4d成像雷达 激光雷达，国内4d毫米波雷达

（报告作者/作者：开元证券、任浪、赵旭阳）

1、视觉识别的完美助手——4D成像毫米波雷达1.1 感知是自动驾驶的主要环节识别环节负责检测、识别和跟踪目标。迈向自动驾驶的实现。要实现自动驾驶，首先需要准确了解驾驶环境信息，包括有效捕捉交通实体、红绿灯、环境物体等信息，并创建基于实时感知环境信息的系统。构建自动驾驶系统只需等待链接，即可完成决策、规划和控制。传感器性能直接影响信息的感知质量。目前广泛应用的传感器包括摄像头、激光雷达、毫米波雷达、超声波雷达等。特斯拉的视觉识别解决方案推动自动驾驶行业进入新篇章。 2023年，特斯拉使用Transformer算法构建了BEV（鸟瞰）空间。这解决了传统视觉识别中深度检测的困难，并通过视觉实现更准确的距离估计。同时Transformer算法也比较好。通过融合多个传感器，它变得更具可扩展性。 2023年，特斯拉将利用BEV+Transformer和Occupancy Network还原外部3D空间，进一步增强通用障碍物识别能力。特斯拉依靠摄像头传感的FSD功能几乎可以覆盖所有驾驶场景，累计行驶里程大幅提升。特斯拉重新使用毫米波雷达辅助摄像头来改善感知。特斯拉将于2023年放弃使用毫米波雷达，将资源集中用于提高视觉识别能力。 2023 年2 月，马斯克承认只有非常高分辨率的雷达才有意义，并以“分辨率不足”作为特斯拉于同年6 月停止使用毫米波雷达的原因，并向联邦通信委员会提供了该雷达我报名参加了会议。 FCC）新型高分辨率雷达装置。据AutoHeart公众号报道，2023年2月，海外博主Greentheonly透露，特斯拉全新计算平台HW4.0预留了毫米波雷达的接口，并于同年6月，曾发布过特斯拉新款毫米波雷达的实拍图。雷达。综合推理，特斯拉安装的新型毫米波雷达将是高分辨率4D成像毫米波雷达。 4D成像毫米波雷达具有许多优异的特性，可以更好地支持视觉识别解决方案。

1.2.毫米波雷达虽然具有“全天候”特性，但由于调制、发射接收、信号处理等原因，存在识别障碍物分辨率不足的问题。毫米波是频段为30300GHz的电磁波，是110毫米的“超高频”波，与普通激光的波长接近。相比之下，它具有更长的波长、更长的传输距离、更高的衍射能力、更好的透明度。工作在毫米波频段的雷达称为毫米波雷达，广泛应用于自动驾驶领域。毫米波雷达主要由雷达前端收发模块、数字信号处理单元和接口模块组成。 雷达前端收发模块调制、发射和接收毫米波信号，包括天线阵列、射频前端和中频电路，数字信号处理单元进行信号处理和数据处理。接口模块，包括DSP（数字信号处理器）、MCU（微控制单元）或FPGA（现场可编程门阵列），负责数据通信以及与其他系统的集成。毫米波半导体技术相对成熟，广泛应用于自动驾驶汽车中。信号收发器和信号处理是毫米波雷达操作的重要方面。 (1)首先，高频发射器产生并发射电磁波信号，到达目标物体。 (2)物体反射或散射信号形成回波信号，接收器接收回波信号。 (3)混频器对回波信号进行转换。它与原始信号混合，经过滤波器滤波，得到中频信号（实际上是雷达发射信号与回波信号的频率差，其中包含位置、速度等信息）。 (4)中频信号输入到处理后端，经过调制、解调、FFT（快速傅里叶变换）等算法处理，提取并分析目标信息，用于目标检测和测距。速度测量，方向估计。 (5)最后输出结果用于后续感知处理。毫米波雷达通常调制FMCW（调频连续波）波形，可以同时测量速度和距离。多普勒效应是指物体发射的波长根据其相对运动而变化。例如，火车汽笛的声音随着它接近我们而变得更亮。较短且频率较高，因此可以用来测量速度。毫米波雷达通常是FMCW（调频连续波）雷达，频率线性增加和减少。这一特性使雷达能够有效地将时间和距离与FMCW 变化分开。利用回波信号准确计算障碍物的相对速度和距离。毫米波雷达可以同时测量方向并识别多个物体，适合汽车领域。通过增加单独天线的数量，毫米波雷达可以根据回波信号阵列之间的相位差来获取物体方位信息。它还可以通过处理多个回波信号来获得不同的中频信号，从而有效地区分多个信号。回声信号。毫米波雷达可以测量距离、速度、方向并识别多个物体。 FMCW波形调制和处理技术相对成熟，功耗低，成本低，适合汽车领域。毫米波雷达具有各种优良特性，对于智能驾驶至关重要。

（1）“全天候”：毫米波的波长比纳米范围的光波更长，可以轻松穿过比波长更小的障碍物。一般来说，雨滴和雪花的平均直径小于5毫米。波雷达的运行基本上不受雨、雪、雾等天气条件的影响，具有“全天候”的特点。 (2)包含速度信息：基于多普勒效应。毫米波雷达可以获得高精度的速度信息，这对于自动驾驶感知至关重要。 （3）遮挡物体识别：毫米波信号可以在多种场景下检测遮挡物体。反射、漫反射、绕射、绕射等大陆集团表示，根据其ARS430 毫米波雷达的经验，在大约40% 的场景中可以检测到此类障碍车辆。当然，检测遮挡物的性能还取决于路面情况、前方车辆位置、遮挡车辆位置等条件。该算法对于检测此类情况尤为重要，华为在4D毫米波雷达发布会上强调了这一点。

摄像头和毫米波雷达可以在识别系统中相互补充。该摄像头是一种被动传感传感器，具有成本低、易于集成、语义信息丰富等特点，是目前数据带宽最高的汽车传感器之一，可提供高分辨率图像和实时视觉信息。然而，相机容易受到恶劣天气和眩光等环境影响，并且没有准确的物体深度或速度信息。毫米波雷达可以有效弥补摄像头的缺点，并且通过融合两类传感器，可以以更低的成本实现更好的自动驾驶识别。传统毫米波雷达无法测量高度，因此在自动驾驶中的作用有限。传统毫米波雷达只能探测距离、角度、速度三种信息。由于缺乏高度信息，限高柱、高架桥等物体很容易对毫米波雷达造成障碍物反馈。将其设置为仅保留动态目标跟踪结果或降低毫米波雷达的感知权重，基本上会使毫米波雷达无法识别日常使用中的静止物体。 例如，特斯拉的驾驶员辅助系统无法识别停放的导致碰撞的白色卡车，因为摄像头无法准确区分白色汽车和天空的区别。侧翻固定卡车。为了解决这一问题，需要提高毫米波雷达的俯仰角检测能力。 1.3. 4D毫米波雷达可以添加高度尺寸信息，形成精确的识别功能，识别物体的高度。如前所述，毫米波雷达无法识别高度尺寸信息，因此在没有其他可靠传感器的情况下，在使用过程中识别静止物体的可靠性会降低，从而可能出现误制动和泄漏，从而导致驾驶体验不佳。行车安全。现在毫米波雷达可以通过增加俯仰方向的天线布置来测量高度信息，而4D毫米波雷达则克服了上述缺点，顺应时代的需求而出现。 4D毫米波雷达中的“4D”是指距离、方向、速度、高度。 4D毫米波雷达不仅继承了毫米波雷达的优点，例如“全天候”有效运行和检测遮挡物体。