雷達技術已經經過二十年的發展，完全進入了成熟期，然而4D成像雷達尚處于從新興領域過渡到快速發展期之間。正如Yole Développement在最新的《2022 年汽車雷達報告》中指出：“在芯片層面，恩智浦和英飛凌占據了大部分市場份額。盡管雷達市場已經成熟多年，但 Yole 的分析師看到了市場涌現出許多新玩家并獲得了設計勝利，無論是在系統層面的包括麥格納、摩比斯、威孚等，以及芯片層面的Arbe、Uhnder、和Vayyar等公司都在積極布局這一市場。此外，包括華為、高通、英特爾等大型科技公司也在積極投資這一領域。這給領先的Tier 1和半導體芯片商帶來了巨大壓力，他們需要比通常的時間周期更快地進行創新。因此，領先企業正在尋求協同效應，要么進行整合，要么轉向垂直整合。”
為升科科技股份有限公司CTO蔡青翰解釋道，4D成像雷達的四個維度分別為：Range（距離）、Velocity （速度）、Azimuth （水平角度）和Elevation （俯仰角度），借助4D成像雷達，汽車的感知系統得以飛躍式提升。
如圖所示，相較于傳統雷達，4D雷達增加了高度的辨識，同時距離更遠，精度更高。
為升科科技（CubTEK）的4D雷達，被恩智浦帶到了CES 2022展臺上，向國際客戶展示最新的基于S32R45 MPU以及第二代RFCMOS MMIC TEF8232 的Demo。
如上圖，在CES 2022展會上，恩智浦CTO Lars Reger特別介紹了恩智浦與為升科聯合展示的Demo，該Demo由多顆級聯TEF82xx雷達射頻芯片，并結合S32R45雷達處理器芯片所構建的4D成像雷達方案，可實現360度環繞感知，從而滿足L2+級至L5級的自動駕駛需求。該方案最大的亮點在于率先提供了短距、中距、長距三合一的并發多模雷達感測，可實現對汽車周圍寬廣視場的同時感測。為了達到這個目標，恩智浦與為升科利用創新架構，通過配置低復雜度傳感器實現了192個虛擬天線通道，來提高原始傳感器硬件的性能。
具體而言，4D雷達的通道數更多，因此可以增加高度這一維度。傳統的雷達受限于通道數，在垂直維度布置的通道相對有限，易受到道路上地面多徑干擾的影響，因此難以探測出高度信息。“在一個融合的駕駛系統里，傳統毫米波雷達對于靜止障礙物給出的置信度是很低的。”華域汽車系統股份有限公司電子分公司技術中心執行總監石磊介紹道。“傳統雷達會把地面的井蓋、減速帶、路牌等目標誤報為前方障礙物，從而影響傳感器的準確融合感知。而成像雷達則可以通過高度數據檢測解決這一問題。”
對于高度靈敏的優勢，石磊以華域LRR30兩片級聯的實測數據為例，在完全沒有濾波的情況下，可以識別180米遠的易拉罐，或者190米遠的地方識別出橡膠輪胎。不過石磊也坦言，基于高靈敏度，目前還需要與OEM一起探討更多的實際價值。
對于高分辨率的優勢，成像雷達通過更多的通道數，以及系統架構的先進設計，實現更高的角分辨率，這也是傳統雷達的固有弱點之一。石磊同樣以實測數據為例，在2度角分辨率的情況下，可以分辨出50米之外相距1.8米的兩個人。
“實測表明，4D雷達可同時支持距離維、速度維和角度維三個維度的高分辨率，可以得到停車場的準確輪廓，從而實現基于毫米波和環視的自動泊車和代客泊車系統。”石磊舉例道。
蔡青翰以實用性角度解釋了4D雷達的必要性，比如在ACC（自適應巡航）過程中，如果要準確分辨出300米之外的兩輛車，水平角分辨率一定要達到1度以下，傳統雷達或兩片級聯也無法實現，只能依靠4D雷達。其次，比如在150米的前方有一個6.5米高的紅綠燈，如果準確判斷出紅綠燈是在空中還是在地上，需要達到2度的垂直角分辨率，這也是傳統雷達無法實現的。第三則是圍繞著傳感器融合而言，傳統雷達點云密度稀疏，無法做到具體的物體分類。誠然物體分類主要依靠攝像頭執行，但如果圖像傳感器失效的話，4D雷達還可以進行物體分類，從而為整個ADAS和自動駕駛提供足夠的系統冗余。第四，是與激光雷達的融合，在惡劣氣候環境中，激光雷達的能見度迅速降低，比如在大雨環境中，激光雷達的偵測距離會衰減50%，而成像雷達實測還是可以到達300米。
