1、伐謀伐謀-中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 1/43 2024年 01月 30日 4D 成像毫米波雷達：新型傳感器助力自動駕駛中小盤周報-2024.1.28 智能化領域計劃投入超千億，比亞迪逐夢整車智能中小盤周報-2024.1.21 2023 年度業績預告發布，盈利實現強 勁 增 長 中 小 盤 信 息 更 新-2024.1.18 智能汽車系列（十三）：智能汽車系列（十三）：4D 成像成像毫米波雷達毫米波雷達：自動：自動駕駛最佳輔助駕駛最佳輔助 中小盤主題中小盤主題 任浪（分析師）任浪（分析師）趙旭楊（分析師）趙旭楊（分析師） 證書編號：S0790519100001

2、 證書編號：S0790523090002 4D 毫米波雷達優勢顯著毫米波雷達優勢顯著，有望成為有望成為自動駕駛自動駕駛最佳輔助最佳輔助 4D 毫米波雷達具有諸多優勢：（1）性能方面：全天候：）性能方面：全天候：毫米波的波長比可見光和紅外線更長，可以穿透微小的障礙物，不受天氣影響，具有“全天候”的特點；具備精確速度信息：具備精確速度信息：毫米波雷達對速度信息感知精準，有效助力算法識別物體運動軌跡和方向；相對相對稠密稠密的的點云點云信息：信息：4D 毫米波雷達可以輸出包含速度、方位角、俯仰角、距離 4 個維度的點云信息，并且點云密度相比傳統的毫米波雷達大幅提升，為算法提供助力。（2）成本方面：）成

3、本方面：毫米波雷達產業鏈歷經多年發展相對成熟，芯片走向成熟化，算法端在近年日益完善，4D 毫米波雷達擁有較好的降本潛力。因此 4D 毫米波雷達有望成為自動駕駛不可或缺的傳感器之一，助力功能落地。多方案提升分辨率，技術逐漸成熟多方案提升分辨率，技術逐漸成熟，大規模上車指日可待，大規模上車指日可待 分辨率是衡量 4D 成像毫米波雷達性能的關鍵指標，行業致力于盡可能高的提升分辨率以助力整車智能駕駛。提升分辨率有多種路徑，可分為軟件和硬件兩類方案，硬件方案有：芯片級聯、芯片集成、超材料改進天線等，軟件方案有：虛擬孔徑成像、超分辨率算法等。目前 4D 成像毫米波雷達仍處于起步階段，多種技術路線并存，預計

4、經過對性能與成本的權衡，路線最終將走向收斂。同時，伴隨硬件集成化程度不斷提升，產品成本有望持續下降，疊加信號處理以及融合處理算法逐漸成熟，大規模上車應用指日可待。產業鏈包含上游零部件廠商及中游整機廠商，機會良多產業鏈包含上游零部件廠商及中游整機廠商，機會良多 4D 成像毫米波雷達上游成像毫米波雷達上游零部件降本空間較大零部件降本空間較大。4D 成像毫米波雷達上游產品主要為射頻芯片、處理芯片、高頻 PCB 以及算法。（1）射頻芯片與處理芯片射頻芯片與處理芯片：毫米波雷達核心部件，研發壁壘高。目前市場主要以英飛凌、恩智浦、TI 等海外巨頭為主，國內如加特蘭等廠商亦逐步實現突破。芯片呈現 SoC 集

5、成化趨勢，產品降本增效，優勢玩家地位有望強化。（2）高頻高頻 PCB：價值量較高，新技術如天線片上集成等方案有望推動降本進而實現產品出貨量提升。（3）算法算法：分為信號處理算法和數據處理算法。其中信號處理算法與射頻芯片和天線存在一定耦合性仍有較高技術壁壘，數據處理算法有上移到域控制器的趨勢，同時數據處理算法以及自動駕駛算法目前走向趨同，算法開發成本有望被攤薄。中游中游雷達制造廠商競爭激烈，存在上中游垂直一體化雷達制造廠商競爭激烈，存在上中游垂直一體化。4D 成像毫米波雷達的中游廠商可分為具有毫米波雷達生產經驗的傳統大廠，以及新切入賽道的自動駕駛方案商與初創廠商，競爭激烈；同時部分公司既是零部件

6、供應商又是雷達制造商，實現垂直一體化，具有成本和性能優勢。目前 4D 成像毫米波雷達行業整體處于發展初期，技術路線多元，國內外玩家起點接近，國內廠商有望抓住整車廠驗證 4D成像毫米波雷達的窗口期，迎頭趕上，占據一席之地。受益標的：受益標的：德賽西威、經緯恒潤-W、威孚高科、華域汽車、保隆科技 風險提示：風險提示：技術發展進度不及預期、市場需求不及預期。相關研究報告相關研究報告 中小盤研究團隊中小盤研究團隊 開源證券開源證券 證券研究報告證券研究報告 中小盤主題中小盤主題 中小盤研究中小盤研究 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 2/43 目目 錄錄 1、視覺感知最佳輔

7、助4D 成像毫米波雷達.5 1.1、感知是自動駕駛的首要環節，高性能傳感器必不可少.5 1.2、毫米波雷達具有“全天候性質”，但存在分辨率不足的問題.6 1.3、4D毫米波雷達增添高度維信息，形成精確的感知能力.10 2、多方案提升關鍵性能，4D 毫米波雷達不斷進化.13 2.1、硬件、軟件技術路徑多樣，4D毫米波雷達分辨率提升.13 2.1.1、基于芯片級聯的解決方案：落地快.13 2.1.2、基于芯片集成的解決方案：集成度高、設計難度大.14 2.1.3、基于超材料的解決方案：天線性能改進.15 2.1.4、基于軟件算法的解決方案：算法賦能提升雷達表現.16 2.1.5、4D 成像毫米波雷

8、達實現方案眾多，技術路線尚未統一.17 2.2、4D毫米波雷達難點逐步突破，性能迭代降本增效快速上車.17 2.2.1、硬件層面，技術迭代引領行業降本增效，推動滲透率向更高水平提升。.17 2.2.2、信號處理、數據處理算法日益豐富成熟，神經網絡加持下性能持續提升.18 2.2.3、自動駕駛算法體系邁向成熟，毫米波雷達乘勢而起.19 3、4D 成像毫米波雷達產業鏈逐步成熟玩家迎來發展良機.21 3.1、上游：雷達芯片組技術壁壘高，軟件與硬件深度結合.21 3.1.1、MMIC：左右毫米波雷達發展的核心環節，市場集中度高.21 3.1.2、數字信號處理芯片：供應商與 MMIC 供應商高度重合，國

9、外廠商高度壟斷.24 3.1.3、高頻 PCB：國內外廠商眾多，競爭格局較為分散.27 3.1.4、軟件算法：信號處理算法與雷達深度綁定，數據處理算法客戶粘度高.28 3.2、中游：雷達制造廠商競爭激烈，存在上中游垂直一體化趨勢.29 3.3、量產與集成化將使 4D成像毫米波雷達成本快速下降.33 4、多因素驅動，4D 毫米波雷達成長空間廣闊.33 4.1、驅動因素一：自動駕駛技術不斷向前，傳感器升級換代提供契機.34 4.1.1、4D 毫米波雷達在自動駕駛實現路線中地位愈發重要.34 4.1.2、智能化下半場中 4D毫米波雷達滲透率加速提升.35 4.2、驅動因素二：立足交通場景，拓展多領域

