2024年4D成像毫米波雷达行业专题报告：自动驾驶最佳辅助

1、 视觉感知最佳辅助——4D 成像毫米波雷达

1.1、 感知是自动驾驶的首要环节，高性能传感器必不可少

感知环节负责对侦测、识别、跟踪目标，是自动驾驶实现的第一步。自动驾驶 的实现，首先要能够准确理解驾驶环境信息，需要对交通主体、交通信号、环境物 体等信息进行有效捕捉，根据实时感知的环境信息，自动驾驶系统得以完成接下来 的决策、规划与控制等环节。传感器的性能会直接影响到感知信息的质量，目前广 泛搭载的传感器有摄像头、激光雷达、毫米波雷达、超声波雷达等。

特斯拉的视觉感知方案推动自动驾驶行业进入新的篇章。2021 年，特斯拉使用 Transformer 算法构建 BEV（Bird’s Eye-View, 鸟瞰图）空间，解决了传统视觉感知 的深度探测难点，从而通过视觉也可以进行较为准确的距离估计；同时， Transformer 算法更契合多个传感器融合，可拓展性更强。2022 年，特斯拉使用基 于 BEV+Transformer 和占用网络，形成对外部 3D 空间的还原，对通用障碍物感知 能力进一步增强。特斯拉依靠摄像头进行感知的 FSD 功能已经能够实现近乎对全部 驾驶场景的覆盖，累计行驶里程呈指数型增长。

特斯拉重新使用毫米波雷达辅助摄像头来提升感知能力。2021 年特斯拉放弃使 用毫米波雷达，集中资源进行视觉感知能力的提升。2022 年 2 月，马斯克坦言只有 非常高分辨率的雷达才有意义，将取消毫米波雷达的原因指向“分辨率不足”；同 年 6 月，特斯拉向美国联邦通信委员会（FCC）注册一款全新高分辨率雷达设备。 根据汽车之心公众号，2023 年 2 月，国外博主 Greentheonly 曝光特斯拉全新的计算 平台 HW4.0 为毫米波雷达预留了接口；同年 6 月，该博主又放出特斯拉新毫米波雷 达的实物图。综合推断，特斯拉将要搭载的新款毫米波雷达将是具有高分辨率的 4D 成像毫米波雷达。4D 成像毫米波雷达具有诸多优良特性，能够更好地辅助视觉 感知方案。

1.2、 毫米波雷达具有“全天候性质”，但存在分辨率不足的问题

毫米波雷达通过调制、收发、信号处理进行障碍物的感知。毫米波是电磁波， 其频段在 30-300GHz 之间，属于“极高频”，抗环境噪声干扰能力强；毫米波波长 在 1-10 毫米之间，与波长通常为数百至上千纳米的激光相比，它的波长更长，具备 传输距离远、绕射能力强、穿透性更好等特点。工作在毫米波波段的雷达称为毫米 波雷达，在自动驾驶领域广泛应用。

毫米波雷达主要由雷达前端收发模块、数字信号处理单元以及接口模块组成。 雷达前端收发模块进行毫米波信号的调制、发射与接收，包括天线阵列、射频前端、 中频电路、模数转换器；数字信号处理单元进行信号处理与数据处理，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）等；接 口模块负责数据通信以及与其他系统的集成。毫米波半导体技术已经比较成熟，已 经在自动驾驶车辆中广泛应用。

信号收发与信号处理是毫米波雷达运行的重点环节。（1）首先射频发射器产生电磁波信号并且将之发射，信号到达目标物体； （2）物体反射或者散射信号形成回波信号，接收器接收回波信号；（3）混频器将 回波信号与原始信号混合，经过滤波器进行滤波，得到中频信号（实际是雷达发射 信号与回波信号的频率差，包含有物体的位置、速度等信息）；（4）中频信号输入 到处理后端进行调制解调、FFT（Fast Fourier Transform，快速傅里叶变换）等算法 处理，提取目标信息并进行分析，实现目标检测、距离测量、速度测量、方位估计； （5）最终将结果输出以进行后续感知处理。

毫米波雷达通常调制 FMCW（调频连续波）波形，能够同时测速、测距。多 普勒效应是指物体发射的波长会因为相对运动而产生变化，例如火车汽笛声在驶向 我们时会更加高亮，是因为此时我们接受到的汽笛声波波长变短，频率增加，因而 可以被用来测速。毫米波雷达通常是 FMCW（调频连续波）雷达，FMCW 是连续 的频率调制，频率会线性增加与减小，根据这一特性，雷达能够有效从 FMCW 的 回波信号变化中分离出时间与距离的信息，从而准确测算出障碍物的相对速度与距 离。

