自动驾驶圈内，激光雷达作为割韭菜第一快的刀，估计无人反驳。据不负责任统计，2022年国内将有十几款车型搭载激光雷达上市。而其中大部分新车的上市策略又是：硬件预埋，功能开发验证完成后再通过OTA更新。激光雷达厂商恐怕做梦都在感慨：头茬的韭菜不仅嫩，割起来还特别顺手。
而除了激光雷达，自动驾驶圈内另外一把普通的刀在经过重新淬火锻造之后，也开始展现出割韭菜不凡的功力，这把刀江湖送其“4D毫米波雷达”称号。通过在普通毫米波雷达的基础上增加俯仰角测量的能力，从而实现被测目标高度数据的测量，最终也具有了和激光雷达相似的点云输出能力。
4D毫米波雷达自带速度信息的点云输出，听起来都有点让人上头。再加上可靠性、稳定性以及量产成本等方面完全碾压等效线束激光雷达的优势，也难怪媒体一致喊出了：自动驾驶传感器领域的下一个风口、低线束激光雷达终结者等变革口号，并隐隐约约约展现出一股割韭菜第二快刀的潜质。
自动驾驶圈第二十三期，我们就来扒一扒藏在这边刀背后的秘密，看其是凭真本领上位，还是主机厂的耍酷需要，抑或是Tire1为割韭菜放出的烟雾弹。
这把刀的诞生还要从古老的多普勒效应说起。
1842年，中国签订了近代史上第一个丧权辱国的不平等条约—《南京条约》，时刻温习并铭记历史。同年，奥地利物理学家多普勒发现了多普勒效应。所谓多普勒效应，是指波源和观察者有相对运动时，观察者接收到的频率和波源发出的频率并不相同，两者之间的差值叫做多普勒频率。
多普勒效用公式表达如下。式中，fr为观察者观测到的频率，f0为波源发出的频率，v为波的传播速度，vr为观察者的速度，vs为波源的速度。当观察者或波源有向对方靠近的运动时，对应分子分母取减号，反之取加号。
如果我们在波源的位置放置一个探测器接收反射回来的波，通过检测多普勒频率，就可以测得观察者相对于光源的移动速度。再根据波发出和接收的时间差，基于TOF原理，便可以计算出观察者相对于光源的距离。
多普勒效应，奠定了毫米波雷达这把刀诞生的理论基础。
毫米波雷达这把刀的雏形出现在20世纪四十年代的第二次世界大战中，英国通过部署对空雷达站，有效抵御了德国空军的一系列空袭行动。二战中的一战成名，也让其在二战后迅速推广普及到各个领域。
毫米波雷达在汽车领域的应用可以追溯到1973年，德国AEG-Telefunken和BOSCH公司开始合作投资研究汽车防撞雷达技术，但由于技术和成本原因，一直未能大规模商业化落地。
20世纪80年代，欧洲在“欧洲高效安全交通系统计划”指导下重新开启了车载毫米波雷达的研制。并在技术和成本均实现突破后，迎来了汽车防撞雷达的广泛应用。
里程碑事件是在1999年，奔驰在S级车上使用77GHz毫米波雷达实现了基本的自适应巡航功能，开启了辅助驾驶时代，也迎来毫米波雷达在汽车领域的蓬勃发展。
毫米波雷达刚刚出道的时候，受制于芯片工艺等原因，一个雷达中需要配备七八颗射频芯片才能保证基本的分辨率。这导致当时的毫米波雷达体积巨大，成本巨高，只在高端车型偶有应用。机械式激光雷达诞生的初期，各方面都像极了这位前辈。
进入到千禧年之后，伴随着锗硅半导体工艺的发展，毫米波雷达集成度大幅提高，成本大幅下探，在高端车型上的应用也迎来了一次小爆发。这又像极了混合固态激光雷达当前的局面。
2017年，TI推出了基于CMOS工艺的毫米波雷达芯片，一口气将射频芯片、数字处理芯片和微控制器三个模块集成到一个SOC上，既显著降低毫米波雷达的成本，又大幅拉低了毫米波雷达的开发难度。这又有点像我们期待的固态激光雷达的样子。
更惊为天人的是，TI随后将天线也集成在芯片里，推出了集成度更高的天线片上集成（AoP）芯片，直接将毫米波雷达价格拉到了百元级别，并提供了毫米波雷达开发傻瓜式工具链，国内由此掀起了轰轰烈烈的毫米波雷达创业及国产化浪潮。
一、使用频段
毫米波雷达，从名字也可以猜测出，这是一种工作在毫米波频段的雷达。而毫米波是指波长在1-10mm，频率在30-200GHz的电磁波，其传播速度和光速近似相等。这个频段电磁波在探测能力、穿透能力、抗干扰能力等方面实现了“中庸之道”，完美契合车载领域。并助力毫米波雷达在车载传感器领域赢得了“全天时、全天候”工作的美誉。
