4D成像雷达能否替代毫米波雷达？

　　如果没有雷达，一台自动驾驶车要如何穿透黑暗？

　　当人们对智能驾驶展现出前所未有的热情时，雷达从教科书中走了出来。如同所有新事物一样，车载雷达也有一段被排斥、被质疑的心酸过往。直到今天，它成为智能驾驶的标配硬件。

　　比起摄像头的直观所见，雷达更偏向于“感受”。这样一双“车眼”不断分化、进化，花名越来越多，内部的明争暗斗也更胜以往。比如：谁和谁搭配干活效果更好，怎么搭、如何安排位置才最合适。

　　而这里始终有一个主题，谁配站C位？是视力更好的激光雷达，还是不挑时间全天候工作的毫米波雷达？就像歌手陶喆唱的那样“你爱我还是他，是不是真的他有比我好，你为谁在挣扎……”

　　不出意外，答案是第三者。

　　是“冷门”配置 还是C位出道

　　一个名叫4D成像雷达的角色搅乱了这一池春水。

　　即将上市的飞凡R7在做功课预告时，为不温不火的4D成像雷达添了一把热度。官方介绍，飞凡R7国内首发Premium 4D成像雷达，最远探测距离达到350米，甚至可以采集前前车的行驶状态数据。

　　通常连普通窨井盖和路标都分不清楚的毫米波雷达，探测目标竟然可以贯穿两辆车？这一说法是否言过其实，还有待验证。目前市面上广泛采用的3D毫米波雷达不仅无法进行目标分类，在测距上较激光雷达也是差上许多，而后者在恶劣天气下显得力不从心。

 

 

　　4D成像雷达算得上是毫米波雷达的进阶版本，在距离、速度、方向角的基础上多了一个高度探测值，不仅提高了视力，探测范围和分辨能力都有所增强。另外，4D成像雷达的成本大概只有激光雷达的10%～20%。

　　因此每日汽车电讯认为，4D毫米波成像雷达既从性能上解决了传统毫米波和激光雷达的不足，又满足了价更低更容易量产这一规律。如果量产验证的效果好，未来不排除吃下激光雷达的部分市场份额。

 

 

　　按照恩智浦ADAS产品线总经理Steffen Spannagel的说法，成像雷达正处于发展早期，但未来性能有望大幅提升。理想状态下，成像雷达最终可能会取代激光雷达。

　　这是全球汽车雷达龙头厂商的观点，但比起不断打破争议的激光雷达，4D成像雷达确实要更冷门一些。IDC的一组数据表明，今年第一季度L2级自动驾驶在乘用车市场的新车渗透率为23.2%，与Robotaxi产业发展相比，乘用车市场仍然聚焦于辅助驾驶功能。换句话说，4D成像雷达上车难免有点大材小用。

　　到2030年，L2+自动驾驶汽车预计会占据汽车总产量的近50%。彼时约有一半的车辆拥有接近解放双手的自动驾驶能力，如果以L2+或L3～L5级自动驾驶为前提，4D成像雷达可能会刚刚好。

　　尤其L3级及以上的自动驾驶系统支持解放双手，车身雷达的可靠性更加重要。这也是为什么L3级以上的传感器都会选用一些成像雷达。试想一下，一辆启动了自动驾驶模式的车辆在高速路上行驶，突遇一场大雾或者大雨，摄像头发挥不了作用，激光雷达的探测精度再高也等同于半块废铁。这时，4D成像雷达的“火眼金睛”就可以派上用场。

　　事实上，越来越多的观点认为，4D成像雷达将会成为自动驾驶最核心的传感器。例如在Mobileye的计划里，未来乘用车将只需要一颗前向激光雷达和一颗360度全包覆车身的毫米波雷达。或许未来，行业不用再为雷达的布置而绞尽脑汁了。

