汽车传感器和自动驾驶应用的4D成像雷达技术

雷达和激光雷达传感器的数量和配置以及与典型L2传感器配置的差异将对OEM的制造成本产生重大影响。与雷达传感器相比，激光雷达的估计速度和远程检测对象的能力非常有限。

汽车传感器和自动驾驶应用的4D成像雷达技术BP5011的出现改变了我们从L0到全自动L5的时间表和经济价值。雷达现在推出了一种可以实现准确环境测绘的新功能，这将显著提高汽车的综合传感和感知能力。与相机传感器和激光雷达传感器相比，汽车工业对雷达在未来的作用有很高的期望。

在一系列性能和可靠性指标方面，成像雷达弥补了与激光雷达的差距，甚至在某些指标上更好，其商业成本结构的优势永远无法与激光雷达相比。随着这些传感器技术的重叠，我们必须详细评估它们的角色和成本。

同时，从L2升级到L3安全自动化的关键节点也存在一些升级时间和持续时间的关键问题。L2+已成为一个新的热门战场，OEM正试图解决L3必须解决的复杂设计问题。

L3自动驾驶的相关成本仍然相当可观，主要是因为驾驶员不需要待命系统冗余。事实上，由于驾驶员安排待命提供L3功能，L2+自动驾驶引起了广泛的关注和强劲的增长，从而减少了对冗余的额外需求。

复杂度级别

SAE将自动驾驶分为五个级别。评估4D成像雷达对ADAS和AD应用程序的潜在影响非常有帮助，特别是L2L3之间的巨大差异。在L2级汽车中，司机需要始终集中注意力；司机最终负责汽车安全。一旦发生事故，他们将承担责任。但从L3级开始，汽车安全自动化功能将足够强大，汽车OEM将承担安全责任。

L3级和L4/L5级也有重要区别。在L3级，司机在某些情况下仍然需要干预，而在L4/L5级，司机只能在提出要求时进行干预。在一些L5案例中，司机甚至不能干预。L4和L5必须能够在没有人工干预的情况下到停车站。

这些自动驾驶更多地由汽车承担，并提出了新的系统冗余要求。在L3级，在具有挑战性的交通条件下接管汽车，并在其他情况下解放眼睛和手。

在这种情况下，司机可能需要最长的时间才能逐步完全接管汽车控制，从汽车安全到司机所需的冗余水平将大大提高系统的复杂性和成本。

因此，雷达和激光雷达传感器的数量和配置以及与典型L2传感器配置的差异将对OEM的制造成本产生重大影响。

这有助于解释L2+级的原因。其目的是帮助OEM最大限度地降低L2级带来的成本增长，并开始为客户提供接近L3级的高级ADAS功能，而不是完全跨越L3级的界限，因为它将责任从驾驶员转移到OEM。L2+级可以充分利用与L3级相关的传感器和半导体元件，将制造成本控制在L2+级，避免系统冗余带来的额外成本。这些冗余需要将控制权从汽车转移到L3级驾驶员。同时，OEM努力实现L3.L4和L5之间的市场差异化。未来几年，许多OEM将推出新的安全舒适功能，这将使消费者受益。

L2+:下一个关键战场。

这些新的安全舒适功能集中在L2+级，消费者愿意接受价格。中心问题是消费者是否愿意支付更高的价格来满足L3标准所需的更多系统冗余。

对于OEM来说，L2+水平允许他们避免解决L3冗余和极端情况所需的大量成本，这将降低汽车在市场上的竞争力。L2+水平还允许OEM逐步推出先进的安全舒适功能，留出更多的时间等待传感器技术的成熟，并在更高的自动驾驶水平上进行商业使用。在这个过渡水平上，司机可以继续提供必要的冗余，以更好地平衡舒适的功能和成本。

当OEM逐渐接近L3OEM时，必须认真考虑以下重要问题：如果L3系统的冗余成本负担与L4的预期成本负担相似，为什么要停留在L3级？如果您仍然需要专注于驾驶，客户愿意为L3安全系统的冗余支付更高的价格吗？虽然OEM可能没有就这些问题达成共识，但我们仍然可以合理地认为L2+的产量将远高于L3。

最近的Yoledevelopment报告显示，至少在2030年之前，L4/L5汽车的市场渗透率将保持在个位数，其中一些将用作机器人汽车。与此同时，随着L0-L2汽车市场渗透率的下降，L2+汽车的利用率将继续稳步增长。到2030年，L2+汽车很可能达到近50%的市场份额。因此，预计L2+汽车将成为OEM未来十年关注的焦点。

没有单一的解决方案，三个传感器是完美的。

为了充分了解L2+汽车4D成像雷达的优点，我们对三种主要传感技术（摄像头、雷达和激光雷达）进行了更高层次的分析。最后，我们发现没有通用的解决方案。这三种解决方案各有优缺点，可以相互补充，为其他传感器类型提供冗余。

当然，由于这两种技术的高成熟度、经济互补性和经济效益，相机和雷达传感器得到了广泛的部署。激光雷达传感器、相机和雷达传感器不互补，可作为冗余。

相机传感器具有检测RGB颜色信息的能力，并提供数百万像素的分辨率。这两个特性的结合使其成为阅读交通标志和其他应用程序不可或缺的设备，提高了目标识别和分类的准确性。

然而，在不同的光照条件下，在恶劣的天气和道路条件下，相机技术的效率和可靠性受到了严重的影响。市场上也有一些新技术可以自动去除汽车相机镜头中的水、气体和灰尘，但这些机制会增加材料成本，但也会带来机械漏洞，影响系统的稳定性。

相机的测量距离和速度能力仍将受到很大限制。当然，我们可以从三维相机的配置中估计速度和深度，但精度相对有限，需要从雷达层中弥补。

激光雷达：为处理极端情况提供性能优势。

激光雷达的主要区别在于，由于采用短波长和脉冲，超精度角度分辨率低至0.1度，包括水平、垂直方向和距离测量的高分辨率。这些优点使激光雷达非常适合高分辨率的3D环境测绘，并能准确检测空间、边界和汽车本身的定位。

然而，激光雷达和相机传感器也有一些相同的缺点。与雷达传感器相比，激光雷达的估计速度和远程检测对象的能力非常有限。此外，激光雷达很容易受到恶劣天气和路况的影响。为了应对稳定性和维护挑战，成本将更高。

在过去的几年里，市场上出现了各种新的激光雷达，如固态激光雷达。MEMS激光雷达或电子扫描激光雷达。这些新技术旨在使激光雷达对汽车更友好，包括尺寸、成本和稳定性。这些新技术比机械旋转激光雷达有了很大的改进，但总的来说，它们需要时间来赶上其他ADAS传感器的成熟。

激光雷达广泛应用于主流乘用车的最大障碍是成本。根据最近的OEM评估，2021年小型激光雷达的成本约为四级联雷达收发器的12-TX和16-RX成像雷达的10倍。尽管随着时间的推移，激光雷达和雷达的成本将降低，但预计到2030年，即使激光雷达在高级自动化应用场景中得到一定规模的应用，其成本仍将是雷达的两倍。

展望未来，激光雷达仍将提供性能优势，以应对复杂驾驶场景中的极端情况。因此，L5自动驾驶仍将是价格可接受的必要冗余。