幾個(gè)月前，筆者向一位同時(shí)做激光雷達(dá)和4D毫米波雷達(dá)的朋友提了一個(gè)問題：這兩類產(chǎn)品你們都做，那你們是如何看4D毫米波雷達(dá)“干掉低線數(shù)激光雷達(dá)”的可能性呢？??

這位朋友沒正面回答我，反而追加了一個(gè)問題：問題是，現(xiàn)在還能看到所謂的“低線數(shù)激光雷達(dá)”嗎？

筆者突然意識到一個(gè)問題：16線、32線甚至64線激光雷達(dá)的存在感確實(shí)越來越弱了。事實(shí)上，隨著激光雷達(dá)的線數(shù)越做越高，今后，96線、128線或?qū)⒊蔀椤暗途€數(shù)激光雷達(dá)”。

那么，干掉16線、32線激光雷達(dá)的究竟是96線、128線激光雷達(dá)，還是4D毫米波雷達(dá)呢？這是一個(gè)很有意思的話題。

九章智駕最近推出了《4D毫米波雷達(dá)報(bào)告》——

前言：

毫米波雷達(dá)，在自動駕駛傳感器配置中的地位，正在快速上升。

隨著自動駕駛能力的持續(xù)提升，自動駕駛系統(tǒng)在車輛行駛過程中的參與程度不斷上升，傳統(tǒng)毫米波雷越來越力不從心了。為滿足高級自動駕駛系統(tǒng)的感知模塊實(shí)現(xiàn)全目標(biāo)、全工況、全天候覆蓋的需求，毫米波雷達(dá)必須朝“高清”方向走。

具備“高清”特質(zhì)的毫米波雷達(dá)，被稱為成像雷達(dá)，或者4D毫米波雷達(dá)。

“4D”是指在原有距離、方位、速度的基礎(chǔ)上增加了對目標(biāo)的高度維數(shù)據(jù)解析，能夠?qū)崿F(xiàn)“3D+高度”四個(gè)維度的信息感知；而“成像”概念是指其具備超高的分辨率，可以有效解析目標(biāo)的輪廓、類別、行為。

同樣面對前方障礙物，毫米波雷達(dá)只能接收到有限的返回信息點(diǎn)，僅能判斷出前方有障礙物，而4D毫米波雷達(dá)則可以接收數(shù)十倍的返回信息點(diǎn)，進(jìn)化出像激光雷達(dá)一樣的高密度點(diǎn)云，能進(jìn)一步探測出物體的形狀，甚至是結(jié)合算法識別出物體。

這意味著，相比于傳統(tǒng)的毫米波雷達(dá)，4D毫米波雷達(dá)系統(tǒng)可以適應(yīng)更多復(fù)雜路況，包括識別較小的物體，被遮擋的部分物體以及靜止物體和橫向移動障礙物的檢測等。

而正是憑著這些特質(zhì)，4D毫米波雷達(dá)的出現(xiàn)，瞬間拉升了毫米波雷達(dá)的“逼格”

4D毫米波雷達(dá)市場上的活躍玩家，既有大陸、采埃孚、安波福這樣的傳統(tǒng)Tier 1，有Waymo、Mobileye及華為這種科技巨頭，也有Arbe、傲酷、森思泰克、納瓦電子、幾何伙伴等諸多初創(chuàng)公司。

一．毫米波雷達(dá)正在爭取從配角上升為主角

2020年下半年以來，如果某款新發(fā)布的量產(chǎn)車型上即將搭載激光雷達(dá)，那車企在PR的時(shí)候一定會非常高調(diào)地把這個(gè)“加分項(xiàng)”濃墨重彩一番，尤其是，激光雷達(dá)的供應(yīng)商名稱也一定會被“大書特書”。相比之下，陪伴汽車產(chǎn)業(yè)走過了幾十年的毫米波雷達(dá)，則未能享受這樣的殊榮。

因?yàn)椋驹谲嚻蟮慕嵌龋す饫走_(dá)這樣的“明星零部件”及供應(yīng)商，能提升自己的品牌價(jià)值；相比之下，毫米波雷達(dá)“實(shí)在太普通了”，不過，這種情況正在發(fā)生變化。如在2021年3月，上汽R品牌發(fā)布新車SUV ES33時(shí)，就非常高調(diào)地說“將搭載采埃孚的4D毫米波雷達(dá)PREMIUM”。

而這一變化的背后是，與傳統(tǒng)的毫米波雷達(dá)相比，性能更強(qiáng)大的4D毫米波雷達(dá)正在爭取成為一種能“獨(dú)當(dāng)一面”的傳感器，它被寄希望于能使毫米級雷達(dá)從配角轉(zhuǎn)向主角。

與攝像頭相比，傳統(tǒng)毫米波雷達(dá)具有很強(qiáng)的測距、測速能力，并且還不受天氣和能見度干擾，但由于分辨率不夠，在需要將前方障礙物（尤其是小目標(biāo)物）及兩邊的樹木、路沿的輪廓清晰地勾勒出來的時(shí)候，傳統(tǒng)毫米波雷達(dá)常常表現(xiàn)得力不從心。

相比之下，4D毫米波雷達(dá)由于有更多的天線數(shù)，角度分辨率、速度分辨率及距離分辨率都更高，因此可以在沒有激光雷達(dá)參與的情況下就更有效地解析目標(biāo)的輪廓、類別、行為，進(jìn)而也更容易知道在什么情況下必須剎車，什么情況不必剎車。

