4D 成像雷达多方案解析，产业链玩家迎发展良机

智圈l 进“智车行家毫米波雷达行业交流群”， 请加18512119620（微信同），备注公司-姓名-职位加群

多方案提升关键性能，4D 毫米波雷达不断进化

1.1、 硬件、软件技术路径多样，4D 毫米波雷达分辨率提升

分辨率是 4D 毫米波雷达的关键指标，目前业界通过软件、硬件两条路线促进性能提升。 在信道数量（发射天线数量乘以接收天线的数量）不变的情况下，增加俯仰角测量能力会减少对于方位角的探测能力，而分辨率是影响 4D 毫米波雷达性能的关键。为了提高 4D 毫米波雷达的分辨率，需要增大雷达孔径（雷达系统中天线的尺寸或天线阵列的布局），可以通过改进硬件或者算法强化的方式实现分辨率的提高，为自动驾驶提供更为有效的感知。目前已经有多种技术用于提升 4D 毫米波雷达的分辨率，大致可以分为硬件方案与软件方案，前者有芯片级联、芯片集成、超材料改进天线等，后者有虚拟孔径成像、超分辨率等算法处理能力的提升。

1.1.1、 基于芯片级联的解决方案：落地快

级联毫米波雷达射频芯片方案可以增加天线数量，从而增大雷达孔径。 4D 毫米波雷达芯片分为射频芯片与数据处理芯片，其中射频芯片也被称作 MMIC（单片微波集成电路），负责毫米波信号的调制、发射、接收以及回波信号的解调。通过MMIC 级联的方式增加雷达收发天线的数量，配合天线的 MIMO（多入多出）系统提高通信容量。

级联能够增加实体天线数量，从而增强雷达的角分辨率。 级联即通过连接多个实体天线来增加天线数量进而提升产品性能。级联分为二级联、四级联、八级联等，以二级联为例，就是将两个 3T4R（3 发射天线+4 接收天线）的 MMIC 极联就形成一个 6T8R 的雷达收发器。级联方案基于毫米波雷达芯片，德州仪器（TI）、恩智浦（NXP）、英飞凌（Infineon）等雷达芯片供应商均有配套技术与底层软件等支持。

MIMO 天线系统能够增加虚拟信道数量，增大雷达的孔径。 MIMO 天线系统是 SIMO（单入多出）技术的升级（如 3T1R 芯片是 SIMO，3T4R 则为 MIMO，前者最多 3×1 个信道，后者则能够形成最多 3×4 个信道）。通过实现多天线系统的接收端通道分离，能够在不增加实体天线数量的同时在单个芯片上形成虚拟信道，从而实现虚拟孔径的增大与角分辨率的提高。

级联和 MIMO 天线技术可以协同作用，为雷达系统提供更高的分辨率和定位精度，进而改善成像效果。 大陆（Contiental）、采埃孚（ZF）、博世（Bosch）等毫米波雷达供应商均采用这种方式制造高分辨率、高性能的 4D 成像毫米波雷达。级联方案会导致雷达系统功耗高、尺寸相对较大、信噪比较低，但同时级联方案芯片前期开发难度小，并且产业链成熟，产品落地快。从特斯拉的新款毫米波雷达拆解图中可以看出，特斯拉使用两片 MMIC 级联的方案，通过增多的天线数量与特殊的天线排布实现分辨率的提高。

1.1.2、 基于芯片集成的解决方案：集成度高、设计难度大

芯片集成也是重要的解决方案，汇聚了大量 4D 毫米波雷达“新势力”。 基于芯片集成的 4D 成像毫米波雷达方案有两个方向，一方面，可以通过在 MMIC 上集成更多天线，再将 MMIC 级联，如 Arbe 的雷达方案；另一方面，可以将 MMIC 与天线/雷达处理器等器件集成，形成专用成像雷达芯片，例如 Vayyar、Uhnder 等公司的方案，实现集成度更高的雷达芯片。

（1）Arbe： 通常毫米波雷达信号的收发都是在一颗 MMIC 上，而 Arbe 的射频芯片与接收芯片是分离的，Arbe 的发射芯片集成有 24 个发射通道，接收芯片集成有 12 个接收通道，其专用成像雷达处理芯片最多支持 2 个发射芯片与 4 个接收芯片，形成总共 48T48R 的超大规模虚拟阵列，能够在控制雷达体积同时提高雷达性能；

（2）Vayyar：Vayyar 自研的 MMIC 集成数字信号处理器 DSP 与 MCU；（3）Uhnder：Uhnder 的 4D 成像片上雷达（RoC）将 DSP、 MCU 等处理单元进行集成，形成实现毫米波雷达芯片化。集成化、芯片化成为毫米波雷达发展新趋势。

1.1.3、 基于超材料的解决方案：天线性能改进

通过超材料与相控阵列改进天线也可以提高毫米波雷达清晰度。 超材料是经过工程设计、用多种材料混合而成的材料，通过在超材料表面上嵌入显微结构，结合电磁波传播技术，以此创建出比传统电路要小很多的电路，可以提升天线的辐射功率与性能，减小体积。Metawave 的早期的产品 WARLORD 已经在探索使用超材料，现在的电控相控阵 AiP（封装天线）同样应用到超材料，应用于波束控制成像雷达SPEKTRA。

EchoDyne 将超材料应用于 ESA（电子扫描阵列），进行波束成形和波束控制，以保持可接受带宽同时增强天线的功率，使得雷达得到更清晰的成像。超材料构建的天线收发阵列具有出色性能与可靠性，与相控阵技术相结合能够大幅提升角分辨率，但目前该方案成本高，EchoDyne 更是仅专注国防、安防等领域，不涉及汽车毫米波雷达业务。

