随着高阶智驾进入搭载车型价位“下沉”普及的关键时间点，传感器配置方案的变化，也同样处于新的拐点。尤其是高性能4D成像雷达的导入，又刮起一阵旋风。

以华为为例，早在2021年就在业内率先发布4D成像毫米波雷达，原计划2022年二季度SOP。这个方案基于288通道大阵列，整体分辨率相较传统毫米波雷达提升4倍，角精度提升2倍。

不过，彼时，原华为ADS首席架构师苏箐认为，4D毫米波雷达体积太大，集成到现有感知体系非常麻烦，处境会很尴尬。

实际上，过去几年，4D成像雷达在中国乘用车市场也难言爆发式增长。除了理想、深蓝、路特斯、飞凡等少数几个品牌的几款车型有搭载，传统毫米波雷达（包括性能升级版）依然是主流。

但，去年开始的全行业降本刚需驱动下，激光雷达由于数千元的成本，单车配置基本上以前向单颗为主（主要满足城区NOA需求）。这意味着，应对360环绕感知性能提升，需要更高分辨率的4D成像雷达。

同时，高速NOA（可能会成为大部分中低价位车型的主流配置）由于视觉感知能力的提升，是继续搭载价格更高的激光雷达，还是替换为成本相对更低的前向4D成像雷达，趋势渐趋明朗。

就在今年5月，随着蔚来第二品牌—乐道首款车型的亮相，取消激光雷达并首次搭载4D成像雷达方案被视为「纯视觉」路线的最优「高性价比」冗余组合。

此外，同样希望寻求方案降本的，还有华为。今年4月的北京车展，华为正式发布全新一代高精度4D毫米波雷达（上一代几乎夭折），这被视为在过去三年时间里，激光雷达与4D成像雷达博弈的结果。

从产品性能来看，华为也重新精准定位了应用场景：高速和城区快速路支持超远距离探测，相较于传统雷达可提升35%，看得更远；成像精度更高，看得更准，在城区混行和泊车时更具底气。

同时，针对高速NOA，传统雷达在高速行驶时探测距离仅为210米，而高精度4D雷达探测距离达到280米（部分厂家的参数更是超过300米），可提前识别目标，这解决了前向感知的刚需。

此外，传统雷达不支持泊车模式，高精度4D雷达则可以支持泊车模式，垂直视野可达60°，3倍提升，距离精度5厘米，提升4倍，可识别高处和小障碍物。

其中，最为关键的技术升级就是导入了波导天线，设计变得更紧凑，缩小了天线和雷达体积，同时也能提升雷达探测距离。此外，为毫米波信号回传提供了更高增益，并实现更高精度的物体探测功能。

另一组数据，也在一定程度上反应出终端市场对于激光雷达偏好的下降。高工智能汽车研究院监测数据显示，2024年1-5月，理想搭载激光雷达车型的交付占比继续下滑至44.07%，相比而言，上年同期的数字是57.87%。

而资本市场对于4D成像雷达的热度似乎有赶超激光雷达的势头。尤其是美股多家激光雷达公司的市值不断被「腰斩」的背景下，更是凸显投资机构的风向变化。

今年1月，毫米波雷达芯片方案商—苏州毫感科技宣布已完成数千万元Pre-A轮融资，该公司主要研发高通道数的4D成像雷达芯片以及高集成度的数据处理SoC。

3月，4D成像雷达软件方案提供商—Neural Propulsion Systems (NPS)宣布，获得来自通用汽车（旗下风险投资基金）等多家机构的1750万美元B轮融资。该公司的核心技术，是一种名为原子范(AN)的新数学框架，于2012年由加州理工学院和麻省理工学院提出。

“我们可以实现比现有雷达能力高出10倍以上的性能增强，同时，这套软件架构与所有雷达硬件兼容，并显著提高现有感知平台的性能，成本更低，效率更高。”NPS创始人兼首席执行官Behrooz Rezvani博士表示。

