他提出一点，4D成像雷达更突出的问题是动态范围的不足。以目前4片级联技术来看，要做出一款对环境感知更强的车载传感器，动态范围还有很大提升的空间。比如在反射性能较差的介质中，雷达的动态范围可以确保必要的灵敏度。

动态范围其实也很好理解，以相机为例，动态范围越大，捕捉到的高光区和阴影区的图像就越充满细节。譬如最近几年，手机行业已经开始关注相机的AI 降噪与 HDR 融合。如果4D成像雷达解决了这一问题，未来会不会是雷达为主摄像头为辅呢？

通常连普通窨井盖和路标都分不清楚的毫米波雷达，探测目标竟然可以贯穿两辆车？这一说法是否言过其实，还有待验证。目前市面上广泛采用的3D毫米波雷达不仅无法进行目标分类，在测距上较激光雷达也是差上许多，而后者在恶劣天气下显得力不从心。

从这个角度讲，飞凡R7的自动驾驶功能确实可以期待一下。至于4D成像雷达，它的“进化史”也在持续更新中。

这是全球汽车雷达龙头厂商的观点，但比起不断打破争议的激光雷达，4D成像雷达确实要更冷门一些。IDC的一组数据表明，今年第一季度L2级自动驾驶在乘用车市场的新车渗透率为23.2%，与Robotaxi产业发展相比，乘用车市场仍然聚焦于辅助驾驶功能。换句话说，4D成像雷达上车难免有点大材小用。

比起摄像头的直观所见，雷达更偏向于“感受”。这样一双“车眼”不断分化、进化，花名越来越多，内部的明争暗斗也更胜以往。比如：谁和谁搭配干活效果更好，怎么搭、如何安排位置才最合适。

此外，4D成像雷达的一个发展趋势是与人工智能技术的融合更深了。当毫米波雷达和深度学习得到的信息相融合时，会产生大量的算法需求，这也对处理器提出了更高要求。

其实比起国外大厂，本土厂商更应该重视4D成像雷达的技术演进路线，毕竟国内新能源主机厂和造车新势力都在加速推进自动驾驶应用。无论是从技术还是市场空间角度看，本土厂商的机会远超以往。距离4D成像雷达爆发或许还有些时日，但雷达之间的剿杀已悄然进行，而行业内的排位战也正拉开序幕。

事实上，车载雷达芯片和手机应用处理器一样都遵从摩尔定律的发展，也就是说，车载雷达芯片也会向更先进技术节点（如7nm）和更集成的方向发展。不过，对于角雷达这类不需要较强分辨力或成像能力的产品，现阶段的技术水平已经能满足所需。

当人们对智能驾驶展现出前所未有的热情时，雷达从教科书中走了出来。如同所有新事物一样，车载雷达也有一段被排斥、被质疑的心酸过往。直到今天，它成为智能驾驶的标配硬件。

简单理解，前端收发通道数量越多，提供点云数据的能力就越强，识别物体会更加精准。当下主流的车载4D成像毫米波雷达多是通过2片MMIC芯片级联，实现48个通道（6发8收）。增加通道数，意味着要增加更多的芯片级联。

尤其L3级及以上的自动驾驶系统支持解放双手，车身雷达的可靠性更加重要。这也是为什么L3级以上的传感器都会选用一些成像雷达。试想一下，一辆启动了自动驾驶模式的车辆在高速路上行驶，突遇一场大雾或者大雨，摄像头发挥不了作用，激光雷达的探测精度再高也等同于半块废铁。这时，4D成像雷达的“火眼金睛”就可以派上用场。

而这里始终有一个主题，谁配站C位？是视力更好的激光雷达，还是不挑时间全天候工作的毫米波雷达？就像歌手陶喆唱的那样“你爱我还是他，是不是真的他有比我好，你为谁在挣扎……”

处理器的性能极大决定了雷达前端和后端的使用效果。相比于通过增加天线数量提高分辨率的传统方法，芯片级联逐渐受到行业认可。

到2030年，L2+自动驾驶汽车预计会占据汽车总产量的近50%。彼时约有一半的车辆拥有接近解放双手的自动驾驶能力，如果以L2+或L3～L5级自动驾驶为前提，4D成像雷达可能会刚刚好。

根据Yole Développement的测算，4D雷达市场规模将从2021年的3亿美元增长到2025年的35亿美元，期间成像雷达的市场将从1亿美元增加至43亿美元，年复合增长率为109%，远高于汽车雷达市场整体增长水平。毫无疑问，接下来几年雷达市场的剿杀将异常激烈。

不出意外，答案是第三者。

一个名叫4D成像雷达的角色搅乱了这一池春水。

4D成像雷达在传统3D毫米波雷达基础上不止多了一个探测维度，目前技术的迭代与升级似乎还不是最理想的状态。为升科科技CTO蔡青翰也说，目前毫米波雷达发展到4D雷达或4片级联雷达，远远没有走到雷达所能达到的尽头。传统毫米波雷达最大的缺点在于角分辨率不足，如今分辨率提上来了，若再继续通过芯片级联的方式提高分辨率，边际效益明显会打折扣。

文章来源：《雷达科学与技术》 网址: http://www.ldkxyjszzs.cn/zonghexinwen/2022/0518/937.html