近日，海外媒体曝出特斯拉已向欧洲监管机构提交车辆变更申请，并猜测特斯拉最新的自动驾驶硬件HW4.0或将很快量产上车。据爆料，HW4.0最大的变化是马斯克放弃的毫米波雷达又加了回来，根据国外知名博主Greentheonly的拆解分析，新加的雷达很有可能是高分辨率毫米波雷达。早在去年6月，特斯拉就向美国联邦通信委员会（FCC）申请在其电动汽车中使用全新的高分辨率雷达。

马斯克作为创新技术的先锋者和技术普惠主义的践行者，一直倡导特斯拉尽可能少地使用传感器，一是为了降低成本，二是可以减少数据融合与处理给自动驾驶系统造成的挑战。基于在纯视觉感知技术上的领先性，马斯克不仅公开鄙视激光雷达，还先后移除了特斯拉的毫米波雷达和超声波雷达，自此成为“雷达杀手”，坚持用“8摄像头”纯视觉方案实现全自动驾驶。不过即便对纯视觉路线十分自信，马斯克也曾“暧昧”地表示“高分辨率的毫米波雷达胜过纯视觉。”

此次马斯克重拾毫米波雷达，表面上看是用多传感融合感知路线打了纯视觉感知路线的脸，不过结合产业发展趋势细究其背后的动机，或许能够因此看到自动驾驶产业更加光明的未来。

4D毫米波雷达的优势

相较于普通毫米波雷达，4D毫米波雷达优势明显。其一、传统普通的毫米波雷达无法获得高度信息，也就是说它只有“俯视视角”。对于普通毫米波雷达，无论是地面的减速带，还是前面一堵墙，都能反射电磁波，将其判断为是障碍物。

所以一般的方法是，只要判断前面有物体，都将其判断成“减速带”，直接冲过去，或者不采纳毫米波雷达的感知结果，转而让视觉来做判断。而4D毫米波雷达，有了高度数据，就可以识别前方物体的高低，判断是应该停车，还是开过去。

其二、4D成像毫米波雷达，除了上文所言的增加了高度数据，还增加了分辨率，这使得其探测更加精准。普通毫米波雷达的分辨率低，一般是12个信道（3发射*4接收），而4D成像雷达的信道达到上百个，比如，采埃孚的4D毫米波雷达，拥有192个通道，是普通毫米波雷达的16倍，这意味其能接受的返回信息点增多，分辨率会显著提高。

通过这些点，车辆可以识别出目标的轮廓、类别、行为，解决普通毫米波雷达难以识别静止物体的问题。在普通毫米波雷达眼里，前方出现的减速带、井盖、立交桥、抛锚的汽车都是一样的东西，在实际操作中会全部忽略，由摄像头做判断。

之前发生过一些意外，高速上行驶的智能驾驶汽车撞上前方抛锚的车，原因就是毫米波雷达直接将其忽略，而摄像头没能准确识别出来。相比较之下，4D成像毫米波雷达，可以判断高度，其成像能力又可以分辨出障碍物的类别，这样就可以使其更加正确的做出判断。

某种程度上来说，4D毫米波雷达可以说是3D毫米波雷达的升级版。一直以来，由于比普通毫米波雷达具有更强的感知距离和更高的分辨率，激光雷达受到车企青睐。然而激光雷达一直面临成本高，上车难的问题，车企搭载激光雷达的车型不多。

与激光雷达相比，4D毫米波雷达的成本远远低于激光雷达，价格在1500至2000元左右，仅为激光雷达的10%-20%。此外4D毫米波雷达的性能相较于之前的普通毫米波雷达更加强大，能够有效支持更高级别的智能驾驶。而且激光雷达容易受到雨雾天气变化的影响，而4D成像毫米波雷达在雨雾天气，侦测范围也可以达到数百米。

毫米波雷达赛道继续保持高增速

高工智能汽车研究院监测数据显示，2022年中国市场（不含进出口）前装标配搭载ADAS毫米波雷达（前向、后向、盲区）交付1795.27万颗，同比增长31.21%；其中，前向搭载同比增长25.21%，盲区同比增长37.73%。

这一数据表现，基本上达到此前的预期。

此前，高工智能汽车研究院预测数据显示，2022年中国市场乘用车前装标配搭载毫米波雷达交付将超过1800万颗，同比增长将超过30%。3R、5R配置，仍将是未来几年市场的主力，同时4D雷达进入快速成长期。

从2021年开始，部分中国本土毫米波雷达供应商受益于外资供应商「缺芯」造成的中断供货，实现规模化出货，并大幅缩短前装上车周期。同时，采埃孚、海拉、森思泰克、福瑞泰克、楚航科技、木牛科技等几家企业率先进入4D成像、高分辨率雷达前装赛道。

比如，截至目前，楚航科技已经获得长城、长安、奇瑞、哪吒、零跑等30多家主机厂约50款车型的前装定点项目，同时，毫米波雷达累计实现了近50万颗的出货量，同步实现在乘用车和商用车领域的车规级双量产。

此外，楚航科技的4D成像雷达产品在2022年12月成功完成了国内某知名新能源车企的量产交付，预计在2023年的交付量将会上一个台阶。目前，该公司在安庆自建拥有年产能180万只的雷达生产基地，位于上海安亭的工厂年产能可达500万只，预计将在今年投产。

