来源：芝能汽车

之前我们参加了英飞凌的技术交流会，有关毫米波雷达，特别是感知方面的毫米波雷达，我们也梳理一下。

在辅助驾驶领域，英飞凌的产品主要覆盖计算、通信与感知的完整技术体系（ AURIX 系列产品、以太网和感知领域），通过这个讲座也是探讨毫米波雷达的技术发展方向，以及英飞凌在雷达架构上的策略规划。

从高速 NOA、城区 NOA，到如今的端到端大模型、VLA 与世界模型，随着 SoC 计算能力持续提升，自动驾驶系统对感知侧提出了更高要求。

毫米波雷达作为全天候感知的重要传感器，在低光、雨雾、沙尘等场景中具备明显优势，加之激光雷达逐步普及，整个感知系统正在迎来结构性升级。

《智能网联汽车组合驾驶辅助系统安全要求》等新国标的落地，推动了前向雷达能力的提升。

现在大多数车载毫米波雷达仍采用“三发四收”或“四发四收”架构，这种方案通道数有限，输出能力更偏向于辅助视觉、支持基本制动场景。

然而，新国标提出的锥桶识别、隧道协停等场景，对雷达分辨率、探测距离、点云密度提出了全新的要求。

随着安全性的提高，前向雷达正从传统架构加速向“八发八收”升级，并成为中低端辅助驾驶平台中相较激光雷达更具性价比的主流选择。

围绕这一趋势，英飞凌提出了两条技术路线：

◎ 第一条路线：基于 TC45 的雷达边缘架构。

 CTRX8188F 射频前端与 AURIX TC4x 系列 MCU 相结合，其中 TC45 专门用于雷达信号处理。这一组合可构建高分辨率的八发八收雷达系统，满足新国标要求，同时降低对 SoC 的算力依赖，更适配中低端智驾平台。

◎ 第二条路线：面向中央计算的原始数据雷达架构。

车端 SoC 算力的快速提升，雷达信号处理正从以往的边缘 MCU，向 ADCU 集中的中央式架构迁移。雷达端不再进行目标级处理，而是通过高速链路（如 SerDes）将原始数据直接送至 SoC，由中央算力完成测角、聚类及更多 AI/ML 算法处理。

这一架构不仅缩小雷达端尺寸、降低功耗和成本，还能更好地支持多传感器深度融合，并与软件定义汽车的发展方向高度契合。

在中央式架构下，单凭 SoC 的算力与更大的 RAM，就能显著提升雷达的探测距离、点云密度和分辨率。如果进一步采用神经网络处理雷达信号，则有望实现跨越式性能提升，甚至在部分场景中达到或超越激光雷达的效果。

摄像头高速链路硬件成本下降，SerDes 方案在整车中的性价比不断提升，现在设计方案倾向于接受原始数据直接传输，而非过去的以太网压缩方案——后者在抗干扰与数据保真度上均存在限制，中央式架构正加速成为 Tier1 和主机厂的主流技术选择。

毫米波雷达领域构建了“双路线”体系：TC45 + CTRX8188F 支撑高性价比八发八收雷达，服务主流平台；原始数据传输方案则面向具备强算力 SoC 的辅助驾驶平台，通过中央式架构获得更高性能、更低成本及更强的软件扩展能力，这点还是很有价值的判断。

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。