智能網聯大潮下，ADAS作為離現實最近的自動駕駛實現手段，備受行業關注。近日，“第三屆智能汽車技術國際論壇暨創新展”集合諸多行業專家、學者針對此話題展開深入探討，蓋世汽車將論壇中部分演講進行梳理，以饗以內。

北京行易道科技有限公司創始人&首席執行官趙捷 博士

以下內容為英飛凌科技股份公司汽車電子全球資深市場經理Mr.Kai Michael Konrad先生關于“汽車雷達新方向：SAR成像技術”的演講實錄：

今天下午我是最后一個做演講的，我帶來的新的話題是關于汽車雷達方面，叫SAR成像技術。我們是北京行易道科技有限公司，2014年成立，我們團隊的背景以前在軍用無人機的雷達，就是做SAR雷達出身的。所以今天我們從2015年開始做了自己的毫米波雷達，目前已經做出來第三代樣機。我們公司在門外有展臺，另外，我們自己把雷達撞在了自己的車上，大家可以試乘。下面我開始介紹一下我們的新方向，叫SAR雷達。

我今天的報告主要分四部分：第一，汽車毫米波雷達技術現狀。第二，SAR應用。第三，行易道公司關于防撞和SAR成像現狀。第四，我們公司的現狀。

2015年，世界無線電通信大會，76至81GHZ頻段作為車載雷達。今年3月份有一個新聞，美國20個車企會在2022年，100%的車企上安裝AEB，我們預計中國會在2018年77G的裝機率會達到井噴。毫米波雷達的技術現狀是怎樣的？這里面有四個關鍵詞：1.77GHZ。2.FMCW。3.MIMO技術。4.MUSIC/ESPRIT算法。右邊這個圖是77G毫米波雷達的架構，可以看出在右邊是雷達的前端，包括VCO、LPL，下面是收發部分，把電信波的高頻信號轉成數字信號ADDA進入MCU，MCU做了FFT之后，那么對于信號，對于汽車前方會檢測出32個信號或者64個信號以及信號的相關信息（相對距離、相對速度）都可以檢測出來，然后我們再把這些信息上傳到應用層算法，形成了ADAS的功能。毫米波雷達的獨特優勢是不受天氣影響，不受光線影響。我們做雷達的專業術語是全天時，全天候工作。還有就是距離分辨率和速度分辨率，這是雷達的特點，只要在雷達的作用距離內，它的距離分辨率和速度分辨率是恒定的，不會隨著距離越遠，分辨率越低。還有一個特點是隨著全球的毫米波雷達使用量越來越高，成本會逐漸的下降。

我們前面講到了雷達的工作特點，電磁波向前發射，然后回來目標信息，每一個目標信息回來的是點目標信息，回來的32個或者64個目標會在我的計算之后無差別的得到距離的量、速度的量、角度的量。但是我們知道在實際開車過程中，前方的目標不會沒有差別，尤其是有人，或者是待人的自行車、摩托車，這樣的目標會格外的危險。如何去分辨這些目標呢？這有一個識別的問題，能不能識別出來我的目標呢？這是我們目前用的MFC的體制雷達，解決辦法有兩個。第一個叫micro—doppler，它的特點是人在行走過程中，他的雙腿在動，然后可以判斷出來這是一個行人，僅此而已。如果是騎自行車或者騎摩托車，就檢測不到了，所以具有一定的局限性。第二個解決方案是目前行業里面比較通用的，就是與camera融合技術。在夜間和天氣惡劣的情況下，這個融合方案會失效。也就是說在惡劣的天氣情況下，我們依然對前方的人或者有人的車輛，我們看不到或者說檢測的分辨率還是不夠。那么這時候，我們把剛才講到的這幾個問題提煉出來，這個問題是什么呢？也就是說在夜間和天氣惡劣的情況下如何進行目標識別，同時還要有成本的控制。

所以這時候我們公司提出來了一個解決方案：汽車SAR成像。也就是說，一個移動的載體在移動過程中向目標收發電信波，在空氣中進行虛擬陣列，然后在方向上形成了成像的高分辨率。第二，要有一個帶寬比較寬的信號，這樣可以形成距離向的分高度分辨率。這樣可以在空間中實現高分辨率的二維或者三維成像。如果我們用這個技術，那么在以前的普通的毫米波雷達信號比范圍內檢測不到的，通過SAR技術可以檢測到。因為它獲得的是圖像信息，可以知道目標的尺寸和信息。另外我們采用的技術是基于77GH芯片技術為工程化基礎，它的一個優點是全天候的工作。

我們的方案是這樣的，在雷達的前端有兩部分的工作模式，一部分模式是之前講到的FFMCW，是做預警和防撞的。第二部分是SAR成像，這兩塊共用雷達前端，他們把信號分別給后方的FCU來做信息處理，這個信息能夠合在一起導出作為決策使用。再細化一下這個流程，就是說檢測雷達的回波經過多普勒估計，看能不能實現對這些目標進行成像，成像這部分同時再輸出到報警策略里面。大家可能有疑問，這個成像到底是為了什么？我們的成像目前的方案來說，成像不僅僅是為了成像，成像是為了報警。我們可以看出來，我的總的目標集合元素是來自于防撞報警這一部分，根據設備一部分的目標，比如說32或者是64個目標，我對這些目標進行篩選。前提是我檢測出來了這些目標，肯定認為這些目標是相對危險的，把這些相對危險的目標著重的有策略的選擇一部分成像，成像出來以后可以根據回來的目標的形狀來判斷它是人還是一個非人，或者是一個騎自行車的人等等。這樣可以提高防撞的效率，這是我們目前的一個解決方案。