10、應用場景.36 4.2.1、路端：車路協同構建智慧交通，SLAM 制圖協助智能導航.36 4.2.2、安防、物流、養老、零售、建筑，4D毫米波雷達應用前景廣闊.37 4.3、驅動因素三：戰略、標準與法規等政策使高性能傳感器成為必需.38 5、受益標的：德賽西威、經緯恒潤-W、威孚高科、華域汽車、保隆科技等.39 5.1、德賽西威：智能汽車龍頭深度布局，受益于自動駕駛功能落地潮流.39 5.2、經緯恒潤-W：積極布局 4D毫米波雷達，產品、方案不斷豐富.39 5.3、威孚高科：燃噴系統龍頭切入新能源領域，布局毫米波雷達業務.39 5.4、華域汽車：汽車電子分公司已實現高性能 4D 毫米波雷達產品

11、供貨.40 5.5、保隆科技：新業務布局研發 4D 毫米波雷達，預計 2024 年量產.40 6、風險提示.41 圖表目錄圖表目錄 圖 1：傳感器在自動駕駛實現過程中發揮基礎性作用.5 圖 2：特斯拉占用網絡的視覺感知具備 3D空間感知.5 圖 3：截至 2023Q3，FSD 累計行駛里程突破 5億英里.5 圖 4：特斯拉向 FCC 注冊的新雷達示意圖.6 圖 5：特斯拉新雷達實物圖與此前 FCC 備案一致.6 圖 6：毫米波雷達波長在 1-10mm之間.6 圖 7：毫米波雷達主要由前端雷達傳感器、數字信號處理單元以及接口模塊構成.7 圖 8：毫米波雷達工作流程.7 圖 9：從 FMCW 波形

12、能夠有效分離距離與時間導致的多普勒頻移.8 圖 10：多個天線接收信號，依據相位差得到方位信息.8 圖 11：通過中頻信號處理得到多個物體的位置信息.8 dVyXyWiUkX8WpWaQ8QbRmOpPoMrNjMpPoMkPnNrQbRnMrRuOmMqRMYtRqR中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 3/43 圖 12：多徑效應檢測識別“隱藏目標”.9 圖 13：毫米波雷達與攝像頭優勢互補.10 圖 14：雷達電磁波具有多徑效應，能夠檢測遮擋物體.10 圖 15：攝像頭與毫米波雷達對白色靜止卡車識別失誤.10 圖 16：可以通過天線特殊排布方式實現方位-仰角分辨率

13、.11 圖 17：4D 毫米波雷達具備俯仰角測量能力.11 圖 18：毫米波雷達無法識別高度信息（左），4D成像毫米波雷達點云清晰（右）.12 圖 19：Oculii EAGLE 對比 Velodyne 16 線激光雷達，能夠覆蓋更遠距離.12 圖 20：雙 AWR 2243 MMIC 級聯陣列參考設計.13 圖 21：特斯拉使用二級聯（6T8R）的方式，落地更快.13 圖 22：MIMO技術能夠增加虛擬信道數量.14 圖 23：大陸 ARS540 使用芯片級聯方案.14 圖 24：Arbe 芯片集成更多天線形成超大規模收發陣列.15 圖 25：Vayyar 芯片多層架構軟硬件平臺具有高集成度

14、.15 圖 26：Uhnder 4D數字成像片上雷達集成度進一步提高.15 圖 27：采用超材料覆蓋層的 MIMO 天線陣列.16 圖 28：Metawave 的天線封裝模塊使天線面積大幅減小.16 圖 29：傲酷通過 VAI 算法虛擬實現硬件改進，同等條件下擁有更高的分辨率性能.16 圖 30：射頻半導體工藝的演進大幅提升了毫米波雷達的普及率.18 圖 31：4D 毫米波雷達信號處理流程框架.19 圖 32：前融合、中融合與后融合的不同在于融合發生的階段不同.19 圖 33：后融合（左）傳感器單獨識別目標、前融合（右）中央處理器識別目標.20 圖 34：車載 4D成像毫米波雷達產業鏈.21

15、圖 35：TI不斷推出集成度更高、功能更豐富的汽車毫米波雷達傳感器.22 圖 36：毫米波雷達 MMIC供應商積極布局 4D成像毫米波雷達射頻芯片.23 圖 37：加特蘭用于 4D成像毫米波雷達的 Andes SoC 發布.24 圖 38：特斯拉 4D毫米波雷達信號控制板上使用賽靈思的 Zynq 處理器.25 圖 39：NXP TEF82xx 與 S32Rx系列能夠配套.26 圖 40：RXS816xPL與 AURIX TC3xx 集成為雷達 ECU.26 圖 41：4D 成像毫米波雷達系統的集成度將進一步提升.26 圖 42：高頻 PCB 為 4D 成像毫米波雷達電子元器件載體.27 圖 4

16、3：片上天線將減少高頻 PCB 使用.27 圖 44：4D 毫米波雷達系統的集成度將會越來越高.27 圖 45：Zadar 利用軟件增強聚類和跟蹤動態對象.28 圖 46：Zadar 算法利用軟件實現場景靜態/動態分割.28 圖 47：廠商提供不同產品方案.29 圖 48：部分廠商自研軟/硬件，呈現垂直一體化趨勢.32 圖 49：zVUE通用軟件操作平臺兼容所有雷達硬件.32 圖 50：4D 成像雷達成本結構.33 圖 51：車載 4D毫米波雷達市場將快速增長.34 圖 52：4D 毫米波雷達可實現 ADAS 大部分功能.34 圖 53：中、美、歐 ADAS 滲透率或將持續升高.35 圖 54

17、：自動駕駛發展對毫米波雷達的需求量上升.36 圖 55：4D 毫米波雷達數量與毫米波雷達占比份額將逐步提升.36 圖 56：基于 TI芯片組的傲酷雷達生成 SLAM 地圖.37 表 1：毫米波雷達具有全天候等感知優勢.9 表 2：4D毫米波雷達相對毫米波雷達優勢顯著.11 表 3：4D毫米波雷達性能能夠媲美低線激光雷達.12 表 4：4D成像毫米波雷達不同解決方案各有優劣.17 表 5：CMOS 工藝處理速度更快，相對成本更低.17 表 6：毫米波雷達信號處理流程成熟.18 表 7：初創企業積極切入 4D 成像毫米波雷達 MMIC.23 表 8：NXP S32R 系列處理器能夠滿足多樣化的處理

18、器芯片選擇需求.24 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 4/43 表 9：4D成像毫米波雷達處理芯片供應商與 MMIC供應商重合度高.26 表 10：毫米波雷達廠商切入 4D成像毫米波雷達賽道情況.29 表 11：4D成像毫米波雷達中游參與者眾多.30 表 12：4D 毫米波雷達車端應用場景多樣.35 表 13：4D 毫米波雷達擁有路端應用場景豐富.37 表 14：4D 毫米波雷達具有豐富應用場景.37 表 15：國內相關政策法規為 4D毫米波雷達發展創造機會.38 表 16：受益公司盈利預測與估值.41 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明

