随着L2及以上智能驾驶系统的搭载率不断创下新高，感知系统的革新也按下加速键。

作为智能汽车的“眼睛”，诸如摄像头、毫米波雷达以及激光雷达等已上车的感知设备，通过采集车辆周边的交通环境数据，帮助智能汽车根据实时环境情况做出准确的决策，赋予了智能汽车安全保险。

但针对L2＋及以上智能驾驶系统的感知需求，传统毫米波雷达存在难以有效解析目标轮廓、类别，以及角分辨率低等技术缺陷，而激光雷达高居不下的成本和车规化亦是业内待解的难题。

如今，依托小于1°的高角分辨率，以及具备对目标的高度数据进行探测和解析的能力，全新一代的成像毫米波雷达可实现距离、方位、高度以及速度四个维度的信息感知，成为了雷达市场的竞争焦点。

不难发现，大陆、采埃孚、安波福等国际巨头、以及部分国产毫米波雷达厂商已陆续推出4D成像雷达。高工智能汽车研究院预计，4D成像雷达将从明年初开始小规模前装导入，预计到2024年，定点/搭载量有望突破百万颗，到2025年占全部前向毫米波雷达的比重或超过40%。

从技术方案角度看，随着雷达芯片方案商开始新一波硬件技术的迭代升级，在下一代高分辨率、毫米波成像雷达赛道，新入局者与传统雷达巨头第一次站在同一起跑线上。

2022年，位于上海张江的高科技企业赛恩领动，针对自动驾驶L3+系统需求，立足基于成像及AI算法的高性能毫米波雷达业务，顺势入局自动驾驶感知赛道。

成立仅1个月，这家企业就获得了天使轮融资，仅4个月就完成了成像雷达A样机开发；预计2022年底将发布硬核成像雷达新产品。

面向未来毫米波成像雷达的千亿级市场，如何最大程度挖掘其技术优势，打造高性价比感知方案？赛恩领动正加紧修炼内功并尝试交出一份答卷。

以技术壁垒为入局契机

可见，被定义为自动驾驶“黑科技”，4D成像毫米波雷达的发展势头尤为强劲。

目前，业内有关4D成像雷达的应用，主要集中在两个方向：一方面替代传统无俯仰角分辨能力的毫米波雷达，满足ADAS对传感器性能的要求；另一方面则是面向高阶自动驾驶，支持HWP、TJP、NGP等L3领航功能，以及提升L4级无人驾驶Robotaxi、Robotruck的感知性能。

“如今L3、L4的自动驾驶不再是几十台车在封闭道路做测试了，而是有小规模的车队开始在开放道路试运营，也许几年之后大家都能随时随地体验到L3级以上智能驾驶，自动驾驶进入到规模化阶段，这也促使车厂和Robotaxi企业必须深入思考感知系统的性价比问题。”赛恩领动创始人兼CEO李旭阳博士表示。

按照业内人士测算，从L2+到要求最高的L5，每辆车可能需要超过8个成像雷达传感器。以L3+为例，4-6个成像雷达，可以实现360度环绕感知，从而在感知系统中替代传统3D雷达，在解决长尾问题时提供更为丰富且可靠的环境感知信息。

不难发现，成像雷达所带来的巨大潜在的市场和雷达技术革命，吸引了国内外的新老玩家争相入局。

在德国卡尔斯鲁厄理工学院硕博6年，研究过多种雷达体制、射频天线与雷达成像技术；毕业后，作为技术负责人在博世德国完成第五代和预研第六代成像雷达产品、推动L4/5 Robotaxi多传感器系统量产化近7年；李旭阳不仅熟练掌握了传感器的设计、天线、波形设计、系统架构的关键技术，又具有多年量产实践经验。

“创业没有早晚，只有时间点是否合适，智能驾驶领域仍然充满新的机会。”2021年底，4D成像雷达概念爆火，传统毫米波雷达的瓶颈愈加凸显，李旭阳敏锐地意识到属于成像雷达的时代即将开启，2022年初随即组建赛恩领动。

据悉，赛恩领动多位核心团队成员都拥有电磁场与电磁波、雷达信号处理、感知算法、人工智能等方向的留洋博士学位，并在global Tier1从事过最近一代的成像雷达与ADAS系统研究。

诚然，成像毫米波雷达作为车规级安全件，需要有足够的时间完成从系统设计、算法开发、生产工艺设计、测试到验证环节，其开发周期较长。因此，要想打造一款高性能毫米波雷达并非易事。

