编译 / 朱 琳
编辑 / 张霖郁
设计 / 皮 皮
来源 / Forbes，作者：Brad Templeton
Robocar使用3个主要传感器——摄像头、激光雷达和雷达。这是从现有的汽车雷达开始的，没有太多的讨论，因为它是非常基础的。
虽然特斯拉宣称，他们很自豪能把雷达拿掉，但几乎所有人都依赖它，因为它比激光雷达便宜得多，而且以一种非常不同的、超人类的方式看待世界。
最近，Waymo预告说他们的第五代汽车上的新雷达是一种“成像”雷达。11月15日，他们公布了更多细节。
Waymo第五代自动驾驶汽车▼
几家初创公司也在开发成像雷达，内部工作也在与其他robocar团队进行。甚至有传言称，特斯拉转变立场之前，就与以色列4D成像雷达公司ARBE的雷达合作了。
传统的汽车雷达分辨率很低。在水平方向上，如果它能发现雷达目标所在的车道，那就太幸运了。在垂直方向上，它往往无法区分你前面的汽车和马路上的天桥。
这是一个由非常模糊的斑点组成的世界，但也有几个值得一提的优势：
1.对于每一个目标，你都能得到一个很好的距离读数（就像激光雷达），尽管可能会因为世界上其他东西的多路径返回而产生混淆。
2.你还能得到每个目标的速度，这是非常有价值的，否则只能由新的多普勒激光雷达提供。
3.在无线电波中工作，像灰尘和雾这样的东西对它来说是透明的，同时它们大大减少了基于光的传感器的范围。
4.它们可以在很远的距离工作。
5.虽然多路径返回可能是一种诅咒，但它们也是一种祝福，因为它们可以让你发现视线受阻的目标，比如你前面的一辆车，因为有辆卡车挡在中间而看不见。
但也有不尽如人意的地方——低分辨率、行人的低反射率、噪音和多路径返回，以及比摄像头还贵的成本。
事实上，由于分辨率很低，雷达主要用于定位移动目标。因为雷达可以告诉你目标朝着你移动或远离你的速度，这些目标从世界上所有静止的物体中脱颖而出。你会从静止的物体（比如你前面抛锚的汽车）那里得到反射，但很难从其他静止的东西（比如道路、栅栏、标志等等）中可靠地分辨出来。
有雾天Waymo成像雷达的图像▼
早期的雷达用户不得不忽略任何来自固定物体的返回信号，这就是为什么你会看到配备雷达的特斯拉撞上了横过马路的卡车，以及停在左边车道上的应急车辆。
解决方法之一是大幅提高分辨率，这正是成像雷达所做的。传统雷达的分辨率可能为5度（垂直方向上更差），而成像雷达则试图达到1度，有些甚至声称分辨率为0.5度。
不过，分辨率并不像光线。即使成像雷达能告诉你目标在1度内的位置，但这并不意味着它能很好地分辨1度内有两个目标。
结果是雷达产生了类似于激光雷达的“点云”。人们喜欢称它为4D雷达，因为对于每一点你都知道X和Y还有距离和速度。更恰当地说，它是5D，因为当你观察事物是如何随着时间变化的时候，你可以对它们了解得更多。
看穿大雾
Waymo没有透露太多关于他们新雷达的信息，只是说他们评估了所有的商业产品，发现他们无法在内部生产。包括ARBE、Aptiv、博世、大陆、英飞凌、麦格纳、Metawave、Lunewave、ZF、Vayyar、Oculli、SRS等在内的许多公司都在开发甚至销售成像雷达。
虽然谷歌和它的兄弟Waymo起源于软件公司，但如果没有人不卖给他们硬件，他们也会自己生产，这就是为什么Waymo汽车上也有一个定制的激光雷达，但这些汽车都是从汽车制造商的标准汽车中改良出来的。Waymo研究传感器的时间比其他公司都长。
Waymo也有一个很好的激光雷达，射程很长，分辨率很高。他们的摄像头和人工智能还能识别远距离物体。一些公司有激光雷达，可以像雷达一样报告目标的速度。雷达是必须的吗？
Waymo的理念是尽可能获取所有数据，以提高安全性和功能性。成本不是Robotaxi的问题，所以一开始你会花所有的钱和精力更快地到达安全的地方。
“雾都”旧金山▼
