如果沒有雷達，一臺自動駕駛車要如何穿透黑暗？

當人們對智能駕駛展現出前所未有的熱情時，雷達從教科書中走了出來。如同所有新事物一樣，車載雷達也有一段被排斥、被質疑的心酸過往。直到今天，它成為智能駕駛的標配硬件。

比起攝像頭的直觀所見，雷達更偏向于“感受”。這樣一雙“車眼”不斷分化、進化，花名越來越多，內部的明爭暗斗也更勝以往。比如：誰和誰搭配干活效果更好，怎么搭、如何安排位置才最合適。

而這里始終有一個主題，誰配站C位？是視力更好的激光雷達，還是不挑時間全天候工作的毫米波雷達？就像歌手陶喆唱的那樣“你愛我還是他，是不是真的他有比我好，你為誰在掙扎……”

不出意外，答案是第三者。

是“冷門”配置 還是C位出道

一個名叫4D成像雷達的角色攪亂了這一池春水。

即將上市的飛凡R7在做功課預告時，為不溫不火的4D成像雷達添了一把熱度。官方介紹，飛凡R7國內首發Premium 4D成像雷達，最遠探測距離達到350米，甚至可以采集前前車的行駛狀態數據。

通常連普通窨井蓋和路標都分不清楚的毫米波雷達，探測目標竟然可以貫穿兩輛車？這一說法是否言過其實，還有待驗證。目前市面上廣泛采用的3D毫米波雷達不僅無法進行目標分類，在測距上較激光雷達也是差上許多，而后者在惡劣天氣下顯得力不從心。

4D成像雷達算得上是毫米波雷達的進階版本，在距離、速度、方向角的基礎上多了一個高度探測值，不僅提高了視力，探測范圍和分辨能力都有所增強。另外，4D成像雷達的成本大概只有激光雷達的10%～20%。

因此每日汽車電訊認為，4D毫米波成像雷達既從性能上解決了傳統毫米波和激光雷達的不足，又滿足了價更低更容易量產這一規律。如果量產驗證的效果好，未來不排除吃下激光雷達的部分市場份額。

按照恩智浦ADAS產品線總經理Steffen Spannagel的說法，成像雷達正處于發展早期，但未來性能有望大幅提升。理想狀態下，成像雷達最終可能會取代激光雷達。

這是全球汽車雷達龍頭廠商的觀點，但比起不斷打破爭議的激光雷達，4D成像雷達確實要更冷門一些。IDC的一組數據表明，今年第一季度L2級自動駕駛在乘用車市場的新車滲透率為23.2%，與Robotaxi產業發展相比，乘用車市場仍然聚焦于輔助駕駛功能。換句話說，4D成像雷達上車難免有點大材小用。

到2030年，L2+自動駕駛汽車預計會占據汽車總產量的近50%。彼時約有一半的車輛擁有接近解放雙手的自動駕駛能力，如果以L2+或L3～L5級自動駕駛為前提，4D成像雷達可能會剛剛好。

尤其L3級及以上的自動駕駛系統支持解放雙手，車身雷達的可靠性更加重要。這也是為什么L3級以上的傳感器都會選用一些成像雷達。試想一下，一輛啟動了自動駕駛模式的車輛在高速路上行駛，突遇一場大霧或者大雨，攝像頭發揮不了作用，激光雷達的探測精度再高也等同于半塊廢鐵。這時，4D成像雷達的“火眼金睛”就可以派上用場。

事實上，越來越多的觀點認為，4D成像雷達將會成為自動駕駛最核心的傳感器。例如在Mobileye的計劃里，未來乘用車將只需要一顆前向激光雷達和一顆360度全包覆車身的毫米波雷達。或許未來，行業不用再為雷達的布置而絞盡腦汁了。

從這個角度講，飛凡R7的自動駕駛功能確實可以期待一下。至于4D成像雷達，它的“進化史”也在持續更新中。

4D不止多了一個度 進化大有乾坤

在技術趨勢上，一些廠商已經開始從24GHz（12.5mm）轉向研發綜合性能更好的77GHz（3.9mm）毫米波雷達產品。波長越短，意味著角分辨率越高，獲得的點云圖密度越高，成像就越精準。

