5500万美元！4D成像雷达B轮最大单笔融资诞生

相比激光雷达，更为传统的毫米波雷达并不显眼。

一方面，作为ADAS传感器，毫米波雷达量产上车已经有二十几年时间，产品性能已经非常成熟稳定，传统产品架构突破空间不大；另一方面，数百元的前装价格，数家巨头垄断大部分的市场份额，使得这个细分赛道突围难度不小。

不过，在2015年前后，全球范围内开始涌现一批初创公司，挑战传统毫米波雷达。这些公司的目标非常明确：从传统的简单目标检测到环境测绘（点云模式），从而应对越来越复杂的任务。

这被视为初创公司最有机会实现“弯道超车”的突围路径，通过提高传统毫米波雷达的分辨率，以达到接近低线束激光雷达的水平。

同时，三条不同的技术路线也在同步推进。一类是基于传统雷达芯片，采用多芯片及天线集成或者软件虚拟方式来实现；第二类是重新开发专门针对成像应用的雷达芯片；第三类就是基于超材料技术研发全新的雷达架构。

从目前的行业进展来看，第一类技术路线最大的好处就是用普通毫米波的硬件，靠算法软件或者独特设计实现角分辨率等性能的大幅提升。在不需要增加太多硬件成本的情况下实现技术升级。

事实上，不管是大陆集团、采埃孚等传统巨头还是华为、傲酷雷达这样的后来者，采用第一种技术路线，已经证明可以实现最短时间的量产交付。

这其中，傲酷雷达凭借独特软件算法实现虚拟孔径成像，在同样硬件（和传统77GHz雷达一样的单芯片方案）的情况下可以做到普通雷达十倍以上的角分辨率，如果用多芯片级联，可以将横纵方向的角分辨率提高至一百倍的水平。

目前，该公司正在授权汽车零部件供应商将软件集成到毫米波雷达硬件中，并拿到了前装量产项目的定点。就在近日，该公司宣布拿到了B轮5500万美元的融资，累计融资总额已经超过7500万美元。

按照高工智能汽车研究院监测数据显示，这是全球范围内车载4D成像雷达领域B轮最大单笔融资，同时，该公司已经与北美、欧洲和亚洲最大的汽车制造商和自动驾驶公司签订了商业开发合同，以及20家领军的一二级供应商中的14家进行合作。

一、毫米波雷达的新周期

人工智能虚拟孔径成像™(VAI)软件平台，是傲酷雷达的杀手锏；按照大陆集团前首席执行官Dr. Karl-Thomas（今年1月加入傲酷雷达董事会）的话说，人工智能软件算法已经大幅提升了传统摄像头的能力，现在是时候改变传统雷达了。

VAI的方案，基础逻辑是通过使用自适应的相位调制波形，使现有雷达硬件（已经通过市场验证的）具有更高的分辨率，在几乎和传统雷达相同的成本下实现更高的性能突破。

更关键的是，4D成像雷达继承了传统雷达能够在恶劣天气条件下工作的天然优势，通过与摄像头、高线束激光雷达的感知融合，从而有机会实现在所有条件下都可以正常工作的L5级自动驾驶落地。

在改进激光雷达和视觉方面，行业已经做出了很大的努力，特别是距离和分辨率方面已经达到了一个性能阈值。然而，像雷达这样的其他传感器，相对来说过去几年并没有太大的性能提升。

要知道，几年前，特斯拉还专门从德尔福挖来了雷达系统负责人，目的就是改善传统雷达的性能，比如能否得到粗糙的点云。彼时，马斯克的态度就已经很明确，雷达可以穿透雨、雾、雪和灰尘，是性价比最高的感知组合的选择。

而让这项技术的可行性真正被业内所认可，还要从传统雷达芯片供应商以及雷达供应商的布局说起。

2017年，TI正式推出了单芯片CMOS毫米波方案，将收发前端、DSP和MCU集成到单个芯片上，使得多片级联雷达（MIMO）方案具备一定的成本优势。比如，4个AWR1243级联后，40米处可以做到1度的方位角分辨率。