毫米波雷达同时能够测算方位，识别多个物体，适用于车载领域。通过增加分 离的天线数量，毫米波雷达能够根据回波信号阵列之间的相位差得到物体的方位信 息；通过对多个回波信号进行处理得到不同的中频信号，毫米波雷达也能够有效分 辨多个物体。毫米波雷达能够测距、测速、测向、分辨多个物体，且 FMCW 波形 的调制、处理等技术相对成熟，功耗小、成本低，使得毫米波雷达契合车载领域。

毫米波雷达具有多种优良特性，对智能驾驶不可或缺。（1）“全天候”：相对波 长为纳米级的光波，毫米波波长更长，能够轻易穿过比其波长小的障碍物，一般来 说，雨滴、雪花的平均直径均在 5mm 以下，因此毫米波雷达工作基本不受雨雪雾 等天气的影响，具有“全天候”的特点；（2）具备速度信息：基于毫米波的多普勒效 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） 识别遮挡物体：毫米波信号具有多径效应，信号通过反射、漫反射、衍射、绕射等 方式，在一些场景下，能够检测遮挡物体。大陆集团曾提到基于其 ARS430 毫米波 雷达的经验，这类遮挡车辆大约在 40%的场景中可以被发现。当然其探测遮挡物体 的性能表现也基于一些条件，如道路表面情况、前车的位置、以及被遮挡车辆的位 置等。而算法对于此类场景的探测尤为重要，华为在其 4D 毫米波雷达发布会上也 着重提到了这一点。

摄像头与毫米波雷达能够形成感知系统上的优势互补。摄像头是被动感知传感 器，具有成本低、易于集成、语义信息丰富等特点，并且摄像头是数据带宽最高的 车载传感器之一，可以提供高分辨率图像与实时视觉信息，但是摄像头容易受到恶 劣天气、眩光等环境的影响，没有精确的物体深度信息与速度信息。毫米波雷达在 摄像头所不足的方面可以提供有效补充，两类传感器融合则能以较低的成本实现性 能更好的自动驾驶感知。

传统毫米波雷达无法测高，限制其在自动驾驶中发挥更大的作用。传统毫米波 雷达只能探测距离、角度、速度三类信息，由于没有高程信息，限高杆、高架桥等 物体容易触发毫米波雷达障碍物反馈，因而实践中只能设定保留动态目标追踪结果 或降低毫米波雷达感知权重，导致日常使用中毫米波雷达基本无法识别静止物体。 例如特斯拉的辅助驾驶未识别到白色静止卡车导致相撞的事故，是由于摄像头没有 分辨出白色车厢与天空的区别，同时毫米波雷达没有准确识别侧翻静止的货车。针 对此问题，毫米波雷达需要增加俯仰角的感知能力。

1.3、 4D 毫米波雷达增添高度维信息，形成精确的感知能力

4D 毫米波雷达增添俯仰角信息，可以识别物体高度。正如上文提到，毫米波 雷达由于无法分辨高度维信息，在使用中会将静止物体识别的置信度降低，如无其 他可靠传感的情况下，可能导致误刹或漏刹，造成较差的驾驶体验甚至威胁行驶安 全。而如果增加俯仰方向的天线排布，毫米波雷达就能够测量到高度信息，从而克 服上述不利的情况，4D 毫米波雷达便应运而生。4D 毫米波雷达中的“4D”指的是 距离、方位、速度以及高度，4D 毫米波雷达不仅继承了毫米波雷达的优点，包括 “全天候”有效运行、感知遮挡物体，并且在分辨率、精度上更进一步，能够识别 较小的物体、静止物体以及空中障碍物。作为毫米波雷达的升级，4D 毫米波雷达 具有更优异的性能，对复杂路况展现了更强的适应性。

4D 成像毫米波雷达清晰度更进一步，能够输出三维点云图像。通过改进识别 算法、增大雷达孔径等方式，4D 毫米波雷达能够像激光雷达一样输出相对密集的 三维点云，能够勾勒出物体的形状，进而识别出物体，具有高清的特质，这就是 4D 成像毫米波雷达。相邻两个点云之间的角度即为角分辨率，角分辨率越小则代 表雷达清晰度越高，4D 成像毫米波雷达的角分辨率最高可以达到 1°以内，意味着 在 200m 远的范围，雷达能够区分相距约 3.5 米或以上的两个物体，对近处的物体 的识别则会更加清晰。由于 4D 成像毫米波雷达会生成三维点云，因此对比对象常 常是激光雷达，而不再是毫米波雷达。

