首页 / 资讯详情
承泰科技CTO周珂：AI雷达的时代已经到来
摘要
近年来，"AI雷达"成为行业热词。围绕它是什么、为何现在出现、将如何改变毫米波雷达产业，业界正在形成越来越多的讨论。本文基于公开研究、产业实践及超级雷达社区的行业讨论，对其中的核心观点进行梳理。超级雷达社区由承泰科技发起，面向雷达产业链、科研机构与开发者开放，关注技术交流、工具共建、数据协作与标准讨论。AI雷达 vs 传统雷达AI雷达，简单说是AI赋能的雷达，准确说是支持AI模型部署、由模型定义功能的雷达（Model-Defined Radar, MDR）。传统雷达的功能由工程师把人工设计的算法和硬性规则写进固件，出厂即定格；AI雷达的功能则由可训练、可迭代的AI模型实现，模型可部署、替换、持续升级，由开发者自行定义。技术底层看，传统雷达遵循几十年不变的级联信号处理链：ADC采样、2D-FFT、CFAR检测、DOA测角、聚类、跟踪、分类。每一级处理都是对物理世界的"简化假设"（点模型、高斯噪声、多径可滤除），而真实世界从不按假设运行，逐级丢失信息、累积误差，形成能力天花板。AI雷达走另一条路：让数据自己说话。模型直接从原始信号中学习最优表征，信息无损传递、特征自学习，追求全局最优。类比上，网络有SDN、汽车有SDV，雷达则从SDR（软件定义雷达）进一步发展为MDR（模型定义雷达）。AI的引入降低了雷达开发门槛，把雷达从少数算法专家的专业技术变成可广泛参与的通用技术。相互成就：从4D到AI雷达4D成像雷达与AI雷达不是一回事。4D成像雷达解决"看得清"，是硬件能力升级；AI雷达解决"看得懂、迭代得快"，是开发范式变革。两者相互成就——高清数据为模型提供养料，模型让高清数据产生价值。“4D成像雷达把路修宽，AI雷达让路上跑起车来。”承泰科技近年来持续探索中央计算雷达、超级雷达等技术路线，本质上也是在尝试解决同一个问题：如何让雷达保留更多原始信息，并让这些数据真正进入后端AI计算体系。软硬件解耦打破封闭生态让更多人参与雷达开发，需要软硬件解耦，这是AI雷达的另一支柱。软件与模型开发者面向应用独立开发，硬件交给专业厂家，形成类似PC产业的分层分工——在通用硬件基础上开发面向不同场景的应用模型，雷达从封闭生态走向开放生态。过去研发一款雷达须同时具备硬件、软件、射频、算法能力，只有少数企业和科研机构玩得起；解耦后不必组建全领域团队、不必购置昂贵射频环境，更多团队和个人得以参与。在这一过程中，承泰希望通过超级雷达开发平台、SDK以及相关开发工具，把过去相对封闭的雷达开发环境逐步开放出来，让更多AI开发者能够以更接近视觉AI的方式理解和使用雷达数据。天时地利：AI雷达时代已到来AI雷达直到现在才出现，是因为几股力量此刻才汇聚，可总结为"一个需求牵引，三个技术拐点"。• 需求牵引：物理AI爆发。 具身智能、机器人发展使感知需求从"看得见"升级为"看得懂"，而跨越门槛的钥匙正是AI模型。物理AI必然遭遇雨雾烟尘、逆光闪光、透明障碍物等复杂环境感知挑战，把雷达感知推到台前。• 数据拐点。 毫米波雷达近年探测精度与分辨率实现数量级飞跃，点云可达每帧数千至数万点，成为真正的成像雷达，单帧数据量达激光雷达级别。高清数据是AI的口粮。• 算力拐点。 一端在雷达本体，内存与算力提升千百倍，端侧具备部署AI模型的硬件环境；另一端在系统架构，如汽车从分布式ECU走向中央计算+区域控制，整车演化为"移动数据中心"，中央计算单元