目前汽车和科技行业的几乎所有公司都在尝试改进和调整已有百年历史的雷达技术，以帮助车辆在更少的人工参与下更安全地驾驶。雷达正成为下一代汽车安全系统和自动驾驶中最热门的关键技术之一。

雷达的诞生始于20世纪初的某次偶然，它在第二次世界大战中帮助英国击退了德国空军，长期以来始终支持着天气预报，并让空中交通管制员保持我们头顶的安全。今天，雷达不再只用于飞机和军事设施。无论是在硬件还是软件方面，许多公司正在将雷达作为检测骑行者和行人的安全系统的重要组成部分。

对这种技术的需求非常迫切：在过去几年中，尽管美国人在路上行驶的里程减少了，但行人死亡人数却在激增。此外，新车的自动驾驶水平越来越高，能够实现碰撞警告、自动制动以及盲点检测等功能，更不用说未来的自动驾驶了，这些将完全依赖于先进的传感系统。这样的系统对于汽车制造商兑现到2022年将自动制动系统纳入所有车辆的承诺也是至关重要。

为了减少和防止道路上的致命事故，像英特尔子公司Mobileye这样的实体正在研发布满微型雷达天线的芯片。通用汽车最近投资了Oculii，这是一家完全利用数学和软件的初创公司，利用机器学习来塑造汽车雷达系统使用的信号类型。软件公司MathWorks也正在开发算法，可以让汽车制造商将雷达和其他传感器的数据整合到值得信赖的、包含车辆周围环境的图片中。

Mobileye负责产品和战略的执行副总裁埃雷兹·达根(Erez Dagan)表示，对于从事车辆传感器工作的工程师来说，现在是个快速变化的时代。汽车上使用的摄像头分辨率不断提高，能够感知比过去更大范围的自然光。雷达将激光反射到周围物体上并以3D的形式“看到”世界，现在价格已经不像以前那样昂贵。雷达在自动驾驶出租车原型中很常见，比如谷歌姊妹公司Waymo、通用汽车旗下Cruise和亚马逊Zoox等测试车上。

雷达这个词诞生时是“无线电探测和测距”的首字母缩写，自20世纪90年代以来，这种技术就已经被用于许多车辆的第一代安全系统中。汽车雷达系统有很多优点。安装在汽车上时，雷达足够坚固，可以在多年的碰撞和温度波动中幸存下来。它们的价格比激光雷达便宜得多，擅长即时测量物体的速度，而且能够抵御各种恶劣天气影响，如雾和雨，这些天气可能会阻碍摄像头和激光雷达系统。

但直到最近，雷达依然有个主要缺点：它们的分辨率比其他系统差很多，这意味着它们产生的图像本质上也要模糊得多。

Oculii的技术是通过改变汽车雷达发出的雷达信号形状，也就是众所周知的波形来实现的。物理原理很复杂，但通过改变雷达信号的性质（取决于它从哪种物体上反弹），它可以分辨出那些形状不可能在其他情况下“看得见”的物体。Oculii首席执行官Steven Hong说，其结果是，现有的汽车雷达传感器（每个售价约50美元）可以生成分辨率高得多的汽车周围环境3D图像。该公司的软件将在即将推出的莲花Lambda SUV中首次亮相，这款基于雷达安全系统的车型将于2023年发布。

利用母公司英特尔的芯片制造能力，Mobileye正在研究覆盖近百个微小天线的单个微芯片。Mobileye说，通过使用人工智能（AI）软件来处理他们接收到的噪音信号，它的系统可以做许多事情，比如识别行人，至少在实验室里是这样。这是以前只能通过摄像头和激光雷达才能实现的功能。

对于摄像头、激光雷达和雷达的配置将成为实现各种安全系统或自动驾驶的标准方式，汽车技术人员中存在很大分歧，但几乎所有人都认为，最佳解决方案将是它们进行某种组合。为汽车制造雷达系统的工程师兼产品管理高级总监马修·威德(Matthew Weed)说，即使是最好的汽车雷达，其分辨率也仅能达到最差激光雷达系统的水平。美国激光雷达制造商Luminar的系统在大多数应用领域都优于雷达，只是售价高达1000美元。

