自动驾驶传感器的下一个战场：4D毫米波雷达

发布时间：2021-03-13 07:58:20来源：建约车评

“等特斯拉哪天真的开始用了，市场马上就火爆了。”

在激光雷达之后，4D毫米波雷达极有可能成为自动驾驶传感器市场上的下一个爆点。这一市场上的活跃玩家，既有大陆这样的传统Tier1，也有Waymo及华为这样的科技巨头，还有Arbe、傲酷、森思泰克等诸多初创公司。

一．“能够检测静态障碍物”的毫米波雷达

毫米波雷达，是自动驾驶车辆必不可少的传感器之一，但长期以来，在舆论场上，它的存在感却很弱——不仅远不如激光雷达那样容易引发讨论，甚至相比于视觉感知方案，它也显得“不够性感”。

一个很关键的原因是，毫米波雷达，是一种已经比较成熟的技术，在过去十几年并没有出现突破性创新，并且市场格局也相对固化，因此，不具备“话题性”。但随着自动驾驶走向深水区，这一现状正在改变。

2020年3月份，Waymo发布了其自研的第五代传感器，在介绍毫米波雷达时，Waymo称这款传感器“能检测静态障碍物”。但Waymo并没有对此做过多解释，因此，这一信息很快就被淹没了。

长期关注自动驾驶的人应该都知道，特斯拉在自动驾驶状态下出的多次事故，都有一个共同原因是“毫米波雷达无法检测静态障碍物”，因此，倘若Waymo的毫米波雷达真能检测静态障碍物，那算是一个突破性进展了。

4月，Cruise收购了德国毫米波雷达公司Astyx，而据theInformation在6月份的报道，有Astyx的客户反映，该公司的毫米波雷达“能够对位于道路中间的静止物体进行检测，并将这些物体与其他的静止物体区分开来”。

9月底，在北京车展上，华为也展示了一款毫米波雷达，据展台的工作人员介绍，这款毫米波雷达也“能检测静态障碍物”。

10月份，黑客通过对特斯拉的软件更新进行侦查发现，后者在最近的软件更新中增加了一个名为“phoenix”的新雷达选项。Phoenix是Arbe公司的4D毫米波雷达系统的名字，而早在2018年底，Arbe公司便宣布，其开发的4D毫米波累雷达“实现了行业独家的实时分离静态和动态目标功能”。

其实，当前，所有以“能检测静态障碍物”为亮点的毫米波雷达，都属于4D毫米波雷达。

自2019年以来，《高工智能汽车》在报道中多次提到美国毫米波雷达初创公司傲酷的4D毫米波雷达，跟Waymo、华为和Arbe一样，傲酷的4D毫米波雷达也能“识别静态障碍物”。

此外，传统Tier1大陆公司在对其4D毫米波雷达ARS540的推介中也将“能识别静态障碍物”作为一个亮点来强调。

那么，4D毫米波雷达所谓“能检测静态障碍物”的确切含义究竟是什么，难道传统的毫米波雷达（3D）就不能检测静态障碍物了吗？业界很流行的“毫米波雷达无法识别静态障碍物”的说法准确吗？

真相是，传统的毫米波雷达也可以检测静态障碍物，能够准确知道目标与雷达之间的距离、方位、速度信息，但因为不具备测高能力，因而难以判断前方静止物体是在地面还是在空中，进而容易将井盖、减速带、路边金属等低小的“障碍物”（无需刹车）及交通标识牌、龙门架、立交桥等很高的“空中障碍物”（无需刹车）与车辆等路面上的静态障碍物（需要刹车）混淆。

鉴于此，如果将传统的毫米波雷达作为主传感器，便可能导致误刹车频发。为了避免误刹车，AEB算法便决定对毫米波雷达的置信度权重下降，以视觉感知结果为主。

然而，视觉感知的挑战在于，单目和三目摄像头必须对目标先识别（分类）才能探测到，但识别又高度依赖目标模型库，而模型库又不可能穷举所有类型，这意味着，很多静态障碍物成了视觉感知的“漏网之鱼”。因此，便经常出现明明前方有静态障碍物、自动驾驶汽车却依然撞了上去的结果。

