日前，北京發放無人化載人示範應用通知書，允許在北京市高級别自動駕駛示範區60平方公裡範圍内，向公衆提供“主駕位無安全員、副駕有安全員”的自動駕駛服務。這一政策不僅讓北京成為全國首個開啟乘用車無人化運營試點的城市，也進一步推動了自動駕駛技術的應用與落地。不過，自動駕駛的實現除政策層面的支持外，也離不開硬件系統的支撐。随着“方向盤後無人”出行服務被漸次有條件放行，将有更多新技術被應用到自動駕駛汽車上，其中4D毫米波雷達就被越來越多廠商看好，其商用化進程或将開啟“加速”模式。

2023年搭載量将突破百萬顆

4D毫米波雷達并非一項陌生的新技術。2020年3月，谷歌旗下Waymo公司發布第五代自動駕駛系統感知方案，将毫米波雷達升級為4D成像雷達，使得4D毫米波雷達技術首次應用于車端。2021年華為入局，推出高分辨率4D毫米波雷達，并計劃于2022年下半年實現量産，将4D毫米波雷達推上一個熱議的高峰。

近來，随着L3自動駕駛乘用車輛上路的嘗試逐漸展開，4D毫米波雷達的關注度再次升溫。恩智浦全球資深副總裁、大中華區主席李廷偉表示，當前中國的自動駕駛滲透率和商業化步伐正在加速，新的風口正在形成，一方面，L2 級别的自動駕駛規模量産不斷猛增，并逐步向L3級過渡；另一方面，高級自動駕駛的商業化應用也正在幹線物流、港口、礦山等特定場合逐步展開。在自動駕駛多點開花的背後，作為感知層的重要組成，車載毫米波雷達也從幕後站到了聚光燈下，成為備受關注的熱點。

高工智能汽車研究院數據顯示，國内市場L2 及以上新車毫米波雷達搭載率有望在2025年突破50%。同時，4D毫米波雷達将從2022年年初開始小規模前裝導入，預計到2023年搭載量有機會突破百萬顆，到2025年占全部前向毫米波雷達的比重有望超過40%。

毫米波雷達與激光雷達、車載攝像頭等硬件設備一起擔負着采集車輛周邊交通環境數據的使命，通過數據采集可以讓自動駕駛汽車“看”清楚路況，從而根據周圍環境随時做出決策，确保安全駕駛。與激光雷達、攝像頭相比，毫米波雷達具備全天候探測能力，即使在雨雪、塵霧等惡劣環境條件下依舊可以正常工作，再加上可以直接測量距離、速度、角度等，成為自動駕駛中重要的傳感設備之一。

但毫米波雷達也存在一些固有的缺陷，包括不具備測“高度”的能力，這使其很難判斷前方靜止物體是在地面還是在空中，在遇到井蓋、減速帶、立交橋、交通标識牌等地面、空中物體時，無法準确測得物體的高度數據，如果将這樣的數據交給自動駕駛汽車，将使得自動駕駛汽車出現頻繁刹車的情況。對此，為升科科技股份有限公司CTO蔡青翰指出，4D毫米波雷達在原有的距離、速度、方向數據基礎上，加上了對目标的高度分析。這使得4D毫米波雷達有望彌補傳統毫米波雷達的短闆，将第4個維度整合到傳統毫米波雷達中，更好地了解和繪制環境地圖，讓測到的交通數據更為精準。

華域汽車系統股份有限公司電子分公司技術中心執行總監石磊總結4D雷達技術的優勢，可以用三個“高”來形容：高度探測、超高靈敏度與高分辨率。這将彌補傳統毫米波雷達的許多問題。

中金公司認為，4D成像雷達能夠全方位提升毫米波雷達性能，有望使毫米波雷達成為ADAS系統中的核心傳感器之一，是毫米波雷達未來發展的重要方向。

廠商加速布局4D毫米波雷達

随着L3自動駕駛乘用車輛上路的嘗試漸次展開，越來越多的廠商開始在4D毫米波雷達上發力。

近日，恩智浦宣布，業界首款專用16nm毫米波雷達處理器S32R45将于上半年開始首次用于客戶量産。恩智浦同時還表示，正在開發一款能夠支持L2 的毫米波雷達處理器S32R41。

車載毫米波雷達的核心器件主要包括單片微波集成電路和雷達數字信号處理器等，其中雷達數字信号處理器主要用于對毫米波雷達的中頻信号進行數字處理。“有了這些處理器，使我們能夠支持很多毫米波雷達的用例，比如近距離的環境測繪，同時也可以進一步支持中距離環境感知，以及300米以外的遠距離感知。有了這三合一的用例，相信我們能夠在未來幾年推動L2 以上乘用車大規模采用毫米波雷達技術。”恩智浦全球副總裁、ADAS産品線總經理Steffen Spannagel表示。

