“雷达如何计算“雷达rcs计算…

电脑要买Intel CPU，系统要装Windows，显卡要装英伟达，安卓手机也要装高通最新芯片……

如果理解电子消费品的这种用户执念，就能理解华为不造车的野心有多大。

电脑厂商可以有戴尔、华硕、联想、惠普，但不管电脑挂什么 Logo，在最瞩目的地方都会有一个「intel inside」的徽标。

顶级的 IC、IP 供应商，能够穿透 OEM，直接受到消费者的追捧，而这种追捧带来的用户黏性，是超越任何品牌的。华为推「Huawei Inside」徽标，便是想把这种统治力复刻到汽车领域，做到真正的「软件定义汽车」，占领了软件的高地，也便拥有了对智能硬件设计发布的掌控力。

华为 HI 整合了华为体系内与智能汽车相关的业务，目前划分出了智能驾驶、智能座舱、智能车云服务、智能电动、智能网联五大产品线，拥有约 5000 人的团队，计划今年一年研发投入达到 10 亿美元，此后每年维持 30% 的研发投入增长。

如此庞大的人才规模和资金规模，直接提升了智能汽车赛道的竞争门槛，而那些持币观望准备入场的巨头们，就该重新评估自己是否合适入场了。

华为 HI 也绝对算得上华为发展史上，最考验跨组织协作能力的「二次创业」。虽然对外统一出智能汽车解决方案 BU，但实际上这 5000 人团队，来自于不同的业务线，甚至是不同的 BG。例如鸿蒙 OS 团队隶属于消费者 BG，电机团队来自华为数字能源产品线。HI 充分发挥了华为矩阵式组织架构的优势，几乎整合了 ICT 技术积累延伸到汽车领域的所有可能性，构建了能够随着需求不断升级的硬件平台，以及保持快速迭代优化的软件研发能力。

今年上海车展前夕，华为也举办了 HI 新品发布会，发布了新一代传感器 4D 成像雷达，新一代自动驾驶计算平台 MDC 810，以及车载鸿蒙 OS + AR -HUD + 车载智慧屏 + 内容生态的智能座舱全套方案。在软件层面，华为 HI 首次展示了「华为八爪鱼」、高精地图的自动驾驶云服务能力，和华为 TMS 集成热泵空调的整车热管理系统。

补全传感器产品线的 4D 毫米波雷雷达

自动驾驶对感知的要求开始提升，因此摄像头从原先的 200 万像素，升级到 800 万像素的高清摄像头，半固态激光雷达开始陆续上车，原先的毫米波雷达，便也理所当然升级成了高分辨率的 4D 成像毫米波雷达。

华为发布的 288 通道大阵列成像雷达，增加了垂直方向的分辨率，整体分辨率相较普通毫米波雷达提升 4 倍，角精度提升 2 倍。高分辨率意味着输出的环境信息 4D 点云密度更高，单一障碍物能够探测到更多轮廓，以及探测到体积更小的物体，例如这款毫米波雷达能够获取更确信的防护栏、路肩等静止障碍物信息，还能探测到 110 m 外的锥桶，为自动驾驶系统决策提供更丰富更高置信度的信息。而更高的角精度，意味着更高质量的雷达信号，探测到的距离信息、位置信息、速度信息更接近于物理世界。

此外 4D 毫米波雷达增加垂直方向分辨率，可以输出同一方位角不同高度物体之间的空间关系，解决此前的龙门架下静止车的识别问题。

仅看这些信息，我们只能看到 4D 毫米波雷达相对于毫米波雷达的意义，但并不能理解 4D 毫米波，相对于激光雷达存在的意义，因为上述的能力，激光雷达都能做到，分辨率还是碾压式的。而且 4D 毫米波雷达成本优势并不明显，为了更高分辨率，4D 毫米波雷达的尺寸还被迫做大，没有毫米波雷达那样方便集成。

此前华为 ADS 首席架构师苏箐就对 4D 毫米波雷达表示过担忧，认为半固态激光雷达降本速度可期，4D 毫米波雷达的处境会很尴尬，而且由于体积太大，集成到现有感知体系内非常麻烦。

但这并不意味着 4D 毫米波雷达没有存在的价值。相对激光雷达，毫米波雷达波长更长，绕射能力更强，在雨雪等恶劣环境下的稳定性高很多，对被遮挡物体的探测能力，也是激光雷达所不具备的。例如华为的这款 4D 毫米波雷达能够探测到视觉和激光雷达都无法探测到的，被前方大车遮挡的前车运动信息，这也能解决部分特殊场景下的自动驾驶规划问题，例如前车遇到障碍物快速换道避让，如果没能探测到前车遮挡的静止障碍物，不做任何提前规划，等前车移动后才探测到，自身车辆就不具备反应时间了。

