日前，北京发放无人化载人示范应用通知书，允许在北京市高级别自动驾驶示范区60平方公里范围内，向公众提供“主驾位无安全员、副驾有安全员”的自动驾驶服务。这一政策不仅让北京成为全国首个开启乘用车无人化运营试点的城市，也进一步推动了自动驾驶技术的应用与落地。不过，自动驾驶的实现除政策层面的支持外，也离不开硬件系统的支撑。随着“方向盘后无人”出行服务被渐次有条件放行，将有更多新技术被应用到自动驾驶汽车上，其中4D毫米波雷达就被越来越多厂商看好，其商用化进程或将开启“加速”模式。

今年CES上，4D成像毫米波雷达声势夺人，一众芯片企业诸如恩智浦、TI、Mobileye都陆续推出或更新了自己的成像雷达方案，毫米波雷达系统厂商Arbe、Zadar Labs、Smartmicro等也都带来了各自的成像雷达产品。

其中最受到业内人士关注的，莫过于Mobileye 首席执行官Amnon Shashua 在 CES 演讲中对4D成像毫米波雷达的强调，“（到2025年）除了正面，我们只想要毫米波雷达，不想要激光雷达。”

Yole Développement 的Imaging 首席分析师 Pierre Cambou 表示，该演讲引发了人们的猜测，即Mobileye 现在不认为激光雷达“比雷达更重要”。

VSI Labs 的合伙人兼咨询服务总监Danny Kim 更是在 CES 后发布的一份报告中写道：“与过去的 CES 活动不同，感觉激光雷达公司并没有为行业带来那么多突破性的发明” 。“另一方面，4D毫米波雷达越来越受欢迎”，并称4D毫米波雷达正成为汽车传感器中的“新星”。

事实上，在此前华为的入局下，4D成像毫米波雷达早就接受过市场的一波热议，且也远非新技术，但这次它为什么又在CES上被重点关注了？其中有什么因素发生了变化？4D成像毫米波雷达是否真的可以和激光雷达PK？抑或它只是一种过渡技术方案？

2023年搭载量将突破百万颗

4D毫米波雷达并非一项陌生的新技术。2020年3月，谷歌旗下Waymo公司发布第五代自动驾驶系统感知方案，将毫米波雷达升级为4D成像雷达，使得4D毫米波雷达技术首次应用于车端。2021年华为入局，推出高分辨率4D毫米波雷达，并计划于2022年下半年实现量产，将4D毫米波雷达推上一个热议的高峰。

近来，随着L3自动驾驶乘用车辆上路的尝试渐次展开，4D毫米波雷达的关注度再次升温。恩智浦全球资深副总裁、大中华区主席李廷伟表示，当前中国的自动驾驶渗透率和商业化步伐正在加速，新的风口正在形成，一方面L2+级别的自动驾驶规模量产不断猛增，并逐步向L3级过渡，另一方面高级自动驾驶的商业化应用也正在干线物流、港口、矿山等特定场合逐步展开。在自动驾驶多点开花的背后，作为感知层的重要组成，车载毫米波雷达也从幕后站到了聚光灯下，成为备受关注的热点。

高工智能汽车研究院数据显示，国内市场L2+及以上新车毫米波雷达搭载率有望在2025年突破50%。同时，4D毫米波雷达将从2022年初开始小规模前装导入，预计到2023年搭载量有机会突破百万颗，到2025年占全部前向毫米波雷达的比重有望超过40%。

毫米波雷达与激光雷达、车载摄像头等硬件设备一起担负着采集车辆周边交通环境数据的使命，通过数据采集可以让自动驾驶汽车“看”清楚路况，从而根据周围环境随时做出决策，确保安全驾驶。与激光雷达、摄像头相比，毫米波雷达具备全天候探测能力，即使在雨雪、尘雾等恶劣环境条件下依旧可以正常工作，再加上可以直接测量距离、速度、角度等数量，成为自动驾驶中重要的传感设备之一。

