毫米波雷达的市场格局及后续发展趋势
1. 毫米波雷达市场格局
从国外主要毫米波雷达供应商的产品技术参数来看,各公司在毫米波雷达发展上各有不同。博世的毫米波雷达产品主要以76-77GHz为主,产品技术先进,主要包括MRR(中距离)和LRR(远距离)两个系列,其中LLR4产品最大探测距离可以达到250米,在同类产品中处于领先位置
美国、欧洲和日本在车载雷达技术研究方面处于领先地位。现在越来越多的公司和供应商投入到汽车雷达系统研制、器件开发和算法研究当中.从毫米波雷达的产业布局来看,系统目前是被海外的巨头控制着,例如大陆( continental )、 博世( Bosch )、海拉( Hella )、德尔福 ( Delphi )、奥托立夫( Autoliv )等,核心元器件也主要被英飞凌( Infineon )、德州仪器 ( TI )、意法半导体( ST )、亚德诺半导体( ADI )等垄断.相比于国外企业,车载毫米波雷达在国内仍属于起步阶段。
77GHz毫米波雷达技术被垄断于博世、大陆、德尔福、电装、TRW、富士通天、Hitachi等公司手中。
在2025年左右,中国的毫米波雷达市场规模应该在300亿元的规模左右。
在 24GHz雷达方面,国内少数企业研发已有成果,市场化产品即将问世;但在 77GHz毫米波雷达方面仍属于初级阶段,国内只有极少数企业能做到 77GHz雷达的样机阶段,产业化进程仍待突破。不过,近些年国内创新创业厂商逐渐增长,比如行易道科技、华域汽车、集眼科技、智波科技、森思泰克、衰米波技术、意行半导体、清能华波、矽杰微电子、加特兰微电子等,并实现了部分核心技术的突破,相信打破国外企业垄断的局面指日可待!
2. 已开发的车用主动防碰撞毫米波雷达
博世最近发表了采用 SiGe 技术的毫米波雷达 LRR(Long Range Rader)3。此次开发的毫米波雷达由 77GHz 频带的 MMIC(Monolithic Microwave Integrated Circuits)芯片组、4 根贴片天线以及专用 ASIC 构成。芯片组由发送和接收用的两个芯片组成,两芯片均使用了 SiGe 技术。毫米波雷达的可检测距离为 0.5m~250m。检测角度范围在 30m 远处为 30 度。
博世表示通过采用 SiGe 技术,可以比以往采用的 MMIC 技术降低成本。将来有望在车辆上配备两个毫米波雷达,并可追加功能。该公司在车辆前方配备了两个毫米波雷达,并公布了车辆试验结果——检测角度范围在 30m 远处扩大到了 60 度。
与只配备一个毫米波雷达相比,配备两个毫米波雷达提高了急转弯时的检测精度,可以更加准确地捕捉到前方车辆及路边的护栏等。实车试验中,在曲率半径为 35m 的道路上也可准确地识别前方车辆。该公司表示,该装备能够提高低速追踪的 ACC(Adaptive Cruise Control System)的准确度等。另外,将来还可以增加各种功能,比如通过检测路旁的护栏等来识别弯道的形状,与车辆的横摆力矩配合以防止侧滑等。
日立制作所最近开发出两种体积更小的车载毫米波雷达,使用 76GHz 频带,检测距离最长达 200m。
用于进行长距离检测的(检测范围 1m-127m)毫米波雷达,尺寸为横 100mm×纵 80mm×厚 30mm。与原来的机型相比,模块的厚度和体积大约分别减至以来的 1/3 和 1/4。另外,用于进行短距离检测的毫米波雷达(检测范围 0.1m—25m)主要通过改进天线,将检测角度从长距离检测雷达的±15 度扩大到了±35 度。