19、 5/43 1、視覺感知最佳輔助視覺感知最佳輔助4D 成像毫米波雷達成像毫米波雷達 1.1、感知是自動駕駛的首要環節，高性能傳感器必不可少感知是自動駕駛的首要環節，高性能傳感器必不可少 感知感知環節負責對偵測、識別、跟蹤目標，是環節負責對偵測、識別、跟蹤目標，是自動駕駛實現的第一步。自動駕駛實現的第一步。自動駕駛的實現，首先要能夠準確理解駕駛環境信息，需要對交通主體、交通信號、環境物體等信息進行有效捕捉，根據實時感知的環境信息，自動駕駛系統得以完成接下來的決策、規劃與控制等環節。傳感器的性能會直接影響到感知信息的質量，目前廣泛搭載的傳感器有攝像頭、激光雷達、毫米波雷達、超聲波雷達等。圖圖1：傳

20、感器在自動駕駛實現過程中發揮基礎性作用傳感器在自動駕駛實現過程中發揮基礎性作用 資料來源：L4級自動駕駛汽車發展綜述（李凱等）、開源證券研究所 特斯拉的視覺感知方案推動自動駕駛行業進入新的篇章。特斯拉的視覺感知方案推動自動駕駛行業進入新的篇章。2021 年，特斯拉使用Transformer 算法構建 BEV（Birds Eye-View,鳥瞰圖）空間，解決了傳統視覺感知的深度探測難點，從而通過視覺也可以進行較為準確的距離估計；同時，Transformer 算法更契合多個傳感器融合，可拓展性更強。2022 年，特斯拉使用基于 BEV+Transformer 和占用網絡，形成對外部 3D 空間的還

21、原，對通用障礙物感知能力進一步增強。特斯拉依靠攝像頭進行感知的 FSD 功能已經能夠實現近乎對全部駕駛場景的覆蓋，累計行駛里程呈指數型增長。圖圖2：特斯拉占用網絡的視覺感知具備特斯拉占用網絡的視覺感知具備 3D 空間感知空間感知 圖圖3：截至截至 2023Q3，FSD 累累計計行駛里程突破行駛里程突破 5 億英里億英里 資料來源：特斯拉 AI DAY 2022 資料來源：特斯拉官網（單位；百萬英里）感知傳感器激光雷達系統毫米波雷達系統攝像頭系統超聲波雷達系統 車聯網系統環境感知環境感知高精度地圖與定位系統高精度地圖與定位系統 高精度地圖高精度地圖 GPS/GPS/北斗北斗人類駕駛員融合與決策融

22、合與決策 自動駕駛計算平臺驅動控制轉向控制制動控制控制與執行控制與執行信息融合任務決策軌跡規劃異常處理人機共駕人機共駕 IMUIMU中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 6/43 特斯拉重新使用毫米波雷達輔助攝像頭特斯拉重新使用毫米波雷達輔助攝像頭來來提升感知能力提升感知能力。2021 年特斯拉放棄使用毫米波雷達，集中資源進行視覺感知能力的提升。2022 年 2 月，馬斯克坦言只有非常高分辨率的雷達才有意義，將取消毫米波雷達的原因指向“分辨率不足”；同年 6 月，特斯拉向美國聯邦通信委員會（FCC）注冊一款全新高分辨率雷達設備。根據汽車之心公眾號，2023 年 2 月，

23、國外博主 Greentheonly 曝光特斯拉全新的計算平臺 HW4.0 為毫米波雷達預留了接口；同年 6月，該博主又放出特斯拉新毫米波雷達的實物圖。綜合推斷，特斯拉將要搭載的新款毫米波雷達將是具有高分辨率的4D 成像毫米波雷達。4D 成像毫米波雷達具有諸多優良特性，能夠更好地輔助視覺感知方案。圖圖4：特斯拉向特斯拉向 FCC 注冊的新雷達示意圖注冊的新雷達示意圖 圖圖5：特斯拉新雷達實物圖與此前特斯拉新雷達實物圖與此前 FCC 備案一致備案一致 資料來源：美國聯邦通信委員會 資料來源：Drivingeco網 1.2、毫米波雷達毫米波雷達具有“全天候性質”，但存在分辨率不足的問題具有“全天候性

24、質”，但存在分辨率不足的問題 毫米波雷達通過調制、收發、毫米波雷達通過調制、收發、信號處理信號處理進行障礙物的感知。進行障礙物的感知。毫米波是電磁波，其頻段在 30-300GHz 之間，屬于“極高頻”，抗環境噪聲干擾能力強；毫米波波長在 1-10 毫米之間，與波長通常為數百至上千納米的激光相比，它的波長更長，具備傳輸距離遠、繞射能力強、穿透性更好等特點。工作在毫米波波段的雷達稱為毫米波雷達，在自動駕駛領域廣泛應用。圖圖6：毫米波雷達波長在毫米波雷達波長在 1-10mm 之間之間 資料來源：Wireless Communications and Applications Above 100 GH

25、z:Opportunities and Challenges for 6G and Beyond（Theodore S Rappaport等）中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 7/43 毫米波雷達主要由毫米波雷達主要由雷達前端雷達前端收發模塊收發模塊、數字信號處理單元數字信號處理單元以及接口模塊組成以及接口模塊組成。雷達前端雷達前端收發模塊收發模塊進行毫米波信號的調制、發射與接收，包括天線陣列、射頻前端、中頻電路、模數轉換器；數字信號處理單元數字信號處理單元進行信號處理與數據處理，包括 DSP（數字信號處理器）、MCU（微控制單元）或 FPGA（現場可編程門陣列）等

26、；接接口模塊口模塊負責數據通信以及與其他系統的集成。毫米波半導體技術已經比較成熟，已經在自動駕駛車輛中廣泛應用。圖圖7：毫米波雷達毫米波雷達主要由主要由前端雷達傳感器前端雷達傳感器、數字信號處理單元數字信號處理單元以及接口模塊構成以及接口模塊構成 資料來源：焉知汽車公眾號、開源證券研究所 信號收發與信號處理信號收發與信號處理是是毫米波雷達毫米波雷達運行的運行的重點環節重點環節。毫米波雷達工作流程如圖7 所示：（1）首先射頻發射器產生電磁波信號并且將之發射，信號到達目標物體；（2）物體反射或者散射信號形成回波信號，接收器接收回波信號；（3）混頻器將回波信號與原始信號混合，經過濾波器進行濾波，得到

27、中頻信號（實際是雷達發射信號與回波信號的頻率差，包含有物體的位置、速度等信息）；（4）中頻信號輸入到處理后端進行調制解調、FFT（Fast Fourier Transform，快速傅里葉變換）等算法處理，提取目標信息并進行分析，實現目標檢測、距離測量、速度測量、方位估計；（5）最終將結果輸出以進行后續感知處理。圖圖8：毫米波雷達工作流程毫米波雷達工作流程 資料來源：英飛凌Frequently asked questions for 24 GHz industrial radar、開源證券研究所 數字信號處理單元數字信號處理單元ADC ADC 模數轉換器模數轉換器DSP DSP 數字信號處理數字

