毫米波雷达的4D进阶,正在汽车行业不断发酵。一部分企业,快速基于包括NXP、TI在内的传统雷达芯片厂商提供的设计方案进行前装落地;另一部分企业则是寻求在芯片层面实现突破。

近日,全球汽车芯片巨头之一的瑞萨宣布,将在今年底之前完成收购印度的无晶圆半导体公司—Steradian Semiconductors,后者可以提供4D成像雷达全栈解决方案。

“高性能、小体积和低功耗”,是双方进行深度技术整合的目标,按照计划,融合小型MIMO(多发多收)芯片组、处理雷达信号的SoC、电源管理IC和目标识别软件的完整解决方案将在今年底前向客户推送样品。

事实上,目前各家4D雷达芯片级方案商都在寻求如何帮助雷达客户更快实现可量产方案的设计,包括硬件架构和软件算法的简化设计,从而帮助实现更快的产品开发。

在Steradian Semiconductors创始人看来,毫米波雷达的回波数据实际上包含了大量的隐藏信息,过去行业内大部分企业都没有真正完全利用这些信息。“全新的4D雷达芯片方案,再结合AI技术,可以弥合过去与摄像头、激光雷达等高精度传感器的性能差距。”

而在高工智能汽车研究院看来,随着今年4D毫米波雷达陆续开始上车,2023年将是真正进入规模化前装量产的大年。尤其是今年特斯拉披露了申请成像雷达的FCC认证信息后,市场对于4D成像雷达的关注度急剧上升。从目前信息来看,特斯拉将在今年12月正式对外披露这款雷达的内部设计细节。

从目前获取的内部信息来看,特斯拉内部一直有团队负责毫米波雷达的信号处理和系统开发,包括完整的端到端系统模拟器,用于目标三维定位的复杂估计算法,以及天线阵列、天线校准和计算需求。

按照Steradian公司相关负责人的说法,成像雷达系统主要由三个部分组成:收发芯片组、信号处理SoC以及相应的软件算法模块。比如,该公司的收发方案,基于28纳米CMOS芯片,集成的16通道MIMO。同时,除了车端应用还可以复用到智能交通场景。

此外,另一家从芯片开始涉足4D成像雷达的公司——Arbe也在加快推进量产进程。目前,该公司已经与GlobalFoundries签署协议,推进芯片组的大规模量产,部分客户已经开始陆续拿到样件。

比如,在中国,作为Arbe的合作客户之一,经纬恒润已经对外宣布,预计最快到2023年将实现基于Arbe芯片组方案的4D雷达前装量产落地,首发品牌可能是北汽。

目前,市场上对于4D成像雷达的应用,主要是两个方向,其一是替代传统低分辨率前向雷达,满足高阶智能驾驶多感知融合性能的提升。按照相关公司给出的预测,一旦前装定点突破一定规模,4D雷达的价格有可能迅速下降至目前传统雷达的区间。

这个细分赛道竞争也会异常激烈。

按照高工智能汽车研究院给出的数据,今年上半年中国市场(不含进出口)乘用车前装搭载前向雷达交付上险为361.12万颗,同比仅增长12.55%(相比2021年的同期增长大幅下滑)。由于国产替代的加速以及传统巨头开始全面转向4D雷达市场,后续传统雷达的价格竞争将会白热化。

比如,在中国市场,森思泰克、福瑞泰克两家供应商已经实现定点并进入量产周期。而搭载采埃孚4D成像雷达的上汽飞凡R7也将在今年首发上市。这意味着,在4D雷达这个全新的赛道,国内外供应商在中国市场站在了同一起跑线上。

目前,森思泰克的4D成像前向雷达产品已经接连拿下国内多个头部车企前装量产平台化项目定点,今年将正式实现量产上车(包括长安深蓝以及一家新势力车企)。

福瑞泰克则是凭借全栈技术能力与大规模ADAS量产经验抢先搭上了4D风口的首班车,成为国内先发落地4D毫米波雷达定点量产的Tier1企业,相关车型预计于年底量产上市。

