未來(lái)車(chē)用雷達將回歸模擬？

　　現在正是讓雷達平臺回歸模擬的時(shí)候了!新創(chuàng )公司Matawave認為“我們仍然存在于模擬世界，汽車(chē)也是如此”。該公司期望透過(guò)高性能的模擬雷達平臺改變傳統雷達的限制...

　　為了在高度自動(dòng)化的車(chē)輛中增加對于現實(shí)世界的情境意識，許多汽車(chē)制造商開(kāi)始接受在每個(gè)機箱周遭布署各種感測器類(lèi)型的必要性。然而，他們并未考慮到的是這些感測器的品質(zhì)。例如，當今的視覺(jué)、光達(LiDar)與雷達感測器的性能如何?車(chē)用感測器需要具備哪些要求?

　　Metawave是今年初才從Xerox PARC研究中心獨立而出的新創(chuàng )公司，但有信心能改變汽車(chē)產(chǎn)業(yè)所認定的“傳統雷達限制”。目前，車(chē)用雷達“看”不到遙遠的物體，也無(wú)法辨別所看到的東西。其處理速度還不足以因應在高速公路行駛時(shí)運作。

　　簡(jiǎn)言之，攝影機或光達都能看到的物體，當今的車(chē)用雷達不一定都能看到。它唯一可取之處在于能在全天候的情況下運作。

　　Metawave在今年一月成立，憑藉著(zhù)從PARC獲得的專(zhuān)有授權為超材料雷達與天線(xiàn)進(jìn)行商用化，目前正大力宣傳其“全雷達封裝”技術(shù)。Metawave計劃在2018年1月的國際消費電子展(CES)上展示這款原型。

　　超材料是布署于印刷電路板(PCE) 上的小型軟體控制工程結構。據該公司指稱(chēng)能以從前僅限于軍用系統(較強大且昂貴)的方式導引電磁波束。

　　然而，Metawave并未把當今車(chē)用感測器的問(wèn)題歸咎于雷達晶片——主要是由恩智浦(NXP)、英飛凌(Infineon)或德州儀器(Texas Instruments;TI)等供應商所設計。事實(shí)上，Metawave的全雷達封裝并不受特定雷達晶片限制。相反地，該新創(chuàng )公司認為問(wèn)題出在雷達感測器(包括天線(xiàn))中的波束成形技術(shù)，導致了解析度與速度方面的問(wèn)題。

　　回歸模擬

　　Matawave執行長(cháng)Maha Achour認為，現在正是業(yè)界讓“雷達平臺回歸模擬”的時(shí)候了。她強調，“我們仍然存在于模擬世界，汽車(chē)也是如此。因此，Metawave計劃打造一個(gè)可負擔的高性能模擬雷達平臺，而不至于面對像軍事級操作時(shí)的復雜度和成本?！?/p>

　　Metawave的模擬雷達技術(shù)基于電子轉向控制天線(xiàn)。它采用具有雙埠的單根天線(xiàn)，一端連接到發(fā)射器(Tx)或接收器(Rx)鏈路，另一端連接到微控制器(MCU)。該MCU透過(guò)使用查找表(LUT)定義和控制天線(xiàn)波束寬度與方向，從而使Metawave的模擬雷達得以實(shí)現微秒級的速度掃描。(來(lái)源：Metawave)

　　Achour聲稱(chēng)，Metawave利用單一天線(xiàn)設計出新的模擬雷達，能以水平和垂直方向引導和形成光束，并從更寬的視野調整光束到非常窄的圓錐角度——低至1度。Achour說(shuō)：“我們能以非?？斓乃俣葘?shí)現——微秒級的速度掃描?！?/p>

　　但是，Metawave的模擬雷達如何與現在廣泛用于車(chē)輛中的數位雷達進(jìn)行比較?

　　基于數位波束成形(DBF)技術(shù)的雷達需要天線(xiàn)陣列，用于聚焦發(fā)射器以特定方向發(fā)射的電磁訊號，并將其轉向其他方向。然后，接收器再從物件擷取返回訊號，并以數位方式進(jìn)行處理，最終形成場(chǎng)景的影像。

　　為了實(shí)現這一過(guò)程，Achour解釋?zhuān)瑪滴焕走_必須“為每根天線(xiàn)注入不同的相位延遲，使波束在同一方向聚攏，并沿著(zhù)其他方向擴展?！?/p>

　　DBF的缺陷在于相位延遲。運算需要復雜且冗長(cháng)的數位訊號處理。Achour指出：“這種密集的訊號處理導致極慢的反應速度(在轉向光束時(shí)為毫秒延遲)和較差的“集體”輻射模式，因為光束被轉向遠離天線(xiàn)準線(xiàn)(零度角)。

　　目前用于車(chē)輛中的數位雷達感測器采用數位波束成形技術(shù)，并透過(guò)復雜且冗長(cháng)的數位訊號處理來(lái)計算相位延遲(即圖中的權重—wi)。天線(xiàn)具有靜電輻射，而且有賴(lài)于于數位權重以形成和轉向控制光束(來(lái)源：Metawave)

