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下沉，全球新车安全评价体系和主动安全法规持续提高要求。对整车厂来说，主动安全已经从高端车型的可选配置，变成越来越多车型必须满足的基础能力。雷达传感器数量随之增加，
包括前向雷达、角雷达、侧向雷达和后向雷达等等。雷达数量增加之后，单个雷达模组的性能要求也在提升。早期ADAS更多关注目标距离、速度和方位角，高阶辅助驾驶需要更高点云密度、更强目标分类能力、更好的多目标跟踪能力，以及雨、雾、雪、低光照等场景下的稳定感知能力。毫米波雷达具备全天候优势，点云密度和空间分辨率继续提升后，雷达在高阶感知系统中的作用还会被进一步放大。
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，针对毫米波雷达的架构演进也正在探讨中。
端侧雷达SoC仍是当前主流
目前量产车上更常见的仍是端侧处理架构。雷达模组内部集成射频前端、处理器和硬件加速器，在本地完成距离、速度、角度FFT处理，并继续执行目标检测、分类和跟踪。处理后的点云或目标列表，再通过CAN、CAN-FD或100Mb以太网等车载网络发送到ADAS ECU。
端侧架构的优势很清楚。雷达模组本身是一个相对完整的智能传感器，整车系统接收处理后的结果，不需要承载大量原始雷达数据。雷达供应商可以把射频、信号处理、算法和安全机制封装在模组内，整车厂和Tier 1的集成边界也更清晰。
在L1、L2以及大量成本敏感车型中，端侧雷达SoC仍然具备较强生命力。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。对整车厂来说，端侧雷达可以更快导入不同车型平台，也更容易控制系统复杂度。
端侧架构的压力主要来自更高阶功能需求。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，数据量越大。传统L1/L2雷达常见3发4收或4发4收配置，面向L2+、L2++以及更高阶功能，前向雷达开始走向8发8收，L3、L4场景还可能需要16发16收、24发24收甚至更高通道数。更多通道可以提升分辨率，也会明显增加处理压力。
边缘模组内部的MCU或处理器需要在有限功耗、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更高要求，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成像雷达的路线并不是简单堆通道数。NXP提到，早期量产成像雷达曾采用12发16收配置，并使用FPGA承担处理任务，处理能力、温度范围、成本都存在限制，主要面向高端车型和有限产量。当前量产成像雷达正在形成两个主要配置：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，强调更高性价比和规模化部署。
面向2028年前后的新项目，配置还会继续演进。中国车企可能从入门级方案提升到8发8收，其他亚洲区域车企也可能跟进。欧美车企则会继续提高性能，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把24发24收视作一个重要性能平衡点。高阶应用不只看距离和角分辨率，还需要更高灵敏度、更细垂直分辨率和角动态范围。例如，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，都需要更强成像雷达能力。增加通道数量可以提升性能，继续大幅超过24个发射通道又会带来ADC速度、功耗、处理器成本和系统复杂度压力。24发24收因此成为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。
功耗约束同样关键。NXP提出，下一代高性能成像雷达需要把整颗传感器功耗控制在20W以内，才能满足散热系统要求。对电动车来说，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。传感器功耗还会直接影响整车续航。因此，功耗不再只是芯片级指标，而是整车能耗和热设计问题。
先进节点可以降低功耗，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，因此成熟制程在不少情况下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，系统复杂度、成本和功耗都会上升。8发8收收发器可以把同样配置所需芯片数量降低到3颗，从而提升成本和功耗效率。
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8发8收(8T8R)器件，满足成像雷达在L2+至L4级ADAS及自动驾驶系统需求。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物料成本。
该收发器旨在与恩智浦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彻底的集中式雷达架构，核心是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更多底层雷达信息。传统端侧雷达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算力和更大内存资源，运行更复杂的雷达信号处理算法、模型化算法和AI算法。
英飞凌白皮书提到，现代中央计算平台算力可超过1000 TOPS。对雷达而言，中央SoC不仅可以执行更复杂的信号处理，也可以把雷达、摄像头和激光雷达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。以便在更早阶段就进行数据融合，从而提升复杂场景下的感知稳定性。
高密度点云是Raw ADC集中式架构希望打开的关键空间。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。
对弱势道路使用者识别而言，中央处理具备更大潜力。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做联合判断，降低误检和漏检。
端侧与中央测在雷达点云上的区别
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认证，并自2025年开始量产。
CTRX8188F是一款8发8收器件，其定位是更高性能和可扩展需求，可支持中国最新L2法规要求。结合集中式架构后，8发8收雷达可以把更多原始数据交给中央计算平台处理，为高密度点云和更复杂目标识别提供基础。
