机载ai平台：Mobileye推出史上最强4D毫米波图像雷达
机载ai平台：Mobileye推出史上最强4D毫米波图像雷达上图为特斯拉最新Model S车主手册，图中的6就代表毫米波雷达，和Model 3一样，还是大陆汽车下属的ASC的ARS-4B，这是2014年初的产品了，性价比很高，特斯拉一直在用。性能是差了点，最远有效距离为170米，同期推出的还有ARS-4A，有效距离可达250米，不过价格稍高一点，大部分厂家都选择ARS-4A。和ARS-4A一个级别的还有博世LRR4，有效距离也是250米。但国内绝大部分还是用博世的MRR evo14，最远有效距离160米。博世在国内几乎垄断前向毫米波雷达市场，也很少把LRR4向中国区销售，或许是成本因素。图片来源：互联网Mobileye所说的ToF激光雷达可能是Flash激光雷达，因为Flash激光雷达成本低，全固态，过车规极易，特别适合近距离的360度覆盖，之前英特尔推出过摄像头与MEMS激光雷达一体的L515，有效距离不超过9米，主要做室内应用，其本质上还是个摄
周彦武
2022年CES大展上，Mobileye除了推出Ultra EyeQ和EyeQ6自动驾驶芯片外，也推出全套的传感器，包括4D毫米波图像雷达、Flash激光雷达、FMCW激光雷达，至于摄像头，技术含量低，普通模组厂即可完成。这些产品主要是背靠英特尔强大的研发能力，一出手便是业内最强，增强了Mobileye的整体竞争力。Mobileye只公布了毫米波雷达的资料，Flash激光雷达还未公布，FMCW激光雷达量产还需要时间，我们重点来看这史上最强的毫米波雷达。
通常毫米波雷达因为角分辨率低，为了防止误判导致不必要的误动作，毫米波雷达都过滤了静态目标，有时这会造成事故，特斯拉曾多次撞上静止车辆或障碍物都是如此。目前唯一不过滤静态目标的量产毫米波雷达只有德国大陆汽车的ARS540，用于宝马旗舰电动车iX上，ARS540的分辨率是所有量产毫米波雷达中最高的，不过Mobileye更强。
图片来源：互联网
Mobileye所说的ToF激光雷达可能是Flash激光雷达，因为Flash激光雷达成本低，全固态，过车规极易，特别适合近距离的360度覆盖，之前英特尔推出过摄像头与MEMS激光雷达一体的L515，有效距离不超过9米，主要做室内应用，其本质上还是个摄像头。
图片来源：互联网
上表为常见的毫米波雷达性能对比，特斯拉最新的Model S还是用毫米波雷达，并且会一直用，所谓去掉毫米波雷达根本是无稽之谈，因为只有毫米波雷达才能做到全天候。Mobileye一开始就是最高起点，接收、发射、处理芯片均自己开发，甚至连振荡器都自己做，其他毫米波雷达厂家，包括博世、大陆汽车、电装、安波福等顶级大厂都无一例外是采购NXP或英飞凌的芯片，Mobileye一开始就超过了任何一家毫米波雷达企业。
图片来源：互联网
上图为特斯拉最新Model S车主手册，图中的6就代表毫米波雷达，和Model 3一样，还是大陆汽车下属的ASC的ARS-4B，这是2014年初的产品了，性价比很高，特斯拉一直在用。性能是差了点，最远有效距离为170米，同期推出的还有ARS-4A，有效距离可达250米，不过价格稍高一点，大部分厂家都选择ARS-4A。和ARS-4A一个级别的还有博世LRR4，有效距离也是250米。但国内绝大部分还是用博世的MRR evo14，最远有效距离160米。博世在国内几乎垄断前向毫米波雷达市场，也很少把LRR4向中国区销售，或许是成本因素。
德州仪器的AWR2243是国内众多初创企业打造的所谓4D毫米波雷达用的主芯片。ARS540则是除Mobileye外全球公认最强的量产毫米波雷达，全球唯一真正的4D毫米波雷达。与传统的毫米波雷达相比，新型毫米波雷达水平分辨率有明显增强，4D毫米波雷达的垂直分辨率则大幅增强。
德州仪器在2016年底推出基于CMOS工艺的高集成度77GHz毫米波雷达芯片，其适用于中短距场景的AWR1642系列将前端MMIC RF、DSP和MCU三个模块集成在一个77GHz毫米波雷达SoC芯片上，显著降低了毫米波雷达成本，大幅拉低了车载毫米波雷达的硬件开发难度。针对近距离场景，TI打造了集成度更高的天线片上集成(AoP)芯片，将天线集成在芯片里，将难度最高的平面印刷天线集成其中，让天线工程师无路可走，也将毫米波雷达价格拉低至百元级别。相比其他雷达芯片厂商，TI芯片开发具有傻瓜式的特点，底层软件开发很完备，工具链做的很容易上手。
