4D雷视一体机在交通中的应用

一、交通毫米波雷达的发展
      毫米波雷达技术最早应用于军工领域。近10年，随着高频毫米波芯片的量产，毫米波雷达成本大幅下降，其产品开始广泛应用于车载雷达、智慧交通、健康医疗等领域。毫米波雷达相比摄像头和激光雷达，受天气影响更小，目标检测可靠精准，近些年在智能交通领域中崭露头角。已逐渐发展成为智能交通系统中不可或缺的传感器。
      然而，交通毫米波雷达由于体制原因，仍存在一些不可避免的问题。毫米波雷达是利用目标对电磁波的反射来发现并测定目标位置, 而充满杂波的外部环境（大车、地物、指示牌、树木）会给毫米波雷达感知带来无法避免的虚警问题[1]。另外，由于非机动车行人RCS较小，交通毫米波雷达在非机动车行人识别方面表现不稳定。同时也因低密度的点云数据，交通毫米波雷达在目标类型识别方面不是很精确。

二、4D毫米波雷达概述
      传统的毫米波雷达主要依靠3个维度分辨目标，即距离分辨力、方位分辨力和速度分辨力。路面上的所有目标，包括机动车、非机动车、行人、动物、树木等，都会反射雷达回波。当毫米波雷达接收到这些回波，只要在距离、方位和速度上有任意一个维度可被区分，那么这些目标就能被有效分开，并实现过滤和跟踪处理。在流量较小的道路上，车辆的速度和位置一般都有明显的差别，毫米波雷达可以轻易的将目标区分清楚。但遇到拥堵的道路或复杂的路口，车辆缓行、非机动车行人混行、路面指示牌影响时，目标的速度相差无几（<1m/s），位置又互相非常靠近（< 0.25m）。这时就对雷达的检测能力提出了很大的挑战。
      2020年起，很多毫米波雷达厂家推出了4D毫米波雷达。4D毫米波雷达增加了测高的能力，除了传统的距离分辨力、方位分辨力和速度分辨力外，增加了俯仰角分辨力，从而大幅提升了目标检测能力。例如路边的树木和边上站的人，速度和位置都基本一样无法区分，但高度上有明显区别，即可识别成2个物体。
      目前，4D毫米波雷达的实现方式主要有三种方案，分别是标准芯片+软件算法、采用多收多发芯片组级联、自研特种芯片或材料。而4D毫米波雷达尚处于起步阶段，  虽然市面上很多厂家推出了相关的产品，但最终实现量产交付的产品非常有限。

三、4D雷视一体机及解决方案
      现有的4D毫米波雷达基本都是车载雷达，被安装于车辆的前部，实现对前方目标的成像和跟踪。4D毫米波雷达传承了传统雷达的全天候探测特性，同时能够探测静止物体且并输出高密度的点云数据，可以媲美低线束激光雷达。
      但车载4D毫米波雷达等于路侧4D毫米波雷达吗？车载4D毫米波雷达能否直接被拿来用于交通感知和路侧感知呢？
      车载4D毫米波雷达主要对车辆周围的目标进行点云成像。例如某大厂发布的4D车载毫米波雷达，俯仰面分辨力为2°。对车辆周围10米处的目标进行点云成像，可分辨高度为0.3米，一般的人和车在俯仰维上可以形成5~8个点云。而路侧感知的雷达一般被安置在红绿灯杆或电警杆上，主要探测的范围为60m-260m区域。在100米处，路侧4D毫米波雷达可分辨高度为3.5米，一般的人和车在俯仰维上只有1个点。但其高度精度可达0.5米~0.6米，可分辨车型。
      所以车载4D毫米波雷达可用于点云成像，而路侧4D毫米波雷达的测高功能主要用于分辨目标类型和去除杂波。
      4D雷视一体机，通过将4D毫米波雷达与视频相结合，可实现路口或路段全息感知。4D雷视一体机将原始的视频流和4D雷达点云数据流同时通过MIPI和PCIe接口接入到一体机中的嵌入式处理器中。在内置的嵌入式处理器中直接对原始的视频流进行AI目标提取，然后通过内建的坐标映射系统将视频目标投影到雷达坐标系中，最后对视频目标和雷达点云进行融合跟踪处理，实现全局目标的实时矢量化和跟踪。4D雷达点云一方面可以滤除很多地杂波干扰，另一方面为视频目标融合提供了三维数据匹配。