上个月Uber无人驾驶汽车致死事件引起业内一片哗然，有报告显示，由于车辆减少了大量激光雷达传感器而导致这场悲剧。该事件还将自动驾驶相关的技术推到了风口浪尖之上，毫米波雷达、激光雷达、摄像头等技术现在处于怎样的境况？对此，与非网记者最近采访了德州仪器中国区嵌入式产品系统与应用总监蒋宏。
德州仪器谈通往自动驾驶路上的那些雷达技术
德州仪器中国区嵌入式产品系统与应用总监 蒋宏（上图右）
1，关于最近大热的Uber无人驾驶车祸事件，虽说行人一方也存在责任，但让我们看到自动驾驶从LEVEL 3到LEVEL 4还有很多待克服的问题，从您的角度，还有哪些技术问题待攻关？
答：我们产业界也一直关注这件事，自动驾驶从LEVEL 3跨到LEVEL 4难度还是非常大的。2012年的时候，我们看到很多企业从ADAS转到LEVEL 1、LEVEL 2、LEVEL 3。然而感知、决策、控制等这些环节，是需要投入时间去进行更多的测试。当然，未来我们也需要从更多的案例中去测试、优化更多场景。
2，其中毫米波雷达的作用有哪些，其安全性到底如何？目前衡量一款毫米波雷达的技术指标主要有哪些？这些技术指标的提升难点在哪儿？
答：各种传感器都有自己的优缺点，毫米波雷达的优点显而易见——穿透能力强、发射速度快、发射距离远，其方位角参数也非常有优势。在无人驾驶产业下，毫米波雷达是非常有特点的一种传感器。不过激光雷达可以把水平角精度做到非常高，与其相比，毫米波雷达3发4收的产品也可以做到几度的精度，用其做级联，也可以做到0.1度的精度。除此之外，毫米波雷达可以跟摄像头等传感器配合，也就是我们说的传感器融合。未来在汽车向LEVEL2、3、4等级发展的时候，将会用到更多组毫米波雷达。毫米波雷达也分中距离、长距离型。可以用于泊车等各种应用。
3，市面上有基于不同工艺的毫米波雷达，GaAs技术、SiGe技术和CMOS技术，它们之间有什么优劣势？有人认为从GaAs/SiGe工艺转到标准CMOS工艺将会是一大趋势，你是如何看待的？新兴的RF CMOS技术有哪些优势和缺点？
答：在汽车领域，我们一直希望有成本竞争力的传感器出现。当然，CMOS就承载了这个使命，毕竟CMOS集成度能做的很高。虽说CMOS 毫米波曾经发射功率不太好，当时有人质疑CMOS工艺的毫米波长距离能不能做？能做300米吗？不过，TI的CMOS历经多年磨一剑，现在已经有很多客户开始用CMOS开发板来做产品，达到250米基本没有什么问题。GaAs技术、SiGe技术在原来的领域当然还会持续起主导作用，我们也看到CMOS的玩家变得越来越多。其中RF技术就是刚刚所讲的发射功率，传统的做法是低电压小电流，在这里有点改进。
4.现在很多车厂都在开发基于激光雷达的自动驾驶技术，从德州仪器的角度，你们是否看好激光雷达在汽车领域的应用前景？激光雷达和毫米波雷达在自动驾驶领域是否是非此即彼的关系？他们将是直接竞争和相互替代的关系，还是会互补共存？
答：从激光雷达的性能上讲，其空间角分辨率精度非常不错，这也是为什么很多厂商选择它的原因，不过它最大的挑战就是成本，一个太贵的传感器会导致很多车型就用不起。毫米波雷达的最大优势就是成本，其接下来的问题就是把分辨率做高，需要对其进行算法和芯片端的革新，当然，我们也有信心能够看到毫米波雷达的劣势能够不断被改进。其实，激光雷达的成本也在优化，所以说，技术互相竞争才能带来进步。
5.汽车电子市场的火热，让很多芯片厂商跃跃欲试，也产生了一些新机会，包括这几年谈论较多的Sensor Fusion产品，从德州仪器的角度，除上述毫米波雷达之外，还关注哪些汽车领域的新趋势？
答：摄像头、立体式的传感器、环境感知、太赫兹技术都是汽车领域传感器的发展新趋势，我也相信会有更多的技术，毕竟自动驾驶给业内就设立了一个很大的目标。每个技术都有演进过程，需要不断的迭代。
关于传感器融合，毫米波雷达和摄像头互补性非常强，摄像头在良好光线下，其细节、纹理、颜色、形状、轮廓都非常优秀。而毫米波雷达则提供距离、相对速度等一些信息，两样东西融合起来，对目标的感知更精确，这本身就是一种突破。很多客户也在做这样传感器的突破，我们也看到今年或者明年，传感器融合系统会做的非常好。
6，结合德州仪器与客户合作的案列，谈一谈通往自动驾驶这条路，毫米波技术还需要哪些突破？
答：我们希望探测的物体能够精益求精，做到几个厘米的分辨率，角分辨率能做到几度。我们现在是3发4收的产品，以后会出现更多多发多收的配置，其次是成本，人们希望成本更有优势。纵观整个生态，客户的难点一般存在于天线的设计、制造、良率还有测试上，当做的客户变多，这块就会慢慢变强。
7，你觉得自动驾驶来临的节点在什么时候？中国复杂路段会不会使得中国的自动驾驶普及进程落后？无人驾驶技术是真需求吗？
答：假设2020年是个节点，可能会有LEVEL3、4汽车的普及。在公路上，你可以手放开方向盘。不过在所有路况下做到无人驾驶，则需要很长时间，这不仅是一辆车的问题，还有顶层设计的问题，国家法规、路的规范等，这还是需要一些时间。当然，无人驾驶在南京路上开，一天都开不出南京路，行人不让你走，你就走不了。这也跟外部环境有关，不仅仅是技术，现在仅仅是路测阶段，这背后还是要靠技术的演进和迭代。
关于需求一说，其实跟不同文化都有关系，如果投票的话，儒家可能会投左边，别的投右边，跟AI投票一个道理。我们看到很多美好的地方，从技术上来讲，我们只需从技术上补强它，让它尽早可以实行。