比如，自動駕駛系統(tǒng)需要獲取在自車前方200米處的目標(biāo)車輛行駛車道偏移位置信息進(jìn)行決策，而傳統(tǒng)前雷達(dá)方位角精度約在0.3度，判斷此場景下目標(biāo)車輛在哪個(gè)車道會產(chǎn)生較大位置誤差，相比之下，4D毫米波雷達(dá)方位角精度則能達(dá)到0.1度，相比傳統(tǒng)前雷達(dá)方位提升3倍，可以將200米處更加精確車輛車道偏移信息輸出到?jīng)Q策系統(tǒng)。

比如，對隱藏的車輛，傳統(tǒng)的毫米波雷達(dá)只有20%的幾率能探測到，而4D毫米波雷達(dá)ARS 540則據(jù)稱有80%的幾率能做到；再比如，采埃孚的長距離4D毫米波雷達(dá)，據(jù)稱能接收到來自行人10個(gè)左右的數(shù)據(jù)點(diǎn)，它甚至可以通過測量這些數(shù)據(jù)點(diǎn)的移動速度來解析單個(gè)肢體的運(yùn)動軌跡，從而識別行人的行走方向。

通常，毫米波雷達(dá)探測目標(biāo)需要依靠角度維、高度維、距離維和速度維共同發(fā)生作用，但在兩輛車同速同向行駛（離得特別近）的情況下，這兩輛車實(shí)際上處于“相對靜止”的狀態(tài)，因此，速度維便失效了。此時(shí)，如果毫米波雷達(dá)的分辨率不夠高，便很容易把這兩輛車視為“同一輛車”。

而4D毫米波雷達(dá)因?yàn)辄c(diǎn)云密度比較高，哪怕速度維和距離維都失效了，“猜對”目標(biāo)的概率仍然是比較高的。

況且，不同于常見的算法識別準(zhǔn)確率容易受制于目標(biāo)物樣本庫的不完整，4D毫米波雷達(dá)通過提高點(diǎn)云密度來對目標(biāo)物進(jìn)行分類的效率更高——減少了花在計(jì)算環(huán)節(jié)的時(shí)間，即傳統(tǒng)毫米波雷達(dá)+算法可能需要掃好多幀才能識別出那個(gè)信號比較弱的障礙物，而4D毫米波雷達(dá)可能只需要掃1-2幀就搞定了。

還有一種常見的場景是“人車不分”：停放的車輛旁邊站著一個(gè)人。

攝像頭不具備穿透力，看不見；而用傳統(tǒng)毫米波雷達(dá)來探測，由于分辨率不夠，并且，車的能量密度和反射強(qiáng)度都比人高，因此，毫米波雷達(dá)掃在人身上的點(diǎn)云很容易被車給“吸走”，結(jié)果，人會被誤認(rèn)為是“車的一部分”。類似的是，小車和大車離得很近的時(shí)候，也會被毫米波雷達(dá)誤以為是“大車的一部分”。

顯然，被“合并處理”的人或小車，實(shí)際上是被傳統(tǒng)毫米波雷達(dá)忽略不計(jì)了，這是極其危險(xiǎn)的。但4D毫米波雷達(dá)具有“高動態(tài)的分辨率”，能分辨出在同一個(gè)場合中反射強(qiáng)度差別很大的多種障礙物，即大車是大車、小車是小車；車是車、人是人。在對目標(biāo)解析得比較清楚的情況下，毫米波雷達(dá)便更有能力支持到?jīng)Q策系統(tǒng)。

在多傳感器融合方案下，4D毫米波雷達(dá)還可以將攝像頭和激光雷達(dá)“引導(dǎo)”到潛在風(fēng)險(xiǎn)區(qū)域，這將大大提高安全性能。?

再比如，對靜止目標(biāo)物的檢測。由于沒有縱向天線，進(jìn)而無法獲取高度維數(shù)據(jù)（博世、大陸的前向毫米波雷達(dá)可以輸出高度維信息，但精度不夠），傳統(tǒng)的毫米波雷達(dá)難以判斷前方靜止物體究竟是在地面還是在空中，進(jìn)而容易將井蓋、減速帶、路邊金屬等低小的“障礙物”（無需剎車）及交通標(biāo)識牌、龍門架、立交橋等很高的“空中障礙物”（無需剎車）與車輛等路面上的靜態(tài)障礙物（需要剎車）混淆。

鑒于此，如果將傳統(tǒng)的毫米波雷達(dá)作為主傳感器，便可能導(dǎo)致誤剎車頻發(fā)。為了避免誤剎車，AEB算法便決定對毫米波雷達(dá)的置信度權(quán)重下降（甚至是將靜態(tài)障礙物過濾掉），以視覺感知結(jié)果為主。這便是流傳很廣的“毫米波雷達(dá)無法識別靜態(tài)障礙物”這一說法的真相。

然而，視覺感知的挑戰(zhàn)在于，單目和三目攝像頭必須先對目標(biāo)先識別（分類）才能探測到，但識別不僅需要光線良好，而且也高度依賴于目標(biāo)模型庫，而模型庫又不可能窮舉所有類型，這意味著，很多靜態(tài)障礙物成了視覺感知的“漏網(wǎng)之魚”。因此，便經(jīng)常出現(xiàn)明明前方有靜態(tài)障礙物，自動駕駛汽車卻依然撞了上去的結(jié)果。

一位曾在某傳統(tǒng)車企擔(dān)任過ADAS算法工程師的朋友告訴筆者，他在三年前做的項(xiàng)目，就被卡在“毫米波雷達(dá)無法識別靜態(tài)障礙物”上——在當(dāng)時(shí)，受毫米波雷達(dá)物理性能的局限性，這個(gè)問題是無解的，但領(lǐng)導(dǎo)不懂啊，領(lǐng)導(dǎo)要求他“必須解決”。最終，這位工程師被迫辭職。

