在汽车行业蓬勃发展的当下，主动安全功能愈发重要。过去几年，AEB 自动紧急制动、ACC 自适应巡航、高阶车道居中等功能加速普及，新车安全评价体系和主动安全法规的要求也不断提高。对于整车厂而言，主动安全已从高端车型的可选配置，转变为众多车型必须具备的基础能力。这使得雷达传感器的数量显著增加，涵盖前向雷达、角雷达、侧向雷达和后向雷达等。
随着雷达数量的增多，单个雷达模组的性能要求也在不断提升。早期的 ADAS 系统主要关注目标的距离、速度和方位角，而高阶辅助驾驶则需要更高的点云密度、更强的目标分类能力、更出色的多目标跟踪能力，以及在雨、雾、雪、低光照等复杂场景下的稳定感知能力。毫米波雷达凭借其全天候工作的优势，在点云密度和空间分辨率持续提升后，在高阶感知系统中的作用将进一步凸显。
与此同时，随着汽车电子电气架构从分布式 ECU 向中央计算和区域控制演进，毫米波雷达的架构演进也成为了行业探讨的焦点。
端侧雷达 SoC 仍是当前主流
目前，量产车上更为常见的是端侧处理架构。雷达模组内部集成了射频前端、处理器和硬件加速器，能够在本地完成距离、速度、角度的 FFT 处理，并继续执行目标检测、分类和跟踪等任务。处理后的点云或目标列表，会通过 CAN、CAN - FD 或 100Mb 以太网等车载网络发送到 ADAS ECU。
端侧架构具有明显的优势。雷达模组本身是一个相对完整的智能传感器，整车系统只需接收处理后的结果，无需承载大量的原始雷达数据。雷达供应商可以将射频、信号处理、算法和安全机制封装在模组内，使得整车厂和 Tier 1 的集成边界更加清晰。
在 L1、L2 以及大量成本敏感的车型中，端侧雷达 SoC 仍然具有较强的生命力。其接口带宽要求低，系统解耦程度高，开发和验证链路相对成熟。对于整车厂来说，端侧雷达可以更快地导入不同的车型平台，也更容易控制系统的复杂度。
然而，端侧架构也面临着来自更高阶功能需求的压力。4D 雷达需要同时处理距离、方位角、俯仰角和速度信息，射频通道数量越多，数据量就越大。传统的 L1/L2 雷达常见 3 发 4 收或 4 发 4 收配置，而面向 L2+、L2++ 以及更高阶功能，前向雷达开始向 8 发 8 收发展，在 L3、L4 场景下，甚至可能需要 16 发 16 收、24 发 24 收或更高的通道数。更多的通道虽然可以提升分辨率，但也会显著增加处理压力。
边缘模组内部的 MCU 或处理器需要在有限的功耗、成本和散热条件下完成越来越复杂的信号处理任务。AI、机器学习、模型化雷达处理算法对算力和存储提出了更高的要求，端侧节点容易成为点云密度和目标分类能力继续提升的瓶颈。
4D 成像雷达规模化，让架构选择变得更复杂
4D 成像雷达的发展并非简单地增加通道数量。NXP 指出，早期量产的成像雷达曾采用 12 发 16 收配置，并使用 FPGA 承担处理任务，但在处理能力、温度范围和成本方面都存在限制，主要面向高端车型和有限产量。目前，量产成像雷达正在形成两种主要配置：一类是面向欧美传统车企的高性能 12 发 16 收系统，基于专用雷达处理器和多个 3 发 4 收收发器；另一类是面向中国市场的成本优化 6 发 8 收方案，强调更高的性价比和规模化部署。
对于 2028 年前后的新项目，配置还将继续演进。中国车企可能会从入门级方案升级到 8 发 8 收，其他亚洲区域的车企也可能会跟进。欧美车企则会继续提升性能，目标可能是 16 发 16 收，或者面向增强 L3 和 L4 功能的 24 发 24 收。
