毫米波雷達(dá)很熱。雷達(dá)的分辨率越來(lái)越高，現(xiàn)在也可以分類物體，這是以前做不到的。
然而，更好的分辨率需要更多的通道，這意味著更多的數(shù)據(jù)需要處理。所以毫米波雷達(dá)需要有專門的處理器來(lái)處理這些數(shù)據(jù)，產(chǎn)生物體或者點(diǎn)云，此外，毫米波雷達(dá)需要有開(kāi)發(fā)工具來(lái)搭建應(yīng)用。否則，這些數(shù)據(jù)很難被理解。

雷達(dá)除了能全天候工作外，往往會(huì)受到負(fù)面評(píng)價(jià)。傳統(tǒng)的汽車?yán)走_(dá)看不到攝像頭或激光雷達(dá)所能看到的物體。更具體地說(shuō)，雷達(dá)看不到遙遠(yuǎn)的物體，不能辨別它們看到的東西。它們的處理速度不足以達(dá)到高速公路的要求。

模擬波束成形
2017年1月成立的創(chuàng)業(yè)公司metawave，希望通過(guò)開(kāi)發(fā)模擬波束成形技術(shù)來(lái)改變這種狀況。
利用PARC將超材料、雷達(dá)和天線商業(yè)化的獨(dú)家授權(quán)，metawave推出了該公司“全套雷達(dá)套件”的原型。該公司的超材料是布置在PCB板上的小型軟件控制工程結(jié)構(gòu)。據(jù)稱，這些結(jié)構(gòu)能夠以特殊的方式控制電磁波束，這在以前通常只有在體積大得多、更強(qiáng)大和成本更高的軍用系統(tǒng)中才能實(shí)現(xiàn)。

metawave的模擬雷達(dá)技術(shù)是基于電子可控天線。它使用一根帶有兩個(gè)端口的天線：一個(gè)端口連接到Tx或Rx鏈路，另一個(gè)連接到MCU。MCU通過(guò)查找表來(lái)定義和控制天線波束寬度和方向，從而使metawave的模擬雷達(dá)能夠?qū)崿F(xiàn)微秒級(jí)速度的掃描。

metawave的全套雷達(dá)套件是雷達(dá)芯片不可知的。該公司宣稱其基于超材料的模擬波束成形技術(shù)可以精確控制雷達(dá)波束，在不犧牲分辨率的情況下實(shí)現(xiàn)更快的工作速度和更好的信噪比。

面向機(jī)器使用的成像數(shù)據(jù)

盡管Mobileye仍然是汽車視覺(jué)領(lǐng)域的領(lǐng)導(dǎo)者，
任何人都可以獲得相同的成像器，構(gòu)建適合于圖像識(shí)別的攝像頭。但問(wèn)題是你需要合適的處理器和緊密集成的算法。

對(duì)此，現(xiàn)在你也可以從幾家芯片公司中的任何一家選擇一款高性能視覺(jué)處理器，并應(yīng)用自己的算法?；蛘撸阋部梢杂肅NN(卷積神經(jīng)網(wǎng)絡(luò))來(lái)完成這項(xiàng)工作。

目前，自動(dòng)駕駛汽車的制造商在攝像頭方面有了選擇。許多公司會(huì)將AI應(yīng)用于圖像來(lái)獲得結(jié)果。

Chronocam。這家總部位于巴黎的創(chuàng)業(yè)公司的傳感器技術(shù)不是面向人類使用，而是面向機(jī)器傳感和檢測(cè)設(shè)計(jì);該公司認(rèn)為，這項(xiàng)技術(shù)可以徹底改變當(dāng)今CMOS圖像傳感器市場(chǎng)。Chronocam的事件驅(qū)動(dòng)傳感器還很新，尚未在任何商用車上使用，但這項(xiàng)技術(shù)正受到關(guān)注。例如，雷諾集團(tuán)于2016年底與Chronocam達(dá)成了戰(zhàn)略發(fā)展協(xié)議。

