Otomobilgi.comOtomobilgi.com
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • STRONA GŁÓWNA
  • WIADOMOŚCI
    Wiadomości z tureckiego sektora motoryzacyjnego
    Globalne wiadomości z branży motoryzacyjnej
    Wiadomości ze sportów motorowych w Turcji
    Globalne wiadomości ze sportów motorowych
  • OTOMOBILE
    SILNIKI SPALINOWE
    • Modele z silnikami spalinowymi
    • Technologie Silników Spalinowych
    • Paliwo i zużycie
    • Emisje i środowisko
    • Własność Pojazdów z Silnikiem Spalinowym
    • Historia samochodów z silnikiem spalinowym
    ELEKTRYCZNE
    • Modele Elektryczne
    • Technologie Samochodów Elektrycznych
    • Ładowanie i Infrastruktura
    • Technologia baterii
    • Zasięg i Zużycie
    • Własność pojazdu elektrycznego
    • Historia samochodów elektrycznych
    HYBRYDA
    • Modele hybrydowe
    • Systemy hybrydowe
    • Bateria i ładowanie
    • Zużycie i wydajność
    • Własność hybrydowa
    • Historia samochodów hybrydowych
    SUPERCAR
    HYPERCAR
  • TECHNOLOGIA
    Systemy Wspomagania Kierowcy
    Technologie bezpieczeństwa
    Technologie oświetlenia i widoczności
    Infotainment i Łączność
    Jazda autonomiczna i sztuczna inteligencja
    Przyszłe Technologie
  • PRZEWODNIKI
    Przewodniki zakupowe
    Poradniki sprzedażowe
    Konserwacja i Użytkowanie
    Własność i koszty
    Opony i Felgi
    Ubezpieczenia i Przeglądy
  • HISTORIA I KULTURA
    Historia Samochodu
    Ikonowe modele
    Klasyka i Kolekcje
    Droga motoryzacji Turcji
    Projektowanie samochodów
    Samochody i kultura popularna
  • SPORTY MOTOROWE
    Formuła 1
    Rajd (WRC)
    Rajcross
    MotoGP
    Formula 2 i Formula 3
    Gokarty
    24 Godziny Le Mans
    WEC
    NASCAR
    IndyCar
    DTM
    Wyścigi GT
    Drift
    Wyścigi Drag
  • POZNAJ NAS
    O NAS
    KONTAKT
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  1. STRONA GŁÓWNA
  2. TECHNOLOGIA
  3. Jazda autonomiczna i sztuczna inteligencja
  4. 4D Radar w autonomicznej jeździe - do czego służy?

4D Radar w autonomicznej jeździe - do czego służy?

  • Jazda autonomiczna i sztuczna inteligencja
  • Autor: Lütfi Mete Odabaşı
  • Utworzono: 9 Listopad 2026
Kamera i lidar to czujniki dobrej pogody; w deszczową, mglistą noc prawdziwym sprzymierzeńcem, który utrzymuje auto na nogach, jest radar 4D wykrywający wysokość.
Kamera i lidar to czujniki dobrej pogody; w deszczową, mglistą noc prawdziwym sprzymierzeńcem, który utrzymuje auto na nogach, jest radar 4D wykrywający wysokość.

Kiedy mówimy o jeździe autonomicznej, zawsze przychodzi nam do głowy ten sam duet, prawda? Kamera i lidar. Jedna czyta świat jak fotografię, drugi skanuje otoczenie punkt po punkcie za pomocą lasera. A co z radarem? Bądźmy szczerzy, większość z nas, słysząc "radar", myśli o samolocie na niebie i odchodzi. Tymczasem najwierniejszym, najbardziej odpornym na złą pogodę senzorem systemów autonomicznych poruszających się dzisiaj po drogach wciąż jest radar. Co więcej, z prostej postaci klasycznego radaru mierzącego prędkość i odległość ewoluował już do radaru obrazowania 4D, który widzi także wysokość obiektów i generuje chmurę punktów. Wtedy pytanie jest jasne: Po co radar 4D w jeździe autonomicznej, czy naprawdę jest konkurentem lidara, czy może cichym, ale niezbędnym wspierającym elementem stosu percepcji?

Na tej stronie zaczniemy właśnie od tego miejsca. Obiecuję, że na końcu wyraźnie zobaczysz, który senzor co robi i dlaczego, oraz gdzie obietnice rozchodzą się z rzeczywistością.

Czym Jest Radar i Co Robi w Samochodzie?

