【導讀】環境感知是自動駕駛的核心前提，雷達技術是ADAS應對複雜環境的基礎。隨著自動駕駛升級
，傳統雷達局限凸顯
，4D成像雷達應運而生。本文聚焦4D成像雷達，解答其定義與核心價值，剖析單芯片8x8雷達收發器（如AWR2188）簡化設計
、提升擴展性及支持衛星雷達架構的作用，清晰指引其賦能自動駕駛的技術邏輯與實踐路徑。

 圖 1 4D 成像雷達可提供高分辨率數據，包括道路上物體的高度

要釋放自動駕駛功能的潛力，需要高級駕駛輔助係統 (ADAS) 能夠可靠地收集詳細的環境數據流，包括與其他物體的接近程度

、汽車周圍和前方物體的類型（其他汽車、人員
、障礙物）以及汽車行駛的速度。

雷達仍是一項基礎技術
，使 ADAS 能neng夠gou更geng好hao地di感gan知zhi車che輛liang周zhou圍wei環huan境jing並bing對dui其qi做zuo出chu反fan應ying，尤you其qi是shi在zai惡e劣lie天tian氣qi條tiao件jian下xia，這zhe類lei環huan境jing不bu僅jin會hui降jiang低di駕jia駛shi員yuan的de視shi敏min度du，還hai會hui限xian製zhi視shi覺jiao和he光guang傳chuan感gan器qi的de精jing度du。

4D 成(cheng)像(xiang)雷(lei)達(da)等(deng)雷(lei)達(da)技(ji)術(shu)的(de)創(chuang)新(xin)在(zai)支(zhi)持(chi)高(gao)分(fen)辨(bian)率(lv)感(gan)應(ying)的(de)同(tong)時(shi)添(tian)加(jia)了(le)垂(chui)直(zhi)角(jiao)度(du)測(ce)量(liang)以(yi)及(ji)衛(wei)星(xing)雷(lei)達(da)配(pei)置(zhi)，正(zheng)加(jia)速(su)推(tui)動(dong)汽(qi)車(che)行(xing)業(ye)向(xiang)更(geng)高(gao)層(ceng)次(ci)的(de)自(zi)動(dong)駕(jia)駛(shi)發(fa)展(zhan)，其(qi)分(fen)類(lei)標(biao)準(zhun)由(you)汽(qi)車(che)工(gong)程(cheng)師(shi)學(xue)會(hui)製(zhi)定(ding)。

這些創新和單芯片雷達收發器可簡化全麵、高分辨率雷達傳感的實現
，從而以更高的精度跟蹤和識別附近或正在靠近的物體。

什麼是 4D 雷達
？它對自動駕駛有什麼影響
？

汽車雷達係統通常在車輛的前後角使用短距離和中距離雷達傳感器來實現盲點檢測、車道保持輔助以及前後側向來車警示。位於車輛前部的遠距離雷達傳感器可處理自動緊急製動和自適應巡航控製。4D 成像雷達通過添加垂直角度測量功能來擴展 3D 雷達的功能（如 表 1 所示）
，允許車輛檢測橋梁和隧道等結構的高度。

表 1 傳統汽車雷達係統的核心功能

結合距離
、水平位置和速度數據，ADAS 功能可以檢測物體並區分道路上的碎屑、障礙物、車輛、路麵、行人，甚至是蹲在車輛旁更換輪胎的人員。這些感應功能可實現車輛周圍物體的高分辨率可視化 (圖 1)。

除了擴展物體檢測範圍外，4D 成像雷達在精度上也有所提高。與激光雷達或攝像頭不同
，4D 成像雷達依靠回聲定位，使用無線電波來確定物體的位置、速度和形狀
，從而監測環境和車輛狀況。由於無線電波的波長較長
，可以穿透雨、霧和灰塵等顆粒，因此 4D 成像雷達在能見度較差的惡劣條件下具有比激光雷達或攝像頭更好的性能。

4D chengxiangleidacongduoshuruduoshuchutianxianzhenliehuoqushuju，bianyujinxinggaofenbianlvyingshe。youyuxuduotianxianxiangzhouweihuanjingzhongdemubiaofasongxinhao，bingjieshouzhexiemubiaofanshedexinhao，gaitianxianzhenliehuishengchengdianyunshuju，congergaishanhuanjingjianmohewutifenleidejingdu。

