比亚迪"天神之眼"最近落地了传感器卫星架构，从参数角度来看，激光雷达角分辨率提升1.6倍，4D毫米波雷达探测距离拉到400米，超声波雷达点云密度涨了10倍。
这套架构背后，传感器算法的控制权，正在从Tier-1手里，系统性地流向整车厂。
Part 1
卫星架构这个名字取得好。顾名思义——就像卫星围着地球转，雷达传感器散布在车身四周，只做最基础的信号预处理，然后通过高速SerDes链路，把近乎原始的数据一股脑儿传给中央计算单元。中央大脑统一跑感知算法、做多传感器融合、输出决策。
这和现在的做法有非常大的区别，当然也可以说是摄像头做了一次示范，后续感知的传感器架构进行跟随。
当前的毫米波雷达和激光雷达架构，每个雷达传感器自己就是一个完整的"小大脑"。
以毫米波雷达为例，信号采集、FFT处理、目标检测、分类跟踪，全部在传感器内部闭环搞定。最后通过总线往外扔几个"检测到N个目标"的结论，数据量小到可怜。
智能雷达往外传"结论"，卫星雷达往外传"证据"。每个雷达各自为政，看到的都是局部。一个雷达报"前方50米有障碍物"，另一个报"左侧30米有行人"，中央处理器收的是碎片化的目标列表。
就像你拿到的不是原始监控录像，而是一份删减过的值班报告——信息在压缩过程中已经永久丢失了。
传原始的数据就不一样了，所有传感器的原始数据——距离FFT的频谱图、激光雷达的RAW点云、超声波的全波形——汇聚到中央大脑。算法可以在像素级做跨传感器融合。
举个具体的例子。雨雾天的时候，激光雷达的点被水雾散射了，远处目标看不清。但毫米波雷达的反射信号还在——它的波长更长，穿透水雾的能力强得多。
如果是智能雷达架构，你拿到的就是一个"毫米波雷达说没障碍物、激光雷达说看不清"的矛盾报告。
但如果是卫星架构，两套原始数据对齐到同一个坐标系，算法可以把毫米波雷达的强反射点和激光雷达的稀疏回波做互补——不是"信谁不信谁"，而是"合在一起看"。
不是1+1=2，是1+1可能等于5。
Part 2
摄像头早就在干这种事了。前视摄像头只负责光电转换，RAW数据通过GMSL链路传到域控，ISP和感知算法全在SoC上跑。这条路跑了快十年，跑通了。
那为什么毫米波雷达和激光雷达为什么现在才开始？这两类产品的雷达信号处理算法，是被Tier-1捏在手里。
毫米波雷达，博世、大陆、安波福这些Tier-1，毫米波雷达信号处理的核心know-how，怎么从FFT频谱里提取目标、怎么抑制旁瓣噪声、怎么做多目标跟踪，全部封装在雷达处理器的固件里，黑盒交付。就像去米其林吃饭，菜端上来是好吃的，但你永远不知道后厨怎么做的。
卫星架构要做的事，就是把后厨拆了。传感器只负责"买菜洗菜"，MMIC做射频收发、ADC做模数转换、最多加一级1D FFT—，后面的"烹饪"全搬到中央厨房（域控SoC）。
这里有很多因素，主要是车企和芯片在合谋。
NXP推出专用雷达桥接芯片（Radar Bridge），把MMIC和SerDes之间的数据链路封装好；另一边开始把雷达信号处理器IP（RSP IP）直接集成到ADAS SoC里，整车厂不用从零搭算法，可以直接在域控芯片上调用成熟的加速IP。
TI也在走类似路线，AWR系列毫米波雷达芯片天然支持RAW数据流输出。
L3/L4对传感器融合的要求到了新高度。碎片化的目标列表根本不够用。你需要原始的距离-多普勒频谱来做微多普勒特征分析，判断那个移动目标是行人还是自行车。你需要原始点云来判断那个形状奇怪的障碍物是塑料袋还是石头。
以前要在域控SoC上跑12路雷达的FFT和CFAR，芯片的压力很大，现在SoC的芯片能力提高了。
未来智能雷达和卫星雷达会长期并存，关键是"谁主导"。如果整车厂选卫星路线，主导角色就是整车厂自己；如果选智能雷达路线，主导角色还是Tier-1。