英特爾、Nvidia等GPU/CPU領(lǐng)域的大公司仍在試圖找出更準(zhǔn)確、更快速處理大量數(shù)據(jù)的最佳方式。然而，Chronocam專注的是針對(duì)機(jī)器應(yīng)用簡(jiǎn)化和定制的成像數(shù)據(jù)采集。事件驅(qū)動(dòng)傳感器的目標(biāo)是顯著減少數(shù)據(jù)負(fù)載，使汽車幾乎可以做出實(shí)時(shí)決策。

定位使汽車具有“自我意識(shí)”的第一步是地圖構(gòu)建，而與汽車在預(yù)先制作的地圖上看到的內(nèi)容進(jìn)行實(shí)時(shí)匹配。然后，汽車可以對(duì)其位置進(jìn)行三角測(cè)量和定位。汽車必須確切知道它必須去哪里，以便它可以發(fā)展“情境感知。

換句話說(shuō)，如果希望高度自動(dòng)化的車輛能準(zhǔn)確定位，它們需要激光雷達(dá)，需要一個(gè)具有定位資產(chǎn)的基本地圖，對(duì)此沒(méi)有任何東西可以替代激光雷達(dá)。

但是，還有其他方法可以做到這一點(diǎn)。例如，Nvidia的DriveWorksSDK可以實(shí)現(xiàn)基于圖像的定位。DriveWorks的庫(kù)包括地圖定位、高清地圖接口以及自我運(yùn)動(dòng)。

實(shí)時(shí)動(dòng)態(tài)定位(RTK)是另一種選擇，RTK可增強(qiáng)來(lái)自全球?qū)Ш叫l(wèi)星系統(tǒng)(如GPS、GLONASS、伽利略和北斗)的位置數(shù)據(jù)的精度。與此同時(shí)，英特爾/Mobileye正在推廣其面向定位的道路體驗(yàn)管理(REM)技術(shù)。Mobileye希望通過(guò)利用基于攝像頭的ADAS系統(tǒng)的涌現(xiàn)，利用人群的力量來(lái)準(zhǔn)實(shí)時(shí)地建立和維護(hù)一個(gè)精確的環(huán)境地圖。

初創(chuàng)企業(yè)在定位方面也有發(fā)揮的空間。據(jù)悉，初創(chuàng)公司DeepMap正在為第4/第5級(jí)自動(dòng)駕駛汽車解決高清地圖構(gòu)建和定位以及大數(shù)據(jù)管理方面的挑戰(zhàn)。DeepMap正在通過(guò)使用攝像頭圖像和激光雷達(dá)數(shù)據(jù)來(lái)改進(jìn)當(dāng)前的數(shù)字地圖。

傳感器融合

隨著自動(dòng)駕駛汽車收集到所有的傳感數(shù)據(jù)，最重要的就是傳感器融合的質(zhì)量。傳感器融合的結(jié)果決定了自動(dòng)駕駛汽車的決策和行為，也即安全問(wèn)題。

自動(dòng)駕駛汽車僅采用一個(gè)傳感器不可能實(shí)現(xiàn)可靠駕駛，因此必須進(jìn)行傳感器融合。如果必須同步所有傳感器信號(hào)，所以融合是很難的。

而關(guān)于是融合“對(duì)象”數(shù)據(jù)還是“原始”數(shù)據(jù)，業(yè)界的爭(zhēng)論才剛剛開(kāi)始。目前沒(méi)有明確的答案。

與對(duì)象數(shù)據(jù)相比，由于原始數(shù)據(jù)在轉(zhuǎn)換中沒(méi)有任何東西丟失，AI的大多數(shù)支持者更喜歡融合這種數(shù)據(jù)。與原始數(shù)據(jù)融合有關(guān)的問(wèn)題包括：你將需要大量的處理;你還需要有GB大小的網(wǎng)絡(luò)來(lái)將這些信號(hào)傳送到整個(gè)車輛中。