文檔幫助中心
汽車?yán)走_(dá)，進(jìn)入高速發(fā)展期
汽車?yán)走_(dá)，進(jìn)入高速發(fā)展期
來源:半導(dǎo)體行業(yè)觀察
他們指出，總體而言，2021年雷達(dá)平臺市場為58億美元。根據(jù)他們的預(yù)計，其未來幾年的復(fù)合年增長率將高達(dá)14%，那就意味著到2027年，整體市場規(guī)模將達(dá)到128億美元。這一市場增長主要來自4D和成像雷達(dá)，這將更好地適應(yīng)未來更嚴(yán)格的駕駛場景.
Yole同時指出，雷達(dá)傳感器也有望在更普遍的情況下進(jìn)入室內(nèi)監(jiān)控用例市場，例如兒童存在檢測和占用監(jiān)控系統(tǒng)。這種新型雷達(dá)傳感器預(yù)計將帶來新的市場機會。據(jù)Yole預(yù)計，到2027年這個市場將達(dá)到近5億美元。
總結(jié)20年技術(shù)演進(jìn)，彰顯未來之路
Yole表示，第一個商用汽車?yán)走_(dá)于2000年為戴姆勒和寶馬汽車推出。在2020年和2021年期間，領(lǐng)先的雷達(dá)供應(yīng)商推出了他們的第5代雷達(dá)?，F(xiàn)代汽車?yán)走_(dá)傳感器繼承自這個長期的進(jìn)化周期。到目前為止，升級主要集中在成本和外形優(yōu)化上，這說明了行業(yè)所追求的集成化趨勢。
除了集成之外，RF性能隨著時間的推移顯著提高。最初，雷達(dá)以模擬波束形成和機械轉(zhuǎn)向運行，然后轉(zhuǎn)向數(shù)字波束形成（全場景照明）。在數(shù)字波束形成時代，引入了MIMO技術(shù)，可以在保持合理物理尺寸的同時增加天線虛擬孔徑。
目前，業(yè)界提出了MIMO縮放（從0.2k到2k像素）作為實現(xiàn)成像雷達(dá)低于1°角分辨率的基線。這帶來了信號處理和計算方面需要克服的新挑戰(zhàn)，這解釋了為什么重點轉(zhuǎn)向深度學(xué)習(xí)和人工智能。
新市場動態(tài)，新玩家定位
過去幾年，汽車?yán)走_(dá)市場引起了更多關(guān)注。
在系統(tǒng)層面，市場由六大一級供應(yīng)商引領(lǐng)：Continental、Bosch、Hella、Denso、Aptiv和Veoneer。同時，在芯片層面，恩智浦和英飛凌占據(jù)了大部分市場。盡管雷達(dá)市場已經(jīng)成熟多年，但我們看到多個新玩家定位并獲得設(shè)計勝利，無論是在系統(tǒng)級別（Magna、Mobis、Weifu等）還是在芯片級別（例如，Arbe、Uhnder、Vayyar）。而且還有更多，因為大型科技公司也在投資雷達(dá)開發(fā)（當(dāng)中包括華為、高通和英特爾……）。
尋求新收入來源并渴望差異化以求生存的OEM熱衷于與這些公司直接討論，將其傳統(tǒng)供應(yīng)商列入候選名單。這給領(lǐng)先的一級供應(yīng)商和半導(dǎo)體公司帶來了巨大壓力，他們需要比通常的時間周期更快地進(jìn)行創(chuàng)新。因此，領(lǐng)先企業(yè)正在尋求協(xié)同效應(yīng)，要么進(jìn)行整合，要么轉(zhuǎn)向垂直整合。
毫米波雷達(dá)推陳出新，邁向4D