但如今，有了4D毫米波雷達(dá)，工程師因搞不定靜態(tài)障礙物識別問題而被迫離職的悲劇便可以避免，至少是，發(fā)生的概率會大幅度降低。因?yàn)椋皹?biāo)配”縱向天線（專門用來測高）的4D毫米波雷達(dá)能提供垂直分辨率的數(shù)據(jù)維度，前方障礙物的返回信號不再是粗暴地排列在二維地面上，而是呈現(xiàn)在立體的三維空間里。這便有助于各種高度的靜態(tài)障礙物被“區(qū)別對待”。

簡而言之，站在決策系統(tǒng)的角度看，與傳統(tǒng)的毫米波雷達(dá)相比，4D毫米波雷達(dá)的探測結(jié)果具有更高的置信度，因此，決策系統(tǒng)不必過多擔(dān)心參照4D毫米波雷達(dá)輸出的感知結(jié)果做路徑規(guī)劃會頻頻引發(fā)誤剎車。所以，4D毫米波雷達(dá)在很多功能中的權(quán)重是可以排在攝像頭之上的。

4D毫米波雷達(dá)的權(quán)重上升，會對行車安全帶來哪些影響呢？我們設(shè)想這樣一種場景：“前車的前車”已經(jīng)剎車，而“前車”因?yàn)闆]反應(yīng)過來，未來得及剎車，“自車”將作何反應(yīng)呢？

傳統(tǒng)毫米波雷達(dá)是可以穿透“前車”，探測到“前車的前車”發(fā)生了什么的，但遺憾的是，這個(gè)探測結(jié)果經(jīng)常被決策系統(tǒng)“打入冷宮”；而作為傳感器的攝像頭，卻不具備穿透力，無法看清“前車的前車”究竟發(fā)生了什么。因此，在車速比較高的情況下，發(fā)生連環(huán)追尾是大概率事件。

但如果采用了4D毫米波雷達(dá)，就是另一種結(jié)果了：由于“靠譜率”比傳統(tǒng)毫米波雷達(dá)高，4D毫米波雷達(dá)的探測結(jié)果很容易引起決策系統(tǒng)的“高度重視” ，因此，在“前車”因來不及剎車而撞上“前車的前車”的情況下，“自車”卻因?yàn)闆Q策系統(tǒng)提前就拿到并且相信了“前方有危險(xiǎn)”的通知，會及時(shí)剎車。

在4D毫米波雷達(dá)的助力下，“自車”不僅得以避免了魯莽地撞向前車，而且，它的剎車舉動還會正面反饋給“后車”，避免了自己“被追尾”；甚至還拯救了“后車”及“后車的后車”。

這是連激光雷達(dá)也不具備的一項(xiàng)能力。（不過，某造車新勢力的研發(fā)工程師說：“這種方法理論上可行，是還未在量產(chǎn)項(xiàng)目中成為常規(guī)檢測方法。”）

法國市場研究機(jī)構(gòu)Yole在去年發(fā)布的《2020年雷達(dá)產(chǎn)業(yè)態(tài)勢報(bào)告：廠商、應(yīng)用與技術(shù)趨勢》指出，在應(yīng)用場景變得更嚴(yán)苛之后，毫米波雷達(dá)正在朝著能更準(zhǔn)確描述車輛前后方場景的4D毫米波雷達(dá)前進(jìn)。

當(dāng)前，有許多公司在探索用4D毫米波雷達(dá)替代低線數(shù)激光雷達(dá)的可能性。

此外，座艙內(nèi)的DMS及生命體監(jiān)測等，也正在成為4D毫米波雷達(dá)的重要應(yīng)用場景。

特斯拉CEO馬斯克在2021年大力推動的“干掉毫米波雷達(dá)”運(yùn)動一度令不少人對4D毫米波雷達(dá)在自動駕駛市場的應(yīng)用充滿了質(zhì)疑，但實(shí)際上，馬斯克在痛斥毫米波雷達(dá)的種種弊端時(shí)，針對的主要是傳統(tǒng)毫米波雷達(dá)，而對“高精度毫米波雷達(dá)”，他并不排斥。

早在2020年10月，馬斯克就提到了采用4D成像雷達(dá)的計(jì)劃；今年9月份，特斯拉被發(fā)現(xiàn)向FCC（美國聯(lián)邦通信委員會）提交的一款自研毫米波雷達(dá)認(rèn)證申請已經(jīng)通過。因保密令到今年12月才解禁，這塊毫米波雷達(dá)的具體參數(shù)和用途尚不清晰，但從已經(jīng)公開的測試報(bào)告得知，這是一枚77Ghz雷達(dá)，在天線設(shè)置上采用了6收8發(fā)方案。

在國內(nèi)，截止目前，已有幾款價(jià)格在25萬-40萬區(qū)間的車型計(jì)劃在前保險(xiǎn)杠處搭載4D毫米波雷達(dá)。相信在時(shí)機(jī)成熟時(shí)，會有越來越多車企能深刻認(rèn)識到4D毫米波雷達(dá)的價(jià)值，然后，他們在今后的新車發(fā)布會上也會急切地拿4D毫米波雷達(dá)來“說事兒”的。

二.4D毫米波雷達(dá)的主要玩家及技術(shù)路線

目前，4D毫米波雷達(dá)市場的玩家主要有如下幾類：大陸、采埃孚、博世、安波福等傳統(tǒng)Tier 1；Waymo、Mobileye、華為等自動駕駛方案公司；傲酷、Arbe、幾何伙伴、楚航科技、森思泰克等初創(chuàng)公司。