4D毫米波雷达厂商凌波微步CEO于胜明曾以特斯拉于2016年发生的自动驾驶车祸举例解释：

“当时，因为大卡车的颜色是纯白色的，与天空颜色相近，再加上反光等因素，处于主导地位的摄像头并没有‘看到’卡车的存在。处于辅助地位的毫米波雷达倒是发现了这个目标，然而，特斯拉当时用的是3D毫米波雷达，不能够区分目标是在空中还是地面，因此，以摄像头为主导的安全系统最后不得不将其忽略，从而导致了车祸的发生。“

但在做事故原因分析时，这一因果链却被简化为“毫米波雷达无法识别静态障碍物”。

不过，有了4D毫米波雷达（又被称为“成像雷达”），系统便不必因为“矫枉过正”而忽略掉很多路面上的静态障碍物了。

因为，与传统的3D毫米波雷达相比，4D毫米波雷达“多出来的一维”便是“高度维”，这意味着，它不可能将立交桥跟路面上的车辆混为一谈（避免误刹）；并且，除具备测高能力外，4D毫米波雷达更大的亮点是，分辨率要比传统毫米波雷达高得多，因而可以更有效地解析目标的轮廓、类别、行为，进而能知道在什么情况下必须刹车（避免漏刹）。

说到这里，有必要纠正媒体对4D毫米波雷达的报道中一个常见的错误表述：4D毫米波雷达“能识别静态障碍物”。准确的说法应该是“4D毫米波雷达能对静态障碍物进行分类“以及“4D毫米波雷达不过滤静态障碍物”。

换言之，4D毫米波雷达可最大程度地避免误刹车和漏刹车。

包括Arbe在内的多家公司在宣传4D毫米波雷达的性能时都提到了“无论速度、海拔、距离、大小，还是周围的天气和光照条件如何，都能区分真实的威胁和假警报”。

二．高分辨率+广视场角+长探测距离+机器学习

当然，4D毫米波雷达的强项远不止于“擅长识别静态障碍物”。我们在上一段已提到过，4D毫米波雷达的分辨率要比传统毫米波雷达高得多，其很多卖点都将基于这一性能。

如大陆公司的ARS540，水平分辨率达1.2°，是传统毫米波雷达的5倍（后者的分辨率通常只有5°）。ARS530有80%的几率检测到隐藏车辆，而大部分毫米波雷达只能做到20%，因此就过滤掉了这些数据。

傲酷公司的4D毫米波雷达EAGLE，据称可在120°水平/30°纵向的宽视场中提供0.5°水平x1°纵向的角分辨率。

由于分辨率很高，4D毫米波雷达甚至在探测距离超过300米时也可以清楚分辨车辆处于哪个车道。如Arbe的产品据称可以检测出汽车是否在某条车道内行驶，或者是为了超车而越过了车道。

据《高工智能汽车》此前的报道，采埃孚第一代4D毫米波雷达“在每个测量周期有几千个数据点，而传统雷达只有几百个”；“可以从行人身上接收大约10个数据点，而不是以前的只有1或2个点”。

对行人及小物体等的检测，是传统毫米波雷达的弱项，但由于数据点比较多，4D毫米波雷达能探测到较小的目标，比如矿泉水瓶、轮胎碎片等，以及被遮住一部分的行人或骑行者。

此外，随着数据点数量的增加，4D毫米波雷达甚至能够通过测量点的移动速度来定义单个肢体的运动，这意味着它可以判断出行人的移动方向，并向车辆提供实时的态势数据和警报。

除分辨率外，视场角也很重要。

由于通道数比较少，传统雷达很难兼顾视场角、探测距离与角分辨率。如为了远距离分辨出前车在哪条车道，从而实现较好的AEB/ACC性能,必须靠缩小FOV到20度上下，从而达到1-2度角分辨率。由此，FOV往往仅限于车辆的行驶区域，无法探测到路边的小障碍物。

但4D毫米波雷达的通道数往往是传统毫米波雷达的数倍、数十倍，因而可以广阔视野提供高度详细的环境图像。如傲酷的Eagle，可基于FOV120度实现小于1度的横向角分辨率，不仅可以探测到路边的小障碍物，还可以实现双向8-10个车道的监测，并可精确识别车辆所处车道。

