ما وظيفة الرادار رباعي الأبعاد (4D) في القيادة الذاتية؟

عندما يُذكر القيادة الذاتية، يخطر ببالنا دائما الثنائية نفسها، أليس كذلك؟ الكاميرا والليدار. أحدهما يقرأ العالم كأنه صورة فوتوغرافية، والآخر يمسح المحيط نقطة بنقطة بالليزر. لكن ماذا عن الرادار؟ لنكن صريحين، عندما نسمع كلمة رادار يفكر معظمنا في الطائرة في السماء ويتجاوز الأمر. في المقابل، لا يزال الرادار هو الحليف الأوفى بين مستشعرات أنظمة القيادة الذاتية المتداولة على الطرق اليوم في الأجواء السيئة. بل إنه تطور من حالته البسيطة التي تقيس السرعة والمسافة كرادار تقليدي، إلى رادار تصوير رباعي الأبعاد يرى ارتفاع الأجسام أيضا وينتج سحابة نقطية. إذن السؤال واضح: ما فائدة الرادار رباعي الأبعاد في القيادة الذاتية؟ هل هو منافس حقيقي للليدار، أم أنه الداعم الصامت الذي لا غنى عنه في منظومة الإدراك؟
في هذه الصفحة سنبدأ من هذه النقطة بالضبط. وأعدكم أنه عند الوصول إلى النهاية ستفهمون بوضوح ماذا يفعل كل مستشعر ولماذا، وأين يفترق الوعد عن الحقيقة.
ما هو الرادار وما وظيفته في السيارة؟
ماذا لو قدمنا تشبيها بسيطا أولا؟ يعمل الرادار كشخص يصفق بيديه في غرفة مظلمة ويستدل من مدة عودة الصدى على موقع الجدار. يُرسل موجات راديو، ويستمع إلى الصدى المرتد من المركبات والمشاة والحواجز، ويقيس المسافة من مدة العودة، ومن الانزياح في الترددات يقيس السرعة مباشرة. نعم، الرادار بطل مباشر في قياس السرعة؛ الكاميرات تكتفي بالتخمين في السرعة، أما الرادار فيقيس ولا يخمن.
تعمل الرادارات المستخدمة في المركبات الذاتية عادة في نطاق الترددات 77-81 جيجاهرتز. يبلغ طول موجة هذا النطاق نحو 4 ملم. وهنا تكمن الحيلة الحرجة: لأن طول هذه الموجة أكبر من حبة الضباب والغ وقطرات المطر الخفيفة، تنجح الموجات في تجاوز معظمها بسهولة. أي أن الرادار يواصل الرؤية في الأجواء التي تُغلق فيها عينا الكاميرا والليدار. علاوة على ذلك، بفضل معمارية FMCW (الموجة ذات التعديل الترددي المستمر)، فهو منخفض التكلفة ومتين لأنه لا يحتوي على أجزاء ميكانيكية متحركة. بالطبع للوجه الآخر من الصورة وجود أيضا: إذا كان رادار FMCW للسيارة المجاورة يستخدم الترددات نفسها، فقد يصبح التدخل حتميا. أما الرادارات المرمزة المقاومة للتدخل فهي تعني معالجا قويا واستهلاكا عاليا للطاقة وسعرا غير ودود للجيب.
النقاط البارزة
- الرادار رباعي الأبعاد يقيس أربعة أبعاد: المدى، والزاوية الأفقية، والزاوية العمودية، والسرعة الشعاعية.
- الرادارات في نطاق 77-81 جيجاهرتز غير متأثرة إلى حد كبير بالضباب والغبار والمطر الخفيف.
- يصل مدى الرادار رباعي الأبعاد إلى 300 متر؛ الليدار الصلب لا يزال أفضل بنحو 5 مرات في الدقة الزاوية.
- يُتوقع أن ينمو سوق رادارات السيارات من 7.25 مليار دولار في 2026 إلى 27.03 مليار دولار في 2033.