此外，分辨率和准确性得到提高，可以识别空中的小型静止物体和障碍物。 4D 毫米波雷达是毫米波雷达的升级版，可提供更高的性能并更好地适应复杂路况。 4D成像毫米波雷达清晰度更高，可以输出3D点云图像。通过改进识别算法和增加雷达孔径，4D毫米波雷达输出类似于激光雷达的相对密集的三维点云，提供高清晰度，可以勾勒出物体的形状并识别物体，具有以下特点。这就是毫米波雷达。两个相邻点云之间的角度就是角分辨率。角分辨率更小，4D成像毫米波雷达的角分辨率可达1以下。在200米范围内，雷达可以区分相距约3.5米以上的两个物体，使附近物体的识别更加清晰。由于4D成像毫米波雷达生成三维点云，因此经常将其与激光雷达而不是毫米波雷达进行比较。经过多年的发展，毫米波雷达的性价比越来越高，点云效果可与近光激光雷达相媲美。激光雷达性能优异，广泛应用于905nm和1550nm波段，发射多束激光扫描路况，形成高分辨率的点云图像，对路况进行提前判断也能做到。目标距离、方向、高度、速度、形状等信息。

但激光雷达波长短、穿透力弱，即使输出功率相同，探测范围也有限，且容易受到恶劣天气的干扰。 4D成像毫米波雷达的点云效果已经可以与低线数激光雷达相媲美，并且具有高灵敏度、高分辨率、综合成本较低的特点。在配备LIDAR的车型上，4D成像毫米波雷达充当安全冗余功能，以提高自动驾驶安全性，而在没有LIDAR的车型上，4D成像毫米波雷达可以替代LIDAR的传感器。搭载自动驾驶功能，将为智能驾驶的普及做出贡献。 Mobileye在CES大会上表示，到2025年，L4级自动驾驶识别解决方案将只有一个前置激光雷达，两个侧向激光雷达将替换为六个4D毫米波雷达，以达到L4级自动驾驶识别解决方案。提出实现识别功能。显着节省成本。 4D成像毫米波雷达是自动驾驶的优秀辅助传感器。特斯拉利用Transformer 算法构建了可以有效识别动态和静态物体的BEV 空间，提高了占领网络和识别常见障碍物的能力。对于4D毫米波雷达，与通过算法预测距离信息而不是捕获真实值的纯视觉解决方案相比，使用激光雷达或4D毫米波雷达获得的真实距离信息在性能方面更加出色。波浪雷达检测到的速度信息比激光雷达更准确，有助于确定物体运动的轨迹和方向。在算法层面，已经出现了很多多传感器融合感知算法，比如BEVFusion，可以有效帮助玩家将4D毫米波雷达信息融入到自己的感知系统中。因此，4D毫米波雷达有望成为自动驾驶识别的关键要素，帮助实现产品功能。

2. 随着多种解决方案提高关键性能，4D 毫米波雷达不断发展。 2.1. 4D毫米波雷达分辨率增强目前有两条路线。有利于软件和硬件性能的提高。当通道数（发射天线数接收天线数）相同时，增加俯仰角测量能力会降低方位角检测能力，而分辨率是4D毫米波雷达性能的关键。为了提高4D毫米波雷达的分辨率，必须增加雷达孔径（雷达系统内天线的尺寸和天线阵列的布局）。分辨率可以通过硬件改进和改进来提高。增强算法，为自动驾驶提供更好的解决方案。目前，人们正在采用各种技术来提高4D毫米波雷达的分辨率，大致可分为硬件和软件解决方案。前者包括芯片级联、芯片集成和超材料改进天线。包括虚拟光圈成像、分辨率和算法处理能力的超级改进。 2.1.1.基于芯片级联的解决方案：高速级联毫米波雷达射频芯片解决方案允许增加天线数量，从而增加雷达孔径。 4D毫米波雷达芯片分为射频芯片和数据处理芯片，射频芯片又称为MMIC（单片微波集成电路），负责毫米波信号的调制、发射接收、解调等工作。回声。信号。 MMIC级联增加了雷达发射和接收天线的数量，天线MIMO（多输入多输出）系统提高了通信容量。级联增加了物理天线的数量，从而提高了雷达的角分辨率。级联通过连接多根物理天线，增加天线数量，提升产品性能。级联可分为2级级联、4级级联、8级级联等。以两级级联为例，将两个3T4R（3 个发射天线+ 4 个接收天线）MMIC 极接为一种配置。 6T8R雷达收发器。该级联方案基于毫米波雷达芯片，德州仪器（TI）、恩智浦（NXP）、英飞凌等雷达芯片供应商提供支撑技术和底层软件。 MIMO天线系统可以增加虚拟通道的数量并增加雷达孔径。 MIMO天线系统是SIMO（单输入多输出）技术的升级（例如3T1R芯片是SIMO，3T4R芯片是MIMO；前者最多可组成31通道，后者最多可组成31通道） ) 34 通道)。通过在多天线系统接收侧实现通道分离，可以在单芯片上形成虚拟通道，无需增加物理天线数量，增加虚拟孔径，提高角分辨率。级联天线和MIMO天线技术可以协同工作，为雷达系统提供更高的分辨率和定位精度，从而改善图像处理。大陆集团、采埃孚、博世等毫米波雷达供应商均采用该方法生产高分辨率、高性能的4D成像毫米波雷达。级联方案对于雷达系统来说功耗较高、尺寸相对较大、信噪比较低，但同时，级联方案芯片的开发在行业初期难度并不大。链条已经成熟，产品即将推出。特斯拉新型毫米波雷达的分解图显示，特斯拉采用两芯片MMIC 级联解决方案，通过增加天线数量和特殊天线放置来提高分辨率。 2.1.2. 基于芯片集成的解决方案：高集成度和具有挑战性的设计芯片集成也是一个重要的解决方案，汇集了4D毫米波雷达的许多“新力量”。

基于芯片集成的4D成像毫米波雷达解决方案有两个方向。一方面，您可以通过集成更多天线来级联MMIC，就像Arbe 的雷达解决方案一样。将天线、雷达处理器等器件集成在一起，形成专用的成像雷达芯片。例如，Vayyar、Uhnder等公司的解决方案可以实现更高集成度的雷达芯片。 （1）Arbe：通常，毫米波雷达信号的发射和接收都是通过MMIC来完成的，Arbe射频芯片和接收器芯片集成了24个发射通道，接收器芯片集成了12个接收通道（专用图像处理）来做。雷达处理芯片最多支持2个发射芯片和4个接收芯片，组成总共48T48R的超大虚拟阵列，可以在控制雷达体积的同时提高雷达性能。 (2) Vayyar：Vayyar 内部开发的MMIC 集成数字。信号处理器DSP和MCU；（3）Uhnder：Uhnder的4D成像片上雷达（RoC）集成了DSP、MCU和其他处理单元来实现毫米波雷达芯片。集成化、芯片化是毫米波雷达发展的新趋势。 2.1.3. 基于超材料的解决方案：提高天线性能使用超材料和相控阵改进天线还可以提高毫米波雷达的可见度。超材料是一种将各种材料加工混合而成的材料，通过在超材料表面嵌入微结构并与电磁波传播技术相结合，可以创建比传统电路小得多的电路。创建比传统电路小得多的电路，可以提高性能。功率和性能，尺寸减小。 Metawave的初始产品WARLORD已经探索了超材料的使用，目前的电控相控阵AiP（封装天线）也将超材料应用到波束转向成像雷达SPEKTRA中。 