2021年注定是自动驾驶的高光之年，政策的落地、资本的青睐、企业的加码，无一不推动着这个行业快速发展。而今，2021年已结束，我们也迎来了2022年—一个被称为自动驾驶的落地年。

当前，在自动驾驶领域，车企们不是在推动L2及L2+级ADAS的普及就是在突围L3的路上。随着自动驾驶层级的升高，对车用感知传感器也带来了全新的需求。一般来说，自动驾驶系统中传感器就像是眼睛，让车辆能够丰富而更加精准的感知真实环境，而理想的完美传感器需要符合全目标，全覆盖，全工况和全天候的条件。

为了向“完美传感器”靠近，传感器的技术一直在不断加速迭代中。其中，摄像头率先演进，从2MP升级到8MP；激光雷达也进入了大爆发前夜，搭载的汽车集中量产上市；那么，同为自动驾驶三件套的毫米波雷达又将如何创新？

自动驾驶高精度需求上升 毫米波雷达已显现出局限

从如今的技术来看，要实现完全自动驾驶依然有所难度，但是作为主动防护汽车驾驶安全的高级驾驶辅助系统（Advanced Driver Assistance Systems，简称ADAS）正在逐渐成熟和普及，毫米波雷达就是汽车ADAS不可或缺的核心传感器之一。

在这个车企们追求高级别自动驾驶的时代，毫米波雷达市场渗透率也在逐渐攀升。Yole Développement数据显示，全球毫米波雷达市场规模预计将由2019年的205亿美元增长至2025年的280 亿美元，年复合增长率为5%；其中，车载毫米波雷达市场规模预计将由2019年的55亿美元增长至 2025年的105亿美元，年复合增长率达到11 %。

从20世纪60年代至今，经历了几十年的发展，传统的毫米波雷达毫无疑问已经是一项十分成熟的技术，然而过于成熟的技术却限制了它的突破性创新，且在一定程度上固化了其市场格局，这也是毫米波雷达话题性不如激光雷达的原因之一。激光雷达作为一项新兴技术，无法预知的未来也正是它的魅力所在，蕴藏着无限可能。

此外，相比激光雷达的高探测精度以及较强的3D环境感知能力，毫米波雷达在面向L3及以上级别的自动驾驶功能中的短板也十分明显。传统毫米波雷达还停留在距离和方位的2D平面感知，缺少高度这个维度的感知，并且存在无法高密度点云成像，不能有效地解析目标的轮廓与类别、水平角分辨率低、难以检测横穿目标以及难以检测静止目标等技术局限。

具体来说，由于传统车载毫米波雷达的天线只在二维方向上排列，使得其只可测量水平坐标 （X，Y），同时依靠多普勒效应可以测量物体的速度信息，最终只可输出（X，Y，V）三个指标。

从X轴看，传统毫米波雷达横向分辨率低，也就是上述说到的水平角分辨率低。横向分辨率是指左右两个扫描的激光点形成的夹角，夹角度数越小，横向分辨率越高，和激光雷达相比，毫米波雷达的横向分辨率不具备优势。

而从Y轴看，传统毫米波雷达则在测高能力上有所欠缺。由于不具备测高能力，传统毫米波雷达难以判断前方静止物体是在地面还是在空中，井盖、减速带等“地面低小障碍物”以及交通标识牌、龙门架、立交桥等“空中障碍物”， 在它的“眼”里都是在地面这一平面上，在这种情况下，如果不把他们反射的信号全部过滤掉，毫米波雷达无疑就会发出前方有障碍的错误预警，造成“幽灵刹车”。然而，当桥梁、路牌下有静止的车辆、三角锥桶等“路面上较大障碍物”，毫米波雷达也会因为误判导致交通事故发生。

特斯拉在2016年时发生的那场自动驾驶车祸，起因就是因为特斯拉摄像头感知失效，无法识别出前方停下的货车，而毫米波雷达作为备用传感器，本应该识别出前方障碍物发出预警，只可惜事实并非如此，最终造成惨剧的发生。

因此，综合来看，毫米波雷达要想再次占据自动驾驶三件套中的“C位”，升级4D感知势在必行，4D成像毫米波雷达也就此诞生。

4D毫米波雷达：未来核心感知组件

4D毫米波雷达又被称为“成像雷达”，4D指的是range、velocity、azimuth、elevation。相较于传统毫米波雷达，4D雷达通过增加发射、接收通道的个数，可提供点云的功能，进而输出X，Y，H，V（距离、水平和垂直定位以及速度）四个指标，也就是在3D的基础上增加了“探测物体高度”第四个指标，可以对静态障碍物进行分类以及不过滤静态障碍物，最大程度地避免误刹车和漏刹车。

