说到智能驾驶，其终极目标是“去人化”，不过这种《沙丘》中人和AI大战后被禁止应用的技术，却在我们的魔幻现实中火热地发生着、进行着。

而在特斯拉主导的纯视觉路线暴露越来越多的缺陷，神话破灭之时，激光雷达和4D毫米波雷达的崛起，成为映照风口浪尖的两个亮点。

一方面，此前据Yole统计，2022年，4D毫米波雷达的市场规模仅为2亿美元。到2028年，这个数字将提高到22亿美元，期间年复合增长率高达49%。另一方面，激光雷达在国内的禾赛科技和速腾聚创两家巨头的带动下，制造成本飞速下降。

现在，车企用4D毫米波雷达还是激光雷达，也正在成为“TO BE OR NOT TO BE”的问题。

4D雷达，大有可为？

其实，毫米波雷达并不是什么新技术，但是传统的提供测量距离、速度和水平角度的3D雷达，除了便宜没啥优点。直到4D毫米波雷达（也叫成像雷达）出世。

顾名思义，4D成像雷达是在传统雷达基础上加上一个垂直角度检测、提高了输出点密度且具备更高分辨能力的雷达。换句话说，4D毫米波雷达“进化”出了类似激光雷达的点云成像效果，同时能够弥补纯视觉算法偏弱无法覆盖全场景的问题，清晰度上，部分指标近似达到16线数的激光雷达。

遇到下雨、大雾等天气，它的侦测范围仍可以达到300米左右。同时，4D雷达还具有足够高的动态范围，能区分远距离的较小障碍物。进而，能够识别出如路标、静态物体和较远距离以外的物体，这是传统的3D毫米波雷达无法做到的。

有人辞官归故里，有人漏夜赶科场。去年，博世退出激光雷达的研发，将资源重新分配到毫米波雷达和其他传感技术上。而我在今年北京车展期间安波福的发布会上也得知，安波福也无意激光雷达，还是主攻4D毫米波雷达。

而曾在2019年豪言使用纯视觉来实现FSD的特斯拉，也在去年年底宣布，将在第4代自驾车平台重新纳入一颗4D毫米波雷达。这让业内很多人还激动了好一阵子呢。

不过，从价格来看，4D毫米波雷达更容易接受，但性价比还谈不上太高。而“无论激光雷达的成本再怎么降低，它依然会比毫米波雷达贵几倍，两者之间会维持在5到10倍的差距。”某雷达厂商这个说法不是太对哈。

根据盖世汽车研究院智能驾驶配置数据库显示，2024年第一季度，前三的激光雷达装机量，速腾聚创、华为技术、禾赛科技分别为116097、41833、34259台，实际上，装机方面还是比4D毫米波雷达抢先了一步的。

当然，激光雷达正在喊“进入200美元时代”，但目前的主流价格在2500元左右。北京车展时速腾聚创发布MX的价格降到了200美元级别，较此前M1 Plus/M2的500美元降了一倍多。而且，速腾聚创宣布先后获得智己汽车、小鹏汽车全新车型定点。速腾聚创CEO邱纯潮还表示，目标是让15万元的车也能配置激光雷达。

而目前4D毫米波雷达整体价格约在千元，且价格正在快速向传统毫米波雷达靠近。比如，据相关数据，Arbe的4D毫米波雷达价格在690~1036元，采埃孚、大陆等Tier1的单价为1036~1381元。

从上车应用来看，根据Arbe的预测，4D毫米波雷达将于2024年在欧洲与北美市场L1~L4级别自动驾驶车型中开始列装。

国内，肯定是比国外要快的。比如，蔚来新一代车型已经确定安装4D毫米波雷达。蔚来NT3.0平台车型将全系标配一颗来自赛恩领动的4D毫米波雷达。乐道首款车型L60同样去掉激光雷达增加4D毫米波雷达，据说上市即可用城区NOP+。

不过，总的来说，目前4D毫米波雷达价格还偏贵，中低端车主要还是以普通3D毫米波雷达为主，高端车更多是装配激光雷达。这也是目前4D毫米波雷达看不到多少装机量数据的原因。

随着未来价格下降，在中低端车型，4D毫米波雷达将逐渐替代普通3D雷达。而在高端车型，4D毫米波雷达和激光雷达（Lidar）将会共存，互为补充而不是互相替代，这是共识。

4D雷达的“进化”

在5RXV方案成为主流的当下，简单说说技术方面，4D毫米波雷达的核心是MMIC芯片。

按照业内说法，其发展经历四个阶段，第一阶段是射频前端加处理器，第二阶段是单芯片SoC加数模结合，第三阶段是小分离SoC到大分离，第四阶段是单芯片能够满足OEM对高阶智驾的需求。

而且，MMIC（Monolithic Microwave Integrated Circuit的缩写，即单片微波集成电路）芯片工艺经GaAs、SiGe已发展至CMOS时代。很明显，集成度更高的CMOS MMIC在成本、尺寸和研发周期上占据优势，未来CMOS工艺会逐步普及。

