作为近年来自动驾驶领域最有希望率先落地的细分应用之一,自动泊车技术的出现为一直以来困顿全球车主们的泊车难问题找到了新的出路。在以特斯拉为首的新兴造车势力的引领下,自动泊车的热度如今也正水涨船高,成为传统造车势力和新造车玩家们以技术创新竞逐市场、夺取份额的重要筹码。而现阶段,绝大多数配置自动泊车功能的车型几乎都是采用“超声波雷达+摄像头”这类传统汽车传感器方案来实现,由于传统方案本身的物理和技术缺陷,也使得如今 APS 体验不一。不过,随着毫米波雷达市场的崛起、应用的普及以及成本的逐步下沉,毫米波雷达也成为了很多芯片和方案商重点推广的 APS 传感器解决方案,有望进一步分食传统汽车传感器在 APS 的市场。

 

 

多传感器“逐鹿”APS 市场  毫米波雷达应用优势明显

谈到自动泊车,可能很多人并不陌生,这个概念其实在国内汽车圈已经出现多年,最初发迹于一些进口品牌的少量高端车型中。但正是因为“高端”、“不接地气”,使得 APS 这类应用在国内一直没有风靡起来。但如今局势正发生变化,随着近两年“特斯拉入华”从传闻走向现实,国内诸如蔚来、小鹏、奇点以及长安、吉利、东风等越来越多的新旧车企们开始紧张起来,陆续踏上造车“大跃进”之路。为赢得更多的市场份额,在消费者心中树立“国产比特斯拉更具优势”的形象,新造车企业们如今正拉上老牌本土车企,联合起来狙击特斯拉,企图以汽车智能化的功能创新来与特斯拉抗衡,自动泊车就是其中最受关注的细分领域之一。

 

如今的国产造车阵营中,事实上已有不少车企旗下的多款车型都搭载了 APS 系统。典型的比如 2018 年 10 月 31 日上市的吉利缤越,该车的自动泊车级别达到了 APL 3.5,可一键实现水平泊入、垂直泊入和水平泊出功能,整个过程中驾驶员均无需控制方向盘、油门及刹车;还有就是长安汽车主力车型 CS75,自动泊车级别达到了 APL 4 的水平,其 APA 4.0 泊车系统可自动搜索车尾,自动完成前进、后退、转动方向盘等操作;再有就是新造车阵营中的小鹏 G3 也不得不提,这款车于去年 4 月 23 日发布,采用多传感器融合的系统方案,据称能够实现超过 70%的自动泊车成功率,远超特斯拉目前的 13%。

 

 

当然,小鹏汽车在宣传上可能有些许夸大的嫌疑,但其敢于对外宣称达到 70%的泊车成功率,也证明其在该领域的实力并不弱于明星车企特斯拉。有小鹏汽车公司人员对记者表示:“从传感器数量上来讲,G3 采用的是 20 个环境数据采集传感器,其中包括 12 个超声波、5 个视觉(摄像头)以及 3 个毫米波雷达,其中毫米波雷达的配置是我们 G3 这款车最关键的亮点。因为一方面,像超声波雷达本身具有一定的局限性,比如精度较低、只能检测出大致的轮廓,无法获得更精准的信息等;另一方面像视觉传感器,可能主要是通过识别车位线以及障碍物来解决问题,但它如果处在一些没有车位线或者光线很暗等场景下也是会失效的。因此,我们需要毫米波雷达这种具备高环境适应性、分辨率好的传感器。像现在市面上大多数量产的 APS,几乎都是采用超声波传感器来监测停车位的,但由于超声波传感器物理特性容易受到表面污损、雨滴、冰雪等影响,使传感器不能完全发挥其功能;停车位识别和自动泊车过程也容易受到环境因素影响,当前量产 APS 系统一般不能识别井盖、凹陷或松散的路肩、泊车位上较小的物体等,最终导致泊车成功率低,装配率不高的结果。”

 