不过NXP和英飞凌几乎垄断的毫米波雷达芯片组市场格局并未有改变，于是TI另辟蹊径，力推4D成像毫米波雷达概念，基本上在2018年底就提供基于AWR2243的4片级联4D毫米波雷达全套设计方案，包括最难搞的天线也考虑在内，内嵌4-elementseries-fed patch 天线。算法部分则提供MATLAB MIMO和beamforming两种选择，就像交钥匙工程。
AWR2243有两种模式，MIMO下测距精度比较高，垂直分辨率也高，但有效距离近，TXBF下，有效距离可达350米，但垂直分辨率和测距精度差。
图片来源：互联网
上图是NXP对图像雷达的指标定义，水平0.5度，垂直1度，Mobileye的水平分辨率达到了，垂直还没有。NXP是全球最大的毫米波雷达芯片供应商，77GHz市场占有率超过60%，NXP是毫米波雷达的绝对权威。
图片来源：互联网
ARS540采用4片级联的形式，将4片NXP的77GHz毫米波雷达收发器（即MMIC）MR3003级联，每个MR3003是3发4收，4片就是12发16收，目前绝大多数毫米波雷达都是采用单片收发器，通常只有3发4收，也就是只有12个虚拟通道，而ARS540是192个虚拟通道，分辨率显著提升。
Mobileye不惜成本，发射采用6片4通道芯片，每个通道可控制两个天线阵列，即48个发射通道，接收采用8片6通道芯片，也是48个接收通道，合起来就是2304个虚拟通道。这就是所谓的MIMO。
多输入多输出系统（MIMO，Multiple Input Multiple Output）原本是控制系统中的一个概念，表示一个系统有多个输入和多个输出。如果将移动通信系统的传输信道看成一个系统，则发射信号可看成移动信道（系统）的输入信号，而接收信号可看成移动信道的输出信号。MIMO雷达的基本含义是：雷达采用多个发射天线，同时发射相互正交的信号，对目标进行照射，然后用多个接收天线接收目标回波信号并对其进行综合处理，提取目标的空间位置和运动状态等信息。
MIMO雷达虚拟阵的一个典型应用是用于雷达2D成像 ，雷达2D成像的距离分辨力主要取决于雷达信号的带宽，方位分辨力主要取决于天线的波束宽度。要提高成像的距离分辨力，需要增加雷达信号的带宽是相对比较容易的。而要提高雷达信号的方位分辨力，需要增大天线或阵列的孔径，而这在实际中受到多方面因素的限制，有很大的难度。目前主流解决办法是采用合成孔径技术，在不增加天线物理尺寸的基础上，得到大孔径的阵列。与合成孔径的思想不同，MIMO雷达是利用多发多收的天线结构等效形成虚拟的大孔径阵列，获得方位上的高分辨力。而这种虚拟阵的形成是实时的，能够避免传统ISAR成像中存在的运动补偿问题。故MIMO雷达在成像应用上有其独特的优势。
德州仪器多个79GHz雷达级联响应图
图片来源：互联网
上图为德州仪器测试的多片级联雷达（MIMO）的FFT输出图，很明显通道数越多，精细程度就越高。
一对发射阵元和接收阵元可以虚拟出一个收发阵元，则对于M发N收的MIMO雷达，发射阵元和接收阵元共有M*N对，即可以虚拟出M*N个收发阵元，其个数一般是远远大于N的，从而实现了阵列孔径的扩展。
2发4收MIMO雷达
图片来源：互联网
在2015年大陆汽车就预感到传统3D（即速度、距离和方位角，这是传统毫米波雷达提供的数据）毫米波雷达已经走到尽头，ARS540的研发工作起始于2016年，最初的设计是使用NXP的S32R274两片，但这带来一些问题，两片S32R274导致PCB面积太大，而汽车雷达是希望尽量小体积的，同时前端的传感器融合需较高的带宽，大陆汽车最初的设计是使用MIPI CSI3，其带宽为14.88Gbps，比我们常用的MIPI CSI2更好，而S32R274是MIPI CSI2。但是支持MIPI CSI3的芯片很少。此外大陆汽车希望ADC (模/数转换)的精度更高，这样高度分辨率才足以实用，并且两片芯片的时钟同步等工作也比较麻烦，最终大陆汽车决定使用Xilinx的Zynq UltraScale RFSoC 系列FPGA。Xilinx的ZynqUltraScale RFSoC 系列FPGA专用射频领域设计，内部包含超高精度ADC (模/数转换器)和DAC(数/模转换器)，有12、14比特两个档次选择，最多16个ADC或DAC。通常ASIC里考虑成本，ADC和DAC的配置都不会如此豪华，S32R274里只有4个12比特ADC，取样率只有10Msps。
估计ARS540里FPGA的算力为1TFLOPS。
图片来源：互联网
在被FPGA取代后，NXP也开始抓紧研发针对4D成像毫米波雷达芯片组的工作，2020年12月NXP推出S32R45 4D成像毫米波雷达信号处理器和TEF82xx收发器。为4D成像毫米波雷达芯片组增加了一个选择项，未来英飞凌和模拟器件也很有可能推出相关的芯片组。
图片来源：互联网