毫米波雷达经过多年发展性价比凸显，点云效果媲美低线束激光雷达。激光雷 达具有优秀的性能表现，在 905nm 和 1550nm 波段广泛应用，可以发射大量激光束 进行路况扫描，形成高分辨率点云图像，并且能够对路况进行初步判断，还可以输 出目标距离、方位、高度、速度、形态等信息。但由于激光雷达波长短，穿透力弱， 同功率下探测距离受限同时还容易受到恶劣天气干扰。4D 成像毫米波雷达点云效 果已经可以和低线数激光雷达相当，同样具有高灵敏度与高分辨率的特性，且成本 总体较低。在搭载激光雷达的车型上，4D 成像毫米波雷达能够作为安全冗余发挥 功能，提升自动驾驶的安全性；在未搭载激光雷达的车型上，4D 成像毫米波雷达 能够作为激光雷达的传感器平替，实现自动驾驶功能，助力智能驾驶的普及。 Mobileye 在 CES 大会上提出，到 2025 年，L4 级别自动驾驶感知方案中将只搭载一 颗前向激光雷达，侧向将用六颗 4D 毫米波雷达来代替两颗激光雷达，以实现 L4 级 别感知功能，并达到大幅缩减成本的目的。

4D 成像毫米波雷达是自动驾驶优秀辅助传感器。特斯拉通过 Transformer 算法 构建 BEV 空间，能够对动态物体与静态物体进行有效感知，占用网络又提升其对 通用障碍物的感知能力。就 4D 毫米波雷达而言，性能方面，相比纯视觉方案通过 算法预测距离信息而并非获取真值，激光雷达和 4D 毫米波雷达等获取的真值距离 信息意味着更高的安全保障；毫米波雷达探测的速度信息精度高于激光雷达，更有 助于识别物体运动轨迹和方向。算法层面，诸多多传感器融合的感知算法如 BEVFusion 等诞生，有效帮玩家将 4D 毫米波雷达信息融入感知系统。因此 4D 毫米 波雷达有望成为自动驾驶感知的重要组成，助力产品功能落地。

2、 多方案提升关键性能，4D 毫米波雷达不断进化

2.1、 硬件、软件技术路径多样，4D 毫米波雷达分辨率提升

分辨率是 4D 毫米波雷达的关键指标，目前业界通过软件、硬件两条路线促进 性能提升。在信道数量（发射天线数量乘以接收天线的数量）不变的情况下，增加 俯仰角测量能力会减少对于方位角的探测能力，而分辨率是影响 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，需要增大雷达孔径（雷达系统中天 线的尺寸或天线阵列的布局），可以通过改进硬件或者算法强化的方式实现分辨率 的提高，为自动驾驶提供更为有效的感知。目前已经有多种技术用于提升 4D 毫米 波雷达的分辨率，大致可以分为硬件方案与软件方案，前者有芯片级联、芯片集成、 超材料改进天线等，后者有虚拟孔径成像、超分辨率等算法处理能力的提升。

2.1.1、 基于芯片级联的解决方案：落地快

级联毫米波雷达射频芯片方案可以增加天线数量，从而增大雷达孔径。4D 毫 米波雷达芯片分为射频芯片与数据处理芯片，其中射频芯片也被称作 MMIC（单片 微波集成电路），负责毫米波信号的调制、发射、接收以及回波信号的解调。通过 MMIC 级联的方式增加雷达收发天线的数量，配合天线的 MIMO（多入多出）系统 提高通信容量。

级联能够增加实体天线数量，从而增强雷达的角分辨率。级联即通过连接多个 实体天线来增加天线数量进而提升产品性能。级联分为二级联、四级联、八级联等， 以二级联为例，就是将两个 3T4R（3 发射天线+4 接收天线）的 MMIC 极联就形成 一个 6T8R 的雷达收发器。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（Infineon）等雷达芯片供应商均有配套技术与底层软件等支持。 MIMO 天线系统能够增加虚拟信道数量，增大雷达的孔径。MIMO 天线系统 是 SIMO（单入多出）技术的升级（如 3T1R 芯片是 SIMO，3T4R 则为 MIMO，前 者最多 3×1 个信道，后者则能够形成最多 3×4 个信道）。通过实现多天线系统的接 收端通道分离，能够在不增加实体天线数量的同时在单个芯片上形成虚拟信道，从 而实现虚拟孔径的增大与角分辨率的提高。