按照业内人士的分析，基于CMOS工艺的MMIC占系统总成本比重相较SiGe能下降一半（36%下降至18%），结合SoC化，CMOS工艺的毫米波雷达体积进一步缩小、雷达适配性更好，同时前端射频芯片的需要量从AsGa和SiGe的7-8颗、2-5颗降低至1颗，雷达模块设计复杂度和难度大幅降低，研发周期大大缩短。

此外，4D毫米波雷达系统通常采用MIMO（多输入多输出）天线技术，以提高分辨率和探测能力。因此，“4D成像雷达需要更多的MIMO通道，更强的运算能力和更多的存储资源。”加特兰CEO陈嘉澍博士曾对媒体强调过。这也让我想起《黑客帝国》那句台词：“枪！更多的枪！”

当然，毫米波雷达的芯片市场，同样一直都是被海外巨头垄断的市场。

据Yole统计，毫米波雷达市场是被大陆集团、博世、海拉、安波福、电装和Veoneer这六大公司掌控。芯片主要被NXP、英飞凌等厂商等控制。

而进入4D毫米波雷达阶段，整体竞争格局变化不大，但有不少新的竞争对手涌现。比如，收购 Steradian的瑞萨，早在2019年推出车载4D毫米波雷达产品的Arbe，Mobileye，Altos Radar等。

国内，累计出货800万颗雷达芯片的加特兰已经加入战局，最近刚推出基于Andes平台的双片级联的成像雷达解决方案。可以说，这块蛋糕大家怎么都还是想“啃”一口的。

而就技术路线来看，4D毫米波雷达大致可分为多芯片级联、单芯片集成、虚拟孔径成像、超材料的“进化”路线。

目前乘用车已上量或将要上车的多以级联为主，其中主要为二级联和四级联。而集成化的单芯片方案成熟后将有性价比/成本优势，将成为企业未来布局重点，业内预计5~8年内落地。

最近，华为也发布了高精度4D毫米波雷达。数据很亮眼。支持泊车模式，垂直视野可达60°，相较传统雷达垂直视野18°有3倍提升，距离精度5厘米，相较传统雷达20厘米精度提升4倍。

此外，已确定搭载4D毫米波雷达的车型包括宝马iX、理想L7、飞凡R7、蔚来等。其中飞凡R7的前向雷达采用采埃孚的FRGen21，四级联12T16R，供应商为TI、赛灵思，角雷达采用海拉的4D毫米波雷达。理想L7 Pro款的前向雷达则采用了森思泰克的STA77-6，二级联6T8R，供应商为TI。

再来说一下，车企选择4D毫米波雷达而没有选激光雷达的原因，往往是在于几点：

首先，作为一种光学雷达，激光雷达光学传感器跟人眼一样有天生缺点，雨雾天气、强光天气、有干扰情况下都不工作，但毫米波雷达却可以做到全天候、不受天气、不受光线影响；

其次，毫米波雷达对速度测量更加精确，也比光学传感器在处理复杂场景上更具优势；

再者，随着主动安全的普及，包括最近美国NHTSA出台的2029年所有车都要标配AEB系统，就必须要毫米波雷达配合。

不过，最后这点是有BUG的，去年的AEB之争同样扭转了激光雷达战局。激光雷达的优势同样明显。这点也是前面激光雷达装机量背后的“潜台词”。

4D雷达的算法大关

虽说传统毫米波雷达升级至4D毫米波雷达成为趋势，硬件的天花板突破了，不过，拦路虎在于，系统对算法能力的要求反而更高。

因为4D毫米波雷达的点云数量大幅增加，如何剔除不必要的点云、再把它应用到功能层级当中，就是一个挑战了。不过现状是，当前，大多数车企并不具备毫米波雷达的算法能力。

长期以来，毫米波雷达厂商们提供的往往是软硬一体化的方案，对车企来说，毫米波雷达直接输出感知结果，只需将这个结果与其他传感器的识别结果做融合就行。但是，4D毫米波雷达算法的壁垒高，只有极少数车企才能搞定。

这就很令车企尴尬。传统毫米波雷达的算法，只需做一些简单的数据聚类处理，而4D毫米波雷达的算法要做目标分类，需要围绕着AVP、HWP、TJA等做功能，这些功能通常是由算法公司或算法很强的硬件科技公司来做。

所以，这就逼得主机厂要上车就不得不亲自上阵做自己并不擅长的算法，这是一件很痛苦的事。同时，能否提供4D毫米波雷达的算法，也就成为能不能上车的一个关键原因。

不过，当下算法正在成为“核心竞争力”，雷达厂商也不想轻易交出“灵魂”。反正这得博弈一阵的。当然，4D毫米波雷达上车的事情，也就没那么快喽。

值得一提的，就是4D毫米波雷达跟摄像头的前融合很难做。否则，无法将4D毫米波雷达的技术优势充分发挥出来。

比较有意思的是，长期以来的软硬一体“黑盒子”模式下，大多数主机厂都没有“见过”毫米波雷达的原始数据，也就不怎么了解这些数据的特性，因而，多数公司得从头开始学习4D毫米波雷达（比学习激光雷达要晚5~6年），更别提立马就将4D毫米波雷达跟摄像头做前融合了。