“成像雷达的底层设计难点与挑战，主要集中在波形设计、天线系统和超分辨测角。”据李旭阳介绍，完成高性能的测速、测距、水平和俯仰测角的整体满足设计指标的方案，需要极强的车载雷达系统设计、雷达信号处理、信道建模等功底。

而深入洞悉行业痛点，顺势解决行业痛点，也意味着迎来机会。

赛恩领动成像雷达的设计首先实现了高性能4D点云输出，使用空间与多普勒联合变换技术，解决了传统TDMA（Time Division Multiple Access）导致发波周期过长的问题，同时避免了DDMA（Doppler Division Multiple Access）带来的速度模糊度和相位一致性与校准的量产难题。并解耦了多目标能量干涉问题，极大提升了超分辨测角的分辨率和旁瓣抑制能力。

据了解，赛恩领动的成像雷达可以实现对汽车检测距离超过400米，水平角度分辨率接近0.5°的高性能。

依托AI和高性价比感知系统扎根市场

要想在智能汽车细分赛道占据一席之地，筑起独家技术壁垒尤为关键。

如今，市面上的成像雷达主要包含两类技术方案，一种是毫米波雷达企业自主研发多通道阵列射频芯片组、雷达处理器芯片和基于人工智能的后处理软件算法。另一种则立足传统雷达芯片供应商的解决方案，通过多芯片级联，或者软件算法来实现密集点云输出及识别。

从智能汽车的发展历程来看，小型化、轻量化依旧是主旋律。若将77G和79G标准雷达芯片通过二级联/四级联/八级联物理上增加实体天线MIMO系统，虽然能显著提升角分辨率和测距能力，但由此打造的4D成像雷达不仅尺寸大、功耗高，而且天线间容易互相干扰，难以提升信噪比。

而将多发多收天线集中在一颗芯片，本质上仍是通过芯片拼接、增加实体天线来提高分辨率，与级联方式相比，虽然能显著缩小芯片体积，但无法缩小天线阵列的面积，以至于难以缩小雷达尺寸，且依旧难突破低信噪比局限。

可见，通过增加收发天线、芯片等硬件提升成像毫米波雷达的性能指标，缺乏一定的技术含量和竞争力，也进一步提高了产品成本。因此，突破软件算法难题，打造高性价比方案，成为了成像雷达的新一轮竞争焦点。

“以打造高性价比毫米波成像雷达感知系统为目标，在现有芯片、同等硬件条件下，结合对雷达系统、波形、算法的理解，实现更好的底层信号处理效果，引入深度学习，提取出更多更准确的量测及目标分类信息，达到业界领先水平。”有关如何打造赛恩领动的企业竞争优势，李旭阳胸有成竹。

他表示，成像雷达所提供的信息精简且量巨大，如何把这些重要的、多维度的但又不是极度致密的点云，通过结合建模与深度算法学习的方式，在感知层对目标的精准分类、稳定感知，是赛恩领动在不断探索的方向，也是其竞争优势之一。

比如，赛恩领动将4D点云信息，通过改进经典的目标跟踪、成像以及AI的技术，实现了带目标分类的4D Tracker和高精度的可通行区域。

除了掌握硬核算法，有关产品布局逻辑，赛恩领动也有其独特思考，即从基础点云数据做起，精于算法，不止于算法，进而全面打造出毫米波成像雷达感知系统，做到性能的领先性、工程的卓越性。

“目前，市场上的成像雷达的点云性能还参差不齐，若是点云性能还没做好就着急推进下一步，成像雷达的感知性能一定受限，其市场推广也会起到负作用。”在李旭阳看来，从点云数据做起，强化感知和AI算法能力，才是在雷达感知市场走得又快又稳的关键。

此外，无限贴近客户、贴近市场也是赛恩领动的重要策略之一。李旭阳坚信，立足成像雷达的传感器优势，从客户的痛点场景出发，与主机厂保持紧密沟通，最大程度解决客户的感知诉求，既是赛恩领动的使命，也是成像雷达的最大价值。

现在看来，在愈加激烈的雷达市场竞争中，谁能练就行业领先的“金刚钻”，率先取得成像雷达的性价比优势，谁就能掌握下一轮雷达革命的主动权。

而深谙智能汽车雷达感知系统发展脉络，赛恩领动的蓝图愈加清晰。未来三年，在软硬实力的持续加码下，赛恩领动将继续聚焦高性价比的成像及AI毫米波雷达，不断更新迭代竞争力产品，抢占技术制高点。