级联和 MIMO 天线技术可以协同作用，为雷达系统提供更高的分辨率和定位 精度，进而改善成像效果。大陆（Contiental）、采埃孚（ZF）、博世（Bosch）等毫 米波雷达供应商均采用这种方式制造高分辨率、高性能的 4D 成像毫米波雷达。级 联方案会导致雷达系统功耗高、尺寸相对较大、信噪比较低，但同时级联方案芯片 前期开发难度小，并且产业链成熟，产品落地快。从特斯拉的新款毫米波雷达拆解 图中可以看出，特斯拉使用两片 MMIC 级联的方案，通过增多的天线数量与特殊的 天线排布实现分辨率的提高。

2.1.2、 基于芯片集成的解决方案：集成度高、设计难度大

芯片集成也是重要的解决方案，汇聚了大量 4D 毫米波雷达“新势力”。基于芯 片集成的 4D 成像毫米波雷达方案有两个方向，一方面，可以通过在 MMIC 上集成 更多天线，再将 MMIC 级联，如 Arbe 的雷达方案；另一方面，可以将 MMIC 与天 线/雷达处理器等器件集成，形成专用成像雷达芯片，例如 Vayyar、Uhnder 等公司 的方案，实现集成度更高的雷达芯片。（1）Arbe：通常毫米波雷达信号的收发都是 在一颗 MMIC 上，而 Arbe 的射频芯片与接收芯片是分离的，Arbe 的发射芯片集成 有 24 个发射通道，接收芯片集成有 12 个接收通道，其专用成像雷达处理芯片最多 支持 2 个发射芯片与 4 个接收芯片，形成总共 48T48R 的超大规模虚拟阵列，能够 在控制雷达体积同时提高雷达性能；（2）Vayyar：Vayyar 自研的 MMIC 集成数字信 号处理器 DSP 与 MCU；（3）Uhnder：Uhnder 的 4D 成像片上雷达（RoC）将 DSP、 MCU 等处理单元进行集成，形成实现毫米波雷达芯片化。集成化、芯片化成为毫 米波雷达发展新趋势。

2.1.3、 基于超材料的解决方案：天线性能改进

通过超材料与相控阵列改进天线也可以提高毫米波雷达清晰度。超材料是经过 工程设计、用多种材料混合而成的材料，通过在超材料表面上嵌入显微结构，结合 电磁波传播技术，以此创建出比传统电路要小很多的电路，可以提升天线的辐射功 率与性能，减小体积。Metawave 的早期的产品 WARLORD 已经在探索使用超材料， 现在的电控相控阵 AiP（封装天线）同样应用到超材料，应用于波束控制成像雷达 SPEKTRA。EchoDyne 将超材料应用于 ESA（电子扫描阵列），进行波束成形和波 束控制，以保持可接受带宽同时增强天线的功率，使得雷达得到更清晰的成像。超 材料构建的天线收发阵列具有出色性能与可靠性，与相控阵技术相结合能够大幅提 升角分辨率，但目前该方案成本高，EchoDyne 更是仅专注国防、安防等领域，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：算法赋能提升雷达表现

通过在处理流程中虚拟实现硬件改进或优化信号处理算法可以进一步提高雷达 分辨率。（1）虚拟硬件改进：傲酷（Oculii）所研发人工智能虚拟孔径成像（VAI） 算法，能够基于现有主流车规级标准芯片，通过自适应相位调制与软件模拟形成高 倍数虚拟 MIMO，虚拟扩展天线的孔径，在原有物理天线数基础上再虚拟出数十倍 的天线数，同时还能够通过机器学习与深度学习适应不同路况，极大提升雷达角分 辨率。MIMO 虚拟通道越多，VAI 能发挥越强的性能，在毫米波雷达级联与 MIMO 的基础上，“二级联可达到别的公司六级联的效果”。（2）优化信号处理算法：如超 分辨率算法通过基于学习的算法或者其他处理算法，来替代原有算法处理中如 FFT （快速傅里叶变换）等传统算法。软件算法辅助自研或者其他厂商研发的硬件，能 够在实体天线数量相同情况下提高硬件性能表现，使车载毫米波雷达在成像清晰的 同时降低功耗、减小体积，但算法开发具有较高的技术壁垒，软件算法的研发水平 至关重要，同时对信息处理硬件以及算法提出更高的要求。

