微訪談： Metawave聯合創始人兼首席技術官Bernard Casse博士

　　據麥姆斯咨詢報道，下一代高分辨率智能雷達傳感器對于實現L4級和L5級的自動駕駛至關重要。當然，攝像頭和激光雷達（LiDAR）在汽車傳感器系統中占有重要的地位。在遠距離探測、惡劣天氣或其它傳感器失靈的情況下，雷達是特別有用的！

　　智能雷達的創新正在開始。當前自動駕駛領域要求打造一款全新的成像雷達系統，它既能夠像激光雷達一樣重建周圍環境，又可以像人一樣解讀周圍的世界，并且在全天候運行和探測距離方面完勝激光雷達和攝像頭。采用能夠形成波束并控制波束的工程超材料結構，可以打造一種全新的雷達架構，并在人工智能（AI）引擎驅動下，實現對物體的發現、識別、跟蹤和分類。

　　上述新一代雷達已經接近交付使用。這種超越數字發射波，使用超材料和人工智能的智能雷達，是實現自動駕駛的關鍵要素。這種新型雷達平臺的創新方案，尚存在的一些障礙，市場還有不少需要培育的地方，以及在下一代自動駕駛中使用智能雷達的前景，就這些問題，我們與麥得威國際（Metawave）的聯合創始人兼首席技術官Bernard Casse博士進行了討論。以下為相關的討論內容：

　　問：為什么說現在是雷達時代？

　　Bernard Casse（以下簡稱BC）：利益相關者意識到自動駕駛發展時間軸取決于決策算法的成熟度和傳感器的性能。迄今為止，在改善激光雷達和攝像頭方面，特別是在自動駕駛方面，已經作出了巨大的努力，但我們在探測范圍和運行速度方面都遇到了性能門檻。然而，其它傳感器如雷達，則相對投入較少。因為與攝像頭或激光雷達相比，雷達一直處于劣勢，它缺乏解析世界的分辨率。但是，汽車制造商現在認識到，雷達是唯一能夠在長距離（200米以上）和全天候條件下工作的傳感器，它只是缺乏一定的“視覺和智力”。

　　利用先進的技術，我們可以令雷達“恢復”視覺并嵌入智能。這就是智能雷達時代。大約有十幾家初創企業重新審視了汽車雷達的各個方面。我們預計會有更多的初創企業和公司來解決這個問題。

　　問：作為一家頂級汽車公司的首席執行官，關于雷達您覺得用戶需要了解什么？

　　BC：Elon Musk把大量的重心放在雷達上是正確的。它仍然是汽車中最穩定可靠的傳感器。許多人，包括一些汽車制造商，對傳統的老式雷達很熟悉。當他們想到雷達時，會認為它是一種“視力”低下的傳感器，只能模糊“看到”整塊的金屬（打個比方，這里有一大塊金屬，那里有一小塊金屬）。對傳統雷達而言，情況的確是這樣，但下一代智能雷達就完全不同了。

　　點云成像（類似于激光雷達）可以通過光束掃描光柵和按照一定算法，實現對物體的圖像描繪，比如辨別路標、車輛類型、人、燈柱和更多物體。隨著視覺增強和速度的提高，我們可以在雷達中嵌入智能。也就是說，讓現在的雷達擁有一個增強的“數字眼”，它可以學習識別物體的特定特征，并將它們與相應的類別相關聯。

　　問：請您多談談人工智能的重要性？

　　BC：人工智能（AI）很關鍵，因為它是我們人類分散式智能背后的驅動力。我們是分散式智能的支持者。我們認為，雷達傳感器和任何其它傳感器都應該有自己的大腦。車輛中的決策算法應該依賴于傳感器融合（中央智能）和單個傳感器（分散式智能）。

　　這給汽車增加了另一層安全性。如果你的汽車使用攝像頭和/或激光雷達“看”到一座橋，現在你的雷達也可以說：“當然，我也能看到一座橋。”分散式智能的概念對雷達來說更為重要，因為它是目前唯一能看到前方300米的傳感器，以便成為最早提供預警的系統。當自動駕駛車輛有來自不同傳感器的多組數據，使汽車能夠接收信息并感知周圍環境，自動駕駛會更加安全。

　　問：當前雷達的發展狀況是怎樣的？特別是在自動駕駛方面。

　　BC：當今最先進的雷達是100%數字波束形成（DBF）。盡管在性能方面模擬雷達仍然表現卓越，但因為它的高成本、高功耗架構和復雜性，汽車工業拋棄了模擬雷達（如相控陣天線）。汽車工業對成本一直非常敏感，而且信號處理的成本最終會不斷下降，就像其它微芯片上的計算（摩爾定律）一樣，DBF仍然是一個誘人的選擇。

