隨著目前部份地區的新車安全評鑒制度(NCAP)要求將自適應巡航控制(ACC)和緊急煞車輔助(AEB)等功能納入其五星安全評級，包括恩智浦半導體(NXP Semiconductors)等業界廠商正積極推動汽車產業大力布局雷達系統。

為了加速在先進駕駛輔助系統(ADAS)中整合雷達，恩智浦推出了一款雷達解決方案，結合了S32R處理器、RF收發器和天線設計于一個新的參考平臺上。恩智浦聲稱這款與Colorado Engineering合作開發的平臺能滿足「汽車產業最嚴格的功能、效能和安全要求」。

該新系統的目的在于揭開雷達「藝術」的神秘面紗——雷達通常需要大型汽車OEM微調天線和類比設計。恩智浦希望其「開箱即用」的車用雷達系統能夠為中國汽車OEM提供服務；因為還有許多中國汽車OEM仍然需要好幾年的時間才能趕上世界其他地區的現有汽車業者。

在最近接受《EE Times》的電話采訪時，恩智浦ADAS副總裁兼總經理Kamal Khouri說道：「雷達已成為ACC和AEB的首選感測器。攝影機無法測量速度，但雷達可以。雷達還可以借由反射訊號看到轉角處的情況，另一方面，無需采用移動元件的光達(LiDAR)價格仍然非常昂貴。」

然而，眾所周知，傳統的雷達缺乏解析度，無法區別附近的物體。雷達也由于發出誤報而備受詬病，而且他們處理資訊的速度始終不夠快，因而無法在高速公路上發揮作用。

Khouri明確表示，雷達并不至于取代攝影機。Khouri說：「攝影機和成像雷達的組合可以提供冗余，從而使車輛駕駛更安全。」

新款雷達解決方案揭密

那么，恩智浦的新款雷達解決方案大有些什么呢？

該雷達設計參考平臺名為RDK-S32R274，結合了恩智浦S32R27處理器、TEF810 x CMOS收發器、FS8410電源管理IC和雷達軟體開發套件。恩智浦還為其增加了擴展和天線模組，可為特定客戶應用打造客制的開發平臺。

這款雷達解決方案的核心是可擴展的基于Power Architecture的處理器系列——S32R27和S32R37，Khouri稱其為「首款專用于處理雷達演算法的晶片」。

據恩智浦汽車微處理器ADAS雷達部門經理Roger Keen介紹，除了ACC和AEB的車規級軟體，該公司的雷達處理IP還可執行于恩智浦的處理器上。該公司還為這款雷達解決方案的電路板和天線設計模組進行了強化，以滿足車規要求。

Keen解釋說，利用恩智浦提供的車規級雷達SDK，過去需要「手動調整」其雷達處理IP到特定硬體的開發人員，現在可以直接利用這套雷達系統上的功能。

這款基于S32R27的雷達解決方案專為ACC和AEB等應用擴展而設計。S32R37的執行功耗比S32R27低，但程式碼相容，并針對盲點監測等功能進行了高度最佳化。

業界競爭

恩智浦并不是唯一一家主導汽車雷達整合的公司。Strategy Analytics全球汽車業務執行總監Ian Riches認為，恩智浦和英飛凌(Infineon)都是車用雷達領域的領導者。

同時，最近進入雷達市場的德州儀器(Texas Instruments；TI)也在急起直追，在2017年推出了基于標準RF CMOS技術的毫米波(mmWave)雷達晶片。TI宣稱其雷達晶片可提供「解析度精度小于5厘米、探測距離可達數百米、速度高達300公里/小時」。更重要的是，與其他雷達晶片不同，TI的mmWave雷達感測器在一個晶片上完整整合了76至81GHz mmWave雷達、微控制器(MCU)和數位訊號處理器(DSP)。

TI采用這種途徑是因為具有更高的整合度，能夠減少體積、功耗和成本，而不至于犠牲產品性能。Yole Développement射頻元件技術和市場分析師Cedric Malaquin認為，盡管恩智浦開發的RF-CMOS收發器邁出了第一步，但TI更進一步將DSP整合于其雷達晶片中。Malaquin表示，TI整合了DSP的雷達解決方案使晶片面積幾乎縮小了60%。DSP是「訊號處理鏈上實現物件檢測和分類」的關鍵。

然而，恩智浦強調，該公司的雙晶片解決方案(雷達晶片+微處理器)能夠為客戶提供了便于雷達整合的更多可擴展性和靈活性。

恩智浦雷達解決方案：天線端

恩智浦的Keen表示，「考慮亞利桑那州(Arizona)氣候常年在110°F (約43℃)以下的熱管理，如果將收發器晶片遠離微處理器，能使其更易于對安裝在保險桿的雷達進行熱管理控制。」