此外，4D毫米波雷达的探测距离也有所提升，传统毫米波雷达FOV120度时的探测距离一般在200米以内，但4D成像雷达在同样视场角下，用于前向感知时，探测距离可达500米，而且雨雪雾尘全天候下，探测距离不受影响，这也是4D毫米波雷达优于激光雷达的重要方面。

而“成像”又意味着4D毫米波雷达具备超高的分辨率，加上较宽的探测角度，可以有效地解析目标的轮廓、类别、行为，从而适应更多复杂路况，还能探测到较小的目标，比如矿泉水瓶、轮胎碎片等。随着数据点数量的增加，4D毫米波雷达还能“看穿”墙壁、紧闭的门和其他固体物体，确定被遮住的部分是否在移动，向哪个方向移动，且可以提供检测范围超过300m的实时数据，大大提高了安全性能，这也是激光雷达所不具备的能力。

但是，要真正做到4D高清成像并不是易事，傲酷CMO&亚太区总裁郄建军曾指出，要做到4D高清成像必须要解决以下几个问题，一是要有高度这一维度的准确数据以实现立体成像；二是要能够分辨开来距离的很近的车、人等，要求的角分辨率很高，要实现1度及以下角分辨率；三是较强的抗干扰性，尤其抗多径干扰的能力，保证成像清晰不受影响；四是要跟踪分类，通过雷达直接对大小车型、行人等进行分类。

中信证券报告显示，目前全球共有三种主流技术，可以实现4D毫米波雷达的点云功能。分别是基于现有的芯片（一般是英飞凌、TI、NXP的芯片），通过独特的软件算法和天线设计，在MIMO的基础上做成高倍数虚拟MIMO，以达到在原来物理天线数基础上虚拟出十倍的天线数，进而将角分辨率大幅降低；通过将多发多收天线集中在一个芯片中，通过研发芯片组来实现上述功能；通过使用超材料来解决上述问题，但受限于上游超材料供应链基础较弱，商业化仍有很长的时间要走。

总的来说，4D毫米波雷达具备了可以实时障碍检测、远距离探测、路径规划、物体高度分离、降低处理和服务器需求、成本相比激光雷达较低（4D高精成像毫米波雷达进入大规模量产后，成本仅是激光雷达的1/10）等优势, 是毫米波雷达从传统的辅助感知跨越成为未来核心感知组件的关键一步。

巨头纷纷完成布局

我们先来看一看巨头们布局4D毫米波雷达的时间线。

最早的4D毫米波雷达是在2019年由以色列公司Arbe推出的 Phoenix。今年3月，Arbe宣布已经与超过26家车企、一级供应商建立合作。

2020年初，Waymo宣布在第五代自动驾驶感知套件中推出4D成像雷达。

在2020年9月开幕的北京车展上，华为展示4D毫米波雷达。

2020年底，大陆集团宣布2021年其首个4D毫米波雷达量产解决方案，并表示宝马将成为首家量产搭载汽车制造商。

2021年1月，麦格纳和Fisker宣布，双方合作的纯电动SUV Ocean预计将于2022年底推出，在Ocean上搭载的ADAS系统将使用4D毫米波雷达技术，这款雷达由初创公司Uhnder负责开发。

2021年1月，安波福宣布推出下一代L1至L3 ADAS平台，并表示在传感器套件中，采用了毫米波雷达、摄像头和激光雷达的融合感知方案，其中就包含了安波福的首款4D毫米波雷达。

2021年1月，海拉宣布与创新公司傲酷雷达达成战略伙伴关系，海拉还在前一年底对其进行了战略投资。海拉表示，将整合傲酷开发的4D毫米波雷达软件方案，为车企提供4D毫米波雷达。

2021年4月，随着上汽R汽车ES33车型亮相，采埃孚也曝光了其4D毫米波雷达的前装量产搭载。最新消息显示，目前，这款产品已经进入最后的的验证测试阶段，采埃孚将于2022年向上汽集团提供。

2021年9月，Mobileye宣布将进一步强化在L4自动驾驶领域的前瞻性布局，推出了面向不同等级自动驾驶的硬件架构方案，同时自主研发部署下一代传感器，其中就包括了激光雷达和4D毫米波雷达。Mobileye正在母公司英特尔的帮助下开发多虚拟通道4D毫米波雷达，计划于2025年量产。

2021年10月，博世在上海举办博世汽车与智能交通技术创新体验日，首次展出了博世第五代毫米波雷达至尊版，即4D毫米波像雷达。

至此，或通过自研方式，或通过与创新公司战略合作，全球一线毫米波雷达供应商已经完成4D毫米波雷达的亮相。

总体来看，4D毫米波雷达的落地时间点在2021年、2022年左右。

国产毫米波雷达创新企业正在快速成长，但整体还处于跟随状态，在4D毫米波雷达技术上亦是如此。

在国产供应商中，华为布局较快，基本与跨国公司的量产时间在同一节奏上。

除此之外，楚航科技、华域汽车、纳瓦电子、森思泰克、木牛科技、几何伙伴等国产化玩家也纷纷表示开始布局4D毫米波雷达，但具体的量产时间尚未公布。

由量变到质变，4D成像雷达的两条路线

其实单从技术角度，我们看到更多的是技术革新带来的“量变”而不是“质变”，若厂商当下只注重突出参数难免有“过分营销”之嫌。而真正利用它去推动相关产品实现落地，才是体现出了“质变”。在笔者看来，有着以下两种可行方向：