在通過增加天線數(shù)來提高分辨率的技術(shù)路線上，目前主要有“級聯(lián)”、級聯(lián)+虛擬孔徑成像及集成芯片三種方案。

1.?級聯(lián)

所謂級聯(lián)，是指將英飛凌、德州儀器、NXP等公司的77G和79G標(biāo)準(zhǔn)雷達(dá)芯片（MMIC芯片）通過二級聯(lián)/四級聯(lián)/八級聯(lián)增加實(shí)體天線MIMO（接收天線數(shù)量與發(fā)射天線數(shù)量相乘后得到的虛擬通道數(shù)）。

二級聯(lián)，就是將2個(gè)3T4R的芯片聯(lián)在一起，組成6T8R；四級聯(lián)，就是將4個(gè)3T4R芯片聯(lián)在一起，組成12T16R，形成192個(gè)虛擬接收通道，如大陸的ARS 540；納瓦電子的18T24R產(chǎn)品，就是6級聯(lián)。博世、采埃孚、Waymo、華為，均采用的是級聯(lián)的方式。

這種方案的優(yōu)勢是前期開發(fā)難度低，因而上市周期比較短，但弊端在于體積大、成本高、功耗高（多芯片同時(shí)運(yùn)算會提高功耗）、信噪比不夠（多個(gè)MMIC芯片之間存在串?dāng)_）、算法適配等問題。

此外，相比于傳統(tǒng)的毫米波雷達(dá)，多片級聯(lián)方案不僅天線布局更加復(fù)雜，而且，PCB板的層級結(jié)構(gòu)也要復(fù)雜得多。比如，總共6層板的話，可能每層板的材質(zhì)都不一樣，因而膨脹系數(shù)也不一樣，這會導(dǎo)致板面翹曲，因而會影響到能量利用率。

另外，九章智駕還了解到，多家采用級聯(lián)技術(shù)路線的4D毫米波雷達(dá)廠商均碰到了“中頻同步”的技術(shù)難題——以四極聯(lián)為例，4個(gè)芯片大概有20G的中頻信號要同步，而且兩塊板子壓在一起，良品率上不去。

因此，如果采用級聯(lián)方案，基于芯片廠商提供的參考設(shè)計(jì)及SDK做Demo比較容易，但實(shí)現(xiàn)量產(chǎn)的門檻很高，只有那些技術(shù)能力及工程能力都極強(qiáng)的公司才能做好。

2.級聯(lián)+虛擬孔徑成像技術(shù)

所謂級聯(lián)+虛擬孔徑成像技術(shù)，是指基于現(xiàn)有的芯片，在級聯(lián)的方式上再通過獨(dú)特的虛擬孔徑成像軟件算法和天線設(shè)計(jì)做成高倍數(shù)虛擬MIMO，以達(dá)到在原來物理天線數(shù)基礎(chǔ)上再虛擬出十倍、數(shù)十倍的天線數(shù)，成功地把角分辨率從10度直接提升到1度。

傳統(tǒng)雷達(dá)的波形是單頻、重復(fù)、非自適應(yīng)的，產(chǎn)生多種波形的唯一方法是增加接收天線數(shù)量；而虛擬孔徑成像波形是自適應(yīng)的相位調(diào)制（調(diào)頻+調(diào)相+調(diào)幅），每根接收天線在不同時(shí)間產(chǎn)生不同的相位響應(yīng)，然后對數(shù)據(jù)進(jìn)行插值和外推，創(chuàng)造一個(gè)“虛擬孔徑”，進(jìn)而使角分辨率呈數(shù)量級地提升。

從公開資料看，采用這種級聯(lián)加虛擬孔徑成像技術(shù)的代表性廠商是傲酷。傲酷定位為Tier 2，提供的4D毫米波雷達(dá)的信號處理算法，不做硬件（硬件由海拉等合作伙伴提供）。2021年10月，傲酷自主研發(fā)的4D毫米波雷達(dá)AI 算法以及AD4D毫米波雷達(dá)技術(shù)被安霸收入囊中。

虛擬通道越多，接受的信號就更完整，探測結(jié)果就越清晰。傲酷市場部負(fù)責(zé)人郄建軍稱：“在采用虛擬孔徑成像技術(shù)后，在分辨率上，我們的單芯片就可以達(dá)到別的各公司四級聯(lián)產(chǎn)品的效果，二級聯(lián)可達(dá)到別的公司六級聯(lián)的效果。”

也有幾家4D毫米波雷達(dá)廠商的人士質(zhì)疑這種技術(shù)在原理上“并不符合物理定律”。

如有人說：“通過調(diào)頻、調(diào)幅、調(diào)相增加天線數(shù)，雖然可在局部優(yōu)化產(chǎn)品性能，但按常理，通過軟件的方式做優(yōu)化，肯定是無法完全彌補(bǔ)硬件本身能力的不足。因?yàn)椋邳c(diǎn)頻（一秒鐘能發(fā)多少電磁波）既定的情況下，軟件調(diào)整能做到的無非是以怎樣的方式把這些電磁破‘撒出去’，但無論怎么調(diào)整，電磁波的總數(shù)并不會多啊，此處密了，彼處就稀疏了。”

不過，一位跟傲酷有過密切合作的Tier 1工程師說：從原理的角度，我也不相信傲酷說的是真的，但產(chǎn)品測試下來，角分辨率確實(shí)是挺高的，并且，對50米內(nèi)的目標(biāo)物測距精度可達(dá)到0.1米。

虛擬孔徑成像技術(shù)的壁壘，主要在天線的布局、波形等方面。其中，天線布局主要影響虛擬孔徑的大小，而波形主要影響通道數(shù)的多少。此外，天線數(shù)增多，對后續(xù)的數(shù)據(jù)處理能力也提出了更高的要求。

虛擬天線技術(shù)徹底解決了困擾車載毫米波雷達(dá)界幾十年來只能用增加實(shí)體天線數(shù)量提高角分辨率的難題，可使產(chǎn)品在角分辨率大幅度提升的同時(shí)成本被控制在合理水平。

3.集成芯片

所謂集成芯片方案，是指通過將多發(fā)多收天線集成在一顆芯片中，通過形成ASIC芯片來實(shí)現(xiàn)上述功能。目前，該技術(shù)的代表公司主要有Arbe、Uhnder、Vayaar、SteradianSemi、RFISee等。最典型的是Arbe公司開發(fā)的4D毫米波雷達(dá)RFIC芯片，集成了48個(gè)發(fā)射器和接收器，擁有超過2300個(gè)虛擬信道。 ?