毫米波雷达主要由天线、高频电路及信号处理部分组成。日立制作所为了减小毫米波雷达的厚度,改进了高频电路及信号处理部分,通过将 MMIC 芯片封装在多层印刷线路板上,减小了体积,与原来使用单层印刷线路板的雷达相比,大幅提高了高频部件的封装密度。在提高微处理器性能的同时,通过增加混载内存的存储容量,将全部处理均集中在了 1 个微处理器上。由于减少了微处理器,所以信号处理部分生产的内部热量也随之减少,从而提高了部件的封装密度,这也为信号处理部分的小型化做出了贡献。
3. 毫米波雷达技术发展方向
3.1. 高分辨率
高分辨率一直是毫米波雷达的技术指标,这里有两条技术路线:
增加带宽,如 76-81GHz,最大带宽可达 5GHz。
多级联,增加通道数。
在2017年,德州仪器推出了号称全球精度最高单芯片毫米波雷达传感器,也就是工作与76-81GHz的AWR1x和WR1x收发器,然后基于这两片收发器推出了数个76-81GHz毫米波雷达前端,包括AWR124、AWR1443、AWR1642。
3.2. MIMO
MIMO雷达基本含义:雷达采用多个发射天线,同时发射相互正交的信号,对目标进行照射,再用多个接受天线接收目标回波信号并进行综合处理,提取目标空间位置,运动状态等信息。
3.3. CMOS RF工艺
毫米波雷达最突出的优势是价格低廉,即便是和视觉系统相比价格也不高。同时毫米波雷达是主动型器件,而视觉系统是被动型器件,主动型器件有比较广阔的挖掘潜力,而被动型器件CMOS图像传感器自问世以来,整体结构未有变化。而收发器从Sige转换为硅基CMOS后,性价比进一步提升。
3.4. 4D毫米波雷达
一直以来,毫米波雷达都无法实现高密度点云成像,有效地解析目标的轮廓与类别,检测静止目标、较小目标,同时存在分辨率低等性能问题。
因此毫米波雷达被认为是自动驾驶的辅助传感器,在L2以上自动驾驶系统中应用有限。4D高精成像毫米波雷达出现后,将彻底改变这一局面。
4D高精成像技术增加了雷达对目标俯仰高度数据的探测和解析,可实现俯仰角、时间、距离、方位角的信息感知。4D高精成像毫米波增加时间维度信息后可以有效地解析目标的行为、大小轮廓、类别等。这对L2以上的自动驾驶系统内的视觉和昂贵的激光雷达形成最有效的补充,4D高精成像毫米波雷达将成为L2以上自动驾驶的主传感器。
4D高精成像毫米波雷达通过增加虚拟通道,大幅提升分辨率以及目标检测的置信度和检测范围(如距离和FOV),同时进化出激光雷达一样的高密度点云,可带来丰富的感知增强应用。
在识别较小的物体,对遮挡物体、静止物体和横向移动障碍物的检测,以及应用更多的复杂路况时, 4D高精成像毫米波雷达对视觉和激光雷达提供不能获取的更有价值的路况信息,从而提高系统融合后的安全性。
4D高精成像毫米波雷达在现有雷达优点的基础上,通过四个维度感知环境,提供比传统毫米波雷达更丰富的数据;4D高精成像毫米波雷达进入大规模量产后,成本仅是激光雷达的1/10。因此4D高精成像雷达会成为自动驾驶核心传感器,代替低端激光雷达,并会在未来的自动驾驶方案中占据主导地位,实现低成本,高性能可大规模的量产自动驾驶方案。
变短时,可以使天线阵的尺寸减到最小,从而达到相同的性能。
毫米波雷达的市场格局及后续发展趋势相关推荐
- 车载毫米波雷达中国市场有望在2025年实现30亿美元的市场规模
近日,专注于前沿科技领域的国际咨询机构ICV发布了全球车载毫米波雷达的市场研究报告,汽车毫米波(mmWave)雷达基于频率为77 GHz的电磁波,具有高精度和准确性,可用于目标检测.这种技术有着广泛的 ...