但毫米波雷达也存在一些固有的缺陷，包括不具备测“高度”的能力，这使其很难判断前方静止物体是在地面还是在空中，在遇到井盖、减速带、立交桥、交通标识牌等地面、空中物体时，无法准确测得物体的高度数据，如果将这样的数据交给自动驾驶汽车，将使得自动驾驶汽车出现频繁刹车的情况。对此，为升科科技股份有限公司CTO蔡青翰介绍指出，4D毫米波雷达在原有的距离、速度、方向的数据基础上，加上了对目标的高度分析。这使得4D毫米波雷达有望弥补传统毫米波雷达的问题，将第4个维度整合到传统毫米波雷达中，更好地了解和绘制环境地图，让测到的交通数据更为精准。

华域汽车系统股份有限公司电子分公司技术中心执行总监石磊总结4D雷达技术的优势，可以用三个“高”来形容：高度探测、超高灵敏度与高分辨率。这将弥补传统毫米波雷达的许多问题。

中金公司认为，4D成像雷达能够全方位提升毫米波雷达性能，有望使毫米波雷达成为ADAS系统中的核心传感器之一，是毫米波雷达未来发展的重要方向。

厂商加速布局4D毫米波雷达

随着L3自动驾驶乘用车辆上路的尝试渐次展开，越来越多厂商开始在4D毫米波雷达上发力。近日，恩智浦宣布业界首款专用16nm毫米波雷达处理器S32R45将于上半年开始首次用于客户量产。恩智浦同时还表示，正在开发一款能够支持L2+的毫米波雷达处理器S32R41。

车载毫米波雷达的核心器件主要包括单片微波集成电路和雷达数字信号处理器等，其中雷达数字信号处理器主要用于对毫米波雷达的中频信号进行数字处理。“有这些处理器使我们能够支持很多毫米波雷达的用例，比如近距离的环境测绘，同时也可以进一步来支持中距离环境感知，以及300米以外的远距离感知。有了这三合一的用例，相信我们能够在未来几年推动L2+以上乘用车大规模采用毫米波雷达技术。”恩智浦全球副总裁，ADAS产品线总经理Steffen Spannagel表示。

英特尔旗下的Mobileye也在积极推进4D毫米波雷达的开发应用。Mobileye 首席执行官Amnon Shashua 在今年CES演讲中对4D成像毫米波雷达在汽车中的应用场景强调，“（到2025年）除了正面，我们只想要毫米波雷达，不想要激光雷达。”

在Mobileye的计划中，到2025年将推出基于毫米波雷达/激光雷达的消费级自动驾驶车辆方案，汽车搭载雷达-LiDAR子系统，届时车辆仅需安装一个前向激光雷达，同时外加360°全包覆车身的毫米波雷达，即可实现自动驾驶任务。

成像雷达抢风头

Mobileye瞄准了三个细分市场：辅助驾驶市场、带有地理围栏的L4 Robotaxi市场以及消费级L4 Robotaxi市场。

Shashua认为，Mobileye的感知方案要想在2025年达到消费级自动驾驶车辆的水平，一要想如何能够显著降低成本，二则是如何将ODD（运行设计域）扩大到L5的水平。

因此在Mobileye的计划中，除了开发可以单独在相机上行驶的消费级自动驾驶车辆方案，到2025年他们可能还将推出可单独在雷达/激光雷达上行驶的消费级自动驾驶车辆方案，后者搭载雷达-LiDAR子系统，届时车辆仅需一个前向激光雷达和360°全包覆车身的毫米波雷达即可。

除了正面，我们只想要毫米波雷达，不想要激光雷达。”Shashua表示。

问题在于，虽然毫米波雷达和激光雷达的成本不是一个数量级，但以目前毫米波雷达的分辨率水平，普通毫米波雷达在拥挤的交通中，并无法分辨彼此非常接近的行人和车辆，因此也就不能作为单独的子系统使用。

于是Mobileye将视线转向了4D成像毫米波雷达。

从性能效果来说，4D成像毫米波雷达算是3D毫米波雷达的升级版，另一方面，从成本上看，4D成像毫米波雷达的成本也仅为激光雷达的10%-20%。

相比于传统的 3D 毫米波雷达，车载 4D毫米波雷达在工作时，除了能够解算出目标的距离、速度、水平角信息，还能解算出目标的俯仰角信息，进而可以提供汽车周围的环境信息，能够避免窨井盖、路肩、减速带所产生的虚警现象。

