自动驾驶之蔚来篇——“起步失速”的蔚来正在加码自动驾驶研发！

传统车企以发动机、变速箱以及整车调校等方面塑造竞争优势；新四化趋势下，不少新造车势力选择以电动化切入，以智能科技为核心优势，企图换道超车。经过多年发展，蔚来、小鹏、理想三家已成功在美股上市，跑赢第一轮淘汰赛。那么从技术的角度来看，三强中谁才是自动驾驶能力最强的车企？今天，编辑将从感知硬件、芯片算力、实现功能、研发布局四个方面来评价，分析谁才是最具智能科技的中国品牌！蔚来篇：代表车型蔚来EC6EC6是ES6的轿跑版本，也是蔚来汽车当前在售车型中智能化程度最高的一款。自动驾驶感知硬件：从感知硬件来看，EC6选择了一组前三目摄像头、一颗博世第四代77GHz毫米波雷达、4颗24GHz角雷达、4颗环视摄像头、12颗超声波雷达的感知方案。三目摄像头涵盖了广角和中远距离。其中28度摄像头负责远距离目标和红绿灯，52度的摄像头负责路况检测，150度摄像头负责侧面和短距离插队的车辆；三款摄像头融合识别，基本可以达到与特斯拉相同的识别范围。77GHz远距离毫米波雷达用以实现自适应巡航等跟车对象识别和跟车距离测算工作；4颗24GHz毫米波雷达用来实现盲区检测等功能。最后4颗鱼眼摄像头融合12颗超声波雷达可实现360°环视摄像头和自动泊车等功能。计算芯片方面，?蔚来EC6采用了Mobileye?EQ4芯片，计算力仅有?2.5?Tops。软件方面，目前市面上主流的车企的自动驾驶系统的等级，都属于SAE协会定义的L2级别的系统。蔚来EC6的NIO?Pilot系统和市面上主流的的辅助驾驶类似，都是L2级的系统。区别于不少传统车企采用博世、大陆等软硬一体的打包方案，蔚来EC6?L2级自动辅助驾驶选择了软件算法上自研，后续FOTA升级。目前，EC6可以给用户开放的功能为：1.高速自动辅助驾驶，2.拥堵自动辅助驾驶，3.道路自动保持，4.转向灯控制编导，5.道路标识识别等。依据EyeQ4?芯片官方介绍，EC6理论上可以FOTA到L3级自动驾驶。其介绍说：“对驾驶策略和车辆全方位检测的支持和车道检测技术的换代升级，以及对地图信息的采集与融合，最高是可以支持到?L3?级自动驾驶。”但编辑认为，L3?级自动驾驶落地还要有很多其它的硬件，包括决策和执行机构的冗余支持等等。这些对于早期开发完成的蔚来EC6还不具备，因此EC6接下来可能会向着“更好用的L2”这一方向开发，但不会升级到真正的L3级。在蔚来汽车的一次试驾会上，其官方也证实了这一观点。其表示：“我们的传感器配置上有一定前瞻性，基于采集到越来越多的数据，NP的软件会不断迭代，后续会利用多传感器的融合尽量增加用户的连续使用时间，这和特斯拉强调一次购买NGP，可以终身享受现有的自动辅助驾驶和升级将来的自动驾驶系统有所不同。”所以，蔚来EC6比不能OTA的L2燃油车更具“升级优势”，但相比可持续迭代的特斯拉还有差距。其表现出来的自动驾驶能力仅仅是一套“非常好用的L2。”失守：面对小鹏等后起（全球第二全栈自研）新势力在自动驾驶方面的布局，蔚来明显慢了一截。有知情人士称，蔚来早期在计划车型布局时采用了大陆和北美，两款车型两线并行交替上市的策略。其中，中国区重点布局在三电系统（蔚然动力），换电系统等方面，意在打造可换电的NP1平台（NIO?Platform1.0）；软件方面由庄莉，前猎豹浏览器负责人开发。