28、信號處理MCU MCU 微控制單元微控制單元波形產生器波形產生器PA PA 功率放功率放大器大器LNA LNA 低噪放低噪放混頻器混頻器中頻信號中頻信號天線陣列天線陣列前端收發模塊前端收發模塊移相器移相器接口模塊接口模塊通信接口通信接口/數據接口數據接口MMICLP濾波器濾波器TXTX發射天線發射天線RXRX接收天線接收天線波形產生器波形產生器中頻信號中頻信號ADCFFT等信號處理等信號處理FFT中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 8/43 毫米波雷達毫米波雷達通常調制通常調制 FMCW（調頻連續波）（調頻連續波）波形，能夠同時波形，能夠同時測速測速、測距測距。多普勒

29、效應是指物體發射的波長會因為相對運動而產生變化，例如火車汽笛聲在駛向我們時會更加高亮，是因為此時我們接受到的汽笛聲波波長變短，頻率增加，因而可以被用來測速。毫米波雷達通常是 FMCW（調頻連續波）雷達，FMCW 是連續的頻率調制，頻率會線性增加與減小，根據這一特性，雷達能夠有效從 FMCW 的回波信號變化中分離出時間與距離的信息，從而準確測算出障礙物的相對速度與距離。圖圖9：從從 FMCW 波形能夠有效分離距離與時間導致的多普勒頻移波形能夠有效分離距離與時間導致的多普勒頻移 資料來源：TI毫米波雷達傳感器基礎知識、開源證券研究所 毫米波雷達同時能夠測算方位，識別多個物體，適用于車載領域。毫米波

30、雷達同時能夠測算方位，識別多個物體，適用于車載領域。通過增加分離的天線數量，毫米波雷達能夠根據回波信號陣列之間的相位差得到物體的方位信息；通過對多個回波信號進行處理得到不同的中頻信號，毫米波雷達也能夠有效分辨多個物體。毫米波雷達能夠測距、測速、測向、分辨多個物體，且 FMCW 波形的調制、處理等技術相對成熟，功耗小、成本低，使得毫米波雷達契合車載領域。圖圖10：多個天線接收信號，依據相位差得到方位信息多個天線接收信號，依據相位差得到方位信息 圖圖11：通過中頻信號處理得到多個物體的位置信息通過中頻信號處理得到多個物體的位置信息 資 料 來 源：英 飛 凌 Frequently asked qu

31、estions for 24 GHz industrial radar、開源證券研究所 資料來源：TI 官網、開源證券研究所 入射波陣入射波陣天線天線1天線天線2相位差相位差時間時間頻頻率率發射信號發射信號回波信號回波信號1回波信號回波信號2回波信號回波信號3時間時間頻頻率率中頻信號中頻信號發射與回波信號發射與回波信號中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 9/43 毫米波雷達具有多種優良特性，對智能駕駛不可或缺。毫米波雷達具有多種優良特性，對智能駕駛不可或缺。（1）“全天候”：“全天候”：相對波長為納米級的光波，毫米波波長更長，能夠輕易穿過比其波長小的障礙物，一般來說，

32、雨滴、雪花的平均直徑均在 5mm 以下，因此毫米波雷達工作基本不受雨雪霧等天氣的影響，具有“全天候”的特點；（2）具備速度信息具備速度信息：基于毫米波的多普勒效應，毫米波雷達可以獲得高精度的速度信息，這對于自動駕駛感知至關重要；（3）識別識別遮擋物體遮擋物體：毫米波信號具有多徑效應，信號通過反射、漫反射、衍射、繞射等方式，在一些場景下，能夠檢測遮擋物體。大陸集團曾提到基于其 ARS430 毫米波雷達的經驗，這類遮擋車輛大約在 40%的場景中可以被發現。當然其探測遮擋物體的性能表現也基于一些條件，如道路表面情況、前車的位置、以及被遮擋車輛的位置等。而算法對于此類場景的探測尤為重要，華為在其 4D

33、 毫米波雷達發布會上也著重提到了這一點。表表1：毫米波雷達具有全天候等感知優勢毫米波雷達具有全天候等感知優勢 傳感器類型傳感器類型 優點優點 缺點缺點 超聲波雷達 成本低；近距離探測分辨率高 多普勒效應明顯，探測距離近；波束發散大，無法識別角度，可靠性差 攝像頭 可識別車道線、限速標志等信息；水平分辨率高 受霧霾、雨雪天氣影響大 激光雷達 可識別物體輪廓；水平分辨率高、信息量大 難以識別車道線；受霧霾、雨雪天氣影響大；光學器件容易被灰塵污染；遠處物體測距、測速不精確；對物體的識別依賴于數據庫內的物體特征 毫米波雷達 測量遠處物體的速度和位置；可穿透霧霾和雨雪天氣；高可靠性，耐灰塵 難以識別車道

34、線等信息，角度分辨率低；容易受路面物體的干擾 資料來源：毫米波雷達在智能網聯汽車中的應用（袁帥）、開源證券研究所 圖圖12：多徑效應檢測識別多徑效應檢測識別“隱藏目標隱藏目標”資料來源：Automotive MIMO radar angle estimation in the presence of multipath（Florian Engels等）、復睿智行公眾號 攝像頭與毫米波雷達能夠形成感知系統上的優勢互補。攝像頭與毫米波雷達能夠形成感知系統上的優勢互補。攝像頭是被動感知傳感器，具有成本低、易于集成、語義信息豐富等特點，并且攝像頭是數據帶寬最高的車載傳感器之一，可以提供高分辨率圖像與實

35、時視覺信息，但是攝像頭容易受到惡劣天氣、眩光等環境的影響，沒有精確的物體深度信息與速度信息。毫米波雷達在攝像頭所不足的方面可以提供有效補充，兩類傳感器融合則能以較低的成本實現性能更好的自動駕駛感知。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 10/43 圖圖13：毫米波雷達與攝像頭優勢互補毫米波雷達與攝像頭優勢互補 資料來源：Vision-RADAR fusion for Robotics BEV Detections:A Survey（Apoorv Singh）、開源證券研究所 傳統傳統毫米波雷達毫米波雷達無法測高，限制其在自動駕駛中發揮更大的作用無法測高，限制其在自動駕駛

36、中發揮更大的作用。傳統毫米波雷達只能探測距離、角度、速度三類信息，由于沒有高程信息，限高桿、高架橋等物體容易觸發毫米波雷達障礙物反饋，因而實踐中只能設定保留動態目標追蹤結果或降低毫米波雷達感知權重，導致日常使用中毫米波雷達基本無法識別靜止物體。例如特斯拉的輔助駕駛未識別到白色靜止卡車導致相撞的事故，是由于攝像頭沒有分辨出白色車廂與天空的區別，同時毫米波雷達沒有準確識別側翻靜止的貨車。針對此問題，毫米波雷達需要增加俯仰角的感知能力。圖圖14：雷雷達電磁波達電磁波具有多徑效應，具有多徑效應，能夠檢測遮擋物體能夠檢測遮擋物體 圖圖15：攝像頭與毫米波雷達對白色靜止卡車識別失誤攝像頭與毫米波雷達對白色

37、靜止卡車識別失誤 資料來源：A Deterministic Channel Model for Simulation of Mobile Radio Communications（Daniel Martinsson 等）、開源證券研究所 資料來源：智車營公眾號 1.3、4D 毫米波毫米波雷達雷達增添高度維信息增添高度維信息，形成精確的感知能力形成精確的感知能力 4D 毫米波雷達毫米波雷達增添俯仰角信息，可以識別物體高度增添俯仰角信息，可以識別物體高度。正如上文提到，毫米波雷達由于無法分辨高度維信息，在使用中會將靜止物體識別的置信度降低，如無其他可靠傳感的情況下，可能導致誤剎或漏剎，造成較差的駕