NXP 将 24 发 24 收视作一个重要的性能平衡点。高阶应用不仅关注距离和角分辨率，还需要更高的灵敏度、更精细的垂直分辨率和角动态范围。例如，在高速道路上 100 米外的遗落轮胎、停放车辆旁边的行人、夜间弱光场景下的小目标，都需要更强的成像雷达能力。增加通道数量可以提升性能，但继续大幅超过 24 个发射通道会带来 ADC 速度、功耗、处理器成本和系统复杂度等方面的压力。因此，24 发 24 收成为了高性能成像雷达在性能、成本、功耗和复杂度之间的一个关键平衡点。
功耗约束同样至关重要。NXP 提出，下一代高性能成像雷达需要将整颗传感器的功耗控制在 20W 以内，以满足散热系统的要求。对于电动车来说，雷达通常安装在保险杠后方，散热空间有限，气流条件不如传统发动机舱环境。传感器的功耗还会直接影响整车的续航。因此，功耗不再仅仅是芯片级的指标，而是涉及到整车能耗和热设计的问题。
先进节点可以降低功耗，但开发和制造成本也更高。汽车成像雷达目前仍需要考虑市场规模、研发风险和量产时间，因此在许多情况下，成熟制程可以提供更好的成本、风险和上市时间平衡。
IC 集成度会极大地影响系统效率。以 24 发 24 收成像雷达为例，如果采用 6 颗 4 发 4 收雷达收发器，系统的复杂度、成本和功耗都会上升。而 8 发 8 收收发器可以将同样配置所需的芯片数量减少到 3 颗，从而提高成本和功耗效率。
今年 3 月，NXP 宣布推出其第三代 RFCMOS 汽车雷达收发器 TEF8388。这是一款高集成度的 8 发 8 收 (8T8R) 器件，能够满足成像雷达在 L2 + 至 L4 级 ADAS 及自动驾驶系统的需求。其功耗水平与当前的 3 发 4 收器件相当。通过精心设计的架构、优化的引脚分配以及射频引出结构 (launcher) 位置的合理布局，该器件在提升通道隔离度和信号质量的同时，进一步降低了整体系统的物料成本。
该收发器旨在与恩智浦的雷达处理解决方案无缝协同，形成可扩展的产品组合，支持从 8T8R 到 32T32R 的多种雷达配置。
英飞凌押注集中式架构
英飞凌在白皮书中提出了更为彻底的集中式雷达架构，其是 Raw ADC 卫星雷达数据源。
在英飞凌的设想中，雷达边缘模块被进一步简化。毫米波 MMIC 负责射频发射、接收和 ADC 转换；轻量 MCU 负责配置、健康监测和基础控制；NVM 用于存储校准数据、配置参数和器件相关信息；RAW ADC 数据通过 SERDES 或非对称以太网等高速链路传输到中央 ADAS 计算平台。距离 FFT、速度 FFT、角度估计、目标检测、分类和跟踪等处理任务，主要由中央计算平台完成。
Raw ADC 架构的优势在于保留了更多的底层雷达信息。传统的端侧雷达在输出目标列表或有限点云后，很多原始信息已经在本地处理过程中被压缩或舍弃。数据进入中央计算平台后，系统可以利用高性能 SoC 的算力和更大的内存资源，运行更复杂的雷达信号处理算法、模型化算法和 AI 算法。
英飞凌的白皮书提到，现代中央计算平台的算力可超过 1000 TOPS。对于雷达而言，中央 SoC 不仅可以执行更复杂的信号处理，还可以将雷达、摄像头和激光雷达的数据放在同一个计算域中完成同步、对齐和融合，支持 Early Fusion 或 Deep Fusion，以便在更早的阶段进行数据融合，从而提高复杂场景下的感知稳定性。
高密度点云是 Raw ADC 集中式架构希望拓展的关键领域。雷达点云密度越高，系统越容易区分相邻目标，例如并排行驶的车辆、停放车辆旁边的行人、正在超车的骑行者，以及护栏和静止车辆之间的差异。更高的角分辨率和距离分辨率也有助于减少目标歧义和幽灵目标。
对于弱势道路使用者的识别，中央处理具有更大的潜力。行人、骑行者、摩托车等目标尺寸小、运动特征复杂，还可能被车辆或路边设施部分遮挡。集中式处理可以结合微多普勒特征、运动模式和摄像头信息进行联合判断，降低误检和漏检的概率。
