現有的自動駕駛技術主要通過 LiDAR 和雷達來檢測前方道路上遇到的障礙物，但這兩種系統都不善于在霧氣環境中識別車輛。不過，現在工程師發現使用雙雷達技術就能很好的完成任務。

　　2020 年 11 月 17 日，加利福尼亞大學圣地亞哥分校的電氣工程師開發了一種巧妙的方法來提高現有雷達傳感器的成像能力，從而可以準確預測場景中物體的形狀和大小。該系統在夜間和有霧條件下進行測試時都可以正常工作。

　　LiDAR（光探測和測距 / 激光雷達）傳感器通過發出激光脈沖來測量物體的形狀和距離，然后測量該光從物品反射回來的時間來判斷障礙物。雷達單元發出無線電波，同樣會被位于其路徑中的物體反射回去。

　　不幸的是，在霧，灰塵，雨或雪等空中障礙物會吸收 LiDAR 系統使用的光，從而讓自不可靠。盡管雷達并未受到不利影響，但它只能生成其檢測到的部分圖像–這是因為即使在理想條件下，也只有一小部分發射的無線電信號被反射回其傳感器。

　　“這是一種類似于 LiDAR 的雷達，”加州大學圣地亞哥分校雅各布斯工程學院的電氣和計算機工程教授 Dinesh Bharadia 說。他指出，這是一種在自動駕駛汽車上獲得惡劣天氣感知的廉價方法。“使用我們的技術也可以將 LiDAR 和雷達融合在一起，但是雷達很便宜。這樣，我們就不需要使用昂貴的 LiDAR。”

　　該系統由放置在引擎蓋上的兩個雷達傳感器組成，它們之間的間隔為平均汽車寬度（1.5 米）。以這種方式布置兩個雷達傳感器是關鍵 - 與單個雷達傳感器相比，它們使系統能夠看到更多的空間和細節。

　　在白天和黑夜的試車過程中，該系統在確定行進中的車輛的尺寸方面與 LiDAR 傳感器一樣出色。在模擬大霧天氣的測試中，其性能沒有改變。團隊使用噴霧器“隱藏”了另一輛車，他們的系統準確地預測了其 3D 幾何形狀，而 LiDAR 傳感器基本上未通過測試。

　　1. 兩只眼睛勝過一只

　　雷達傳統上受困于成像質量差的原因是，當無線電波被發射并從物體上反彈時，只有一小部分信號被反射回傳感器。結果，車輛，行人和其他物體顯得稀疏。

　　“這是使用單個雷達成像的問題。它僅獲得代表場景的幾個點，因此感知能力很差。計算機科學與工程學博士 Kshitiz Bansal 表示：”在環境中可能還存在其他您看不見的汽車。“ 圣地亞哥大學的學生。”因此，如果單個雷達導致這種失明，則多雷達設置將通過增加被反射的點數來改善感知。“

　　研究小組發現，在汽車引擎蓋上隔開兩個雷達傳感器 1.5 米是最佳的布置。班薩爾說：”通過在不同的有利位置擁有兩個雷達，使它們具有重疊的視場，我們可以創建一個高分辨率區域，并有很高的可能性檢測到存在的物體。“

　　2. 兩個雷達的故事

　　該系統克服了雷達的另一個問題：噪聲。通常會看到不屬于任何物體的隨機點出現在雷達圖像中。傳感器還可以拾取所謂的回聲信號，這是無線電波的反射，它不是直接來自被檢測物體。

　　巴拉迪亞指出，更多的雷達意味著更多的噪聲。因此，該團隊開發了新算法，可以將來自兩個不同雷達傳感器的信息融合在一起，并生成無噪聲的新圖像。這項工作的另一個創新之處是，該團隊構建了第一個數據集，將來自兩個雷達的數據結合在一起。

　　巴拉迪亞說：”目前還沒有公開的數據集，這些數據來自視野重疊的多個雷達。“ ”我們收集了自己的數據，并建立了自己的數據集來訓練我們的算法和進行測試。“

　　該數據集由 54,000 個白天和黑夜實時交通狀況以及模擬霧天駕駛場景的雷達幀組成。未來的工作將包括在雨中收集更多數據。為此，團隊首先需要為其硬件構建更好的防護罩。

　　該團隊現在正在與豐田合作，將新的雷達技術與相機融合在一起。研究人員說，這有可能取代 LiDAR。”僅雷達無法告訴我們汽車的顏色，品牌或型號。這些功能對于改善自動駕駛汽車的感知能力也很重要。“ Bharadia 說。