自动驾驶之眼的中场战事

由于毫米波雷达具有准确测量目标距离和速度的能力，可以不受雾、雨、雪和强光等环境条件的影响，目前已经成为支持高级辅助驾驶和自动驾驶的主要传感方式，被广泛应用于盲区检测(BSD)、变道辅助系统(LCA)、自动紧急制动(AEB)、自适应巡航控制(ACC)、两侧来车警告系统(CTA)、后碰撞预警(RCW)、自动泊车(APA)与代客泊车(AVP)等多个领域中。在一些新兴应用中，例如幼儿遗忘检测系统、车内感应、脚踢开门、车门障碍物规避和自动泊车，毫米波雷达也正日益受到青睐。m1kesmc

Yole Développement数据显示，全球毫米波雷达市场规模预计将由2019年的205亿美元增长至2025年的280亿美元，年复合增长率为5%。其中，车载毫米波雷达市场规模预计将由2019年的55亿美元增长至2025年的105亿美元，年复合增长率达到11%。m1kesmc

从应用场景来看，L1级别目前需要实现ACC或者AEB功能，这样的系统通常搭载一颗前向长距离雷达与摄像头组合，后向功能中的BSD/LCA等功能则需要两颗后角雷达；到了L2级别，通常需要再额外多加装两颗前角雷达，以实现前向横穿预警、带转向的AEB、自动泊车等功能，并与数颗摄像头一起实现360度车辆环视。m1kesmc

在L2+/L3以上级别，摄像头和雷达传感器的数量会进一步增多，对传感器性能的要求也大幅提升。例如在L1、L2级别时，前向雷达只需具备辨别车辆或行人的能力即可，而到了L3+级别时则需要包括4D成像雷达在内的更高性能的雷达产品。m1kesmc

恩智浦半导体(NXP)方面预计，到2030年，L1至L2+级别的ADAS系统装配率会超过85%，L2+及以上级别的ADAS系统的市场占有率将会从2023年的5%快速增长到2030年的超过45%，毫米波雷达(包括4D成像雷达)和摄像头将互相辅助，成为ADAS系统中的主要传感器。 m1kesmc

各地区新车碰撞测试(NCAP)强制要求汽车配备高级驾驶辅助系统功能才可获得安全星级评级，也直接导致了毫米波雷达上车率不断增加，并迎来了高增长率。以中国市场为例，在2021年8月发布的CNCAP-2021中，主动安全部分得分占比已经从15%增加到25%，并增加了BSD与AEB在白天对两轮车的识别要求，以及AEB在夜间对行人识别的要求；在2020年Q3实施的JT/T 1178.1中，要求N3类车辆强制安装AEB、车道偏离预警(LDW)和前方碰撞预警系统(FCW)；工信部印发《汽车雷达无线电管理暂行规定》，确定从2022年3月1日起不再受理和审批24.25-26.65GHz频段汽车雷达的无线电发射设备型号核准申请，并确定76-79GHz为汽车雷达使用频率，进一步规范化了市场。m1kesmc

与此同时，汽车领域原始设备制造商(OEM)开始追求实现L2及更高级别的自动驾驶功能，同样使得毫米波雷达传感器数量得到进一步增加。根据公开数据显示，2021年国内搭载毫米波雷达的上市新车数量增长超过40%，产销超过350万量的新能源汽车ADAS装配率相对更高，推动了整个汽车行业的毫米波雷达装配率。m1kesmc

除了数量，还需要关注什么？

“目前来看，成像雷达技术和今后基于更先进制程的单芯片雷达技术是比较值得关注的。”恩智浦半导体大中华区雷达产品市场经理杨昌对《国际电子商情》表示。m1kesmc

m1kesmc

恩智浦半导体大中华区雷达产品市场经理杨昌m1kesmc

恩智浦半导体大中华区汽车电子首席系统架构师黄明达博士认为，2022年乃至今后几年内，得益于射频前端和处理器性能的不断提升，芯片制程工艺的不断改进升级，能够支持的波形和雷达算法更加复杂，除了数量增加之外，车载毫米波雷达在探测距离、距离分辨率、角度分辨率(包括俯仰方向)、检测和区分小目标等方面的能力会不断提升，实现相同性能条件下的功耗会不断降低。m1kesmc

m1kesmc

恩智浦半导体大中华区汽车电子首席系统架构师黄明达博士m1kesmc

黄明达博士进一步表示，集成趋势今后主要会体现在中短距离雷达应用中，比如射频前端和雷达处理器在更先进制程下的集成，甚至是天线与芯片封装的集成，用来进一步降低系统成本，方便系统设计和应用。同时，随着域控制器算力的提高，AI和深度学习在雷达领域的应用会进一步提高毫米波雷达，包括4D成像雷达的性能。m1kesmc