通常，传统毫米波雷达最长有效探测距离达到250米的前提是把FOV缩小到8-10度；而4D毫米波雷达则不然，如大陆的ARS540可以在FOV达到120度的情况下实现300米的探测距离，根据高工在最近的一篇文章中的说法，通过提高信噪比，傲酷的Eagle在120度的FOV下探测距离可长达350米。

Arbe的Phoenix采用2300个通道(48发射*48接收)，信道阵列可以提供1°方位角分辨率和2°仰角分辨率，探测最远距离为300米，测距精度在10-30厘米，官方说法是“能够在宽阔的视野下和远程范围内同时追踪数百个目标”。

傲酷雷达CMO郄建军说：“做路径规划和防撞的时候，就怕横穿，突然冒出一个人或者车辆。最难的是中国的十字路口，很多行人、汽车、卡车、公交车、自行车、三轮车等混杂在一起，对所有运动目标的连续跟踪尤为重要，而我们的4D毫米波雷达可以在第一时间跟踪路口所有运动目标的轨迹。”

ArbeCEOKobiMarenko认为：“4D成像雷达是所有传感器中探测距离最长、视场角最大的，这使得它可能最先识别危险。然后，4D成像雷达可将摄像头和激光雷达传感器的探测引导到相关区域，这将大大提升自动驾驶的安全性。”

NXP执行副总裁兼无线电频率处理总经理TorstenLehmann曾假设过这样一种场景：如汽车以每小时80公里的速度在高速公路上行驶，而摩托车(反射率低的小物体)以每小时200公里的速度从后面驶来时。与摄像头和激光雷达不同，成像雷达可以在最初相距较远时就识别到摩托车，并可识别出这两个物体在以两种不同的速度运动。

根据恩智浦及德州仪器等雷达芯片厂商们的计划，4D毫米波雷达的下一步就是提升类似摄像头算法的机器学习的能力。

恩智浦在2019年推出的一款车规级的AI工具包，除了应用于传统的视觉领域，也将应用于毫米波雷达。未来，搭载恩智浦方案的4D毫米波雷达有望使用神经网络根据其点云图像对道路使用者及障碍物进行分类。

在《高工智能汽车》此前的报道中，一位行业人士表示：“过去因为雷达分辨率很低，你根本无法做任何与机器学习相关的后期处理。现在因为有了成像雷达，就有了基于机器学习来理解场景的能力。“

Arbe则是从一开始就思考如何将信号处理和人工智能置于现成的射频芯片组和数字信号处理器DSP之上，随后他们自主研发了数字处理器和专用集成电路。

有了机器学习能力的助力，4D毫米波雷达的性能将可能呈现出指数级的提升，并且会持续进步。

2021年初，Electrek发现特斯拉向美国联邦通信委员会（FCC）提交了一份新申请，申请在公共道路上使用一种新的“汽车毫米波雷达传感器”。这款毫米波雷达，正是上文提到的由Arbe公司设计的Phoenix。

也许，Arbe4D毫米级雷达的助力，正是特斯拉敢于“不鸟激光雷达”的一大关键底气吧？

三．几种技术路线

分辨率，是评判一款毫米波雷达的最关键指标，也是最核心的壁垒，因此，如何在不增加尺寸、成本和能耗预算的情况下将角度分辨率提高，也是毫米波雷达厂商们之间竞争的关键。

分辨率与天线数成正比，天线数越多，分辨率就越高，但目前绝大多数毫米波雷达都是采用单片收发器，通常只有3发4收，也就是只有12个虚拟通道，因此，要提高分辨率，就得增加天线数。

4D毫米波雷达提高分辨率的技术路线主要有四种，其中三种都跟增加天线数有关。

第一种：将英飞凌、德州仪器、NXP等公司的77G和79G标准雷达芯片通过二级联/四级联/八级联增加实体天线MIMO。在这种方案下，多个低功率毫米波级联在一起，并作为单个单元同步运行。这就有了多个接收和发射通道，从而显著提高了角分辨率和测距性能。

