编者按：4D成像雷达在过去几年已经得到汽车行业的认可，但后面的路怎么走，是否会一帆风顺，还受制于很多因素。

“去年第三季度，四家合作伙伴都进入了基于我们芯片组的4D雷达生产阶段，目前正处于与欧美和亚洲头部主机厂的最后定点谈判阶段。”这是Arbe Robotics在去年底对外披露的信息。

作为全球为数不多提供4D雷达芯片组方案的供应商，该公司对于后续市场需求的爆发，信心十足。“我们正在洽谈的几家主机厂，占到全球乘用车市场交付量的31%。”

根据公开信息显示，目前，中国的两家合作伙伴—威孚高科和经纬恒润，已经分别向Arbe Robotics下订价值1160万美元和约34万套芯片组意向订单。该公司预测，将从2024年下半年开始看到收入增长。

此前，威孚高科发布公告显示，4D成像雷达产品已经达成与KargoBot（滴滴自动驾驶货运业务）、Arbe三方战略合作，完成首轮样件交付及路测。经纬恒润的4D雷达产品也已研发出B样件，预计2024年达到量产状态。

而在今年的CES展上，安波福对外正式亮相，由中国本土团队主导开发、搭载了国内首颗一体式集成雷达芯片的第七代4D毫米波角雷达，并采用了业界首款空气波导天线方案。

性能参数方面，安波福通过复用成熟的高性能端到端雷达算法，实现宽视角（FOV）内的高角度分辨率和精度。（FOV：±75°水平角，±15°俯仰角；分辨率：水平角<2度，俯仰角<4度）。

同时，基于安波福自主设计的抗干扰算法，使得这款4D雷达的抗干扰能力相比传统雷达提升了约30%。此外，最大4G工作带宽模式供选择，实现短距离极高的精度探测，为自动泊车感知提供更高的精度和分辨率。

此外，在今年的CES展上，大陆集团也带来了基于高分辨率环绕雷达+全景环视的雷达视觉泊车系统，替代传统超声波传感器，而且可以提供更好的设计灵活性和性能，同时满足更高的安全要求。

而在去年底，随着蔚来旗舰车型ET9的正式亮相，该品牌首次导入4D毫米波成像雷达，基于NXP方案打造，预计最快2024年底开始交付。

此外，本周，Mobileye宣布获得一家欧洲汽车制造商一系列量产项目，其中就包括自研4D雷达的方案配置。目前，该公司正在与启碁科技、法雷奥合作，交付成像雷达解决方案。

在此之前，飞凡、深蓝、理想等多个品牌已经开始规模化导入4D雷达，2023年预计累计搭载新车交付量接近15万辆，涉及采埃孚、森思泰克等供应商。

“成像雷达已经引发了市场的高度关注。与此同时，我们也发现市场对实现最佳性能的成像雷达有强烈需求。”法雷奥认为。而从去年的行业进展来看，4D雷达的成本大幅下降，预期将带动市场真正起量。

而在今年的CES展上，一家来自中国的4D雷达初创公司—Altos Radar（傲图科技）带来了两款高性能4D成像毫米波雷达，价格仅为激光雷达的1/10。

降本的秘密来自芯片和架构。

比如，Altos V系列的最新产品Altos V2（前向4D雷达），是全球首个采用非FPGA方案量产的4D雷达，基于TI的TDA4完成芯片级联设计。按照目前的市场价位，预计可以降本20%以上。

此外，Altos RF系列则是一款非计算前端雷达模块（也就是常说的卫星式传感器架构），基于域控制器的计算资源来进行数据处理，大幅降低端侧的硬件成本，预计可实现50%的降本。

而作为成立仅一年多时间的公司，傲图科技的核心研发团队来自华为、苹果等行业巨头；公司创始人兼CEO牛力，曾就职于日立、天合、苹果以及小马智行等头部企业，CTO李晓波曾担任华为海思雷达算法负责人。

高工智能汽车研究院预测数据显示，随着L2及L2+持续处于市场增长的高速期，到2025年，国内乘用车市场毫米波雷达搭载总量将超过3500万颗/年，2020-2025年复合年增长率接近30%。

而对于4D成像雷达来说，降本增效是必须迈过的坎。其中，硬件主攻降本，软件主攻增效。

目前，行业内主要有三种解决方案，一是开发定制的ASIC来代替FPGA；比如，NXP在一年前推出了业界首款专用16nm成像雷达处理器S32R45，配置4个Arm® A53内核，3个锁步Arm M7内核以及8MB SRAM + LPDDR4 + 外部闪存。

第二种解决方案，主要是减少级联以及国产化芯片方案；比如，承泰科技推出的CTLRR-520，采用双级联方案，比拟业界4级联性能，性价比高；同时，实现95%以上国产化率。

此外，楚航科技推出的两片级联方案，基于传统3D毫米波雷达工艺设计和硬件结构，多增加了一颗射频芯片，能够在算法、射频天线和硬件升级上大幅提升产品性能，并做到有效的成本控制。

第三种解决方案，就是分布式+中央计算架构，将车身上搭载的多颗环绕4D雷达的数据在中央域控制器（比如，智驾域控制器）进行协同融合处理，从而降低端侧数据处理要求。

尤其是4D成像雷达带来的密集点云，以及俯仰角带来的测高能力，则是为深度神经网络模型训练带来可能。同时，借助雷达的BEV特征图，更是可以与图像BEV特征融合，进一步增强目标检测的置信度。

不过，任何新生事物的落地，都不是一帆风顺的。

「随着视觉感知技术的不断迭代，以及高阶NOA倾向于激光雷达，对于毫米波雷达尤其是4D雷达的配置，还处于博弈阶段。」业内人士坦言。

高工智能汽车研究院监测数据显示，2023年1-11月，国内（不含进出口）乘用车前装标配ADAS雷达1949.4万颗，单车搭载量首次突破达到1.05颗。

不过，从过去三年数据变化来看，去年（2023年1-11月）市场的整体标配量同比增速仅为25.40%，相比于上一年度同期小幅下滑约4.6个百分点。

传统毫米波雷达产品线，在市场持续起量的同时，成本压力不断凸显；4D雷达的研发投入和实际产出，还需要较长时间的博弈。

而随着从传统3D到4D成像的技术升级，软件算法能力成为过去更多依靠硬件设计开发和制造的毫米波雷达企业的短板。（尤其是从4D到成像，对于软件的要求，也是一个质的变化）

比如，4D成像雷达在点云密度增加的情况下，如何增加检测的成功概率，减少回声的噪音，并实现远处信号反射较弱物体的检测，还需要解决多信号的干扰问题。

同时，相比于传统3D雷达的检测（由于角分辨率不足，无法区分静态目标，以及分类不准的问题），4D雷达还需要增加额外的从点云到聚类，目标精准识别分类的能力。

此前，Arbe公司就直言：我们正在尽可能提供软件堆栈，帮助我们的最终客户（汽车制造商）尽快适应这项技术。而对于车企和Tier1来说，同样也需要时间来优化软硬件性能。

同样，特斯拉此前也对外证实：目前，公司仅在Model S和X两款车型上进行相关验证工作，来评估产品的实际性能，目前还没有计划将4D雷达搭载至Model 3和Y两款走量车型。

在高工智能汽车研究院看来，4D雷达赛道仍在等待「甜蜜点」的到来，无论是成本的下降还是相关软件算法的成熟度。