從如今的技術(shù)來看，要實現(xiàn)完全自動駕駛依然有所難度，但是作為主動防護(hù)汽車駕駛安全的高級駕駛輔助系統(tǒng)（AdvancedDriverAssistanceSystems，簡稱ADAS）正在逐漸成熟和普及，毫米波雷達(dá)就是汽車ADAS不可或缺的核心傳感器之一。
在這個車企們追求高級別自動駕駛的時代，毫米波雷達(dá)市場滲透率也在逐漸攀升。YoleDéveloppement數(shù)據(jù)顯示，全球毫米波雷達(dá)市場規(guī)模預(yù)計將由2019年的205億美元增長至2025年的280億美元，年復(fù)合增長率為5%；其中，車載毫米波雷達(dá)市場規(guī)模預(yù)計將由2019年的55億美元增長至2025年的105億美元，年復(fù)合增長率達(dá)到11%。
從20世紀(jì)60年代至今，經(jīng)歷了幾十年的發(fā)展，傳統(tǒng)的毫米波雷達(dá)毫無疑問已經(jīng)是一項十分成熟的技術(shù)，然而過于成熟的技術(shù)卻限制了它的突破性創(chuàng)新，且在一定程度上固化了其市場格局，這也是毫米波雷達(dá)話題性不如激光雷達(dá)的原因之一。激光雷達(dá)作為一項新興技術(shù)，無法預(yù)知的未來也正是它的魅力所在，蘊藏著無限可能。
此外，相比激光雷達(dá)的高探測精度以及較強的3D環(huán)境感知能力，毫米波雷達(dá)在面向L3及以上級別的自動駕駛功能中的短板也十分明顯。傳統(tǒng)毫米波雷達(dá)還停留在距離和方位的2D平面感知，缺少高度這個維度的感知，并且存在無法高密度點云成像，不能有效地解析目標(biāo)的輪廓與類別、水平角分辨率低、難以檢測橫穿目標(biāo)以及難以檢測靜止目標(biāo)等技術(shù)局限。
具體來說，由于傳統(tǒng)車載毫米波雷達(dá)的天線只在二維方向上排列，使得其只可測量水平坐標(biāo)（X，Y），同時依靠多普勒效應(yīng)可以測量物體的速度信息，最終只可輸出（X，Y，V）三個指標(biāo)。
從X軸看，傳統(tǒng)毫米波雷達(dá)橫向分辨率低，也就是上述說到的水平角分辨率低。橫向分辨率是指左右兩個掃描的激光點形成的夾角，夾角度數(shù)越小，橫向分辨率越高，和激光雷達(dá)相比，毫米波雷達(dá)的橫向分辨率不具備優(yōu)勢。
而從Y軸看，傳統(tǒng)毫米波雷達(dá)則在測高能力上有所欠缺。由于不具備測高能力，傳統(tǒng)毫米波雷達(dá)難以判斷前方靜止物體是在地面還是在空中，井蓋、減速帶等“地面低小障礙物”以及交通標(biāo)識牌、龍門架、立交橋等“空中障礙物”，在它的“眼”里都是在地面這一平面上，在這種情況下，如果不把他們反射的信號全部過濾掉，毫米波雷達(dá)無疑就會發(fā)出前方有障礙的錯誤預(yù)警，造成“幽靈剎車”。然而，當(dāng)橋梁、路牌下有靜止的車輛、三角錐桶等“路面上較大障礙物”，毫米波雷達(dá)也會因為誤判導(dǎo)致交通事故發(fā)生。
特斯拉在2016年時發(fā)生的那場自動駕駛車禍，起因就是因為特斯拉攝像頭感知失效，無法識別出前方停下的貨車，而毫米波雷達(dá)作為備用傳感器，本應(yīng)該識別出前方障礙物發(fā)出預(yù)警，只可惜事實并非如此，最終造成慘劇的發(fā)生。
因此，綜合來看，毫米波雷達(dá)要想再次占據(jù)自動駕駛?cè)字械摹癈位”，升級4D感知勢在必行，4D成像毫米波雷達(dá)也就此誕生。
