哪些车企是前向雷达大客户？国产突围/4D升级进展如何

可穿透尘雾、雨雪、不受恶劣天气影响，唯一能够“全天候全天时”工作，同时在中远距离的物体识别能力，毫米波雷达成为二十几年前豪华车ACC功能的必备传感器。

此后，随着视觉感知技术的不断成熟，尤其是Mobileye、特斯拉等企业为行业规模化导入基于摄像头的辅助驾驶系统，毫米波雷达的主力位置开始被挑战（不过，在AEB功能中，依然有着独特的感知优势）。

不过，随着特斯拉推出纯视觉方案，毫米波雷达在角分辨率方面的弱势，变得更加突出（而过多的噪音，也成为视觉融合性能提升的不确定性因素）。同时，摄像头能力的不断提升，单V方案也成为性价比的代名词。

从目前的数据表现来看，前向毫米波雷达的增速也处于稳定周期。高工智能汽车研究院监测数据显示，今年1-8月中国市场（不含进出口）乘用车前装标配前向雷达交付642.70万颗，同比仅增长23.70%（增速低于盲区）。

相比而言，前向纯视觉方案（辅助驾驶），在今年1-8月实现了同比上年同期23.66%的增长。尤其是L1/L2级搭载车型价位不断下探，对于感知方案的性价比要求越来越高。

不过，在过去几年时间，毫米波雷达赛道也出现了微妙的变化。「国产替代」和「4D突围」成为市场的主旋律。

毫米波雷达的国产化，在过去几年经历从后装、商用车前装（法规）、乘用车前装（从盲区到前向）的过程。其中，森思泰克、华域、埃泰克（旗下易来达）是最早实现乘用车（BSD雷达）量产落地的代表厂商。

此后，包括德赛西威、华锐捷、楚航科技、木牛科技、福瑞泰克、华为等厂商也陆续进入前装量产阵营。其中，华锐捷背靠零跑汽车，实现规模化交付。

不过，直到2021年，森思泰克才成为本土首家（第三方供应商）实现AEB前向毫米波雷达在乘用车前装量产的供应商，并陆续实现在红旗、长安、理想等车企的规模交付。

这被视为中国本土毫米波雷达厂商真正「扬眉吐气」的时刻。当然，这也得益于当年海康威视对森思泰克的资金支持，而前者也在近几年迅速成为中国乘用车ADAS赛道（摄像头、全景环视、泊车）的主力玩家。

进入2022年，由于汽车芯片供应链短缺效应发酵，部分自主品牌车企开始寻求替代供应商。比如，比亚迪在辅助驾驶功能搭载率的提升，由于博世、Veoneer（处于业务被收购周期）供应问题，利好本土供应商。

此后，承泰科技的前向毫米波雷达陆续搭载比亚迪汉DMI、宋PRO、唐DMI、海豹EV、汉EV、宋PLUS、护卫舰07等多款热销车型。

公开信息显示，承泰科技的车规级77GHz毫米波雷达产品已获得比亚迪、吉利、长城、奇瑞、上汽、东风、北汽等多家主机厂100多款量产与定点项目，成为多家头部自主品牌主机厂体系内供应商。

但同时，随着上游芯片方案尤其是芯片供应商对中国市场客户的资源倾斜，也让毫米波雷达的技术门槛快速下降，也带动越来越多的车企开始自研。

今年3月，比亚迪旗下弗迪科技正式对外发布新一代RF1平台前向毫米波雷达。在此之前，角雷达已经陆续上车。此外，4D成像雷达、智能车门雷达、舱内活体检测雷达也将陆续量产。

按照弗迪科技对外披露的信息，到2022年底，该公司的毫米波雷达出货量已经突破百万颗，并承接了比亚迪角雷达全部份额。

长城汽车，也在去年正式推出了内部孵化的感知硬件公司「睿博感知」，主要聚焦智能传感器研发，包括4D毫米波雷达和高清摄像头等。

公开信息显示，此前「睿博感知」业务隶属于长城汽车旗下的的零部件子公司曼德，2023年1月正式拆分独立。目前，已拿到长城内部多个车型项目。

按照计划，角雷达与前向4D雷达将于今年9月量产，下一代分布式4D雷达（数据处理转移至域控制器）正在与整车进行深度协作和验证，计划于2024年中期实现量产落地。

此外，在4D雷达赛道，整体市场进展低于预期。目前，仅有采埃孚、森思泰克、福瑞泰克实现前装量产交付。其中，森思泰克凭借在理想、深蓝的量产搭载，实现了规模化的前装。

不过，车企对于4D雷达的评价，还处于技术验证期。

比如，理想L7车型搭载了4D毫米波雷达，但从车企的角度来看，“现在的 4D雷达还是当作普通雷达在用，这是一个新技术，所以还是在验证很多高阶的能力。“

而率先实现自研的特斯拉，也在近日对外证实：目前，公司仅在Model S和X两款车型上进行相关验证工作，来评估产品的实际性能，目前还没有计划将4D雷达搭载至Model 3和Y两款走量车型。

此外，在成本方面，目前，4D毫米波雷达依然存在制约因素。

众所周知，目前，不管是激光雷达还是4D成像毫米波雷达，主流的信号及数据处理芯片都是采用FPGA为主。而提高收发模块集成度（单芯片方案已经成为主流）及自研SoC芯片替代FPGA是降本的主要方向之一。

而更大的隐性成本，来自软件算法。

比如，4D成像雷达在点云密度增加的情况下，如何增加检测的成功概率，减少回声的噪音，并实现远处信号反射较弱物体的检测，还需要解决多信号的干扰问题。

同时，相比于传统3D雷达的检测（由于角分辨率不足，无法区分静态目标，以及分类不准的问题），4D雷达还需要增加额外的从点云到聚类，目标精准识别分类的能力。

这意味着，不管是毫米波雷达供应商，还是Tier1或者主机厂，都需要额外投入研发资源进行相应软件算法的开发。

此前，美股上市的4D雷达芯片组方案公司Arbe就直言：我们正在尽可能提供软件堆栈，帮助我们的最终客户（汽车制造商）尽快适应这项技术。