1.1.4、 基于软件算法的解决方案：算法赋能提升雷达表现

通过在处理流程中虚拟实现硬件改进或优化信号处理算法可以进一步提高雷达分辨率。（1）虚拟硬件改进： 傲酷（Oculii）所研发人工智能虚拟孔径成像（VAI）算法，能够基于现有主流车规级标准芯片，通过自适应相位调制与软件模拟形成高倍数虚拟 MIMO，虚拟扩展天线的孔径，在原有物理天线数基础上再虚拟出数十倍的天线数，同时还能够通过机器学习与深度学习适应不同路况，极大提升雷达角分辨率。MIMO 虚拟通道越多，VAI 能发挥越强的性能，在毫米波雷达级联与 MIMO的基础上，“二级联可达到别的公司六级联的效果”。

（2）优化信号处理算法： 如超分辨率算法通过基于学习的算法或者其他处理算法，来替代原有算法处理中如 FFT （快速傅里叶变换）等传统算法。软件算法辅助自研或者其他厂商研发的硬件，能够在实体天线数量相同情况下提高硬件性能表现，使车载毫米波雷达在成像清晰的同时降低功耗、减小体积，但算法开发具有较高的技术壁垒，软件算法的研发水平至关重要，同时对信息处理硬件以及算法提出更高的要求。

1.1.5、 4D 成像毫米波雷达实现方案众多，技术路线尚未统一

硬件、算法均为提升 4D 成像毫米波雷达整体性能的重要环节。 为提高 4D 成像毫米波雷达分辨率，不同的雷达厂商分别对微波天线技术、MIMO 阵列设计、信号处理硬件与算法其中一方面或几方面进行拓展，多方案推动 4D 成像毫米波雷达分辨率提升，4D 成像毫米波雷达也得以在自动驾驶方案中发挥越来越重要的作用。

4D 成像毫米波雷达仍处于产品生命周期早期。一方面，4D 成像毫米波雷达拥有多样化的技术实现路径，主机厂与雷达制造商可选择的范围广，能够侧重不同的特点来进行雷达选择，以适配不同车型，市场潜力大；另一方面，4D 成像毫米波雷达仍处于产品生命周期早期，多种技术路线仍未收敛，增加了主机厂验证测试的时间与成本，或将延缓 4D 成像毫米波雷达上车的时间。

4D 毫米波雷达难点逐步突破，性能迭代降本增效快速上车

2.2.1、 硬件层面，技术迭代引领行业降本增效，推动渗透率向更高水平提升。

2016 年德州仪器推出了基于 RFCMOS 工艺的高集成度 77Ghz 毫米波雷达芯片，所有的射频元件可以集成在单颗 MMIC 芯片上行，让毫米波雷达的成本相比前一代锗硅工艺产品进一步下探，其余芯片玩家纷纷跟进 ，至今各大厂商新产品几乎全部基于 RFCMOS 工艺开发，毫米波雷达行业进一步降本，这也让成本相对较高的 4D 毫米波雷达上车普及成为可能。 射频半导体技术的发展，让毫米波雷达日益走向“平民化”，是毫米波雷达普及的基础。

2.2.2、 信号处理、数据处理算法日益丰富成熟，神经网络加持下性能持续提升

4D 成像毫米波雷达算法可分为信号处理、数据处理以及其他算法。 对 4D 毫米波雷达而言算法通常分为两个部分，信号处理算法主要包含将毫米波雷达接收的微波信号转化成点云等信息，数据处理算法主要通过对点云或者前段信号处理的结果进行分析进而得出物体的轮廓、类别甚至姿态行为等。

（1）信号处理算法： 前文提到，毫米波信号通过 MMIC 接收后经过混频器会合成中频信号，之后对中频信号进行多快速次傅里叶变换（FFT）可解析出包含距离、角度、速度信息的 RAD（Range-Angle-Doppler）数据块，再经过 CFAR （Constant False-Alarm Rate，恒虚警率检测，采用自适应的方式将噪声、杂波、干扰过滤掉）生成稀疏的点云，点云中的每个点包含距离、速度、角度三类信息。

（2）数据处理算法： 数据处理算法包括点云聚类、目标跟踪、目标分类、目标识别等方面的算法，实现精确识别物体与判断轨迹的作用，目前 4D 成像毫米波雷达数据处理算法多使用激光雷达的点云处理算法实现。

（3）其他算法：部分 ADAS 算法（如 ACC、AEB 等）以及一些拓展功能（如SLAM）等。

算法日益丰富，神经网络加持下如虎添翼。当前毫米波雷达的算法日益成熟，无论信号处理算法还是数据处理算法，种类不断丰富，算法架构日益成熟。 此外神经网络的发展也让毫米波雷达感知性能进一步提升。以信号处理算法为例，由于电磁波具有多径效应，在某些场景下，电磁波会发生多次反射、衍射，到达接收端时信号会相互叠加形成干扰，影响点云质量。传统多以通过 CFAR 算法处理干扰但该算法也可能会将一些有用的信息过滤掉，因此玩家也开始探索使用基于学习的算法来处理雷达信号，进而形成更加精确的检测结果。

2.2.3、 自动驾驶算法体系迈向成熟，毫米波雷达乘势而起

对 4D 毫米波雷达而言，感知功能通常分为两类： （1）仅采用雷达，直接产生感知结果；（2）融合方法，与其他传感器共同生成综合的感知结果。早期汽车功能多以第一类方式为主，如早期的 ACC（自适应巡航）、AEB（自动刹车系统）等均只采用毫米波雷达实现车辆、行人的识别进而实现相应的功能。当前随着汽车智能化、电子电气架构集中化的推进，自动驾驶功能的逻辑逐步发生变化，从传统的不同功能分立的状态逐步走向具备统一的感知、决策、执行系统，城市 NOA、高速NOA、行泊一体等功能逐步将最基础的 L1、L2 辅助驾驶功能包含在内。