4D 毫米波雷达能够放大毫米波雷达的这些优势，为了让自动驾驶汽车实现更安全更高等级的自动驾驶，将 4D 毫米波雷达的信号做融合，是必要的。

400 + TOPS 算力降维打击做 L2 辅助驾驶

MDC 810 算力达到了 400 + TOPS，能够同时处理 16 路视频信号，12 路 CAN 信号和 8 条以太网传输的信号，能够满足自动驾驶高并发、高算力、多传感器信号融合计算的需求。事实上这款计算平台已经搭载在了首款挂 HI 徽标的极狐阿尔法 S 华为 HI 版上，早就完成了车规级验证，真正的发布即量产。

在极狐阿尔法 S 华为 HI 版上，MDC 810 计算平台需要同时处理 3 颗激光雷达、9 颗 ADS 摄像头、4 颗环视摄像头「ADS 自动驾驶功能也会调用环视摄像头信息补全近距离环境信息」、6 颗毫米波雷达、高精地图、RTK 高精度定位、惯性导航等信号，可以看到 MDC 810 计算平台被安排得明明白白。

基于这些信息，华为 ADS 可以实现高速封闭公路和城市开放道路的 L2 级辅助驾驶，请注意，虽然宣传上使用了「自动驾驶」的字眼，但基于 MDC 810 计算平台打造的华为 ADS 方案，华为官方依旧定义为 L2 级辅助驾驶。此前访谈中，华为 ADS 产品线首席架构师苏箐表示，这套方案是 L2，也欢迎媒体称之为「自动驾驶辅助」，因为驾驶员依旧是驾驶行为的责任主体，想要真正使乘用车具备 Robotaxi 的能力，还需要 10 年。

事实上华为并不提倡 L1 到 L5 的自动驾驶分类，「自动驾驶行业应该将功能和法规解耦，在 L2 的法律责任下，将体验做到 L4」。华为 ADS 产品线首席架构师苏箐在访谈中如此解释华为 ADS 为何是 L2 辅助驾驶。此外有意思的是，华为并不认同 L3 自动驾驶，苏箐分享了一个故事，此前某国内厂商找华为合作，希望开发一套 ODD 非常小的 L3 自动驾驶「例如高精地图覆盖、车道线清晰的高速公路场景，实现 30 km/h 速度以下的拥堵场景自动驾驶」，华为拒绝了这个合作，对华为而言，为了自动驾驶而做自动驾驶，可以但没必要，功能的具体用户体验才是华为 ADS 研发的核心立脚点。

依靠 MDC 810 计算平台做的 ADS 能实现哪些辅助驾驶功能呢？ADS 划分了三个功能等级，NCA、ICA Plus、ICA，这三个等级会依据所处的场景判断该触发哪一个，有点类似小鹏的 NGP、LCC、ACC，根据场景降级升级。

最高等级的 NCA，需要行驶在有预制高精地图的区域，能够实现点到点的全自动驾驶辅助。华为已经具备甲级测绘资质，车队目前已经完成了北上广深四个一线城市的城市开放道路，以及全国的高速公路、城市快速路高精地图采集，做到每季度更新一次。目前华为计划在 2022 年将采集城市道路的城市扩展到 8 个以上，2023 年扩展到 20 个以上。这个进度还是非常快的，但中国国土幅员辽阔，光地级市就有近 300 个，县城更是数不胜数，想要实现全国道路的高精地图采集，凭一家之力是不可能完成的，因此华为也在积极构建多图商联盟，希望能够建立统一标准，不同图商采集到的数据共享，以加速全国道路的采集进度。

有了高精地图的先验信息，再配合 RTK 信号的厘米级绝对定位，以及激光雷达 SLAM 的相对定位，就能解决自动驾驶「我在哪儿？」、「我要去哪儿？」、「怎么去？」的灵魂三问。再通过人工或自动标注，能够使车辆明确红路灯在道路的确切位置，通过视觉神经网络定向获取并识别红绿灯信息，以及通过视觉对车道线、斑马线、交通指示牌的分割和提取，就能让汽车理解人类交通场景的规则。当然最难的还有环境感知，以及针对不同场景的规划控制，这些能力组合起来，便让汽车安全地实现点到点的自动驾驶。目前华为的 ADS 责任主体依然是驾驶员，因此即便车辆已经实现了全场景点到点的自动驾驶，但系统并不能保障 100% 妥善处理遇到的交通环境，驾驶员依旧需要观察道路时刻准备接管。

