最近4D毫米波雷达的产品化应用越来越广泛，多家自动驾驶、辅助驾驶的产品开始量产装车4D Radar，由于它价格低廉（千元左右），探测距离达到200米+，相比激光雷达能穿透烟尘，可以覆盖大雾、雪天等场景，甚至可以探测到视觉和激光因遮挡看不到的车辆和障碍物，随着技术的进一步发展迭代，未来有代替激光雷达的趋势，因此本文将对4D毫米波进行初步的研究，看看点云的输出密度和准确度上跟激光雷达有多大差异。
一、概述
1. 4D Radar的技术特点
我们以一个“夜间+大雾”场景来说明4D毫米波的技术优势。
- 摄像头依赖光线，在夜里+大雾等能见度低的场景下，图像可能模糊、对比差、细节缺失；
- 激光雷达也可能受到雾、雨、雪、水滴、雪花、粉尘等散射、反射、吸收的影响，导致点云质量下降。
因此传统以视觉(摄像头)+激光雷达为主的感知方案，有其局限性。
相比之下，毫米波雷达的波长更长，对雨、雾、灰尘、水滴等的穿透性较强，不容易受到光照和能见度的影响。尤其是4D毫米波雷达，即便在雾、夜等低能见度条件下，仍能有效探测周围物体，并且具备了类似激光雷达的立体（3D+高度）感知能力，因此被视为一种“全天候/全时段”的感知传感器。
2. 4D Radar的局限性
2.1 点云稀疏&分辨率/细节有限
即便是4D毫米波雷达，其点云数量/密度/分辨率与高线束、高分辨率的激光雷达相比，仍然有一定差距。像是在多车并道、小车距离很近、障碍物形态复杂(栏杆、路缘、交通锥、行人、小型电动车…)等复杂场景，4D毫米波雷达可能只能检测到一个“点”或很少几个反射点，难以准确判断物体的形状、边界、尺寸、类别(是车、人、栏杆还是树?)。
2.2 点云“噪声+稀疏+不确定性”问题
雷达波反射可能因地面、湿度、水滴、雾滴、建筑反射、地面铺装、其他车辆金属结构、雨雪、环境杂散波干扰等产生噪声，而4D毫米波雷达点云本来就比激光雷达稀疏，当遇到复杂/静态/低反射目标(比如黑色物体、空气中轻微雾滴、透明物体…)时可能根本没有回波或回波太弱。这样的不确定性使得仅靠4D毫米波雷达判断路况显得不够可靠。
4D radar在低速场景可结合摄像头进行感知，在高速场景可辅助激光雷达探测遮挡障碍物、穿透雾、雪等场景。
3. SFR-2K技术参数
本文以赛恩领动SFR-2K为例，进行技术验证。赛恩领动的4D radar是一款车规级成像雷达，拥有120°水平视场角，最长探测距离300m，可以全天候全工况提供探测物体的距离、速度、角度以及高度等信息。
具体技术参数如下：
视觉遮挡区域的障碍物探测能力：
二、准备工作
1. 雷达连线
红黑线接12V供电，黄绿CAN线不用接，网络线这里通过转换盒子转为网口接PC。
2. 网络配置
SINPRO-SFR-2K出厂默认IP为192.168.3.10，我们这里把本机及网关配置到192.168.3网段：
网络配置完毕后可以ping通4d radar：
tcpdump抓包，可以看到4d radar在广播数据：
三、雷达调试
1. 点云测试
赛恩领动官方没有提供driver和demo程序，只有通信报文协议定义。我们这里根据协议定义编写driver，并将点云输出到topic用于可视化。
四、时钟同步
1. NTP时钟同步
yan 25.12.9
参考：