剛才講了防撞加成像，可以分成兩部分，一部分是前方防撞，因為前方防撞和和后方防撞考慮的因素不一樣，因為前方防撞要考慮到低速行駛過程中碰到的人或者是騎自行車的人以及摩托車、電動車的人。如果在夜晚，你不好判斷他們的距離，但是對于電磁波來說，它的成像就是車燈的形狀，沒有任何形狀，這是前成像的關注重點。那么后方成像著重關注的是擔心高速或者是快速形式的車輛以及小目標戶撞到我們本身開到的車，所以后方防撞關注的是車輛信息。

成像過程是怎樣的？我跟大家介紹一下，成像過程當然是一個計算過程。首先形成的是一個原始數據，然后原始數據形成之后進行距離壓縮，距離壓縮完了之后是方位壓縮，然后成為最后的這個圖像。這個圖像來自于新載雷達的結果，這個圖是來自與3月份的成像，它的成像頻率是300G赫茲，它能夠對人的手指頭都可以分辨得出來。這個圖依然是成像過程，左上方是原始數據，右邊是距離壓縮，左邊這個是方位壓縮，最右下方的圖是用照相機照出來的相片，所以我們可以比較一下雷達成像的特點就是黑白，除此之外它和光學成像的結果是不相上下的。首先這個想法我們很早就有了，但是任何一個想法要能夠工程化、產品化需要有一些資源的支持，比如說芯片資源的支持，比如說我們能不能獲得我們需要帶寬的芯片。今年5月份非常幸運，這些資源都到了，到了之后我們開始做這個方案和事情，我們最近的結果就是對室內的點目標已經成像了。我跟大家介紹一下，右邊這個圖是我們用camera照出來的照片，有兩個點目標是我們的角反射器，右邊大一點是雷達，撞在臺架上對著這兩個角反射起收發。出來的左邊的黑白圖就是雷達的成像結果。為什么說這個點目標成像結果非常有意義？我們這里成的是二維像，這意味著將來下一步室外的類似一些大目標行人、汽車等等都可以接著向下成像。所以這個圖或者這個結果，意味著我們這個解決方案和想法是沒有問題的，我們可以繼續向下推出我們的產品。

剛才我把我們公司還有我們這個團隊對于成像雷達、成像方向和我們的想法以及我們做的工作跟大家簡要的介紹了一下。下面我介紹一下我們的公司，我們公司核心技術在于雷達方面，我們有系統的設計能力，我們有相控震天線設計能力，我們對雷達信號檢測、目標識別及跟蹤技術有超過十多年的經驗。當然雷達成像技術是我們已經有關的技術。右邊這個圖是去年閱兵時的無人機分隊，這個編隊里面的軍用無人機，這就是我們當年做了差不多十年的項目，非常自豪，這里面用的天線就是我本人設計的。所以我們這個團隊來自于這樣一個背景，我們今天在汽車電子行業、汽車電子領域，我們希望能夠拿出來我們自己獨有的解決方案，然后給ADAS技術也好，或者無人駕駛的方向也好增添一些新的解決辦法。

我們的技術路線，剛才開始的時候我大致的介紹了一下，我們去年5月份的時候做出了第一代雷達，這個技術相當于2000年的時候機械掃描式的雷達。去年9月份，我們做出來第二代雷達，第二代雷達相當于2010年左右的電子掃描雷達。今年3月份我們做出來的中、遠程一體的雷達，這是2014年左右的技術。今年2016年，我們8月份會推出全球第一代77G防撞SAR雷達，這是我們公司非常值得驕傲的一件事。我們在今年4月份的北京國際車展上，北汽車展上用了第二代雷達，他們把這個雷達拿出來作為展品放到他們展臺上。我們公司已經做出來或者是馬上要做出來的產品是我劃勾的這幾個：遠程汽車防撞雷達、中程汽車防撞雷達、汽車防撞SAR雷達、24G無人機計算。

這個畫面是半個月之前北京的一次暴雨，我們做的路試。這個是在上海做的路試，可以看到前方200米，非常的穩定。我們公司除了前面講的對于雷達的研發能力非常強，那么除此之外，因為做好雷達不是一件容易的事情，還需要其他的能力，比如說系統仿真能力，這需要你在真正的把東西，把硬件去加工生產之前，我要對我所有的設計有理論上的估計，這樣才能避免我后面在周期和資金上浪費。那么我們具有的仿真能力，包括電磁場仿真能力、EMC仿真、振動仿真、測試能力方面，我們都具有這樣的能力來檢測自己的雷達是不是一個從技術本身過硬的，未來可以實現我們所涉及的目標。項目管理能力，意味著我們是不是能夠作為汽車電子領域里面一個合適的，合適的項目。

我的報告就到這里，非常感謝大家。