Zaczniemy od prostego porównania? Radar działa jak ktoś, kto klaśnie w ciemnym pokoju i na podstawie czasu powrotu echa odgaduje, gdzie znajduje się ściana. Wysyła falę radiową, słucha echa odbitego od pojazdów, pieszych i barier, a z czasu powrotu mierzy odległość, a z przesunięcia częstotliwości także prędkość bezpośrednio. Tak, radar to po prostu mistrz pomiaru prędkości; kamery mogą co najwyżej zgadywać prędkość, a radar ją mierzy, nie przewiduje.

Radary stosowane w pojazdach autonomicznych zazwyczaj pracują w paśmie częstotliwości 77-81 GHz. Długość fali tego pasma wynosi około 4 milimetrów. I tu kryje się kluczowy trik: ponieważ ta długość fali jest większa niż cząstki mgły, kurz i lekkie krople deszczu, fale łatwo przez większość z nich przenikają. Oznacza to, że radar nadal widzi, gdy oczy kamery i lidara się zamykają. Co więcej, dzięki architekturze FMCW (fala o ciągłej modulacji częstotliwości) jest zarówno tani, jak i trwały, ponieważ nie ma mechanicznych ruchomych części. Oczywiście jest też druga strona medalu: jeśli radar FMCW sąsiedniego pojazdu używa tych samych częstotliwości, zakłócenia mogą być nieuniknione. Radary odporne na zakłócenia z kodowaniem to oznacza mocny procesor, wysokie zużycie energii i cenę nieprzyjazną portfelowi.

Najważniejsze Informacje

  • Radar 4D mierzy cztery wymiary: zasięg, azymut, elewację i prędkość radialną.
  • Radary w paśmie 77-81 GHz są w dużej mierze odporne na mgłę, kurz i lekki deszcz.
  • Zasięg radaru 4D osiąga 300 m; lidar solid-state pod względem rozdzielczości kątowej jest wciąż około 5 razy lepszy.
  • Oczekuje się, że rynek radarów samochodowych wzrośnie z 7,25 mld USD w 2026 roku do 27,03 mld USD w 2033 roku.

Od klasycznego radaru 3D do radaru obrazowania 4D: Brakująca Oś Wymiaru

Yükseklik boyutunu ekleyen 4D radar, köprü kirişi ile kanalizasyon kapağını birbirinden ayırarak otonom sürüşün en kör noktasını kapatıyor.

Teraz dochodzimy do naprawdę ciekawej części. Klasyczne radary, które od lat są w naszych samochodach, w rzeczywistości działają w trzech wymiarach: odległość, prędkość i kąt poziomy (azymut). Brzmi wystarczająco, ale brakuje jednej rzeczy: brak informacji o wysokości. To znaczy, że klasyczny radar nie potrafi powiedzieć, czy obiekt przed nim znajduje się na ziemi, czy w powietrzu. Belka mostu, pod którą można przejechać, czy kanał ściekowy, w który trzeba uderzyć - na tej płaszczyźnie oba są takie same.

Radar obrazowania 4D dodaje właśnie tę czwartą wymiar, kąt wysokości, i wszystko się zmienia. Zasięg, azymut, elewacja i prędkość radialna: cztery wymiary pomiarowe, stąd też nazwa. Nie kończy się na tym; w przeciwieństwie do rzadkich i rozmytych danych radaru 3D generuje gęstszą chmurę punktów o wyższej rozdzielczości. Ta chmura punktów powstaje poprzez wyodrębnienie szczytów w surowej kostce danych radaru za pomocą algorytmu o nazwie CFAR i może być podawana algorytmom percepcji w sposób podobny do lidaru. Ale odnotujmy to: nawet przy większej gęstości chmura punktów radaru 4D wciąż jest bardziej zaszumiona i rzadsza niż lidaru.

Do Czego Służy Chmura Punktów?

Chmura punktów to surowiec klasyfikacji obiektów. Oznacza to, że pojazd może wnioskować nie tylko o tym, że coś tam jest, ale także o tym, jak to coś wygląda. Do zadań takich jak rozumienie, czy pojazd przejedzie pod mostem, czy uderzy w filar mostu, ten wymiar jest ratunkowy. Stąd otwiera się droga do tego, aby radar 4D mógł odróżnić przejazd pod mostem, wiaduktem czy niską przeszkodą na drodze. Po stronie danych też jest poważna robota: podczas gdy kostka danych radaru 3D przepływa z prędkością 2,5 Gbps na sekundę, w radarach 4D ta prędkość może sięgać nawet 10 Gbps. To oznacza system wymagający za sobą dużej mocy obliczeniowej.