“举例来说，L2+及以上级别的ADAS系统在前向和角向应用上对4D成像雷达的需求在不断提升。而4D成像雷达需要多颗雷达射频前端进行级联，并且需要强大的信号处理芯片去处理级联的多路雷达信号。”黄明达博士说，通过多个射频前端的级联，再配合高性能雷达信号处理器组成的4D成像雷达，可以进一步提升毫米波雷达的性能，对汽车周围环境进行精确描绘，并对各种目标，比如正在高速超越缓慢行驶的重卡的摩托车，从遮挡视线的静止车辆后跑出来的儿童，甚至是车道上掉落的轮胎等进行检测和分类。m1kesmc

但黄明达也同时提醒业界称，当整个毫米波雷达的装配率占所有运行车辆的比例在50%的时候，雷达会受到相互间的干扰的概率大概是90%甚至以上，所以这是今后所有的毫米波雷达都需要去解决的一个问题。m1kesmc

m1kesmc

TI汽车雷达产品市场工程师Bhavin Kharadim1kesmc

德州仪器(TI)汽车雷达产品市场工程师Bhavin Kharadi对此有着相同的看法。他指出，随着具备更高探测高度和俯仰角探测能力的角雷达，以及有着更长探测距离和更好空间分辨率的前置雷达/成像雷达的不断出现，技术供应商一方面在不断提高雷达传感器的性能，并尝试将雷达功能集成到单个集成电路中以减小线路板面积；另一方面，汽车架构正随着新接口的出现而转向车载以太网，智能雷达传感器使用的边缘雷达传感架构，也正向使用传感器探杆和安全网络的区域架构式(Zonal)或卫星架构式(Satellite)传感系统等方向发展。m1kesmc

另一个有意思的话题是，2-3年前，当毫米波雷达开始逐步兴起的时候，有些公司选择在同一块芯片中尽可能增加集成的收发通道的数量，而有些厂商则愿意通过集成更多的MCU/DSP以提高数字处理能力。目前，这两种技术的发展方向是否依旧如此，还是已经走向了融合？ m1kesmc

“角雷达和前置雷达的要求是不同的。”Bhavin Kharadi解释说，为了减少尺寸和成本，角雷达需要射频和数字处理的高度集成，TI单芯片器件AWR2944就是最好的代表；而前置雷达为了实现更好的空间分辨率和更远的检测范围，则需要更多收发通道的集成，例如TI具有内置级联功能的AWR2243射频前端。但今后，随着自动驾驶向更高水平迈进，不排除这两种需求实现融合的可能。m1kesmc

恩智浦方面的看法是：两种技术都在不断演进和发展，它们并不矛盾，只是应用的方向不同。m1kesmc

射频前端和MCU/DSP集成在一起的雷达芯片，更侧重于中短距离的前向和角向汽车雷达应用，需要采用合适的半导体工艺来平衡射频芯片和信号处理芯片的不同需求，从而达到性能、功耗和成本的优化。m1kesmc

考虑到模拟芯片的工艺制程升级节奏与数字电路并不一样，例如MMIC芯片选用45nm工艺，MCU选用16nm工艺时，MMIC芯片集成MCU/DSP是否仍然是个好的选择就值得商榷。因此，在短距离雷达产品领域，还出现了一些将MMIC和MCU/DSP集成在一个封装内的设计，或者是采用MMIC芯片和MCU芯片各自独立的设计方案。m1kesmc

而将大量的收发通道都集成在同一块芯片里的做法，主要是为了提高雷达的性能来满足4D成像雷达的需求，相对来说会面临更多挑战，比如芯片的功耗、散热、可靠性、天线阵布局、馈线的插损、系统成本、软件和算法的复杂度，以及雷达应用的可扩展性等。m1kesmc

4D成像雷达正升温

近年来，由于能够以低于激光雷达6-10倍的成本提供类似的性能，高分辨率毫米波雷达(也有人称之为“4D成像雷达”)得到了业界的普遍关注。m1kesmc

所谓“4D成像雷达”，通俗地讲，就是与现有的传统毫米波雷达相比，其在水平和俯仰方向上的分辨率得到了极大提高，可以在任何光照或天气条件下，将雷达的功能从测量距离、速度、水平方位角扩展到涵盖距离(Range)、方位(Azimuth)、俯仰角(Elevation)和相对速度的测量，显著增强了雷达的性能。m1kesmc

如果用数字加以定量描述，4D成像雷达可以实现超过300米的探测距离，可以在水平和俯仰方向上达到小于1度的分辨率，输出类似激光雷达的点云。也就是说，4D成像雷达可以用很高的分辨率去探测物体的距离、速度、水平角度和高度，并通过点云对环境和目标的轮廓进行描述并分类，从而满足L2+ ADAS系统的需求。m1kesmc