　　从这个角度讲，飞凡R7的自动驾驶功能确实可以期待一下。至于4D成像雷达，它的“进化史”也在持续更新中。

　　4D不止多了一个度 进化大有乾坤

　　在技术趋势上，一些厂商已经开始从24GHz（12.5mm）转向研发综合性能更好的77GHz（3.9mm）毫米波雷达产品。波长越短，意味着角分辨率越高，获得的点云图密度越高，成像就越精准。

　　同时77GHz的4D毫米波成像雷达更适合长距探测，体积也可以做到更小，提高了车型设计的灵活度。国际上，恩智浦、大陆、博世、安波福、采埃孚等Tier1基本完成对该领域的布局；国内包括隼眼科技、华域汽车、华为、为升科科技（台湾）等公司也纷纷推出了77GHz的4D成像雷达解决方案。

　　根据Yole Développement的测算，4D雷达市场规模将从2021年的3亿美元增长到2025年的35亿美元，期间成像雷达的市场将从1亿美元增加至43亿美元，年复合增长率为109%，远高于汽车雷达市场整体增长水平。毫无疑问，接下来几年雷达市场的剿杀将异常激烈。

　　4D成像雷达是否会胜出，除了取决于产品本身的竞争力外，适配芯片的规格也十分关键。毕竟上层建筑好不好，地基占很大的权重。4D成像雷达一般包含射频前端MMIC、数字信号系统DSP和后端算法等主要硬件。“4D成像雷达的发展趋势有一个明显特征是，前端会有更多通道，后端会有更强的算力需求”，隼眼科技CTO张慧这样说。

　　简单理解，前端收发通道数量越多，提供点云数据的能力就越强，识别物体会更加精准。当下主流的车载4D成像毫米波雷达多是通过2片MMIC芯片级联，实现48个通道（6发8收）。增加通道数，意味着要增加更多的芯片级联。

　　此外，4D成像雷达的一个发展趋势是与人工智能技术的融合更深了。当毫米波雷达和深度学习得到的信息相融合时，会产生大量的算法需求，这也对处理器提出了更高要求。处理器的性能极大决定了雷达前端和后端的使用效果。相比于通过增加天线数量提高分辨率的传统方法，芯片级联逐渐受到行业认可。恩智浦在今年早些时候推出的S32R45、S32R41成像雷达处理器，采用16nm制造工艺，是业内为数不多能够胜任高达4片MMIC芯片级联的产品。在高达12发16收等效192个虚拟通道算力的需求下，据称S32R45一片就能搞定。

　　事实上，车载雷达芯片和手机应用处理器一样都遵从摩尔定律的发展，也就是说，车载雷达芯片也会向更先进技术节点（如7nm）和更集成的方向发展。不过，对于角雷达这类不需要较强分辨力或成像能力的产品，现阶段的技术水平已经能满足所需。　　

 

 

　　目前恩智浦正在开发第六代雷达芯片，具体规格还没公开。不过在提供芯片之余，恩智浦还提供雷达的软件算法，从软件层面提升雷达的角分辨率，同时解决车与车之间雷达工作产生的干扰问题。

　　4D成像雷达在传统3D毫米波雷达基础上不止多了一个探测维度，目前技术的迭代与升级似乎还不是最理想的状态。为升科科技CTO蔡青翰也说，目前毫米波雷达发展到4D雷达或4片级联雷达，远远没有走到雷达所能达到的尽头。传统毫米波雷达最大的缺点在于角分辨率不足，如今分辨率提上来了，若再继续通过芯片级联的方式提高分辨率，边际效益明显会打折扣。

　　他提出一点，4D成像雷达更突出的问题是动态范围的不足。以目前4片级联技术来看，要做出一款对环境感知更强的车载传感器，动态范围还有很大提升的空间。比如在反射性能较差的介质中，雷达的动态范围可以确保必要的灵敏度。

　　动态范围其实也很好理解，以相机为例，动态范围越大，捕捉到的高光区和阴影区的图像就越充满细节。譬如最近几年，手机行业已经开始关注相机的AI 降噪与 HDR 融合。如果4D成像雷达解决了这一问题，未来会不会是雷达为主摄像头为辅呢？