在蔚来科技创新日上，公司提到将采用统一的算法架构，支持城区 NOP、泊车、主动安全、以及智能车控等应用，华为也提到其 ADS2.0 有效助力全车主动安全的能力提升。基于此，某一个类型的传感器如何能够更好地和其他类型传感器融合成为其是否能够广泛应用的关键。

融合框架分为前融合、中融合与后融合。融合的核心思想是“交叉验证”。即通过多传感器的信息互相对照，避免单一传感器识别不足与失灵状况，使驾驶系统做出最接近现实情况的判断。

前融合信息损失量小，但对处理算法、算力要求高

前融合适用于集中式架构，传感器搜集信息后直接进行融合处理，识别路况后输出结果。 如图 31 所示，4D 毫米波雷达尤其是 4D 成像毫米波雷达具有丰富的点云前数据，如原始 ADC 数据、距离-多普勒频谱图、4D 张量图等信息，进行前融合时能够在更为原始的数据上进行输出，保留更多信息。

算力方面，进行大数据量的前融合运算需要更大算力处理芯片，数据处理位置多位于汽车中央域控制器；算法方面，前融合处理会存在联合标定检验，即不同传感器输入信息对同一物体也会产生不同感知信息，要求不同传感器信息的高精度时空同步，要求高精度算法处理。

后融合的解耦性好，但压缩过程可能损失大量信息

后融合适用于分布式架构，不同传感器独立感知，完成识别后将结果融合，判断出最佳路况。 后融合流程中传感器单独处理信息，即使个别传感器无法获得有效数据或者标定有偏差，也可能不影响驾驶系统的运行。进行后融合时会对 4D 毫米波雷达的数据进行大量的压缩，同时处理结果是点云数据，如果与其他传感器产生互相矛盾的验证，置信度不当将可能带来严重的安全问题。

中融合或成4D 成像毫米波雷达与摄像头感知融合方向

中融合介于前两种融合之间，也称特征级融合，传感器先行进行一部分处理，然后在传感器之外进行融合。 中融合主要基于学习的方法。不同传感器采集的数据并将目标“分解”为特征并提取，再将特征向量进行融合，优势在于目标信息更容易进行关联。

目标级融合逐步演进为特征级融合，算法成熟降低融合难度。 在传统汽车市场中，诸多传感器多以目标级融合为主，算法繁琐，准确率较低。近年在特斯拉引领下，BEV+Transformer 以及占用网络等算法广为行业所接受。在这一算法范式的牵引下，多传感器融合走向以特征级融合为主的形式。毫米波雷达凭借其全天候，并且拥有精确速度信息等特点，成为诸多传感器中的重要组成部分。

尽管玩家将激光雷达和视觉信息进行融合更加“轻车熟路”，但无论沿用激光雷达点云处理的算法，还是开发新的毫米波雷达数据处理算法，近年学界和业界均聚焦了诸多目光，新兴的方案不断涌现，融合方法日益成熟，毫米波雷达渗透率提升进一步加速。

4D 成像毫米波雷达产业链逐步成熟玩家迎来发展良机

4D 成像毫米波雷达提供新的市场机会，市场格局尚未定型。 4D 成像毫米波雷达属于汽车零部件，市场相对成熟，产业链厂商可分为上游雷达零部件供应商与中游雷达制造商：4D 成像毫米波雷达核心技术存在于上游，雷达零部件供应商提供不同的解决方案；中游雷达制造厂商根据下游需求进行 4D 成像毫米波雷达的制造；下游为使用 4D 成像毫米波雷达的整车厂，通过选择传感器达到成本控制与感知能力的最优结合。

3.1、 上游：雷达芯片组技术壁垒高，软件与硬件深度结合

4D 成像毫米波雷达上游产品众多。 4D 成像毫米波雷达的上游主要包括单片微波集成电路 MMIC、数字信号处理芯片、高频 PCB、机械结构件，以及部分雷达处理算法。雷达芯片组早期生产研发成本高，国外传统巨头与初创公司相继布局，国内亦有玩家入局；高频 PCB 国内外厂商众多，竞争激烈，国产替代机会较大；雷达处理算法主要由芯片厂商配套供给或与中游厂商共同研发，也有专业算法设计厂商。

3.1.1、 MMIC：左右毫米波雷达发展的核心环节，市场集中度高

毫米波芯片的技术发展是推动毫米波雷达产业发展的核心因素。 毫米波雷达每一轮产品巨变都基于毫米波射频芯片技术的变革。而射频芯片的技术演进又深刻受到射频半导体行业发展的影响，过往及当前的巨头如 IBM、飞思卡尔、德州仪器、恩智浦等玩家受到全球手机、汽车、通信行业周期以及技术演进的影响盛衰更迭，见证了行业发展历程。

毫米波雷达走向 4D 成像离不开 MMIC 技术的发展。作为 4D 成像毫米波雷达的核心组件，MMIC 制造难度高，对制造工艺、信号收发技术、抗干扰技术等方面提出了很高的要求。 （1）制造工艺： 射频收发芯片，即 MMIC，由砷化镓 (GaAs) 或锗硅 (SiGe) 等化合物半导体工艺转向 CMOS 工艺，CMOS 工艺下越来越多的组件被集成到单个 MMIC 中，减小体积同时性能随之提高，恩智浦已经发布28nmCMOS 毫米波雷达芯片，性能相比上一代 45nm 产品显著提升，因而芯片制造本身即为 MMIC 的重要环节。