威德说，Luminar基于雷达的系统可以证明它们的高价位合情合理，因为它们的性能非常好，可以通过防止事故和行人死亡来降低司机的保险成本。他补充说，即使在汽车上安装了这样的系统，当雷达出现故障或无法应对恶劣天气时，雷达也是个很好的后备。

Mobileye在其最先进的系统中使用了雷达、摄像头和激光雷达。该公司首席执行官阿蒙·沙舒亚(Amnon Shashua)表示，虽然激光雷达系统的价格已经下降，但由于涉及的硬件非常复杂，它们的成本仍然是雷达的10倍，而且在可预见的未来可能还会保持这种水平。

埃隆·马斯克(Elon Musk)旗下特斯拉也在全力以赴，押注该公司只需使用摄像头就可以在其车辆上实现真正的自动驾驶。摄像头具有极高分辨率的优势，而且得益于多年来智能手机摄像头的进步，它们的价格更实惠，结构紧凑。但Mobileye高管达根补充说，对于一个能够达到最高安全标准，甚至最终实现完全自动驾驶的系统来说，摄像头需要后备传感器，以防其在不同条件下发生故障。

以雾为例，这可能导致摄像头和激光雷达系统发生障碍，进而促使车辆在不应该停车的时候停下来。加州大学圣地亚哥分校工程学助理教授迪内什·巴拉迪亚(Dinesh Bharadia)说，在2020年发表的一项研究中，基于雷达的汽车传感器在穿透大雾并正确识别隐藏在雾中的车辆方面没有问题。

巴拉迪亚博士说，他的团队发现，其中一个关键是使用多个雷达，这些雷达在车上的间距至少为5英尺（1.5米）。我们智能手机背面的摄像头数量不断增加，这也是出于同样的原理。使用多个低成本雷达传感器建立汽车周围环境的“图像”是可能的，就像我们的手机可以使用多个小而便宜的摄像头，然后将它们收集的图像重新组合成更清晰的图像一样。

瑞克·詹蒂勒(Rick Gentile)曾从事国防雷达系统的研究，现在是MathWorks软件公司的产品经理。他说，要把一辆车上的所有传感器放在一起，形成关于车外现实的单一、连贯的视图，就需要把所有这些数据融合起来。MathWorks主要是开发工具来帮助处理数据的软件公司。例如，虽然雷达可能能够检测到前方有某个标志，但它看不到颜色，这对于快速识别其是哪种标志至关重要。

对于所谓的自动驾驶出租车来说，弥补每种传感器能力缺口的方法就是全部采用它们。达根说，他们的目标是实现“完全冗余”，这样即使单个传感器出错，其他传感器也能正确感知世界。他认为，这是让车辆获得至少和人一样好的感官的最快方式。不过，这些车辆是否有足够的判断力来真正安全地行驶则是另一回事。

在我们获得真正的自动驾驶汽车之前，汽车制造商将不得不在雷达、激光雷达和摄像头，或者三者的某种组合中进行选择，以创造能够兑现到2022年使自动刹车系统成为标准的承诺的安全系统，并继续改进这些系统。

这三种传感器都在继续变得更好，但它们之间的成本差异导致汽车制造商青睐一种或另一种技术，这取决于他们认为自己能在多大程度上用软件和人工智能来弥补不足。这导致了安全系统、传感器和支持软件制造商之间的良性竞争。当所有这些公司都在争先恐后地在汽车上占有一席之地时，所有这些技术专家的目标都是通过显著减少人类驾驶时的各种交通死亡来获利。他们一致认为，这是个比全自动驾驶更容易实现的目标。 

本文来自“腾讯科技”，审校：金鹿，36氪经授权发布。