为了降低Raw ADC卫星雷达头导入门槛，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，让客户把更多精力放在中央处理、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量产折中路线。
传统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，并把最终目标数据传给ADAS ECU。卫星雷达把部分计算任务转移到中央ECU，雷达头不再输出完整目标列表，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必要预处理能力，通过Range FFT压缩降低上传数据量，在中央处理能力、链路带宽和系统成本之间寻找平衡。Raw ADC架构尽可能保留原始ADC数据，把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。多个雷达不再各自独立判断，而是把更接近底层的数据送到中央ECU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、提升最大速度感知能力的算法，也可以引入机器学习算法做目标分类。多个雷达输入和其他传感器数据在中央平台中融合后，车辆可以得到更精确的环境感知结果。
卫星雷达还应具备平台扩展性。整车厂可以根据不同车型和自动驾驶等级调整雷达数量、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。该器件面向卫星雷达设计，集成77GHz收发器，包含4个发射通道和4个接收通道，并集成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，把信号直接传输到3D天线。对雷达模组而言，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。
系统配套方面，TI还提供LP87725-Q1电源管理芯片。该器件集成三个低噪声降压转换器、一个LDO和一个负载开关，可用于AWR2544卫星雷达架构供电，并配合以太网物理层完成系统设计。
TI路线没有把雷达头完全简化，而是在雷达侧保留一定处理和压缩能力。完整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。对不少整车平台来说，卫星雷达可能是从端侧雷达走向中央处理之间更容易落地的形态。
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雷达头变轻，处理任务交给中央计算平台，系统利用已有AI算力提升点云质量和融合能力。但是，量产车型需要看整车系统成本，单个雷达头成本不能代表最终结果。
加特兰CEO陈嘉澍对成本问题给出了更谨慎的判断。
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成本，但是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，当下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推高整体雷达系统成本。
雷达算法迁移到中央计算平台后，需要适配不同中央SoC和不同软件栈。不少中央计算平台主要围绕视觉处理、AI推理和通用计算设计，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，需要具体平台验证。
计算资源调度也会变复杂。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稳定性。Raw ADC架构下，中央ECU不仅要处理更大数据量，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挑战之一。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，部件成本下降和技术进步会推动后续采用。
数据量是中央化成像雷达最直接的压力。NXP给出的例子是，24发24收成像雷达可以产生最高40Gbps的Raw ADC数据。要把这么大的数据量以低延迟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明显升级。对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。端侧架构下，成像雷达本地生成密集点云或跟踪目标；中央式架构下，成像雷达可以把Range FFT或Raw ADC数据送入中央处理平台。对整车厂来说，成像雷达本身具有架构弹性，具体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
无论何种雷达架构，都不是简单的新旧替代关系。几条路线对应不同车型定位、不同自动驾驶等级和不同整车电子电气架构。
端侧雷达SoC适合成熟L2功能和成本敏感车型。优势是模块独立、接口简单、开发边界清晰、量产经验丰富。对很多整车平台来说，端侧雷达仍然是最稳妥的选择。
中间形态下，Range FFT压缩数据比目标列表保留更多信息，也比Raw ADC原始数据更容易传输。雷达头保留一定预处理和压缩能力，中央ECU承担更多融合和后处理任务。卫星雷达在性能提升、平台扩展和量产难度之间取得折中。
而Raw ADC集中式架构面向更高阶感知需求。
另外，NXP提到，中央式架构可以支持DCR分布式相干雷达和DAR分布式孔径雷达。其基本思路是，把多个小型雷达头，例如多个4发4收雷达头，在时间和相位上同步起来，让它们像一个大孔径雷达系统一样协同工作，从而提升角分辨率和整体感知性能。
这一路线和现阶段的4D成像雷达不同。4D成像雷达已经具备量产基础，可以部署在端侧或中央式架构中。DCR和DAR仍处于创新阶段，精细相位同步、传感器安装误差容忍、最佳布置位置、老化影响和成本效率都还需要验证。NXP认为，这类分布式雷达架构预计在2030年后进入量产，将成为高性能雷达感知的重要补充。
毫米波雷达的竞争重点也会随之变化，单颗雷达芯片的发射接收通道数、射频性能、探测距离和模组成本竞争本质不变，但架构变化之后，整车厂和Tier 1将会同时关注雷达前端、高速数据链路、中央计算平台、传感器融合算法、功能安全体系和软件更新机制等等。
参考文献
精彩文章推荐
· END ·
请将我们设为“星标”，这样就会第一时间收到推送消息。
欢迎关注EEWorld旗下订阅号：“汽车开发圈AutoDevelopers”
扫码添加小助手回复“进群”
和电子工程师们面对面交流经验
![2025年中国车载毫米波雷达行业产业链、竞争格局及未来趋势研判：国产替代进程加速，车载毫米波雷达规模将达99.29亿元[图]](https://xtechcon-static.oss-cn-chengdu.aliyuncs.com/xtimes/xtimes/images/2026-03-03/69a6332cea56f.jpeg)
