自動駕駛的實現需要感知層、決策層以及執行層的各系統相互配合，通過感知層的環境信息和車內信息的采集處理，傳遞給決策層，決策層依據獲取的信息進行判斷決策，再反饋到執行層來執行任務。因而自動駕駛實現的第一步就是感知。電路板廠了解到，目前L2、L3級別自動駕駛主要使用激光雷達、毫米波雷達以及攝像頭作為傳感器來接收信息。

攝像頭測距能力不足且易受極端天氣、光線等因素的影響，因而通常會搭配毫米波雷達使用。但是這種方案分辨率較低，且獲取數據不夠豐富。激光雷達雖然可以彌補上述問題但是成本高昂限制了大規模應用。在這種情況下，很多公司在思考如何為自動駕駛提供更強的感知能力。其中Waymo、Arbe、Echodyne是這一領域的先行者，他們最新研制了4D成像雷達，以彌補毫米波雷達和激光雷達的不足。

通常情況下，雷達是對能散發電磁波的物體進行探測。這種物體叫做散射體，分為點散熱體和分布散熱體。雷達通過接收散熱體發出的信息來收集數據，并將數據傳遞給決策層。但是，PCB小編發現，在觀測目標周圍往往不止有一個散熱體，比如雜波就是分布在目標周圍的分布散熱體。雷達需要在雜波等信息中提取到有用信息。

在目前已有的方案中，毫米波雷達比攝像頭和激光雷達優越的條件在于，可以適應各種極端天氣。但是缺點也是顯而易見的，那就是對雜波的處理能力較弱，同時無法遠距離定位目標信息，分辨率較低。毫米波雷達的低分辨率以及識別能力的缺陷，導致其會對過多信息產生誤報。也就是說，如果雷達無法提升對雜波的處理能力，就會造成重大漏報隱患，從而帶來安全問題。

事實上，雜波所提供的信息越多，對于做出正確的決策越有利。但前提是，感知器需要有探知到一定區域內所有目標的能力。因此超高水平的垂直和水平分辨率是很重要的。為了提高分辨率以及更準確的接收信息，一些自動駕駛公司研發了4D成像雷達。與攝像頭和激光雷達相比，4D成像雷達能在任何條件下工作，甚至是霧、暴雨、漆黑及空氣污染等各種惡劣天氣和環境條件下也能提供最高可靠性的探測。

市面上的雷達一般擁有12個信道（3發4收），而4D成像雷達采用 2300 個通道 (48 發射* 48 接收)。信道陣列可以提供1°方位角分辨率和2°仰角分辨率，探測最遠距離為300 米，測距精度在10-30厘米，在寬闊的視野下和遠程范圍內能夠同時追蹤數百個目標。并能捕捉可顯示物體相對汽車是靠近還是遠離的多普勒頻移，這能夠滿足更高汽車自動化級別的要求。

此外，4D成像雷達在成本上比激光雷達有優勢。目前，要實現傳感器套件的批量生產，成本應該低于1000美元以下，但是當前一些處于測試階段的車輛所使用的元件和系統成本甚至是這個價格的100倍。而據電路板廠了解，使用4D成像雷達所用的成本，只相當于使用激光雷達上的一個單元件的成本，因此其可以幫助制造商實現降低成本的目標。

2020年的CES上，全球毫米波雷達巨頭海拉宣布戰略投資傲酷，并建立戰略合作伙伴關系。而在此之前的一個月，全球雷達芯片巨頭英飛凌也宣布和傲酷進行戰略合作，利用傲酷的4D成像雷達技術大幅提升其針對L2/3 ADAS量身定制的77G單芯片解決方案的角分辨率性能。據悉，在普通硬件水平的基礎上，傲酷可以依靠軟件算法來實現虛擬雷達孔徑，模擬出許多倍天線，實現點云成像并極大提高角分辨率。

傲酷的4D成像技術可以實現在靜止對靜止檢測、低速移動、高速移動的情況下，對周邊的車輛、行人（含橫穿車輛、行人）等高清全息探測。同時，四個FOV120角度雷達，可以形成360度環視點云，探測半徑可達200米。4D成像點云技術可以極大地提升雷達性能。常用的角雷達、前向雷達和車路協同感知雷達，在此技術的加持下，都能以全新的面貌出現。

2019年12月，以色列公司Vayyar完成D輪1.09億美元融資。Vayyar專注于雷達技術的研發，此輪融資目的是開拓其4D成像雷達技術。Vayyar的4D成像雷達技術主要通過成像系統級芯片（SOC），在單顆芯片上集成了72個發射器和72個接收器，覆蓋了3 GHz~81 GHz雷達和成像頻段。憑借集成的大內存高性能DSP，Vayyar的傳感器無需任何外部CPU執行復雜的成像算法。

1/5