同时，使用4个3发4收的AWR1243雷达，就是192个虚拟通道，从而通过车身四周角的配置，为自动泊车、高速场景360度监测提供解决方案。此后，TI陆续推出了AWR1642、升级版AWR1843等方案。

而作为全球主要的毫米波雷达芯片供应商之一，恩智浦一直坚信，4D成像雷达可以直接与激光雷达竞争，几年前该公司开始推动相关芯片的量产开发。

2018年，恩智浦推出了基于12通道TX和16通道RX设计的高分辨率成像雷达方案，使用多个MR3003雷达收发器集成，可以同时跟踪数千个目标。

此后，恩智浦还推出新一代方案（TEF82xx+S32R294/S32R45），其中，TEF82xx可以多颗极联，采用16nm FinFET和40nm RFCMOS技术，将于今年开始批量生产。

考虑到4D雷达对算力的要求，S32R294采用了恩智浦的z系列处理器内核，实时Z4内核同步运行，而双Z7处理器用于处理应用程序，整体性能是此前S32R274 SoC的两倍。

而S32R45则标志着恩智浦向Arm平台的迁移，SoC具有多个同步运行的Cortex- M7以及一对Cortex-A53应用内核，也支持锁步机制，可以支持处理特征检测和分类（识别不同类型的对象，如人、车和动物）。

加上4D成像对于物体识别和分类的高要求，恩智浦也推出了一款车规级的AI工具包，除了应用于传统的视觉领域，4D成像雷达也将使用神经网络根据其点云图像对道路使用者及障碍物进行分类。

两年前，英飞凌宣布与傲酷雷达达成合作协议开发雷达软件解决方案，基于AURIX MCUs、MMIC和电源硬件平台的芯片组合，以及后者的虚拟孔径成像算法，以具有吸引力的价格提供高分辨率性能。

而从去年开始，4D成像雷达进入量产周期。

去年底，大陆集团宣布2021年量产首个4D成像雷达解决方案（基于芯片极联+赛灵思FPGA），宝马成为首家量产搭载汽车制造商。

今年初，安波福宣布即将推出下一代高级驾驶辅助系统(ADAS)平台，亮点之一就是即将亮相的4D成像雷达+机器学习能力，可以实现跟踪200米以外的小物体。

4月，随着上汽R汽车ES33车型的亮相，合作伙伴采埃孚也将首次实现4D成像雷达的前装量产搭载，目前，相关产品已经进入最后的的验证测试阶段。

紧接着，华为也推出了高分辨4D成像雷达，采用12T24R大天线阵列（12个发射通道，24接收通道），比常规毫米波雷达大幅提升了分辨率（10倍的点云密度），预计将在2022年量产。

这其中，傲酷雷达是唯一一家采用软件解决硬件问题的公司，“汽车行业大规模量产需要的是负担得起的解决方案，对现有硬件结构的变革，增加了很多隐性成本。基于软件方案，意味着客户可以更快地部署新技术。”

比如，传统雷达的分辨率取决于天线的个数。天线阵列可以提高性能，但成本、尺寸和功率呈指数级增长——这在另一个角度限制了雷达传感器中可以使用的天线数量。

“虚拟孔径成像技术与我们现有的大规模生产的汽车级雷达解决方案相结合，可以提高角度分辨率，而不需要多个主动收发器或昂贵的天线堆叠，”英飞凌硅谷创新中心负责人表示。

二、4D雷达，2023年冲击百万颗搭载量

目前，从方案成本构成来看，激光雷达的导入更多是补充前向感知的冗余，保证在中高速场景下的障碍物精准感知。前期，激光雷达的上车数量以1-2个为主。

而4D成像雷达可以在低成本要求下（目前，1R+2R，1R+4R的配置已经是主流趋势，相比传统雷达，成本增加相对可控），更好的帮助L2+/L3自动驾驶系统实现感知冗余以及与摄像头的融合感知。