北美团队主攻自动驾驶和智能化研发，由伍丝丽主导开发。但后期进展并不顺利，2018年末期，蔚来ES8上市，自燃、续航缩水、长安街趴窝……负面消息接踵而至。蔚来汽车遭遇资金链危机，公司为节源减流，北美自动驾驶团队前后三次裁员，研发接近终止，灵魂人物伍丝丽也选择了离职。蔚来现有的自动驾驶以及座舱智能都是基于中国区庄莉主导完成的，但在2019年6月发布完NOMI和NIO?OS?2.0后，庄莉也选择了离职创业。面对财务困境的同时如何保住自动驾驶竞争优势？蔚来开始寻求其它解决方案。2019?年?11?月?5?日，蔚来和以色列自动驾驶视觉感知霸主Mobileye联合宣布，双方将基于蔚来第二代整车平台打造?L4?级别的自动驾驶车型。Mobileye?在公告中表示，Mobileye将提供?L4?级自动驾驶系统套件（L4?AV?kit），包括EyeQ?系列芯片、硬件、驾驶策略、软件及地图解决方案，而蔚来负责车规级工程、集成和批量生产。从蔚来的角度来说，放弃自研选择?Mobileye?不仅意味着研发投入的压力大幅减轻，Mobileye?绝对领先的技术也能保证蔚来不会在竞争中被特斯拉吊打。不过，从迭代优化的角度考虑，对比以特斯拉为首的垂直整合、自主研发路线，蔚来选择供应商的方案在执行效率方面显然不占上风，可能会彻底失去智能汽车赛道上的主动权，但此时的蔚来没有选择。反攻：随着交付增加和合肥投资到账，2020年第一季度开始蔚来营收开始好转，蔚来对自动驾驶技术研发也有了新的布局。第二季度现金流达就到了111.68亿元；第三季度末现金等价物共215.43亿元，加之12月初期蔚来宣布增发6000万股ADS，如果全部增发完成，蔚来如今账上的现金流将超越400亿人民币，粮草充足。2020年8?月?14?日，网上流出的图片显示，前?Monenta?四大创始人，兼研发总监任少卿已加入蔚来，担任助理副总裁一职，直接向李斌汇报。这是蔚来重拾自动驾驶自研的风向标。任少卿对计算机视觉领域有着深刻的理解，他曾在?2016?年拿下计算机视觉领域顶级会议?CVPR?的?Best?Paper?Award。在《2018?年度自动驾驶谷歌学术引用榜》中，任少卿自动驾驶方向累计学术引用全球第二。任少卿的加入只是李斌?NIO?Pilot?自主研发复兴计划的第一步，面对遥遥领先的特斯拉，蔚来明白仅有任少卿一个人还是不够的。紧接着，蔚来又提拔了一位年轻高管——自动驾驶总监章健勇，并设置了自动驾驶团队双AVP。据悉，章健勇是蔚来早期员工，曾在2013年-2014年间在上汽集团负责自动驾驶前期开发工作。他此前的汇报对象是北美原蔚来自动驾驶VP?Jamie?Carlson，后者已于今年6月份离职。除了软件算法自研之外，蔚来向特斯拉一样，广泛布局智能化产业链。有消息称，在芯片自研方面，原小米芯片和前瞻研究部门总经理白剑与10月初入职蔚来任智能硬件副总裁，随后开始在车主内部进行调研，询问车主希望蔚来的芯片支持哪些功能。2020年11月30日，有媒体报道称：“蔚来内部正式确定L4级自动驾驶自研项目，由8月加入的助理副总裁?(AVP)任少卿负责”，对此，蔚来对此既没有辟谣也没有承认。但可以基本确定，起步失速的蔚来汽车，现又重新走上了自动驾驶自研的道路。本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