EchoDyne 将超材料应用于电子扫描阵列(ESA)，以执行波束整形和波束控制，以增强天线功率，同时保持可接受的带宽，从而使雷达能够捕获更清晰的图像。用超材料构建的天线收发器阵列与相控阵技术结合时可以显着提高角分辨率，但目前的成本仅集中在国防、安全等领域。我们不涉及汽车毫米波雷达业务。 2.1.4. 基于软件算法的解决方案：算法增强可以通过虚拟地实现硬件改进或在处理过程中优化信号处理算法来进一步提高雷达分辨率。 （1）虚拟硬件改进：Oculii开发的人工智能虚拟孔径成像（VAI）算法在现有主流汽车级标准芯片的基础上，通过自适应相位调制和软件模拟形成高倍虚拟MIMO。它在原有物理天线数量的基础上进行了数十倍的扩展和虚拟化，可以通过机器学习和深度学习来适应不同的路况，并且雷达的角分辨率得到了显着提升。更大数量的MIMO虚拟通道增强了毫米波雷达级联和基于MIMO的VAI的性能，“两个级联就可以达到其他公司6个级联的效果。”（2）信号处理算法的优化例如超分辨率算法在自身的算法处理中使用基于学习的算法或其他处理算法来替代FFT（快速傅里叶变换）等传统算法。软件算法可以协助内部开发或第三方硬件提高相同数量物理天线的硬件性能，使汽车毫米波雷达能够提供更清晰的图像，同时降低功耗和尺寸。发展的技术壁垒较高，软件算法的研发水平很重要，同时对信息处理硬件和算法也提出了更高的要求。

2.1.5. 4D成像毫米波雷达的实现方案较多，但技术路线尚未统一。硬件和算法是提高4D成像毫米波雷达整体性能的关键因素。为了提高4D成像毫米波雷达的分辨率，各雷达制造商正在微波天线技术、MIMO阵列设计、信号处理硬件和算法中的一个或多个方面进行延伸，多种解决方案正在涌现，以提高4D成像毫米波雷达的分辨率。已得到改善。 4D成像毫米波雷达在自动驾驶解决方案中也发挥着越来越重要的作用。 4D 成像毫米波雷达仍处于产品生命周期的早期阶段。另一方面，4D成像毫米波雷达具有多样化的技术实现路径，使得OEM和雷达制造商在选择雷达以适应不同型号时可以关注不同的特性。另一方面，4D成像毫米波雷达仍处于产品生命周期的早期阶段，各种技术路线尚未融合，增加了OEM厂商验证测试的时间和成本。 4D成像毫米波雷达的上市可能会延迟。 2.2. 4D毫米波雷达的难点将逐步攻克，性能迭代降本增效。 2.2.1技术迭代驱动行业降本增效。将穿透力提升到一个更高的水平。回顾毫米波雷达的发展历史，半导体技术的进步导致了产品形态的重复、产品渗透率的提高。毫米波雷达在汽车上的应用可以追溯到20世纪80年代初。当时正在进行大量的前期研究。 1999年，基于毫米波雷达的自适应巡航功能出现在奔驰S上。我的第一个毫米波雷达公交车之旅的帷幕终于拉开了。不过，当时的雷达主要基于砷化镓技术，需要在雷达中安装多个射频芯片，同时工作在24Ghz频段，使得雷达天线体积更大，整体尺寸也更大。它消失了。该产品体积庞大、价格昂贵，并且没有得到广泛推广。 2000年以来硅锗（SiGe）技术的发展显着提高了毫米波雷达芯片的性能。硅锗具有低噪声、宽动态范围、成熟的制造工艺等特点，显着降低了无线电的成本。推动毫米波雷达频率芯片研发，快速提升毫米波雷达普及率。 2023年，德州仪器将推出基于RFCMOS工艺的高度集成的77Ghz毫米波雷达芯片，由于所有射频元件可以集成到单个MMIC芯片的上行链路中，因此可以进一步降低毫米波雷达的成本。其他芯片制造商也纷纷效仿，到目前为止，几乎所有主要制造商的新产品都是基于RFCMOS工艺开发的，这也为毫米波雷达行业降低了成本。相对昂贵的4D 毫米波雷达可能会在汽车中广泛普及。随着高频半导体技术的发展，毫米波雷达日益“平民化”，而这正是毫米波雷达广泛应用的基础。 2.2.2. 信号处理和数据处理算法在神经网络的支持下日益丰富且性能不断提高。 4D成像毫米波雷达算法可分为信号处理算法、数据处理算法和其他算法。对于4D 毫米波雷达，算法通常分为两部分。信号处理算法主要将毫米波雷达接收到的微波信号转换为点云等信息。数据处理算法主要处理点云或结果。对先前信号处理的分析可以得出对象摘要、类别甚至手势行为。

(1)信号处理算法：如上所述，通过MMIC接收毫米波信号，并通过混频器合成为中频信号。然后对中频信号执行多重快速傅立叶变换(FFT) 并进行分析。然后将距离、角度和速度信息的RAD（距离-角度-多普勒）数据块传递给CFAR（恒定误报率检测），使用自适应算法来消除噪声和杂波。干扰等）生成稀疏点云，点云中的每个点包含距离、速度、角度三类信息。 （2）数据处理算法：数据处理算法包括点云聚类、目标跟踪、目标分类、目标识别等，实现准确识别物体、确定轨迹的作用。主要采用LiDAR点云处理算法的实现。 （3）其他算法，比如一些ADAS算法（如ACC、AEB）和一些扩展（如SLAM）。算法变得越来越丰富，神经网络也变得越来越强大。目前毫米波雷达算法无论是信号处理算法还是数据处理算法都日益丰富，算法架构也日益成熟。此外，由于神经网络的发展，毫米波雷达的传感性能进一步提高。以信号处理算法为例，由于电磁波的多径效应，在某些场景下，电磁波到达接收端时会发生多次反射和衍射，信号之间会相互重叠形成干扰，从而影响信号的传输。给。点云质量。传统上，CFAR算法一直被用来处理干扰，但是这种算法也会过滤掉一些有用的信息，因此玩家使用基于学习的算法来处理雷达信号，但是我们也开始考虑这如何能够带来更多的信息。准确的检测结果。 2.2.3. 自动驾驶算法系统日趋成熟，毫米波雷达正在利用这一势头。对于4D毫米波雷达，传感能力通常分为两类：（1）仅使用雷达直接生成；传感结果，（2）与其他传感器配合产生综合传感结果的融合方法；例如，早期的ACC（自适应巡航控制）和AEB（自动制动系统）等早期汽车功能只是简单地利用毫米波雷达来实现车辆和行人识别。相应的功能。目前，随着车辆智能化的进步和电子电气架构的集中化，自动驾驶功能的逻辑正逐渐从传统的各种功能分离向一体化的感知、决策、执行系统转变。高速NOA、一体化停车泊车等功能将逐步包含最基本的L1和L2驾驶辅助功能。在蔚来技术创新日上，该公司表示将采用集成算法架构来支持城市NOP、停车、主动安全、智能车辆控制等应用，并且公司的ADS2.0将支持车辆主动安全。他可以提供有效的支持。给整个车辆通电。 因此，一种类型的传感器能否很好地与其他类型的传感器集成是其广泛使用的关键。 融合框架分为融合前、融合中和融合后。 Fusion的核心思想是“相互验证”。这意味着，通过比较多个传感器的信息，驱动系统可以做出最贴近实际情况的决策，避免单个传感器的识别缺失或失效。虽然预融合的信息损失很小，但它需要很高的处理算法和计算能力。 Prefusion在传感器采集信息后直接进行融合处理，识别路况后输出结果。如图31所示，4D毫米波雷达，尤其是4D成像毫米波雷达，包含了融合前丰富的点云数据，如原始ADC数据、距离多普勒频谱图、4D张量图等信息。您可以输出更多原始数据，同时保留更多信息。