此外，由于没有增加新的传感器，4D成像雷达可以更快速针对现有的感知算法、模型进行调整，减少研发工作，并可以加快新车型的上市时间。

“相比来说，4D成像雷达和传统雷达有一些共同性，再加上更容易与摄像头进行数据融合，优势非常明显。”行业从业者表示。

按照一些公司的测算，4D成像雷达可以很快在几年内达到目前传统雷达的成本，此外，考虑到软硬件解耦趋势，4D成像雷达在提供丰富点云数据的基础上，还可以实现OTA更新，来增加更多的功能应用。

此外，由于4D成像雷达在俯仰角及角分辨率上的突出优势，其在商用车智能驾驶市场替代传统雷达的市场机会也已经出现。比如，限高防碰撞的需求。

同时，许多普通毫米波雷达做不到或做不好的功能，成像雷达都可以轻易实现。如车辆静止周边障碍物也静止时，传统雷达就彻底看不到障碍物了。

而4D成像雷达可以轻易对周边静止的物体很好的识别和跟踪。还有，前方横穿的车辆和行人是传统毫米波雷达非常难检测好的，而傲酷雷达在FOV120范围内对任何横穿车和人，都可以实现很好地检测。

就在两个月前，傲酷雷达宣布推出全新Eagle前向雷达和Falcon角雷达产品。其中，Eagle是目前世界上最高角分辨率的商用4D成像雷达，Falcon是世界上最小巧的4D成像雷达。

一大特点是，Eagle和Falcon两款4D成像雷达仅使用市场常见的普通毫米波雷达芯片，加载傲酷独有的AI算法驱动的虚拟孔径成像软件。

以Eagle产品为例，探测距离高达350m，横向与纵向角分辨率都在1度以内。这么高的性能，使用的却是两片普通的TI毫米波雷达芯片。

EAGLE则是全球最高角分辨率的商用4D成像雷达，可在120°水平 / 30°纵向的宽视场中提供0.5°水平 x 1°纵向的角分辨率。

EAGLE用低成本低功耗的双芯片（6T8R）硬件平台就可提供传统雷达用八芯片级联（24T32R）才能达到的角分辨率。使用低功耗低成本的DSP而不是FPGA进行信号处理，EAGLE的总功耗不到5W。

同时，EAGLE可生成每秒几万点的雷达点云图像，跟踪350米以上的目标，从而使自动驾驶系统能够在全天候条件下安全，高速地运行。

并且，EAGLE能够在多径干扰严重的环境下精确跟踪低RCS值的目标，例如行人和摩托车，从而使自动驾驶系统能够在拥挤的城市环境中执行更为复杂的操作。

按照该公司的介绍，4D成像雷达可同时实现距离、方位、高度以及速度四个维度的信息感知，可以有效地解析目标的轮廓、类别等等，并具备横纵向高角分辨率，可以完美弥补传统毫米波雷达的短板。

通过将4D成像雷达与高清摄像头实现点云级前融合处理，可同时对各种移动和静止的大小车辆、自行车、行人以及其他目标进行分类和追踪，实时提供目标的位置、速度、3D尺寸、航向等多维度信息。

而在关键的商业化落地上，4D成像雷达也具备了更广范围的应用市场，除了汽车搭载之外，车路协同、工业机器人以及无人小车等领域都可以实现更好性能的提升。

截至目前，傲酷已经与包括通用汽车、戴姆勒、吉利、长城汽车、海拉、松下、摩比斯等多家国内外知名主车企巨头、Tier1及自动驾驶公司等展开深度合作，今年将率先在多个细分应用场景商业化落地。

对于4D成像雷达未来几年的市场空间，将主要取决于成本的下降速度、L2+级及以上等高级别自动辅助驾驶的规模化进度。

根据高工智能汽车研究院数据显示，2020年1-12月中国市场（自主及合资品牌）前向毫米波雷达上险量535.72万颗，同比增长38.43%；接下来，L2+及以上搭载率有望在2025年突破50%。

国内市场，4D成像雷达将从明年初开始小规模前装导入，预计到2023年，搭载量有机会突破百万颗，到2025年占全部前向毫米波雷达的比重有望超过40%。