毫米波雷达主要使用24GHz，60GHz，77GHz和79GHz四个频段。24GHz准确来说属于厘米波，由于测量距离有限（60m左右），分辨率一般，常被设计为角雷达，探测大视场角范围的近距离障碍物。60GHz由于受大气衰减影响特别大，常被设计为生命体征检测雷达，对车内生命体征及人员姿势进行检测。77GHz和79GHz由于测量距离较远（200m左右），常被设计为主雷达，作为前向长距离感知的利器，这两个频段也是未来车载毫米波雷达领域的主流频段。
二、基本组成
毫米波雷达核心组成部分包括收发天线（TX&RX），射频单元（RF）、模数转换器 (ADC)、数字信号处理器 (DSP)、微控制器 (MCU)等。上文提到过，毫米波雷达刚诞生那会，这些器件都是分立的，后来通过CMOS工艺将RF、ADC、DSP、MCU等直接整到一颗SOC中（不同厂家SOC集成模块数量略有差异）。
今天我们随便拆开一个普通毫米波雷达，除了索然无味的外壳、接插件和固定装置，尚能引起一点兴趣的就是那两块PCB板了（有的厂家集成到一块PCB板上），如下3D爆炸图所示。
（图片中爆炸图来源：http://www.iotnova.com/hmbld）
电源主板上面密密麻麻竖立着电感、电容、二极管、电源芯片等，主要负责系统电源管理。各家一般还会在上面集成一颗安全控制器，提供与整车通讯及安全相关功能。
雷达主板可以说是整个毫米波雷达的核心，上面包括天线、RF、DSP和控制电路等。
（1）天线。理论和实践证明，当天线的长度为电磁波波长的1/4时，天线的发射和接收转换效率最高。而毫米波的波长只有几个毫米，所以天线可以做得很小。通过使用多根天线来构成阵列天线，还能够实现窄波束的目的，而窄波束意味着更高的方位角分辨率。
目前毫米波雷达天线的主流方案是微带阵列，最常见的一种设计是在高频PCB上集成“微带贴片天线”，并将高频PCB集成在雷达主板上。下图展示了一个雷达主板集成天线高频PCB板的实物，这是一个3发6收阵列天线。此种方案极大降低了毫米波雷达的成本和体积。
（图片来源：https://www.ti.com.cn/）
（2）RF。RF负责信号调制、发射、接收以及回波信号的解调，是毫米波雷达的核心射频部分。目前主流的方案是通过MMIC(单片微波集成电路)技术将以上内容集成。MMIC是一种用半导体工艺在半导体衬底上制造出无源和有源元器件的技术。
在毫米波雷达领域，基于锗硅工艺的MMIC集成的功能电路主要包括低噪声放大器、功率放大器、混频器、检波器、调制器、压控振荡器、移相器、开关等部件。发射器、接收器和DSP均作为独立单元，这使得毫米波雷达设计过程复杂，整体体积也较为庞大。
随着COMS工艺的发展， MMIC一方面变得更小，另一方面也为其与DSP和MCU集成提供了工艺可行性。TI在2016年底，推出基于CMOS工艺的高集成度77GHz毫米波雷达芯片AWR1642，将前端MMIC、DSP和MCU三个模块集成在一个SOC上。显著降低毫米波雷达成本的同时，还极大拉低了开发难度。
（3）DSP。DSP通过嵌入不同的信号处理算法，提取从前端采集得到的中频信号，获得特定类型的目标信息。DSP是毫米波雷达稳定性、可靠性的核心。
（4）控制电路。控制电路根据DSP输出的目标信息，结合车身动态信息进行数据融合，最终通过主处理器进行决策处理。
三、工作体制
根据辐射电磁波方式不同，毫米波雷达主要分为脉冲波工作体制和连续波工作体制两种类型。
脉冲波技术是指毫米波雷达在短时间内发射具有高峰值功率的短脉冲，基于多普勒频率和TOF原理实现物体速度和距离测量，基于并列接收天线收到同一目标反射的脉冲波的相位差实现角度测量。由于功率高，因此可以在大杂波背景下，检测出远距离小幅度移动目标。但是也带来了高成本、高体积、高功耗的缺点。目前车载毫米波雷达领域很少有采此种方式。
连续波技术又可以分为FSK（频移键控，可测单个目标的距离和速度）、CW（恒频连续波，只用于测速不可用于测距）和FMCW（调频连续波）等方式。其中FMCW由于具有同时检测多个目标、分辨率较高、成本较低等优点，因此成为连续波技术中的带头大哥，也顺利当选所有工作方式中的武林盟主。
FMCW是一种频率随时间线性增加的Chirp波形，其振幅相对于时间、频率相对于时间的波形如下图所示。毫米波雷达内部合成器负责Chirp信号的生成，并以帧为单位，均匀等时间间隔的通过发射天线发出一串Chirp信号。