集成芯片可將4D毫米波雷達(dá)的體積大大縮小，并可以市場上每通道最低的成本實(shí)現(xiàn)了最先進(jìn)的射頻性能。但集成芯片方案的實(shí)現(xiàn)難度也要比級聯(lián)方案高出許多，主要挑戰(zhàn)在：

1. 如何在極小的密閉空間里布置那么多天線； ? 2. 如何克服天線之間的互相干擾問題； ? 3. 如何降低功耗、如何散熱； ? 4. 如何提升信噪比，信噪比如果上不去，有效探測距離就很短（Uhnder方面稱，他們的集成芯片是數(shù)字調(diào)頻芯片，具抗干擾能力）； ? 5. 芯片方案是ASIC，一旦流片，算法就固化了，此后，算法只能改針對特定場景的個(gè)別參數(shù)配置，但不能對功能做大幅度的調(diào)整。

前面幾個(gè)問題，尚可通過工程技術(shù)手段來克服，而最后一個(gè)問題，則是無解的。

某4D毫米波雷達(dá)廠商負(fù)責(zé)人稱，當(dāng)前，4D毫米波雷達(dá)還是一個(gè)新產(chǎn)品，主機(jī)廠還沒有大規(guī)模使用，因此，4D毫米波雷達(dá)廠商們也無法判定主機(jī)廠最終更青睞于哪種參數(shù)的。“一旦毫米波雷達(dá)廠商將某個(gè)版本的集成芯片流片了，到后面，如果主機(jī)廠在測試中發(fā)現(xiàn)4D毫米波雷達(dá)的算法需要大改，則Arbe又要重新流片，這不僅增加成本，而且也影響上車的進(jìn)度。”

上述人士認(rèn)為，Arbe那種集成芯片方案最適合量產(chǎn)的時(shí)間點(diǎn)，也許是在4D毫米波雷達(dá)批量上車5年后，有20個(gè)主機(jī)廠的100個(gè)車型都在用，算法已經(jīng)固化了，這時(shí)候，廠商們做集成芯片方案就很容易快速降低成本，也能建立起護(hù)城河。“我們未來也可能做集成芯片方案，但現(xiàn)在不會，因?yàn)椋灰獡Q個(gè)車型，產(chǎn)品可能就沒法用了。”

還有一種“超材料路線”，因目前超材料的研究仍處于實(shí)驗(yàn)室階段，短期內(nèi)仍難以實(shí)現(xiàn)商業(yè)化落地，我們在本文不做探討。

三．?軟硬一體與機(jī)器學(xué)習(xí)

產(chǎn)品再好，如果車企“不會用”，也會比較麻煩。

隨著傳統(tǒng)毫米波雷達(dá)升級至4D毫米波雷達(dá)成為趨勢，硬件的天花板突破了，系統(tǒng)對算法能力的要求就更高了。

與3D毫米波雷達(dá)相比，4D毫米波雷達(dá)的點(diǎn)云數(shù)量大幅度增加，因此，如何剔除虛警或者不必要的點(diǎn)云、如何挑選出需要用的點(diǎn)云再把它應(yīng)用到功能層級當(dāng)中，就是一個(gè)很大的挑戰(zhàn)了。

之前，反正硬件不具備對小障礙物的探測能力，因此，算法解決問題的方式通常是“猜測”，現(xiàn)在，硬件能力提升了，算法能力也必須從“猜測”升級至“分析”，否則就會“辜負(fù)”硬件。

比如，如何把相近的目標(biāo)物分離開來、如何找到失效場景、怎么過濾干擾、如何合理設(shè)置信噪比的閾值（閾值太高，小目標(biāo)容易被漏檢；閾值太低，則容易有誤檢）等，都需要強(qiáng)大的軟件算法能力。

但現(xiàn)狀是，當(dāng)前，大多數(shù)車企并不具備毫米波雷達(dá)的算法能力。

某毫米波雷達(dá)廠商項(xiàng)目經(jīng)理說：“在2022年~2023年量產(chǎn)的項(xiàng)目，用的基本都是毫米波雷達(dá)做完數(shù)據(jù)處理之后的結(jié)果，大部分車廠還沒有能力將毫米波雷達(dá)的點(diǎn)云真正用起來。”

長期以來，毫米波雷達(dá)廠商們提供的往往是軟硬一體化的方案，即算法已被集成到硬件中了。對車企來說，毫米波雷達(dá)直接輸出感知結(jié)果，他們只需將這個(gè)結(jié)果與其他傳感器的識別結(jié)果做融合就行了。

當(dāng)前，雖然車企們都喊著要“軟硬件解耦”，希望能自己做算法，但實(shí)際上，毫米波雷達(dá)算法的壁壘極高，只有極少數(shù)車企才能搞定，因此，對大多數(shù)車企而言，廠商們提供的軟硬一體化方案仍是首選。

