摘要：隨著毫米波雷達將處理器或DSP集成走向單芯片，以及級聯之後實現的高分辨率，將有可能對物體進行分類和跟蹤，從而實現邊緣深度學習計算。邊緣智能的這扇門一開，未來毫米波雷達會釋放多少市場潛力呢？
（集微網報道 艾檬）在傳感器的江湖，一樣上演著此消彼長的明爭暗鬥。有的技術難免沉淪，有的則意興闌珊，有的卻趁勢而起。而毫米波雷達藉助工藝創新解決了體積和成本的瓶頸後，其應用場景更加多元化，從汽車和工業兩大領域拓展到安防、醫療等應用，並且通過與圖像傳感器等的融合進入更廣闊的應用天地，毫米波雷達的好戲正待開場。
走向集成
傳統毫米波雷達系統方案由射頻、基帶、ADC、DSP等組成。德州儀器（TI）中國區嵌入式產品系統與應用總監蔣宏介紹，由於射頻頻率高，主要採用砷化鎵、鍺化硅等特殊的射頻工藝，而基帶、數字信號處理採用CMOS工藝，系統不同部分採用不同工藝，一般是分立方案，不僅開發複雜，同時成本居高。
而近兩年在工藝實現突破之後，單芯片方案成為“使命必達”。如今市場上主流廠商比如TI、NXP、英飛凌、ADI等大都採用RF-CMOS工藝，解決CMOS工藝應用於高頻電路上的問題，將射頻、ADC、DSP集成到一個芯片中，使得成為一個單芯片的雷達系統尺寸更小、設計更簡單，同時功耗和成本更低，並可更靈活地在線監測與調設。
加特蘭微電子創始人同時也是國際CMOS毫米波領域開拓者的陳嘉澍也曾表示，毫米波雷達技術的工藝從1990~2007年的砷化鎵工藝，到2007~2017年的鍺硅工藝，再到2017至今的CMOS工藝，高集成的CMOS工藝的爆發期已然到來。
此外，AoP天線封裝技術也開始嶄露頭角。蔣宏提到，這可節省外部複雜的天線設計，既縮小產品尺寸，改善散熱，同時減少整體BOM成本。與之相適應的是，市場上一些主流廠商發佈的汽車雷達方案就已將處理器、射頻收發器和天線組合在一起。
可以說，單芯片一方面降低了整個雷達的研發難度，大幅降低面積、功耗及成本；另一方面，配置性和可擴展性更強，使得距離、角度、速率等都能進行多信號融合判斷，大幅提升精度與分辨率，商用進程亦得以不斷提速。
與之相應而來的是考驗更加全面，競爭不斷加劇。國際大廠英飛凌、TI、ST、NXP等各有所長，國內的廈門意行和加特蘭等廠商雖然是新銳力量，但未來的比拼不僅在於雷達方案本身，還需提供各種開發工具、軟件、評估板、第三方服務以及參考設計等，需構建完整的生態開發系統。可能預料的是，拼殺最終的“果實”就是芯片的成本最終將落在10-20美元區間，使行業大受裨益。
邊界拓寬
毫米波雷達既然實現了“蛻變”，其應用也隨之“拓寬”。
在汽車應用中，毫米波雷達常見應用包括 ACC 自適應巡航、AEB、自動緊急剎車、BSD 盲點檢測等，被視為L1-L3級別自動駕駛下的利器。
但需要注意的是，這些應用對芯片要求不一。蔣宏介紹，車載接近應用包括開車門告警、底盤檢測、車類成員檢測、駕駛員監控和手勢識別，這一類應用要求的探測距離比較近，但是對分辨率和精度的要求比較高。而車載的短距和超短距雷達的應用場景如盲點檢測、車道變更輔助、防碰撞等要求從十米到一百米不等，對速度的要求比較高。而車載的中長距雷達如緊急制動、自適應巡航控制等對探測距離的要求一般在150到200米，雷達信號處理的數據量比較大，因內存的限制很難在單片雷達方案上實現。
而在工業領域毫米波的應用也五花八門，包括液位檢測、震動檢測、交通監控、手勢識別、無人機避障等，諸多案例也在落地。蔣宏介紹，諸多工業自動化領域需要機器人、機械臂感知周圍環境，還有AGV（倉儲機械人）需要找出路徑避免碰撞。此外，智能建築領域包括電梯轎廂運行位置、速度等智能樓宇應用，毫米波雷達都可大展身手。
除此之外，圍繞智能家居、醫療等應用亦開啟了新的想象空間。蔣宏提及，在醫療應用上，毫米波雷達通過算法處理，可精確檢測出呼吸頻率及心跳，從而實現一個非接觸式的檢測。蔣宏還舉了一個智能家居應用實例說，毫米波雷達在家電中的熱門應用當屬智能空調，可感知人員位置分佈進行風向調節，相比於紅外熱成像的距離和精度都更強。在安防領域，毫米波雷達將是重要的技術補充，具備探測距離長、全天候、穿透性等獨特優勢。
而這並不意味著毫米波雷達要“單打獨鬥”，通過與其他傳感器融合顯然可各取所長。蔣宏指出，如在安防領域，通過將毫米波與圖像傳感器等結合，攝像頭可找到目標，雷達則給出距離、速度等信息，實現一個更安全更穩定的佈局。
特別是在自動駕駛領域需要“融合”。安森美智能感知部全球市場及應用工程副總裁易繼輝認為，未來自動駕駛需要圖像傳感器、毫米波雷達、超聲波和激光雷達一起“合力”，各司其職，才能真正實現全天候的、更高層級的自動駕駛和安全保障。
邊緣智能
如今邊緣智能愈演愈烈，越來越多的應用場景需要毫米波傳感器不僅具備能夠感知環境的能力，還要在本地側作出實時的決策和判斷，同時避免被幹擾。
而毫米波雷達通過將處理器或DSP集成，使其在準確感知環境的基礎上，可對數據做實時的決策與處理，從而匹配智能化“節拍”。
而毫米波雷達的“成就”不止於此，級聯成像成為它的“新驅動力”。蔣宏強調，毫米波雷達的信號以往是測速、距離或定位，但通過集聯，它的“功力”大漲，精準度提高，可實現“成像”。
傳統的毫米波雷達在角度分辨率上相對於激光雷達雖存在劣勢，但通過級聯可構成一個天線數量更多的矩陣，不僅可提供更高的角度分辨率，還可在水平和垂直方向上檢測目標，提供更加精確的方位信息。蔣宏以TI四個AWR1243集連為例，可構成12根發射天線 16根接收天線，等效於192根天線的MIMO天線陣列，從而可實現0.6度的角度分辨率。
“通過級聯基本一秒鐘也可以產生5萬個點，大幅提升分辨率，而且不易受環境影響，甚至是判斷出人體的大致輪廓。隨著成像性能越來越好，應用領域將不斷拓寬。”蔣宏總結說。
有專家分析，在沒有激光雷達配置同時圖像傳感器場景受限的情況，開發人員希望毫米波雷達能夠提供前方障礙物的大小、高度判斷識別，甚至基於深度學習能夠識別障礙物屬性。而隨著毫米波雷達將處理器或DSP集成走向單芯片，以及級聯之後實現的高分辨率，將有可能對物體進行分類和跟蹤，從而實現邊緣深度學習計算。邊緣智能的這扇門一開，未來毫米波雷達會釋放多少市場潛力呢？（校對/範蓉）