2.1.5、 4D 成像毫米波雷达实现方案众多，技术路线尚未统一

硬件、算法均为提升 4D 成像毫米波雷达整体性能的重要环节。为提高 4D 成 像毫米波雷达分辨率，不同的雷达厂商分别对微波天线技术、MIMO 阵列设计、信 号处理硬件与算法其中一方面或几方面进行拓展，多方案推动 4D 成像毫米波雷达 分辨率提升，4D 成像毫米波雷达也得以在自动驾驶方案中发挥越来越重要的作用。

4D 成像毫米波雷达仍处于产品生命周期早期。一方面，4D 成像毫米波雷达拥 有多样化的技术实现路径，主机厂与雷达制造商可选择的范围广，能够侧重不同的 特点来进行雷达选择，以适配不同车型，市场潜力大；另一方面，4D 成像毫米波 雷达仍处于产品生命周期早期，多种技术路线仍未收敛，增加了主机厂验证测试的 时间与成本，或将延缓 4D 成像毫米波雷达上车的时间。

2.2、 4D 毫米波雷达难点逐步突破，性能迭代降本增效快速上车

2.2.1、 硬件层面，技术迭代引领行业降本增效，推动渗透率向更高水平提升。

回顾毫米波雷达发展历史，半导体工艺的进步引领了产品形态的迭代，带来产 品渗透率的持续提升。毫米波雷达在汽车的应用可以追溯到 80 年代初期，彼时诸 多探索性的研究已经展开，1999 年，奔驰 S 级轿车上第一次出现了基于毫米波雷达 的自适应巡航功能，毫米波雷达上车的帷幕正式拉开。但在当时的雷达主要以砷化 镓工艺为主，雷达中需要部署多个射频芯片，同时由于工作在 24Ghz 频段，雷达的 天线体积庞大，整体产品笨重且昂贵，并未广泛推广。2000 年以来锗硅（SiGe）工 艺的发展，大幅提升了毫米波雷达芯片的性能，锗硅拥有噪声低、动态范围大、制 程成熟等特点，让毫米波雷达的射频芯片成本大幅降低，推动了毫米波雷达渗透率 的快速提升。2016 年德州仪器推出了基于 RFCMOS 工艺的高集成度 77Ghz 毫米波 雷达芯片，所有的射频元件可以集成在单颗 MMIC 芯片上行，让毫米波雷达的成本 相比前一代锗硅工艺产品进一步下探，其余芯片玩家纷纷跟进 ，至今各大厂商新产 品几乎全部基于 RFCMOS 工艺开发，毫米波雷达行业进一步降本，这也让成本相 对较高的 4D 毫米波雷达上车普及成为可能。射频半导体技术的发展，让毫米波雷 达日益走向“平民化”，是毫米波雷达普及的基础。

2.2.2、 信号处理、数据处理算法日益丰富成熟，神经网络加持下性能持续提升

4D 成像毫米波雷达算法可分为信号处理、数据处理以及其他算法。对 4D 毫米 波雷达而言算法通常分为两个部分，信号处理算法主要包含将毫米波雷达接收的微 波信号转化成点云等信息，数据处理算法主要通过对点云或者前段信号处理的结果 进行分析进而得出物体的轮廓、类别甚至姿态行为等。 （1）信号处理算法：前文提到，毫米波信号通过 MMIC 接收后经过混频器会 合成中频信号，之后对中频信号进行多快速次傅里叶变换（FFT）可解析出包含距 离、角度、速度信息的 RAD（Range-Angle-Doppler）数据块，再经过 CFAR （Constant False-Alarm Rate，恒虚警率检测，采用自适应的方式将噪声、杂波、干 扰过滤掉）生成稀疏的点云，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 标识别等方面的算法，实现精确识别物体与判断轨迹的作用，目前 4D 成像毫米波 雷达数据处理算法多使用激光雷达的点云处理算法实现。 （3）其他算法：部分 ADAS 算法（如 ACC、AEB 等）以及一些拓展功能（如 SLAM）等。

算法日益丰富，神经网络加持下如虎添翼。当前毫米波雷达的算法日益成熟， 无论信号处理算法还是数据处理算法，种类不断丰富，算法架构日益成熟。此外神 经网络的发展也让毫米波雷达感知性能进一步提升。以信号处理算法为例，由于电 磁波具有多径效应，在某些场景下，电磁波会发生多次反射、衍射，到达接收端时 信号会相互叠加形成干扰，影响点云质量。传统多以通过 CFAR 算法处理干扰但该 算法也可能会将一些有用的信息过滤掉，因此玩家也开始探索使用基于学习的算法 来处理雷达信号，进而形成更加精确的检测结果。

