自动驾驶中的传感器技术39——Radar(0)

1、车载毫米波雷达历史脉络

下图是车载毫米波雷达的发展脉络,可以看到,主要三个脉络(更早期的不再讨论):

  • 基于SiGe芯片工艺的24GHz车载毫米波雷达发展,目前24GHz已经不再用于车载毫米波雷达上;

  • 基于SiGe芯片工艺的76GHz-77GHz车载毫米波雷达发展,到了后期,RFCOMS工艺成熟,开始专项RFCMOS工艺;

  • 基于RFCMOS芯片工艺的76GHz-81GHz车载毫米波雷达反正,并且开始出现片上天线或者片上波导口设计;

图1 车载毫米波雷达与芯片发展历程
图2 车载毫米波雷达与芯片发展历程
图3 车载毫米波雷达与芯片发展历程
图4 博世毫米波雷达发展历程

Ref:毫米波雷达成为ADAS标配,产业链技术解析 - 智能汽车资源网

2、当前行业现状

  • 博世和大陆的五代MRR和SRR仍旧占据L2自动驾驶中雷达传感器的统治地位;

  • 安波福和维宁尔的MRR和SRR属于L2自动驾驶中雷达传感器的第二梯队供应商;海拉主要是在SRR领域走量比较大;

图5 Global 车载毫米波雷达供应商

  • 国内供应商森思泰克、华域、楚航目前看是比较稳健的第一梯队,但MRR和SRR的技术水平还是与global 供应商有一定的差距;

图6 国内车载毫米波雷达供应商

Ref:国内35家毫米波雷达供应商一览,华域|德赛西威|华为|大疆等齐上榜 - 智能汽车资源网

图7 车载毫米波雷达供应商全球分布图

  • 全行业的雷达目前主要都是TI、NXP、Infineon的芯片解决方案,国产加特兰的芯片也在积极扩展市场,具体如下:
芯片厂商 5代 2019 6代2024 4D Tier1
NXP TEF810X(Dolphin) + S32R2X:3发4收 TEF820X(Barracuda) + S32R2X:3发4收 TEF820X(×2或×4) + S32R41或S32R294 大陆(4代,5代)、安波福、楚航
Infineon RXS8160+TC3XX:3发4收 RXS8161+TC3XX:3发4收 RXS8161(×2或×4)+TC397A 博世(4代,5代)、华为
TI AWR1843:3发4收 AWR2943/4:3发4收/4发4收 AWR2243(×2或×4)+AM2732 森斯泰克、维宁尔、大陆(6代)
加特兰 Alps:4发4收 Alps pro:4发4收 Andes(×2或×4,集成处理器) 承泰

除了以上几家,Global 还有Arbe,Uhnder等,但这几家都是面向4D雷达MMIC市场;

国内还有,但是目前看存活下来的比较少。

图8 国内MMIC芯片供应商

Ref:汽车毫米波雷达芯片厂商盘点 - 智能汽车资源网

3、4D毫米波雷达行业现状

相较3D毫米波雷达,4D雷达(距离、速度、水平方位角、垂直高度)通过增加发射、接收通道的个数,提供点云的功能,从3T4R(12信道)到6T8R(48信道)再到12T16R(192信道)甚至到48T48R(2304信道),点云成像的精度持续提升,逐渐实现对传统毫米波雷达的替代;在多颗雷达组网的情况下,实现对激光雷达的部分替代。

图9 4D雷达产业现状
图9 4D雷达的虚拟通道数规模

Ref:https://pdf.dfcfw.com/pdf/H3_AP202309071598013225_1.pdf

Ref:https://db.shujubang.com/home/login/index/gid/20957

4、分布式卫星雷达行业现状

只有前端MMIC,Raw Data或者1DFFT后数据直接通过Serdes到中央域控,所有Radar段的DSP处理都在中央域控上,目前还在萌芽起步阶段,需要中央域控端以及算法段的适配。

图10 分布式卫星雷达系统

相关推荐
Blossom.1185 小时前
大模型在边缘计算中的部署挑战与优化策略
人工智能·python·算法·机器学习·边缘计算·pygame·tornado
无风听海5 小时前
神经网络之奇异值分解
神经网络·线性代数·机器学习
HelloRevit5 小时前
机器学习、深度学习、大模型 是什么关系?
人工智能·深度学习·机器学习
共享笔记5 小时前
Adobe Photoshop Elements 2026 正式发布:AI 引擎让修图更简单!
人工智能·adobe·photoshop
芝士AI吃鱼6 小时前
我为什么做了 Cogniflow?一个开发者关于“信息流”的思考与实践
人工智能·后端·aigc
Juchecar6 小时前
文字与电的相似性:中间载体
人工智能
kyle-fang6 小时前
pytorch-张量
人工智能·pytorch·python
算家计算6 小时前
告别繁琐文档处理!PaddleOCR-VL-vLLM-OpenAI-API本地部署教程:精准解析文本/表格/公式
人工智能·开源
woshihonghonga6 小时前
Dropout提升模型泛化能力【动手学深度学习:PyTorch版 4.6 暂退法】
人工智能·pytorch·python·深度学习·机器学习
该用户已不存在6 小时前
AI编程工具大盘点,哪个最适合你
前端·人工智能·后端