目前為止，特斯拉的Autopilot一共經歷了三代硬件的更迭，分別是Autopilot1.0，2.0和2.5。按照目前特斯拉的公開信息，Autopilot3.0硬件將可能在今年底和自主研發的芯片一起推出。

如下圖，特斯拉的主要傳感器，此圖來自特斯拉官網。

其中1為毫米波雷達：

特斯拉Model S和Model X早期配備的Autopilot1.0和2.0版本硬件，搭載的是博世中程雷達傳感器(MRR)。

其中，Model S的1.0版本雷達內置加熱功能，而Model X開始從1.0到2.0版本都沒有內置加熱功能。博世雷達與ECU（即1.0的MobilEye EyeQ3芯片，2.0的英偉達px2的APE板）連接，使用一對canbus線路。

而從特斯拉Model 3開始，以及更新的ModelS/X Autopilot2.5版本（2017年8月后新車），配備的是大陸ARS4-B雷達傳感器（官方命名：ARS410 CV），通過兩對canbus線路與ECU相連。

上述兩款雷達在參數上略有差異。大陸雷達速度測量更精確（+/- 0.1kph vs 博世+/- 0.11mps），探測距離略長（170米 vs 博世160米），重量稍輕（130克 vs 博世190克），功耗略低（4W vs 博世4.5 w）。

ARS4-B通過兩個獨立的掃描實現寬廣的視野，從而可以支持遠距功能，如自適應巡航系統、緊急制動輔助和前向碰撞預警。該傳感器無需攝像頭的輔助就能夠探測靜止目標。

該款雷達支持EuroNCAP (AEB城市/城際/行人) 以及CLEPA，AEBS(ECE階段2)；高于6.5° 目標分辨率以及0.2°探測精度；在水平和俯仰方向具備自動標定能力；測速精度: ± 0.1 km/h；自適應巡航ACC跟停式最高支持車速170km/h。

不過，為何當時特斯拉沒有直接選擇250m以上的遠距離雷達，可能基于當時功能算法的匹配以及成本考量。在即將發布的Autopilot3.0硬件版本是否會采用新的雷達，我們拭目以待。

以博世的第四代遠距離雷達傳感器（遠程雷達，LRR4）為例，集成了兩塊電子板，包括恩智浦和意法半導體的微控制器，以及博世的電源管理IC。

射頻（RF）板采用基于混合PTFE / FR4基板的不對稱結構，并安裝有平面天線。其中，英飛凌77 GHz鍺硅（SiGe）單片微波集成電路（MMIC）被用作高頻發射器和接收器。

LRR4是單一靜態多模雷達，具有六條固定波束，檢測車輛的距離達到250米。中央的四條波束優化了高速度下對外圍環境的探測性能。

其他性能包括：獨立模式以仰角波束測量高度，能夠分辨固定障礙物，從而對靜止物體也能作出安全制動反應；帶有自校準功能（水平）；可選配透鏡或雷達罩加熱功能；可擴展系統具有多個傳感器配置，包括融合傳感器收集到的數據等。

從目前的一些車主反饋來看，因為芯片和算法的更換，有不少車主反饋Autopilot2.0上的雷達/視覺融合明顯比1.0差，Autopilot1.0的精度僅為幾厘米，而Autopilot2.0很容易出現+/-1m的誤差。

與此同時，Autopilot1.0運行在將近5年前發布的Mobileye EyeQ3上，仍然比Autopilot2.0采用英偉達px2更好地處理許多情況。顯然，彼時芯片的更換，對于特斯拉來說并沒有做好充分的準備。

同時，近年來特斯拉連續遭遇的兩次碰撞橫向行駛的卡車，有業內人士認為，目前這套硬件和算法都沒有對交叉路口的橫向移動障礙物做特殊算法處理，除了雷達可能在1.0版本之后對此場景進行了一些改進（此外，此前搭載的MobilEye EyeQ3不支持兩側來車檢測）。