第二个主力应用场景,就是行泊一体4D雷达。

过去几年,受益于BSD、变道辅助等功能需求,角雷达市场实现了高速增长。数据显示,2021年H1角雷达前装搭载量同比2020年同期增长92.26%,不过受到车载摄像头环绕配置成为主流以及上游芯片供应短缺的影响,部分车企也在放弃传统角雷达的配置。

数据显示,今年上半年角雷达前装搭载量同比2021年同期仅增长38.38%,增速出现大幅下滑。同时,前向激光雷达和盲区激光雷达的配置进入可选项,也在一定程度上对传统角毫米波雷达的存在意义产生影响。

相比传统毫米波雷达,激光雷达的探测距离并不逊色,同时对环境的描绘更为细腻,能够更好地检测诸如行人、自行车、雪糕桶等细小目标物体。

此外,基于ROI(Region Of Interest,感兴趣区域)的特色功能,激光雷达可以对视场内的特定区域进行重点高精度扫描,获得更高精度的环境信息,这有利于提升障碍物的识别精度。

这意味着,角毫米波雷达要保持增量,必须要实现产品的快速迭代升级。比如,通过4D实现角分辨率提升的同时,实现在泊车场景下的硬件复用,改进现有超声波+摄像头的融合泊车方案性能。

以川速微波的近程点云成像雷达为例,在4D点云AVP模式下可输出4D(目标x,y,z,v)点云信息,定位精度高,可达2cm,最大输出256个点云,可实现自动泊车功能。

同时,点云模式下最大可检测0.2m~50米处车辆目标(可识别行人、二轮车、小汽车、大型车等),尤其是对于静止目标检测能力(停车场内路障、石墩、立柱、雪糕筒等均可识别)的提升明显。

考虑到目前智能驾驶赛道,行泊一体方案已经成为市场主推的选项之一,对于硬件配置(主要是传感器)的可复用关注度更高。而在自动辅助变道场景,激光雷达的现有成熟方案的可视距离,仍然要落后于4D成像雷达(探测距离基本上都可以超过300米)。

“过去,每个子系统从计算单元到传感器配置都是互相独立的,做的人也是互相独立的。”在川速微波CEO王东峰看来,从传感器角度来讲,我们认为现在的难点也是之前的传感器大多数是针对单一功能(比如,高速或者低速)来做的,未来从整体系统角度考虑,要变成可以适配多场景的融合。

目前来看,未来两三年时间,随着4D毫米波雷达逐渐在各个车型上量产,功能确实是可以覆盖行车和泊车两个过去被独立的场景。而在过去,很多企业在应对低速场景的泊车传感器选型时,确实也没有找到合适的角雷达方案。从这一点来看,行泊一体4D雷达的市场机会已经显现。

在不少企业看来,随着高阶智能驾驶的落地,对中远程环绕传感器(比如,4D成像雷达)的高需求代表了一个重要的机会。目前,各家厂商也在加紧推出完整的360°4D雷达解决方案,实现冗余性和数据多样性,包括在可以适应几乎所有环境条件。

市场热度持续提升!4D成像雷达进入「细分场景争夺战」相关推荐

  1. 「创新场景50」年度最佳场景实践榜单重磅发布

    ▎我们认为当前数字化转型的最佳颗粒度是"场景". 数字化是什么?怎样开始?怎样做好? 一千个观众眼中有一千个哈姆雷特,看似很简单的问题却找不到标准答案. 在经济粗放发展阶段,市场红 ...

  2. 靴子落地!Mobileye正式启动4D成像雷达量产进程

    4D毫米波雷达赛道正在变得越来越拥挤. 在传统雷达时代,全球主要的市场参与者屈指可数,博世.大陆.安波福.海拉等少数几家巨头几乎垄断前装市场.如今,随着4D时代的开启,越来越多的新进入者希望能够实现换 ...

  3. 全球最高角分辨率商用4D成像雷达发布,傲酷“软”手解决世界“硬”难题

    3月9日,全球领先的4D成像雷达供应商傲酷公司(Oculii)宣布推出全新Eagle前向雷达和Falcon角雷达产品.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 ...

