4D成像雷达是如何成像的？哪些车企使用了？

[首发于智驾最前沿微信公众号]在自动驾驶的传感器中，毫米波雷达一直以稳重著称。它不怕大雨大雾，也不受光线强弱的影响，甚至能透过前车看到更远处的状况。但传统的毫米波雷达有一个致命的短板，就是它只有平面的视力，分不清路面上方是立交桥还是停着的故障车。这一局限让它在很长一段时间内只能扮演辅助角色，直到4D成像雷达的出现，才打破了这种尴尬的局面。

为什么雷达突然能看清高度了？

传统的毫米波雷达之所以被称为3D雷达，是因为它只能检测目标的距离、水平角度和相对速度。当开车经过一个立交桥时，雷达能感知到前方有一个障碍物，但因为它缺乏高度维度的感知能力，无法判断这个物体是在地面上还是悬在半空中。为了避免误刹车，很多算法会选择忽略这些静止的反射点，这就留下了隐患。

特斯拉此前配置的传统毫米波雷达（ARS-4B）就由于无法分辨静止物体的高度信息，频繁将高处悬挂的交通指示牌、跨线桥等物体误判为路面障碍物，导致车辆在高速行驶中突然制动，也就是业内熟知的幽灵刹车现象。

正因如此，特斯拉在2021年5月宣布取消后继车型搭载毫米波雷达，转而押注纯视觉路线。然而，纯视觉方案在恶劣天气和暗光环境下的固有短板，让特斯拉在HW4.0硬件系统中又重新引入了高精度4D毫米波雷达。

图片源自：网络

4D成像雷达相较于传统雷达，增加了高度或者说俯仰角的测量。所谓4D，指的就是距离、水平角度、速度以及高度信息。有了高度信息，雷达就能像摄像头或激光雷达一样，在垂直方向上也有了分辨率。这意味着雷达不仅能知道前方有东西，还能分辨出这个东西是一个限高杆、一块交通指示牌，还是路面上静止的事故车。

这种垂直分辨率的提升，让雷达从原本只能输出几个点的探测器，进化成了能够勾勒出物体轮廓的成像传感器。这种能力的飞跃，本质上是解决了雷达在复杂交通环境中的分类和识别问题。

在性能数据上，4D成像雷达的角分辨率从传统雷达的5°-10°大幅提升至1°-2°，部分高端方案甚至可以达到0.5°，这一水平已经相当于8-32线激光雷达的角度分辨能力。

如何在小芯片上实现大规模阵列？

想要实现高清成像，最直接的办法是增加天线的数量。这就像相机的像素一样，天线越多，分辨物体的能力就越强。然而，在车载设备上安装成百上千个实体天线既不现实也不划算。

传统的3D毫米波雷达一般只使用一颗MMIC芯片，天线通道数极为有限。而4D成像雷达要实现高分辨率成像，必须成倍增加信号收发通道。对此，MIMO技术（多输入多输出技术）被应用到了4D成像雷达上。

目前行业主要形成了两条技术路径。一是多芯片级联方案，通过将多颗标准雷达芯片级联以增加天线数量，代表厂商包括大陆、博世、华为以及国内森思泰克等；二是高度集成的单芯片方案，将大量收发单元集成在一枚芯片上，缩小体积和功耗，代表厂商有Mobileye、Arbe等。

图片源自：网络

通过让多个发射天线和多个接收天线协同工作，4D成像雷达可以在算法层面虚拟出成倍增长的天线阵列。举个例子，如果雷达有12个发射天线和16个接收天线，通过特定的信号编码和交织处理，它就能产生192个虚拟通道。这种虚拟天线的效果与真实天线是一样的，它极大地增加了雷达的等效孔径。

以TI（德州仪器）的TIDA-020047参考设计为例，该方案采用两颗AWR2243射频前端芯片与一颗AM2732R处理器组成级联阵列，通过6个发射天线与8个接收天线的MIMO架构，实现了48个虚拟通道，具备优越的距离、角度与速度分辨率。而在行业顶尖方案中，以色列公司Arbe的Phoenix雷达可做到48发48收，共计2304个虚拟通道，远高于大陆、采埃孚等早期方案的192个通道。

天线阵列变大后，雷达的角分辨率会显著提升。传统的雷达水平角分辨率通常在5度到10度之间，这导致它很难区分并排行驶的两辆车。而成像雷达可以将水平和垂直的角分辨率都提升到1度以内，这种精细度让雷达发出的波束变得非常窄，反馈回来的信号不再是一个模糊的团块，而是密集的点云。