恩智浦全球副總裁，ADAS產品線總經理Steffen Spannagel對此預言道：“我們認為攝像頭和雷達會共存，因為它們的優缺點互補性非常強。而對于激光雷達而言，恩智浦認為成像雷達極大可能降低或取代激光雷達。盡管目前成像雷達還位于發展的早期，但隨著性能的大大提升，在理想情況下最終能夠取代激光雷達。”
根據Yole的數據顯示，全球毫米波雷達市場規模預計將由2019年的205億美元增長至2025年的280億美元，年復合增長率為5%。車載毫米波雷達市場規模預計將由2019年的55億美元增長至2025年的105億美元，年復合增長率達到11%。
Yole特別指出，成像雷達將推動下一波增長浪潮，到 2027 年達到43億美元，占整個汽車雷達市場的30%。
而根據Strategy Analysis和恩智浦的預計，未來隨著自動駕駛級別的不斷前進，對于77GHz雷達數量的需求不斷增長，從數量到價值都將不斷提高。Spannagel表示，預計到2030年，L2+的汽車銷量將占全部汽車銷量的43%，L3-L5級別的汽車銷量將占4%，也就是說約有一半左右的汽車將采用4D成像雷達技術，這不光給恩智浦，也給其合作伙伴帶來了更多的機會。
Spannagel說道，中國汽車半導體市場去年增長了45%，ADAS和雷達市場增長更加強勁，在成像雷達領域，中國的企業甚至都是領先于海外的，也正因此“恩智浦把中國市場看成恩智浦非常關鍵和重點的雷達市場。”
隼眼科技CTO張慧博士認為，雷達涉及到成像技術后，要引入深度學習和人工智能等算法，除此之外，為了滿足高分辨率要求，射頻前端的通道數越來越多，這兩方面都對MCU的算力有了更多要求。S32R45單芯片算力就可以滿足4片MMIC級聯，也正因此業界正在大量從FPGA遷移至MCU，從而實現更高的性價比以及更簡單的開發。
而對于射頻前端而言，級聯給天線陣列的饋電網絡設計帶來了新挑戰。NXP最新的TEF82xx系列MMIC除了支持底部散熱之外，還支持頂部散熱設計，因此可以采用背饋天線，從而在尺寸、饋線損耗、饋線輻射、角分辨，穩健性和精度方面得到大幅度的優化。
設計方法學的革新方面，為此隼眼科技聯合了合作伙伴，采用了數字孿生的計算平臺，實現更好的車路協同的虛擬驗證。
對于電子系統而言，高集成度可以帶來最直接的好處，石磊表示，得益于恩智浦的S32R41 MCU，LRR30最多可以輸出1024點4D點云并追蹤多達64個目標，同時方案尺寸小巧，既可以滿足前向雷達需求，同時也可以滿足空間要求苛刻的角雷達應用。
目前，華域汽車正在研發的LRR40采用了恩智浦的S32R45，最多可輸出3072點4D點云及128個目標。S32R45強大的處理能力，除了可支持前向雷達的點云之外，還刻意融合全車的點云數據，實現基于雷達的SLAM和FREESPACE等功能，同時還可以執行偽隨機混合數字調制解調編碼，從而獲得更高的抗干擾能力。
蔡青翰則強調了算法在毫米波雷達領域的重要性。他表示，為升科和恩智浦共同開發了包括針對MIMO虛擬通道的濾波算法、天線干擾抑制算法、高精度AOA（到達角測量）算法等。最終實現水平角分辨率小于一度，垂直角分辨率小于兩度的成像雷達，最終實現300米測距，20FPS數據速率輸出，每秒可生成8萬個點云。而針對海量數據的處理，為升科也在利用AI技術實現目標分類。
盡管2022年，S32R45為代表的成像雷達技術將成功量產，但成像雷達技術的發展還遠不止于此。張慧表示：“傳統純雷達信號處理正在向深度學習、人工智能方面的處理發展，這將對雷達和計算平臺的算力提出更高的要求，一方面是需要前端雷達算力的繼續提升，另外則是可通過分布式架構，與計算平臺實現有機整合。同時，隨著人工智能的發展，雷達也可以像攝像頭一樣以OTA或自學習的方式自我進化。除此之外，未來隨著毫米波雷達的普及，除了汽車之外，交通設施也可以集成更多的傳感器，從而實現感知協同，而不只是通過類似V2X的通信標準獲得協同。”
石磊則補充表示：“隨著成像雷達實現了更高分辨率，攝像頭與雷達的融合策略正在從目標機融合轉向特征級融合或原始點云融合，從而更多的保留原始信息；此外，此前毫米波雷達飽受詬病的分辨率問題，已經通過四片級聯方式解決，如今更突出的問題是動態范圍不足，市場對其有著強烈的提升需求。”
