成本仅十分之一，性能更强的4D成像雷达能不能取代激光雷达传感器？

随着智能驾驶市场的快速发展和相关政策的出台扶持，汽车智能化配置渗透率增幅显著，尤以毫米波雷达搭载率增速最为亮眼。据华安证券研究所调研，2023年H1毫米波雷达市场渗透率达到20.5%，与2022年相比上升10.5pct（百分率），23H1出货量531.9万个，占比2022全年出货量的79.2%。

智能化汽车配置赛道-华安证券研究所整理

毫米波雷达作为汽车ADAS的核心传感器之一，因其检测距离长，抗干扰能力强等特点，伴随L2智驾功能的持续快速渗透，传统毫米波雷达仍呈快速增长态势，同时4D成像雷达进入快速成长期。

当下主流车企正在努力推进L3级以上高阶自动驾驶系统的量产上车，这必然需要更强性能的车端传感器提供可靠的感知支撑，而零部件成本却在持续下探，特别是销量占比最大的20万以下车型，很难搭载高成本的激光雷达实现城市NOA等高阶驾驶功能。

而被目标误报投诉缠身的特斯拉，在今年初宣布将采用4D成像雷达，来解决既要降低成本又要确保性能的高性价比难题。自此点燃了汽车产业的高阶智驾热情，上汽、比亚迪、理想、吉利、红旗、长安等多个品牌已经宣布定点或上车4D成像雷达。4D成像雷达已然成为普及高阶自动驾驶感知的不二之选，以此促进高阶智驾渗透率的提升，带来智驾行业发展的规模效应。

中国乘用车市场各价位段销量占比-华安证券研究所整理

4D成像雷达较激光雷达不仅更具成本优势（是激光雷达成本的十分之一），而且在某些核心性能上还要优于激光雷达，如4D成像雷达的环境适应能力更佳，穿云透雾以及穿雨效果更好，且不受光线的影响，不会因为天气恶劣导致感知误判；4D成像雷达可提供更远距离和更宽视野的检测，所有数据都可以实时传送到自动驾驶汽车的传感器融合处理器中。

4D成像雷达的上述性能优势，都有望解决激光雷达的高阶智驾感知痛点问题。

相对于传统毫米波雷达，4D成像雷达弥补了其短板：基于对周边环境和目标信息输出，可以对驾驶环境中的静止和运动物体、高空及低矮物体都做出区分，勾勒出弱目标（路障、路沿等）的轮廓，给出准确的可通过性判断，提高在感知系统中的置信度。

早在2017年，木牛科技就已投入研发4D成像雷达技术，在硬件设计、雷达系统设计、波形设计和算法层面开始布局，成为全球研发成像雷达较早的厂家之一。

木牛科技同时以特种车辆为市场突破口，2019年在底特律北美汽车展发布了首款4D成像雷达，与海外行业头部客户形成战略绑定，同步进行产品迭代和商业化验证。

2023年9月21日，木牛科技在IOTE2023深圳“智能传感与嵌入式技术应用高峰论坛-毫米波雷达专场”上，发布了适用于乘用车的新一代4D成像雷达I79，成为业内焦点。

在4D成像雷达系统中，天线设计对雷达传感器的性能以及整个雷达系统解决方案的总体设计，具有决定性的作用。

在新一代I79雷达研发中，木牛采用了独创的Antipodal专利天线设计，融入多雷达抗干扰设计，采用高分辨算法大幅提升分辨率、增加俯仰维分辨能力，将点云密度提升超过10倍，1秒检测达2万点云数据，同时突破了传统4D成像雷达的点云密度距离限制，增强了对静止环境的描述和可行驶区域的分隔，可实现高速和城市级别的高阶智能驾驶。如此创新的全栈自研方案，不仅节省了雷达物理通道和成本，而且在同样的硬件下，I79的性能表现可以做到更好。

2017年至今的六年间，木牛科技在4D成像雷达技术的全栈自研道路上，用硬实力一步步构筑起多方位的技术壁垒。

在挑战极致的性能和成本的同时，还要确保产品的安全可靠。木牛4D雷达积累了上万次的多场景实测检验和数十万公里的路测数据，在检测过程中持续创新和迭代着硬件和软件，确保满足车规级量产要求。

木牛车载雷达测试组早晚不间断的路测雷达性能

在实测中，木牛4D成像雷达I79展示出如下突出的性能表现：

静止目标检测（静止车、小目标、高架桥等）

木牛I79大幅提升了静止目标的探测距离、精度和稳定性。与此同时，对高架桥、井盖等目标可准确测量其高度，避免误识别为障碍物导致误刹。

运动目标检测（机动车、行人、自行车等）

木牛I79凭借高分辨、高精度、高密度点云数据，实现目标跟踪更精确、更稳健。在车辆转弯、行人/自行车横穿、多目标等场景中，均表现出优质性能。

道路结构检测（路沿、匝道、安全岛等）

木牛I79通过提升探测距离和高密度点云，可测量目标真高，细致刻画道路环境，支持Free Space（可行驶区域）估计，雷达点云成像和SLAM（同时定位与建图）。

高工智能汽车研究院监测数据显示，2022年中国市场（不含进出口）前装标配搭载ADAS毫米波雷达交付1795.27万颗。其中九成是国外品牌，预计三至五年后，中国将具有1亿毫米波雷达的市场规模。

随着新能源汽车的智驾需求升级，更具性价比优势且兼备快速技术迭代能力的国产毫米波雷达便拥有了巨大需求。

从配置方案来看，L2+系统中尤其是NOA 功能，普遍采用了“5 颗毫米波雷达+摄像头”的前融合方案。升级为4D成像雷达后，AEB算法便可更多考虑毫米波雷达的感知结果，从而以更高概率识别路面上的静态障碍物，结合其高分辨率带来的优势，可以更有效地解析目标的轮廓、类别、行为，进而能知道在什么情况下必须刹车。

因此，“4D成像雷达+视觉”作为低成本且高性能的智驾感知组合，无疑对降本压力巨大的智驾市场具有莫大吸引力，可带来智驾系统成本下降与高阶智驾渗透率提升的良性循环。