在毫米波雷达接收天线收到发射回来的电磁波后，会将回波信号与发射信号一同送入混频器内进行混频。由于发射信号在遇到被测目标并返回的这段时间内，回波信号的频率相较发射信号已经发生了改变。而混频器的目的就是计算出发射信号与回波信号之间频率差，称之为中频信号。而这个中频信号就包含了被测目标的距离秘密，后续再经过滤波、放大、模数转换和测频等处理后就可以获得被测目标的距离信息。
对于速度测量，由于被测目标距离的不同，毫米波雷达接收到的回波信号相位也会不同。通过对一帧中所有单个chirp信号进行等间隔采样，并将采样点的数据进行傅里叶变换，然后利用相位差来测量被测目标的速度。
对于角度测量，利用多个接收天线接收同一个回波信号，并计算回波信号之间的相位差来实现角度测量。
上文介绍的毫米波雷达只能输出距离、速度和角度信息，也被称为3D毫米波雷达。而这个距离D和角度θ是安装雷达的自车在平面极坐标系下的数据，如下图所示。通过将极坐标系转换为笛卡尔坐标系，我们可以获得目标车在x和y方向上离自车的距离。这个时候，大家是不是发现少了一个维度z方向上的距离。而这个也是3D毫米波雷达饱受诟病的缺点之一。
这个缺点对移动物体来说，还不算大问题，毕竟在道路上探测到的移动物体按常理推测应该都是在道路上正常运动的物体，这也是各厂商一贯的处理策略，从而规避了无法获得高度这一缺陷。但是对于低空飞行的鸟，被飞吹起的轻质物体（树叶、塑料袋等），依旧存在误识别的问题，我想这个应该也是3D毫米波雷达处理移动物体时的Corner Case吧。
但是这个缺点对静止物体来说，就是致命的。道路中间的井盖，减速带，悬在半空中的各种标识牌，限高架，静止的车辆等，由于没有高度信息，通过3D毫米波雷达完全无法决策这些障碍物是否影响通行。针对静止物体，各家厂家简单粗暴，要么直接忽略，要么极大降低置信度。这也是Tesla前期几起事故的原因之一：摄像头没有识别出倾倒的白色货车车厢，毫米波雷达识别到，但是结果在决策中置信度太低，导致车辆没有触发自动紧急自动功能。
由此，3D毫米波雷达这把刀便有了一个江湖的传闻：“无法识别静止物体”。而这个传闻，将这把刀牢牢困在辅助驾驶的混战时代，一直无法在自动驾驶的新战场赢得充足的尊敬。直到在思过崖下闭关苦练十年后，领悟出一门“测高”刀法，并起名为“4D毫米波雷达”。
4D毫米波雷达增加的最显著特性就是可以精确探测俯仰角度，从而获取被测目标真实的高度数据，也就是目标物体在笛卡尔坐标系下z轴方向上的距离。凭借这一特性，4D毫米波雷达可以“识别静止物体”了，最短的那块木板补上了。除此之外，4D毫米波雷达在分辨率上也获得极大提高。以Arbe Phoenix为例，其水平和垂直分辨率分别为1°和2°，水平分辨率比普通3D毫米波雷达提升5~10倍。
得益于俯仰角测量能力的获得，其在垂直方向上也有了分辨率一说，而Phoenix的2°垂直分辨率仅比普通16/32线机械式激光雷达的1°垂直分辨率小一倍。这让4D毫米波雷达在扫描同一物体时可获扫描的点的数量极大增加，以至可以有低线束激光雷达的点云扫描效果。下面我们就来看看4D毫米波雷达是修炼了什么内功而具有俯仰角测量和提高分辨率的能力。
（1）俯仰角测量
上文角度测量原理中，我们提到需要通过多个接收天线接收同一个回波信号来计算相位差从而实现方位角的测量。而受制于成本和体积的限制，当前毫米波雷达使用的是多是单片收发器，天线要么3发4收，要么3发6收，满打满算也就十几个虚拟通道。这么捉襟见肘的虚拟通道配置，全用在方位角的测量上，分辨率都不忍卒视，更别提匀出一些通道放在俯仰角的测量上了。
而要想实现俯仰角的测量，就必须增加虚拟通道的数量，最容易想到的方法就是将多个单片收发器级联，这也是目前大部分4D毫米波雷达产品采用的方法。。但各厂商级连的方案各有不同，有追求低成本的2片级联，有追求性价比的4片级联，还有喜欢发烧的8/…/n级联。毫米波雷达巨头大陆推出的4D毫米波雷达ARS540采用的就是4片级联的方案，将NXP的4片MMIC级联，实现12发16收，总计达192个虚拟通道。这比其经典的3D毫米波雷达ARS408的3发6收18个虚拟通道方案，虚拟通道总数上翻了10倍多。
此种将硬件进行直接堆叠的缺点也显而易见，成本、尺寸、功耗会同步大幅增加，工艺复杂度的提升和大量天线之间的干扰问题，也将会是厂商无法忽略的头痛难题，再加上数据量大幅增加带来的处理芯片性能要求的提高，怎么看都觉得此种方案不是这把刀最终的样子。