單芯片 8 x 8 雷達芯片如何簡化 4D 雷達設計

？

實施 4D 成像雷達給汽車原始設備製造商 (OEM) 帶dai來lai了le巨ju大da的de挑tiao戰zhan。傳chuan統tong的de雷lei達da係xi統tong通tong常chang需xu要yao級ji聯lian多duo個ge芯xin片pian
，以yi實shi現xian高gao分fen辨bian率lv成cheng像xiang所suo需xu的de天tian線xian陣zhen列lie尺chi寸cun和he通tong道dao數shu，因yin此ci增zeng加jia了le係xi統tong複fu雜za性xing
、功耗和成本。這種集成還需要更多的熱管理和更大的印刷電路板尺寸，使得車輛設計和製造變得複雜。

例如，使用 4 x 4 收發器實現 8 x 8 配置需要兩個級聯 4 x 4 收發器以及 PMIC
、額外的外設和更大的電路板來對兩個 IC 進行布線。這增加了整體係統複雜性、功耗和係統成本。單芯片 AWR2188 收發器可自行實現此配置
，同時僅需將四個 8 x 8 器件級聯在一起即可實現高達 32 x 32 的可擴展性，顯著降低了係統複雜性。

圖 2 顯示了 AWR2188 收發器如何從 8 x 8 配置級聯到 16 x 16、24 x 24 和 32 x 32 配置。這種高水平的可擴展性使 1 級汽車供應商和 OEM 能夠滿足消費者對改進功能和更高自動駕駛水平的需求。

圖 2 具有 AWR2188 4D 雷達收發器的 8 x 8 至 32 x 32 級聯配置

級聯這些器件可幫助設計人員在 >350m 處實現更高的性能和更精確的遠距離物體檢測（如 圖 3 所示），同時還提供從具有成本效益的獨立實施方案到優質雷達係統的可擴展開發路徑。

圖 3 4D 成像雷達可擴大覆蓋範圍

單芯片 8 x 8 雷達收發器如何支持衛星雷達架構

為了支持複雜的 ADAS 功能，汽車雷達正在從傳統的邊緣雷達架構（在每個傳感器上處理數據）向衛星雷達架構（車輛周圍的雷達收發器提供原始數據以供中央電子控製單元 (ECU) 處理）發展。

通過衛星架構的分布式配置，中央 ECU 可以更輕鬆地構建全麵的環境視圖，更大限度地縮小覆蓋範圍差距
，而不是像傳統的邊緣雷達配置那樣在邊緣處理數據。

在衛星架構中，中央 ECU 通過其高水平的計算資源最大限度地減少了延時
，從而使車輛能夠更快地響應傳感器數據。

xiandaichuanganqijichengyuelaiyueduodishiyongrengongzhinenghejiqixuexikuangjialaizuhelaizichengxiangxitongheleidachuanganqidengduogeshuruyuandeshuju，congertongguojishaodechulihuoyuanshichuanganqishurulaitigaoxitongxingneng。jiangweiguolvdeshujuliuchuanshudao CPU，為車隊之間基於軟件的產品差異化和運營適應性創造了機會
，這是傳統架構無法實現的。

AWR2188 支zhi持chi兩liang種zhong架jia構gou，旨zhi在zai與yu行xing業ye領ling先xian的de處chu理li器qi生sheng態tai係xi統tong集ji成cheng
，助zhu力li設she計ji師shi在zai設she計ji更geng高gao級ji別bie自zi動dong駕jia駛shi車che型xing時shi，能neng夠gou更geng輕qing鬆song地di采cai用yong衛wei星xing雷lei達da架jia構gou。圖tu 4 是使用 AWR2188 傳感器的衛星架構方框圖。

 圖 1 4D 成像雷達可提供高分辨率數據，包括道路上物體的高度

總結

4D成cheng像xiang雷lei達da通tong過guo功gong能neng擴kuo展zhan與yu精jing度du提ti升sheng，為wei自zi動dong駕jia駛shi的de環huan境jing感gan知zhi提ti供gong了le更geng可ke靠kao的de解jie決jue方fang案an
，是shi推tui動dong自zi動dong駕jia駛shi向xiang更geng高gao層ceng次ci發fa展zhan的de核he心xin技ji術shu支zhi撐cheng。而er單dan芯xin片pian8x8雷達收發器（AWR2188）的出現
，不僅成功解決了傳統4D雷達設計中的複雜性
、gonghaoyuchengbennanti
，gengpingjiegaokekuozhanxingshipeibutongjibiexuqiu
，tongshijianrongbianyuanyuweixingliangzhongleidajiagou

，weiweixingjiagoudeluoditigongleyoulibaozhang。zhexiejishuchuangxinbujinyouhualedangqianADAS的性能表現，更為自動駕駛車型的軟件差異化、快速響應能力提升奠定了基礎，將持續加速汽車行業向高級別自動駕駛邁進的進程
，為未來智能出行築牢技術根基。