（2）复杂的设计开发流程： 毫米波雷达 SOC 中集成了 MIMO 收发机、高速数模转换芯片、雷达信号处理器、通用处理器等，包含复杂的软硬件和电磁环境，数模融合、算法融合甚至天线设计都需要全方位考量，也考验着 MMIC 芯片公司的核心技术能力。

（3）抗干扰技术： 集成 MMIC 背景噪声高，需要通过复杂波形设计减少天线之间的互相干扰；随着车辆搭载毫米波雷达数量增多，行驶中雷达间干扰也日趋严重，供应商如 Uhnder 使用 DCM（数字编码调制）技术形成几乎独特的相位编码探测信号，来消除相互的雷达干扰。除此以外， MMIC 封装、MIMO 阵列设计、波形设计等方面的技术均实现突破。

传统毫米波 MMIC 供应商相继布局，推动 4D 成像毫米波雷达起步发展。MMIC 是 4D 毫米波雷达的核心组件，工作频段普遍为 77GHz 及以上频段，主要供应商为 NXP 和 TI 等毫米波雷达供应商。 （1）TI：TI 为 4D 毫米波雷达的推动者， 2018 年TI 推出基于AWR2243 FMCW 单芯片收发器的4 级联4D 成像毫米波雷达全套设计方案，包括参考硬件设计、软件驱动程序、示例配置、API 指南和用户文档，同时提供 2 芯片和 4 芯片级联方案；2022 年发布的 AWR 2944 SoC（系统级芯片）性能进一步提升。（2）英飞凌：英飞凌在车载毫米波雷达 77GHz 芯片领域具有领先地位，2020 年初，英飞凌与傲酷合作，同年推出面向 4D 成像毫米波雷达的可级联芯片序列 RASIC RXS816xPL，正式进入车载成像雷达市场。

（3）NXP：2020 年底，NXP 宣布推出 TEF82xx 单芯片方案，是一颗完全集成的 RFCMOS（射频互补金属氧化半导体）芯片，支持调制 MIMO 和波束转向；实际上，2020 年中，首款4D 成像毫米波雷达 ARS540 已经使用 NXP MR3003 四级联方案。（4）瑞萨：2022年底，瑞萨（Renesas）推出新开发的 RAA270205，配备 4T4R 天线，将于 2024 年投入商业量产。

初创企业如雨后春笋，携新技术切入竞争。传统 MMIC 供应商技术积累深厚，设计经验成熟，新入供应商难以直接竞争，4D 毫米波雷达初创企业多使用新技术实现 MMIC 差异化竞争，如上文提到的集成芯片方案。目前参与到竞争中的初创企业主要有Arbe、Vayyar、Uhnder 等。

MMIC 供应商主要为国外公司，国内玩家亦有切入。 2018 年之前，毫米波雷达核心技术掌握在国外毫米波雷达巨头手中，中国企业对 77GHz 及以上频段毫米波雷达系统和毫米波射频设计经验与能力不足，直到近年才有少数企业实现量产。总体来说，国内毫米波雷达 MMIC 企业起步较晚，技术积累不足，未形成规模效应；但 4D 成像毫米波雷达 MMIC 发展时间不长，国外也处于摸索验证阶段，为国内MMIC 供应商提供技术追赶的窗口期。

国内 4D 毫米波雷达 MMIC 供应商主要有加特兰微电子。加特兰微电子成立于 2014 年，于 2022 年底发布 4D 高端和成像雷达芯片 Andes，采用4 核CPU，4T4R，支持多颗芯片灵活级联，同时集成了 DSP（数字信号处理器）与 RSP（雷达信号处理器），Andes 系列 SoC 芯片在 2023 年开始送样。

芯片玩家产业地位强化，拥有强技术的公司有希望在此领域崭露头角。 毫米波雷达芯片玩家从早期的只生产分立的射频元器件，到开发 MIMC 将全部射频器件组合到单一芯片中，再到当前逐步将 DSP/MCU 等处理芯片也进行集成，甚至如加特兰等公司将天线通过 AIP（封装天线）等工艺集成到单颗芯片上，所覆盖的产品线在持续扩大，软件部分芯片厂商也逐步提供各类 SDK 供开发者使用，整体而言，芯片玩家的产业地位在逐步强化。

而鉴于 MMIC 涉及技术领域广泛，尤其对射频领域技术积淀要求较高，玩家通常具备较强的技术背景，如恩智浦、TI、英飞凌等均具备多年射频器件和芯片开发的历史和相应产品线，国内加特兰等公司创始人亦具有深厚的技术背景。TI 在 2017 年凭借 RFCMOS 的应用让自己在毫米波雷达芯片市场迅速占据一席之地。未来我们认为技术仍将主导毫米波雷达芯片市场，拥有深厚积淀的公司将持续扩大自身产品市场份额。

3.1.2、 数字信号处理芯片：供应商与MMIC 供应商高度重合，国外厂商高度垄断

传统处理器无法承担 4D 成像毫米波雷达任务，处理器升级成为必然要求。 数据量方面，4D 成像毫米波雷达纵向角测量能力带来数据量的大幅提升，要求信号处理实时性与准确性兼备；数据处理方面，随着点云密度增加，数据处理器必须能够进行大吞吐量的运算分析。

赛灵思认为，4D 成像毫米波雷达面临多信号干扰问题，而大规模的数据并行处理可以帮助解决这一问题。目前各厂商的雷达处理器性能也在不断提升，推动4D 成像毫米波雷达落地。

