4D成像雷达的技术原理及其在汽车行业的应用现状

html

在自动驾驶技术的传感器体系中，毫米波雷达因其在恶劣天气条件下的高可靠性而备受青睐。无论是大雨、浓雾，还是强光或黑暗环境下，毫米波雷达都能稳定运行，甚至可透过前方车辆探测远处物体。然而，传统毫米波雷达存在一个显著局限——它缺乏对物体高度的识别能力，因此在识别立交桥与停驶故障车等场景时常常产生误判。

这种三维感知能力的缺失，使得毫米波雷达在早期自动驾驶系统中多作为辅助传感器。直到4D成像雷达的问世，这一问题才得以有效解决。与传统毫米波雷达相比，4D成像雷达额外引入了高度维度的测量，从而实现对物体在三维空间中的精确成像。

传统毫米波雷达之所以被称为“3D雷达”，是因为它主要测量目标的距离、水平角度和相对速度。然而，由于缺乏垂直方向的分辨率，它无法判断物体是否悬浮在空中。这种感知上的盲区，使系统在面对静态但高处的障碍物时容易做出误判，从而引发如“幽灵刹车”等安全问题。

例如，特斯拉早期配备的ARs-4B毫米波雷达便因无法区分高处交通标识与路面障碍物，导致车辆在高速行驶中频繁误触发制动。为应对这一挑战，特斯拉曾在2021年宣布放弃雷达，转向纯视觉方案。然而，纯视觉在极端天气和低光照环境下的局限性，迫使特斯拉在HW4.0硬件系统中重新引入高精度4D毫米波雷达。

4D成像雷达在传统三维测量基础上，新增了俯仰角的测量维度，实现对物体高度的感知。这一技术突破，使得雷达具备了类似激光雷达的垂直分辨率。雷达不仅能识别物体的存在，还能进一步判断其形态和位置，如区分限高杆、交通指示牌与路面车辆。

这种能力显著提升了雷达在复杂交通环境下的目标识别和分类效率。从单纯的点状探测器升级为具备成像能力的传感器，4D雷达的分辨率大幅提升。数据显示，其角分辨率已从传统的5°-10°提升至1°-2°，部分高端产品甚至可达到0.5°，接近8-32线激光雷达的性能。

实现高分辨率成像的关键在于天线数量的增加。但受限于车载空间与成本，直接增加实体天线并不可行。为解决这一难题，4D成像雷达广泛采用MIMO（多输入多输出）技术，通过多个发射与接收通道虚拟构建等效天线阵列。

当前行业内主要有两种技术路线：一是多芯片级联方案，代表厂商包括大陆、博世、华为及森思泰克；二是高度集成的单芯片方案，如Mobileye与Arbe。例如，Arbe的Phoenix雷达采用48发48收设计，构建出2304个虚拟通道，显著优于早期192通道的方案。

以TI的TIDA-020047参考设计为例，该方案通过两颗AWR2243芯片与AM2732R处理器构成MIMO阵列，实现48个虚拟通道，具备高精度的距离、角度与速度分辨率。

在MIMO架构的支持下，4D雷达的处理芯片执行大规模信号处理，包括快速傅里叶变换（FFT）等算法，以提取反射波的频率与相位信息。这一过程在四个维度上同时进行——距离、速度、水平角与俯仰角。

最终输出的数据集包含大量高密度的点云，每个点不仅包含空间坐标，还携带径向速度信息。当前行业将4D雷达分为基础型、成像型与数字成像型三个等级，其中成像型雷达点云密度可达3万-10万点/秒，测距范围达350米。

2026年CES展会上，Arbe展示了其具备每帧超过2万个检测点的超高分辨率雷达，结合NVIDIA平台，已可支持高速脱眼驾驶。

尽管4D成像雷达的点云密度仍低于激光雷达，但其在运动目标识别方面具备优势——每个点都携带速度信息，利用多普勒效应可有效区分静止与移动物体。这使其在复杂场景下，如隧道或地下车库，依然能精准识别潜在威胁。

此外，相比激光雷达，4D毫米波雷达具有更强的环境适应性与成本优势。当前，4D成像雷达已从高端车型逐步向中低端市场渗透。70万以上的尊界S800搭载3个4D成像雷达，小米YU7、蔚来ET5、比亚迪天神之眼等车型也已陆续采用该技术。

全球4D成像雷达市场正处于快速增长阶段。预计2025年市场规模约为2.75亿美元，2031年将突破百亿美元，年复合增长率超过70%。中国市场的渗透率也持续上升，2025年乘用车4D成像雷达装车量达150万颗，占毫米波雷达总装车量约4.2%。

随着芯片与算法的持续进步，4D成像雷达正从辅助感知角色向主干传感器发展。它不再只是“听声辨位”的设备，而是自动驾驶系统中不可或缺的“第四只眼睛”。

查看全文

作者最近更新