38、駛體驗甚至威脅行駛安全。而如果增加俯仰方向的天線排布，毫米波雷達就能夠測量到高度信息，從而克服上述不利的情況，4D 毫米波雷達便應運而生。4D 毫米波雷達中的“4D”指的是距離、方位、速度以及高度，4D 毫米波雷達不僅繼承了毫米波雷達的優點，包括“全天候”有效運行、感知遮擋物體，并且在分辨率、精度上更進一步，能夠識別較小的物體、靜止物體以及空中障礙物。作為毫米波雷達的升級，4D 毫米波雷達具有更優異的性能，對復雜路況展現了更強的適應性。反射反射衍射衍射繞射繞射中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 11/43 圖圖16：可以通過天線特殊排布方式實現可以通過天線特殊排布方式

39、實現方位方位-仰角分辨率仰角分辨率 資料來源：Radar scaning system（M.D.Fiske）、開源證券研究所 圖圖17：4D 毫米波雷達具備俯仰角測量能力毫米波雷達具備俯仰角測量能力 資料來源：安波福官網、開源證券研究所 表表2：4D 毫米波雷達相對毫米波雷達相對毫米波雷達毫米波雷達優勢顯著優勢顯著 4D毫米波雷達毫米波雷達 普通雷達普通雷達 4D毫米波雷達優點毫米波雷達優點 點云數量 3 萬點/秒以上 4000點/秒 勾勒出目標輪廓；可容納多目標、不漏檢 方位角分辨率 1 度 3 度 區分前方 250米處間隔 4.5m以上的兩車輛 方位角精度 0.1度 0.3度 測量前方 1

40、50米處物體方位誤差在 30cm之內 俯仰角分辨率 1 度 無 區分前方 65米處的 3米橫桿與其下 1.7米行人 俯仰角精度 0.1度 1 度 測量前方 65米處物體方位誤差在 20cm之內 資料來源：佐思汽車研究公眾號、開源證券研究所 4D 成像毫米波雷達成像毫米波雷達清晰度更進一步，能夠輸出清晰度更進一步，能夠輸出三維三維點云圖像。點云圖像。通過改進識別算法、增大雷達孔徑等方式，4D 毫米波雷達能夠像激光雷達一樣輸出相對密集的三維點云，能夠勾勒出物體的形狀，進而識別出物體，具有高清的特質，這就是4D 成像毫米波雷達。相鄰兩個點云之間的角度即為角分辨率，角分辨率越小則代表雷達清晰度越高，4

41、D 成像毫米波雷達的角分辨率最高可以達到 1以內，意味著在 200m 遠的范圍，雷達能夠區分相距約 3.5 米或以上的兩個物體，對近處的物體的識別則會更加清晰。由于 4D 成像毫米波雷達會生成三維點云，因此對比對象常常是激光雷達，而不再是毫米波雷達。1 距離距離2 方向方向3 多普勒速度多普勒速度4 垂直高度垂直高度中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 12/43 圖圖18：毫米波雷達無法毫米波雷達無法識別高度信息識別高度信息（左），（左），4D 成像毫米波雷達成像毫米波雷達點云清晰（右）點云清晰（右）資料來源：傲酷官網、開源證券研究所 毫米波雷達經過多年發展性價比凸顯

42、毫米波雷達經過多年發展性價比凸顯，點云效果媲美點云效果媲美低線束激光雷達低線束激光雷達。激光雷達具有優秀的性能表現，在 905nm 和 1550nm 波段廣泛應用，可以發射大量激光束進行路況掃描，形成高分辨率點云圖像，并且能夠對路況進行初步判斷，還可以輸出目標距離、方位、高度、速度、形態等信息。但由于激光雷達波長短，穿透力弱，同功率下探測距離受限同時還容易受到惡劣天氣干擾。4D 成像毫米波雷達點云效果已經可以和低線數激光雷達相當，同樣具有高靈敏度與高分辨率的特性，且成本總體較低。在搭載激光雷達的車型上，4D 成像毫米波雷達能夠作為安全冗余發揮功能，提升自動駕駛的安全性；在未搭載激光雷達的車型上

43、，4D 成像毫米波雷達能夠作為激光雷達的傳感器平替，實現自動駕駛功能，助力智能駕駛的普及。Mobileye 在 CES 大會上提出，到 2025 年，L4 級別自動駕駛感知方案中將只搭載一顆前向激光雷達，側向將用六顆 4D毫米波雷達來代替兩顆激光雷達，以實現 L4 級別感知功能，并達到大幅縮減成本的目的。圖圖19：Oculii EAGLE 對比對比 Velodyne 16 線激光雷達，能夠覆蓋更遠距離線激光雷達，能夠覆蓋更遠距離 資料來源：傲酷官網、開源證券研究所 表表3：4D 毫米波雷達性能能夠媲美低線激光雷達毫米波雷達性能能夠媲美低線激光雷達 AT128 HDL-32E RS-LiDAR-

44、16 EAGLE Phoenix zPRIME 廠商 禾賽 Velodyne RoboSense 傲酷 Arbe Zadar 最大探測距離 200m 100m 150m 350m 300m 800m FOV 12025.4 36041.33 36030 12030 10030 12024 前方有高架橋前方有高架橋普通毫米波雷達只能普通毫米波雷達只能感知到前方是障礙物感知到前方是障礙物4D成像成像毫米波雷達毫米波雷達能夠獲得高度信息能夠獲得高度信息探測距離小于探測距離小于100M且受天氣限制且受天氣限制400M探測距離探測距離全天氣適應全天氣適應Velodyne激光雷達激光雷達傲酷傲酷EAGLE

45、 4D成像毫米波成像毫米波雷達雷達中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 13/43 AT128 HDL-32E RS-LiDAR-16 EAGLE Phoenix zPRIME 角分辨率 0.10.2 0.331.33 0.42 0.51 11.7 0.40.4 尺寸 13711248mm 85H144.2mm 109H80.7mm 1008015mm 12314335mm 14012025mm 功率 18W 12W 12W 5W 15-25W 25W 類別 128線激光雷達 32線激光雷達 16線激光雷達 4D毫米波雷達 4D 毫米波雷達 4D毫米波雷達 數據來源：各

46、公司官網、開源證券研究所 4D 成像毫米波雷達成像毫米波雷達是自動駕駛優秀是自動駕駛優秀輔助輔助傳感器傳感器。特斯拉通過 Transformer 算法構建 BEV 空間，能夠對動態物體與靜態物體進行有效感知，占用網絡又提升其對通用障礙物的感知能力。就 4D 毫米波雷達而言，性能方面，相比純視覺方案通過算法預測距離信息而并非獲取真值，激光雷達和 4D 毫米波雷達等獲取的真值距離信息意味著更高的安全保障；毫米波雷達探測的速度信息精度高于激光雷達，更有助于識別物體運動軌跡和方向。算法層面，諸多多傳感器融合的感知算法如BEVFusion 等誕生，有效幫玩家將 4D毫米波雷達信息融入感知系統。因此 4D

