雷達大戰，4D還是激光？

說到智能駕駛，其終極目標是“去人化”，不過這種《沙丘》中人和AI大戰後被禁止應用的技術，卻在我們的魔幻現實中火熱地發生着、進行着。

而在特斯拉主導的純視覺路線暴露越來越多的缺陷，神話破滅之時，激光雷達和4D毫米波雷達的崛起，成爲映照風口浪尖的兩個亮點。

一方面，此前據Yole統計，2022年，4D毫米波雷達的市場規模僅爲2億美元。到2028年，這個數字將提高到22億美元，期間年複合增長率高達49%。另一方面，激光雷達在國內的禾賽科技和速騰（參數丨圖片）聚創兩家巨頭的帶動下，製造成本飛速下降。

現在，車企用4D毫米波雷達還是激光雷達，也正在成爲“TO BE OR NOT TO BE”的問題。

4D雷達，大有可爲？

其實，毫米波雷達並不是什麼新技術，但是傳統的提供測量距離、速度和水平角度的3D雷達，除了便宜沒啥優點。直到4D毫米波雷達（也叫成像雷達）出世。

顧名思義，4D成像雷達是在傳統雷達基礎上加上一個垂直角度檢測、提高了輸出點密度且具備更高分辨能力的雷達。換句話說，4D毫米波雷達“進化”出了類似激光雷達的點雲成像效果，同時能夠彌補純視覺算法偏弱無法覆蓋全場景的問題，清晰度上，部分指標近似達到16線數的激光雷達。

遇到下雨、大霧等天氣，它的偵測範圍仍可以達到300米左右。同時，4D雷達還具有足夠高的動態範圍，能區分遠距離的較小障礙物。進而，能夠識別出如路標、靜態物體和較遠距離以外的物體，這是傳統的3D毫米波雷達無法做到的。

有人辭官歸故里，有人漏夜趕科場。去年，博世退出激光雷達的研發，將資源重新分配到毫米波雷達和其他傳感技術上。而我在今年北京車展期間安波福的發佈會上也得知，安波福也無意激光雷達，還是主攻4D毫米波雷達。

而曾在2019年豪言使用純視覺來實現FSD的特斯拉，也在去年年底宣佈，將在第4代自駕車平臺重新納入一顆4D毫米波雷達。這讓業內很多人還激動了好一陣子呢。

不過，從價格來看，4D毫米波雷達更容易接受，但性價比還談不上太高。而“無論激光雷達的成本再怎麼降低，它依然會比毫米波雷達貴幾倍，兩者之間會維持在5到10倍的差距。”某雷達廠商這個說法不是太對哦。

根據蓋世汽車研究院智能駕駛配置數據庫顯示，2024年第一季度，前三的激光雷達裝機量，速騰聚創、華爲技術、禾賽科技分別爲116097、41833、34259臺，實際上，裝機方面還是比4D毫米波雷達搶先了一步的。

當然，激光雷達正在喊“進入200美元時代”，但目前的主流價格在2500元左右。北京車展時速騰聚創發佈MX的價格降到了200美元級別，較此前M1 Plus/M2的500美元降了一倍多。而且，速騰聚創宣佈先後獲得智己汽車、小鵬汽車全新車型定點。速騰聚創CEO邱純潮還表示，目標是讓15萬元的車也能配置激光雷達。

而目前4D毫米波雷達整體價格約在千元，且價格正在快速向傳統毫米波雷達靠近。比如，據相關數據，Arbe的4D毫米波雷達價格在690~1036元，採埃孚、大陸等Tier1的單價爲1036~1381元。

從上車應用來看，根據Arbe的預測，4D毫米波雷達將於2024年在歐洲與北美市場L1~L4級別自動駕駛車型中開始列裝。

國內，肯定是比國外要快的。比如，蔚來新一代車型已經確定安裝4D毫米波雷達。蔚來NT3.0平臺車型將全系標配一顆來自賽恩領動的4D毫米波雷達。樂道首款車型L60同樣去掉激光雷達增加4D毫米波雷達，據說上市即可用成區NOP+。

不過，總的來說，目前4D毫米波雷達價格還偏貴，中低端車主要還是以普通3D毫米波雷達爲主，高端車更多是裝配激光雷達。這也是目前4D毫米波雷達看不到多少裝機量數據的原因。

隨着未來價格下降，在中低端車型，4D毫米波雷達將逐漸替代普通3D雷達。而在高端車型，4D毫米波雷達和激光雷達（Lidar）將會共存，互爲補充而不是互相替代，這是共識。

4D雷達的“進化”

在5RXV方案成爲主流的當下，簡單說說技術方面，4D毫米波雷達的核心是MMIC芯片。

按照業內說法，其發展經歷四個階段，第一階段是射頻前端加處理器，第二階段是單芯片SoC加數模結合，第三階段是小分離SoC到大分離，第四階段是單芯片能夠滿足OEM對高階智駕的需求。

而且，MMIC（Monolithic Microwave Integrated Circuit的縮寫，即單片微波集成電路）芯片工藝經GaAs、SiGe已發展至CMOS時代。很明顯，集成度更高的CMOS MMIC在成本、尺寸和研發週期上佔據優勢，未來CMOS工藝會逐步普及。

