无需昂贵的激光雷达，NOA也可以靠它

其中大名鼎鼎的激光雷达，其高分辨率是最大的差异化竞争力。然而如今，随着4D成像雷达（4D表示距离Range、速度Velocity、水平角度Azimuth和俯仰角度Elevation四个维度）的技术不断演进，在很多应用场景中可以实现对于激光雷达的替代。所以我们也看到越来越多车企希望用4D成像雷达替代激光雷达，让L2+的NOA功能得到更大普及，毕竟相比而言，激光雷达的成本还是要远高于4D成像雷达。预计到2030年，L2+的车型将有可能达到50%，这也给4D成像雷达带来足够的想象空间。

什么样的4D成像雷达才能够符合NOA的需求？

我们结合安富利推出的S32R41+2*TFE82双片级联方案，从三个方面详细探讨。

4D成像雷达需要识别出行人、自行车等，这就需要传感器看得更远、检测更小的物体，并且可靠地将较小的物体区分开。

成像雷达需要在最大300米的距离外检测、区分、追踪多个静止或移动的目标，即便目标相互间距离很近也能做到。对于射频部分而言，意味着需要在射频链路预算、输出功率、噪声系数、相位噪声等方面进行优化，以提升探测能力和分辨率。

TEF82 RFCMOS汽车雷达收发器是一款高性能单芯片、低功耗汽车FMCW(调频连续波)雷达收发器，涵盖了从76GHz到81GHz的整个汽车雷达频段。这种完全集成的RFCMOS芯片包含3个发射器、4个接收器、ADC转换、相位旋转器和一个低相位噪声VCO。

TEF82具有增强的射频性能，功率输出为13.5dB，11.5dB低噪声系数以及95dBc/Hz@1MHz的低相位噪声，并且支持级联高分辨率成像雷达。

另外，TEF82支持扫频起始频率慢飘移，有专门的寄存器设置，设置非常简单对用户非常友好，每个chirp的起始频率相对于前一个chirp的起始频率都有一个提高（或者降低，取决于chirp方向）。这种波形设计的好处是，单个chirp扫频时间短，因此在做doppler运算的时候，无模糊上线速度更高，同时通过chirp级联方法可以获得更高的扫频带宽，从而可以获得更高的距离分辨率。同时由于每个chirp的占据带宽是不同的，也在一定程度上有避免雷达被干扰的作用。

这种出色的射频前端性能使其非常适合4D毫米波雷达的要求。

4D毫米波雷达通过生成高密度点云，以及亚度级别的分辨率，这会带来庞大的数据量，高效的处理器和专门设计的雷达加速器与先进的算法相结合以处理这些高密度数据。

处理器的强大计算能力使得雷达能够实时处理大量数据，生成精确的三维环境图像。通过与MIMO（多输入多输出）技术结合，雷达系统可以实现更多的虚拟通道，从而提升目标检测和追踪的精度和范围。另外，由于自动驾驶/辅助驾驶具有极强的实时性，因此需要在传感器侧就实现数据的快速处理，从而完成实时响应。

S32R41处理器，采用了Arm Cortex-A53和Cortex-M7内核，结合专用雷达处理加速器SPT3.5，内部8MB SRAM，且集成了两个以太网和两个CANFD接口。

值得一提的是全新SPT 3.5，相比上一代SPT 2.8有所提升。其中带有VFPU（浮点数向量运算）的BBE32 DSP提供了新的雷达后处理功能；更大的内存也可以显著增加雷达数量；并且支持最多两个级联收发器，用于高级高分辨率雷达。

SPT是一堆用于毫米波雷达数字信号处理的硬件加速器的总称，包括FFT、MAXS(峰值搜索)、Copy（数据拷贝）、VMT（求模求对数等数学运算）、HIST（柱状图统计）、SORT（排序）等。也就是说在S32R41中，基础雷达信号处理都用硬件加速器实现的，速度快、功耗低。针对4D毫米波雷达中其他的数字信号处理，比如矩阵运算、矩阵求逆、矩阵分解的向量运算，则由DSP实现。

随着车型的推出频次越来越快，产品的上市周期不断缩短，而雷达的开发相对较为复杂，涉及到射频天线、高速硬件以及丰富的算法，因此越来越多厂商都在关注工具、参考和标准软件的提供。

安富利的双片级联方案，提供天线参考，以及相应的雷达校准算法。另外，安富利还开发了一种孔径外推技术，利用Burg以及Marple等时稳信号处理算法，对接收孔径进行线性外推，无需通过多收多发来扩展孔径。安富利的方案还支持友好Python开发环境，方便射频工程师评估TEF82的射频性能，同时也为了方便算法工程师快速的开发验证自己的算法。

雷达传感器已经成为现代汽车ADAS不可或缺的一部分。4D毫米波雷达作为ADAS领域的新一代感知神器，其更优秀的射频前端、更高的处理能力以及更友好的开发环境，使其在未来智能化的发展浪潮中扮演着至关重要的角色。

随着高性价比的4D成像雷达技术的问世，面向L2+和更高级别汽车的ADAS传感器组合将产生重大影响，实现L2+级安全和舒适功能的广泛应用，从而让驾驶更安全，用户体验更好。