密集的点云是如何形成的？

当MIMO技术提供了足够多的虚拟通道后，雷达的处理芯片会进行大规模的信号处理，也就是快速傅里叶变换。雷达发射出去的连续波在遇到物体反射回来后，系统会计算反射波和发射波之间的频率差、相位差。在成像雷达中，这个过程被执行得更加极致，它会在距离、速度、水平角和俯仰角四个维度上同时进行处理。

图片源自：网络

处理后的结果是一组极其丰富的数据集，每一个探测点不仅包含了精确的位置信息，还携带了该点的径向速度。当这些点密集到一定程度时，就形成了点云。

按照目前行业的分级标准，4D雷达可分为4D基础雷达（点云密度小于4000点/秒，测距300米内）、4D成像雷达（点云密度3万-10万点/秒，测距350米内，俯仰角0.8°-1°，代表产品包括华为4D成像雷达、赛恩领动（参数丨图片）卫星架构4D成像雷达、Arbe Phoenix等），以及4D数字成像雷达（点云密度大于10万点/秒，测距400米内，俯仰角0.5°以上）三个层级。

在2026年CES展会上，Arbe展示的超高清晰度雷达每帧已可输出超过2万个检测点，结合NVIDIA加速计算平台，能够支持高速公路速度下的脱眼驾驶功能。

虽然4D成像雷达的点云密度目前还比不上激光雷达，但它已经足以识别出行人的四肢动作或是卡车的侧面轮廓等物体的基本形状。这种成像能力让雷达不再仅仅是一个避障工具。由于每个点都有速度维度，成像雷达可以很容易地利用多普勒效应将运动物体从静止背景中过滤出来，即使是在静止物体极多的隧道或者地下车库里，它也能通过算法剔除那些无意义的地面反射点，精准锁定隐藏在暗处的危险。

值得一说的是，在点云信息维度上，4D成像雷达相比激光雷达还多出一个速度维度，激光雷达点云只有空间坐标和反射强度，而雷达点云的每个点天然携带径向速度信息，这意味着它对运动目标的感知更为直接和可靠。

成像雷达能否取代其他传感器？

虽然4D成像雷达在性能上已经接近低线束的激光雷达，并且具备全天候工作的天然优势，但它并不是为了取代谁而存在的，而是为了补齐自动驾驶系统的安全拼图。它在抗恶劣天气方面的表现依然是摄像头和激光雷达难以企及的，尤其是在高速场景下，它长达300米以上的探测距离和对静止物体的识别能力，能够为自动驾驶的大脑留出更多的反应时间。

图片源自：网络

此外，成像雷达的成本远低于激光雷达。对于很多追求性价比的量产车方案来说，用几颗高性能的4D成像雷达配合摄像头，就能实现非常可靠的辅助驾驶功能。毫末智行董事长张凯认为，随着新一代芯片、传感器进入市场，性能更好的4D毫米波雷达将扩大应用范围。楚航科技创始人兼首席执行官楚詠焱也曾表示，“增加了高度信息的4D毫米波雷达，具有点云输出稳定、分辨率更高、成本增加少等优势”。

4D成像雷达也正在从高端车型向全价格带快速渗透。在高端车型上，4D成像雷达被用作强感知冗余方案，70万以上的尊界S800安装了3个4D成像雷达加2个4D成像角雷达，蔚来ET9搭载了1个前向4D成像雷达。

在中端车型上，30-50万区间的小米YU7全系、乐道L90、蔚来新ET5/ET5T、全新ES6/EC6均搭载1个前向4D成像雷达。在10-20万级的比亚迪天神之眼C平台车型上，过去使用的5颗传统毫米波雷达也已全部升级为4D雷达。

最后的话

从市场规模来看，全球4D成像雷达产业正处于爆发前夜，2025年全球市场规模约为2.75亿美元，预计到2031年将突破百亿美元量级，年复合增长率高达70%以上。在中国市场，2025年乘用车前装毫米波雷达总装车量约3600万颗，其中具备高分辨率的4D成像雷达全年装车量约150万颗，渗透率约4.2%。

从最初只能测距报警，到现在的四维成像，毫米波雷达的形态完成了一次质变，它不仅看懂了高度，更看懂了世界。随着半导体工艺和处理算法的不断演进，这种曾经被认为只能听声辨位的传感器，正在成为自动驾驶汽车最敏锐、最可靠的一双眼睛。