毫米波雷达是辅助驾驶的必要传感器，但在自动驾驶的研究中却常常被忽视。在CVPR 2021自动驾驶 workshop上，特斯拉AI总监Andrej Karpathy总结了上一代低分辨率的毫米波雷达在实际应用中的一些缺陷，包括由于角分辨率不足，无法区分静态目标，以及分类不准的问题。下一代4D毫米波雷达大幅提高了分辨率，这些问题已经得到了解决。特斯拉最近也被披露将重新启用毫米波雷达。  

尽管硬件上有进步，但毫米波雷达算法上的进展却很缓慢，工程中的主流方法仍然是CFAR+聚类+跟踪，然后再与其他传感器进行结果级融合。原因归结为两个方面：一方面，缺乏高质量的开源数据集，其背后的问题是标注的困难。另一方面是领域知识的门槛，由于毫米波雷达和激光雷达在特性上有很大的不同，直接将激光雷达算法用于毫米波雷达点云往往效果不佳。为了更好的利用毫米波雷达，需要更深入地了解其特点，将领域知识纳入算法设计中。 

8月1日晚7点，「自动驾驶新青年讲座」第4讲，江苏省产业技术研究院集萃深度感知所研究员周艺，将从一个自动驾驶研究者的角度，围绕主题《基于毫米波雷达的自动驾驶目标检测算法解析》全面讲解毫米波雷达的传感器特性、数据集、感知任务和挑战。