按照業內人士的分析，基於CMOS工藝的MMIC佔系統總成本比重相較SiGe能下降一半（36%下降至18%），結合SoC化，CMOS工藝的毫米波雷達體積進一步縮小、雷達適配性更好，同時前端射頻芯片的需要量從AsGa和SiGe的7-8顆、2-5顆降低至1顆，雷達模塊設計複雜度和難度大幅降低，研發週期大大縮短。

此外，4D毫米波雷達系統通常採用MIMO（多輸入多輸出）天線技術，以提高分辨率和探測能力。因此，“4D成像雷達需要更多的MIMO通道，更強的運算能力和更多的存儲資源。”加特蘭CEO陳嘉澍博士曾對媒體強調過。這也讓我想起《黑客帝國》那句臺詞：“槍！更多的槍！”

當然，毫米波雷達的芯片市場，同樣一直都是被海外巨頭壟斷的市場。

據Yole統計，毫米波雷達市場是被大陸集團、博世、海拉、安波福、電裝和Veoneer這六大公司掌控。芯片主要被NXP、英飛凌等廠商等控制。

而進入4D毫米波雷達階段，整體競爭格局變化不大，但有不少新的競爭對手涌現。比如，收購 Steradian的瑞薩，早在2019年推出車載4D毫米波雷達產品的Arbe，Mobileye，Altos Radar等。

國內，累計出貨800萬顆雷達芯片的加特蘭已經加入戰局，最近剛推出基於Andes平臺的雙片級聯的成像雷達解決方案。可以說，這塊蛋糕大家怎麼都還是想“啃”一口的。

而就技術路線來看，4D毫米波雷達大致可分爲多芯片級聯、單芯片集成、虛擬孔徑成像、超材料的“進化”路線。

目前乘用車已上量或將要上車的多以級聯爲主，其中主要爲二級聯和四級聯。而集成化的單芯片方案成熟後將有性價比/成本優勢，將成爲企業未來佈局重點，業內預計5~8年內落地。

最近，華爲也發佈了高精度4D毫米波雷達。數據很亮眼。支持泊車模式，垂直視野可達60°，相較傳統雷達垂直視野18°有3倍提升，距離精度5釐米，相較傳統雷達20釐米精度提升4倍。

此外，已確定搭載4D毫米波雷達的車型包括寶馬iX、理想L7、飛凡R7、蔚來等。其中飛凡R7的前向雷達採用採埃孚的FRGen21，四級聯12T16R，供應商爲TI、賽靈思，角雷達採用海拉的4D毫米波雷達。理想L7 Pro款的前向雷達則採用了森思泰克的STA77-6，二級聯6T8R，供應商爲TI。

再來說一下，車企選擇4D毫米波雷達而沒有選激光雷達的原因，往往是在於幾點：

首先，作爲一種光學雷達，激光雷達光學傳感器跟人眼一樣有天生缺點，雨霧天氣、強光天氣、有干擾情況下都不工作，但毫米波雷達卻可以做到全天候、不受天氣、不受光線影響；

其次，毫米波雷達對速度測量更加精確，也比光學傳感器在處理複雜場景上更具優勢；

再者，隨着主動安全的普及，包括最近美國NHTSA出臺的2029年所有車都要標配AEB系統，就必須要毫米波雷達配合。

不過，最後這點是有BUG的，去年的AEB之爭同樣扭轉了激光雷達戰局。激光雷達的優勢同樣明顯。這點也是前面激光雷達裝機量背後的“潛臺詞”。

4D雷達的算法大關

雖說傳統毫米波雷達升級至4D毫米波雷達成爲趨勢，硬件的天花板突破了，不過，攔路虎在於，系統對算法能力的要求反而更高。

因爲4D毫米波雷達的點雲數量大幅增加，如何剔除不必要的點雲、再把它應用到功能層級當中，就是一個挑戰了。不過現狀是，當前，大多數車企並不具備毫米波雷達的算法能力。

長期以來，毫米波雷達廠商們提供的往往是軟硬一體化的方案，對車企來說，毫米波雷達直接輸出感知結果，只需將這個結果與其他傳感器的識別結果做融合就行。但是，4D毫米波雷達算法的壁壘高，只有極少數車企才能搞定。

這就很令車企尷尬。傳統毫米波雷達的算法，只需做一些簡單的數據聚類處理，而4D毫米波雷達的算法要做目標分類，需要圍繞着AVP、HWP、TJA等做功能，這些功能通常是由算法公司或算法很強的硬件科技公司來做。