毫米波雷达在汽车上有哪些应用？

朋友你好对于车辆安全来说，最主要的判断依据就是两车之间的相对距离和相对速度信息，特别车辆在高速行驶中，如果两车的距离过近，是容易导致追尾事故。凭借出色的测距测速能力，毫米波雷达被广泛地应用在自适应巡航控制（ACC）、前向防撞报警（FCW）、盲点检测（BSD）、辅助停车（PA）、辅助变道（LCA）等汽车ADAS中。望采纳 谢谢

汽车上的毫米波雷达和激光雷达哪个好？

随着自动驾驶的火热，激光雷达受到前所未有的追捧，因为其具有高精度、大信息量、不受可见光干扰的优势。但我们可以注意到，目前主流的自动驾驶方案并未完全抛弃毫米波雷达，这又是什么原因呢？　　一、引子　　首先要明确，这里要讲的雷达是发射电磁波的正经雷达，而不是发射机械波的倒车雷达。　　二战军迷和历史研究者大概对雷达技术的渊源了如指掌：第一台实用雷达就是用于探测试图半夜从空中越过英吉利海峡的德农——坐着飘在天上的金属壳的德农。之后雷达既在太平洋夜战中碾压过岛国训练有素的战列舰观察兵的光荣时刻，也有过在贝卡谷地被犹太人的反辐射导弹炸成渣渣的惨痛历史。　　雷达从战争机器转职交通行业的初期伴随着无数车主的血泪——雷达测速。而现在雷达成为了车主摆脱油门的助手——自适应巡航的主传感器，以及并线的保护神——盲点监测和并线辅助用传感器，还偶尔扮演避免追尾事故的最后一道防线——自动紧急制动用传感器。　　二、构造和原理　　目前车载雷达的频率主要分为24GHz频段和77GHz频段，其中77GHz频段代表着未来的趋势：这是国际电信联盟专门划分给车用雷达的频段。严格来说77GHz的雷达才属于毫米波雷达，但是实际上24GHz的雷达也被称为毫米波雷达。　　在工程实践中，雷达天线具体实现的方法有很多种。目前车载雷达中比较常见的是平面天线阵列雷达，因为相比其他实现方式，平面雷达没有旋转机械部件，从而能保证更小的体积和更低的成本。下面以目前常见的平板天线雷达为例，介绍车载雷达的构造和原理。　　先对车载雷达有个直观地认识：　　　　来看内部结构：　　　　其中这一片就是天线阵列，如下图所示：　　　　其中从上至下分别是10条发射天线TX1，然后是2条发射天线TX2，最后是4条接收天线RX1至RX4。　　两组发射天线分别负责探测近处和远处的目标，其覆盖范围如下图所示：　　　　这里因为近处的视角（FOV）比较大，大概有90度，所以需要更多天线，而远处的视角小，大概只有20度，所以两根天线就够了。　　雷达装在车上的样子如下图所示：　　　　雷达通过天线发射和接收电磁波，所发射的电磁波并非各向均匀的球面波，而是以具有指向性的波束的形式发出，且在各个方向上具有不同的强度，如下图所示：　　　　雷达主要测量目标的三个参数：位置、速度和方位角。下面简单说说这三个参数的测量原理。　　位置和速度　　这两个参数的测量原理在小学科普课本里就讲了：雷达波由发射天线发出、被目标反射后，由接收天线接收雷达回波。通过计算雷达波的飞行时间，乘以光速再除以2就可以得到雷达和目标之间的距离。　　而根据多普勒效应，通过计算返回接收天线的雷达波的频率变化就可以得到目标相对于雷达的运动速度，简单地说就是相对速度正比于频率变化量。当目标和自车接近时，回波的频率相比发射频率有所升高，反之则频率降低。　　实现位置和速度的测量的具体方法根据雷达采用的调制方式的不同而有所不同。雷达的调制简单来说就是为了实现雷达回波的识别和飞行时间的测量，需要在雷达发射的电磁波上加入标记和时间参考。在车载雷达中主要使用幅值调制和频率调制两种方式。　　方位角　　通过并列的接收天线收到同一目标反射的雷达波的相位差计算得到目标的方位角。原理如下图所示：　　　　其中方位角αAZ可以通过两个接收天线RX1和RX2之间的几何距离d以及两天线收到雷达回波的相位差b通过简单的三角函数计算得到。　　三、应用实例　　毫米波雷达最常见的三种用途是：　　ACC（自适应巡航）　　BSD&LCA（盲点监测和变道辅助）　　AEB（自动紧急制动，通常配合摄像头进行数据融合）　　作为已经量产多年的技术，我想就不用再介绍以上功能的具体内容了。让我们来说点更有趣的事：　　a） 雷达的数据处理流程　　实现ACC等功能的核心技术是目标识别与跟踪。在接收天线收到雷达回波并解调后，控制器对模拟信号进行数字采样并做相应的滤波。接下来用FFT手段将信号变换至频域。接下来寻找信号中特定的特征，例如频域的能量峰值。在这一步还不能得到我们需要的目标，获取的仅仅是雷达波的反射点的信息。　　并且，对于很多高性能雷达来说，此时获得的多个反射点可能来自一个物体，例如一辆货车可能形成5-10个反射点。所以首先还要将很可能属于同一物体的反射点匹配到同一个反射点集群中。接下来通过跟踪各个反射点集群，形成对物体的分布的猜测。　　在下一个测量循环中，例如通过卡曼滤波，基于上一次的物体分布，预测本测量循环中可能的物体分布，然后尝试将当前得到的反射点集群与预测结果进行匹配，例如通过比较物体的位置和速度等参数。当反射点集群与上一测量循环得到的物体信息匹配成功时，就得到了该物体的“轨迹”，同时该物体的可信度增加，反之则可信度下降。只有当一个物体的可信度超过一定门限时，该物体才会成为我们关心的目标而进入所谓的目标列表。　　b） 关于雷达的两个小问题　　雷达到底能不能探测到静止目标？　　很多早期的ACC系统不会对静止物体作出反应，也就是说，如果前方有静止物体，例如在进入探测范围之前就停在前方的车辆，ACC并不会将该车作为目标，不会发出减速请求。所以有人以为雷达无法探测静止物体，这其实是一个误解。