1、 聚焦细分需求，找到商用场景变现的全新思路

4D成像雷达有着不惧暴雨、强光等恶劣环境的全天候运作特性，而另一方面，4D成像雷达是毫米波雷达的一种“升维”，也延续着过去的优势，就是成本。

这两个特点其实给予了它在封闭园区等商用场景，去做无人驾驶技术实现和商业化落地的机会。其中“无人配送小车”就是一个合适的选项，因为现阶段有关于它的量产还存在着传感器性价比和全天候运作的问题，能让4D成像雷达去改善。

无人配送小车低速行驶，现阶段大多使用较少线束的激光雷达。激光雷达发展迅猛，是成本的下降，只是还不够亲民。激光雷达为主的传感器方案使得单车成本太高，是无人配送商业化落地的主要障碍，这也早已是行业共识。

所以，人们对于无人配送小车的传感器成本十分敏感，会乐意看到保证足够性能，也更具性价比的无人驾驶方案。通过多个4D成像雷达组合，也许可能做到这一点。

比如高工智能汽车曾报道，长城汽车、易航智能和Oculii联合打造的无人物流小车，基于4D成像雷达，为低速物流园区场景提供定制化的感知方案。该无人小车可以全天候对周边360°低速或静止的行人、障碍物、小物体进行点云成像、识别和跟踪，其点云效果很接近激光雷达。

4D成像雷达在进一步压低成本后，能够帮助缩短无人小车的量产周期，降低其商业化难度。因此4D虽只是3D“升维”，但“成本效率”更佳，封闭场景“附加值”更高。可以预见的是，出于平衡的考量，它会在更多特定场景下代替低成本的激光雷达。

若继续放大来看，厂商选择在封闭商用场景实现商业化落地，对自身而言也是一种“由近及远”的发展思路。在风险较小的特殊场景应用成熟后，渐进式过渡至难度较大的智能汽车自动驾驶。虽然不一定能赶上“早集”，但前进的脚步也许会迈得扎实。

2、做时间的朋友，构建整套自动驾驶方案最佳落地姿势

4D成像雷达相比于汽车的另外两双“眼睛”，看的距离更远。

比如，采埃孚将于2022年向上汽集团提供的雷达，最远探照距离可达350m；华为发布的高分辨率4D成像雷达，探测距离可以做到300m，传统的通常为200m。所以值得肯定的是，4D成像雷达给自动驾驶系统留下更多处理时间，这是摄像头、激光雷达难以超越的优势。

这也给出了一种思路，在落地整套自动驾驶方案时，4D成像雷达、摄像头、激光雷达可以互为补充。如果将三者的信号做有效融合和冗余，将会推进整套方案逐步接近理想传感器的目标。

那如何去定义理想传感器的目标呢？在「智能相对论」看来，“全能”是一个合适定义它的核心关键词。由这一个核心延展出多个基本点，比如“技术全能”、“场景全能”。

对于4D成像雷达而言，结合汽车功能安全的准则“车规级应用多安全都不为过”，仅仅就探测距离远、不惧恶劣天气这些特点而言，就已经验证它是自动驾驶实现“技术全能”时不可或缺的传感器了。

4D成像雷达带着这些技术特点融入进来后，就可以“解锁”出更多功能场景，推动整套自动驾驶解决方案“场景全能”。

再以华为举例，在HI新品发布会上，华为有提到4D成像雷达“三大能力”和“六大价值”。前者包含的大部分技术内容在行业内不算新鲜了，并非人无我有。但是，后者所涉及的新功能场景，我们作为用户是值得去期待的。

比如有高速巡航、安全避障、城区巡航、非视距前前车检测等等。华为指出，对于城区巡航，4D成像雷达的大视场无模糊能力可以匹配一些城区场景（人车混行、大小目标并行、被遮挡场景）；对于高速巡航，如果220m外两辆车完全同速同距，位于相邻车道，4D成像雷达可以通过角度分辨出来。

所以目前来看，4D成像雷达会是自动驾驶领域不可忽视的感知传感器。华为、大陆、采埃孚、Arbe等主机厂和供应商都在布局其中。各大厂商军备竞赛背后，一定会是4D成像雷达的技术愈发成熟，随之而来的，可能就是高阶自动驾驶离我们更近一步。

文章来源： 半导体行业观察，钛媒体，赛博汽车