与硬件堆叠相对应的是单纯依靠AI算法增加虚拟通道数，此方案的代表厂商是傲酷。其在一篇宣传文案中这样写道：傲酷靠AI软件创造出极多虚拟天线的方式彻底解决了困扰车载毫米波雷达界几十年的只能用增加实体天线数量提高角分辨率的世界难题，用软件重新定义了雷达。同时4D成像雷达产品的BOM成本和普通毫米波雷达基本相似，但其性能却是碾压式的优异。笔者愚笨，不懂AI算法，也没法对这一技术方案妄加评论，只能安慰自己，让子弹飞一会。
而部分芯片巨头已经开始自主研发多通道阵列射频芯片组、雷达处理器芯片和基于人工智能的后处理软件算法。集成化、芯片化、定制算法，这个闻起来有点技术革新的味道了，可能也是4D毫米波雷达该有的终极样子。
（2）分辨率提高
分辨率直接和虚拟通道的数量成正比，上文已介绍过虚拟通道的增加方案，此处不再赘述。Arbe的4D毫米波雷达Phoenix分辨率为1°x2°，速腾的16线激光雷达分辨率为0.2°x2°，垂直分辨率一致，水平分辨率相差5倍，努努力从分辨率方面确实有取代低线束激光雷达的能力，但现在凡是有点自尊的自动驾驶公司，谁还在用16线激光雷达呢。说16线激光雷达快在自动驾驶领域淘汰，似乎也不是太过分。
速腾的混合固态激光雷达（主机厂的座上宾，当红小生），分辨率为0.2°x0.2°，这一分辨率作为自动驾驶主激光，部分自动驾驶公司还在抱怨不够用，再回头看看4D毫米波雷达的分辨率，不知道4D毫米波雷达这个“成像”是怎么叫出口的。
根据公开信息，总结几款4D毫米波雷达产品信息如下图所示，最新性能参数以各家网站最新公布为准。同时据高工智能汽车预测，4D成像雷达将在2022年初开始小规模前装导入，预计到2023年，搭载量有机会突破百万颗，到2025年占全部前向毫米波雷达的比重有望超过40%。
国内把3D毫米波雷达吃透和用好的主机厂和Tier1不多，再加上一维信息的测量，国内厂商就有信心不被国外巨头牵着鼻子走？为了与众不同，以便在市场宣传时打出“全球首款”、“市场首家”的口号，最终还不都是被国外巨头割了韭菜，交了智商税。但国内盛产的偏偏又是韭菜，被谁割还不是割呢！
参考资料
车载毫米雷达系列（连载）1.漫谈车载毫米波雷达历史
https://zhuanlan.zhihu.com/p/347923783
毫米波雷达系统基本结构大公开！
https://mp.weixin.qq.com/s/aNTqOpnAR7hZC7pcgrFc-g
自动驾驶传感器的下一个战场：4D毫米波雷达
https://mp.weixin.qq.com/s/48SXTLscmuEUTYJIDeFB1g
4D成像毫米波雷达按下“加速键”
https://mp.weixin.qq.com/s/-7LgRGDjNOWxE689aWf3IQ
The original text was originally published on WeChat public account (Automotive Electronics and Software):4D毫米波雷达，割韭菜第二快的刀
In order to promote the exchange and development of the industry, Aibang has established an automotive millimeter wave radar industry exchange group, including Audi, Mercedes-Benz, BMW, Toyota, Hella, Bosch, Veoneer, Continental, Aptiv, Valeo, Denso, Huawei , Desay SV, Joyson Electronics, Huayu, Polytechnic, Toyoda Gosei,Zanini, Siwell, Magna, Minshi, Webasto,SABIC, Covestro, BASF and other upstream and downstream friends from the industry chain joined the group to discuss and seek common progress. Long press the QR code below to apply to join.
English 
Chinese