4D 成像毫米波雷达数字信号处理需要更快速率、更高精度的处理芯片。 数字信号处理芯片能够嵌入不同处理算法，分析射频前端收集的包含目标信息的信号，完成目标识别、判断等功能，主要包括 DSP、MCU 与 FPGA 等。DSP（数字信号处理器）具有快速计算性能和高并行处理能力，能够高效地执行信号处理算法；MCU（微控制单元）具备较强的数据运算能力，可以执行目标识别、跟踪和信息融合算法，用于复杂信号和图像处理。

4D 成像毫米波雷达的信息处理总体上包括信号处理与数据处理两大环节：从中频信号处理，到点云信息获取的整个流程，主要在 DSP 进行；数据处理是信号处理后的阶段，包括目标跟踪、识别，以及信息融合等任务，主要在 MCU 进行。 此外，FPGA 可以进行信号处理与控制，赛灵思的FPGA Zynq UltraScale+ MPSoC 性能高、开发灵活、具有大量的并行结构，且算法优化潜力大，适用于大吞吐计算的 4D 成像毫米波雷达。

4D 成像毫米波雷达处理芯片供应商与 MMIC 供应商重合度高。 （1）TI：官网给出的级联参考设计中，AWR2243 MMIC 能够与 AM2732R 雷达处理芯片共同工作，其中 AM2732R 为集成 DSP 的双核 MCU。（2）NXP：TEF82xx MMIC 能够与S32R45、S32R41 等集成 DSP 的 MPU（微处理单元）或 S32R29x 系列 MCU搭配用于成像雷达解决方案。（3）英飞凌：RASIC RXS816xPL MMIC 配有多核的 AURIX TC3xx MCU 来完成对环境的成像。（4）瑞萨：RAA270205 MMIC 能够连接到基于该公司 R-Car V4H SoC 的中央处理单元，该处理单元具有高达每秒 34 万亿次运算的深度学习性能，能够对周围物体的高速图像识别和处理。

芯片厂商推出 MMIC、MCU 与 DSP 集成产品。 一方面，集成化可以控制雷达的成本与体积，降低信号传递的延迟；另一方面，具有雄厚研发实力的公司也可以通过集成化产品的方式提升产品单价。根据系统的集成方式，可以将雷达芯片组归为三种模式：（1）分立模式：MMIC、MCU 与 DSP 都分开，有三个模块。（2）模组合成：将 MMIC 与 DSP 或者 DSP 与 MCU 模块进行合成，有两个模块。（3）SoC集成：将 MMIC、DSP、MCU 都集成在雷达 SoC 上，只有一个模块；已经有厂商进行 SoC 的研发，如上文提到的 TI 的 AWR2944、加特兰的 Andes 系列、Uhnder 的片上雷达RoC 等以及NXP 正在研发的SAF85xx 都是SoC，SoC 集成或成趋势。

整体而言毫米波雷达处于发展初期，下游车厂需求的变化会最终影响芯片厂商的产品路线。 一方面，芯片厂逐步推出集成化更高的产品以实现更高性价比，帮助下游毫米波雷达厂商降低开发难度，进而提升自身产品竞争力。另一方面，自动驾驶行业的变化又要求算法端引入更多的底层数据并应用各类神经网络算法提升感知效果，这意味着部分主机厂希望获取到 DSP 甚至 MMIC 输出的基础数据而无需经过过多后处理算法的开发。

因此芯片厂商产品目前呈现多种路线并存的状态，有致力于提升通道数量增强探测效果的类似 Under 等玩家的集成化产品； 也有传统射频+DSP 和 MCU 分别提供以方便雷达厂商组合成为极联雷达的形式如恩智浦、TI 等公司芯片；同时芯片玩家也可提供单独的射频 MMIC 产品供客户深度定制开发。此外部分大算力芯片也可以集成相应的雷达信号处理单元以实现新的 ADAS 功能并优化毫米波雷达模组成本，如安霸收购傲酷后推出的 CV3 芯片即拥有单独的毫米波雷达信号处理的硬件算力单元。

3.1.3、 高频PCB：国内外厂商众多，竞争格局较为分散

高频 PCB 为 4D 成像毫米波雷达电子元器件的支撑体。 PCB 是电子元器件电气相互连接的载体，高频 PCB 电磁频率在 1GHz 以上，属于高难度板材，为 4D 毫米波雷达主要原材料。在 4D 成像毫米波雷达中，高频 PCB 上需要负载 MMIC、处理器、电源管理电路、闪存、外围接口器材以及天线。高频 PCB 需要有小而稳定的介电常数，低阻抗、低介质损耗等特性，以及长期可靠性，制作成本通常较同样面积的普通PCB 高。

天线集成化或将减少高频 PCB 使用，降低 4D 毫米波雷达成本。根据前端收发模块的集成方式，可以归为三种模式： （1）分立模式：将天线与射频模块进行分开设计；（2）片内集成：基于封装材料与工艺，将天线与芯片集成在封装内；（3）片上集成：将天线设计在芯片封装模塑的顶层。当前天线技术多为分立式与片内集成，前者雷达天线与 MMIC 分开，后者雷达天线与 MMIC 集成，相同之处在于都需要高频 PCB 提供功率支持，而片内集成会减少一部分高频 PCB 使用面积。未来片上集成或成为主流方式，将天线设计在芯片封装模塑的顶层，直接绕过 PCB 对昂贵的高频基板材料的需求，进一步降低成本。

