隨著自動駕駛的快速演進，先進感知技術(shù)的“上車”速度遠超預期。作為傳統(tǒng)車載毫米波雷達的“升級版”，4D成像雷達正快速追趕激光雷達的步伐，成為業(yè)界用來優(yōu)化智能駕駛感知系統(tǒng)的又一重要方向。

率先布局：五年的成像雷達技術(shù)和數(shù)據(jù)積淀

當全球雷達技術(shù)都聚焦4D成像雷達時，早在2017年木牛科技就已投入研發(fā)，成為最早進軍4D成像雷達的踐行者，并成功推進了4D成像雷達的商業(yè)化應用。2019年，木牛發(fā)布了全球首款4D成像雷達O-79 4D，并與全球排名第一的緊湊型機械車輛制造商Bobcat（斗山山貓）達成定點合作和批量供貨，通過高性能雷達感知技術(shù)，實現(xiàn)建筑車輛行業(yè)的智駕突破。

面對特種車輛高達80%以上事故率的高難度智駕需求，木牛在非常復雜的建筑施工及車輛低速運行的環(huán)境下，從提升主處理器性能、算法能力，到優(yōu)化天線性能、數(shù)量和陣列排布等多個方面同時著手，優(yōu)化出多目標高精準的點云成像識別能力，將事故率降低到近乎為零，完成了基于4D雷達從點云成像到環(huán)境感知的智能駕駛?cè)珬＜珊蛻谩?

基于產(chǎn)品合作和技術(shù)基礎(chǔ)，斗山山貓Bobcat于2020年完成了對木?？萍嫉膽?zhàn)略投資，這是Bobcat在70多年公司歷史上第一次也是唯一的一次對外投資，而木牛也成為了其全球唯一的雷達供應商，具有高性能毫米波雷達對整個智駕行業(yè)的戰(zhàn)略意義。

再次突破：成像雷達的第五維度“微動”

在五年的4D成像雷達市場布局與開拓中，木牛不僅積累了大量場景數(shù)據(jù)，也充分發(fā)揮了雷達作為傳感器的場景識別和感知能力，在距離、速度、方位和角度的4D維度探測上，又增加了“微動”（micro-doppler）維度的測量，將原來的4D信息升維到5D，充分發(fā)揮微多普勒信息在場景識別上的分類和感知能力，通過目標識別和AI算法的性能強化，得以快速提升木牛雷達的數(shù)據(jù)質(zhì)量、成像效果及場景識別能力。

微多普勒是指物體除了整體運動之外，還存在微動的動力學，其特征是運動或附加運動部件的振動。比如，人行走過程中，軀干運動所反射的雷達回波，包含的就是傳統(tǒng)意義上的多普勒信息，而腿腳手臂擺動的雷達回波就包含了微多普勒信息。

由于不同目標之間的微多普勒信息是獨一無二的，此類微小運動的信息檢測也就成為了目標分類的有力特征，這正是5D雷達技術(shù)賦能毫米波雷達的關(guān)鍵所在。

嶄露頭角：5D雷達技術(shù)在高爾夫體育領(lǐng)域的應用

木牛對5D雷達技術(shù)的運用已經(jīng)相當純熟，從高爾夫領(lǐng)域的應用上就可窺探一二。有了5D雷達技術(shù)的微動維度，針對高爾夫球如此小的目標，雷達也可實現(xiàn)超過300碼的遠距離動態(tài)追蹤，針對球體被擊中、到空中飛行軌跡、再到落地滾動這三段不同的運動狀態(tài)，可精準感知16項揮桿和擊球數(shù)據(jù)：桿頭速度、擊球效率、揮桿路徑、桿面角度、桿面到路徑、攻擊角、高度、起飛角、水平角、飛行距離、總距離、倒旋、旋轉(zhuǎn)軸、球速、落點偏側(cè)距離和停點偏側(cè)距離。

正是因為有了如此詳盡的數(shù)據(jù)反饋，F(xiàn)ull Swing KIT高爾夫雷達從2021年問世，即被老虎伍茲、瓊-拉姆等眾多國際體育明星使用，更是得到了全球高爾夫球場、練習場、高爾夫賽事舉辦方和教練員的青睞。

再續(xù)華章：車載領(lǐng)域的5D雷達技術(shù)應用價值

技術(shù)總是相通的，不同的是產(chǎn)品和場景。特別是在車載雷達領(lǐng)域上，為了以高性價比的方案，解決不必要的幽靈剎車和漏報誤報等安全問題， 木牛科技已將5D雷達技術(shù)應用到了L2至L3+的車載雷達產(chǎn)品上，并已獲得國內(nèi)新能源汽車項目定點。

在高性能雷達技術(shù)方向上，木牛第三代成像雷達I-79 4D采用了全新的陣列技術(shù)和Flash Radar，可實現(xiàn)同步實時發(fā)送信息，確保中短距離和350米遠距離都具備高分辨率和高密度點云信息，以及較激光雷達更強的魯棒性。

木牛的角雷達T79和前雷達K77，也可通過檢測周邊目標的細微變化來高精度反饋信息，在目標跟蹤和目標分類上擁有了更突出的性能，如針對車輪轉(zhuǎn)速來進行車輛識別和分類、判斷是慢速車輛還是靜止車輛，針對行人擺臂來判斷是否橫穿等，大幅降低了誤報率和漏報率，讓駕駛者可以更安全且從容的享受智駕樂趣。

為了促進智能駕駛行業(yè)發(fā)展，2019年木?？萍夹荚贕ithub上開源了由其團隊自主開發(fā)完成基于ROS平臺的雷達測試代碼。目前被大量雷達和智駕公司引用，成為行業(yè)標準。（https://github.com/AinsteinAI）

從2015年成立至今，木?？萍嫉闹忻缊F隊一直在不斷創(chuàng)新和突破毫米波雷達技術(shù)和應用的天花板，一路引領(lǐng)著全球的民用雷達風向，從3D感知、4D成像再到如今的5D雷達技術(shù)，不但證明雷達作為高性能傳感器的感知能力，并且成功將技術(shù)應用到多個場景，推進各個行業(yè)的商業(yè)化落地，邁入到毫米波雷達3.0時代，為民用雷達的應用領(lǐng)域開拓出更多的商業(yè)價值！