在路口停车时，车速较低，前后车辆间距小，甚至存在部分遮挡的情况，所以停车检测一直是路端交通检测中的难点。而4D毫米波雷达高精度的检测能力，通过优化低速目标的检测质量，同时基于该场景进行针对性算法优化，在当前轨迹目标不稳定的情况下，基于前车的运动轨迹和行为，结合当前车道停车排队尾部的位置信息，合理推测出最后车辆的停车位置，从而很好地解决了这一难题。
4D成像毫米波雷达 规模化应用的挑战
4D毫米波成像雷达在智能车上具有广阔的发展前景，但现阶段由于各种原因，产品成熟度不足，如果大规模量产还将面临诸多挑战，需要技术人员重点研究和攻克。主要挑战如下：
1）随着车辆自动化等级的提升，对雷达提出了更高的性能要求，比如检测距离、分辨率、精度、目标数量等。
2）更低的成本、更小的尺寸、更低的功耗等。
3）产品本身一致性、可靠性和射频产品的生产工艺等问题，还需要一定时间去完善。
4）面对城市的复杂场景，需要同时跟踪众多目标，而对于多目标的跟踪和识别对技术上提出了更高的要求。
5）在复杂的电磁环境中，雷达接收到的噪声干扰较大，如何处理并避免引起虚报、误报等问题。
6）采用毫米波雷达的车辆越来越多，毫米波雷达之间相互干扰也会增加，如何提高抗扰能力，提升可靠性。
总结
4D毫米波成像雷达不仅具备普通毫米波雷达的优点，同时输出的信息更加丰富，增加了测高维度，检测分辨率和精度也大幅提升，为自动驾驶功能提供了更高的安全保障。由于目前市场还不足够成熟，在技术上还有诸多方面需要不断提升，加快4D毫米波成像雷达的研究和应用，并在实践中不断完善，未来在自动驾驶系统中应用也将会越来越普及。
,
