另外，值得一提的是哥倫布雷達(dá)的俯仰探測能力，因?yàn)槭褂昧?層俯仰天線布局，俯仰探測性能兩倍于市場上主流的產(chǎn)品。

不過一旦越來越多的4D毫米波雷達(dá)被安裝在車上，雷達(dá)相互干擾的缺點(diǎn)就暴露出來。為了解決這個(gè)問題，復(fù)睿智行一面采用了芯片支持影片加速的抗干擾檢測技術(shù)，另一面則通過算法去減少或者修正干擾帶來的影響，將智能抗干擾技術(shù)提高了3倍的穩(wěn)定性。

當(dāng)前毫米波雷達(dá)的發(fā)展已經(jīng)開始進(jìn)入國產(chǎn)替代的階段，較好的波形設(shè)計(jì)能力和天線設(shè)計(jì)能力只是一款4D毫米波雷達(dá)的基礎(chǔ)，日漸激烈的市場競爭將會(huì)更加考驗(yàn)國內(nèi)廠商的自主研發(fā)能力。而哥倫布雷達(dá)全面的、綜合的性能提升，可以說恰恰對外展示了復(fù)睿智行在自動(dòng)駕駛感知系統(tǒng)上的硬件研發(fā)能力。

而且，復(fù)睿智行聚焦硬件單品，把產(chǎn)品性能做到極致，然后再造一個(gè)感知系統(tǒng)，這與堆疊硬件的做法相反，為感知系統(tǒng)提升、獲取更多的數(shù)據(jù)提供了新的思路。

當(dāng)然，4D毫米波雷達(dá)性能升級，不是說替代激光雷達(dá)，而是為主機(jī)廠提供更具性價(jià)比的解決方案，減少他們對激光雷達(dá)在數(shù)量和質(zhì)量上的要求，滿足他們對降低成本的迫切需求。

從成本來看，4D毫米波雷達(dá)的成本和傳統(tǒng)毫米波雷達(dá)成本相近，約為激光雷達(dá)的1/10。目前，“視覺+毫米波雷達(dá)”的L2級視覺方案已能壓低到2000元/套，而一些L3級的視覺方案，如果不需要那么高線束的激光雷達(dá)，使用高性能的毫米波雷達(dá)，可以極大地降低整車的成本。

據(jù)復(fù)睿智行CTO周軼所說，“結(jié)合算法，我們至少可以節(jié)約50%的量產(chǎn)成本，幫助主機(jī)廠用一個(gè)比較好的價(jià)格去實(shí)現(xiàn)L2+或L3、L4的量產(chǎn)工作”。

3、軟硬件高度統(tǒng)一，為自動(dòng)駕駛搭建數(shù)字底座

盡管4D毫米波雷達(dá)以及圍繞4D毫米波雷達(dá)形成的感知解決方案還沒有真正進(jìn)入落地，但憑借性價(jià)比的優(yōu)勢，一旦有主機(jī)廠大規(guī)模搭載和使用4D毫米波雷達(dá)，后邊的企業(yè)很可能就會(huì)迅速跟進(jìn)。

不過，自動(dòng)駕駛的感知系統(tǒng)固然是通過攝像頭、毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)等硬件來承擔(dān)自動(dòng)駕駛汽車“看”的任務(wù)，可這其中也存在“看不見”的軟件成本，比拼智能感知方案同樣也是在比拼軟件能力。就像特斯拉的純視覺方案之所以功能強(qiáng)大，在于不斷創(chuàng)新和升級的視覺算法。

而目前來說，多融合感知方案在硬件方面的實(shí)現(xiàn)不算太困難，主要困難是沒有足夠優(yōu)化的融合算法。

當(dāng)前，市場上主流的算法走的是后融合的技術(shù)路徑，在后融合架構(gòu)中，每個(gè)傳感器獨(dú)立地輸出探測數(shù)據(jù)信息，在所有的數(shù)據(jù)信息被處理后，再匯總最后的感知結(jié)果。舉個(gè)例子，不同傳感器進(jìn)行獨(dú)立感知，激光雷達(dá)看到的是一條柯基，毫米波雷達(dá)看到的是一條狗，而攝像頭看到的是一只小動(dòng)物，將這些信息匯總處理后，系統(tǒng)才做出綜合判斷。

很顯然，不同傳感器的獨(dú)立運(yùn)作，是無法把不同傳感器優(yōu)劣互補(bǔ)的作用發(fā)揮出來的。比如攝像頭不擅長判斷距離和位置，雷達(dá)不擅長判斷顏色和紋理，系統(tǒng)需要對它們的信息進(jìn)行互相驗(yàn)證，才能達(dá)到更高的可信度。

復(fù)睿智行提供的感知方案更傾向于前融合算法，即在原始數(shù)據(jù)層面把所有的傳感器信息進(jìn)行直接融合，根據(jù)融合后的信息實(shí)現(xiàn)感知功能。相比后融合算法，前融合算法可以大大提高檢測的高精度，避免對小目標(biāo)的錯(cuò)過，但是它也對技術(shù)供應(yīng)商提出了更高的要求，比如算力，前融合技術(shù)需要直接處理原始數(shù)據(jù)，會(huì)消耗大量算力，同時(shí)硬件性能越高，才能獲取更完善的原始數(shù)據(jù)。

復(fù)睿智行自主研發(fā)的4D毫米波雷達(dá)，各項(xiàng)性能可以對標(biāo)國際頭部廠商最新一代產(chǎn)品，處于全球領(lǐng)先地位，這為其打造更強(qiáng)大的前融合感知算法提供了領(lǐng)先的傳感器支持。再結(jié)合前融合算法，技術(shù)上可以說能夠?qū)崿F(xiàn)全路況、全天候、全場景和全目標(biāo)的數(shù)據(jù)獲取和精準(zhǔn)感知。

比如一些非常見目標(biāo)，因?yàn)槿狈?shù)據(jù)樣本，很可能無法被感知，而復(fù)睿智行采用前融合算法，即使攝像頭不知道目標(biāo)是什么，毫米波雷達(dá)也知道它在哪里、以怎樣的速度在運(yùn)行，補(bǔ)充了目標(biāo)的信息。

為了更好地落地融合感知系統(tǒng)，復(fù)睿智行還研發(fā)了自己的域控制器，基于高算力SOC芯片，支持多路高清攝像頭、毫米波雷達(dá)和激光雷達(dá)的接入，與其感知融合算法形成軟硬件的高度統(tǒng)一。因此，我們可以看出，復(fù)睿智行基于4D毫米波雷達(dá)、前融合算法和域控制器，打造的是一套高性能、綜合性、相對完整的感知系統(tǒng)。

4、單車智能和車路協(xié)同，雙線并行

高性能的硬件和優(yōu)化的融合算法結(jié)合，將進(jìn)一步提升自動(dòng)駕駛感知系統(tǒng)的信息獲取能力，使其看得更清楚，為控制決策提供更多的數(shù)據(jù)參考。但需要認(rèn)清的是，即使多傳感器融合感知方案具有較大的可行性，可很多視覺感知的局限性仍沒有解決方案。