INSIGHTS TALK 栏目主要和大家聊(tu)聊(cao)产品和公司的，不谈具体的技术内容，并且文中观点仅代表个人立场，希望对大家有所启发。今天主要聊聊Cognitive Technologies。这家公司是战斗民族的，比较低调，网上找了半天连个官网都找不到（难道是我不行）。据为数不多的公开信息，可以推断该公司设计研发4D成像雷达，直接瞄准自动驾驶传感器市场。这里插一句，国外的毫米波雷达初创公司不同于国内，往往走的是较为激进的路线，也就是直接研发4D雷达，像Oculii，Metawave，Arbe，Vayyar，EchoDyne等等，背后的原因尚不明确，可能是想抓自动驾驶风口，融(pian)资(qian)相对比较容易，另一方面，可能觉得在Bosch, Conti等对手面前怂了，觉得血拼不过，就开一条赛道，都有可能吧。不过另开赛道是需要远见与魄力的，在技术上更要有两把刷子，一方面，硬件需要突破，比如像Arbe那样一个板子集成那么多收发天线，保证了角度分辨力。另一方面，做成像雷达，常规的信号处理及数据处理流程达不到要求的，必须引入新的处理框架，比如像Oculii那样研发独特的目标检测方法等。那么Cognitive Technologies的刷子在哪呢，不知道啊，硬件看不到板子，算法就更别提了，不过从他们公布的成像雷达测试视频中还是能得到一些信息的，一起来看看吧，需要指出的是，测试数据是Cluster级别的，而不是Object级别。
图1是十字路口的雷达成像效果，首先确实达到了4D效果，特别是俯仰角这块，效果还不错，人体高度基本能测准，做到这点很难啊，猜测天线采用了面阵，单脉冲可能做不出这效果，确实做得不错，不过低信噪比或者较强干扰下的俯仰角解析能力还值得进一步关注。另外，我们知道成像雷达Cluster点数是每帧数以千计的，但是cognitive radar并没有太多clusters, 检测点还是稀疏的，也就是没有形成所谓的点云（point cloud）,连个点云都没有怎么好意思叫成像雷达呢，不过看看每个人上却形成那么多cluster，后来想想可能是后期处理显示效果，实际并没有那么多点。方位角正负60度差不多，但检测距离只给到60m左右，和他们官方说的300m有点差距啊。
图1 乡村公路
图2 是乡村公路测试，整个道路边界还是比较清楚的，但不是点云效果，我怀疑是不是这雷达有两种模式，成像雷达模式和普通雷达模式，因为普通雷达也可以带俯仰，并且成像雷达在低速环境感知用的多，高速ADAS用的少，所以猜测雷达是多模的(Multi-Mode)。
图1 乡村公路(问题帧)
图3 是乡村公路测试问题帧吧我觉得，突然道路边界点都没了，有些问题
图1 十字路口
图3 还是十字路口测试，只不过道路环境更加复杂，从结果来看，40m开外都测不到啥了，测距估计有问题啊，明明40开外那么多车，咋就检测不到了？近处的人车还是完美检测的。Cognitive 说自己的雷达能检测shape, shape依赖于检测点数量，不过从测试来看也并没有引入shape。总的来讲，Cognitive雷达给的信息太少了，给的测试视频感觉是带俯仰的普通检测雷达。检测距离也与官方宣称的有出入啊，也没有shape信息显示，不过俯仰做的还不错。可能当前4D雷达还未能打开市场，Cognitive也在试水用于ADAS的普通毫米波雷达，最近也发布了Cognitive MINI，其性能水平值得关注。另外，如果雷达公司通过视频展示4D雷达，我觉得应该注意重点展示这么几个点:1 环境建模能力（点云）
2 目标分类（特别是VRUs）
3 最远测距（特别是VRUs）
4 俯仰检测能力（地面高度目标以及高架桥等高处目标）
5 复杂场景多目标的稳定跟踪等
相对应的，正如在我第一篇(如何做好一款4D 高分辨毫米波雷达)写的那样，每一个展示点也就是相应信号处理及数据处理技术相对于传统雷达的突破，比如环境建模能力(点云)对应于Antenna Array Design, Frequecy Estimation for Range & Doppler, DoA方法的突破，目标分类主要是引入MicroDoppler技术，最远测距主要再提高SNR方法进展，传统跟踪方法也会像扩展目标跟踪发展等等。
如有任何想法及疑问，欢迎公众号留言和我讨论，笔芯！
----------------------------End---------------------------