2022 年 12 月 6 日，美國加利福尼亞州圣克拉拉市， Ambarella（下稱“安霸”，納斯達克股票代碼：AMBA，專注于 AI 視覺感知芯片的半導體公司），今天領先業界首發集中式 4D 成像毫米波雷達架構，它既可以對原始毫米波雷達數據進行集中處理，也可以與其它傳感器輸入，例如攝像頭、激光雷達和超聲波，進行深入的底層融合。這一突破性的架構為 ADAS 和 L2+ 至L5 的自動駕駛系統以及智能機器人的 AI 算法，提供了更高級的環境感知和更安全的路徑規劃。安霸傲酷獨特的毫米波雷達技術，使用 AI 算法支持雷達波形對周圍場景的動態適應，可輸出精度高達 0.5 度角分辨率、每幀高達數萬個點的超密集點云，并且有效工作距離超過 500 米。這所有的性能指標，都以少了一個數量級的天線 MIMO 通道來實現，這樣不僅降低了數據帶寬，功耗也更低。搭載傲酷技術的安霸集中式 4D 成像毫米波雷達，感知系統更靈活，性能更高，助力系統集成商在下一代的雷達設計中占得先機。
“2021 年(nian)，全(quan)(quan)球(qiu)市場(chang)汽(qi)(qi)車(che) ADAS 領域生產了約(yue) 1 億(yi)個毫(hao)(hao)(hao)米(mi)(mi)波(bo)雷(lei)達。”全(quan)(quan)球(qiu)知名市場(chang)研究與戰略咨詢公司(si) Yole Group 旗下的(de) Yole Intelligence 的(de)射頻設備與技術團(tuan)隊首席分(fen)析師(shi) Cédric Malaquin 解釋(shi)說。“隨著汽(qi)(qi)車(che)安全(quan)(quan)方面的(de)法規(gui)要求不(bu)斷提(ti)高(gao)，以(yi)及更先進(jin)的(de)自動駕駛(shi)系統的(de)逐漸推進(jin)，我們預計到 2027 年(nian)這(zhe)一數量將增長 2.5 倍”。事實上，主機廠從(cong)目(mu)前(qian)每輛車(che)配置(zhi)(zhi) 1-3 個毫(hao)(hao)(hao)米(mi)(mi)波(bo)雷(lei)達，已演變為(wei)每輛車(che)至少(shao)配置(zhi)(zhi) 5 個毫(hao)(hao)(hao)米(mi)(mi)波(bo)雷(lei)達。此外(wai)，關(guan)于毫(hao)(hao)(hao)米(mi)(mi)波(bo)雷(lei)達是應(ying)該采用(yong)分(fen)布式模(mo)塊(kuai)處理(li)，還是集(ji)中(zhong)式處理(li)，以(yi)及關(guan)聯的(de)開發如何做(zuo)，行業內有針鋒相對的(de)觀點。一種做(zuo)法是將多個雷(lei)達的(de)數據集(ji)中(zhong)式處理(li)，這(zhe)將使得主機廠獲得更高(gao)性能(neng)(neng)的(de)成(cheng)像(xiang)毫(hao)(hao)(hao)米(mi)(mi)波(bo)雷(lei)達系統，以(yi)實現新的(de) ADAS/AD 功能(neng)(neng)，同時優化毫(hao)(hao)(hao)米(mi)(mi)波(bo)雷(lei)達模(mo)組的(de)成(cheng)本。
這項(xiang)獨特的(de)、極具性(xing)價比的(de)新架構(gou)，終于在安(an)霸(ba) CV3 AI 域(yu)控(kong)制(zhi)器主芯片上得以實現。安(an)霸(ba)優(you)化了算(suan)法(fa)，在CV3芯片上增加了專為毫米(mi)波雷(lei)(lei)達信號處定制(zhi)的(de)硬(ying)件單(dan)元(yuan)。CV3 的(de)每瓦(wa)特 AI 性(xing)能優(you)勢在業內逐漸被更(geng)多(duo)客戶充分認識，其(qi)高(gao)計算(suan)性(xing)能和大內存容量使得 4D 毫米(mi)波雷(lei)(lei)達算(suan)法(fa)充分發揮，得到具有高(gao)點云密(mi)度、長探(tan)測范圍 和高(gao)靈敏(min)度的(de)雷(lei)(lei)達感(gan)知(zhi)結果，這讓搭載(zai)單(dan)顆 CV3 的(de)自動駕駛(shi)車輛和機器人(ren)也能高(gao)效地(di)集中多(duo)傳感(gan)器的(de)實時處理感(gan)知(zhi)、底層融合(he)和路徑規劃。