2.2.3、 自动驾驶算法体系迈向成熟，毫米波雷达乘势而起

对 4D 毫米波雷达而言，感知功能通常分为两类：（1）仅采用雷达，直接产生 感知结果；（2）融合方法，与其他传感器共同生成综合的感知结果。早期汽车功能 多以第一类方式为主，如早期的 ACC（自适应巡航）、AEB（自动刹车系统）等均 只采用毫米波雷达实现车辆、行人的识别进而实现相应的功能。当前随着汽车智能 化、电子电气架构集中化的推进，自动驾驶功能的逻辑逐步发生变化，从传统的不 同功能分立的状态逐步走向具备统一的感知、决策、执行系统，城市 NOA、高速 NOA、行泊一体等功能逐步将最基础的 L1、L2 辅助驾驶功能包含在内。在蔚来科 技创新日上，公司提到将采用统一的算法架构，支持城区 NOP、泊车、主动安全、 以及智能车控等应用，华为也提到其 ADS2.0 有效助力全车主动安全的能力提升。 基于此，某一个类型的传感器如何能够更好地和其他类型传感器融合成为其是否能 够广泛应用的关键。 融合框架分为前融合、中融合与后融合。融合的核心思想是“交叉验证”。即通 过多传感器的信息互相对照，避免单一传感器识别不足与失灵状况，使驾驶系统做 出最接近现实情况的判断。

前融合信息损失量小，但对处理算法、算力要求高

前融合适用于集中式架构，传感器搜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 成像毫米波雷达具有丰富的点 云前数据，如原始 ADC 数据、距离-多普勒频谱图、4D 张量图等信息，进行前融合 时能够在更为原始的数据上进行输出，保留更多信息。算力方面，进行大数据量的 前融合运算需要更大算力处理芯片，数据处理位置多位于汽车中央域控制器；算法 方面，前融合处理会存在联合标定检验，即不同传感器输入信息对同一物体也会产 生不同感知信息，要求不同传感器信息的高精度时空同步，要求高精度算法处理。

后融合的解耦性好，但压缩过程可能损失大量信息

后融合适用于分布式架构，不同传感器独立感知，完成识别后将结果融合，判 断出最佳路况。后融合流程中传感器单独处理信息，即使个别传感器无法获得有效 数据或者标定有偏差，也可能不影响驾驶系统的运行。进行后融合时会对 4D 毫米 波雷达的数据进行大量的压缩，同时处理结果是点云数据，如果与其他传感器产生 互相矛盾的验证，置信度不当将可能带来严重的安全问题。

中融合或成 4D 成像毫米波雷达与摄像头感知融合方向

中融合介于前两种融合之间，也称特征级融合，传感器先行进行一部分处理， 然后在传感器之外进行融合。中融合主要基于学习的方法。不同传感器采集的数据 并将目标“分解”为特征并提取，再将特征向量进行融合，优势在于目标信息更容易 进行关联。 目标级融合逐步演进为特征级融合，算法成熟降低融合难度。在传统汽车市场 中，诸多传感器多以目标级融合为主，算法繁琐，准确率较低。近年在特斯拉引领 下，BEV+Transformer 以及占用网络等算法广为行业所接受。在这一算法范式的牵 引下，多传感器融合走向以特征级融合为主的形式。毫米波雷达凭借其全天候，并 且拥有精确速度信息等特点，成为诸多传感器中的重要组成部分。尽管玩家将激光 雷达和视觉信息进行融合更加“轻车熟路”，但无论沿用激光雷达点云处理的算法， 还是开发新的毫米波雷达数据处理算法，近年学界和业界均聚焦了诸多目光，新兴 的方案不断涌现，融合方法日益成熟，毫米波雷达渗透率提升进一步加速。

3、 4D 成像毫米波雷达产业链逐步成熟玩家迎来发展良机

4D 成像毫米波雷达提供新的市场机会，市场格局尚未定型。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， 2018 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；2022 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，2020 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：2020 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，2020 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：2022 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。2018 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 2022 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 2017 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，2020 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 2021 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，2021 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 2021 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 2018 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。2022 年 4 月已经实现 4D 毫米波雷达产品样品销 售，并于 2022 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 2017 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。2021 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 2022 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 2021 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。）