在计算能力方面，大量数据的预融合计算需要更大计算能力的处理芯片，而从算法的角度来看，大部分数据处理位置都在汽车的中央域控制器中，并会进行联合标定。即不同传感器的输入信息用于同一物体，也会产生不同的感知信息，这就需要对不同传感器信息进行高精度的时空同步和高精度的算法处理。尽管后融合提供了良好的解耦，但在压缩过程中可能会丢失大量信息。 Postfusion适用于分布式架构。识别完成后，将结果进行融合以确定最佳的一个。道路状况。在融合后过程中，传感器单独处理信息。如果个别传感器无法获取有效数据或存在校准偏差，则不会影响驱动系统的运行。 Postfusion将大量4D毫米波雷达数据压缩并处理为点云数据，如果与其他传感器的验证不一致，可能会因不正确的信任而导致严重的安全问题。中等融合或4D成像毫米波雷达和摄像头感知融合方向。中等融合位于前两种融合之间，其中传感器首先进行一些处理，然后在传感器外部进行融合。融合主要基于学习方法。通过将目标“分解”为特征来提取各种传感器采集的数据，并将特征向量进行融合，这样的好处是更容易关联目标信息。 目标级融合逐渐演化为特征级融合，成熟的算法降低了融合难度。在传统汽车市场，很多传感器主要基于目标级融合，导致算法繁琐、精度低。近年来，在特斯拉的带领下，BEV+Transformer、Occupied Networks等算法获得了业界的广泛认可。在这种算法范式的指导下，多传感器融合正在向功能级融合迈进。毫米波雷达因其全天候特性和准确的速度信息而成为许多传感器的重要组成部分。在玩家习惯于将LIDAR与视觉信息整合的同时，学术界和工业界最近开始探索新的解决方案而受到广泛关注。融合方法不断成熟，毫米波雷达的采用速度进一步加快。

3、4D成像毫米波雷达产业链逐渐成熟，玩家面临良好的发展机遇，为4D成像毫米波雷达提供新的市场机会和市场价格。

局尚未定型。4D 成像毫米波雷 达属于汽车零部件，市场相对成熟，产业链厂商可分为上游雷达零部件供应商与中 游雷达制造商：4D 成像毫米波雷达核心技术存在于上游，雷达零部件供应商提供 不同的解决方案；中游雷达制造厂商根据下游需求进行 4D 成像毫米波雷达的制造； 下游为使用 4D 成像毫米波雷达的整车厂，通过选择传感器达到成本控制与感知能 力的最优结合。3.1、 上游：雷达芯片组技术壁垒高，软件与硬件深度结合4D 成像毫米波雷达上游产品众多。4D 成像毫米波雷达的上游主要包括单片微 波集成电路 MMIC、数字信号处理芯片、高频 PCB、机械结构件，以及部分雷达处 理算法。雷达芯片组早期生产研发成本高，国外传统巨头与初创公司相继布局，国 内亦有玩家入局；高频 PCB 国内外厂商众多，竞争激烈，国产替代机会较大；雷达 处理算法主要由芯片厂商配套供给或与中游厂商共同研发，也有专业算法设计厂商。3.1.1、 MMIC：左右毫米波雷达发展的核心环节，市场集中度高毫米波芯片的技术发展是推动毫米波雷达产业发展的核心因素。毫米波雷达每 一轮产品巨变都基于毫米波射频芯片技术的变革。而射频芯片的技术演进又深刻受 到射频半导体行业发展的影响，过往及当前的巨头如 IBM、飞思卡尔、德州仪器、 恩智浦等玩家受到全球手机、汽车、通信行业周期以及技术演进的影响盛衰更迭， 见证了行业发展历程。毫米波雷达走向 4D 成像离不开 MMIC 技术的发展。作为 4D 成像毫米波雷达 的核心组件，MMIC 制造难度高，对制造工艺、信号收发技术、抗干扰技术等方面 提出了很高的要求。（1）制造工艺：射频收发芯片，即 MMIC，由砷化镓 (GaAs) 或锗硅 (SiGe) 等化合物半导体工艺转向 CMOS 工艺，CMOS 工艺下越来越多的组 件被集成到单个 MMIC 中，减小体积同时性能随之提高，恩智浦已经发布 28nmCMOS 毫米波雷达芯片，性能相比上一代 45nm 产品显著提升，因而芯片制造 本身即为 MMIC 的重要环节。（2）复杂的设计开发流程：毫米波雷达 SOC 中集成 了 MIMO 收发机、高速数模转换芯片、雷达信号处理器、通用处理器等，包含复杂 的软硬件和电磁环境，数模融合、算法融合甚至天线设计都需要全方位考量，也考 验着 MMIC 芯片公司的核心技术能力。（3）抗干扰技术：集成 MMIC 背景噪声高， 需要通过复杂波形设计减少天线之间的互相干扰；随着车辆搭载毫米波雷达数量增 多，行驶中雷达间干扰也日趋严重，供应商如 Uhnder 使用 DCM（数字编码调制） 技术形成几乎独特的相位编码探测信号，来消除相互的雷达干扰。除此以外， MMIC 封装、MIMO 阵列设计、波形设计等方面的技术均实现突破。传统毫米波 MMIC 供应商相继布局，推动 4D 成像毫米波雷达起步发展。 MMIC 是 4D 毫米波雷达的核心组件，工作频段普遍为 77GHz 及以上频段，主要供 应商为 NXP 和 TI 等毫米波雷达供应商。（1）TI：TI 为 4D 毫米波雷达的推动者， 2023 年 TI 推出基于 AWR2243 FMCW 单芯片收发器的 4 级联 4D 成像毫米波雷达全 套设计方案，包括参考硬件设计、软件驱动程序、示例配置、API 指南和用户文档， 同时提供 2 芯片和 4 芯片级联方案；2023 年发布的 AWR 2944 SoC（系统级芯片） 性能进一步提升。（2）英飞凌：英飞凌在车载毫米波雷达 77GHz 芯片领域具有领 先地位，2023 年初，英飞凌与傲酷合作，同年推出面向 4D 成像毫米波雷达的可级 联芯片序列 RASIC RXS816xPL，正式进入车载成像雷达市场。（3）NXP：2023 年 底，NXP 宣布推出 TEF82xx 单芯片方案，是一颗完全集成的 RFCMOS（射频互补 金属氧化半导体）芯片，支持调制 MIMO 和波束转向；实际上，2023 年中，首款 4D 成像毫米波雷达 ARS540 已经使用 NXP MR3003 四级联方案。（4）瑞萨：2023 年底，瑞萨（Renesas）推出新开发的 RAA270205，配备 4T4R 天线，将于 2024 年 投入商业量产。初创企业如雨后春笋，携新技术切入竞争。传统 MMIC 供应商技术积累深厚， 设计经验成熟，新入供应商难以直接竞争，4D 毫米波雷达初创企业多使用新技术 实现 MMIC 差异化竞争，如上文提到的集成芯片方案。目前参与到竞争中的初创企 业主要有 Arbe、Vayyar、Uhnder 等。