من الرادار ثلاثي الأبعاد التقليدي إلى رادار التصوير رباعي الأبعاد: محور البعد المفقود

الآن ننتقل إلى الجانب الأكثر تشويقا في الموضوع. الرادارات التقليدية الموجودة في سياراتنا منذ سنوات تعمل في الواقع بثلاثة أبعاد: المسافة، والسرعة، والزاوية الأفقية. يبدو هذا كافيا سمعيا، لكن هناك نقص واحد: لا توجد معلومة عن الارتفاع. أي أن الرادار التقليدي لا يستطيع تحديد ما إذا كان الجسم أمامه على الأرض أم في الهواء. هل يوجد عارضة جسر يمكنك المرور من تحتها، أم غطاء مجرى يجب أن تصطدم به؟ في ذلك المستوى كلاهما متطابق.
الرادار ذو التصوير رباعي الأبعاد يضيف هذا البُعد الرابع تماماً، وهو زاوية الارتفاع، وبهذا يتغير كل شيء. المدى، الاتجاه الأفقي (الأزيموت)، الارتفاع، والسرعة الشعاعية: أربعة أبعاد للقياس، ومن هنا جاء الاسم. وهذا ليس كل شيء؛ فبدلاً من البيانات المتناثرة والضبابية للرادار ثلاثي الأبعاد، فإنه ينتج سحابة نقاط أكثر كثافة ودقة أعلى. تُستخرج سحابة النقاط هذه من خلال غربلة القمم في مكعب البيانات الخام للرادار بواسطة خوارزمية تسمى CFAR، ويمكن تغذيتها إلى خوارزميات الإدراك بطريقة تشبه الليدار. لكن دعنا نسجل ملاحظة هنا: حتى مع زيادة الكثافة، لا تزال سحابة نقاط الرادار رباعي الأبعاد أكثر ضجيجاً وتناثراً من الليدار.
ما فائدة سحابة النقاط؟
سحابة النقاط هي المادة الخام لتصنيف الأجسام. أي أن السيارة تستطيع استنتاج ليس فقط أن شيئاً ما موجود هناك، بل كيف يبدو ذلك الشيء أيضاً. لأمور مثل فهم ما إذا كانت السيارة ستمر تحت الجسر أم ستصطدم بركيزة الجسر في حركة المرور، هذا البُعد من نوع ينقذ الحياة. من هنا تنفتح الباب لقدرة الرادار رباعي الأبعاد على تمييز السيارة عن الجسر أو الجسر العلوي أو ارتفاع منخفض على الطريق. وهناك عمل جدي في جانب البيانات أيضاً: بينما يمرر مكعب بيانات الرادار ثلاثي الأبعاد 2.5 جيجابت في الثانية، يمكن أن يصل هذا المعدل في الرادارات رباعية الأبعاد حتى 10 جيجابت في الثانية. وهذا يعني نظاماً يتطلب قوة معالجة قوية خلفه.
الرادار رباعي الأبعاد مقابل الليدار والكاميرا: ماذا تقول الأرقام؟
فماذا تبدو الصورة عندما توضع الأرقام على الطاولة؟ المقارنة التالية هي الجدول الملخص لأساليب المستشعرات الثلاثة:
| الخاصية | الرادار رباعي الأبعاد | الرادار ثلاثي الأبعاد التقليدي | الليدار (Solid-State) |
|---|---|---|---|
| المدى | 300 م | 70 م / 250 م (حسب الطراز) | 200 م |
| زاوية الرؤية | 120° / 30° | واسعة، حسب الطراز | 120° / 25° |
| الدقة الزاوية | 1° / 1° | 4° / 1.5° | 0.2° / 0.2° |
| الارتفاع | متوفر | غير متوفر | متوفر |
| قياس السرعة | دوبلر مباشر | دوبلر مباشر | محدود |
| جميع الظروف الجوية | نعم | نعم | لا |
| التكلفة | متوسطة | منخفضة | متوسطة إلى مرتفعة |
القصة المستخلصة من الجدول واضحة. الليدار من نوع solid-state أفضل بنحو خمسة أضعاف من الرادار رباعي الأبعاد في الدقة الزاوية؛ سحابة نقاطه أكثر كثافة وخريطته أكثر حدة. لكن الرادار رباعي الأبعاد يتفوق على الليدار في ثلاثة مجالات: مدى أطول، وقياس سرعة مباشر، وعمل في كل الأحوال الجوية. أي أن أحدهما مثل المنظار والآخر مثل البوصلة؛ كلاهما مفيد لكن لأعمال مختلفة.