Radar 4D kontra Lidar i Kamera: Co Mówią Liczby?

Jak wygląda obraz, gdy liczby trafią na stół? Poniższe porównanie to tabela podsumowująca trzy podejścia sensoryczne:

CechaRadar 4DKlasyczny Radar 3DLidar (Solid-State)
Zasięg300 m70 m / 250 m (w zależności od modelu)200 m
Kąt widzenia120° / 30°Szeroki, zależny od modelu120° / 25°
Rozdzielczość kątowa1° / 1°4° / 1,5°0,2° / 0,2°
Wysokość (elewacja)TakNieTak
Pomiar prędkościBezpośredni DopplerBezpośredni DopplerOgraniczony
Wszystkie warunki pogodoweTakTakNie
KosztŚredniNiskiŚrednio-wysoki

Historia płynąca z tabeli jest jasna. Lidar solid-state jest około pięć razy lepszy pod względem rozdzielczości kątowej niż radar 4D; chmura punktów jest gęstsza, mapa ostrzejsza. Ale radar 4D przewyższa lidar w trzech obszarach: dłuższy zasięg, bezpośredni pomiar prędkości i praca w każdej pogodzie. Czyli jeden jest jak lornetka, drugi jak kompas; oba działają, ale do różnych zadań.

A Kamera?

Kamera wciąż jest najlepsza w rozumieniu sceny: znak drogowy, linia pasa, czerwone światło... Radar nie potrafi odczytać żadnego z nich. Ale słabość kamery jest też oczywista: niezawodność poważnie spada w deszczu, śniegu, mgle i ciemności. Radar natomiast działa w tych warunkach spokojnie, jego brakiem jest mało szczegółów. Każde z nich osobno jest niepełne, razem są potężne.

Czy Jest Naprawdę Niezawodny w Złej Pogodzie? Prawda Jak Lodowate Lt

Przewaga radaru w złej pogodzie to przesada, czy fakt? Uporządkujmy ładnie ten chaos. W eksperymentach z mgłą, nawet w umiarkowanej mgle, gdy widoczność spada do 300 metrów, lidar doświadcza poważnej utraty sygnału, podczas gdy radar pozostaje w dużej mierze niezbyt dotknięty. W gęstej mgle, gdy widoczność spada do 50 metrów, różnica staje się jeszcze bardziej wyraźna. W deszczu głównym wrogiem dla obu czujników są fałszywe punkty odbijające się od kropel; ale w radarze te fałszywe obserwacje pozostają niemal nieruchome, więc w zasadzie nie mieszają się w śledzenie ruchomych obiektów. Innymi słowy, atut radara w złych warunkach pogodowych jest prawdziwy, a nie trikiem marketingowym.

Ale zatrzymajmy się na chwilę i pomyślmy o epoce lodowej. W jednym z testów terenowych wszystkie pojazdy pokryte lodem, w tym systemy radarowe i oparte na obrazie, utraciły funkcjonalność. Radar też nie jest absolutną gwarancją; lód blokuje również jego. Nie bez powodu producenci traktują radar jako warstwę zapasową na złą pogodę, ale żaden czujnik sam w sobie nie jest wybawcą.

Dlaczego Producenci Nie Usuwają Radara ze Stanu?

Bo wygrywa pragmatyzm. W zakresie percepcji mobilnej i motoryzacyjnej radar pozycjonowany jest jako warstwa niezawodnie działająca przy niskiej widoczności; producenci procesorów z kolei pokazują, że w percepcji otoczenia pozycję i prędkość obiektów do 200 metrów można wyznaczyć dokładnie. Nowej generacji chipy procesorowe i rozwiązania jednochipowe przybliżają radar 4D do produkcji seryjnej. Rynek najwyraźniej też to aprobuje: oczekuje się, że rynek radaru obrazującego 4D urośnie z 4,3 miliarda USD w 2026 roku do 13,6 miliarda USD w 2033 roku. Do tego dochodzi fakt, że w 2026 roku większość radarów 4D nie jest przeznaczona do w pełni autonomicznej jazdy, lecz do funkcji wspomagania kierowcy; branża robi postępy krok po kroku.