MMIC 供应商主要为国外公司，国内玩家亦有切入。2023 年之前，毫米波雷 达核心技术掌握在国外毫米波雷达巨头手中，中国企业对 77GHz 及以上频段毫米波 雷达系统和毫米波射频设计经验与能力不足，直到近年才有少数企业实现量产。总 体来说，国内毫米波雷达 MMIC 企业起步较晚，技术积累不足，未形成规模效应； 但 4D 成像毫米波雷达 MMIC 发展时间不长，国外也处于摸索验证阶段，为国内 MMIC 供应商提供技术追赶的窗口期。国内 4D 毫米波雷达 MMIC 供应商主要有加 特兰微电子。加特兰微电子成立于 2014 年，于 2023 年底发布 4D 高端和成像雷达 芯片 Andes，采用 4 核 CPU，4T4R，支持多颗芯片灵活级联，同时集成了 DSP（数 字信号处理器）与 RSP（雷达信号处理器），Andes 系列 SoC 芯片在 2023 年开始送 样。芯片玩家产业地位强化，拥有强技术的公司有希望在此领域崭露头角。毫米波 雷达芯片玩家从早期的只生产分立的射频元器件，到开发 MIMC 将全部射频器件组 合到单一芯片中，再到当前逐步将 DSP/MCU 等处理芯片也进行集成，甚至如加特 兰等公司将天线通过 AIP（封装天线）等工艺集成到单颗芯片上，所覆盖的产品线 在持续扩大，软件部分芯片厂商也逐步提供各类 SDK 供开发者使用，整体而言， 芯片玩家的产业地位在逐步强化。而鉴于 MMIC 涉及技术领域广泛，尤其对射频领 域技术积淀要求较高，玩家通常具备较强的技术背景，如恩智浦、TI、英飞凌等均 具备多年射频器件和芯片开发的历史和相应产品线，国内加特兰等公司创始人亦具 有深厚的技术背景。TI 在 2023 年凭借 RFCMOS 的应用让自己在毫米波雷达芯片市 场迅速占据一席之地。未来我们认为技术仍将主导毫米波雷达芯片市场，拥有深厚 积淀的公司将持续扩大自身产品市场份额。3.1.2、 数字信号处理芯片：供应商与 MMIC 供应商高度重合，国外厂商高度垄断传统处理器无法承担 4D 成像毫米波雷达任务，处理器升级成为必然要求。数 据量方面，4D 成像毫米波雷达纵向角测量能力带来数据量的大幅提升，要求信号 处理实时性与准确性兼备；数据处理方面，随着点云密度增加，数据处理器必须能 够进行大吞吐量的运算分析。赛灵思认为，4D 成像毫米波雷达面临多信号干扰问 题，而大规模的数据并行处理可以帮助解决这一问题。目前各厂商的雷达处理器性 能也在不断提升，推动 4D 成像毫米波雷达落地。4D 成像毫米波雷达数字信号处理需要更快速率、更高精度的处理芯片。数字 信号处理芯片能够嵌入不同处理算法，分析射频前端收集的包含目标信息的信号， 完成目标识别、判断等功能，主要包括 DSP、MCU 与 FPGA 等。DSP（数字信号 处理器）具有快速计算性能和高并行处理能力，能够高效地执行信号处理算法； MCU（微控制单元）具备较强的数据运算能力，可以执行目标识别、跟踪和信息融 合算法，用于复杂信号和图像处理。4D 成像毫米波雷达的信息处理总体上包括信 号处理与数据处理两大环节：从中频信号处理，到点云信息获取的整个流程，主要 在 DSP 进行；数据处理是信号处理后的阶段，包括目标跟踪、识别，以及信息融合 等任务，主要在 MCU 进行。此外，FPGA 可以进行信号处理与控制，赛灵思的 FPGA Zynq UltraScale+ MPSoC 性能高、开发灵活、具有大量的并行结构，且算法 优化潜力大，适用于大吞吐计算的 4D 成像毫米波雷达。4D 成像毫米波雷达处理芯片供应商与 MMIC 供应商重合度高。（1）TI：官网 给出的级联参考设计中，AWR2243 MMIC 能够与 AM2732R 雷达处理芯片共同工作， 其中 AM2732R 为集成 DSP 的双核 MCU。（2）NXP：TEF82xx MMIC 能够与 S32R45、S32R41 等集成 DSP 的 MPU（微处理单元）或 S32R29x 系列 MCU 搭配用 于成像雷达解决方案。（3）英飞凌：RASIC RXS816xPL MMIC 配有多核的 AURIX TC3xx MCU 来完成对环境的成像。（4）瑞萨：RAA270205 MMIC 能够连接到基于 该公司 R-Car V4H SoC 的中央处理单元，该处理单元具有高达每秒 34 万亿次运算 的深度学习性能，能够对周围物体的高速图像识别和处理。
芯片厂商推出 MMIC、MCU 与 DSP 集成产品。一方面，集成化可以控制雷达 的成本与体积，降低信号传递的延迟；另一方面，具有雄厚研发实力的公司也可以 通过集成化产品的方式提升产品单价。根据系统的集成方式，可以将雷达芯片组归 为三种模式：（1）分立模式：MMIC、MCU 与 DSP 都分开，有三个模块。（2）模 组合成：将 MMIC 与 DSP 或者 DSP 与 MCU 模块进行合成，有两个模块。（3）SoC 集成：将 MMIC、DSP、MCU 都集成在雷达 SoC 上，只有一个模块；已经有厂商 进行 SoC 的研发，如上文提到的 TI 的 AWR2944、加特兰的 Andes 系列、Uhnder 的 片上雷达 RoC 等以及 NXP 正在研发的 SAF85xx 都是 SoC，SoC 集成或成趋势。整体而言毫米波雷达处于发展初期，下游车厂需求的变化会最终影响芯片厂商 的产品路线。一方面，芯片厂逐步推出集成化更高的产品以实现更高性价比，帮助 下游毫米波雷达厂商降低开发难度，进而提升自身产品竞争力。另一方面，自动驾 驶行业的变化又要求算法端引入更多的底层数据并应用各类神经网络算法提升感知 效果，这意味着部分主机厂希望获取到 DSP 甚至 MMIC 输出的基础数据而无需经 过过多后处理算法的开发。因此芯片厂商产品目前呈现多种路线并存的状态，有致力于提升通道数量增强探测效果的类似 Under 等玩家的集成化产品；也有传统射频 +DSP 和 MCU 分别提供以方便雷达厂商组合成为极联雷达的形式如恩智浦、TI 等 公司芯片；同时芯片玩家也可提供单独的射频 MMIC 产品供客户深度定制开发。此 外部分大算力芯片也可以集成相应的雷达信号处理单元以实现新的 ADAS 功能并优 化毫米波雷达模组成本，如安霸收购傲酷后推出的 CV3 芯片即拥有单独的毫米波雷 达信号处理的硬件算力单元。3.1.3、 高频 PCB：国内外厂商众多，竞争格局较为分散高频 PCB 为 4D 成像毫米波雷达电子元器件的支撑体。PCB 是电子元器件电气 相互连接的载体，高频 PCB 电磁频率在 1GHz 以上，属于高难度板材，为 4D 毫米 波雷达主要原材料。在 4D 成像毫米波雷达中，高频 PCB 上需要负载 MMIC、处理 器、电源管理电路、闪存、外围接口器材以及天线。