وماذا عن الكاميرا؟
الكاميرا لا تزال الأفضل في فهم المشهد: لافتة مرور، خط حارة، ضوء أحمر... الرادار لا يقرأ أياً من هذه. لكن ضعف الكاميرا معروف أيضاً: موثوقيتها تنخفض بشكل كبير في المطر والثلج والضباب والظلام. أما الرادار فيعمل بهدوء تماماً في هذه الظروف، ونقصه هو قلة التفاصيل. كل منهما ناقص بمفرده، وقوي معاً.
هل هو موثوق فعلاً في الطقس السيء؟ حقيقة قاسية
هل تفوق الرادار في الطقس السيء مبالغة فيه أم حقيقة؟ لنفرز الفوضى بشكل جيد. في تجارب الضباب، حتى في الضباب المعتدل حيث تنخفض الرؤية إلى 300 متر، يفقد الليدار إشاراته بشدة بينما الرادار لا يتأثر إلى حد كبير. في الضباب الكثيف، عندما تنخفض الرؤية إلى 50 متراً، يصبح الفرق أكثر وضوحاً. أما في المطر، فالعدو الحقيقي لكلا الحساسين هو النقاط الوهمية المنعكسة عن قطرات المطر؛ لكن في الرادار تبقى هذه الملاحظات الوهمية شبه ثابتة، لذا فهي لا تتدخل كثيراً في تتبع الأجسام المتحركة. أي أن ورقة الرادار الرابحة في الطقس السيئ حقيقية، وليست حيلة تسويقية.
لكن دعنا نتوقف قليلاً ونتأمل في عصر الجليد. في اختبار ميداني أُجري، فقدت جميع المركبات التي غطى الجليد حساساتها وظيفتها، بما في ذلك الرادار والأنظمة المعتمدة على الصور. الرادار ليس ضمانة مطلقة أيضاً؛ الجليد يعطله هو أيضاً. ليس عبثاً أن المصنعين يحتفظون بالرادار كطبقة احتياطية للطقس السيئ، لكن لا حساس منفرداً ينقذ الموقف.
لماذا لا يخرج المصنعون الرادار من التشكيلة؟
لأن البرagmatية تحسم الأمر. في جانب الإدراك المتنقل والسيارات، يُصنَّف الرادار كطبقة تعمل بموثوقية في ظروف الرؤية المنخفضة؛ بينما يُظهر مصنّعو المعالجات إمكانية استخراج موقع وسرعة الأجسام بدقة تصل إلى 200 متر في إدراك المحيط. رقاقات المعالجات من الجيل الجديد وحلول الشريحة الواحدة تقرّب الرادار رباعي الأبعاد من الإنتاج التسلسلي. ويبدو أن السوق يؤكد هذا الاتجاه: يُتوقع أن ينمو سوق الرادار التصويري رباعي الأبعاد من 4.3 مليار دولار في 2026 إلى 13.6 مليار دولار في 2033. ويُضاف إلى ذلك حقيقة أن أغلب أجهزة الرادار رباعي الأبعاد في 2026 مصممة لوظائف دعم السائق وليس للقيادة الذاتية الكاملة؛ فالقطاع يتقدم خطوة بخطوة.
هل يحل الرادار محل الليدار؟ إليك الإجابة
وصلنا إلى جوهر النقاش. في السنوات الأخيرة، أظهرت تجارب الإدراك التعاوني بين الرادار والليدار والكاميرا مكاسب مقاومة كبيرة في سيناريوهات الضباب والمطر؛ ودخول الرادار موضع العمل عندما يتعطل الليدار حسّن أداء النظام بشكل ملحوظ. أي أن فائدة الرادار مثبتة بالفعل. لكن ما ثبت أيضاً: على الرغم من أن الرادار رباعي الأبعاد والليدار متصل الحالة يمتلكان تكلفة ومجال رؤية متقاربين، فإن فارق الدقة لا يزال لصالح الليدار، وهذا الفارق يُحدث فرقاً حقيقياً في تصنيف الأجسام. التوقع هو استخدام الحساسين معاً لتحقيق السلامة والموثوقية في القيادة الذاتية الكاملة؛ فيما يتقدم الرادار (أحياناً رافقاً بالليدار متصل الحالة) كحساس رئيسي في المركبات متعددة الأغراض وبالسعر المعقول.