從九章智駕調(diào)研的結(jié)果來看，當(dāng)前，4D毫米波雷達(dá)數(shù)據(jù)處理部分的算法，比如ACC、AEB、BSD、LCA這些，基本上都是由雷達(dá)廠商來做。“也有一些主機(jī)廠在做毫米波雷達(dá)算法開發(fā)的工作，但從目前行業(yè)整體發(fā)展來看，真正讓主機(jī)廠把從點(diǎn)云到目標(biāo)再到功能做出來還是比較困難的。”

然而，令車企們尷尬的是，4D毫米波雷達(dá)的算法比傳統(tǒng)毫米波雷達(dá)復(fù)雜得多，廠商們自己也很很難搞定算法，有一些廠商只能交付硬件。據(jù)稱，在某國際主機(jī)廠跟某德系Tier 1的合作案例中，該主機(jī)廠就不得不親自上陣做自己并不擅長的算法。

那么，為什么連已經(jīng)在傳統(tǒng)毫米波雷達(dá)的算法方面已經(jīng)有了幾十年積累的頭部Tier 1也很難搞定4D雷達(dá)的算法呢？

一個(gè)很大的區(qū)別是：傳統(tǒng)毫米波雷達(dá)對目標(biāo)的定義是“點(diǎn)目標(biāo)”，而4D毫米波對目標(biāo)的定義是“擴(kuò)展目標(biāo)”。因此，兩者的信號處理、點(diǎn)云處理架構(gòu)就不一樣。

此外，某4D毫米波雷達(dá)廠商技術(shù)負(fù)責(zé)人說，傳統(tǒng)毫米被雷達(dá)的算法，只需做一些簡單的數(shù)據(jù)聚類處理，而4D毫米波雷達(dá)的算法要做目標(biāo)分類，需要圍繞著AVP、HWP、TJA做功能，這些功能通常是由算法公司或算法很強(qiáng)的硬件科技公司來做。

據(jù)了解，在和一些國外公司競標(biāo)國內(nèi)某主機(jī)廠的項(xiàng)目時(shí)，某國內(nèi)毫米波雷達(dá)廠商之所以能快速勝出，除點(diǎn)云的數(shù)量和質(zhì)量更高外，能同時(shí)提供4D毫米波雷達(dá)的算法，也是一個(gè)關(guān)鍵原因。

4D毫米波雷達(dá)算法難寫這一痛點(diǎn)，恰好成了BlueSpace.ai公司的機(jī)會——該公司專門提供4D雷達(dá)、激光雷達(dá)等傳感器的預(yù)測感知軟件技術(shù)方案。

毫米波雷達(dá)廠商們當(dāng)然并不甘心把“靈魂”交給合作伙伴。事實(shí)上，已有多家4D毫米波雷達(dá)產(chǎn)業(yè)鏈上的公司計(jì)劃，今后，算法能力將被其作為核心競爭力來打造。而引入機(jī)器學(xué)習(xí)算法，則是這一系列行動的最大亮點(diǎn)之一。

在《高工智能汽車》此前的報(bào)道中，一位行業(yè)人士表示：“過去因?yàn)槔走_(dá)分辨率很低，你根本無法做任何與機(jī)器學(xué)習(xí)相關(guān)的后期處理。現(xiàn)在由于4D毫米波雷達(dá)可以產(chǎn)生類似激光雷達(dá)點(diǎn)云數(shù)據(jù)，機(jī)器學(xué)習(xí)可以被用來訓(xùn)練雷達(dá)感知系統(tǒng)識別物體，尤其是幫助解決傳統(tǒng)雷達(dá)無法克服的邊緣檢測難題。”

這個(gè)趨勢，也已經(jīng)被越來越多的企業(yè)所驗(yàn)證。比如，NXP已經(jīng)推出一款車規(guī)級的AI工具包，除了應(yīng)用于傳統(tǒng)的視覺領(lǐng)域，4D毫米波雷達(dá)也將使用神經(jīng)網(wǎng)絡(luò)根據(jù)其點(diǎn)云圖像對道路使用者及障礙物進(jìn)行分類。

根據(jù)恩智浦及德州儀器等雷達(dá)芯片廠商們的計(jì)劃，4D毫米波雷達(dá)的下一步就是提升類似攝像頭算法的機(jī)器學(xué)習(xí)能力。

Arbe公司從一開始就思考如何將信號處理和人工智能置于現(xiàn)成的射頻芯片組和數(shù)字信號處理器DSP之上，實(shí)現(xiàn)實(shí)時(shí)聚類、跟蹤、自定位、假目標(biāo)濾波、基于雷達(dá)和基于雷達(dá)+攝像頭的目標(biāo)分類。

這套人工智能算法可以識別被檢測到的對象是否是人，而不是樹，并且計(jì)算出它將在一秒內(nèi)的位置，還與攝像頭和套件中的其他傳感器融合，以對多個(gè)傳感器中的探測對象進(jìn)行分類和匹配。

據(jù)《高工智能汽車》的報(bào)道，安波福公司此前也給出了4D毫米波雷達(dá)結(jié)合機(jī)器學(xué)習(xí)能力的一系列數(shù)據(jù)。

比如，針對道路上的小物體或碎片，機(jī)器學(xué)習(xí)可以將探測距離再提高50%以上，并能跟蹤200米范圍內(nèi)的小物體；與經(jīng)典的雷達(dá)信號處理相比，機(jī)器學(xué)習(xí)減少了70%的漏檢；機(jī)器學(xué)習(xí)還可以將位置誤差和目標(biāo)航向誤差降低50%以上，這意味著該車輛能夠更好地識別停在其他車道上的車輛，以及靜止或緩慢移動的物體。