同時77GHz的4D毫米波成像雷達更適合長距探測，體積也可以做到更小，提高了車型設計的靈活度。國際上，恩智浦、大陸、博世、安波福、采埃孚等Tier1基本完成對該領域的布局；國內包括隼眼科技、華域汽車、華為、為升科科技（臺灣）等公司也紛紛推出了77GHz的4D成像雷達解決方案。

根據Yole Développement的測算，4D雷達市場規模將從2021年的3億美元增長到2025年的35億美元，期間成像雷達的市場將從1億美元增加至43億美元，年復合增長率為109%，遠高于汽車雷達市場整體增長水平。毫無疑問，接下來幾年雷達市場的剿殺將異常激烈。

4D成像雷達是否會勝出，除了取決于產品本身的競爭力外，適配芯片的規格也十分關鍵。畢竟上層建筑好不好，地基占很大的權重。4D成像雷達一般包含射頻前端MMIC、數字信號系統DSP和后端算法等主要硬件。“4D成像雷達的發展趨勢有一個明顯特征是，前端會有更多通道，后端會有更強的算力需求”，隼眼科技CTO張慧這樣說。

簡單理解，前端收發通道數量越多，提供點云數據的能力就越強，識別物體會更加精準。當下主流的車載4D成像毫米波雷達多是通過2片MMIC芯片級聯，實現48個通道（6發8收）。增加通道數，意味著要增加更多的芯片級聯。

此外，4D成像雷達的一個發展趨勢是與人工智能技術的融合更深了。當毫米波雷達和深度學習得到的信息相融合時，會產生大量的算法需求，這也對處理器提出了更高要求。處理器的性能極大決定了雷達前端和后端的使用效果。相比于通過增加天線數量提高分辨率的傳統方法，芯片級聯逐漸受到行業認可。恩智浦在今年早些時候推出的S32R45、S32R41成像雷達處理器，采用16nm制造工藝，是業內為數不多能夠勝任高達4片MMIC芯片級聯的產品。在高達12發16收等效192個虛擬通道算力的需求下，據稱S32R45一片就能搞定。

事實上，車載雷達芯片和手機應用處理器一樣都遵從摩爾定律的發展，也就是說，車載雷達芯片也會向更先進技術節點（如7nm）和更集成的方向發展。不過，對于角雷達這類不需要較強分辨力或成像能力的產品，現階段的技術水平已經能滿足所需。

目前恩智浦正在開發第六代雷達芯片，具體規格還沒公開。不過在提供芯片之余，恩智浦還提供雷達的軟件算法，從軟件層面提升雷達的角分辨率，同時解決車與車之間雷達工作產生的干擾問題。

4D成像雷達在傳統3D毫米波雷達基礎上不止多了一個探測維度，目前技術的迭代與升級似乎還不是最理想的狀態。為升科科技CTO蔡青翰也說，目前毫米波雷達發展到4D雷達或4片級聯雷達，遠遠沒有走到雷達所能達到的盡頭。傳統毫米波雷達最大的缺點在于角分辨率不足，如今分辨率提上來了，若再繼續通過芯片級聯的方式提高分辨率，邊際效益明顯會打折扣。

他提出一點，4D成像雷達更突出的問題是動態范圍的不足。以目前4片級聯技術來看，要做出一款對環境感知更強的車載傳感器，動態范圍還有很大提升的空間。比如在反射性能較差的介質中，雷達的動態范圍可以確保必要的靈敏度。

動態范圍其實也很好理解，以相機為例，動態范圍越大，捕捉到的高光區和陰影區的圖像就越充滿細節。譬如最近幾年，手機行業已經開始關注相機的AI 降噪與 HDR 融合。如果4D成像雷達解決了這一問題，未來會不會是雷達為主攝像頭為輔呢？