木牛科技则是在去年完成数亿元融资，主要用于加大研发和产线扩建。该公司的4D成像雷达在原有的距离、速度、方位数据基础上，加上了对目标高度的测量，可以有效感知目标的轮廓和类别。

根据高工智能汽车研究院的前装定点监测数据显示，到目前为止，包括上汽、比亚迪、理想、吉利、红旗、长安等多个品牌已经定点或上车4D成像毫米波雷达。

从目前的方案配置以及成本来看，4D成像雷达将成为纯视觉与激光雷达高阶配置中间的高性价比可选方案之一。

与此同时，盲区（毫米波雷达）的配置也正在成为市场增量的主力。

比如，2021版C-NACP的可选审核项目中对BSD也进行了相关的测试场景定义，并将其中分为BSD-C2C和BSD-C2TW，对车辆和电动两轮车进行测试，分别计2分和3分。

高工智能汽车研究院监测数据显示，以2022年统计口径，L2级辅助驾驶搭载盲区毫米波雷达交付占比达到43.05%，同比上一年提升近4个百分点。其中，L2+（NOA）的盲区毫米波雷达交付占比更是高达74.21%。

高阶自动驾驶落地“变局”

正如人工智能发展到类脑智能需要不断提高认知推理能力，高阶自动驾驶的发展同样需要具备认知能力，这对作为认知基础的感知系统提出了更高的要求。现阶段最为主流的自动驾驶感知传感器主要有可见光摄像头、激光雷达以及毫米波雷达三大类，其中可见光摄像头和激光雷达同属光学传感器，毫米波雷达属于射频传感器，马斯克如今选择重拾毫米波雷达，客观上促成了异构信息的冗余。随着多传感器的使用，异构信息的大量冗余，对于融合感知算法也带来新的技术要求。

将多传感器信息融合在一起，市场上主流有两种方式，前融合和后融合。4D成像雷达更加有利于实现多传感器的前融合，降低差异度，但同时需要匹配足够优化的融合算法。

高阶自动驾驶行业发展也正在走上一条加速反馈的路程，通过传感器增加感知信息，从而推动认知算法的发展；由于认知算法的计算需求，增加对于芯片处理器的算力要求。基于传感器，认知算法，芯片的三驾马车，进而推动高阶自动驾驶的快速发展，从而实现融合认知，各种复杂场景、恶劣天候下的全无人驾驶或许才能真正像人类一样思考和行动。

而第一个破局点，4D成像雷达的出现，以其海量信号级信息的释放，提高了输出信息的完整性，为异构信息融合认知的实现增加了可能性，同时也为高阶自动驾驶开辟了一条高性价比、能快速商业化落地的技术路径。4D成像雷达既保留了传统毫米波雷达的性能特点——具备速度感知能力和全天候全天时特性且成本低，也能凭借足够丰富的信息量去和可见光摄像头、激光雷达等传感器形成融合。

或许正是因为意识到这一点，如今4D成像雷达越来越被寄予助力高阶自动驾驶落地的厚望。国际上，不仅博世、大陆、采埃孚、电装等在加大力度布局，全球ADAS视觉感知方案巨头Mobileye也加快了对成像雷达研发的进程，其雷达副总裁兼总经理Yaniv Avital就曾表示：“通过提供丰富可靠的数据输出，升级雷达4D感知功能，并减少对多个激光雷达传感器的需求，是大势所趋。”

在国内，4D成像雷达也引起了主机厂、产业链供应商以及科技公司的广泛关注。从2021年开始，可以明显感觉到行业中关于4D成像雷达的消息渐多，当年官宣下场造车的小米和百度一起投资了一家自动驾驶整体解决方案供应商——几何伙伴，该公司就是基于自主研发的4D成像雷达结合可见光视觉和红外成像等，打造“融合感知＋智能决策”的自动驾驶软硬件集成系统。

公开资料显示，几何伙伴以“低成本、全天候、高可靠、易量产”的自动驾驶技术路线为主，创新性地将4D成像雷达海量信号级信息进行释放，有效提高了输出信息的完整性，避免了传统经典算法对弱目标、静态目标等信息造成的过度过滤。其自主研发的4D成像雷达，已经具有目标跟踪定位、可行驶区域检测以及自动泊车等能力，助力自动驾驶实现更加精准的环境认知和更加可靠的决策。

除此之外，几何伙伴还基于4D成像雷达生成的点云图像与可见光摄像头生成的视觉图像进行异构信息融合，研发出雷视像素级融合感知系统，实现了信息加强和信息互补，提升系统感知能力的同时增加了安全冗余。同时，几何伙伴采用4D成像雷达结合鱼眼环视相机实现雷视双维SLAM技术，大幅提升建图定位精度和鲁棒性，并且引入停车位等语义地图信息，进一步提升后续泊车时车位检测的准确性，为智能泊车应用提供低成本、易量产、高可靠的软硬一体化定位感知方案，展示了4D成像雷达在行泊一体方案中的广阔应用前景。

汽车智能化变革已成风口的当下，通过全球科技企业在自动驾驶行业中的动作似乎可以捕捉到些许风向：4D成像雷达和异构信息融合认知技术也许就是未来高阶自动驾驶落地的关键，掌握对于这些技术的领先优势，也就提前拿到了自动驾驶商业化落地的入场券。

文章来源： 核芯产业观察，汽车与配件，高工智能汽车