除此之外，得益于能够提供目标的高度信息，捕捉到汽车周围目标的空间坐标和速度信息，4D 毫米波雷达还能够提供更加真实的路径规划、可通行空间检测功能。

有业内人士对新智驾介绍说，传统毫米波雷达也有点云但是数量少，且没有俯仰信息，4D毫米波雷达增加了俯仰信息和更多的点云数据，“点云一多就可以勾勒出物体轮廓，便是成像”。

不过4D毫米波雷达是否需要成像，要基于具体场景需求的策略制定。

据上述业内人士介绍，目前L3以上的场景会对成像雷达有更大的需求，从技术上来讲，4D成像毫米波雷达是必然趋势，有能力做4D毫米波雷达的厂商基本都在做4D成像毫米波雷达。

“4D毫米波雷达是未来的发展方向，而成像的重点是点云数据足够多，在车上是否要用4D毫米波雷达做成像输出，要看主机厂对传感融合、算力等因素的通盘综合考虑。”

新智驾曾在《刚刚，又一款智能汽车面世！主打卖点竟是「4D 毫米波雷达」》一文中，仔细介绍过4D毫米波雷达的工作原理。

角分辨率作为雷达的指向精度，其数值高低与波长与孔径大小有关，即波长越长，角分辨率越低，孔径越大，分辨率越高。

车载毫米波雷达系统厂商楚航科技创始人兼CEO楚詠焱对新智驾介绍，孔径大小是提升雷达角分辨率的关键，而天线的数量、天线间的排布间隔又会影响到孔径大小。

过去几十年来，车载毫米波雷达界常常是通过增加天线数量的方式来提高角分辨率。

目前车载 4D 毫米波雷达常用的工作机制，则是连续波雷达中的调频连续波雷达（FMCW），它能够以更低功耗、更大带宽的方式，向外连续地发射电磁波，从而实现测量目标的距离和速度信息。

而根据输入输出天线阵列数目的不同，FMCW 雷达可以分为单输入多输出(SIMO)雷达和多输入多输出(MIMO)雷达。

对车载毫米波雷达系统而言，SIMO 雷达早已在 3D 毫米波雷达中广泛应用，而 MIMO 雷达概念则是在 2003 年由 Bliss 和 Forsythe 首次提出，其是车载 4D 毫米波雷达发展的关键技术理论之一。

与传统方式不同，为了解决传统毫米波雷达角分辨率低、点云密度低的问题，当下出现了四种4D毫米波雷达解决方案：

• 一是基于传统CMOS雷达芯片，强调“软件定义的雷达”，主要厂家有傲酷、Mobileye等；

• 二则是将多发多收天线集成在一颗芯片，直接提供成像雷达芯片，比如Arbe、Vayyar等；

• 最传统的，则是将标准雷达芯片进行多芯片级联，以增加天线数量，比如大陆、博世、ZF等一众公司；

• 四则是通过超材料研发新型雷达架构，代表厂家有Metawave等。

Shashua认为，软件定义的图像毫米波雷达，将会是提高毫米波雷达分辨率的关键。

所谓软件定义的雷达，即通过软件后处理，系统可对雷达信号的接受/发送和处理进行配置，从而大幅提高雷达的性能。

事实上早在两年前，Mobileye就已开始打造这款图像雷达，在2021年的CES上，Shashua也曾对其进行过介绍，只不过所花的时间远没有今年CES上的多。

由量变到质变，4D成像雷达的两条路线

4D成像雷达之所以出现，某种说法是激光雷达和摄像头亮眼表现的倒逼。自动驾驶对感知的要求提升，摄像头由200万像素升级到800万像素，半固态激光雷达开始加速上车。而最初的毫米波雷达，也同步地升级成了如今的4D成像毫米波雷达。

从近两年厂商们放出的demo或ppt来看，4D成像雷达的确在技术上解决传统毫米波雷达的一些重大缺点，并且放大了毫米波雷达的优势。今年上海车展参展的大陆、华为等，就是其中的代表厂商。

在这个过程中，大致的实现方式无非就是硬件上增加收发通道数量，扩大天线孔径的同时满足水平和垂直方向对分辨率的要求。从而达到除了传统毫米波雷达以外，增加一个垂直方向的维度信息，即3D升级4D。这也是此次上海车展中4D成像雷达的主流方案。

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「智能相对论」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。

来源： 中国电子报，钛媒体APP，雷峰网