当然，也只有这样，它才能够不仅可以“理解”水平面，还可以“理解”垂直平面，真正把前方探测到的物体轮廓大概描绘出来，从而帮助车辆判断是在物体“下方”还是“上方”行驶。m1kesmc

来自Yole Développement的预测称，4D成像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。m1kesmc

根据杨昌的介绍，在CES 2022展会上，恩智浦展示了由多颗级联TEF82xx雷达射频芯片，并结合S32R45或S32R41雷达处理器芯片所构建的4D成像雷达方案，可实现360度环绕感知，从而满足L2+级至L5级的自动驾驶需求。该方案最大的亮点在于率先提供了短距、中距、长距三合一的并发多模雷达感测，可实现对汽车周围宽广视场的同时感测。为了达到这个目标，恩智浦利用创新架构，通过配置低复杂度传感器实现了192个虚拟天线通道，来提高原始传感器硬件的性能。m1kesmc

在NXP Investor Day 2021上，恩智浦还分享了有关第三代RFCMOS单芯片雷达的相关信息，该芯片将在最新制程下集成高频数模混合电路，为汽车产业提供高性能低功耗的雷达产品。m1kesmc

那么，成像雷达会替代激光雷达吗？m1kesmc

从成本角度看，毫米波雷达肯定比激光雷达成本低；从产业发展角度看，毫米波雷达产业成熟年份比激光雷达早5-10年左右，尤其相较固态激光雷达更是如此，所以毫米波雷达成本非常有优势。m1kesmc

相关报告显示，摄像头与毫米波雷达成本摄像头单价一般在600元以下，其中单目摄像头单价区间大致在150~600元左右，环视摄像头区间在70~500元左右。毫米波雷达市场中，近程雷达单价在300~400元左右，远程雷达在800~1200元左右。由Mobileye提供的自动驾驶视觉方案单车总价在几百美元。m1kesmc

m1kesmc

艾迈斯欧司朗（ams OSRAM）市场与业务发展总监金安敏m1kesmc

作为“最后一块没有啃下的骨头”，由于至今为止还没有将成本做到足够低，导致没有足够多的车型去搭载激光雷达。但艾迈斯欧司朗市场与业务发展总监金安敏对本刊表示，中国消费者普遍更年轻，也更喜欢新事物，对自动驾驶的尝鲜和体验会带来一波激光雷达需求明显的增长，接下来的两三年，将有望成为激光雷达进入车载领域的一个爆发期。m1kesmc

“有的企业一直强调不需要激光雷达，甚至不需要毫米波雷达，认为使用车载摄像头就能完成自动驾驶的任务。严格来说，实际情况不是这样的，我相信业界绝大部分的车企和系统供应商都有这样的结论。”金安敏说，他不认为4D毫米波雷达和激光雷达在本质上存在竞争关系，因为两者各有优势，要真正实现L4、L5级别的自动驾驶，激光雷达、毫米波雷达和车载摄像头的组合是必不可少的。m1kesmc

m1kesmc

Velodyne Lidar首席商务官Sinclair Vassm1kesmc

Velodyne Lidar首席商务官Sinclair Vass表达了同样的看法。在他看来，由于存在旁瓣问题和多种传感器类型可探测性差等缺点，毫米波雷达试图接近低端激光雷达分辨率的想法目前都还无法实现。但这并不妨碍业界对多种传感器模式的需求，尽管毫米波雷达的应用范围在不断扩展，但双方不是“非此即彼”的关系，两者都是实现绝对安全的自动化车辆导航所必需的。m1kesmc

或者换一种说法，对于L2+及以上级别的自动驾驶，在成本允许的前提下，可以考虑引入激光雷达实现更精确的环境建模和定位，形成毫米波雷达、激光雷达和摄像头互为冗余备份和补充的系统，使得自动驾驶系统能够更加精确而稳健的感知环境，做出准确和安全的决策和规划。m1kesmc

所以，综合来看，“未来的技术发展并非几种方向选择其一这么简单。”m1kesmc

但值得注意的一个问题是，当多传感器共存时，如何确保系统在面对众多信息数据时做出的决策是正确的？m1kesmc

黄明达博士对此回应称，从多传感器融合策略角度讲，有竞争性融合、互补性融合、合作性融合等类型；从融合数据角度来说，有目标级融合、特征级融合、数据级融合等级别。系统如何融合各个传感器的数据并做出正确的决策，取决于所用的传感器组合能够输出的信息、域控制器的能力、汽车整体的电子电气(EE)架构、以及汽车所处的应用场景等各个方面。 m1kesmc