安(an)霸總裁(cai)兼(jian) CEO 王奉民說(shuo)：“業(ye)界尚未有(you)(you)其他半(ban)導體和(he)軟(ruan)件公(gong)司同時在(zai)毫(hao)米(mi)波(bo)雷達算法(fa)、攝像頭視覺影像處理(li)，以及(ji)AI加(jia)速引擎等幾個方面擁有(you)(you)領先的(de)(de)(de)全(quan)棧能(neng)力。這些專業(ye)能(neng)力讓(rang)我們能(neng)夠創建一個前所未有(you)(you)的(de)(de)(de)集中(zhong)式域控處理(li)架構，憑借 CV3 行(xing)業(ye)領先的(de)(de)(de)性能(neng)功耗比，把傲(ao)酷毫(hao)米(mi)波(bo)雷達算法(fa)的(de)(de)(de)領先優勢(shi)更(geng)好發揮出(chu)來(lai)，有(you)(you)效地(di)(di)實(shi)現全(quan)新(xin)的(de)(de)(de) AI 感(gan)(gan)知、傳感(gan)(gan)器融合和(he)路徑規劃，這將(jiang)有(you)(you)助于我們更(geng)深(shen)層地(di)(di)挖掘(jue)出(chu) ADAS、自(zi)動(dong)駕駛和(he)機器人市場的(de)(de)(de)全(quan)部(bu)潛力。"
友商的(de) 4D 成像毫(hao)米(mi)波雷達(da)(da)(da)技術因數(shu)(shu)(shu)據(ju)量太(tai)大，難以(yi)有效(xiao)傳輸和集(ji)(ji)中(zhong)化處理(li)。提供 4D 成像毫(hao)米(mi)波雷達(da)(da)(da)所需的(de)高角分辨率需要(yao)每(mei)個模(mo)塊使用數(shu)(shu)(shu)千(qian)個 MIMO 天線(xian)，而它們(men)每(mei)秒會(hui)產(chan)生數(shu)(shu)(shu)萬(wan)億 bit 的(de)數(shu)(shu)(shu)據(ju)，同時，每(mei)個雷達(da)(da)(da)模(mo)塊將消(xiao)耗超過 20 瓦的(de)功率。一輛車需要(yao)至少六個雷達(da)(da)(da)模(mo)塊，其數(shu)(shu)(shu)據(ju)量也將倍增，因此，要(yao)集(ji)(ji)中(zhong)處理(li)數(shu)(shu)(shu)千(qian)根天線(xian)上的(de)毫(hao)米(mi)波雷達(da)(da)(da)數(shu)(shu)(shu)據(ju)，在技術上極(ji)為困難。
通過(guo) AI 算法(fa)動態控制現有 MMIC 設備調制雷(lei)(lei)達(da)(da)波形，并(bing)使用 AI 算法(fa)來創建虛擬天(tian)線陣(zhen)列(lie)，傲酷雷(lei)(lei)達(da)(da)技術將這種新架構(gou)中每個 MMIC 雷(lei)(lei)達(da)(da)頭的(de)天(tian)線陣(zhen)列(lie)減(jian)少到 6 發射 x8 接(jie)收，并(bing)且在(zai)前(qian)端無需(xu)接(jie)雷(lei)(lei)達(da)(da)處(chu)(chu)理(li)(li)器(qi)。其結果就是，MMIC的(de)數量大幅減(jian)少，同時實現了極高的(de)0.5度方位角(jiao)(jiao)和(he)俯仰角(jiao)(jiao)分辨(bian)率。此(ci)外，安霸的(de)集中式架構(gou)在(zai)最大占空比的(de)情況下，功耗明顯(xian)降低(di)，數據(ju)傳輸的(de)帶寬減(jian)少了 6 倍，不需(xu)要邊緣端的(de)雷(lei)(lei)達(da)(da)處(chu)(chu)理(li)(li)，也因此(ci)避免了信(xin)息過(guo)濾和(he)傳感器(qi)信(xin)息損失。