如果放在以前,可能因窄带毫米波雷达的分辨率有限,只能提供报警类的 ADAS 功能。但现在,基于 79GHz 的宽带高分辨率雷达也越来越多,毫米波雷达方案可以提供更为稠密的空间信息以满足更多应用场景的需求。因此,在汽车 APS(自动泊车系统)的环境数据采集系统中,越来越多的 OEM 和 Tier 1 都开始接受并配置毫米波雷达,进一步推进 APS 向更高的自动化水平靠近。

 

 

上海矽杰微电子有限公司 CEO 卢煜旻对此也表示赞同:“和超声雷达相比,毫米波雷达距离分辨率和角度分辨率都更优,可以帮助汽车更准确地判断周围环境,减少擦碰的情况。目前,有不少厂商在原来的‘超声波雷达+摄像头’方案的基础上, 正在开发增加毫米波雷达的方案, 以提高传感器的分辨率并增加系统的冗余度。和应用于高速公路上的 ACC/AEB 相比,我认为 APS 应该是更适合国产毫米波雷达供应商和海外雷达厂商进行竞争的市场。矽杰微电子作为一家毫米波雷达芯片及技术的供应商,我们希望和合作伙伴一起,共同推进毫米波雷达在 APS 领域的应用和普及。当然,过去车厂提供的 APS 功能,用户体验并不是太好,因此还需要有更好性价比的方案以打动客户愿意为这个功能付钱。”

 

入局 APS 市场:性价比成毫米波方案关键掣肘

诚然,无论对于车厂还是 Tier 1 来说,APS 既要高精度又要强性能,那成本上就必须有所妥协。尽管与超声波雷达等方案相比,毫米波雷达确实在很多性能上都占尽上风,但高昂的配置价格(相对超声波和摄像头)却是其当前难以逾越的门槛。纵使当今市场,无论是 24GHz 还是 77GHz 的毫米波雷达方案几乎都有价格继续下沉且越来越多汽车用得起的趋势。但 APS 毕竟不是 ADAS,其短距离探测的应用特性加之市场并不如 ADAS 那般火热的需求,令其也成为毫米波雷达方案亦步亦趋的一大场景。

 

首先,从硬件本身的成本上分析,卢煜旻告诉记者:“因为超声波雷达的供应链已经比较成熟,目前在价格上有较大的优势。相比之下,目前的毫米波雷达成本还是比超声雷达要高不少。具体来讲,毫米波雷达的成本结构里有三个主要部分,分别是 PCB 板材(和天线及系统设计有关),前端芯片和信号处理,进一步的成本优化也需要对这三个方面都进行优化,包括尝试新的雷达架构,以降低 BOM 成本。作为国内的芯片供应商,我们提供高集成度的芯片产品,可以和客户紧密配合,共同开发高性价比的雷达方案。”

 

其次,站在应用的角度考虑,卢煜旻也认为:“APS 这类应用,对于毫米波雷达来说是典型的短程雷达的应用。也就是说,速度较低,探测距离较近,但对分辨率的要求较高。因此,我们认为还需要开发以 APS 为主要应用场景的毫米波雷达,而不是采用原来已有的 BSD 或者 AEB 的雷达方案。但这种方式需要通过定制化的设计,因此要做到成本的优化是一个很重要的挑战。”

 

 

芜湖易来达雷达科技有限公司某产品工程师也十分赞同该观点,"的确,APS 这类场景对于毫米波雷达的探测距离要求并不高,因为泊车的话探测周围的障碍物最多可能也就只需要大约 10 米左右的范围。但像目前毫米波雷达领域,24GHz 的产品的探测距离就能够达到 100 米以上,如果用来做 APS 的话未免有些大材小用,更不用说那些 77GHz 以及 79GHz 等方案。所以,如果毫米波雷达方案要切入 APS 市场,就需要另花时间和精力以及资金去做定制化的短程探测类的方案设计,可能探测距离等相关参数上只需要满足几十米的范围就可以。”

 

但是,这可能在很多毫米波雷达方案(芯片以及传感器终端等)商看来有些得不偿失,因为对他们来说,目前国内 APS 并不算是一个能够快速赚到钱的市场,如果要专门针对这一块市场做个定制化的项目可能也耗资不菲,而且从中还并不一定能捞到什么好处。芜湖易来达雷达科技有限公司某产品工程师总结到,”APS 市场需求不够,应用不太接地气是主要原因。现在很多毫米波雷达方案商,包括我们主要的精力还是专注于目前大热的 ADAS 领域,因为这块市场是刚需,而且去年到今年也在不断有新的政策支持,方案商能够赚到钱,车企们在这块也都非常积极在做配合。”

