10月25日，由浙江省发改委指导，中国电动汽车百人会、中国信息化百人会、湖州市人民政府主办的第三届全球未来出行大会在浙江德清隆重召开。本届大会以绿色化、电动化、智能化、网联化、共享化为核心思想，设立11个相关主题论坛，邀请全球各地出行产业领域内的尖端人士出席了此次大会。

大会上，专注于车载毫米波雷达系统的北京行易道科技有限公司创始人兼CEO赵捷女士跟大家分享了其公司目前的技术和产品上的特点以及关于毫米波雷达的发展趋势以及未来的可能性。

行易道创始人兼CEO 赵捷

以下为赵捷女士演讲主要内容摘录：

我们都知道对于汽车的传感器来说，毫米波雷达是一个非常重要的传感器。为什么重要呢?它有几个原因。第一个原因是毫米波雷达在全天时全天候的工作条件下，它都表现不会失效。这是第一个优点，这是跟它物理的背景有关系，因为它采用的频段是77GHz。这个频段的波长在4毫米左右，在雨雪雾霾的条件下依然能够正常工作，这是第一个原因。第二个，毫米波雷达在测距和测速方面拥有其他传感器所没有的准确性和快速反应能力。到目前为止，大家都说毫米波雷达是不可或缺的。可是为什么在自动驾驶的传感器或者整个传感器方案里面，毫米波雷达总有的时候被看作在融合的时候有一些疑惑。毫米波雷达除了这个优点之外能不能在图象上或者目标实现上有更多优势呢。这是我今天跟大家说的毫米波雷达的未来发展趋势和技术革新。

我们都知道毫米波雷达已经经历了从24GHz到77GHz的转变。这个转变原因后面会跟大家分享。主要原因因为它具有更高的分辨能力。

第二个技术趋势在于当汽车在行进过程之中，我们不仅需要摄象头这样子的以图象传播为特征的对于汽车周边360度的观测。也需要它在行进中不仅低速和高速的情况下用毫米波雷达的视角来观察周边的环境。

第三个，77、79毫米波雷达成为主流选择的技术背景。具体从应用上来说，在ADAS为代表的具体的这些功能上，比如说AEB、ACC的功能上，77、79的雷达表现出更高的可能性，支持更多的应用。这张图底下有两张图，分别是速度精度、角度精度。这两张图可以形象地了解到或者理解到为什么77和79会变成当下和未来的毫米波雷达的技术的主流。

77GHz车载近程毫米波雷达

79GHz 车载SAR成像雷达

因此，综合前面的频段的选择以及整体的360度环视的可能性。未来一个车上会安装更多的雷达。未来会在L3及以上的智能交通和智能驾驶的技术路线里面会超过一个甚至超过六个雷达安装在汽车上。刚才讲了关于毫米波雷达的技术背景和发展趋势，再进一步具体地讲，从ADAS到更高的自动驾驶技术，对于毫米波雷达有哪些需求以及相关的解决方案。因为从需求上说可以很定性地说未来需要更高的精度，具体支持哪些可能性呢?比如说有一个高度分类的需求。举个例子，我们在做中程雷达的时候我们发现雷达在实现AEB功能的时候需要就高度，道路上的目标的高度信息做一个分类。地上地表的井盖、路障就要被识别成可以通过的目标。路上的这些路牌也要被识别成可通过的目标。否则汽车安装了AEB功能之后对目标的高度信息不敏感都会认为它是障碍物，出现误刹车这种可能性。因此作为例子还需要雷达拥有更大的检测张角。也就是说对于汽车周边360度的目标都要有一个精确的检测以及行人检测。

行人检测我们知道在AEB的应用过程之中各个国家对于行人的保护都会越来越重视。行人本身作为毫米波雷达的检测目标，客观地说我们都知道雷达的散视界面RCS比较小。我们通过多特征综合地识别出来，这是一个行人，这个有没有可能。还有道路识别，道路识别我们也知道，作为毫米波雷达来说也可以实现对于道路的曲率的预测。这个能力帮助我们在做道路规划以及路边的道路的特征检测的时候都非常有用。还有自校准还有雷达融合方案，这是雷达的自融合。当一辆车上装了至少五个或者六个雷达的时候，雷达的信息能够融合起来。这样子我一个目标从车的周边逐渐行驶到车的正前方的时候，我们至少从ID上认为是一个目标。这是刚才讲的在具体的行驶过程中会遇到的融合当中的问题。这些都会对于毫米波雷达的技术现在和将来都提出更高的要求还有包括抗干扰能力。

