
來源:內容由半導體行業觀察(ID:icbank)編譯自Yole,謝謝。
據市場分析機構Yole透露,不斷發展的安全法規和新穎的駕駛自動化功能正在推動雷達市場。他們指出,總體而言,2021 年雷達平台市場為58億美元。根據他們的預計,其未來幾年的複合年增長率將高達14%,那就意味着到 2027 年,整體市場規模將達到 128億美元。這一市場增長主要來自 4D 和成像雷達,這將更好地適應未來更嚴格的駕駛場景.Yole同時指出,雷達傳感器也有望在更普遍的情況下進入室內監控用例市場,例如兒童存在檢測和占用監控系統。這種新型雷達傳感器預計將帶來新的市場機會。據Yole預計,到2027 年這個市場將達到近 5 億美元。Yole表示,第一個商用汽車雷達於 2000 年為戴姆勒和寶馬汽車推出。在 2020 年和 2021 年期間,領先的雷達供應商推出了他們的第 5 代雷達。現代汽車雷達傳感器繼承自這個長期的進化周期。到目前為止,升級主要集中在成本和外形優化上,這說明了行業所追求的集成化趨勢。除了集成之外,RF 性能隨着時間的推移顯着提高。最初,雷達以模擬波束形成和機械轉向運行,然後轉向數字波束形成(全場景照明)。在數字波束形成時代,引入了 MIMO 技術,可以在保持合理物理尺寸的同時增加天線虛擬孔徑。目前,業界提出了 MIMO 縮放(從 0. 2k 到 2k 像素)作為實現成像雷達低於 1° 角分辨率的基線。這帶來了信號處理和計算方面需要克服的新挑戰,這解釋了為什麼重點轉向深度學習和人工智能。在系統層面,市場由六大一級供應商引領:Continental、Bosch、Hella、Denso、Aptiv 和 Veoneer。同時,在芯片層面,恩智浦和英飛凌占據了大部分市場。儘管雷達市場已經成熟多年,但我們看到多個新玩家定位並獲得設計勝利,無論是在系統級別(Magna、Mobis、Weifu 等)還是在芯片級別(例如,Arbe、Uhnder、Vayyar )。而且還有更多,因為大型科技公司也在投資雷達開發(當中包括華為、高通和英特爾……)。尋求新收入來源並渴望差異化以求生存的 OEM 熱衷於與這些公司直接討論,將其傳統供應商列入候選名單。這給領先的一級供應商和半導體公司帶來了巨大壓力,他們需要比通常的時間周期更快地進行創新。因此,領先企業正在尋求協同效應,要麼進行整合,要麼轉向垂直整合。從如今的技術來看,要實現完全自動駕駛依然有所難度,但是作為主動防護汽車駕駛安全的高級駕駛輔助系統(Advanced Driver Assistance Systems,簡稱ADAS)正在逐漸成熟和普及,毫米波雷達就是汽車ADAS不可或缺的核心傳感器之一。在這個車企們追求高級別自動駕駛的時代,毫米波雷達市場滲透率也在逐漸攀升。Yole Développement數據顯示,全球毫米波雷達市場規模預計將由2019年的205億美元增長至2025年的280 億美元,年複合增長率為5%;其中,車載毫米波雷達市場規模預計將由2019年的55億美元增長至 2025年的105億美元,年複合增長率達到11 %。從20世紀60年代至今,經歷了幾十年的發展,傳統的毫米波雷達毫無疑問已經是一項十分成熟的技術,然而過於成熟的技術卻限制了它的突破性創新,且在一定程度上固化了其市場格局,這也是毫米波雷達話題性不如激光雷達的原因之一。激光雷達作為一項新興技術,無法預知的未來也正是它的魅力所在,蘊藏着無限可能。此外,相比激光雷達的高探測精度以及較強的3D環境感知能力,毫米波雷達在面向L3及以上級別的自動駕駛功能中的短板也十分明顯。傳統毫米波雷達還停留在距離和方位的2D平面感知,缺少高度這個維度的感知,並且存在無法高密度點雲成像,不能有效地解析目標的輪廓與類別、水平角分辨率低、難以檢測橫穿目標以及難以檢測靜止目標等技術局限。具體來說,由於傳統車載毫米波雷達的天線只在二維方向上排列,使得其只可測量水平坐標 (X,Y),同時依靠多普勒效應可以測量物體的速度信息,最終只可輸出(X,Y,V)三個指標。從X軸看,傳統毫米波雷達橫向分辨率低,也就是上述說到的水平角分辨率低。橫向分辨率是指左右兩個掃描的激光點形成的夾角,夾角度數越小,橫向分辨率越高,和激光雷達相比,毫米波雷達的橫向分辨率不具備優勢。而從Y軸看,傳統毫米波雷達則在測高能力上有所欠缺。由於不具備測高能力,傳統毫米波雷達難以判斷前方靜止物體是在地面還是在空中,井蓋、減速帶等「地面低小障礙物」以及交通標識牌、龍門架、立交橋等「空中障礙物」, 在它的「眼」里都是在地面這一平面上,在這種情況下,如果不把他們反射的信號全部過濾掉,毫米波雷達無疑就會發出前方有障礙的錯誤預警,造成「幽靈剎車」。然而,當橋樑、路牌下有靜止的車輛、三角錐桶等「路面上較大障礙物」,毫米波雷達也會因為誤判導致交通事故發生。特斯拉在2016年時發生的那場自動駕駛車禍,起因就是因為特斯拉攝像頭感知失效,無法識別出前方停下的貨車,而毫米波雷達作為備用傳感器,本應該識別出前方障礙物發出預警,只可惜事實並非如此,最終造成慘劇的發生。因此,綜合來看,毫米波雷達要想再次占據自動駕駛三件套中的「C位」,升級4D感知勢在必行,4D成像毫米波雷達也就此誕生。★ 點擊文末【閱讀原文】,可查看本文原文鏈接!
*免責聲明:本文由作者原創。文章內容系作者個人觀點,半導體行業觀察轉載僅為了傳達一種不同的觀點,不代表半導體行業觀察對該觀點讚同或支持,如果有任何異議,歡迎聯繫半導體行業觀察。
今天是《半導體行業觀察》為您分享的第3033內容,歡迎關注。
★美國半導體行業的實力和前景
★國產射頻芯片的終局之戰
★功率半導體十強榜單背後
『半導體第一垂直媒體』
實時 專業 原創 深度
識別二維碼,回復下方關鍵詞,閱讀更多
晶圓|集成電路|設備|汽車芯片|存儲|台積電|AI|封裝
回復 投稿,看《如何成為「半導體行業觀察」的一員 》
回復 搜索,還能輕鬆找到其他你感興趣的文章!