 

多传感器“并肩作战”  算法、数据端融合挑战多

性价比当然只是一方面,在实际操作中,如何更好地让毫米波雷达和摄像头等各传感器做算法上的融合也是关键挑战。相信不少人都对“多传感器融合”的概念颇为熟悉,这个词语在当今的自动驾驶领域几乎随处可见,APS 作为自动驾驶的细分应用之一,实际中也经常强调到“多传感器融合”。毕竟,不管是摄像头、超声波还是毫米波雷达,它们每一种都有自身不同的优劣势以及各自的适用场景。要充分利用这三者来做到高精度的 APS 系统,当下最好的办法即是通过传感器融合的途径来提高系统的鲁棒性和对不同环境的适用性。

 

而这当中,需要涉及很多层面的调校和优化,其中包括摄像头和雷达观测值的匹配、数据融合、多目标场景下有效目标库的维护等,需要考虑到容错性、灵活性、可拓展性、可靠性、安装等多方面的因素。而且,数据融合也有不同的策略,比如有的方案会选择将不同传感器各自处理生成的目标数据进行融合,有些会选择将不同传感器的原始数据进行融合,避免一些原始数据的丢失。卢煜旻颇为赞同第二种方法,他表示:“争取能在传感器原始数据的级别上进行融合,共享一定的中央处理器资源,进一步降低传感器成本,提高数据融合质量。”

 

 

不过,要在原始数据上进行融合,需要对视觉和雷达传感器 ECU 传出的数据源做融合才行。虽然这种信号级别的融合能够将数据损失达到最小,可靠性最高,但需要大量的运算,难度也很大。“早期的融合自动泊车方案,核心控制器与各个传感器其实是独立做开发的,整个系统并不是 top-down 设计,因此各个传感器之间的标定以及时钟误差较大,在此基础上要做算法和数据融合很难达到高精度,要做数据源的融合更难。而为了达到更好的性能,则需要一个紧耦合的系统来完成不同传感器数据的同步与配准,然后通过融合算法去实现更高的精度。”某业内人士对记者表示。

 

这就要求厂商具备一定的技术储备和根基,该业内人士进一步补充到:“比如系统化的图像和雷达数据获取与处理技术体系,在数据处理和目标分类识别等层面具有信息融合算法的优化和设计能力等等。鉴于当前国内的视觉感知技术要比毫米波雷达更加成熟,那么对于视觉技术企业来讲,他们在与外部雷达平台进行融合的时候,则需要具备优秀的雷达系统二次开发能力,尽量提高信息的利用率。同时,信息融合技术实现需要不断配合大量路测,涉及设备输出、真值标定以及二次数据开发等工作,对应的数据采集量、数据存储量、数据交互量、数据处理工作量非常大,而且也要根据具体的场景来选择合适的融合算法,这对于研发机构的综合开发能力都有很高的要求。”

 

总之,对于毫米波雷达方案商来说,国内 APS 市场刚酝酿起步。下一阶段,随着今年特斯拉在某些车型上搭载基于毫米波雷达方案的自动泊车系统,加之小鹏以及吉利和长安等越来越多国产车企的陆续推进,相信这种 APS 功能竞争全面升级的态势有望加速业界在 APS 专用市场出现越来越多的毫米波雷达方案提供商。但无论在何时,性价比仍然是主导市场为方案买单的最关键因素,为此业界厂商仍需稳扎稳打,从硬件成本以及设计等多个角度探索更多可行的方案和路径。同时,编者也认为,要进一步促进毫米波雷达方案入驻 APS 市场,行业在算法和数据层面上也应建立起更多的开放化和开源化模式,以促进各不同传感器方案商之间在数据层面上的交流和互通,唯有如此,才能真正为整个行业解决多传感器的算法与数据融合的痛点,从技术合作的角度推动汽车 APS 迈入“真自动化”时代。