3.1.4、 软件算法：信号处理算法与雷达深度绑定，数据处理算法客户粘度高

4D 成像毫米波雷达信号处理算法与雷达硬件结合程度高。 4D 成像毫米波雷达信号处理算法属于底层算法，负责原始毫米波信号的转换，此类算法处理流程与内容较为固定，一般嵌入在雷达信号处理硬件中，软硬件一体化程度高。

数据处理算法开发难度大，存在软硬件解耦趋势。对下游主机厂来说，自研数据处理算法难度大且投入成本高，因此基本由雷达制造商或处理芯片供应商提供软件算法。当然，相比雷达信号处理算法，数据处理的算法与硬件可以一定程度上解耦，例如傲酷、行易道、Zadar、Metawave 等厂商将软件算法解决方案视为自己核心竞争力，希望将自己的雷达算法作为单独的软件供应给其他厂商，此外也有专门提供 4D 雷达预测感知技术算法方案的供应商，如BlueSpace.ai。

（1）傲酷：公司研发的虚拟孔径成像算法，能够使每个接收器在不同时间生成不同相位波形，通过插值和外推数据以创建“虚拟孔径”，同时通过 AI 算法将数据用于训练，不断提高分辨率与灵敏度；另外傲酷配套安霸（Ambarella）的 AI 域控制器芯片 CV3，能够促进车载传感器的深度融合。

（2）Zadar：公司研发的 zVUE 雷达操作系统的随机处理算法能够检测和消除常见的雷达点云缺陷，例如多路径检测和噪声点，减少误报情况产生；同时还具有高清测绘、场景分割、目标聚类与跟踪功能，使自产的“软件定义成像雷达”性能较普通雷达提升250 倍。

（3）行易道：通过稀疏阵列天线+压缩感知超分辨率算法，使 4D 毫米波雷达性能对标 64 线激光雷达。

（4）Metawave：公司的 AWARE 是基于激光雷达和相机的 AI/机器学习融合平台，配合 SPEKTRA 波束控制成像雷达实现实时对象检测、分类和跟踪，通过自适应注意网络进行超快速波束控制，提高雷达精度。

4D 成像毫米波雷达数据处理算法成本或将进一步下降。毫米波雷达软件算法占比为总成本的 50%，相较于传统毫米波雷达，4D 成像毫米波雷达的信号处理算法相对变动不大，而数据处理算法几乎需要重新开发。由于 4D 成像毫米波雷达计算更复杂，因而这部分算法的开发成本高于传统雷达；但由于近年自动驾驶算法发展突飞猛进，CenterFusion 等融合算法层出不穷，叠加数据处理算法相对和硬件解耦，具备较好的规模效应，有望带来整体算法开发成本的下降。

3.2、 中游：雷达制造厂商竞争激烈，存在上中游垂直一体化趋势

4D 成像毫米波雷达玩家分为毫米波雷达厂商和其他厂商（自动驾驶解决方案公司或毫米波雷达初创公司）两大类。 4D 成像毫米波雷达产业链中游为雷达制造商，国内外厂商众多，主要分为由毫米波雷达生产拓展向 4D 毫米波雷达的厂商，利用深厚研发、技术、客户积累，继续参与到 4D 成像毫米波雷达市场；另一类为切入 4D 成像毫米波雷达赛道的自动驾驶方案提供商以及大量初创厂商。

毫米波雷达厂商具备深厚制造经验积累与产业链优势，切入成像 4D 毫米波雷达赛道更易具备优势。 毫米波雷达厂商在 4D 毫米波雷达领域积极布局，2020 年中期，毫米波雷达制造商德国大陆推出市面上首款 4D 成像毫米波雷达，并宣布 2021年量产，其他毫米波雷达制造商陆续跟进，博世、安波福、采埃孚、海拉等厂商纷纷布局。这部分厂商往往生产制造经验深厚，技术积累丰富，拥有一定的下游客户资源，在竞争中更容易形成先发优势占领市场，同时一定程度上推动 4D 成像毫米波雷达的推广落地。

新切入供应商与初创企业产品组合更加灵活 。中游供应商不仅有从毫米波雷达跨向 4D 成像毫米波雷达的大陆、博世等毫米波雷达大厂，也有 Waymo、Mobileye等新切入的 ADAS 解决方案提供商，以及更大量的初创企业。相比于在毫米波雷达领域有深厚基础的大厂，新入局者方案更加灵活，技术路径更加新颖，相应初期成本投入也比较大。新切入供应商中，有 ADAS 解决方案提供商 Waymo、Mobileye。资金雄厚，将 4D 成像毫米波雷达用于各自的 Robotaxi，追求雷达性能上的安全、稳定与有效，一定程度上代表自动驾驶可能的新方向；初创企业提供技术方案众多，企业出于不同的考量，会选择使用不同的上游软硬件产品搭配，产品组合更加灵活。

软件与算法解决方案也是 4D 成像毫米波雷达制造厂商重要产品。 上游雷达零部件供应商会在芯片中集成一部分算法进行交付，中游雷达制造厂商针对产品定位与下游需求会对算法软件进行再开发，最终支持 4D 成像毫米波雷达稳定可靠地运行；TI、NXP 等上游厂商还会提供与芯片配套的技术支持，包括参考软件、设计工具、通信框架、参考硬件设计、API 指南或用户文档等，能够降低再开发的难度与成本；中游制造厂商也在通过加大研发或者收购/参股相关公司等形式提高自己软件算法水平。

如上文提到，部分 4D 成像毫米波雷达供应商同时也是软件供应商，如傲酷、行易道、Zadar 等公司供应的雷达配合各自研发的软件，能够具备更强的性能与更多的功能，配套的软件也被作为公司的核心产品。“软硬解耦”趋势下，整车厂商也会进行软件算法方面布局，更可能形成主机厂与雷达厂商在算法软件领域分工协作的生态格局。