二级联，就是将2个3发4收的芯片联在一起，组成6发8收；四级联，就是将4个3发4收芯片联在一起，组成12发16收，形成192个虚拟接收通道，如大陆的ARS540及Uhnde公司的RoC架构。

级联是最常规的方式，但傲酷雷达CMO郄建军认为，这类产品有如下几个缺点：1.尺寸较大，成本、功耗高；2.天线之间互相干扰，信噪比较低，Uhnde的产品有效探测距离只能达到50米，就是因为信噪比上不去。

另外，在Arbe公司看来，级联收发器如何来处理来自高信道计数的大量数据也是一个问题，因为许多公司并没有提供基带处理器来处理这样的信道密度。在大多数情况下，他们会选择应用FGPA芯片来解决这个问题，可是FGPA的能耗很高，价格也十分昂贵。

第二种：通过将多发多收天线集成在一颗芯片中，通过形成专用芯片来实现上述功能。目前，该技术的代表公司主要有Arbe、Vayaar、SteradianSemi、RFISee等。

和传统雷达公司一样，Arbe起初是购买外部供应商的芯片来做产品研发，但他们很快就意识到，市场上没有足够强大的芯片组来处理预想的高分辨率雷达数据，于是，Arbe开发了自己的4D成像雷达RFIC芯片。该芯片集成了48个发射器和接收器，拥有超过2300个虚拟信道，典型功耗低于4W。

Vayyar的4D毫米波雷达则在单颗芯片上集成了72个发射器和72个接收器，覆盖了3GHz~81GHz雷达和成像频段。

在郄建军看来，这种技术路线仍然是在增加实体天线，在本质上跟级联的方式没多大区别。“Uhnde的16发16收，实际上就是将4个4发4收芯片拼接在一起。”因此，尽管与四级联的路线相比，专用芯片可将4D毫米波雷达的体积大大缩小，但仍需突破信噪比低的局限性。

信噪比上不去，有效探测距离便受到很大限制。如Vayyar考虑到目前芯片的探测距离只有100米左右，便先把市场重点放在座舱方案上——用于车内乘客的定位和分类、生命体征和姿态分析等，可支持入侵者警报、儿童遗忘检测、增强的安全带提醒和在事故发生时紧急提醒等功能。

第三种：基于现有的芯片，在级联的方式上再通过独特的虚拟孔径成像软件算法和天线设计做成高倍数虚拟MIMO，以达到在原来物理天线数基础上再虚拟出十倍、数十倍的天线数，成功地把角分辨率从10度直接提升到1度。该技术代表公司是傲酷雷达，国内初创公司几何伙伴也在尝试类似方案。

该技术的优点是：不再受物理天线数的局限，可极大提升角分辨率，随着算法的不断优化，虚拟倍数还可能进一步提升；抗干扰能力强；尺寸小、功耗低。

3月9日，傲酷公司发布了全新Eagle前向雷达和Falcon角雷达产品。傲酷称Eagle是目前世界上最高角分辨率的商用4D成像雷达，Falcon是世界上最小巧的4D成像雷达。

傲酷不仅卖雷达，而且还将虚拟孔径成像算法授权给海拉等Tier1们。

据郄建军介绍，傲酷的虚拟孔径成像算法不过分依赖特殊硬件，跟德州仪器英飞凌的芯片都可以兼容，因此，产业链相对比较成熟。难点是，虚拟孔径成像算法的壁垒很高。

不过，并非所有公司都认可这一技术路线。如国内某Tier1市场部一位人士说：通过软件来提升一个功能的同时，总难免要牺牲另一个功能，比如帧率变慢，因此，尽管分辨率提升了，但反应速度也变慢了。

第四种：通过使用超材料来研发全新的雷达架构。超材料在表面上嵌入了显微结构，可实现电磁波滤波器的小型化。这些结构可以与电磁波传播技术结合使用，创建出比传统电路要小很多的电路。