Czy Radar Zastąpi Lidar? Oto Odpowiedź

Dotarliśmy do sedna sporu. W ostatnich latach zarówno eksperymenty ze współpracującą percepcją radar-lidar-kamera wykazały znaczący zysk odporności w scenariuszach mglistych i deszczowych; włączanie się radaru, gdy lidar był wyłączony z działania, wyraźnie poprawiało wydajność systemu. Innymi słowy, przydatność radara została udowodniona. Ale udowodniono też coś innego: choć radar 4D i lidar solid-state mają podobne koszty i pole widzenia, różnica w rozdzielczości nadal działa na korzyść lidaru i ta różnica realnie wpływa na klasyfikację obiektów. Oczekiwania idą w kierunku wykorzystywania obu czujników razem dla bezpieczeństwa i niezawodności w pełni autonomicznej jazdy; a w pojazdach ogólnego przeznaczenia, w rozsądnej cenie, radar (czasem w towarzystwie lidaru solid-state) wysuwa się na pierwszy plan jako główny czujnik.

Podsumowując, jasna odpowiedź brzmi: Radar 4D nie jest czujnikiem zastępującym kamerę i lidar w stosie percepcji jazdy autonomicznej; jest warstwą pomocniczą niezawodną w pomiarze prędkości i odległości oraz wytrzymującą złą pogodę. Nie należy też ignorować znanych słabości radaru: z powodu rzadkich i zaszumionych pomiarów, zakłóceń od odbić, efektów sygnału wielodrogowego oraz niedoboru zbiorów danych algorytmy radarowe często są adaptowane z modeli lidaru i kamery, co oznacza, że rzeczywisty potencjał radaru nadal nie jest w pełni wykorzystywany. To znaczy, że jest wiele obszarów do rozwoju, i to w ekscytujący sposób.

Różne Drogi Producentów: Przykład Tesli

W strategiach czujników producenci podzielili się na osobne obozy. Tesla w 2021 roku całkowicie usunęła radar i przeszła na podejście oparte wyłącznie na kamerach, wskazując między innymi na łatwość montażu, zmniejszenie zależności od łańcucha dostaw i przyspieszenie produkcji. Jednak po krytyce dotyczącej słabnięcia możliwości w złych warunkach pogodowych i w martwych strefach nie brakowało doniesień, że radar może zostać przywrócony; część tych twierdzeń nie ma solidnych źródeł, dlatego obserwujemy to z ostrożnością. Z drugiej strony tacy producenci jak Rivian ogłosili platformę z fuzją czujników, łączącą kamerę, radar i lidar. Historia też pokazuje, że ta debata nie została zamknięta.

4D Radar w Najczęściej Zadawanych Pytaniach

Czym dokładnie są cztery wymiary w 4D?

Zasięg, azymut (kąt poziomy), elewacja (kąt wysokości) i prędkość radialna. Klasycznemu radarowi brakowało wysokości z pierwszych trzech; radar 4D ją dodaje.

Czy radar 4D jest drogi?

Droższy niż klasyczny radar 3D, ale tańszy niż obracające się mechaniczne lidary; pod względem kosztów zajmuje środek stawki. Rozwiązania na pojedynczym chipie mają na celu obniżenie ceny.

Czy radar działa w każdych warunkach?

We mgle, kurzu i podczas lekkiego deszczu tak, jest nawet znakomity. Ale jeśli czujnik pokryje lód, nie działa; nie daje absolutnej gwarancji.

Moje podsumowanie na koniec: kamera widząca z takim detalem jak aparat fotograficzny, lidar tworzący mapy tak ostre jak lornetka i radar, który nie poddaje się nawet w burzy. Przyszłość jazdy autonomicznej zależy od tego, jak dobrze ten trójka będzie tańczyć. Radar może nie być gwiazdą tego tańca, ale wygląda na to, że nigdy nie zejdzie ze sceny; co więcej, z każdym rokiem ma coraz więcej do powiedzenia dzięki obrazowaniu 4D.

Źródła

  • Radary w Jazdzie Autonomicznej: Przegląd Metod Deep Learningu i Wyzwań
  • Radar Milimetrowy 4D w Jazdzie Autonomicznej: Przegląd
  • Radar 4D spotyka się z LiDAR i kamerą: percepcja kooperacyjna
  • Testy Terenowe Pojazdów Autonomicznych w Niekorzystnych Warunkach Pogodowych (USDOT)
  • Radar Obrazujący AIR4D dla Pojazdów Autonomicznych (Bitsensing)
  • Nowa Generacja Aktywnych Czujników do Jazdy Autonomicznej (Mobileye)
  • Raport o Wielkości i Udziale Rynku Radarów Obrazujących 4D (Grand View Research)
  • LiDAR kontra RADAR: Jak 4D Imaging i FMCW Zmieniają Technologię Pojazdów Autonomicznych
  • Tesla Może W końcu Przywrócić Radar do Swoich Samochodów (The Drive)

Udostępnij tę stronę

Edytor kategorii

Lütfi Mete Odabaşı

Lütfi Mete Odabaşı

Młody, dynamiczny pasjonat motoryzacji i sportów motorowych, który uwielbia badania i naukę. Mete wnosi na naszą platformę informacyjną o samochodach, wiedzę motoryzacyjną i kulturę młode perspektywę. Uważnie śledzi innowacje w technologiach samochodowych oraz rozwój wydarzeń w sportach motorowych i przekształca je w wartościowe treści dla czytelników Otomobilgi.