行易道从2014年成立到现在已经推出了中程雷达两个产品。今年的产品已经实现了商用，作为支持AEB功能的产品，行驶安装在物流车上，在中国大多数江南江北行驶了超过两亿公里。到目前为止都是安全行驶的一个状态，为我们国家的物流车的安全提供了很大的保障。接下来今年年底明年年初还会推出进程雷达，它会提供更广阔的视野以及为L3以及更高的自动驾驶的对周边的目标的检测提供更好的能力。我们公司还有独特的SRR雷达，它能提高对周边的成像能力。刚才演讲的那位，他们讲到地图的一个分辨率，高精度地图的分辨率能够达到5厘米。我们这个雷达现在的分辨率在二维成像的情况下也是5厘米乘5厘米，这样对于道路周边目标信息的特征能够以一个非常准确形象的表述。

接下来这部分是我跟大家分享的重点，就是关于行易道的针对ADAS的功能以及自动驾驶的一些最新的雷达的技术。一方面我们的雷达已经拥有道路识别，目标高度识别，目标高度分类以及自校准这样的功能。这些功能对于使用者来说也就是系统的使用者应用者来说是非常重要的。这使得一个雷达尤其是中国的路况环境下变得非常地易于使用。为什么这么说呢?比如中国特别典型的在行进的过程之中会有很多路障，这个路障其实会带来很多误刹车。所以目标高度分类这个能力就显得非常重要，而且实用。

另外一个，在高级的智能驾驶领域，我们公司正在布局的有几个技术。一个是高效的超分辨算法。超高分辨算法这个事，其实如果就雷达算法来说也不是一个陌生的课题。因为不管是什么算法，60年代70年代已经有人提出来。但是我们公司正在开展和应用的算法，是建立在非常新的数学模型上。这个数学结果是2006年数学界刚刚得到一个证实的一个结果。所以这方面我认为会对我们的雷达有更高的分辨率更好的表现会有革命性的提升。另外就是SAR技术以及高精度的成像环境感知。基于毫米波雷达过去带宽比较窄的局限下，它对于目标的检测结果是一个点目标。因此在输出成像和环境感知上是劣于其他雷达的。但是基于毫米波雷达的环境感知建模是可能的。

从现在目前博世、康体、Denso这样的公司，行易道也有自己的超高分辨算法。就SAR技术来说跟大家分享一下目前行易道79GHz已经实现了实时成像。也就是以50毫秒的刷新周期对于变速、匀速道路周边的环境都能够形成一个实时的成像。它可以应用在哪些方面呢?比如说隧道，比如说对于路面这些绿化带、栅栏能够形成稳定的干净的图像结果。这个和现在用的FMCW雷达结果是不一样的。这样的结果它的噪声噪点会更少一些，而且我们会知道周边环境的一个很好的图象，以图象的方式来呈现，对于目标识别来说是非常重要的。

第二个关于目标尺寸周边的边界问题。我们都知道依据现已有的雷达的体制，我们去做boundingbox有很多误差。如果用到SAR技术，SAR的分辨率5厘米乘5厘米的表现，它对于形成一个目标的边界尺寸的描述来说是非常精准的。

第三个关于我们的雷达可以用于自动泊车。为什么呢?它会对周边的freespace的表述非常准确。因此在各种天气、光线的条件下都会对周边的停车的泊车场景有一个很精确的描述。另外一个，我们可以支持高精度地图，利用道路的特征用于车道级的定位。

刚才给大家分享的主要内容就介绍完了。总结一下，我今天给大家分享的有几点。第一点毫米波雷达面对L3以及L3以上的自动驾驶技术来说，它能够提供更高的分辨率的关于周边目标的一个形状的描述以及检测。这个可能性是有的。因为基于过去毫米波雷达在航空航天领域有广泛的应用。我们认为在汽车行业在中国的行驶环境下毫米波雷达是大有可为的。谢谢!