该技术的代表公司主要包括MetaWave、EchoDyne等。受限于上游超材料供应链基础较弱，该技术路线的商业化仍有很长的时间要走。

四．4D毫米波雷达能取代激光雷达吗？

有意思的是，与传统毫米波雷达的技术主要掌控在几大国际Tier1手中不同的是，4D毫米波雷达市场上的玩家中有不少是初创公司。

可以理解为，传统毫米波雷达的市场格局已经固化了，新势力很难撼动“老势力”们的统治地位，但在4D毫米波雷达这个新战场上，新势力们则跟老势力们站在同一个起跑线上。

根据多家厂商已经公开的信息，4D毫米波雷达将从2021-2022年开始批量上车。

其中，大陆ARS540将率先应用在宝马iNext上；Arbe的Phoenix将率先应用在特斯拉Model3上；傲酷据称也已拿下了海拉、通用、亚马逊、长城等多家客户。

安波福、Mobileye、华为、Cognitive、RFISee、Echodyne、Metawave、HENSOLDT、SteradianSemi、ARI、凌波微步、几何伙伴、森思泰克等公司的4D雷达，目前公开信息还比较少。

按照高工智能汽车研究院的判断，2021-2023年将是4D成像雷达搭载新车型上市的第一波市场高峰期。

法国市场研究机构YoleDéveloppement预计，4D毫米波雷达将首先出现在豪华轿车和自动驾驶出租车上，这会带来5.5亿美元以上的投资，并在2020年至2025年间以124%的复合年增长率(CAGR)增长。

郄建军认为，随着自动驾驶走向L3-L4阶段，以及自主泊车功能逐步上车，传统毫米波雷达的短板日渐突出，需要升级至4D毫米波雷达；而随着4D毫米波雷达技术的成熟及成本的降低，传统毫米波雷达可能会一步步被淘汰。

郄建军说：“毫米波雷达升级成4D，就跟激光雷达逐步从4线升级至32线、64线、128线一样，是一种无法逆转的趋势，华为的毫米波雷达一上来就做4D成像的，这是非常明知的。等特斯拉哪天开始用了，这个市场马上就火爆了。”

那么，4D毫米波雷达有可能取代激光雷达吗？在关于4D毫米波雷达的讨论中，这是一个很受关注的话题。

大陆、Arbe、傲酷等多家厂商都提到其4D毫米波雷达在分辨率上接近8线、16线、甚至32线激光雷达，而且，随着天线阵列越来越大，4D毫米波雷达的分辨率还会继续提高。

不仅如此，与激光雷达相比，4D毫米波雷达还有如下优势：

1.在原理上跟传统毫米波雷达共性很多，因此，与摄像头进行数据融合的难度要比激光雷达低，并且，验证成本也要低不少。

2.能在任何条件下工作，甚至是雾、暴雨、漆黑及空气污染等各种恶劣天气和环境条件下也能提供最高可靠性的探测。

3.能够“看穿”墙壁、紧闭的门和其他固体物体，这是激光雷达所不具备的能力。

因此，Arbe公司联合创始人兼CEOKobiMarenko不止一次提到“未来4D成像雷达可让自动驾驶汽车完全摆脱对激光雷达的需要，其也将从冗余升级为自动驾驶的核心部件“。

雷达芯片厂商恩智浦也从几年前开始就希望用4D毫米波雷达替代激光雷达。2019年下半年，恩智浦执行副总裁兼首席技术官LarsReger在接受《电子工程专辑》采访时说：“在L3级自动驾驶阶段，成像雷达相比于激光雷达是有优势的。”

恩智浦相信，有一天毫米波雷达可以直接与激光雷达竞争。

而笔者在跟多方交流后得出的结论是：

在那些既不能规模化采用激光雷达、但又需要有激光雷达的部分优势功能如静止目标检测等的城市L2+及自主泊车等场景下，4D毫米波雷达将迅速占据重要位置。但要说4D毫米波雷达能取代激光雷达，显然过于夸张——大陆、华为、Mobileye这些公司都是既做激光雷达又做4D毫米波雷达，如果说后者能取代前者，那他们干嘛要投入那么多资源去做前者呢？

在某些场景下，4D毫米波雷达也许能替代掉低线数激光雷达，但激光雷达本来就在从低线数向高线数发展，哪怕没有4D毫米波雷达，低线数激光雷达身上的光环也会一步步被高线数激光雷达冲淡。这属于激光雷达厂商们的“自我革命”。