對于毫米波雷達的使用，此前特斯拉官方在2016年9月發布了一篇專門針對毫米波雷達使用的博客文章：

雖然我們的軟件版本V8.0有幾十個小的改進，但最重要的升級是搭載了毫米波雷達。該雷達是2014年10月作為Autopilot硬件套件的一部分添加到所有特斯拉汽車上的，但只是作為主要相機和圖像處理系統的輔助傳感器。
經過仔細的考慮，我們現在認為它可以作為一個主要的控制傳感器，而不需要相機確認視覺圖像識別。這是一個非常重要且違反直覺的問題，因為這個世界在雷達上看起來很奇怪。
（這篇文章的發布時間恰恰在特斯拉首起Autopilot激活狀態下的致命事故。2016年5月7日，一輛2015款Model S與一輛橫穿的白色車身拖掛車發生碰撞。
“在明亮的天空下，Autopilot和司機都沒有注意到掛車的白色部分，所以沒有剎車，”特斯拉的博客文章說，“拖車高度高，加上它在道路上的位置，以及碰撞的極其罕見的情況，導致Model S直接從拖車下方通過并造成了事故。”）
毫米波雷達的波長很容易穿過霧、塵、雨和雪，但任何金屬的東西看起來都像一面鏡子。雷達可以看到人，但他們看起來是半透明的。由木頭或彩繪塑料制成的東西，雖然對人來說是不透明的，但對雷達來說幾乎和玻璃一樣透明。
另一方面，任何盤形金屬表面不僅具有反射性，而且將反射信號放大到實際尺寸的許多倍。（RCS）一個廢棄的汽水罐在路上，它的凹底朝向你，看起來可能是一個巨大而危險的障礙物，但你肯定不想為了躲避它而猛踩剎車。
因此，使用雷達制動最大的問題是避免誤報。如果你要撞到一個又大又結實的東西，猛踩剎車是至關重要的，但如果你只是要撞倒一個汽水罐，就不是這樣了。有很多不必要的剎車事件，往好了說是非常惱人的，往壞了說是會造成傷害。
解決這個問題的第一部分是有一個更詳細的點云。V8.0版本軟件用相同的硬件解鎖了對六倍多的雷達目標的訪問，每個目標有更多的信息。
第二部分是將這些每十分之一秒發生一次的雷達快照組裝成世界的3D“圖片”。我們很難從一幀圖像中分辨出物體是運動的還是靜止的，也很難分辨出虛假的反射。通過將幾個相鄰的幀與車速和期望路徑進行比較，汽車可以判斷某物是否真實，并評估碰撞的可能性。
第三部分要困難得多。當汽車駛近位于路面隆起處或橋下的高架公路路標時，這通常看起來像是一個碰撞路線。GPS的導航數據和高度精度不足以判斷車輛是否會從物體下方通過。等到車開得很近，路面坡度發生變化時，再剎車就太晚了。
這就是快速學習派上用場的地方。最初，車將不采取任何行動，除了記錄路標、橋梁和其他固定物體的位置，根據雷達繪制地圖。然后，Autopilot系統將自動比較何時剎車，并將其上傳到特斯拉的數據庫。
如果有幾輛車安全地駛過一個給定的雷達目標，不管自動駕駛儀是開著還是關著，這個目標都會被添加到地理編碼的白名單中。

當數據顯示，虛假剎車事件將是罕見的，汽車將開始使用雷達系統數據進行溫和剎車，即使相機沒有注意到前方的物體。隨著系統置信度的提高，當系統發生碰撞的概率接近99.99%時，制動力將逐漸增大到最大。

這可能并不總是完全防止碰撞，但碰撞速度將顯著降低到不太可能對車內人員造成嚴重傷害的程度。

這樣做的效果，再加上雷達能透過大部分的視覺模糊，就是即使在零能見度的情況下，汽車也應該幾乎總是正確地踩剎車。

更進一步，特斯拉也可以“獲取”前一輛車下方回來的雷達信號，使用雷達脈沖信號和光子飛行時間（ToF）來區分信號——甚至進行剎車，當尾隨一輛對于視覺和雷達都是不透明的車。前面的車可能會在濃霧中撞上不明物體，但特斯拉不會。

此外，使用雷達回波控制前方兩輛車，提高了對不可見的嚴重剎車事件的響應和反應時間。

不過，就在上周，特斯拉的一輛車又再次撞上了一輛橫穿路口的白色半掛卡車，同樣，特斯拉的車又一次直接從車底穿過造成事故。目前，還不確認事故的具體原因。

我們不清楚當時的各項Autopilot功能是否正常運轉，感知系統是否有檢測到障礙物，但很顯然作為最后減緩碰撞的AEB系統并非萬能。（實際量產車的AEB效果并非大家在測試場看到的那樣完美，能夠很精準在前方障礙物前剎住車。）

我們查看了Model 3的最新車主手冊，關于自動緊急制動一項是這樣說明的：倘若行駛車速為 (56 km/h) 或更快，在自動應急制動將行駛車速減慢 (50 km/h) 后，將釋放制動器。比如，行駛車速為90 km/h時，自動緊急制動會實施制動；當車速降至40 km/h時，則會釋放制動器。（所以，不要對AEB報以希望，尤其是L3級及以下自動輔助駕駛）

車主手冊明確表示：僅當行駛速度大致介于10 km/h和150 km/h之間時，才能使用自動緊急制動。同時，自動緊急制動設計用來減輕沖擊的嚴重程度，它不能用來避免碰撞。

只是減速不是緊急剎停

此文轉自高工智能公眾號。

總結

以上是生活随笔為你收集整理的【Tesla】特斯拉Autopilot核心传感器解读之毫米波雷达篇的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。