باختصار، الإجابة الواضحة هي: الرادار رباعي الأبعاد ليس حساساً يحل محل الكاميرا والليدار في منظومة إدراك القيادة الذاتية؛ بل هو طبقة دعم موثوقة في قياس السرعة والمسافة وتصمد في الطقس السيئ. ولا ينبغي تجاهل نقاط ضعف الرادار المعروفة أيضاً: فبسبب القياسات المتناثرة والصاخبة، والفوضى الناتجة عن الانعكاس، وتأثيرات الإشارة متعددة المسارات، وندرة مجموعات البيانات، تُستخدم خوارزميات الرادار في الغالب مقتبسة من نماذج الليدار والكاميرا، أي أن الإمكانات الحقيقية للرادار لم تُستغل بالكامل بعد. وهذا يعني أن هناك الكثير للاستحداث، وبطريقة مثيرة للاهتمام.
طرق المصنّعين المختلفة: مثال Tesla
المصنّعون منقسمون إلى مسارات مختلفة في استراتيجيات المستشعرات. أزالت Tesla الرادار تماماً في عام 2021 وانتقلت إلى نهجها المعتمد على الكاميرا فقط، وكانت الأسباب المعلنة من بينها سهولة التجميع، وتقليل الاعتماد على سلسلة التوريد، وتسريع الإنتاج. لكن بعد الانتقادات بشأن ضعف الأداء في الأحوال الجوية السيئة وفي النقاط العمياء، لم يخلُ الأخبار من احتمال إعادة الرادار؛ وبعض هذه الادعاءات غير موثوق المصدر، لذا نتابعها بحذر. في المقابل، أعلن مصنّعون مثل Rivian عن منصتهم ذات دمج المستشعرات التي تجمع بين الكاميرا والرادار والليدار. والتاريخ يُظهر أيضاً أن هذه المناقشة لم تُغلق بعد.
الأسئلة الشائعة حول رادار 4D
ما هي الأبعاد الأربعة في 4D بالتحديد؟
المدى، والزاوية الأفقية (السمت)، وزاوية الارتفاع، والسرعة الشعاعية. الرادار التقليدي كان يفتقر إلى الارتفاع من بين الثلاثة الأولى؛ ورادار 4D يضيفه.
هل رادار 4D مكلف؟
إنه أغلى من الرادار التقليدي ثلاثي الأبعاد لكنه أرخص من الليدارات الميكانيكية الدوارة؛ من حيث التكلفة فهو يقع في الفئة المتوسطة. وحلول الشريحة الواحدة تهدف إلى خفض السعر.
هل يعمل الرادار في كل الظروف؟
في الضباب والغبار والمطر الخفيف، نعم، بل يتفوق. لكن إذا غطى الجليد المستشعر فإنه لا يعمل؛ فهو ليس ضماناً مطلقاً.
خلاصتي في النهاية: كاميرا ترى بأقل تفصيل تصل إليه آلة التصوير، وليدار يُخرج خرائط حادة كالمنظار، ورادار لا يستسلم حتى في العاصفة. مستقبل القيادة الذاتية يعتمد على مدى نجاح رقصة هذا الثلاثي. قد لا يكون الرادار نجم هذه الرقصة، لكنه يبدو أنه لن يغادر المسرح أبداً؛ بل إنه يتحدث بثقة أكبر كل عام مع التصوير رباعي الأبعاد 4D.
المصادر
- Radars for Autonomous Driving: A Review of Deep Learning Methods and Challenges
- 4D Millimeter-Wave Radar in Autonomous Driving: A Survey
- 4D Radar Meets LiDAR and Camera: Cooperative Perception
- Field Test of Automated Vehicles in Adverse Weather (USDOT)
- AIR4D Imaging Radar for Autonomous Vehicles (Bitsensing)
- The Next Generation of Active Sensors for Autonomous Driving (Mobileye)
- 4D Imaging Radar Market Size & Share Report (Grand View Research)
- LiDAR vs RADAR: How 4D Imaging and FMCW Disrupt AV Tech
- Tesla May Add Radar Back To Its Cars After All (The Drive)