77ghz毫米波雷达能穿透玻璃吗？

毫米波传感器可以透过塑料、干燥墙壁、衣服、玻璃和很多其它材料。但是一般不把它放在前风挡后面，而是放在车标、车灯附近。

为什么毫米波雷达无法识别静态物体?

毫米波雷达，以及所有波段的雷达都可以识别静态物体。这是电磁波传感器（雷达）的基本属性，如果不能识别静态物体，就违背了电磁波反射的物理本质。如果你说的所谓不能识别静态物体，不是本质原因，而是一个表象。因为我们有时候对雷达信号处理是要滤除静止物体的特征的，这样的算法叫做：“静态杂波滤除”。静态杂波滤除就是将多普勒速度为零的信号去除，这样的话基本上所有零速、微动目标都会被抑制掉。所以说：不是雷达不能探测，而是我们不需要雷达探测到的这部分信号，这个是基本常识，不可违背，不可误解。既然提到了毫米波雷达，又是汽车这块。作为目前全球最大的车用半导体厂商，英飞凌觉的还是很有必要和大家介绍车用毫米波雷达的内容。毫米波雷达在近几年获得了高速发展，逐渐形成了作为自动驾驶ADAS核心传感器的趋势。目前各个国家主要有三种毫米波雷达频率波段——24GHz、60GHz、77GHz，而目前正在向77GHz靠拢。欧洲和美国选择的是对77GHz的集中研究，而日本则选用了60GHz的频段。随着世界范围77GHz毫米波雷达的广泛应用，日本也逐渐转入了77GHz毫米波雷达的开发。目前毫米波雷达主要是以24GHzSRR系统+77GHzLRR（LongRangeRadar）系统的形式出现24GHz毫米波雷达主要负责短距离探测，而77GHz毫米波雷达主要负责远距离探测。77GHz雷达相对于24GHz雷达体积更小。77GHz雷达波长不到24GHz的三分之一，所以收发天线面积大幅减小，整个雷达的尺寸有效下降，对于追求小型化非常有利。77GHz雷达可以同时满足高传输功率和宽工作带宽，同时满足这两点使得其可以同时做到长距离探测和高距离分辨率。77GHz雷达在天线、射频电路、芯片等的设计和制造难度更大，技术成熟度较低，目前成本更高。