性價比(bi)高(gao)、軟(ruan)件定義的(de)(de)集中(zhong)(zhong)式架構(gou)還(huan)可以(yi)根據(ju)(ju)(ju)實(shi)時(shi)情況，在(zai)不同的(de)(de)傳(chuan)感器類(lei)型之間(jian)(jian)和同一類(lei)型的(de)(de)傳(chuan)感器之間(jian)(jian)動態分(fen)配(pei) CV3 的(de)(de)處(chu)(chu)理(li)資源。例如，在(zai)極端的(de)(de)雨天條件下，遠程攝像頭的(de)(de)有效數據(ju)(ju)(ju)會減少，CV3 可以(yi)將其部分(fen)資源轉移，以(yi)增(zeng)強毫米(mi)波雷達數據(ju)(ju)(ju)處(chu)(chu)理(li) 性能(neng)。同樣，如果車(che)輛在(zai)雨天行(xing)駛(shi)在(zai)高(gao)速(su)公路上時(shi)，CV3 可以(yi)專注于來自正(zheng)前(qian)方的(de)(de)毫米(mi)波雷達傳(chuan)感器數據(ju)(ju)(ju)，以(yi)進一步擴大車(che)輛的(de)(de)探測范圍，同時(shi)提供更快的(de)(de)反應(ying)。這種對場景的(de)(de)自適(shi)應(ying)優化，是(shi)基于邊(bian)緣(yuan)(yuan)處(chu)(chu)理(li)的(de)(de)架構(gou)無法實(shi)現的(de)(de)，因為在(zai)邊(bian)緣(yuan)(yuan)處(chu)(chu)理(li)架構(gou)中(zhong)(zhong)，毫米(mi)波雷達數據(ju)(ju)(ju)是(shi)分(fen)布在(zai)每個模塊中(zhong)(zhong)進行(xing)處(chu)(chu)理(li)的(de)(de)，而(er)處(chu)(chu)理(li)性能(neng)是(shi)為最(zui)壞(huai)的(de)(de)情況而(er)準備的(de)(de)，因此毫米(mi)波雷達的(de)(de)性能(neng) 往往沒有得(de)到充分(fen)利用(yong)。
這兩(liang)種(zhong)不同的毫米波(bo)雷(lei)達(da)處理方法在(zai)下表中進行了總結(jie)：
友商的邊緣處理毫米波(bo)雷(lei)達 | 安霸的集中式處理毫(hao)米波雷達 |
不考慮環境(jing)條件(jian)的持續、重復(fu)的毫米(mi)波雷達波形 | Oculii? AI 軟件(jian)算法可根據周圍環境動態調整的毫(hao)米波雷達波形 |
模(mo)塊中包含 MMIC +邊緣雷達(da)處理器 | 僅在 "毫米波雷達頭 "中含 MMIC |
毫米波(bo)雷達模塊(kuai)中的毫米波(bo)雷達探測(ce)處理 | 中央處(chu)理器中的(de)毫米波雷達探測處(chu)理 |
每個模塊(kuai)每秒(miao)數(shu) T bit 毫米波(bo)雷達數(shu)據（太大量(liang)而無法集中(zhong)傳(chuan)輸(shu)和處理） | 毫米波(bo)雷(lei)達(da)數(shu)據傳(chuan)輸帶(dai)寬減少 6 倍，因而便(bian)于集中式處理 |
1+ 到 2 度的角分(fen)辨率 | 0.5度的方位(wei)角和俯(fu)仰(yang)角分辨率 |
高(gao)功耗(hao)：每個毫米波雷達模塊(kuai)使用 1000 個天(tian)線 MIMO 信道 | 低功耗：天(tian)線(xian) MIMO 通道少了一個(ge)數(shu)量級(ji)（每(mei)個(ge)無(wu)處理器的 MMIC 毫米波雷達頭(tou)有 6 個(ge)發射 x 8 個(ge)接收天(tian)線(xian)） |
不(bu)支持計算(suan)資源動(dong)態分(fen)配（為最壞情況(kuang)考(kao)慮(lv)） | 支持根(gen)據(ju)實時情況，在不(bu)同(tong)傳(chuan)感器和同(tong)類型傳(chuan)感器之間(jian)動(dong)態分配(pei) CV3 處理資源 |