恩智浦雷達解決方案：處理器端

Keen還補充說，恩智浦的方案——使用專為雷達處理IP設計的處理器，提高了雷達解決方案的每瓦性能。關于用于每瓦性能分析的基準，恩智浦表示其團隊已經從「公開資料」和「與客戶的非公開會議中獲悉的資訊」收集到答案了。但Keen補充說，「雖然這帶來了我們見過的最佳每瓦性能，但我們將保留更廣泛的業界訴求給協力廠商測試。」

那么如果將TI的雷達晶片與恩智浦的雷達解決方案進行比較呢？Strategy Analytics的Riches注意到，「基本上，TI的方案可能提供更低成本，但靈活度也略低些。」

市場預測

雷達供應商和市場研究公司都看好汽車雷達的需求不斷成長。

不同的雷達應用需要多個不同的雷達模組，恩智浦說：「針對盲點監測，車輛的兩個后角落通常需要安裝兩個雷達模組。對于更高階的要求(如十字路口的車流監測) ，車輛的前角落需要另外再增加兩個雷達模組。」

此外，據恩智浦表示，針對長距離的雷達應用，通常必須在前保險桿中安裝一個雷達模組。根據Yole近期發布的《2018年車用雷達技術》報告，盡管2017~2022年全球汽車的年銷售量成長速緩慢(約3%)，但預計車用雷達模組的年銷售量將飛速成長(約為25%)，雷達晶片的年銷售量也類似，成長率達到22%。

全球雷達市場預估，按應用分類

Strategy Analytics預測，從2018年到2022年，「安裝在輕型車輛上的車用雷達將累計達到3.75億臺。」Riches認為，2022年這一安裝量將上看1.07億。

同樣地，恩智浦也估計2022年的雷達出貨量為1.092億顆——包括角落雷達、高階角落雷達和遠距離/中程雷達、前/后雷達等，使雷達技術落實于50%的新車應用。

成像雷達

據Strategy Analytics的Riches表示，雷達解決方案的最新趨勢是利用雷達系統產生高解析度「影像」，用于在視場中定位和辨識/分類物體。Riches說：「當今用于車輛的雷達無法在夠寬的視野范圍提供足夠的解析度，以產生逼真的影像。」。

僅用雷達晶片無法實現這一目標。Riches解釋，「天線設計在此至關重要，這也是我們看到像Metawave等新創公司獲得英飛凌、電裝(Denso)、Toyota AI Ventures、現代汽車(Hyundai Motor)和旭硝子(Asahi Glass)等公司投資的原因之一。」

雷達的弱點

雷達技術的優點眾所周知，最顯著的是它能夠在各種天氣條件下運作。汽車專家認為，雷達能夠與視覺感測器組合，作為高度自動駕駛車輛的關鍵感測技術。

據Strategy Analytics的Riches解釋，「基本上，它們工作在完全不同的波長。攝影機使用的是可見光，因此在明暗對比度反差很大的情況下(例如駛離隧道時)或在大雨/大雪等黑暗、視線模糊環境時的性能最弱。而光達發射的光在正常可見光譜之外，但最大的挑戰是在明亮的陽光下，由于強光導致系統的訊號雜訊比(SNR)降低。另外，高解析度光達技術目前也非常昂貴，而且在汽車應用時的成熟度不及攝影機或雷達。」

相形之下，他指出，雷達「不受光照條件的影響，同時還能有效地穿透下雨或下雪的天氣」。

然而，雷達并不是最終的解決方案。Riches說：「雷達的關鍵弱點在于其解柝度：它很善長于告知那里有「東西」，但并不能確實地說出是什么東西。」。

簡言之，雷達技術在判斷是否繼續駕駛(例如檢測到駕駛上方的街道標識)或是否采取緊急煞車(例如前方車道內停了一輛消防車)等需要做出明確決定時，其表現并不理想。

這就解釋了為什么目前的車用雷達有時會過濾掉并忽略靜止物體。Riches強調說，雷達無法判斷一個物體是不是車子不該碰撞到的東西。

實際上，對于裝有雷達的車輛，其用戶手冊上充滿了對駕駛人的警告。例如摘錄自Skoda Superb的用戶手冊(采用基于雷達的ACC功能)： 「當接近靜止障礙物時，ACC不會做出反應，例如交通擁塞、車輛故障或停等紅綠燈的車輛。

Volvo XC90的用戶手冊也有類似的警告： 「距離警報在時速高于30公里/時(20英哩/時)有效，而且僅對與車輛駕駛方向相同的前方車輛做出反應。不能為迎面而來的、行駛緩慢或靜止的車輛提供距離資訊。」(第289頁)

「半自動駕駛輔助(Pilot Assist)的煞車功能并不適用于人、動物、物體、小型車輛(例如自行車和摩托車)、小型拖車以及迎面而來的慢速或靜止車輛。」

Riches總結道：「你還可以在許多其他品牌的用戶手冊中找到類似的文字......成像雷達的目的在于解決這個問題。」