S32R45采用4个A53运算核和3个M7实时运行与安全核。整体达ASIL-B级，MCU部分达ASIL-D级标准。雷达数据处理方面有一个SPT 3.1 @ 600 MHz 集成DSP和多线程处理器，一个BBE32 DSP，环境模型方面有一个线性代数加速器，算力有300GFLOPS。接口异常丰富，包括4x MIPI CSI2，PCIe2 x Gen2/3 2 lanes，2 x GbE 10/100/1000 Mbit/s，8x FlexCAN with FD。支持AUTOSAR MCAL4.4。达到最高的AEC-Q100 1级标准，即-40℃ to 150℃ (Tj)。
Mobileye的虚拟通道数多达2304个，毫米波雷达最大运算量是FFT（Fast Fourier transform，即快速傅里叶变换），这是一种典型的浮点运算，DSP或FPGA是最适合的运算芯片，不过Mobileye的虚拟通道多达2304个，且接收的取样率高达1GHz，通常4D毫米波雷达只有不到200MHz，因此需要大约6-8TFLOPS的算力。如果用FPGA来做，成本会非常高。
背靠英特尔大树，Mobileye自然选择自己开发后端处理芯片，为了留有足够余量，英特尔开发了算力高达11TFLOPS的处理器，推测应是DSP架构，如果AI加速器那样堆砌MAC阵列，成本将很高。
图片来源：互联网
上图为Mobileye图像毫米波雷达的实际效果，基本上可相当于4线或6线激光雷达的水平。
实际毫米波雷达的难点在生产领域，射频产品的生产，特别是一致性是需要长时间摸索的，这不是坐办公室的博士们能完成的。据说量产毫米波雷达超过20年的博世、大陆之类的团队中掌握核心关键技能的专家不超过5个，均是长期在生产线摸索出来的。
从指标看，Mobileye毫米波雷达是毫无疑问的全球第一，当然，成本也是全球第一。最重要的是Mobileye能否量产。
更多佐思报告
报告订购及合作咨询请私信小编
佐思 2022年研究报告撰写计划
智能网联汽车产业链全景图（2021年12月版）|
主机厂自动驾驶 |
汽车视觉（上） |
高精度地图 |
|
商用车自动驾驶 |
汽车视觉（下） |
高精度定位 |
|
低速自动驾驶 |
汽车仿真（上） |
OEM信息安全 |
|
ADAS与自动驾驶Tier1 |
汽车仿真（下） |
汽车网关 |
|
汽车与域控制器 |
毫米波雷达 |
APA与AVP |
|
域控制器排名分析 |
车用激光雷达 |
驾驶员监测 |
|
激光和毫米波雷达排名 |
车用超声波雷达 |
红外夜视 |
|
E/E架构 |
Radar拆解 |
车载语音 |
|
汽车分时租赁 |
充电基础设施 |
人机交互 |
|
共享出行及自动驾驶 |
汽车电机控制器 |
L4自动驾驶 |
|
EV热管理系统 |
混合动力报告 |
L2自动驾驶 |
|
汽车功率电子 |
汽车PCB研究 |
燃料电池 |
|
无线通讯模组 |
汽车IGBT |
汽车OS研究 |
|
汽车5G |
汽车线束 |
线控底盘 |
|
合资品牌车联网 |
V2X和车路协同 |
转向系统 |
|
自主品牌车联网 |
路侧智能感知 |
模块化报告 |
|
自主品牌ADAS研究 |
商用车车联网 |
商用车ADAS |
|
汽车多模态交互 |
汽车智能座舱 |
车载显示 |
|
Tier1智能座舱(上) |
座舱多屏与联屏 |
智能后视镜 |
|
Tier1智能座舱(下) |
智能座舱设计 |
汽车照明 |
|
座舱SOC |
汽车VCU研究 |
汽车座椅 |
|
汽车数字钥匙 |
TSP厂商及产品 |
HUD行业研究 |
|
汽车云服务平台 |
OTA研究 |
汽车MCU研究 |
|
AUTOSAR研究 |
智慧停车研究 |
传感器芯片 |
|
软件定义汽车 |
Waymo智能网联布局 |
ADAS/AD主控芯片 |
|
T-Box市场研究 |
自动驾驶法规 |
ADAS数据年报 |
|
T-Box排名分析 |
智能网联和自动驾驶基地 |
汽车镁合金压铸 |
|
乘用车摄像头季报 |
智能汽车个性化 |
飞行汽车 |
|
专用车自动驾驶 |
农机自动驾驶 |
矿山自动驾驶 |
|
港口自动驾驶 |
自动驾驶重卡 |
无人接驳车 |
|
仪表和中控显示 |
车载DMS |
合资品牌ADAS |
|
800V高压平台 |
本土品牌环视研究 |
「佐思研究月报」
ADAS/智能汽车月报 | 汽车座舱电子月报 | 汽车视觉和汽车雷达月报 | 电池、电机、电控月报 | 车载信息系统月报 | 乘用车ACC数据月报 | 前视数据月报 | HUD月报 | AEB月报 | APA数据月报 | LKS数据月报 | 前雷达数据月报
