自动驾驶汽车的实现离不开加装在车辆上的毫米波雷达、激光雷达及车载摄像头等硬件设备，通过采集车辆周边交通环境的数据，让自动驾驶汽车“看”清楚，从而能够根据“看”到的环境随时做出决策，让自动驾驶汽车可以安全驾驶。

硬件设备的加装，让自动驾驶汽车可以更安全地在道路上行驶，由于单个硬件设备并不能获得所有需求数据，且在很多极端环境下，硬件设备也会出现问题，如激光雷达在大雾、大雨等极端天气下，测得数据会出现较大偏差；毫米波雷达不具备测高能力，难以判断前方静止物体是在地面还是在空中；车载摄像头只能拍摄到2D平面图像，即便通过深度学习的辅助，依旧无法精准测得周围物体与自动驾驶汽车之间的距离，因此自动驾驶汽车需要不同的硬件设备同时工作，让自动驾驶汽车“看”得更清楚，获得更多的道路数据。

现在自动驾驶汽车的设计主要有两个发展模式，一种是以谷歌为主的通过加装激光雷达等全硬件设备的自动驾驶汽车，还有一种就是以特斯拉为主的以视觉算法来驱动的自动驾驶汽车。以谷歌为主的通过加装激光雷达等全硬件设备的自动驾驶汽车由于加装的硬件设备，成本昂贵，很难实现商用化；而以特斯拉为主的以视觉算法来驱动的自动驾驶汽车，现阶段已经实现了部分交通下的自动驾驶，但由于硬件设备的不足，让自动驾驶汽车不能完全“看”清路况，在出现诸如鬼探头等状况时，很难及时反应。

随着自动驾驶汽车技术的不断完善，更多新的技术将被应用到自动驾驶汽车上，其中4D毫米波雷达的出现，让自动驾驶汽车的商用化提上了日程。如前文所说，毫米波雷达由于不具备测高的能力，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加斯汽车，将使得自动驾驶汽车出现频繁刹车的情况。4D毫米波雷达的出现，将弥补这一问题，它在原有的距离、速度、方向的数据基础上，加上了对目标的高度分析，将第4个维度整合到传统毫米波雷达中，以更好地了解和绘制环境地图，让测到的交通数据更为精准。

4D成像毫米波雷达在今年年初的迎来大热。然而，4D成像毫米波雷达并不是一个新的技术产品，也并非一夜暴热，在此前两年里，也有多家企业进入市场并开始该技术方案的布局。

4D成像毫米波雷达是什么？

简单来说，4D成像雷达就是在普通毫米波雷达的基础上，增加了对目标高度维度数据的探测和解析，也就是在传统毫米波雷达X轴、Y轴数据的基础上，增加了Z轴的数据，从而能够实现距离、方位、高度以及速度四个维度的信息感知。

距离、速度、角度是传统毫米波雷达的三大性能维度。

由于传统的毫米波雷达缺乏测高能力、角度分辨率低、点云稀疏，且忽略静态物体，所以在自动驾驶系统中仅起到支持性的安全冗余之用。随着L3及以上高级自动驾驶的快速发展，对环境感知精准度要求越来越高，因此激光雷达这一创新传感器备受追捧。而对摄像头与毫米波雷达来讲，需要具备更高的探测分辨率以及人工智能算法。为了解决这些弊端，在普通毫米波雷达的基础上，4D成像雷达应运而生。

4D成像雷达并不是简单的硬件堆料。

4D成像雷达是一项突破性的技术，可以在任何光照或天气条件下，将雷达的功能从测量距离、速度、水平方位角扩展到涵盖距离(Range)、方位(Azimuth)、俯仰角(Elevation)和相对速度的测量，换句话来说，就是4D成像雷达可以感知传统毫米波雷达无法识别的细小物体、静止物体或者横向移动的障碍物等传统的毫米波雷达具有同时探测距离、水平角度及速度三个参数的能力，增加高度信息后便被称为4D毫米波雷达。而4D成像毫米波雷达则同时还追求更高的分辨率，保证能够区分目标是机动车、非机动车还是行人等。

不少业内人士表示，4D成像雷达可以克服传统雷达分辨率不足的问题，且信号的处理自由度更大。为此，通过架构和算法的优化，4D成像雷达可以将角分辨率提升到接近激光雷达的水平，从而有望取代激光雷达。

毫米波雷达的现状和趋势

目前雷达市场上，毫米波雷达技术从SiGe（锗硅）转型到RFCMOS（射频互补金属氧化半导体），并可将仿真模拟和数字功能集成到同一芯片上，体积更小、功耗更低、带宽更高、分辨率更好、探测距离更远，安放位置更灵活；而77 GHz毫米波雷达检测精度更高、体积更小巧、探测距离更远，正在逐步取代24GHz传感器。

