恩智浦再度推出新一代汽车雷达产品，新能指数与灵活开放性俱佳

据汽车微处理器ADAS雷达部门经理Roger Keen介绍，恩智浦的雷达处理IP除了用于ACC和AEB自动驾驶软件外，还在恩智浦的微处理器上运行。为这款雷达解决方案所设计的电路板和天线设计模块，为了满足车规要求进行了加强。

Keen解释说，利用恩智浦提供的车规级雷达SDK，过去曾经需要将自己的雷达处理IP“手动调谐”到特定硬件的开发人员，现在可以直接对恩智浦的雷达系统进行功能调用。

这款基于S32R27的雷达解决方案专为ACC和AEB等应用扩展而设计。S32R37的运行功耗比S32R27低，代码兼容，并针对盲点监测等功能进行了高度优化。

S32R27，订货量1000颗的售价为14至17美元/颗。基于S32R37的解决方案售价为10至12美元/颗。

业内竞争

恩智浦并不是唯一一家主导汽车雷达集成的公司。Strategy Analytics全球汽车业务执行总监Ian Riches认为，恩智浦和英飞凌都是汽车雷达领域的领导者。

与此同时，最近进入雷达市场的德州仪器公司（Texas Instruments, TI）在2017年推出了基于业内标准RF CMOS技术的毫米波雷达芯片，并开始奋起直追。TI宣称它的雷达芯片可提供“分辨率精度小于5厘米、探测距离可达数百米、速度高达300公里/小时”。更重要的是，与其他雷达芯片不同，TI的毫米波（mmWave）雷达传感器在一个芯片上完整集成了76至81GHz毫米波雷达、微控制器（MCU）和数字信号处理器（DSP）。

TI采用这种方案是因为其具有更高的集成度，可以减小体积、功耗和成本，而不会降低产品性能。Yole射频器件技术和市场分析师Cedric Malaquin认为，尽管恩智浦开发的RF-CMOS收发器迈出了第一步，但TI更进一步，还将DSP集成到其雷达芯片中。Malaquin表示，TI集成了DSP的雷达解决方案使芯片面积缩小了60%。DSP是“信号处理链上实现物体检测和分类”的关键。

然而，恩智浦为该公司的双芯片解决方案（雷达芯片+微处理器）辩护，强调其方案为客户提供了便于雷达集成更多的可扩展性和灵活性。

恩智浦的Keen表示，“考虑亚利桑那州气候常年在110°F（约43℃）以下的热管理，例如，将收发器芯片远离微处理器，可以更容易地对安装在保险杠中的雷达进行热管理控制。”

Keen还补充说，恩智浦的方案——使用专为雷达处理IP设计的处理器，提高了雷达解决方案的每瓦性能。关于用于每瓦性能分析的基准，恩智浦表示其团队已经从“公共数据”和“与客户的闭门会议中获悉的信息”中收集到了答案。但Keen补充说，“虽然这给出了我们见过的最好的每瓦性能，我们将保留更广泛的行业要求给第三方测试。”

当被问及将TI的雷达芯片与恩智浦的雷达解决方案进行比较时，Strategy Analytics的Riches注意到，“从本质上讲，TI的方案可能能够降低成本，但灵活性也会略微降低。”

市场预测

雷达供应商和市场研究公司看好汽车雷达的需求不断增长。

不同的雷达应用需要许多不同的雷达模块，恩智浦告诉我们，“通常情况下，对于盲点监测，车辆两个后角需要安装两个雷达模块。对于更高级的要求（如交叉车流监测）中，车辆的前角需要额外的两个雷达模块。”

据恩智浦称，对于远程雷达应用，通常需要在前保险杠中安装一个雷达模块。

各种汽车雷达应用

根据Yole近期发布的《汽车雷达技术-2018版》报告，尽管2017~2022年全球汽车的年销售量增速缓慢（约3%），但是预计汽车雷达模组的年销售量将飞速增长（约为25%），雷达芯片的年销售量也类似，增速达到22%。

相似地，恩智浦预估在2022年雷达出货量为1.092亿颗——包括角雷达、高端角雷达和远程/中程、前/后雷达，雷达技术将在50%的新车上应用。

成像雷达

据Strategy Analytics的Riches表示，雷达解决方案的最新趋势是利用雷达系统生成高分辨率“图像”，以便在视场中定位和识别/分类物体。“当前用于车辆的雷达不能在足够宽的视野范围内提供足够的分辨率，以生成逼真的图像，”Riches说。

仅用雷达芯片是无法实现这一目标的。Riches解释说：“天线设计在这里非常重要，这也是我们看到像Metawave这样的初创公司获得英飞凌（Infineon）、电装（Denso）、丰田人工智能风投（Toyota AI Ventures）、现代汽车（Hyundai Motor）和旭硝子（Asahi Glass）等公司投资的原因之一。”

雷达的不足

雷达技术的优点众所周知，最显着的是它能够在各种天气条件下工作。汽车专家认为，雷达可以与视觉传感器组合作为高度自动驾驶车辆的关键传感技术。

Strategy Analytics的Riches解释说：“从根本上说，它们工作在完全不同的波长。显然，摄像头使用的是可见光，因此在明暗对比度反差很大的情况下（例如离开隧道时）或在大雨/大雪等黑暗、模糊环境时性能会最弱。激光雷达发射的光在正常可见光谱之外，但最大的挑战是在明亮的阳光下，由于强光导致系统的信噪比降低。另外，高分辨率激光雷达技术目前也非常昂贵，并且在汽车应用中的成熟度不及摄像头或雷达。”

他指出，相比之下雷达“不受光照条件的影响，同时它还可以很好地穿透雨雪天气”。

然而，雷达并不是最终的解决方案。“到目前为止，雷达的关键弱点在于它的解决方案：它很擅长告诉我们那里有‘东西’，但并不是很善于说出它是什么。”Riches说。

简而言之，雷达技术在判断是否继续驾驶（例如检测到驾驶上方有路牌标识）或是否采取紧急制动（例如在前方车道内停留了一辆消防车）等需要做出明确决定时，可能表现得很糟糕。

这就解释了为什么目前的汽车雷达有时会滤除并忽略静止物体。Riches强调说，雷达无法判断一个物体是否是你不希望你的车撞到的东西。

实际上，对于装有雷达的车辆，其用户手册上充满了对驾驶员的警告。以下是一些例子。

摘自Skoda Superb（斯柯达速派）用户手册（用于ACC功能的RADAR）：

“当接近静止障碍物时，ACC不会做出反应，例如交通拥堵、车辆故障或在红绿灯处等候的车辆。”（第236页）

沃尔沃XC90的用户手册也有类似的警告：

“距离警报在高于30公里/小时（20英里/小时）的速度下有效，并且仅对车辆驾驶方向相同的前方车辆做出反应。不能为迎面而来的、行驶缓慢或静止的车辆提供距离信息。”（第289页）

“驾驶辅助（Pilot Assist）不会对人、动物、物体、小型车辆（例如自行车和摩托车）、小拖车以及迎面而来的慢速或静止车辆制动。”（第310页）

Riches总结道：“你会在许多其他品牌的用户手册中找到类似的文字......成像雷达旨在解决这个问题。”