再比如，隧道對于傳統(tǒng)毫米波雷達(dá)是一個(gè)具有挑戰(zhàn)性的環(huán)境——隧道墻壁是一個(gè)巨大的反射面，可能導(dǎo)致非常多的返回點(diǎn)，甚至可能超過雷達(dá)處理目標(biāo)的能力。但安波福認(rèn)為，機(jī)器學(xué)習(xí)可以幫助車輛了解何時(shí)進(jìn)入隧道，能夠以比經(jīng)典方法更高的精度過濾掉檢測中的噪聲；同時(shí)，還可以更好地解釋隧道和其他封閉環(huán)境中的雷達(dá)回波，對扇形等目標(biāo)進(jìn)行分類。

此外，高通公司本身不生產(chǎn)毫米波雷達(dá)，但他們聲稱，可以通過在雷達(dá)上進(jìn)行深度學(xué)習(xí)來擴(kuò)大雷達(dá)的性能。例如，通過使用高通內(nèi)部開發(fā)的“雷達(dá)深度神經(jīng)網(wǎng)絡(luò)”，通過使用增強(qiáng)的雷達(dá)獲得更高的分辨率和3D掃描。

據(jù)此，一款4D毫米波雷達(dá)的競爭力如何，將在很大程度上受到廠商們及合作伙伴們深度學(xué)習(xí)算法能力的助力或制約。

四．道阻且長：4D量產(chǎn)應(yīng)用中的難題

小鵬在2020年底宣布將在P5上采用激光雷達(dá)后，其他主機(jī)廠（既包括新勢力，也包括傳統(tǒng)主機(jī)廠）紛紛跟進(jìn)，可以說，激光雷達(dá)已引發(fā)了車企之間的一輪軍備競賽；然而，4D毫米波雷達(dá)市場上，無論是寶馬跟大陸的合作，還是上汽R品牌跟采埃孚的合作，似乎都未能對其他主機(jī)廠的決策產(chǎn)生多大的影響。

據(jù)九章智駕調(diào)研，只有個(gè)別幾家車企會在接下來一兩年推出的新車型上采用4D毫米波雷達(dá)。

為什么大多數(shù)主機(jī)廠仍對4D毫米波持觀望態(tài)度呢？4D毫米波雷達(dá)的量產(chǎn)落地究竟還面臨著哪些障礙？(產(chǎn)品開發(fā)層面的困難，本文第二小節(jié)已有所介紹，這里重點(diǎn)寫其在應(yīng)用中會遇到的難題)

1.技術(shù)及工程層面的難題

（1）需要多個(gè)指標(biāo)同時(shí)滿足條件

有主機(jī)廠的感知工程師說，有不少4D毫米波雷達(dá)廠商側(cè)重強(qiáng)調(diào)其產(chǎn)品在測距分辨率、角度分辨率、速度分辨率等單一指標(biāo)上的優(yōu)勢，但單一指標(biāo)的強(qiáng)大對最終成像的意義不大，“實(shí)際上，需要同時(shí)提高距離分辨率、角度分辨率、速度分辨率，才能達(dá)到一個(gè)比較好的成像效果，出來的結(jié)果置信度才會更高”。

（2）前融合很難做

要想將4D毫米波雷達(dá)的技術(shù)優(yōu)勢都充分發(fā)揮出來，就需要將它跟攝像頭做前融合——后融合還存在置信度的問題，即雙方都看到了目標(biāo)，或單一傳感器看到了目標(biāo)，該相信誰呢？因此，前融合是必要的。不過，前融合并不是一件容易的事情。其原因如下——

A.?長期以來，在毫米波雷達(dá)廠商只提供軟硬一體的黑盒子的模式下，絕大多數(shù)主機(jī)廠都沒有“見過”毫米波雷達(dá)的原始數(shù)據(jù)，根本就不怎么了解這些數(shù)據(jù)的特性（毫米波雷達(dá)?數(shù)據(jù)格式就跟攝像頭不一樣），因而，真正熟悉毫米波雷達(dá)點(diǎn)云屬性的人才太少。

如今，多數(shù)公司是從頭開始學(xué)習(xí)毫米波雷達(dá)（比學(xué)習(xí)激光雷達(dá)要晚5-6年），連寫毫米波雷達(dá)算法都覺得很難，更別提將4D毫米波雷達(dá)跟攝像頭做前融合了。更何況，目前，市場上4D毫米波雷達(dá)的樣品也不多，下游客戶也沒有多少學(xué)習(xí)的機(jī)會。

B.?4D毫米波雷達(dá)的通道數(shù)多、數(shù)據(jù)量比較大，與視覺做前融合對算力的要求比較高，傳感器端的算力是不夠用的——毫米波雷達(dá)芯片的內(nèi)存有限，而且處理器需要處理FFT變換、CFAR、濾波等，無法處理太多的點(diǎn)云，因此，如果點(diǎn)云密度比較高，前融合就需要放在域控制器里做。

目前，傲酷的新一代4D毫米波雷達(dá)就是按照算法+中央域控的技術(shù)路線來走，據(jù)稱單個(gè)雷達(dá)能夠做到0.1°*0.1°的角分辨率和每秒幾十萬點(diǎn)的點(diǎn)云。

但如果將主控芯片放在域控制器中，不僅4D毫米波雷達(dá)的高數(shù)據(jù)速率和數(shù)據(jù)壓縮會給集中式架構(gòu)帶來挑戰(zhàn)，而且天線和處理器之間信號傳輸?shù)膸捄退俾室矔绊懙教綔y精度。這意味著，數(shù)據(jù)運(yùn)算在域控制器中進(jìn)行的思路也很難行通的。