47、 毫米波雷達有望成為自動駕駛感知的重要組成，助力產品功能落地。2、多方案多方案提升關鍵性能提升關鍵性能，4D 毫米波雷達不斷進化毫米波雷達不斷進化 2.1、硬件、軟件技術路徑多樣，硬件、軟件技術路徑多樣，4D 毫米波雷達分辨率提升毫米波雷達分辨率提升 分辨率是分辨率是 4D 毫米波雷達的關鍵指標，目前業界通過毫米波雷達的關鍵指標，目前業界通過軟件、硬軟件、硬件兩條路線件兩條路線促進促進性能提升性能提升。在信道數量（發射天線數量乘以接收天線的數量）不變的情況下，增加俯仰角測量能力會減少對于方位角的探測能力，而分辨率是影響 4D 毫米波雷達性能的關鍵。為了提高 4D 毫米波雷達的分辨率，需要增大雷

48、達孔徑（雷達系統中天線的尺寸或天線陣列的布局），可以通過改進硬件或者算法強化的方式實現分辨率的提高，為自動駕駛提供更為有效的感知。目前已經有多種技術用于提升 4D 毫米波雷達的分辨率，大致可以分為硬件方案與軟件方案，前者有芯片級聯、芯片集成、超材料改進天線等，后者有虛擬孔徑成像、超分辨率等算法處理能力的提升。2.1.1、基于芯片基于芯片級聯級聯的解決方案的解決方案：落地快：落地快 級聯級聯毫米波雷達毫米波雷達射頻芯片射頻芯片方案方案可以增加天線數量，從而增大雷達孔徑可以增加天線數量，從而增大雷達孔徑。4D 毫米波雷達芯片分為射頻芯片與數據處理芯片，其中射頻芯片也被稱作 MMIC（單片微波集成電

49、路），負責毫米波信號的調制、發射、接收以及回波信號的解調。通過MMIC 級聯的方式增加雷達收發天線的數量，配合天線的 MIMO（多入多出）系統提高通信容量。圖圖20：雙雙 AWR 2243 MMIC 級聯陣列參考設計級聯陣列參考設計 圖圖21：特斯拉使用二級聯（特斯拉使用二級聯（6T8R）的方式，落地更快）的方式，落地更快 資料來源：TI 官網、開源證券研究所 資料來源：Ghost Autonomy官網 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 14/43 級聯能夠增加實體天線數量，從而增強雷達的角分辨率。級聯能夠增加實體天線數量，從而增強雷達的角分辨率。級聯即通過連接多個

50、實體天線來增加天線數量進而提升產品性能。級聯分為二級聯、四級聯、八級聯等，以二級聯為例，就是將兩個 3T4R（3 發射天線+4 接收天線）的 MMIC 極聯就形成一個 6T8R 的雷達收發器。級聯方案基于毫米波雷達芯片，德州儀器（TI）、恩智浦（NXP）、英飛凌（Infineon）等雷達芯片供應商均有配套技術與底層軟件等支持。MIMO 天線系統天線系統能夠增加能夠增加虛擬虛擬信道信道數量數量，增大雷達的孔徑。，增大雷達的孔徑。MIMO 天線系統是 SIMO（單入多出）技術的升級（如 3T1R 芯片是 SIMO，3T4R 則為 MIMO，前者最多 31 個信道，后者則能夠形成最多 34 個信道）

51、。通過實現多天線系統的接收端通道分離，能夠在不增加實體天線數量的同時在單個芯片上形成虛擬信道，從而實現虛擬孔徑的增大與角分辨率的提高。圖圖22：MIMO技術能夠增加虛擬信道數量技術能夠增加虛擬信道數量 圖圖23：大陸大陸 ARS540 使用芯片級聯方案使用芯片級聯方案 資料來源：是德科技 KEYSIGHT公眾號 資料來源：大陸官網 級聯和級聯和 MIMO 天線技術可以協同作用天線技術可以協同作用，為雷達系統提供更高的分辨率和定位為雷達系統提供更高的分辨率和定位精度，進而改善成像效果。精度，進而改善成像效果。大陸（Contiental）、采埃孚（ZF）、博世（Bosch）等毫米波雷達供應商均采用

52、這種方式制造高分辨率、高性能的 4D 成像毫米波雷達。級聯方案會導致雷達系統功耗高、尺寸相對較大、信噪比較低，但同時級聯方案芯片前期開發難度小，并且產業鏈成熟，產品落地快。從特斯拉的新款毫米波雷達拆解圖中可以看出，特斯拉使用兩片 MMIC 級聯的方案，通過增多的天線數量與特殊的天線排布實現分辨率的提高。2.1.2、基于芯片基于芯片集成集成的解決方案的解決方案：集成度高、設計難度大：集成度高、設計難度大 芯片集成芯片集成也是重要的解決方案，匯聚了大量也是重要的解決方案，匯聚了大量 4D 毫米波雷達“新勢力”。毫米波雷達“新勢力”?；谛酒傻?4D 成像毫米波雷達方案有兩個方向，一方面，可以通

53、過在 MMIC 上集成更多天線，再將 MMIC 級聯，如 Arbe 的雷達方案；另一方面，可以將 MMIC 與天線/雷達處理器等器件集成，形成專用成像雷達芯片，例如 Vayyar、Uhnder 等公司的方案，實現集成度更高的雷達芯片。（1）Arbe：通常毫米波雷達信號的收發都是在一顆 MMIC 上，而 Arbe 的射頻芯片與接收芯片是分離的，Arbe 的發射芯片集成有 24 個發射通道，接收芯片集成有 12 個接收通道，其專用成像雷達處理芯片最多支持 2 個發射芯片與 4 個接收芯片，形成總共 48T48R 的超大規模虛擬陣列，能夠在控制雷達體積同時提高雷達性能；（2）Vayyar：Vayya

54、r 自研的 MMIC集成數字信號處理器 DSP 與 MCU；（3）Uhnder：Uhnder 的 4D 成像片上雷達（RoC）將 DSP、MCU 等處理單元進行集成，形成實現毫米波雷達芯片化。集成化、芯片化成為毫米波雷達發展新趨勢。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 15/43 圖圖24：Arbe 芯片集成更多天線形成超大規模收發陣列芯片集成更多天線形成超大規模收發陣列 圖圖25：Vayyar 芯片芯片多層架構軟硬件平臺具有高集成度多層架構軟硬件平臺具有高集成度 資料來源：Arbe官網、開源證券研究所 資料來源：Vayyar 官網、開源證券研究所 圖圖26：Uhnde

55、r 4D 數字成像片上雷達集成度進一步提高數字成像片上雷達集成度進一步提高 資料來源：Uhnder官網、開源證券研究所 2.1.3、基于基于超材料超材料的解決方案的解決方案：天線性能改進：天線性能改進 通過通過超材料超材料與相控與相控陣列陣列改進天線也可以提高毫米波雷達清晰度改進天線也可以提高毫米波雷達清晰度。超材料是經過工程設計、用多種材料混合而成的材料，通過在超材料表面上嵌入顯微結構，結合電磁波傳播技術，以此創建出比傳統電路要小很多的電路，可以提升天線的輻射功率與性能，減小體積。Metawave 的早期的產品 WARLORD 已經在探索使用超材料，現在的電控相控陣 AiP（封裝天線）同樣應