- ICV:车载毫米波雷达中国市场有望在2025年实现30亿美元的市场规模
近日,专注于前沿科技领域的国际咨询机构ICV发布了全球车载毫米波雷达的市场研究报告,汽车毫米波(mmWave)雷达基于频率为77 GHz的电磁波,具有高精度和准确性,可用于目标检测.这种技术有着广泛的 ...
- 4D毫米波雷达Radar
4D毫米波雷达Radar 概述 全球前四大的毫米波雷达供应商被称为"ABCD",即 Autoliv(美安).Bosch(博世).Continental(大陆)和 Delphi(德尔 ...
- 2020年中国毫米波雷达行业现状分析,24GHz国产化率较高「图」
一.毫米波雷达行业概况 毫米波雷达是一种使用天线发射波长1-10mm.频率24-300GHz的毫米波作为放射波的雷达传感器.车载毫米波雷达根据毫米波频率可以分为24GHz.77GHz和79GHz毫米波 ...
- 毫米波雷达与激光雷达两种类别的雷达技术究竟有什么区别?
近年来,毫米波雷达被广泛应用在高级驾驶辅助系统(ADAS)中,再度成为了零部件供应商们的焦点战场.ADAS系统需要多种传感器配合工作,毫米波雷达由于其众多优势,成为ADAS不可或缺的核心传感器,也是自 ...
- 特斯拉4D成像毫米波雷达与木牛科技早期开源的产品几乎一模一样?
近日,在中欧智能网联汽车协会秘书长林示的组织下,中益基金投资总监王子文考察了全球毫米波雷达领跑者-木牛科技. 考察过程中,木牛科技COO王卫向两位详细介绍了木牛科技具备怎样的全球毫米波雷达领跑者的科技 ...
- 自动驾驶毫米波雷达的原理分析和应用案例
作者 | 智车科技 编辑 | 智车科技 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心[多传感器融合]技术交流群 / 导读 / 近两 ...
- 不懂毫米波雷达?5分钟读懂毫米波雷达的那些事儿
2019年是毫米波风生水起的一年,也是毫米波名声大噪的一年.毫米波应用范围广泛,如毫米波雷达.毫米波天线等.而本文,将向大家介绍毫米波雷达,主要内容包括:毫米波雷达原理.毫米波雷达主要特点.毫米波雷达 ...
- 4D毫米波雷达:成像距离超百米,成本仅为LiDAR十分之一
作者 | 机器之心 编辑 | 汽车人 原文链接:https://mp.weixin.qq.com/s/wuJeR-AUQwz1gqsGLyLtpw 点击下方卡片,关注"自动驾驶之心&quo ...
最新文章
- 从青年基金到面上项目
- 使用Spring Security在Spring Boot中进行缓存
- 图像处理之积分图应用三(基于NCC快速相似度匹配算法)
- nts包如何下周 php_windows下PHP7安装方法(ts版和nts版)
- 技术面试时,程序员需要什么样的编程测试?
- 从XKCD网站下载自动所有漫画图片---python实现
- 光流(五)--HS光流及稠密光流
- 第二讲:Obj-C 点语法
- pillow 保存图像路径_python利用pillow包处理图片
- gradle下载与配置
- 几分钟,就看到人性的几个面孔
- Postgresql模糊查询插件pg_bigm安装
- storm风暴英雄 tempo_19.4版本TempoStorm 风暴英雄天梯环境报告
- WIN10解决“任务管理器被系统管理员禁用”问题
- 一次完整的渗透测试流程
- Android SVG图片解析Demo
- 11月20日云栖精选夜读:围观阿里总部:边喝茶边搞技术是一种怎样的体验?
- 解决手机端中文输入法中keyup不灵便的方法
- [BZOJ1615][Usaco2008 Mar]The Loathesome Hay Baler麻烦的干草打包机
- 鸿蒙3部曲先看哪部,“隋唐三部曲”“鸿蒙三部曲”“斗罗四部曲”谁才是网文巅峰之作...