一句话：架构即权力。
Part 3
虽都叫卫星架构，激光雷达、毫米波雷达、超声波雷达面对的技术账，算出来天差地别。
● 毫米波雷达：最成熟，也最难搞
成熟在哪？4D成像雷达的多芯片架构已经商用了。市场目前两条路并行。中国走性价比路线，主流是"1颗SoC+2颗MMIC"组成6发8收，下一步升级到8T8R，在保持成本优势的前提下逐步提升性能。
欧美市场走性能路线——主流是"1颗SoC+4颗MMIC"组成的12发16收，美国往16T16R走，欧洲更激进，直接规划24T24R。
到2028年，8T8R和24T24R这两条路线会进一步分化。背后是两套完全不同的成本模型和应用场景判断。
但卫星化毫米波雷达的难点不在硬件，在算法生态。三道坎摆在面前：
◎ 第一，谁能拿到成熟的雷达算法IP？算法是Tier-1的护城河，不是你想买人家就卖。
◎ 第二，拿到了IP，谁能做跨平台移植和验证？从雷达处理器搬到域控SoC，中间适配工作量巨大。
◎ 第三，SoC的MIPI接口天生为摄像头设计的。雷达数据的组织方式——比如距离维和多普勒维的二维矩阵——和摄像头帧结构完全不同。DSP加速器能不能高效处理，要打个问号。
但关关难过，关关也在过。 NXP把RSP IP开放给域控SoC这条路线，本质上是用芯片厂商的中立身份，帮行业推倒算法围墙。
● 激光雷达：最大的动机是省钱
激光雷达搞卫星架构，驱动力很直接降本。激光雷达内部，FPGA和信号处理器的成本占比不低。如果能像前视摄像头那样，把算法搬到域控上，传感器端只保留激光发射、SPAD接收和基础TDC计时，硬件成本能砍掉一大块。
可行性也在改善。现在的车载激光雷达接收端大量用SPAD阵列，内置了部分数字电路做光子计数和直方图统计，输出是MIPI接口。这和CMOS图像传感器很像，为卫星化提供了物理基础。
但激光雷达有两个独特的困难。
◎ 一个是带宽，典型的192线激光雷达：帧率10Hz，水平120度视野，0.1度分辨率，每个点包含时间戳、距离、反射率、回波次数一堆信息。
算下来每秒大概要传3.6Gbps的数据。GMSL2的6Gbps勉强够用。数据量相当于每秒传一部高清电影。而且如果你对精度要求高，数据量还会翻倍——到时候带宽就不够了。
◎ SoC端的适配， 激光雷达的数据结构跟摄像头完全不同。
摄像头是按帧组织的像素矩阵，ISP流水线为它量身打造。激光雷达是按角度slot组织，一帧1200个slot，每个slot里多回波、多参数。
把激光雷达数据直接灌进为摄像头设计的MIPI处理单元，DSP加速功能可能大半用不上，得纯靠CPU/GPU硬算，效率断崖式下跌。
● 超声波雷达：看似简单，量大了也头疼
超声波雷达的卫星化，算法上最简单。超声波本来就不需要复杂信号处理，就是飞行时间法测距。卫星架构下，回波全波形数据传到中央ECU，时延降低20%，点云密度提升10倍，因为中央处理器可以用更精细的匹配滤波算法，榨出更多信息。
超声波雷达的问题是数量。一辆车标配12个，每个都走独立SerDes链路，布线成本和接口数量都吃不消。
更实际的路线是"局部集中+区域网关"。比如前后保险杠各设一个区域处理器，把6个传感器的数据汇总后再上传。既享受到集中处理的好处，又不至于把线束搞成蜘蛛网。
比亚迪给出的超声波升级数据——时延降20%、探测力提升20%、点云密度升10倍，代价是在"完全集中"和"完全分布"之间引入了区域处理器这个中间层。
中国整车企业真正要的是完整的传感器数据管道。从原始信号到最终决策，中间没有任何黑盒。
有了这条管道，数据才能反哺算法，算法才能持续进化，进化才能拉开真正的差距。摄像头数据之后，更多的传感器出来以后，为下一步从L2迭代到L3进行尝试。