56、用到超材料，應用于波束控制成像雷達SPEKTRA。EchoDyne 將超材料應用于 ESA（電子掃描陣列），進行波束成形和波束控制，以保持可接受帶寬同時增強天線的功率，使得雷達得到更清晰的成像。超材料構建的天線收發陣列具有出色性能與可靠性，與相控陣技術相結合能夠大幅提升角分辨率，但目前該方案成本高，EchoDyne 更是僅專注國防、安防等領域，不涉及汽車毫米波雷達業務。Vayyar芯片芯片集成集成DSP、MCU容納多達容納多達48個個收發天線收發天線中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 16/43 圖圖27：采用超材料覆蓋層的采用超材料覆蓋層的 MIMO 天線陣列天線陣

57、列 圖圖28：Metawave 的的天線封裝模塊天線封裝模塊使天線面積大幅減小使天線面積大幅減小 資料來源：Wideband mimo directional antenna array with a simple meta-material decoupling structure for x-band applications（Jianfeng Jiang）資料來源：Metawave官網 2.1.4、基于軟件算法的解決方案基于軟件算法的解決方案：算法賦能提升雷達表現：算法賦能提升雷達表現 通過在處理流程中虛擬實現硬件改進或優化信號處理算法通過在處理流程中虛擬實現硬件改進或優化信號處理算法可

58、以進一步提高雷達可以進一步提高雷達分辨率。分辨率。（1）虛擬硬件改進虛擬硬件改進：傲酷（Oculii）所研發人工智能虛擬孔徑成像（VAI）算法，能夠基于現有主流車規級標準芯片，通過自適應相位調制與軟件模擬形成高倍數虛擬 MIMO，虛擬擴展天線的孔徑，在原有物理天線數基礎上再虛擬出數十倍的天線數，同時還能夠通過機器學習與深度學習適應不同路況，極大提升雷達角分辨率。MIMO 虛擬通道越多，VAI 能發揮越強的性能，在毫米波雷達級聯與 MIMO的基礎上，“二級聯可達到別的公司六級聯的效果”。（2）優化信號處理算法優化信號處理算法：如超分辨率算法通過基于學習的算法或者其他處理算法，來替代原有算法處理中

59、如 FFT（快速傅里葉變換）等傳統算法。軟件算法輔助自研或者其他廠商研發的硬件，能夠在實體天線數量相同情況下提高硬件性能表現，使車載毫米波雷達在成像清晰的同時降低功耗、減小體積，但算法開發具有較高的技術壁壘，軟件算法的研發水平至關重要，同時對信息處理硬件以及算法提出更高的要求。圖圖29：傲酷通過傲酷通過 VAI 算法虛擬算法虛擬實現硬件改進實現硬件改進，同等條件下擁有更高的分辨率性能，同等條件下擁有更高的分辨率性能 資料來源：傲酷官網、開源證券研究所 角分辨率性能角分辨率性能基礎陣列物理基礎陣列物理MIMO接收器的數量接收器的數量標準標準MIMO傲酷傲酷VAI軟件軟件（嵌入式處理器嵌入式處理器

60、）傲酷傲酷VAI軟件軟件（中央處理器中央處理器）FalconVAI（單芯片）（單芯片）12虛擬通道數虛擬通道數FOV：120/30分辨率：分辨率：2/5EagleVAI（二級聯）（二級聯）48虛擬通道數虛擬通道數FOV：120/30分辨率：分辨率：0.5/1RaptorVAI（四級聯）（四級聯）192虛擬通道數虛擬通道數FOV：120/60分辨率：分辨率：0.1/0.1中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 17/43 2.1.5、4D 成像成像毫米波雷達毫米波雷達實現方案眾多實現方案眾多，技術路線尚未統一技術路線尚未統一 硬件、算法均為硬件、算法均為提升提升 4D 成像

61、成像毫米波毫米波雷達整體性能雷達整體性能的的重要環節重要環節。為提高 4D 成像毫米波雷達分辨率，不同的雷達廠商分別對微波天線技術、MIMO 陣列設計、信號處理硬件與算法其中一方面或幾方面進行拓展，多方案推動 4D 成像毫米波雷達分辨率提升，4D 成像毫米波雷達也得以在自動駕駛方案中發揮越來越重要的作用。表表4：4D 成像成像毫米波雷達不同解決方案各有優劣毫米波雷達不同解決方案各有優劣 體積體積 功耗功耗 成本成本 信噪比信噪比 技術成熟度技術成熟度 多芯片級聯 大 高 MMIC成本高 適中 高 集成芯片組 小 適中 研發與生產成本高 較低 適中 超材料天線改進 較大 較低 研發與生產成本高

62、高 低 軟件算法 適中 低 研發成本高 適中 適中 資料來源：九章智駕、高工智能汽車車載毫米波雷達行業發展藍皮書（2021-2025）、開源證券研究所 4D 成像成像毫米波雷達仍處于產品生命周期早期毫米波雷達仍處于產品生命周期早期。一方面，4D 成像毫米波雷達擁有多樣化的技術實現路徑，主機廠與雷達制造商可選擇的范圍廣，能夠側重不同的特點來進行雷達選擇，以適配不同車型，市場潛力大；另一方面，4D 成像毫米波雷達仍處于產品生命周期早期，多種技術路線仍未收斂，增加了主機廠驗證測試的時間與成本，或將延緩 4D成像毫米波雷達上車的時間。2.2、4D 毫米波雷達難點逐步突破，毫米波雷達難點逐步突破，性能迭

63、代降本增效快速上車性能迭代降本增效快速上車 2.2.1、硬件層面，技術迭代引領行業降本增效，推動滲透率向更高水平提升。硬件層面，技術迭代引領行業降本增效，推動滲透率向更高水平提升?；仡櫤撩撞ɡ走_發展歷史，半導體工藝的進步回顧毫米波雷達發展歷史，半導體工藝的進步引領了產品形態的迭代，帶來產引領了產品形態的迭代，帶來產品滲透率的品滲透率的持續持續提升。提升。毫米波雷達在汽車的應用可以追溯到 80 年代初期，彼時諸多探索性的研究已經展開，1999 年，奔馳 S 級轎車上第一次出現了基于毫米波雷達的自適應巡航功能，毫米波雷達上車的帷幕正式拉開。但在當時的雷達主要以砷化鎵工藝為主，雷達中需要部署多個射頻

64、芯片，同時由于工作在 24Ghz 頻段，雷達的天線體積龐大，整體產品笨重且昂貴，并未廣泛推廣。2000 年以來鍺硅（SiGe）工藝的發展，大幅提升了毫米波雷達芯片的性能，鍺硅擁有噪聲低、動態范圍大、制程成熟等特點，讓毫米波雷達的射頻芯片成本大幅降低，推動了毫米波雷達滲透率的快速提升。2016 年德州儀器推出了基于 RFCMOS 工藝的高集成度 77Ghz 毫米波雷達芯片，所有的射頻元件可以集成在單顆 MMIC 芯片上行，讓毫米波雷達的成本相比前一代鍺硅工藝產品進一步下探，其余芯片玩家紛紛跟進，至今各大廠商新產品幾乎全部基于 RFCMOS 工藝開發，毫米波雷達行業進一步降本，這也讓成本相對較高的