几乎同一时间，韩国半导体公司—Telechips宣布将向美国雷达技术解决方案开发公司Aura Intelligent Systems投资一笔未披露金额，后者的专利技术克服了现有雷达的瓶颈，包括无线电干扰、低分辨率和幽灵目标等问题。

该公司的技术来自于美国国防部高级研究计划局（DARPA，也就是那个著名的无人车挑战赛主办方）和麻省理工学院林肯实验室的支持，公司首席执行官Jungah Lee博士曾是朗讯科技贝尔实验室的核心研发人员，也曾担任三星电子的高级副总裁，在移动通信和雷达成像领域拥有40多项专利。

6月，来自韩国的成像雷达解决方案公司—bitSensing宣布，获得2500万美元的B轮融资，公司股东之一的汽车零部件供应商—万都（Mando）继续参与本轮投资，后者也是全球主要的汽车毫米波雷达供应商。

此外，美股4D成像雷达芯片及模组方案提供商—Arbe也在本月宣布，排名全球TOP10的一家汽车制造商已经选择该公司的方案开发下一代成像雷达，并被该公司视为前装量产的里程碑事件。

同时，今年1月，该公司宣布将在中国上海设立分公司，以增强在中国市场的影响力。此前，包括经纬恒润、威孚高科等中国本土公司正在研发和交付基于Arbe方案的4D成像雷达。

其中，经纬恒润预计今年底正式开启4D成像雷达LRR610的前装量产交付（此前已经部署在港口自动驾驶方案），威孚高科则是和滴滴旗下自动驾驶货运公司KargoBot合作，交付基于Arbe专有芯片组的4D成像雷达。

此外，Arbe还在上个月对外发布了全新的软件定义雷达架构，包括一个全新的2304通道的大规模RF通道阵列，支持L2+/L3自动驾驶功能，并且在无需替换整个传感器的前提下，轻松升级支持L4级别自动驾驶。

同时，数据处理SoC同步升级至两个带有512位向量单元的双核500MHZ DSP、两个运行在400MHZ的微控制器、一个双锁步安全处理器以及一个应用处理器。并且，雷达处理单元（RPU）架构与嵌入式雷达信号处理算法进行了深度融合，大幅提升数据的高效转换，并提供更低功耗性能。

不过，业内人士也直言，4D成像雷达的规模化导入，还需要时间。

众所周知，除了增加1D的测高参数，4D点云的最大优势就是远低于激光雷达的成本，但同样可以实现高分辨率的障碍物识别和分类。不过，技术门槛也同样被抬高，“硬件变得容易，但软件难度在几何级增加。”

此前，一些4D雷达核心芯片模组厂商更是直言：我们正在尽可能提供软件堆栈，帮助我们的最终客户（汽车制造商）尽快适应这项技术。而对于车企和Tier1来说，同样也需要时间来优化软硬件性能。

同时，借助雷达的BEV特征图，更是可以与图像BEV特征融合，进一步增强目标检测的置信度。但，同时对于软件开发的要求更高。而传统雷达的目标级输出，本身就存在一定的缺陷。

而从传统3D到4D成像的技术升级，软件算法能力成为过去更多依靠硬件设计开发和制造的毫米波雷达企业的短板。（尤其是从4D到成像，对于软件的要求，也是一个质的变化）

此外，毫米波雷达的价格战，激烈程度也不亚于激光雷达。

高工智能汽车研究院监测数据显示，2023年中国市场（不含进出口）乘用车前装标配毫米波雷达（不含舱内）2217.93万颗，同比仅增长23.54%，相比于上年同期增速下滑近8个百分点。同时，前装项目的定点争夺，也弥漫着价格战的硝烟。

按照经纬恒润的最新公告披露，随着各大整车厂新一轮价格战的打响，成本压力转移，向上压缩零部件供应厂商的利润空间。考虑到4D雷达仍处于研发投入到产出的关键节点，持续的定价压力仍是巨大的风险。