难做之处还在于，4D毫米波雷达的MIMO通道数多、数据量比较大，对算力的要求比较高，传感器端的算力是不够用的，前融合就需要放在域控制器里做。

但是，如果将主控芯片放在域控制器中，不仅4D毫米波雷达的高数据速率和数据压缩会给集中式架构带来挑战，而且天线和处理器之间信号传输的带宽和速率也会影响到探测精度。

要解决上述矛盾，4D毫米波雷达厂商需要对中央域控制器有足够深刻的理解，或者是跟一家域控制器厂商或芯片厂商深度绑定。而目前，只有像极少数厂商能做到。

此外，前融合还需要做联合标定，这也是个“烫手山芋”。这是因为，4D毫米波雷达对于语义信息的理解不够准确、对目标分类也不准确。

再加上，摄像头没有距离信息，那么，在两者联合标定时，如何将置信度、可靠性在视觉和4D毫米波雷达点云层级就做好，在什么情况下哪个传感器的准确度更高？所有这些，都是要解决的问题。

激光雷达“跨越鸿沟”

就业内现状而言，很多工程师不相信短期内4D毫米波雷达能取代激光雷达。毕竟，这俩是异构的。

有业内的工程师对媒体说过，“从我们的测试数据来看，现阶段，4D毫米波雷达不仅无法取代激光雷达，而且，与成熟的3D毫米波雷达相比，其优势也不是那么明显。”

目前的局面就是，激光雷达和4D毫米波雷达各自发展，还无法深度攻入对方的领域。激光雷达已引发了车企之间的一轮军备竞赛。而4D毫米波雷达市场，还存在测试标准、政策层面等问题，大多数主机厂似乎仍持观望态度，说实话还欠点火候。

实际上，激光雷达对于车企来说，反而会更好上手。

说起激光雷达（Lidar），作为一种利用激光进行测距、测形和其他相关测量的技术，其发展历程可以追溯到20世纪初期，1917年爱因斯坦提出了受激辐射理论，提供了理论基础。

激光雷达真正的快速发展，始于1960年代。而激光雷达上车，则是从21世纪初开始，随ADAS渗透率提升迎来快速发展。

激光雷达最先用于地图测绘领域，但高精度要求使得激光雷达成本居高不下。比如，百度自动驾驶汽车采用的Velodyne机械式激光雷达价格曾高达70万元/台（64线，8万美元）。

随着Velodyne将激光雷达用到DARPA无人驾驶汽车挑战赛，首次将激光雷达带入了自动驾驶领域。其后，随着ADAS等下游应用的发展，激光雷达产业链企业不断增多，成本也开始下降。

实际上，相比10多年前的一个典型32线激光雷达，现在的旗舰产品提升到了512线，提高16倍，点云密度提升80倍，价格却已经不到当时的1/100。随着激光雷达覆盖更多车型，“门槛”逐渐下探至20万元以下车型，激光雷达也不再是顶配车型的“特权”。

所以，在新能源汽车渗透率高歌猛进的当下，激光雷达的装机量也在快速突破。同时，发展方向也从机械式激光雷达转向了固态激光雷达。经过多年的发展，固态激光雷达的基本框架已经比较清晰。目前主流有三种方案：基于相控阵、Flash、MEMS。

比较起来，基于MEMS的激光雷达，技术上更容易实现，价格也比较低廉，因此被主机厂看好。当然，也有业内人士也认为，TOF（Time of Flight）与FMCW（Frequency Modulated Continuous Wave）的分类，要远比“机械旋转、MEMS、转镜、棱镜、Flash”这样的分类重要得多。

另外，激光雷达主要是基于两个波长之一的传感器，分别是905纳米和1550纳米。技术上，905nm的激光脉冲能量要求小于150nJ，就属于Class 1等级的人眼安全激光器了。华为用的是1550纳米波长，毕竟测距远，而且对眼睛的安全性比905纳米高40倍。

而国内的禾赛科技选择了905nm路线。这里面有它自己的考量，虽说激光能量会有损失。在去年发布ET25测距达到250米之后，终结了“905nm测距不行”这个话题。

最后说下，禾赛科技CEO李一帆认为，2024年必然是激光雷达“跨越鸿沟之年”。（参见我的文章《激光雷达战局，被AEB之争改变》）不过，就像他说的，能够预测未来，是每个人都希望具备的“超能力”。实际上，还是需要依靠创新、产品设计迭代来找到一条持续服务行业的路。

而在不断创新的进化下，无论是4D毫米波雷达、激光雷达，都在快速而潜移默化地改变着市场格局。