金安敏则指出，“这是在整个自动驾驶的软件、算法层面要解决的一个事情。”首先从硬件层面，要对路况进行识别，单一的摄像头只有一个解，前方有人或者没有人。但是如果它错了呢？如果融合了摄像头、毫米波雷达，激光雷达，甚至短距的超声波传感器，有三到四种甚至五种传感系统，这时候就可以做一个投票的选择。m1kesmc

此外，还可以在时间序列上、探测距离上不断地“投票”来做出正确判断，这时候多传感器是解决上述问题的关键所在，就是提供足够多的信息，去做投票选择。如果只应用一个信息，一旦信息是错的，就会产生严重的误判。m1kesmc

“我们坚信，自动驾驶汽车得到广泛采用的前提是绝对的安全性，那么使用堆栈式传感器而不是纯视觉系统是确保车辆绝对安全运行的最佳方法。”Sinclair Vass举例说，在最近进行的一次夜间测试中，他们将配备摄像头和雷达的特斯拉与自有的Velarray固态激光雷达传感器进行了比较。测试结果显示，Velodyne的激光雷达解决方案一次又一次地及时停下来挽救行人生命，而特斯拉却没有。m1kesmc

高居不下的激光雷达成本

随着当前自动驾驶技术向更深层次应用迈进，为了达到未来L4/L5车辆运行所需的10^-9错误率，激光雷达正成为必不可少的工具。它可以生成数以千万计的数据点来形成点云，提供周围环境的3D地图。通过点云数据，激光雷达传感器可以帮助自动驾驶车辆的应用程序以更高效、更准确、更私密和更安全的方式对周围环境，包括目标物体和人员的位置，进行监测导航，以确保安全并防止发生事故。m1kesmc

改善道路安全和保护环境是最能体现激光雷达优势的两个方面。激光雷达可以捕捉高清三维信息，通过为车辆展现更详细的周围环境，最大限度地提高道路安全，并能够更有效地保护道路上的行人，帮助实现安全出行。另一方面，由激光雷达支持的高级驾驶辅助系统和互联自动驾驶汽车可以带来强大的环境效益。例如，激光雷达可用于构建汽车的自动化行人制动系统，帮助自动驾驶汽车确保道路安全，改善交通拥堵。同时，还可以节省燃油，延长车辆的使用寿命。m1kesmc

Yole Développement预计，激光雷达应用是目前汽车行业增长最快的赛道之一。从出货量看，2025年全球激光雷达出货量约为470万个，2030年将达2390万个；从销售额看，2025年全球激光雷达销售额约61.9亿美元，2030年将达139.32亿美元。m1kesmc

但目前因为成本问题，激光雷达还没有迎来装车的爆发期。根据《2021麦肯锡汽车消费者洞察》显示，九成受访者认为辅助驾驶有意义，10%-35%的消费者愿意为L2级别的辅助驾驶支付2200-4100元人民币的价格，而L2.5/L3级别的价值更大，15%-30%的受访者的心理价位在3800-4900元之间。m1kesmc

显然，现在的激光雷达方案相比消费者的预期心理价位仍还存在一定差距，然而中国市场对车载激光雷达的需求又非常火热，很多“造车新势力”甚至提出要把激光雷达做成标配，不少传统车厂和新能源车品牌也都陆续公布了自己的激光雷达与自动驾驶规划。仅在2021年，小鹏P5、蔚来ET7、智己L7、WEY摩卡、极狐•阿尔法S、宝马iX等均宣布将在新车上搭载激光雷达。金安敏预测，今明两年这样的趋势不会停歇，从而为有效带动激光雷达成本的下降做好准备。m1kesmc

两三年前，业界曾提出过“激光雷达一定要做到几百美元以下才能实现大规模应用”的观点。那么，这是否意味着，一旦突破了成本瓶颈，激光雷达在汽车领域的商用落地过程就会“一马平川”呢？金安敏对此给出了否定的回答。他指出，除了成本，汽车客户还会比较关注激光雷达是否通过车规要求？长期可靠性和安全性如何？等问题。相比之下，国外市场对于激光雷达的落地比国内会更加审慎或者保守，国外汽车品牌对于规模化上量车载激光雷达的时间计划也都相对较晚，普遍都在2024年之后。m1kesmc

Sinclair Vass表示，进一步降低成本的确是激光雷达实现广泛应用的关键，尤其是在汽车行业。但除此之外，相关业者还需要在测距、分辨率、精度、视场、价格等众多因素中找到最佳平衡，并不断进行技术创新，让激光雷达在所有应用中更加可负担、易使用，进而让激光雷达无处不在。m1kesmc

“除了成本之外，我们正专注于建立一个面向客户的产品管理及产品定义团队，以便可以在与他们的互动中系统了解客户的需求和痛点，确保正在开发的产品是为解决客户实际需求而服务的。”Sinclair Vass说。m1kesmc

本文为《国际电子商情》2022年3月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里m1kesmc