垂直一体化将影响中游厂商竞争格局。许多公司既是上游雷达零部件供应商，也是中游 4D 成像毫米波雷达制造商，产业链呈现出垂直整合趋势。 横跨上中游的厂商多为初创企业，产品的集成化程度更高，软件算法的完成度较高，一方面能够控制 4D 成像毫米波雷达的成本，另一方面能够提高 4D 成像毫米波雷达运行稳定性，减少不同硬件之间与软硬件之间兼容的问题。实现垂直一体化的厂商可以发挥比较优势，通过性能或成本更具优势的方面形成自己的市场竞争力，影响行业竞争格局。

国内 4D 成像毫米波雷达厂商有望实现弯道超车。 现有 4D 成像毫米波雷达存在多种提高分辨率的技术路线，且不同厂商对传感器的需求不一，带给不同厂商成长的空间，实现现阶段的“百花齐放”，各厂商能够差异化竞争，另一方面，技术路线多样会给下游厂商带来大量的验证成本，整车厂商会慎重选择方案，因此 4D 成像毫米波雷达还未大规模上车，但最终选择的方案会取决于多种因素。与毫米波雷达时代不同，现在国内厂商与国外厂商暂时处于同一起跑线，同时在技术实力方面实现追赶，国内4D 成像毫米波雷达厂商有望实现弯道超车。

3.3、 量产与集成化将使4D 成像毫米波雷达成本快速下降

4D 成像毫米波雷达仍处于市场导入阶段，成本暂时处于高位。 由于 4D 成像毫米波雷达（1）未规模量产，上游射频芯片、处理芯片以及中游雷达制造成本尚未形成强规模效应；（2）技术路线未统一，需求尚未明确，未形成广泛搭载市场环境。整车厂商追求高性价比，目前在国内市场仅有上汽、比亚迪、理想、吉利、红旗、长安、问界等厂商的部分车型定点或搭载 4D 成像毫米波雷达，大部分整车厂商仍在验证或观望。据高工智能汽车数据，当前四级联方案 4D 成像毫米波雷达成本约为千元以上，双级联4D 毫米波雷达的价格大约是 500-1000 元。

随着产量上升摊薄成本以及集成化趋势，4D 成像毫米波雷达成本有望持续降低。（1）算法： 随着 4D 成像毫米波雷达的量产，算法成本边际成本将快速下降。（2）MMIC&数字信号处理器：相较于普通毫米波雷达，级联方案将会增加MMIC 数量进而提高成本，数字信号处理器也因性能的升级而成本提升；随着 4D成像毫米波雷达集成程度提高，MMIC 与数字信号处理器将集成处理，芯片成本将进一步降低。（3）高频 PCB：4D 成像毫米波雷达的功能实现需要高频 PCB 作为支撑，单位面积 PCB 单价上升，但同时随天线片内集成以及片上集成方式的成熟，单个激光雷达PCB 的使用面积将有所减少，预计高频PCB 成本占比将缓慢下降。

4D 成像毫米波雷达成本较毫米波雷达仍较高，但随着市场逐步开拓，量产芯片形成规模效应叠加软件开发费用的摊薄，4D 成像毫米波雷达成本将会逐步下降，市场得以进一步开拓，步入需求增长的良性循环。

汽车智能化深入发展带动车端 4D 成像毫米波雷达快速成长。据 Yole Développement 数据，2021 年车载雷达整体市场为 58 亿美元，2027 年将达到 128 亿美元，年均复合增长率 14%， 市场增长主要来自于 4D 毫米波雷达以及成像雷达，市场空间分别为 35 亿美元与 43 亿美元，年均复合增长率分别为 48%与 109%。4D成像毫米波雷达高速增长离不开上游芯片技术的升级，下游需求的拉动与应用场景的拓展，以及安全法规的更新。

4.1、 驱动因素一：自动驾驶技术不断向前，传感器升级换代提供契机

4.1.1、 4D 毫米波雷达在自动驾驶实现路线中地位愈发重要

毫米波雷达为自动驾驶“保驾护航”，4D 毫米波雷达优势凸现。毫米波雷达按布置位置分为前雷达和角雷达，按最大探测距离远近分为长程雷达（LRR）、中程雷达（MRR）与短程雷达（SRR）。 毫米波雷达能够覆盖短中长程，因此可以作为前雷达使用，也可以作为角雷达使用。毫米波雷达能够实现自适应巡航（ACC）、自动紧急制动（AEB）、前方碰撞预警（FCW）、变道辅助系统（LCA）等 ADAS 关键功能，是 ADAS 和自动驾驶革命的一部分。4D 毫米波雷达有效克服毫米波雷达的缺点，使 AEB、FCW、ACC 等 ADAS 系统功能的实用性大为提高。4D 毫米波雷达将是 L2 级ADAS 向L3 甚至是 L4/L5 自动驾驶演进的重要支撑。

4.1.2、 智能化下半场中4D 毫米波雷达渗透率加速提升

智能驾驶渗透率逐步提高，传感器需求稳步上升。 汽车智能化下半场已经开启，根据 RolandBerger 估计，2025 年，全球三大主要汽车生产区 L1+L2 智能驾驶功能的渗透率将达到 76%，其中中国有望超过 65%，美国与欧盟有望达 85%。ADAS 工作的流程分为感知、决策、执行三部分，感知作为 ADAS 工作的核心环节之一，需要传感器来输入大量驾驶环境数据。车用传感器有望受益于 ADAS 渗透率提升进一步放量。