高频 PCB 需要有小而稳定的介 电常数，低阻抗、低介质损耗等特性，以及长期可靠性，制作成本通常较同样面积 的普通 PCB 高。天线集成化或将减少高频 PCB 使用，降低 4D 毫米波雷达成本。根据前端收发 模块的集成方式，可以归为三种模式：（1）分立模式：将天线与射频模块进行分开 设计；（2）片内集成：基于封装材料与工艺，将天线与芯片集成在封装内；（3）片 上集成：将天线设计在芯片封装模塑的顶层。当前天线技术多为分立式与片内集成， 前者雷达天线与 MMIC 分开，后者雷达天线与 MMIC 集成，相同之处在于都需要 高频 PCB 提供功率支持，而片内集成会减少一部分高频 PCB 使用面积。未来片上 集成或成为主流方式，将天线设计在芯片封装模塑的顶层，直接绕过 PCB 对昂贵的 高频基板材料的需求，进一步降低成本。3.1.4、 软件算法：信号处理算法与雷达深度绑定，数据处理算法客户粘度高4D 成像毫米波雷达信号处理算法与雷达硬件结合程度高。4D 成像毫米波雷达 信号处理算法属于底层算法，负责原始毫米波信号的转换，此类算法处理流程与内 容较为固定，一般嵌入在雷达信号处理硬件中，软硬件一体化程度高。 数据处理算法开发难度大，存在软硬件解耦趋势。对下游主机厂来说，自研数 据处理算法难度大且投入成本高，因此基本由雷达制造商或处理芯片供应商提供软 件算法。当然，相比雷达信号处理算法，数据处理的算法与硬件可以一定程度上解 耦，例如傲酷、行易道、Zadar、Metawave 等厂商将软件算法解决方案视为自己核 心竞争力，希望将自己的雷达算法作为单独的软件供应给其他厂商，此外也有专门 提供 4D 雷达预测感知技术算法方案的供应商，如 BlueSpace.ai。（1）傲酷：公司研发的虚拟孔径成像算法，能够使每个接收器在不同时间生 成不同相位波形，通过插值和外推数据以创建“虚拟孔径”，同时通过 AI 算法将数 据用于训练，不断提高分辨率与灵敏度；另外傲酷配套安霸（Ambarella）的 AI 域 控制器芯片 CV3，能够促进车载传感器的深度融合。 （2）Zadar：公司研发的 zVUE 雷达操作系统的随机处理算法能够检测和消除 常见的雷达点云缺陷，例如多路径检测和噪声点，减少误报情况产生；同时还具有 高清测绘、场景分割、目标聚类与跟踪功能，使自产的“软件定义成像雷达”性能较 普通雷达提升 250 倍。 （3）行易道：通过稀疏阵列天线+压缩感知超分辨率算法，使 4D 毫米波雷达 性能对标 64 线激光雷达。 （4）Metawave：公司的 AWARE 是基于激光雷达和相机的 AI/机器学习融合 平台，配合 SPEKTRA 波束控制成像雷达实现实时对象检测、分类和跟踪，通过自 适应注意网络进行超快速波束控制，提高雷达精度。4D 成像毫米波雷达数据处理算法成本或将进一步下降。毫米波雷达软件算法 占比为总成本的 50%，相较于传统毫米波雷达，4D 成像毫米波雷达的信号处理算 法相对变动不大，而数据处理算法几乎需要重新开发。由于 4D 成像毫米波雷达计 算更复杂，因而这部分算法的开发成本高于传统雷达；但由于近年自动驾驶算法发 展突飞猛进，CenterFusion 等融合算法层出不穷，叠加数据处理算法相对和硬件解 耦，具备较好的规模效应，有望带来整体算法开发成本的下降。3.2、 中游：雷达制造厂商竞争激烈，存在上中游垂直一体化趋势4D 成像毫米波雷达玩家分为毫米波雷达厂商和其他厂商（自动驾驶解决方案 公司或毫米波雷达初创公司）两大类。4D 成像毫米波雷达产业链中游为雷达制造 商，国内外厂商众多，主要分为由毫米波雷达生产拓展向 4D 毫米波雷达的厂商， 利用深厚研发、技术、客户积累，继续参与到 4D 成像毫米波雷达市场；另一类为 切入 4D 成像毫米波雷达赛道的自动驾驶方案提供商以及大量初创厂商。毫米波雷达厂商具备深厚制造经验积累与产业链优势，切入成像 4D 毫米波雷 达赛道更易具备优势。毫米波雷达厂商在 4D 毫米波雷达领域积极布局，2023 年中 期，毫米波雷达制造商德国大陆推出市面上首款 4D 成像毫米波雷达，并宣布 2023 年量产，其他毫米波雷达制造商陆续跟进，博世、安波福、采埃孚、海拉等厂商纷 纷布局。这部分厂商往往生产制造经验深厚，技术积累丰富，拥有一定的下游客户 资源，在竞争中更容易形成先发优势占领市场，同时一定程度上推动 4D 成像毫米 波雷达的推广落地。新切入供应商与初创企业产品组合更加灵活。中游供应商不仅有从毫米波雷达 跨向 4D 成像毫米波雷达的大陆、博世等毫米波雷达大厂，也有 Waymo、Mobileye 等新切入的 ADAS 解决方案提供商，以及更大量的初创企业。相比于在毫米波雷达 领域有深厚基础的大厂，新入局者方案更加灵活，技术路径更加新颖，相应初期成 本投入也比较大。新切入供应商中，有 ADAS 解决方案提供商 Waymo、Mobileye。 资金雄厚，将 4D 成像毫米波雷达用于各自的 Robotaxi，追求雷达性能上的安全、 稳定与有效，一定程度上代表自动驾驶可能的新方向；初创企业提供技术方案众多， 企业出于不同的考量，会选择使用不同的上游软硬件产品搭配，产品组合更加灵活。软件与算法解决方案也是 4D 成像毫米波雷达制造厂商重要产品。上游雷达零 部件供应商会在芯片中集成一部分算法进行交付，中游雷达制造厂商针对产品定位 与下游需求会对算法软件进行再开发，最终支持 4D 成像毫米波雷达稳定可靠地运 行；TI、NXP 等上游厂商还会提供与芯片配套的技术支持，包括参考软件、设计工 具、通信框架、参考硬件设计、API 指南或用户文档等，能够降低再开发的难度与 成本；中游制造厂商也在通过加大研发或者收购/参股相关公司等形式提高自己软件 算法水平。如上文提到，部分 4D 成像毫米波雷达供应商同时也是软件供应商，如 傲酷、行易道、Zadar 等公司供应的雷达配合各自研发的软件，能够具备更强的性 能与更多的功能，配套的软件也被作为公司的核心产品。“软硬解耦”趋势下，整车 厂商也会进行软件算法方面布局，更可能形成主机厂与雷达厂商在算法软件领域分 工协作的生态格局。 垂直一体化将影响中游厂商竞争格局。许多公司既是上游雷达零部件供应商， 也是中游 4D 成像毫米波雷达制造商，产业链呈现出垂直整合趋势。横跨上中游的 厂商多为初创企业，产品的集成化程度更高，软件算法的完成度较高，一方面能够 控制 4D 成像毫米波雷达的成本，另一方面能够提高 4D 成像毫米波雷达运行稳定 性，减少不同硬件之间与软硬件之间兼容的问题。实现垂直一体化的厂商可以发挥 比较优势，通过性能或成本更具优势的方面形成自己的市场竞争力，影响行业竞争 格局。