集成的(de)雷達處理器性能低 | CV3 內建的雷達處(chu)理器比傳統的邊緣毫(hao)米波雷達處(chu)理器（DSP）快 100 倍以上 |
CV3 標志(zhi)著安霸下(xia)一代(dai) CVflow? 架構的首次亮相，它包含有神(shen)經(jing)網(wang)絡矢量處(chu)理(li)(li)器(qi)和通用(yong)計算(suan)矢量處(chu)理(li)(li)器(qi)，兩者都包含了毫米(mi)波雷達(da)(da)專用(yong)信號處(chu)理(li)(li)。這些處(chu)理(li)(li)器(qi)在協(xie)同工作下(xia)，結合傲(ao)酷先(xian)進的雷達(da)(da)感知算(suan)法，可(ke)達(da)(da)到比傳統(tong)邊緣(yuan)毫米(mi)波雷達(da)(da)處(chu)理(li)(li)器(qi)快 100 倍(bei)的高(gao)性能。
新(xin)(xin)款集中式(shi)(shi)架構的(de)(de)優勢(shi)還包括更(geng)容易(yi)進行 OTA 軟(ruan)件(jian)升級，以便未(wei)來不斷改進和(he)適應新(xin)(xin)需求。相比之下(xia)，在確定(ding)每個(ge)模(mo)塊使用的(de)(de)處理(li)器(qi)和(he)操作系(xi)統之后，每個(ge)邊(bian)緣毫(hao)米(mi)波雷(lei)(lei)達(da)(da)(da)(da)(da)模(mo)塊的(de)(de)處理(li)器(qi)必須單獨更(geng)新(xin)(xin)；而(er)單一(yi)的(de)(de) OTA 更(geng)新(xin)(xin)可以直接推送到 CV3 主芯(xin)片，并在系(xi)統的(de)(de)所有雷(lei)(lei)達(da)(da)(da)(da)(da)頭(tou)中匯總(zong)。這些雷(lei)(lei)達(da)(da)(da)(da)(da)頭(tou)只(zhi)需要雷(lei)(lei)達(da)(da)(da)(da)(da)收(shou)發(fa)芯(xin)片 而(er)不需要雷(lei)(lei)達(da)(da)(da)(da)(da)處理(li)器(qi)，這就降低(di)了前裝的(de)(de)成(cheng)本，以及在發(fa)生事故后更(geng)換的(de)(de)材料成(cheng)本（大多數(shu)毫(hao)米(mi)波雷(lei)(lei)達(da)(da)(da)(da)(da)位于(yu)(yu)車輛的(de)(de)保險杠后面）。對(dui)比新(xin)(xin)一(yi)代集中式(shi)(shi)毫(hao)米(mi)波雷(lei)(lei)達(da)(da)(da)(da)(da)軟(ruan)件(jian)更(geng)新(xin)(xin)的(de)(de)便利，由于(yu)(yu)傳統的(de)(de)分布式(shi)(shi)雷(lei)(lei)達(da)(da)(da)(da)(da)更(geng)新(xin)(xin)軟(ruan)件(jian)比較(jiao)復雜，如(ru)今部署的(de)(de)許多毫(hao)米(mi)波雷(lei)(lei)達(da)(da)(da)(da)(da)模(mo)塊從(cong)未(wei)更(geng)新(xin)(xin)過軟(ruan)件(jian)。
新(xin)款集中式毫米波(bo)雷達架構的(de)目標應(ying)用包括 ADAS 和(he)(he) L2+ 至 L5 自(zi)動(dong)駕駛汽(qi)車(che)，以(yi)及(ji)自(zi)主移動(dong)機器(qi)人(ren)（AMR）和(he)(he)自(zi)動(dong)引導車(che)（AGV）機器(qi)人(ren)。這些設計通過安霸統一(yi)(yi)而靈活的(de)軟件(jian)開發環(huan)境得到簡化，為汽(qi)車(che)和(he)(he)機器(qi)人(ren)開發人(ren)員提供了一(yi)(yi)個可(ke)升(sheng)級的(de)軟件(jian)平臺，性能范圍從 ADAS 和(he)(he) L2+ 一(yi)(yi)直延(yan)伸到 L5。
