從圖3中不難看出，4D毫米波雷達(dá)繼承了傳統(tǒng)毫米波雷達(dá)的優(yōu)點，應(yīng)對雨雪霧黑夜場景的多普勒信息還增加了高度維度的信息，與主車外參標(biāo)定后可以獲取目標(biāo)物的高度屬性(上下方可穿行、等高)來判斷對功能影響。同時還給出了更加豐富的路沿點信息，總體來說，加強了系統(tǒng)魯棒性。

而對于泊車場景的最后一公里中，宏景智駕也開始探索嘗試使用4D成像毫米波雷達(dá)的低成本、高點云密度特性來實現(xiàn)對停車場的甬道進(jìn)行環(huán)境感知，提升感知效果。

從圖2所展示的毫米波雷達(dá)經(jīng)典信號流程圖可以看出，越末端所攜帶的信息量越少，單一傳感器的缺陷就會被逐級放大。安霸中國區(qū)市場營銷副總裁郄建軍日前在某會議中指出，此前業(yè)內(nèi)對于視覺和雷達(dá)的融合往往采用的都是后融合或者目標(biāo)級的融合，隨著高階自動駕駛的逐步落地，多傳感器“前融合”將成為必然趨勢?；跁r空同步的原理，讓攝像頭、毫米波雷達(dá)，激光雷達(dá)，IMU等傳感器感知到的同一環(huán)境信息的原始數(shù)據(jù)做融合，才能統(tǒng)一生成一個置信水平更高的感知結(jié)果。

基于前融合感知架構(gòu)的趨勢，宏景智駕方面表示：他們也在嘗試獲取4D成像毫米波雷達(dá)更底層的信息(例如CFAR之前)來做感知開發(fā)。對于這樣的大膽嘗試，宏景智駕也嘗試從成本、技術(shù)難點等維度展開對不同毫米波雷達(dá)感知方案給行泊一體帶來的優(yōu)劣勢分析。

圖4 不同信號的感知架構(gòu)優(yōu)劣勢(數(shù)據(jù)為預(yù)估)

從圖4表格的分析來看，將毫米波雷達(dá)的更原始更豐富的信號傳遞給中央域控制器處理，硬件上可以做到一定程度的成本縮減，與此同時在技術(shù)實現(xiàn)上，需要滿足相當(dāng)大體量的數(shù)據(jù)傳輸，以及更多的邏輯算力消耗來彌補原本毫米波雷達(dá)篩選點的計算。當(dāng)然在計算量爆炸的今天，這并不是落地量產(chǎn)路上的攔路虎。

自動駕駛技術(shù)無法依靠單一的傳感器一統(tǒng)天下已成為業(yè)內(nèi)共識，而4D毫米波雷達(dá)現(xiàn)在還處于發(fā)展的早期，相信未來4D毫米波雷達(dá)的性能會大大提升，并成為自動駕駛主流傳感器方案。