国内 4D 成像毫米波雷达厂商有望实现弯道超车。现有 4D 成像毫米波雷达存 在多种提高分辨率的技术路线，且不同厂商对传感器的需求不一，带给不同厂商成 长的空间，实现现阶段的“百花齐放”，各厂商能够差异化竞争，另一方面，技术路 线多样会给下游厂商带来大量的验证成本，整车厂商会慎重选择方案，因此 4D 成像毫米波雷达还未大规模上车，但最终选择的方案会取决于多种因素。与毫米波雷 达时代不同，现在国内厂商与国外厂商暂时处于同一起跑线，同时在技术实力方面 实现追赶，国内 4D 成像毫米波雷达厂商有望实现弯道超车。3.3、 量产与集成化将使 4D 成像毫米波雷达成本快速下降4D 成像毫米波雷达仍处于市场导入阶段，成本暂时处于高位。由于 4D 成像毫 米波雷达（1）未规模量产，上游射频芯片、处理芯片以及中游雷达制造成本尚未 形成强规模效应；（2）技术路线未统一，需求尚未明确，未形成广泛搭载市场环境。 整车厂商追求高性价比，目前在国内市场仅有上汽、比亚迪、理想、吉利、红旗、 长安、问界等厂商的部分车型定点或搭载 4D 成像毫米波雷达，大部分整车厂商仍 在验证或观望。据高工智能汽车数据，当前四级联方案 4D 成像毫米波雷达成本约 为千元以上，双级联 4D 毫米波雷达的价格大约是 500-1000 元。随着产量上升摊薄成本以及集成化趋势，4D 成像毫米波雷达成本有望持续降 低。（1）算法：随着 4D 成像毫米波雷达的量产，算法成本边际成本将快速下降。 （2）MMIC&数字信号处理器：相较于普通毫米波雷达，级联方案将会增加 MMIC 数量进而提高成本，数字信号处理器也因性能的升级而成本提升；随着 4D 成像毫米波雷达集成程度提高，MMIC 与数字信号处理器将集成处理，芯片成本将 进一步降低。（3）高频 PCB：4D 成像毫米波雷达的功能实现需要高频 PCB 作为支 撑，单位面积 PCB 单价上升，但同时随天线片内集成以及片上集成方式的成熟，单 个激光雷达 PCB 的使用面积将有所减少，预计高频 PCB 成本占比将缓慢下降。 4D 成像毫米波雷达成本较毫米波雷达仍较高，但随着市场逐步开拓，量产芯 片形成规模效应叠加软件开发费用的摊薄，4D 成像毫米波雷达成本将会逐步下降， 市场得以进一步开拓，步入需求增长的良性循环。
4、 多因素驱动，4D 毫米波雷达成长空间广阔汽车智能化深入发展带动车端 4D 成像毫米波雷达快速成长。据 Yole Développement 数据，2023 年车载雷达整体市场为 58 亿美元，2027 年将达到 128 亿 美元，年均复合增长率 14%，市场增长主要来自于 4D 毫米波雷达以及成像雷达， 市场空间分别为 35 亿美元与 43 亿美元，年均复合增长率分别为 48%与 109%。4D 成像毫米波雷达高速增长离不开上游芯片技术的升级，下游需求的拉动与应用场景 的拓展，以及安全法规的更新。4.1、 驱动因素一：自动驾驶技术不断向前，传感器升级换代提供契机4.1.1、 4D 毫米波雷达在自动驾驶实现路线中地位愈发重要毫米波雷达为自动驾驶“保驾护航”，4D 毫米波雷达优势凸现。毫米波雷达按 布置位置分为前雷达和角雷达，按最大探测距离远近分为长程雷达（LRR）、中程 雷达（MRR）与短程雷达（SRR）。毫米波雷达能够覆盖短中长程，因此可以作为 前雷达使用，也可以作为角雷达使用。毫米波雷达能够实现自适应巡航（ACC）、 自动紧急制动（AEB）、前方碰撞预警（FCW）、变道辅助系统（LCA）等 ADAS 关 键功能，是 ADAS 和自动驾驶革命的一部分。4D 毫米波雷达有效克服毫米波雷达 的缺点，使 AEB、FCW、ACC 等 ADAS 系统功能的实用性大为提高。4D 毫米波雷 达将是 L2 级 ADAS 向 L3 甚至是 L4/L5 自动驾驶演进的重要支撑。4.1.2、 智能化下半场中 4D 毫米波雷达渗透率加速提升智能驾驶渗透率逐步提高，传感器需求稳步上升。汽车智能化下半场已经开启， 根据 RolandBerger 估计，2025 年，全球三大主要汽车生产区 L1+L2 智能驾驶功能 的渗透率将达到 76%，其中中国有望超过 65%，美国与欧盟有望达 85%。ADAS 工 作的流程分为感知、决策、执行三部分，感知作为 ADAS 工作的核心环节之一，需 要传感器来输入大量驾驶环境数据。车用传感器有望受益于 ADAS 渗透率提升进一 步放量。4D 毫米波雷达渗透率或将不断提升。毫米波雷达拥有其他传感器所不具有的 优良特性，是多传感融合方案中重要的一环；然而相比于 4D 毫米波雷达，毫米波 雷达仍然存在许多不足。4D 毫米波雷达的高性能，或将向下替代部分毫米波雷达， 在不断增长的市场中实现需求的扩张。但受制于成本因素，短期内 4D 毫米波雷达 仅会在中高端车型逐步采用，低端车型仍将采用毫米波雷达。
4.2、 驱动因素二：立足交通场景，拓展多领域应用场景4.2.1、 路端：车路协同构建智慧交通，SLAM 制图协助智能导航4D 毫米波雷达可以应用于车路协同场景中。4D 毫米波雷达与高清摄像头以俯 视位架设在需要监测路况上方，对两者信息进行前/后融合处理后获得实时信息，输 出信息能够对路况中移动或静止的目标进行追踪并分类，可用于对十字路口和高速 场景全天候全方位地追踪与监控，在大规模复杂路口与人车流混杂的车路协同场景 能够发挥优异的性能，为优化交通流量、构建智慧城市做出贡献。 4D 毫米波雷达可以应用于地图绘制领域。4D 毫米波雷达定位能够做到 10cm 的精度，并且实现动静分割与点云成像，可通过检测环境、拒绝动态对象、累计静 态对象，产生高度详细的地图，用于实时定位与地图构建（SLAM），经过后期噪声 处理的点云地图可用于定位与智能导航。4.2.2、 安防、物流、养老、零售、建筑，4D 毫米波雷达应用前景广阔4D 毫米波雷达契合多场景需求，应用前景广阔。毫米波雷达的应用范围不局 限于汽车交通领域，在零售、养老、无人机、安防、建筑、工业以及军用等领域发 展空间广阔。4.3、 驱动因素三：战略、标准与法规等政策使高性能传感器成为必需战略、标准与法规等政策有利于 4D 毫米波雷达快速、规范发展。国内与 4D 毫米波雷达相关的政策可以分为三类：（1）鼓励智能驾驶相关领域发展的战略性规 划；（2）支持毫米波雷达发展的产业标准；（3）要求强制安装相关功能的安全法规。 相关政策的出台与施行为 4D 毫米波雷达的发展提供了规范的路径。要求自动驾驶 部分功能安装的安全法规更是推动具有相关功能的 4D 毫米波雷达在市场中脱颖而 出，如韩国 2023 年将要实施 AEB 强制安装、E-NCAP 对 AEB 等主动安全功能的更 新，为具备 AEB 能力的 4D 毫米波雷达带来了先发优势。