4D 毫米波雷达渗透率或将不断提升。毫米波雷达拥有其他传感器所不具有的优良特性，是多传感融合方案中重要的一环；然而相比于 4D 毫米波雷达，毫米波雷达仍然存在许多不足。 4D 毫米波雷达的高性能，或将向下替代部分毫米波雷达，在不断增长的市场中实现需求的扩张。但受制于成本因素，短期内 4D 毫米波雷达仅会在中高端车型逐步采用，低端车型仍将采用毫米波雷达。

4.2、 驱动因素二：立足交通场景，拓展多领域应用场景

4.2.1 、 路端：车路协同构建智慧交通，SLAM制图协助智能导航

4D 毫米波雷达可以应用于车路协同场景中。 4D 毫米波雷达与高清摄像头以俯视位架设在需要监测路况上方，对两者信息进行前/后融合处理后获得实时信息，输出信息能够对路况中移动或静止的目标进行追踪并分类，可用于对十字路口和高速场景全天候全方位地追踪与监控，在大规模复杂路口与人车流混杂的车路协同场景能够发挥优异的性能，为优化交通流量、构建智慧城市做出贡献。

4D 毫米波雷达可以应用于地图绘制领域。 4D 毫米波雷达定位能够做到 10cm的精度，并且实现动静分割与点云成像，可通过检测环境、拒绝动态对象、累计静态对象，产生高度详细的地图，用于实时定位与地图构建（SLAM），经过后期噪声处理的点云地图可用于定位与智能导航。

4.2.2、 安防、物流、养老、零售、建筑，4D 毫米波雷达应用前景广阔

4D 毫米波雷达契合多场景需求，应用前景广阔。毫米波雷达的应用范围不局限于汽车交通领域，在零售、养老、无人机、安防、建筑、工业以及军用等领域发展空间广阔。

4.3、 驱动因素三：战略、标准与法规等政策使高性能传感器成为必需

战略、标准与法规等政策有利于 4D 毫米波雷达快速、规范发展。国内与 4D毫米波雷达相关的政策可以分为三类： （1）鼓励智能驾驶相关领域发展的战略性规划；（2）支持毫米波雷达发展的产业标准；（3）要求强制安装相关功能的安全法规。相关政策的出台与施行为 4D 毫米波雷达的发展提供了规范的路径。要求自动驾驶部分功能安装的安全法规更是推动具有相关功能的 4D 毫米波雷达在市场中脱颖而出，如韩国 2023 年将要实施 AEB 强制安装、E-NCAP 对 AEB 等主动安全功能的更新，为具备 AEB 能力的4D 毫米波雷达带来了先发优势。

华域汽车：汽车电子分公司已实现高性能 4D 毫米波雷达产品供货

公司汽车业务底蕴深厚，新兴业务产品不断取得突破。 华域汽车成立于 1992年，主营业务覆盖汽车内外饰件、金属成型和模具、功能件、电子电器件与热加工件五大部分，下辖多家子公司。截至 2023 年 6 月，在国内拥有超 360 个研发、制造和服务基地，汽车零部件业务布局全面，经营深厚。公司新兴业务产品不断取得突破，智能化方向，毫米波雷达产品、智能座舱产品与智能化视觉系统产品不断丰富；电动化方向，电驱系统产品迭代加速，与大众汽车、通用汽车、长城汽车等公司达成深度合作。

华域汽车电子分公司成立于 2017 年，前身为华域汽车技术中心，核心产品包括域控制器以及汽车前视/环视摄像头、纯固态激光雷达、毫米波雷达等汽车传感器，专注于智能驾驶的多传感器及软硬件融合系统等产品的研发和生产。2021 年，华域汽车电子分公司自主研发出首款 4D 成像毫米波雷达产品 LRR30，使用两片 MMIC级联与 NXP 处理器，最大探测距离达到 300 米，使用先进的相位编码技术，拥有较强抗干扰能力。公司目前已有 LRR30 与 LRR40 两款 4D 毫米波雷达产品，并于2022 年实现对友道智途的小批量供货。公司研发实力雄厚，布局较早，智能汽车传感器布局完善，可为客户提供系统级的整体解决方案。

保隆科技：新业务布局研发 4D 毫米波雷达，预计2024 年量产

公司围绕汽车智能化与轻量化完善产品矩阵，业务布局横跨海内外。公司主要产品有汽车轮胎压力监测系统（TPMS）、空气悬架系统、车用传感器（压力、光雨量、速度、位置、加速度和电流类为主）、 ADAS（高级辅助驾驶系统）、汽车金属管件（轻量化底盘与车身结构件、排气系统管件和EGR 管件）、 气门嘴以及平衡块等。2023Q1-Q3 公司总营收/归母净利润分别为 41.55/3.39 亿元，同比增长29.20%/194.75%，毛利率 27.92%。公司国际化运营能力优秀，海内外布局全面，在中国、北美与欧洲设有多个生产、研发、销售中心，2023H1 境外业务收入占比达到 55.73%。公司掌握行业领先技术，是上海市科技小巨人企业，获得“国家级知识产权优势企业”和“高新技术企业”等称号；2023Q1-Q3 研发投入占营业收入的7.48%，保持技术水平先进性。 公司新业务布局智能驾驶，大力发展 ADAS 与车载传感器业务。 公司 2021 年底开始布局研发 4D 毫米波雷达，2024 年 1 月已处于 C 样（批量样件）阶段，正在向客户推广。

篇幅有限，未完待续。 。 。

• 
  

• ↓↓↓
• 
  

  点击“阅读原文”，即刻预登记！