转向77GHz频段
雷达、摄像头和传感器融合
在过去的二十年中，雷达一直是各种ADAS应用的首选传感器，而基于摄像头的传感器在过去十年中取得了飞速的进步。摄像头具有宽视场和高动态范围（HDR），并可以支持多种不同的应用。摄像头可以有效地检测车道，因此它们最常用于侧向控制应用中，例如车道偏离警告和车道保持辅助。但像雷达一样，摄像头也有一定的局限性。摄像头使用可见光，因此在弱光或非常高对比度的照明条件下会受到影响。
早期，由于摄像头没有处理能力，雷达的可用性相比之下要大很多。高端品牌，尤其是德系OEM更加倾向于使用雷达，他们与半导体供应商有着密切合作。因此，雷达一直是他们产品组合的重要组成部分。另一方面，由于近十年来处理能力的提高，摄像头才兴起。与雷达相比，摄像头也往往更便宜，被许多量产制造商采用。
大多数OEM依靠摄像头和雷达的正确组合来进行目标检测和识别。因此，尽管雷达对于检测物体的距离和速度更为有效，并且是ACC和AEB等应用的理想选择，但摄像头是物体识别和分类的理想选择，且适用于交通标志识别、车道保持系统、环视、后方碰撞警告和交叉路口警报等应用。但这没有阻止某些OEM开发基于摄像头的ACC和AEB。
随着不同传感器在车辆中的使用，传感器数据融合的重要性越来越高。为了帮助车辆做出正确的决策，需要对雷达和摄像头产生的数据进行有效处理，并将操作的结果转移到车辆ECU。这两个传感器之间的融合很强，因为可以通过雷达获得非常高的精度以及直接的距离和速度测量，然后可以通过摄像头进行的物体检测和识别来补充。传感器融合原理也被应用于其他部分。停车就是这样一个例子，使用超声波和摄像头。超声波具有与雷达相同的功能，只是波长和距离不同。
目前，有效的传感器融合使OEM可以考虑添加其他传感器（例如激光雷达），因为他们需要更多信息来支持其高级ADAS和自动驾驶应用。激光雷达将帮助在该信息中创建更多的冗余，可以得到与雷达非常相似的直接距离和速度测量结果，但是可以建立点云，在很多情况下可以确定一个物体是什么，这与摄像头非常相似。因此，激光雷达最终将为雷达和摄像头传统上擅长的两个领域提供一些非常重要的冗余。但由于激光雷达的成本高昂，预计它在ADAS中的使用量仍将较低。但该技术为自动驾驶应用提供了巨大的潜力。
雷达在自动驾驶中的使用
雷达是一种必不可少的传感技术，与摄像头、超声波和激光雷达一起可实现自动驾驶。虽然很少有公司认为没有昂贵的激光雷达传感器就可以实现高度自动化的驾驶，但汽车行业广泛地将雷达传感器用于物体检测。
大多数自动驾驶汽车公司，包括成熟的OEM和初创公司，都可能依靠摄像头、雷达和激光雷达的组合来实现L3及以上级别的自动驾驶。但这些公司将使用自己的一套不同的传感器来最有效地了解其车辆的周围环境，并结合高精地图来帮助车辆进行路径规划。
from A to B