　　但DBF的分辨率和速度仍然有限。軍方更注重性能，對彈道導彈的探測和跟蹤仍然使用模擬雷達。對自動駕駛而言，成本不是也不應該是頭等大事，性能和安全性才是最重要的！

　　問：數字雷達的局限性是什么？

　　BC：DBF有三個主要缺點，它們有點相互關聯：

　　1、它很慢。DBF用于掃描場景的時間需要毫秒級的等待。在數字域中的信號處理是非常重要的。要達到可接受的信噪比（SINR），需要有毫秒級的積分時間。處理一系列復雜的模擬數字電路和為運行DBF而進行的數字權重的分配，都會造成更高的運算工作量，導致運行遲緩。

　　2、DBF缺乏分辨率——它看不到狹窄的物體或行人。它不是一個“真正”的波束形成架構，而且完全的波束成形是不切實際的。因為它需要大量的天線來實現高分辨率。首先，實現許多天線是非常昂貴的，需要在雷達芯片組上安裝多個端口（非傳統）。此外，這將需要更多的快拍數量以獲得一個可接受的SINR（因為全方位的噪音將讓系統超負荷）。憑借傳統的三個發送端口和四個接收端口，分辨率不夠清晰，無法看到行人。它適用于汽車（可在分辨率、SINR和范圍之間良好權衡），但不適合非金屬物體。

　　3、產生重影。DBF對高相關信號敏感，即DBF會增強來自多條路徑信號產生的噪聲，產生重影。

　　問：雷達現在有哪些創新，特別是在汽車領域？

　　BC：首先，這是一種通常的漸進式工程：第一和第二級供應商側重于挖掘MMIC（單片微波集成電路）技術的極限。真正的突破性創新都來自初創企業：我們已經看到了新奇的技術如倫伯透鏡天線（Luneburg lens antennas），抑制DBF干擾的新算法，3D印刷陣列等。隨著我們進入智能雷達時代，我們預計更多的雷達公司將在2018年涌現，并創造更多的創新。不過，我們預計有些會曇花一現，而有些技術會幸存下來。

　　問：應用一種新型雷達所面臨的障礙有哪些？

　　BC：從76GHz到81GHz的頻率窗口是第一大障礙，因為它都屬于毫米波范疇。元件和材料都不容易獲得，現成的元件還沒有經過表征。還有很多有爭議的地方需要解決。不過，我們擅長解決這一挑戰以及其他挑戰，我們已經在很短的時間內取得了重大進展。

　　在高頻率運行的障礙對我們而言不是一個攪局者，而且，事實上，它實際上是一個福音；它讓競爭對手的追趕并非易事，使我們保持領先優勢。還有一些障礙，由于不能透露太多關于這個平臺的信息，我們還不能在這個早期階段談論，但所有這些障礙都是可以解決的。到目前為止，還沒有什么是不可克服的。我們剛剛開始這項令人興奮的研發旅程，雖然在今年年初才開始啟航，但我們正在展示的和很快準備出貨的雷達產品，都非常令人興奮地預見：在短短幾年之后將在道路上實現L4級和L5級的自動駕駛。

　　問：您認為什么時候我們能看到這些智能雷達安裝于自動駕駛汽車？

　　BC：所有頂級汽車制造商都預測，我們將最早在2025年實現最高級L5級的自動駕駛。在這個群雄爭鳴令人興奮的產業，我們是一家節湊很快的創業公司。明年我們將推出一款雷達產品，我們正在與所有頂級汽車制造商和自動駕駛領域內的戰略合作伙伴進行洽談。我堅信，為了L5級自動駕駛汽車達到要求的安全水平，都必須裝配下一代的智能雷達，包括硬件和軟件。

　　問：麥得威國際（Metawave）建立這種新的雷達平臺的方法是什么？

　　BC：麥得威國際獨特的方法在于使用了自適應超材料和人工智能（AI）。總體目標是打造具有視覺、速度和智能的高級雷達。在我們的方案中，我們使用全電子可調超材料平臺來取代昂貴和高功耗的移相器。

麥得威國際（Metawave）超材料天線技術

　　從硬件的角度來看，這個方案是在保證與當前軍用模擬移相器同等性能的前提下，去除了那些成本高、復雜性強和重量大的元件。從軟件的角度來看，我們正在開發強大的硬件控制、信號處理和決策算法，尤其針對硬件進行了優化。

　　麥得威國際的新一代雷達產品名稱為WARLORD（縮寫自 W-Band Advanced Radar for Long-Range Object Recognition and Detection），其頻段在76~81GHz。WARLORD 采用了超材料天線，能發射可操控的高度定向的電磁波束，精準探測目標物的位置、速度，且不懼怕惡劣天氣以及環境。

　　WARLORD雷達能發射可操控的高度定向的電磁波束

　　并且這款毫米波雷達內置了麥得威國際自研的人工智能引擎：像人類一樣思考的WARLORD雷達AI（WARLORD Radar AI Thinking like Humans，WRATH），其中嵌入了各類物體識別和分類算法，可以分辨出道路參與者的屬性（行人、自行車、摩托或者巴士等），能夠提供如人眼一般的感知能力，被稱為“Digital Eye”。這是因為這樣的特性，WARLORD 還能采集3D雷達圖像。

WARLORD雷達工作原理