英飞凌推出了 CTRX8191F 和 CTRX8188F 两款车载雷达 MMIC。CTRX8191F 是一款 4 发 4 收雷达 MMIC，集成了数字 PLL，强调低相位噪声和高线性接收能力，以提升信噪比表现。该器件还集成了 Antenna - feed - in - package 结构，可支持 FR4 等标准 PCB 材料。英飞凌称，CTRX8191F 已通过 AEC - Q100 ，并自 2025 年开始量产。
CTRX8188F 是一款 8 发 8 收器件，其定位是满足更高性能和可扩展需求，可支持中国 L2 法规要求。结合集中式架构后，8 发 8 收雷达可以将更多的原始数据交给中央计算平台处理，为高密度点云和更复杂的目标识别提供基础。
为了降低 Raw ADC 卫星雷达头的导入门槛，英飞凌还推出了 Carkit 开发平台，提供标准化接口，可支持不同的连接标准，帮助整车厂和 Tier 1 将雷达传感器接入中央 ADAS ECU。集中式雷达涉及雷达前端、高速通信、中央计算平台、软件算法和整车系统集成，预验证模块可以缩短原型开发周期，让客户将更多的精力放在中央处理、算法和整车应用验证上。
德州仪器选择中间路线
在端侧处理和 Raw ADC 中央化之间，德州仪器选择了一条更偏向量产的折中路线。
传统的端侧雷达是高度智能化的独立传感器，模组在本地完成大部分信号处理，并将终的目标数据传输给 ADAS ECU。而卫星雷达则将部分计算任务转移到中央 ECU，雷达头不再输出完整的目标列表，而是先在本地生成经过压缩的 Range FFT 数据，再通过 1Gb 以太网传输到中央处理器。
TI 的卫星雷达方案在雷达侧保留了必要的预处理能力，通过 Range FFT 压缩降低了上传数据量，在中央处理能力、链路带宽和系统成本之间寻求平衡。Raw ADC 架构尽可能保留原始 ADC 数据，将更底层的雷达信号处理交给中央计算平台。两种架构的数据形态不同，系统设计的取舍也不同。
TI 强调，卫星雷达的价值首先体现在中央化融合上。多个雷达不再各自独立判断，而是将更接近底层的数据发送到中央 ECU 进行统一处理。中央处理器可以运行提升角分辨率的分布式孔径雷达算法、提升速度感知能力的算法，也可以引入机器学习算法进行目标分类。多个雷达输入和其他传感器数据在中央平台中融合后，车辆可以获得更的环境感知结果。
卫星雷达还应具备平台扩展性。整车厂可以根据不同的车型和自动驾驶等级调整雷达的数量、位置和配置。同一套中央处理平台，可以通过增加或调整卫星雷达，覆盖成本敏感车型和高端车型。硬件差异被压缩，软件算法和中央处理能力成为更重要的差异化来源。
围绕卫星雷达架构，TI 推出了 AWR2544 雷达 SoC。该器件是面向卫星雷达设计的，集成了 77GHz 收发器，包含 4 个发射通道和 4 个接收通道，并集成了成本优化的雷达处理加速器和增强吞吐能力的 1Gbps 以太网接口，用于生成并传输 Range FFT 压缩数据。AWR2544 具备 ASIL - B 能力，并通过硬件安全模块提供安全执行环境。
TI 还在 AWR2544 上引入了 LOP 封装天线技术。该技术通过封装辐射单元和 PCB 内波导，将信号直接传输到 3D 天线。对于雷达模组而言，LOP 技术可以提升信噪比，降低对高成本射频 PCB 材料的依赖，同时改善热管理，并提高 PCB 在不同传感器设计中的复用能力。
在系统配套方面，TI 还提供了 LP87725 - Q1 电源管理芯片。该器件集成了三个低噪声降压转换器、一个 LDO 和一个负载开关，可用于 AWR2544 卫星雷达架构的供电，并配合以太网物理层完成系统设计。
TI 的路线没有将雷达头完全简化，而是在雷达侧保留了一定的处理和压缩能力。完整的端侧雷达向整车输出目标列表，卫星雷达则向中央 ECU 开放更丰富的数据；原始 ADC 架构全量上传原始 ADC 数据，卫星雷达则通过 Range FFT 压缩降低链路压力。对于许多整车平台来说，卫星雷达可能是从端侧雷达走向中央处理的更容易落地的形态。