Powiązane treści

Te silikonowe mózgi, które w ułamku sekundy przekształcają dziesiątki megabajtów danych na decyzje, przesądzają o prawdziwej walce o siłę w pojazdach autonomicznych.
Jazda autonomiczna i sztuczna inteligencjaCzipy zarządzające jazdą autonomiczną: Nvidia i Mobileye
Każde pojazd podłączony do internetu niesie ze sobą powierzchnię ataku; sprawa Jeepa z 2015 roku pokazała, że nie jest to koszmar, lecz udowodniony fakt.
Jazda autonomiczna i sztuczna inteligencjaCzy pojazdy autonomiczne mogą zostać zhakowane? Ryzyko cybernetyczne w jeździe połączonej
Ponieważ oba systemy są na poziomie SAE 2, prawdziwym pilotem za kierownicą nadal jesteś ty: żaden samochód nie przejmuje dziś od ciebie odpowiedzialności.
Jazda autonomiczna i sztuczna inteligencja5 fundamentalnych różnic między Super Cruise a Tesla FSD
V2X sprawia, że zakamarek niewidoczny dla lidaru i kamery staje się widoczny w ułamku milisekund dzięki sygnałowi z odległości 300 metrów.
Jazda autonomiczna i sztuczna inteligencjaV2X: Jak pojazdy autonomiczne rozmawiają ze sobą?
Samochody autonomiczne słyszą syreny z odległości 800 metrów, ale wciąż zatrzymują się przed wozem strażackim i blokują drogę; mają uszy, brakuje im odruchów.
Jazda autonomiczna i sztuczna inteligencjaCo robią pojazdy autonomiczne w obliczu syren policji i karetek pogotowia?
Przy silnych opadach śniegu wydajność wykrywania lidaru spada o ponad 50%, a ponieważ sztuczna inteligencja nie wie, któremu czujnikowi zaufać, robotaxie się zatrzymują.
Jazda autonomiczna i sztuczna inteligencjaDlaczego Pojazdy Autonomiczne Potrafią "Oślepnąć" w Śniegu i Deszczu?
Autonomiczny kierowca uczy się, popełniając błędy podczas miliardów wirtualnych kilometrów w symulacji; prawdziwy egzamin zaczyna się dopiero na prawdziwym asfalcie.
Jazda autonomiczna i sztuczna inteligencjaJak autonomiczne pojazdy uczą się jazdy? Podręczna szkoła symulacji
Waymo jeździ bez kierowcy tylko w ograniczonym obszarze, a Tesla działa wszędzie pod nadzorem; ta różnica nie jest przypadkiem - to sam istota modelu biznesowego obu firm.
Jazda autonomiczna i sztuczna inteligencjaDlaczego Tesla wciąż potrzebuje kierowcy, podczas gdy Waymo jeździ po mieście samodzielnie?
W autonomii pojazdów nie ma jednego właściwego czujnika; o zwycięzcy zdecyduje równowaga między kosztem, bezpieczeństwem i regulacjami.
Jazda autonomiczna i sztuczna inteligencjaLidar czy kamera? Karta wyników wojny sensorów w autonomii jazdy
Dopóki kierownica jest w twoich rękach, niezależnie od tego, jak inteligentny jest samochód, w świetle prawa nadal jesteś kierowcą.
Jazda autonomiczna i sztuczna inteligencjaPoziom 2 czy poziom 3? Obietnice a rzeczywistość autonomicznej jazdy

Tagi

  • jazda autonomiczna
  • czujniki
  • fuzja sensorów
  • lidar
  • technologia samochodowa
  • radar 4d
  • radar otoczenia
  • efekt dopplera
  • systemy wspomagania kierowcy
  • bezpieczeństwo autonomicznych pojazdów
  • chmura punktów radarowych
  • radar fmcw

Śledź nas w mediach społecznościowych

  • O nas
  • Klauzula informacyjna RODO (KVKK)
  • Polityka prywatności
  • Kontakt
Otomobilgi.com
NIEZALEŻNA PLATFORMA KULTURY MOTORYZACYJNEJ
Wspierane przez Virgo CMS