5、重点公司分析5.1、 德赛西威：智能汽车龙头深度布局，受益于自动驾驶功能落地潮流德赛西威作为国内智能汽车的龙头，业务覆盖智能座舱、自动驾驶、智能网联 等核心环节，将全面受益智能汽车行业发展。智驾方面，IPU01-IPU04 覆盖从低到 高算力域控制器，其中高算力域控已在理想、路特斯、上汽等车型量产，更多轻量 级、高性价比智驾方案获多个项目定点，在自动驾驶加速成熟背景下，大算力计算 平台渗透率有望进一步上升。座舱方面，公司客户广泛，助力打造以人为中心的第 三生活空间，其中第三代座舱域控已在理想、奇瑞等众多客户车型上量产，第四代 座舱域控制器已获得多个项目订单，舱驾融合域控制器产品已获得项目定点。智能 网联方面，蓝鲸系统、数字钥匙及软件服务产品持续迭代。 公司围绕自动驾驶领域深度布局，形成域控制器、传感器、智能网联以及算法 的全套解决方案。传感器方面，公司摄像头与毫米波雷达产品均已实现量产，并且 在 4D 毫米波雷达领域已完成产业技术布局。公司软硬件研发经验与技术积累丰富， 或将助力 4D 毫米波雷达产品快速推广。5.2、 经纬恒润-W：积极布局 4D 毫米波雷达，产品、方案不断丰富公司深耕汽车电子领域，是我国汽车电子 Tier1 龙头。公司形成汽车电子产品、 研发服务、高级别自动驾驶“三位一体”的业务格局，是一家综合型系统科技服务 商。（1）汽车电子产品方面，产品覆盖智能驾驶、智能网联、智能座舱、车身和舒 适域、底盘控制、新能源和动力系统六大类别，品类齐全，客户持续开拓；（2）研 发服务方面，公司在电子系统领域长期实践，拥有丰富经验积累，为汽车行业用户 提供全开发周期的解决方案与服务业务，研发服务壁垒深厚；（3）高级别辅助自动 驾驶方面，公司前瞻布局港口无人驾驶，已经在唐山港、日照港、龙拱港等港口开 展常态化运营。公司业务持续开拓，软硬件产品服务协同发力，经营布局厚积薄发， 业绩持续释放。 公司积极布局 4D 毫米波雷达，持续扩展汽车电子产品品类。公司 2023 年与 Arbe 达成战略合作，所研发 4D 毫米波雷达通过构建 48T48R 接收通道，雷达信息 获取能力显著提升；最大探测距离达到 350 米，可实现方位角/俯仰角 1°/1.5°的 真实孔径分辨率；点云成像效果达到激光雷达水平，能够满足 L3 及以上级别的智 能驾驶系统需求，港口物流或成为首个搭载应用场景。公司 4D 毫米波雷达目前已 经完成样机研发，预计 2024 年底实现量产。5.3、 威孚高科：燃喷系统龙头切入新能源领域，布局毫米波雷达业务公司是国内燃油喷射系统龙头，积极布局新业务。公司主要业务为汽车核心零 部件产品的研发、生产和销售，涉及柴油燃油喷射系统、尾气后处理系统、进气系 统以及燃料电池核心零部件；同时公司正逐步优化战略蓝图，积极布局新能源业务，形成“节能减排”、“绿色氢能”、“智能电动”、“其他核心零部件”四大板块全面发 展的新战略格局。公司拥有技术与产品优势，作为国家高新技术企业，拥有多个科 研平台与省级工程技术研究中心、实验室等研发机构，产学研融合程度高；与博世、 奥特凯姆、施密特等国际化公司紧密合作，汽车核心零部件研发工艺设计、质量管 控、生产管理能力达到国际先进水平。公司实行母公司统一管理、子公司分散生产 的经营模式，同时设立博世汽柴、联合电子等合资公司，有效整合厂商优势与先进 技术，激发公司经营活力。 公司于 2023 年开始布局毫米波雷达业务，与 Arbe 形成战略合作伙伴关系，基 于 Arbe 芯片研发 4D 毫米波雷达。2023 年 4 月已经实现 4D 毫米波雷达产品样品销 售，并于 2023 年取得干线物流定点，目前 4D 毫米波雷达产品处于市场应用快速发 展阶段。前瞻布局与先进方案有助于公司形成先发优势，在新业务领域抢占先机。5.4、 华域汽车：汽车电子分公司已实现高性能 4D 毫米波雷达产品供货公司汽车业务底蕴深厚，新兴业务产品不断取得突破。华域汽车成立于 1992 年，主营业务覆盖汽车内外饰件、金属成型和模具、功能件、电子电器件与热加工 件五大部分，下辖多家子公司。截至 2023 年 6 月，在国内拥有超 360 个研发、制 造和服务基地，汽车零部件业务布局全面，经营深厚。公司新兴业务产品不断取得 突破，智能化方向，毫米波雷达产品、智能座舱产品与智能化视觉系统产品不断丰 富；电动化方向，电驱系统产品迭代加速，与大众汽车、通用汽车、长城汽车等公 司达成深度合作。 华域汽车电子分公司成立于 2023 年，前身为华域汽车技术中心，核心产品包 括域控制器以及汽车前视/环视摄像头、纯固态激光雷达、毫米波雷达等汽车传感器， 专注于智能驾驶的多传感器及软硬件融合系统等产品的研发和生产。2023 年，华域 汽车电子分公司自主研发出首款 4D 成像毫米波雷达产品 LRR30，使用两片 MMIC 级联与 NXP 处理器，最大探测距离达到 300 米，使用先进的相位编码技术，拥有 较强抗干扰能力。公司目前已有 LRR30 与 LRR40 两款 4D 毫米波雷达产品，并于 2023 年实现对友道智途的小批量供货。公司研发实力雄厚，布局较早，智能汽车传 感器布局完善，可为客户提供系统级的整体解决方案。5.5、 保隆科技：新业务布局研发 4D 毫米波雷达，预计 2024 年量产公司围绕汽车智能化与轻量化完善产品矩阵，业务布局横跨海内外。公司主要 产品有汽车轮胎压力监测系统（TPMS）、空气悬架系统、车用传感器（压力、光雨 量、速度、位置、加速度和电流类为主）、 ADAS（高级辅助驾驶系统）、汽车金属 管件（轻量化底盘与车身结构件、排气系统管件和 EGR 管件）、 气门嘴以及平衡块 等 。2023Q1-Q3 公 司 总营 收/归 母 净 利 润 分 别为 41.55/3.39 亿元 ， 同比 增 长 29.20%/194.75%，毛利率 27.92%。公司国际化运营能力优秀，海内外布局全面，在 中国、北美与欧洲设有多个生产、研发、销售中心，2023H1 境外业务收入占比达 到 55.73%。公司掌握行业领先技术，是上海市科技小巨人企业，获得“国家级知识 产权优势企业”和“高新技术企业”等称号；2023Q1-Q3 研发投入占营业收入的 7.48%，保持技术水平先进性。 公司新业务布局智能驾驶，大力发展 ADAS 与车载传感器业务。公司 2023 年 底开始布局研发 4D 毫米波雷达，2024 年 1 月已处于 C 样（批量样件）阶段，正在 向客户推广。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库】。未来智库 – 官方网站