　　因此，她說(shuō)：“這些傳統雷達由于控制不好主瓣和旁瓣，因而無(wú)法在長(cháng)距離時(shí)以廣角觀(guān)察?！?/p>

對遠端物體作出決定

　　目前與Metawave共同合作的顧問(wèn)兼投資人Drue Freeman表示，“針對自動(dòng)駕駛車(chē)輛，我認為架構師必須解決的最大問(wèn)題之一就是能夠對遠離車(chē)輛的物體做出決定?！狈駝t，自動(dòng)化車(chē)輛的最高速度將會(huì )受到限制，Freeman指出。

　　Freeman說(shuō)：“今日的雷達解決方案即使采用了最佳的數位波束成形技術(shù)，或許能可靠地看到車(chē)子前方200公尺處的距離，也能偵測到有『東西』在那里，但他們沒(méi)法辨識那是什么?！?/p>

　　而現實(shí)情況是DBF不是支援高解析度就是高訊雜訊比(SNR)，并非二者兼具。

　　超材料

　　Metawave聲稱(chēng)其目標在于提供類(lèi)似于用于追蹤導彈的高性能雷達，但又不至于產(chǎn)生像軍事應用所需要的成本、復雜度和功耗。Achour說(shuō)，Metawave的模擬雷達“模擬了相位陣列”，就像軍用天線(xiàn)一樣。但該新創(chuàng )公司能在無(wú)需仰賴(lài)軍事應用部署的移相器下實(shí)現這一點(diǎn)，因為它利用了自家的超材料。

　　Metawave的超材料頻率自適應轉向技術(shù)(來(lái)源：Metawave)

　　Freeman坦承：“Metawave讓人感到振奮的是其基于超材料的模擬波束成形技術(shù)，讓他們能精確地控制雷達波束，實(shí)現更快的操作速度以及更好的SNR，而不至于犧牲解析度?！?/p>

　　Metawave技術(shù)長(cháng)Bernard Casse表示，超材料除了可為雷達和天線(xiàn)實(shí)現“視覺(jué)”和“速度”外，Metawave的模擬雷達還將帶來(lái)“智能”。Metawave已為其模擬雷達嵌入了人工智能(AI)引擎。

　　在該AI引擎內部是一系列的演算法，Casse解釋?zhuān)俺松疃葘W(xué)習(deep learning)和決策演算法以外，還包括測距多普勒(range-Doppler)評估演算法、雜波和干擾抑制演算法、物件偵測和追蹤演算法，以及其他專(zhuān)有的電磁和雷達程式碼等?！?/p>

　　雷達中的AI引擎究竟能學(xué)習什么?Casse說(shuō)：“它高度取決于場(chǎng)景?！崩?，如果一輛車(chē)行經(jīng)橋下，將會(huì )遭遇許多訊號反射。AI引擎可以在各種干擾下進(jìn)行分類(lèi)與排序，并協(xié)助雷達定位必須查看的物體。

　　Freeman說(shuō)：“Metawave的案例極具意義，因為在許多情況下，雷達將成為最先在道路上『看』到東西的傳感器，而且能在傳感器融合處理以前，利用AI引擎初步分類(lèi)所看到的東西?！?/p>

　　The Linley Group資深分析師Mike Demler說(shuō)：“每一種傳感器都有其局限性，所以不用說(shuō)也知道有許多雷達失敗的例子。但是，還有更多可能的情況是軟件未能正確解讀訊號?！?/p>

　　他指出，“最糟糕的案例是特斯拉(Tesla)自動(dòng)駕駛車(chē)日前在佛羅里達州發(fā)生的意外事故，原因就出在Tesla的自動(dòng)駕駛系統未偵測到白色貨車(chē)穿越其車(chē)道而釀禍。車(chē)用雷達一直是相對較便宜的傳感器，主要用于簡(jiǎn)單的測距功能，如自適應巡航控制等，它并不是針對物體辨識而設計的。顯然地，Metawave正致力于開(kāi)發(fā)使用合成孔徑雷達(SAR)的技術(shù)，這將為雷達提供物件辨識的能力?！?/p>

　　開(kāi)啟新業(yè)務(wù)模式

　　Metawave執行長(cháng)Achour看好AI在其雷達應用的巨大前景。一旦雷達開(kāi)始用其AI“大腦”在道路上收集資料并解讀行駛的環(huán)境，Achour期望Metawave能為汽車(chē)產(chǎn)業(yè)提供可用的資料?！拔覀兡芴峁┗诔淌酱a的AI與演算法搭配雷達作業(yè)所學(xué)習的成果，并從中賺取服務(wù)費?！?/p>

　　根據多項預測指出，在未來(lái)的第4/5級(Level 4/Level 5)自動(dòng)駕駛階段，汽車(chē)產(chǎn)業(yè)將不再依賴(lài)于車(chē)子的單位銷(xiāo)售量，而將更著(zhù)眼于每輛車(chē)的行駛里程數。在此情況下，Achour指出，硬體公司也必須改變其業(yè)務(wù)模式。提供由AI收集的情報作為服務(wù)，為Metawave帶來(lái)新的商機。

　　車(chē)用模擬雷達將取代光達?