英特爾旗下的Mobileye也在積極推進4D毫米波雷達的開發應用。Mobileye首席執行官Amnon Shashua在今年CES演講中強調了4D成像毫米波雷達在汽車中的應用場景。他表示：“到2025年，除了在汽車正面，其他地方我們隻想要毫米波雷達，不想要激光雷達。”

在Mobileye的計劃中，到2025年将推出基于毫米波雷達/激光雷達的消費級自動駕駛車輛方案，汽車搭載雷達-LiDAR子系統，屆時車輛僅需安裝一個前向激光雷達，同時外加360 全包覆車身的毫米波雷達，即可實現自動駕駛任務。

或将替代激光雷達？

那麼，4D毫米波雷達是否有可能取代激光雷達呢？有分析指出，4D毫米波雷達的成本與傳統毫米波雷達相近，性能方面可以媲美低線束激光雷達，更符合當下的量産需求。

激光雷達的劣勢很明顯，那就是大霧、雨雪天氣效果差，并且無法獲得外界圖像。蔡青翰表示，如果激光雷達在能見度隻有0.1公裡的大霧環境中操作，它幾乎沒有辦法進行偵測。如果激光雷達在大雨的環境中操作，偵測距離就會衰減50%左右。而實測4D毫米波雷達結果顯示，就算遇到下雨天氣，4D毫米波雷達的偵測範圍還是可以達到300米，這是4D毫米波雷達比激光雷達更适合做自動駕駛車傳感器的重要原因。

“如果開啟自動駕駛模式在高速公路上走的時候，突然一陣大雨，自動駕駛功能就失效了，這是不可接受的。”蔡青翰說。相比而言，4D毫米波雷達繼承了傳統毫米波雷達全天候抗幹擾的優勢，并且不受光線、煙霧、灰塵、霧霾的影響，在夜晚、雨雪等環境下都能正常工作，适應性更強。

Steffen Spannagel則認為：“自動駕駛技術無法依靠單一的傳感器一統天下。根據我們對市場的理解，沒有一刀切的傳感器，因為市場有很多細分領域，而且自動駕駛級别也不同，我們認為攝像頭和雷達會共存，因為它們的優缺點互補性非常強。比較特殊的是激光雷達。我們認為有很大的可能性，4D毫米波雷達的解決方案可以降低或取代激光雷達的使用。4D毫米波雷達現在還處于發展的早期，但我們相信未來它的性能會大大提升，并在理想情況下最終能夠取代激光雷達。”

多傳感融合是目前呼聲比較高的一種解決方案。有觀點認為，多傳感融合是自動駕駛技術實現安全冗餘的關鍵，4D成像雷達顯然會在其中占據一席之地。至于是否會與激光雷達形成替代關系，尚需進一步觀察。

與深度學習融合發展

目前的4D毫米波雷達處在市場啟動前的初期培育階段，産品技術仍有很大的發展空間。針對其技術趨勢，南京隼眼電子科技有限公司CTO張慧認為，随着毫米波雷達往成像方向發展，一個明确的趨勢是，傳統純雷達信号處理正在向深度學習、人工智能方面的處理發展，這将對雷達和計算平台提出更高的要求。“目前在4D毫米波雷達上，已經有些企業在做相關的探索了，就是OTA（Over the Air Technology，空中下載技術）方式的自動演進，或者說是人工智能的演進學習能力。比如在特斯拉車上，基于視頻感知的能力，包括自動駕駛在内，它已經可以做到自動地演進。未來，當毫米波雷達不斷向成像上發展後，其自學習、自演進的能力，一定是未來的發展趨勢。”

石磊強調，多傳感器融合是毫米波雷達等設備的發展方向。目前毫米波雷達發展到4D雷達或4片級聯雷達，還遠遠沒有走到毫米波雷達所能達到的高度。過去毫米波雷達最大的缺點是分辨率不足，所以廠商花了很多精力和代價提高它的分辨率。當分辨率達到一定程度以後，繼續通過更多芯片級聯提高分辨率，其邊際收益已經不是那麼高了。此時更突出的問題是動态範圍的不足。以目前4片級聯技術來看，動态範圍還有很大提升的空間。若想在車上做出更好的、更能實現環境感知的傳感器，這些方面的提升具有更明确和強烈的需求。

除了應用于自動駕駛之外，4D毫米波雷達也在快速向智能交通領域拓展，這涉及車路協同，即“聰明的車”和“智慧的路”的協同，這裡的協同不一定隻是通過通信獲得，未來也可能通過感知技術進行協同。針對這一點，業界正在聯合開展相關的探索。（記者陳炳欣）

來源： 中國電子報

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!