是不是没有高精度地图采集的城市开放道路，就无法实现辅助驾驶呢？并不！ICA Plus 的做法是类似众包高精地图，每辆搭载华为 HI 激光雷达的车型，只要上路了，就能够实现实时构图，走过的路，就能将激光雷达、摄像头采集到的信息构图并存储，同一条路采集的次数越多，信息就更完整更接近物理世界。车主也可以选择，连入 Data Club，将单车采集的数据和城市内的汽车 HI 激光雷达车辆做共享，一旦高精地图绘制完成，系统就能够达到 NCA 同等的功能，实现有高精地图覆盖的区域内，点到点的自动驾驶辅助。

ICA Plus 就像是 ICA 量变而质变成 NCA，如果一个城市的某条路没有官方采集的高精地图，也没有人开过，那就是大家比较熟悉类似特斯拉 AP 的辅助驾驶，只能实现沿车道线跟车行驶，但无法按导航做路径规划。

可以看到 ADS 的方案便利性是很强的，在一线城市会体验会比较好，在其他城市普及的话，对该城市的车辆保有量要求就很高，车辆太少，众包高精地图绘制进度会很慢，但好在上下班通勤等会高频重复开的路线，是可以实现 NCA 的。

鸿蒙 OS 构建起的智能座舱

华为公布的智能座舱方案包含鸿蒙系统、硬件、生态。鸿蒙 OS 是核心，它能够串联起手机、PC、智能穿戴设备等智能终端，实现无缝流转体验。举个例子，你在手机上导航到目的地，然后打开车门上车，导航信息会自动流转到车机系统中，当你下车后，这个信息又会流转到手机上，全程无感。

除了无缝流转，一个适配车机、手机、智能终端的操作系统，还能打通不同智能终端上的数据，实现很多功能，例如根据手机不同做个人的车机账户登入登出，以及个性化设置。此外，车机也能调用智能手表的心率等信息，帮助车主做健康管理，再或者打通日程管理，手机上买了电影票，坐上车自动会出发导航去该电影院的指令等等，总之能够打通车机和手机等智能设备的操作系统，本身已经意义非凡，为实现很多智能化功能提供了可能性。

在硬件上，华为表示可以没有仪表盘，但一定会有中控屏，仪表盘的部分，华为提供了一套更优美的解：AR-HUD。

华为的 AR-HUD 方案，被华为称为智能车的「第一屏」，拥有 13°*5° 的大视角，等效于一个视野前方 7.5 m 处的 70 寸显示屏。对 HUD 而言，投射距离想做到 7.5 m 并不简单，更远的距离意味着更大的信息显示面积，以及与道路环境更好的匹配，让驾驶员觉得导航信息更为真实。

在做大做远的同时，这款 AR- HUD 还能将亮度做到 12000 nits，白天夜晚都可以清晰显示，分辨率也能达到 1920*640 的高清画质，这意味着显示的信息能够更加丰富多元。HUD 能做到这样的参数，确实没有任何必要再看一眼仪表盘了。

中控显示屏华为提供了一个 15.6 寸，2K 分辨率的「PAD」，整个屏幕素质相对于现阶段市面上车型搭载的中控屏，确实好很多。这块屏幕支持华为的 NFC 一碰传一碰连，与手机的连接和数据传输非常便捷。除了大屏和 AR-HUD，硬件部分华为还提供了毫米波雷达的方案，能够实现手势交互功能，后期也可应用于舱内生命体征检测。

Huawei Inside 的合作模式下，华为开拓了一条新的合作路线，以和极狐合作的阿尔法 S 华为 HI 版为例，华为将肩负起车主们用车全生命周期内，车机系统、ADS 自动驾驶辅助的持续迭代优化，通过 OTA 的形式将新的功能和持续优化的体验推送给用户。

而自动驾驶、智能座舱部分的销售收入，以及订阅模式下用户支付的费用，华为将和合作伙伴分成。这是一种新颖的玩法，也是目前较为合理的做法，对主机厂而言，自建云端能力和 OTA 能力，以及持续的软件迭代优化开发，费力且不一定能做好，但这些都是华为的强项，合理分工，实现共同利益最大化，这也是 Huawei Inside 的价值所在。

当然，Huawei Inside 的模式，对车企而言也是有风险的。就像是在资源面前，人性是自私的，在数据面前，组织也都会是排他的。对车企而言，选择了 HI，意味着和华为的深度绑定，这种深度绑定是有排他性的。

在数据的归属权上，自然主机厂同样也是弱势方。就如同华为 ADS 首席架构师苏箐所说，「传感器采集到的信息只能算是素材，这些素材可以是主机厂的，而通过华为的算法处理过的素材，才能叫做数据，算法是华为的产权，那数据自然也是属于华为的。」

如此一来，车企也就真的成了「外设生产商」吧。