工程复杂度和成本会决定架构落地速度
中央处理架构的基本逻辑是将雷达头的功能简化，将处理任务交给中央计算平台，系统利用已有的 AI 算力提升点云质量和融合能力。然而，量产车型需要考虑整车系统的成本，单个雷达头的成本并不能代表终结果。
加特兰 CEO 陈嘉澍对成本问题给出了更为谨慎的判断。以 4 发 4 收雷达为例，中央处理架构确实可以降低前端模组中主芯片的成本，但数据传输量相比端侧处理架构增加 10 至 100 倍后，接口芯片、接插件等成本会明显上升。在 4 发 4 收前端模组层面，两种架构的成本差异并不明显。
8 发 8 收雷达的情况有所不同。处理器成本占比更高，中央处理架构下的前端模组成本可以比传统端侧处理模组节省约 20%。但无论如何，当把传输线缆和中央处理单元纳入整车系统成本后，4 发 4 收和 8 发 8 收两类雷达采用中央处理架构都会提高整体雷达系统的成本。
雷达算法迁移到中央计算平台后，需要适配不同的中央 SoC 和不同的软件栈。许多中央计算平台主要是围绕视觉处理、AI 推理和通用计算设计的，并不一定具备合适的雷达硬件加速单元。雷达信号处理包括 Range FFT、Doppler FFT、角度估计、波束形成、MIMO 处理、目标检测和跟踪等任务，对实时性、确定性和数据吞吐都有要求。中央平台是否能高效承载雷达任务，需要进行具体的平台验证。
计算资源调度也会变得复杂。在端侧雷达架构中，雷达处理相对解耦，每个模组有自己的处理资源和算法链路。中央化之后，雷达处理需要与摄像头图像处理、AI 模型推理、路径规划和其他 ADAS 任务共享计算资源。原本相对独立的雷达开发，会变成高度耦合的系统工程。
功能安全、网络安全和实时性也需要重新设计。雷达数据通过高速链路上送中央 ECU 后，链路故障、数据丢包、延迟抖动、时间同步和安全隔离都会影响系统的稳定性。在 Raw ADC 架构下，中央 ECU 不仅要处理更大的数据量，还要保证雷达感知链路在安全时间窗口内完成响应。
射频自适应控制也是一个挑战。端侧雷达 SoC 可以在本地闭环管理射频配置、干扰处理和工作状态。中央化后，射频前端与处理算法分离，系统需要通过高速链路完成配置、控制、监测和反馈，链路延迟和系统协同都会影响实际效果。
在当前阶段，中央处理架构的潜在收益仍不足以完全覆盖系统成本和工程复杂度带来的压力，端侧雷达 SoC 仍然会是 ADAS 毫米波雷达的重要产品形态。
尽管中央处理可以支持更早阶段的传感器融合，提高系统的性能和鲁棒性，但 NXP 同时提醒，架构迁移会带来成本挑战，部件成本的下降和技术的进步将推动后续的采用。
数据量是中央化成像雷达面临的直接压力。NXP 给出的例子是，24 发 24 收成像雷达可以产生 40Gbps 的 Raw ADC 数据。要将如此大量的数据以低延迟的方式传输到中央处理器，并完成实时处理，整车网络基础设施需要进行明显的升级。对于正在向集中式架构迁移的整车厂来说，8 发 8 收入门级成像雷达更容易与 ASA - ML 等新兴的 SerDes 技术配合，也更适合作为早期中央化的落地形态。
NXP 还强调，成像雷达可以灵活适配端侧和中央式两种架构。在端侧架构下，成像雷达在本地生成密集点云或跟踪目标；在中央式架构下，成像雷达可以将 Range FFT 或 Raw ADC 数据送入中央处理平台。对于整车厂来说，成像雷达本身具有架构弹性，具体的选择取决于车型定位、成本目标、中央计算能力和整车网络条件。
多种路线长期并行
无论采用何种雷达架构，都不是简单的新旧替代关系。不同的路线对应着不同的车型定位、不同的自动驾驶等级和不同的整车电子电气架构。
