视力+智力打通毫米波雷达“任督二脉”（三）
这个雷达的天线由互补、谐振的超材料单元组合的微带线构成，每一个超材料单元包含两个偶极子，与外部控制电路相连，超材料单元的谐振可通过偏置电压进行衰减控制。动态超表面孔径的每一个谐振电路发射并接收某一特定的频率，工作频率也可通过调谐电路的电子特性进行更改，类似于无线电调谐器。孔径产生的总辐射方向图是每一单个辐射器的辐射方向图的叠加。通过给控制电路施加不同的电压，可接通部分辐射单元，形成不同指向、不同形状的方向图，并可为每一波束选择特定的工作频率。动态超表面提供的灵活性能够给SAR带来多种能力，可形成窄波束增强信号强度，在方向图上形成零点回避干扰，也可使用宽波束观察大范围区域，甚至可以同时形成多个波束探测多个位置，如图8。由于动态超表面可以大批量低成本印制，将会显著降低雷达的成本。
备受上汽、现代、英飞凌等青睐的硅谷创新公司麦得威国际（Metawave），其智能汽车雷达系统WARLORD采用了一种自适应超材料。该超材料由微软件控制，具有独特电磁特性的电路板结构（图9），可模拟相控阵。传统的相控阵天线采用多个辐射元件，通过轻微改变信号发射的相位来形成波束并进行波束转向，但是，Metawave的系统仅利用一个单天线便能提供同等的性能。其结果便是显著简化系统，使其更高效，以获得最先进的数字波束成形雷达。
人工智能和算法融合
前面我们探讨的几种技术——SAR、MIMO和超材料，彼此并不冲突，可以叠加使用，获得更高的探测物体的精度。不过这些技术都只是帮助雷达增长“视力”，使其能够“看的见”和“看的清”，但自动驾驶的最终目的，是对人的解放，更重要的还要让雷达具有“智力”，能够识别所探测到的物体到底是什么，只有“明白是什么”才能为驾驶做出正确的判断和决策，才能真正实现无人驾驶。所以在各类成像雷达技术中还融合了人工智能算法。
要获得高分辨率，数据的采集量和处理量是庞大的，特别自动驾驶对实时处理要求又特别苛刻，因此雷达成像首先对数据的存取和处理速度带来了极大的挑战。之前，77Ghz雷达的大多是采用多芯片的方案，开发难度、测试设备等都需要长时间线的验证。不过随着各主要半导体芯片供应商德州仪器（TI）、意法半导体（ST）、亚德诺（ADI）、恩智浦（NXP）等相继推出77GHz CMOS毫米波芯片，尤其是CMOS单片微波集成电路（MMIC）的量产正改变这种格局。
MMIC一方面降低了整个77Ghz雷达的研发难度，产品合格率与成本都会发生很大变化；另一方面，单芯片的高度集成，甚至可以与微控制单元（MCU）和数字信号处理（DSP）集成在一起，也就意味着可以在雷达芯片上集成能够进行模式识别和机器学习的算法，从而让雷达能够“识人辨物”。另外，还可以让这些具备机器学习能力的雷达和其它摄像头、惯性测量单元等传感器进行融合，为自动驾驶汽车增加更多的安全保障。
比如，Arbe Robotics在其智能雷达中融合了同时定位与地图构建（SLAM）算法，能够和4D成像系统协同工作，改善目标物体分类和识别，增强分辨率，去除造成系统故障和事故的误报（图10）。
又如，Metawave在其智能雷达WARLORD中嵌入了人工智能引擎（AI Engine），内置了多种算法，包括杂波干扰抑制算法、目标检测和跟踪算法等等，极大的提升了毫米波雷达的整体性能，让其具备物体识别和分类能力（图11）。
此外，还有一些企业在毫米波雷达成像方面也有不错的表现，比如美国Echodyne、美国傲酷（Oculii）的4D点云成像雷达，国内的行易道科技也一直致力于79GHz SAR成像雷达的研发。
随着这些成像技术的不断发展和人工智能算法的日新月异，毫米波雷达在成像性能上正不断接近现有的激光雷达性能，这些新型雷达甚至有取代部分激光雷达的趋势。其次，毫米波雷达在工艺成本和体积上也优于当前昂贵且笨重的激光雷达，再加上毫米波雷达固有的全天候全天时优势。我们相信假以时日，有了“视力”和“智力”的毫米波雷达，犹如打通了任督二脉，前途不可限量，有望颠覆车载传感器市场，无论是现阶段的ADAS，还是更高阶的自动驾驶，甚至是终极的无人驾驶，都将是自动驾驶中最不可取代的核心传感器！
-
企业风采