你对这个世界了解得越多越好。即使在亚利桑那州，Waymo也想要这些额外的数据，但在旧金山这个以雾而闻名的新运营地区，这些数据就变得特别有价值了。在旧金山，你很容易发现自己进入了迷雾之中，模糊了你的视野。
成像雷达可以让你更好地处理这个问题。没有人的雷达可以在没有视觉的情况下驾驶，也没有人的激光雷达可以在大雾中驾驶（尽管有人希望有一天这可能成为可能），但它可以在更恶劣的天气下驾驶。雷达在雪中可以正常工作，但会受到大雨的干扰，尽管有时不如视觉干扰那么严重。
这对robotaxi来说很重要。你肯定不希望robotaxi服务因为天气变化而关闭，除非是大规模的交通堵塞。私人robocar在这里可以获得通行证——它们可以宣布自动驾驶已被禁用，但车主仍然可以驾驶它们，如果它们有方向盘的话。
Waymo表示，他们的成像雷达的准确性有助于他们更好地分辨道路上的目标。雷达目标的强度差别很大——像扁平的金属标志、车牌等会发出非常明亮的光，而动物和人可能非常暗淡。这意味着来自明亮的反射物的信号可能会淹没来自附近的人的回波（多达60分贝的暗淡），除非你能从一个精细的角度解析。
2002年，乔治亚州的大雾造成5人死亡▼
许多人将robocar时代的开端归因于DARPA挑战赛，特别是2007年11月的城市挑战赛。比赛当天，在不远处的加州99号公路上发生了108辆车连环相撞的事故，造成2人死亡，多人受伤。
事故是由于浓雾造成的，人类司机以高速驶入雾中。而一辆装有成像雷达的汽车就不会这样做，它能够看穿雾气，就像它不存在一样。
抛弃雷达？
特斯拉拿掉了他们的雷达。虽然大多数人怀疑原因与芯片短缺有关，因为他们在Model S和X汽车上保留了雷达，但他们现在表示，雷达只会让自动驾驶变得更难。他们的观点是，当你有多个传感器时，你需要将它们融合在一起。
你必须明白，你在雷达上看到的目标和你在摄像头上看到的目标是一样的。如果你在这一点上犯了错误，可能会导致其他错误。当两个传感器不一致时，你相信哪个？这并不总是容易判断的。这可能意味着你的系统比它需要的更复杂——至少特斯拉是这么认为的。几乎所有人都不同意。
不过，这并不是人们第一次抛弃雷达。早期的ADAS（高级驾驶员辅助系统）都是用雷达完成的，但这些装置很贵，而且忽略了像抛锚的汽车这样的问题。他们也经常在汽车所在的车道上犯错误。
Mobileye公司推出了基于摄像头的系统。它比雷达便宜（尽管如果你有雷达的话，它可以集成雷达），而且不会犯雷达所犯的错误。（不过，它也犯了雷达不会犯的错误。）
由于价格便宜，许多汽车制造商转而使用它，以提供前向碰撞预警和自适应巡航控制（ACC）等功能。现在ACC在交通堵塞中处理停着的汽车，这是很多客户想要的。
尽管如此，Mobileye还是在他们的robocar计划中使用了雷达和激光雷达，不过他们仍然只用一个摄像头为驾驶员提供帮助。驾驶员辅助系统并不需要完美——它只是帮助驾驶员，而不是接管。
当特斯拉在早期的Autopilot中超出规格使用Mobileye的产品时，一辆特斯拉撞上了一辆卡车的侧面，导致驾驶员死亡，Mobileye以极大的代价切断了与特斯拉的关系。特斯拉已经在开发自己的系统，并匆忙部署，损失了一些功能。当特斯拉取消雷达时，他们也降低了功能。
许多公司也在应用人工智能技术来理解来自雷达的数据。这既包括消除雷达回波中充满的噪音，也包括随着时间的变化从其轮廓中识别目标。
例如，如果你作为一个人看雷达输出，结果发现骑自行车的人从他们的雷达特征中非常明显，因为他们的腿和踏板不断旋转来回移动——这在雷达上随着时间的推移看非常明显，人工智能工具可以挑出这一点并识别目标是什么。
人工智能技术有助于识别人类难以识别的东西，如分道行驶的摩托车和道路上的其他特殊目标。
雷达的价格也在不断下降。事实上，在某些应用中，比如识别十字路口（十字路口从不是静止的），一些车辆为了降低成本，会依赖侧面或后方的雷达，而不是在那个方向上花费太多钱来部署的激光雷达。
天气可能看起来不太明朗，但雷达在robocar上的前景却很光明。