而今，随着4D毫米波雷达影响力的逐步扩大，激光雷达厂商们将重心向高线数产品倾斜的趋势将更加明显，这对高线数激光雷达的技术进步及成本降低都是个利好。

如果您对这个话题有不同的理解,或有其他关于无人驾驶的经验可分享的,欢迎加作者微信(charitableman)交流。

参考资料：

大陆/麦格纳/安波福之后，采埃孚加入4D成像雷达量产队伍

助力全球最先进毫米波雷达—Xilinx的FPGA

4D成像雷达，让“静止的公路杀手”不再出没

量产开启，4D成像毫米波雷达将掀起“革命”？

https://news.yiche.com/hao/wenzhang/38164825/

毫米波雷达的下半场，“4D点云成像”加持催生更多可能

https://blog.csdn.net/weixin_36326243/article/details/112660956

如何做好一款4D高分辨毫米波雷达

https://zhuanlan.zhihu.com/p/141052719

Arbe：让4D成像雷达成为自动驾驶核心部件

https://www.geekcar.com/archives/96692

告别秀Demo，毫米波雷达进入“4D”量产时代

http://www.heluo.cc/article-75221-1.html

以色列RFISee发布4D相控阵毫米波雷达，检测车500米，人200米

https://www.sohu.com/a/417575666_472928

毫米波雷达开启4D时代，助力几何伙伴抢滩自动驾驶量产

https://www.sohu.com/a/394013657_99919085

毫米波雷达该怎么玩？4D成像并非唯一选择？

https://new.qq.com/omn/20201123/20201123A0DFQ400.html

4D毫米波雷达（可测得高度信息）比传统的毫米波雷达的优势及必要性在哪里？技术上的难点又在哪儿？

https://www.zhihu.com/question/305719355/answer/1666927755

毫米波雷达正在迈进高分辨率+智能时代

https://www.infoxmation.cn/article/9267

4D成像雷达时代已至，为何这家创业企业可以率先量产？

https://view.inews.qq.com/a/20210108A0DM7S00

4Dimagingradar成像雷达

https://blog.csdn.net/mingcheng2650/article/details/113309278

覆盖L1-L5级自动驾驶并扬言取代激光雷达，4D成像雷达真有这么神？

https://www.eefocus.com/automobile-electronics/464045

Arbe：以色列4D成像雷达产品技术解析

http://news.eeworld.com.cn/mp/ICVIS/a104504.jspx

-END-

《中国汽车科技趋势报告（2021年）》产品权益包括：

1份中国汽车科技趋势报告年报（2021年）

3份中国汽车科技趋势报告季报（2021年Q1、Q2、Q3）

中国汽车科技趋势系列沙龙免费参加权益

【中国汽车科技趋势报告年报】

受众：汽车制造商、供应商、科技企业、投资公司等企业中高层决策者

定位：汽车科技产业“决策者的望远镜”

内容：2021-2030年的中国新能源汽车市场预测；汽车产品形态、自动驾驶、数字化的趋势预测；头部企业的战略研究，不同类型企业应对环境变化的建议

作用：为企业决策者在战略、定位、产品、投资等领域的决策提供信息支持

【中国汽车科技趋势报告季报】

对每年Q1、Q2、Q3季度的汽车科技产业重大新闻事件进行梳理，并以季度为单位对科技趋势的预测进行动态更新。

【中国汽车科技趋势沙龙】

《建约车评》定期为产业中高端人群举办的系列汽车科技趋沙龙，每期沙龙参与人数为30人左右。

正式售价：￥8万元

购买报告联系或咨询：

蔚苗微信：13646207353

石颖微信：serashi

往期内容参考：

招聘

《建约车评》招聘内容编辑，希望与具有如下特点的你，一起打造不凡的汽车科技新媒体。

1.方向：自动驾驶、数字化、动力电池、车型产品

2.人品好，三观正；

3.极强的进取心；

4.文字好，以写作为信仰；

5.心态极度open；

6.英语好。

简历请发2691378@qq.com，附上任意自己满意的作品。

《建约车评》同时在招聘实习生

要求：有基本文字功底、一周至少四天在岗。

建约车评只做有价值的汽车科技报道