根据Yole Développement统计数据，包括恩智浦、英飞凌在内的芯片公司占据了毫米波雷达芯片大部分市场份额，全球前20大车企采用了恩智浦技术。而在77GHz细分市场上，恩智浦市占率超过60%，是第一家将77GHz RFCMOS雷达技术广泛运用于大批量生产的公司，显著降低了功耗，也降低了成本。

今年CES上，恩智浦宣布，业界首款专用16nm成像雷达处理器S32R45成像雷达芯片量产，2022年上半年开始首次用于客户量产，目前，包括大中华区在内的客户已经在进行样片评估和系统开发。另外，恩智浦还推出了新的雷达处理器S32R41，可将4D成像雷达的优势延伸到更多的汽车。

除了恩智浦，TI推出了AWR2944车载毫米波雷达传感器；英飞凌也宣布与美国傲酷合作，推出的RXS816xPL系列芯片；英特尔旗下的Mobileye也开始研发成像雷达芯片；大陆集团推出了ARS540成像雷达；华为发布了采用12T24R超大天线列阵的4D成像雷达；采埃孚的4D成像雷达在飞凡汽车实现了首发；博世展出了4D毫米波成像雷达；安霸在收购成像雷达方案提供商傲酷后，也计划进入成像雷达领域。

此外，国际上已经涌现出一批专注于4D成像毫米波雷达方案的创新公司，如Arbe、Vayyar、Unhder、MetaWave、EchoDyne、Ainstein等，已经形成了较强的技术积累。

恩智浦 S32R45 和 S32R41 雷达处理器结合恩智浦TEF82xx RFCMOS 收发器，利用创新架构，可实现192个虚拟天线通道，来提高原始传感器硬件的性能；它们还采用专有雷达硬件加 速器实现64倍标准处理器的计算性能，应用超分辨率雷达软件算法实现小于1度的角度分辨率，同时应用高级MIMO波形设计支持多个天线通道同时工作，从而实现雷达传感器性能的提升。

恩智浦的成像雷达率先提供了短距、中距、长距三合一的并发多模雷达感测，可实现对汽车周围宽广视场的同时感测。既可以做近距离的环境测绘，也支持中距离感知环境当中的汽车以及感知150米以外的自行车或摩托车，还可以远距离感知300米以外别的车辆落下的货物。产品线在多方“组合”之下，实现360度环绕感知，可满足L2+级至L5级的自动驾驶需求。

另外，基于分享关键技术的平台，恩智浦可以提供可扩展的产品组合，包括先进的77GHz RFCMOS性能，有非常出色的雷达硬件架构来加速，还有领先的专有软件雷达算法，通过恩智浦的高端雷达软件开发工具(Premium Radar SDK)来推向市场。

Steffen Spannagel在接受采访时表示，因为市场有很多细分，而且自动驾驶级别也不同，恩智浦认为摄像头和雷达会共存，因为它们的优缺点互补性非常强，成像雷达的解决方案有很大的可能性降低或取代激光雷达的使用。

4D成像雷达会替代激光雷达吗？

激光雷达的高成本一直使得大多数企业望而却步，虽然有数据显示，激光雷达在过去几年的单价平均每季度下降25%左右，但据据行业人士说明，4D高精成像毫米波雷达即使进入大规模量产后，成本也仅是激光雷达的1/10。

另一种观点是，随着激光雷达逐渐提升量产交付能力，价格也将不断下降。华为曾公开表示，未来计划将激光雷达的成本降低至200美元，甚至是100美元。也就是说，未来4D成像雷达的成本与激光雷达不会相差太大，即便有优势也不会很明显。

而据沙利文发布《全球技术及应用大趋势前瞻展望》的预测数据，2025年激光雷达全球市场规模为135.4亿美元，相比2019年可实现64.63%的年均复合增长率。可见未来激光雷达仍再占据主流市场。

相反4D成像雷达的主要问题在于，目前并没有一款能够真正规模落地的4D成像毫米波雷达产品。

其次现下业内并没有专门针对4D成像毫米波雷达的测试设备，行业的生态链并不成熟。

所以未来的发力点仍然在于诸多企业都在一起去构建行业的标准，比如雷达的性能要求以及试验方法等等。有业内人士预测，4D成像毫米波雷达要想形成像激光雷达一般标准化、可规模量产的产品，估计还需要3-5年。

可以预见的是，多传感融合的自动驾驶解决方案在未来几年仍然会是行业的主流，而4D成像雷达作为高配的毫米波雷达显然会在其中占据一席之地，但与激光雷达不会形成替代关系，更大的可能是形成互补关系。

2022年，自动资本市场也在持续升温加码。4D成像雷达的出现，为自动驾驶的发展提供一个新的选项。

本文来源：智驾最前沿，汽车 商业 评论，智慧交通