要解決上述矛盾，4D毫米波雷達(dá)廠商需要對中央域控制器有足夠深刻的理解，或者是跟一家域控制器廠商或芯片廠商深度綁定。而傲酷能將4D毫米波雷達(dá)的算法放在中央域控制器中，跟它們被安霸收購有很大關(guān)系——安霸的域控芯片CV3，會拿出一小塊出來做毫米波雷達(dá)的所有信號處理（可以應(yīng)對6個(gè)雷達(dá)）。

C.?前融合需要4D毫米波雷達(dá)跟攝像頭做聯(lián)合標(biāo)定，但聯(lián)合標(biāo)定很難——4D毫米波雷達(dá)對于語義信息的理解不夠準(zhǔn)確、對目標(biāo)分類也不準(zhǔn)確；此外，4D毫米波雷達(dá)有距離信息，而攝像頭則沒有。那么在兩者聯(lián)合標(biāo)定時(shí)，如何將置信度、可靠性在視覺和4D毫米波雷達(dá)點(diǎn)云層級就做好，在什么情況下哪個(gè)傳感器的準(zhǔn)確度更高，就是個(gè)很大的問題。

（3）EMC很難通過

4D毫米波雷達(dá)的電子兼容性即EMC很難通過，關(guān)鍵是需要考慮如何避免對外界的干擾，以及如何對抗來自外界的干擾。其中，對外界的干擾包括干擾車外的物體以及車內(nèi)的車載收音機(jī)等，這跟電磁波的發(fā)射頻率（包括EMI和EMF）有關(guān)。EMC的問題一般在前期模擬中很難被發(fā)現(xiàn)，而是需要在實(shí)驗(yàn)過程中才能發(fā)現(xiàn)。

（4）測試設(shè)備還不成熟

通常，車企或Tier 1在路測之前要在實(shí)驗(yàn)室里通過雷達(dá)模擬器去測試硬性的條件，3D毫米波雷達(dá)已經(jīng)成熟測試設(shè)備也成熟，但4D毫米波雷達(dá)目前僅有施瓦茨一家發(fā)布了4D雷達(dá)模擬器，雖然設(shè)計(jì)的時(shí)候按照指標(biāo)設(shè)計(jì)，但沒有設(shè)備去做驗(yàn)證。

（5）測試標(biāo)準(zhǔn)還不清晰

原來3D毫米波雷達(dá)做測試只需要測水平方向的檢測能力就可以，而4D毫米波雷達(dá)有了高度信息后，就需要增加高維的測試，而高度測試的標(biāo)準(zhǔn)和方法還需要摸索。

（6）不容易安裝

4D毫米波雷達(dá)尺寸普遍比傳統(tǒng)毫米波雷達(dá)大，造型也有所不同，因此，安裝位置并不太好設(shè)計(jì)。

2.政策層面的難題：缺乏國家標(biāo)準(zhǔn)

現(xiàn)階段，4D毫米波雷達(dá)缺少國標(biāo)，很多主機(jī)廠擔(dān)心上大規(guī)模安裝后卻無法使用。

比如，在距天文臺一公里以內(nèi)的路段等敏感區(qū)域，77G毫米波雷達(dá)是不被允許開啟的，但如果4D毫米波雷達(dá)在多數(shù)時(shí)候是開著的，到了這些敏感區(qū)域怎么關(guān)掉，也是個(gè)問題。

3.商業(yè)層面的難題：性價(jià)比還不夠高

4D毫米波雷達(dá)跟激光雷達(dá)是異構(gòu)的，很多工程師不相信它能取代激光雷達(dá)。

甚至，還有先后在4D毫米波雷達(dá)廠商及主機(jī)廠的自動駕駛感知團(tuán)隊(duì)工作的工程師很坦誠地說：“從我們的測試數(shù)據(jù)來看，現(xiàn)階段，4D毫米波雷達(dá)不僅無法取代激光雷達(dá)，而且，與成熟的3D毫米波雷達(dá)相比，其優(yōu)勢也不是那么明顯。我感覺，4D毫米波雷達(dá)最起碼還要等2—4年才能成熟。”

還有一家毫米波雷達(dá)廠商市場部負(fù)責(zé)人說：“4D毫米波雷達(dá)的成像效果比激光雷達(dá)差很多，完全沒有必要用自己的弱點(diǎn)去與激光雷達(dá)競爭；4D毫米波雷達(dá)在短期內(nèi)是沒有辦法替代激光雷達(dá)的，也沒有辦法作為一個(gè)主傳感器。”

盡管產(chǎn)品并不好用，但價(jià)格卻并不低，結(jié)果，對比下來，人們發(fā)現(xiàn)，當(dāng)前，4D毫米波雷達(dá)的性價(jià)比還不夠高。

4D毫米波雷達(dá)的價(jià)格信息，目前還比較機(jī)密，我們不方便在文章中披露太多。

未盡之語：要生存，還是要詩和遠(yuǎn)方？

一位長期關(guān)注自動駕駛賽道的券商人士的觀點(diǎn)——

當(dāng)前，4D毫米波雷達(dá)賽道上的初創(chuàng)公司目前都在拼命融資的階段，而從去年開始，投資人投不投你，主要是看你有沒有量產(chǎn)訂單，那么，從融資的角度來說，他們把精力放在更容易量產(chǎn)落地的3D毫米波雷達(dá)上，拿到訂單，要比主攻4D毫米波雷達(dá)更有利。

但在3D毫米波雷達(dá)的戰(zhàn)場上，他們是還要跟博世、大陸、采埃孚這些公司競爭，壓力會非常大，因而可能就沒有多少精力和資金來攻4D毫米波雷達(dá)了。

編輯：黃飛

?