汽车雷达，进入高速发展期

他们指出，总体而言，2021 年雷达平台市场为58亿美元。根据他们的预计，其未来几年的复合年增长率将高达14%，那就意味着到 2027 年，整体市场规模将达到 128亿美元。这一市场增长主要来自 4D 和成像雷达，这将更好地适应未来更严格的驾驶场景.

Yole同时指出，雷达传感器也有望在更普遍的情况下进入室内监控用例市场，例如儿童存在检测和占用监控系统。这种新型雷达传感器预计将带来新的市场机会。据Yole预计，到2027 年这个市场将达到近 5 亿美元。


总结20年技术演进，彰显未来之路

Yole表示，di一个商用汽车雷达于 2000 年为戴姆勒和宝马汽车推出。在 2020 年和 2021 年期间，ling先的雷达供应商推出了他们的第 5 代雷达。现代汽车雷达传感器继承自这个长期的进化周期。到目前为止，升级主要集中在成本和外形优化上，这说明了行业所追求的集成化趋势。

除了集成之外，RF 性能随着时间的推移显着提高。zui初，雷达以模拟波束形成和机械转向运行，然后转向数字波束形成（全场景照明）。在数字波束形成时代，引入了 MIMO 技术，可以在保持合理物理尺寸的同时增加天线虚拟孔径。

目前，业界提出了 MIMO 缩放（从 0. 2k 到 2k 像素）作为实现成像雷达低于 1 角分辨率的基线。这带来了信号处理和计算方面需要克服的新挑战，这解释了为什么重点转向深度学习和人工智能。


新市场动态，新玩家定位


过去几年，汽车雷达市场引起了更多关注。

在系统层面，市场由六大yi级供应商引领：Continental、Bosch、Hella、Denso、Aptiv 和 Veoneer。同时，在芯片层面，恩智浦和英飞凌占据了大部分市场。尽管雷达市场已经成熟多年，但我们看到多个新玩家定位并获得设计胜利，无论是在系统级别（Magna、Mobis、Weifu 等）还是在芯片级别（例如，Arbe、Uhnder、Vayyar ）。而且还有更多，因为大型科技公司也在投资雷达开发（当中包括华为、高通和英特尔……）。

寻求新收入来源并渴望差异化以求生存的 OEM 热衷于与这些公司直接讨论，将其传统供应商列入候选名单。这给ling先的yi级供应商和半导体公司带来了巨大压力，他们需要比通常的时间周期更快地进行创新。因此，ling先企业正在寻求协同效应，要么进行整合，要么转向垂直整合。


毫米波雷达推陈出新，迈向4D

从如今的技术来看，要实现完全自动驾驶依然有所难度，但是作为主动防护汽车驾驶安全的gao级驾驶辅助系统（Advanced Driver Assistance Systems，简称ADAS）正在逐渐成熟和普及，毫米波雷达就是汽车ADAS不可或缺的he心传感器之一。

在这个车企们追求gao级别自动驾驶的时代，毫米波雷达市场渗透率也在逐渐攀升。Yole D?veloppement数据显示，quan球毫米波雷达市场规模预计将由2019年的205亿美元增长至2025年的280 亿美元，年复合增长率为5%；其中，车载毫米波雷达市场规模预计将由2019年的55亿美元增长至 2025年的105亿美元，年复合增长率达到11 %。

从20世纪60年代至今，经历了几十年的发展，传统的毫米波雷达毫无疑问已经是一项十分成熟的技术，然而过于成熟的技术却限制了它的突破性创新，且在一定程度上固化了其市场格局，这也是毫米波雷达话题性不如激光雷达的原因之一。激光雷达作为一项新兴技术，无法预知的未来也正是它的魅力所在，蕴藏着无限可能。

此外，相比激光雷达的高探测精度以及较强的3D环境感知能力，毫米波雷达在面向L3及以上级别的自动驾驶功能中的短板也十分明显。传统毫米波雷达还停留在距离和方位的2D平面感知，缺少高度这个维度的感知，并且存在无法高密度点云成像，不能有效地解析目标的轮廓与类别、水平角分辨率低、难以检测横穿目标以及难以检测静止目标等技术局限。

具体来说，由于传统车载毫米波雷达的天线只在二维方向上排列，使得其只可测量水平坐标 （X，Y），同时依靠多普勒效应可以测量物体的速度信息，zui终只可输出（X，Y，V）三个指标。

从X轴看，传统毫米波雷达横向分辨率低，也就是上述说到的水平角分辨率低。横向分辨率是指左右两个扫描的激光点形成的夹角，夹角度数越小，横向分辨率越高，和激光雷达相比，毫米波雷达的横向分辨率不具备优势。

而从Y轴看，传统毫米波雷达则在测高能力上有所欠缺。由于不具备测高能力，传统毫米波雷达难以判断前方静止物体是在地面还是在空中，井盖、减速带等“地面低小障碍物”以及交通标识牌、龙门架、立交桥等“空中障碍物”， 在它的“眼”里都是在地面这一平面上，在这种情况下，如果不把他们反射的信号全部过滤掉，毫米波雷达无疑就会发出前方有障碍的错误预警，造成“幽灵刹车”。然而，当桥梁、路牌下有静止的车辆、三角锥桶等“路面上较大障碍物”，毫米波雷达也会因为误判导致交通事故发生。

特斯拉在2016年时发生的那场自动驾驶车祸，起因就是因为特斯拉摄像头感知失效，无法识别出前方停下的货车，而毫米波雷达作为备用传感器，本应该识别出前方障碍物发出预警，只可惜事实并非如此，zui终造成惨剧的发生。

因此，综合来看，毫米波雷达要想再次占据自动驾驶三件套中的“C位”，升级4D感知势在必行，4D成像毫米波雷达也就此诞生。