　　Demler表示：“如果Metawave能夠降低成本，或許就可能實(shí)現?！钡麑τ贛etawave的雷達是否真的能超越光達的解析度仍抱持懷疑的態(tài)度。

　　Freeman則認為現在預測還為時(shí)過(guò)早。他解釋說(shuō)，“每一種傳感器都各有其優(yōu)點(diǎn)和缺點(diǎn)。Metawave所做的是解決雷達的一些弱點(diǎn)，我認為它所用的方式確實(shí)能使其足夠強大、解析度夠高，可能讓汽車(chē)OEM用于設計完全不需要光達的全堆疊傳感器系統?！比欢?，他也補充道：“目前所用的光達具有高品質(zhì)且低成本，仍然更能有效地實(shí)現這任務(wù)?！?/p>

　　Achour的看法略有不同。她說(shuō)：“一開(kāi)始，所有的傳感器都會(huì )被要求實(shí)現完全的自主性。隨著(zhù)AI引擎日趨成熟，數位地圖變得更加可靠和精確，即使是在沒(méi)有V2X通訊的情況下，雷達和攝影機就足以讓汽車(chē)實(shí)現零事故的自動(dòng)駕駛目標了?！?/p>

　　她指出：“有些人可能認為，實(shí)現精確定位絕對少不了光達?！比欢?，她以自身的經(jīng)驗表示，Metawave的模擬雷達(稱(chēng)為Warlord)支援強大的3D成像，并結合數位地圖，“將足以提供精確的定位。我預計這將在2020年中期到2030年初實(shí)現?！?/p>

　　開(kāi)發(fā)挑戰

　　在開(kāi)發(fā)全雷達封裝時(shí)，Metawave也免不了面對挑戰。Metawave工程副總裁Geroge Daniel指出，Metawave的雷達解決方案是專(zhuān)為作業(yè)于76-81GHz頻段而設計的。

　　FCC借由授權使用整個(gè)76-81GHz頻段，為遠距車(chē)輛雷達提供了一個(gè)連續的頻譜區段。

　　這意味著(zhù)Metawave的“超材料需要與離散元件互動(dòng)”，這些元件最初是為早期的車(chē)用雷達系統設計的，采用整合的24GHz雷達傳感器技術(shù)，作業(yè)于較低頻段范圍。

　　700萬(wàn)美元首輪融資

　　目前，Metawave的核心團隊共有7名工程師，包括管理階層。今年9月還從Khosla Ventures、Motus Ventures與Thyra Global Management等投資機構獲得了700萬(wàn)美元的首輪種子融資。

　　那么，這家新創(chuàng )公司還需要多少資金呢?Achour表示：“也許再一輪籌資吧!”。她表示有信心“借由Metawave的技術(shù)能夠解決最根本的問(wèn)題?！?/p>

　　除了計劃在CES展示其車(chē)用雷達原型，Metawave還打算明年2月在西班牙巴塞隆納舉行的世界行動(dòng)通訊大會(huì )(MWC)展示其針對5G網(wǎng)路所設計的智能波束成形天線(xiàn)。Achour解釋?zhuān)壳暗腗IMO架構無(wú)法在即將來(lái)臨的5G時(shí)代支援較4G更高1,000倍的速度，而Metawave的智能波束成形解決方案可將能量導向特定的用戶(hù)裝置，提供最佳化線(xiàn)上體驗所需的頻寬。

　　Achour可不是超材料世界的新手。她曾經(jīng)是超材料公司Rayspan的共同創(chuàng )辦人兼技術(shù)長(cháng)，這家公司大約在10年前就為手機打造了頗具發(fā)展前景的超材料天線(xiàn)，但最終因營(yíng)運不佳而退場(chǎng)。

　　這是怎么一回事呢?Achour表示，Rayspan的業(yè)務(wù)模式是以授權為基礎，設計天線(xiàn)和RF前端模組后授權給客戶(hù)。然而，授權業(yè)務(wù)從來(lái)都不是一種適合硬體解決方案新創(chuàng )公司經(jīng)營(yíng)的業(yè)務(wù)模式，因為“新創(chuàng )公司獲利的速度還不足以支撐產(chǎn)品銷(xiāo)售幾季后必須支付的營(yíng)運費用?！彼忉屨f(shuō)：“這就是為什么Metawave與第三方制造伙伴共同打造全雷達傳感器之故?！?/p>

　　那么Rayspan和Metawave所使用的超材料有什么不同嗎?Achour說(shuō)：“Rayspan的天線(xiàn)是被動(dòng)天線(xiàn)，意味著(zhù)其輻射場(chǎng)型是固定的。Metawave的天線(xiàn)則是主動(dòng)的，由于其板載主動(dòng)元件能讓天線(xiàn)控制其波束成形與轉向，因而更智能?！?/p>