所以，這就逼得主機廠要上車就不得不親自上陣做自己並不擅長的算法，這是一件很痛苦的事。同時，能否提供4D毫米波雷達的算法，也就成爲能不能上車的一個關鍵原因。

不過，當下算法正在成爲“核心競爭力”，雷達廠商也不想輕易交出“靈魂”。反正這得博弈一陣的。當然，4D毫米波雷達上車的事情，也就沒那麼快嘍。

值得一提的，就是4D毫米波雷達跟攝像頭的前融合很難做。否則，無法將4D毫米波雷達的技術優勢充分發揮出來。

比較有意思的是，長期以來的軟硬一體“黑盒子”模式下，大多數主機廠都沒有“見過”毫米波雷達的原始數據，也就不怎麼了解這些數據的特性，因而，多數公司得從頭開始學習4D毫米波雷達（比學習激光雷達要晚5~6年），更別提立馬就將4D毫米波雷達跟攝像頭做前融合了。

難做之處還在於，4D毫米波雷達的MIMO通道數多、數據量比較大，對算力的要求比較高，傳感器端的算力是不夠用的，前融合就需要放在域控制器裡做。

但是，如果將主控芯片放在域控制器中，不僅4D毫米波雷達的高數據速率和數據壓縮會給集中式架構帶來挑戰，而且天線和處理器之間信號傳輸的帶寬和速率也會影響到探測精度。

要解決上述矛盾，4D毫米波雷達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。而目前，只有像極少數廠商能做到。

此外，前融合還需要做聯合標定，這也是個“燙手山芋”。這是因爲，4D毫米波雷達對於語義信息的理解不夠準確、對目標分類也不準確。

再加上，攝像頭沒有距離信息，那麼，在兩者聯合標定時，如何將置信度、可靠性在視覺和4D毫米波雷達點雲層級就做好，在什麼情況下哪個傳感器的準確度更高？所有這些，都是要解決的問題。

激光雷達“跨越鴻溝”

就業內現狀而言，很多工程師不相信短期內4D毫米波雷達能取代激光雷達。畢竟，這倆是異構的。

有業內的工程師對媒體說過，“從我們的測試數據來看，現階段，4D毫米波雷達不僅無法取代激光雷達，而且，與成熟的3D毫米波雷達相比，其優勢也不是那麼明顯。”

目前的局面就是，激光雷達和4D毫米波雷達各自發展，還無法深度攻入對方的領域。激光雷達已引發了車企之間的一輪軍備競賽。而4D毫米波雷達市場，還存在測試標準、政策層面等問題，大多數主機廠似乎仍持觀望態度，說實話還欠點火候。

實際上，激光雷達對於車企來說，反而會更好上手。

說起激光雷達（Lidar），作爲一種利用激光進行測距、測形和其他相關測量的技術，其發展歷程可以追溯到20世紀初期，1917年愛因斯坦提出了受激輻射理論，提供了理論基礎。

激光雷達真正的快速發展，始於1960年代。而激光雷達上車，則是從21世紀初開始，隨ADAS滲透率提升迎來快速發展。

激光雷達最先用於地圖測繪領域，但高精度要求使得激光雷達成本居高不下。比如，百度自動駕駛汽車採用的Velodyne機械式激光雷達價格曾高達70萬元/臺（64線，8萬美元）。

隨着Velodyne將激光雷達用到DARPA無人駕駛汽車挑戰賽，首次將激光雷達帶入了自動駕駛領域。其後，隨着ADAS等下游應用的發展，激光雷達產業鏈企業不斷增多，成本也開始下降。

實際上，相比10多年前的一個典型32線激光雷達，現在的旗艦產品提升到了512線，提高16倍，點雲密度提升80倍，價格卻已經不到當時的1/100。隨着激光雷達覆蓋更多車型，“門檻”逐漸下探至20萬元以下車型，激光雷達也不再是頂配車型的“特權”。

所以，在新能源汽車滲透率高歌猛進的當下，激光雷達的裝機量也在快速突破。同時，發展方向也從機械式激光雷達轉向了固態激光雷達。經過多年的發展，固態激光雷達的基本框架已經比較清晰。目前主流有三種方案：基於相控陣、Flash、MEMS。

比較起來，基於MEMS的激光雷達，技術上更容易實現，價格也比較低廉，因此被主機廠看好。當然，也有業內人士也認爲，TOF（Time of Flight）與FMCW（Frequency Modulated Continuous Wave）的分類，要遠比“機械旋轉、MEMS、轉鏡、棱鏡、Flash”這樣的分類重要得多。

另外，激光雷達主要是基於兩個波長之一的傳感器，分別是905納米和1550納米。技術上，905nm的激光脈衝能量要求小於150nJ，就屬於Class 1等級的人眼安全激光器了。華爲用的是1550納米波長，畢竟測距遠，而且對眼睛的安全性比905納米高40倍。

而國內的禾賽科技選擇了905nm路線。這裡面有它自己的考量，雖說激光能量會有損失。在去年發佈ET25測距達到250米之後，終結了“905nm測距不行”這個話題。

最後說下，禾賽科技CEO李一帆認爲，2024年必然是激光雷達“跨越鴻溝之年”。（參見我的文章《激光雷達戰局，被AEB之爭改變》）不過，就像他說的，能夠預測未來，是每個人都希望具備的“超能力”。實際上，還是需要依靠創新、產品設計迭代來找到一條持續服務行業的路。

而在不斷創新的進化下，無論是4D毫米波雷達、激光雷達，都在快速而潛移默化地改變着市場格局。