  4. 「分辨率比拼」还不够,4D成像雷达进入“软”竞争时代

    伴随着L2及L2+ADAS搭载率的快速提升,4D成像雷达的市场热度持续高涨. 一方面,面向L2+及以上智能驾驶系统的感知需求,传统毫米波雷达已经力不从心.比如传统雷达的角度分辨率可能做到5°,但4D成 ...

  5. 连续量产两大4D成像雷达项目,这家国产商率先冲百万级规模市场

    2023年伊始, 4D成像雷达赛道再添一把火. 近日,国内头部毫米波雷达供应商森思泰克的4D成像雷达产品STA77-6搭载国内某头部新势力车企最新重磅推出的五座新旗舰SUV车型量产上市:而在去年,森思 ...

  6. 市场红利!这家公司4D成像雷达取得重大技术突破

    伴随着中国新车搭载ADAS功能的高速增长,中国毫米波雷达迎来了前所未有的机遇期. 根据高工智能汽车研究院监测数据显示,2021年中国市场(不含进出口)乘用车新车前装标配L2级ADAS上险量为395.6 ...

  7. 榜单发布!新老玩家混战,4D成像雷达“上车潮”来了?

    与其它传感器的发展历程相比,4D成像雷达的量产上车速度似乎更快. 9月27日,飞凡R7正式上市,为4D成像雷达添了一把热度.该车配置了33个传感器,其中2颗采埃孚首发量产的Premium 4D成像雷达 ...

  8. 4D成像雷达风口,谁在快速崛起?

    4D成像雷达正进入规模量产落地的关键窗口期. 高工智能汽车注意到,毫米波雷达的发展某种程度上可以分为两个阶段:第一个阶段,传统毫米波雷达时代,市场基本被博世.大陆.安波福等国际Tier1巨头把持,市场 ...

  9. CES 2022:NXP 首款用于 L2+ 的安全三无线电设备和 4D 成像雷达

    NXP Semiconductors 的 CES 2022 公告旨在通过安全的三无线电设备系列实现物联网连接,以支持 Wi-Fi 6.蓝牙 5.2 和 802.15.4 协议,以及对其汽车雷达产品组合 ...

最新文章

  1. ​“手把手撕LeetCode题目,扒各种算法套路的裤子”
  2. tHINKpHP认识---文件了解
  3. 曙光高性能集群系统管理员手册(链接)
  4. JZOJ 1533. 郁闷的gxg
  5. leetcode--数组(Easy)
  6. gblfy_IDEA常用快捷键技巧
  7. iOS字符串常用用法
  8. java输出华氏摄氏温度转换表_Python练习题2.10输出华氏-摄氏温度转换表
  9. 爹地,我找到了!15个极好的Linux find命令示例
  10. 史上最牛“老赖”,如今走下神坛:骗遍全国,牛皮终于吹破了!
  11. AI打《星际》被人类碾压?不,事情并没有这么简单
  12. 第6次结对作业--郑锦伟古维城
  13. MySql 入门.md
  14. The labor day's schedule and the rate of process
  15. 计算机放样在钢结构应用,计算机放样应用于钢结构工程
  16. pytorch——MINST数据集
  17. Linux使文件变成二进制,linux 二进制文件显示方法
  18. 数学建模(6)-Matlab绘制图像精细修改
  19. 计算机网络技术实训 实训总结,计算机网络技术实训报告总结.docx
  20. denoted(denoted by)

热门文章

  1. SVG公众号排版 | 快速解决视频号美化出现“点赞信息”
  2. c语言error语句错误,【资料】C语言错误信息中文解释
  3. SpringBoot上传大文件并支持中途取消上传
  4. 用github写开源书籍
  5. 随机梯度下降算法 入门介绍(最通俗易懂)
  6. window.btoa与window.atob
  7. 小学计算机课教案表格,小学信息技术教学设计《插入表格》
  8. 瑞芯微RK3328芯片怎么样?RK3328处理器参数介绍
  9. javascript_ES6新特性
  10. JBOD(Just a Bunch Of Disks,磁盘簇)简介