65、 4D 毫米波雷達上車普及成為可能。射頻半導體技術的發展，讓毫米波雷達日益走向“平民化”，是毫米波雷達普及的基礎。表表5：CMOS 工藝工藝處理速度更快，相對成本更低處理速度更快，相對成本更低 GaAs SiGe BiCMOS CMOS 速度 很快 快 快 故障率 高 適中 低 功率增益 很好 好 適中 晶圓熱行為 適中 適中 低 邏輯密度 低 適中 高 晶圓成本 高 低 低 資料來源：MEMS公眾號、開源證券研究所 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 18/43 圖圖30：射頻半導體工藝的演進大幅提升了毫米波雷達的普及率射頻半導體工藝的演進大幅提升了毫米波雷達的普及

66、率 資料來源：汽車商業評論網 2.2.2、信號處理信號處理、數據處理、數據處理算法算法日益日益豐富成熟豐富成熟，神經網絡加持下性能持續提升神經網絡加持下性能持續提升 4D 成像毫米波雷達成像毫米波雷達算法算法可分為信號處理、數據處理以及其他算法可分為信號處理、數據處理以及其他算法。對 4D 毫米波雷達而言算法通常分為兩個部分，信號處理算法主要包含將毫米波雷達接收的微波信號轉化成點云等信息，數據處理算法主要通過對點云或者前段信號處理的結果進行分析進而得出物體的輪廓、類別甚至姿態行為等。（1）信號處理算法：）信號處理算法：前文提到，毫米波信號通過 MMIC 接收后經過混頻器會合成中頻信號，之后對中

67、頻信號進行多快速次傅里葉變換（FFT）可解析出包含距離、角度、速度信息的 RAD（Range-Angle-Doppler）數據塊，再經過 CFAR（Constant False-Alarm Rate，恒虛警率檢測，采用自適應的方式將噪聲、雜波、干擾過濾掉）生成稀疏的點云，點云中的每個點包含距離、速度、角度三類信息。（2）數據處理算法：）數據處理算法：數據處理算法包括點云聚類、目標跟蹤、目標分類、目標識別等方面的算法，實現精確識別物體與判斷軌跡的作用，目前 4D 成像毫米波雷達數據處理算法多使用激光雷達的點云處理算法實現。（3）其他算法：其他算法：部分 ADAS 算法（如 ACC、AEB等）以及

68、一些拓展功能（如SLAM）等。算法日益豐富，神經網絡加持下如虎添算法日益豐富，神經網絡加持下如虎添翼翼。當前毫米波雷達的算法日益成熟，無論信號處理算法還是數據處理算法，種類不斷豐富，算法架構日益成熟。此外神經網絡的發展也讓毫米波雷達感知性能進一步提升。以信號處理算法為例，由于電磁波具有多徑效應，在某些場景下，電磁波會發生多次反射、衍射，到達接收端時信號會相互疊加形成干擾，影響點云質量。傳統多以通過 CFAR 算法處理干擾但該算法也可能會將一些有用的信息過濾掉，因此玩家也開始探索使用基于學習的算法來處理雷達信號，進而形成更加精確的檢測結果。表表6：毫米波雷達信號處理流程成熟毫米波雷達信號處理流程

69、成熟 信號處理算法信號處理算法 說明說明 Range FFT 獲得距離信息 Doppler FFT 獲得速度信息 Non-coherent Combing 獲得不同接收通道的非相干累加幅值矩陣 CFAR 計算噪聲閾值，從幅值矩陣中提取出目標點 DoA Estimation 計算后得到帶方位角信息的目標點 Clustering&Tracking 對目標點聚類并進行幀間追蹤，得到目標軌跡 資料來源：NXPAcceleration on Automotive Radar Signal Processing、開源證券研究所 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 19/43 圖圖

70、31：4D 毫米波毫米波雷達信號處理流程框架雷達信號處理流程框架 資料來源：4D Millimeter-Wave Radar in Autonomous Driving:A Survey（Zeyu Han 等）、開源證券研究所 2.2.3、自動駕駛算法體系邁向成熟，毫米波雷達乘勢而起自動駕駛算法體系邁向成熟，毫米波雷達乘勢而起 對對 4D 毫米波雷達而言，毫米波雷達而言，感知功能通常分為兩類感知功能通常分為兩類：（1）僅采用雷達，直接產生感知結果；（2）融合方法，與其他傳感器共同生成綜合的感知結果。早期汽車功能多以第一類方式為主，如早期的 ACC（自適應巡航）、AEB（自動剎車系統）等均只采用

71、毫米波雷達實現車輛、行人的識別進而實現相應的功能。當前隨著汽車智能化、電子電氣架構集中化的推進，自動駕駛功能的邏輯逐步發生變化，從傳統的不同功能分立的狀態逐步走向具備統一的感知、決策、執行系統，城市 NOA、高速NOA、行泊一體等功能逐步將最基礎的 L1、L2 輔助駕駛功能包含在內。在蔚來科技創新日上，公司提到將采用統一的算法架構，支持城區 NOP、泊車、主動安全、以及智能車控等應用，華為也提到其 ADS2.0 有效助力全車主動安全的能力提升?；诖?，某一個類型的傳感器如何能夠更好地和其他類型傳感器融合成為其是否能夠廣泛應用的關鍵。融合框架分為前融合融合框架分為前融合、中融合與中融合與后融合后

72、融合。融合的核心思想是“交叉驗證”。即通過多傳感器的信息互相對照，避免單一傳感器識別不足與失靈狀況，使駕駛系統做出最接近現實情況的判斷。圖圖32：前融合、中融合與后融合的不同在于融合發生的階段不同前融合、中融合與后融合的不同在于融合發生的階段不同 資料來源：智能網聯汽車、開源證券研究所 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 20/43 前融合前融合信息損失量小信息損失量小，但但對處理算法對處理算法、算力、算力要求高要求高 前融合適用于集中式架構，傳感器搜集信息后直接進行融合處理，識別路況后輸出結果。如圖 31 所示，4D 毫米波雷達尤其是 4D 成像毫米波雷達具有豐富的

73、點云前數據，如原始 ADC數據、距離-多普勒頻譜圖、4D 張量圖等信息，進行前融合時能夠在更為原始的數據上進行輸出，保留更多信息。算力方面，進行大數據量的前融合運算需要更大算力處理芯片，數據處理位置多位于汽車中央域控制器；算法方面，前融合處理會存在聯合標定檢驗，即不同傳感器輸入信息對同一物體也會產生不同感知信息，要求不同傳感器信息的高精度時空同步，要求高精度算法處理。圖圖33：后融合（左）后融合（左）傳感器單獨識別目標、傳感器單獨識別目標、前融合（右）前融合（右）中央處理器識別目標中央處理器識別目標 資料來源：What does sensor fusion mean for the futur

74、e of radar?（Gideon Kedem）后融合后融合的解耦性好，但壓縮過程可能損失大量信息的解耦性好，但壓縮過程可能損失大量信息 后融合適用于分布式架構，不同傳感器獨立感知，完成識別后將結果融合，判斷出最佳路況。后融合流程中傳感器單獨處理信息，即使個別傳感器無法獲得有效數據或者標定有偏差，也可能不影響駕駛系統的運行。進行后融合時會對 4D 毫米波雷達的數據進行大量的壓縮，同時處理結果是點云數據，如果與其他傳感器產生互相矛盾的驗證，置信度不當將可能帶來嚴重的安全問題。中中融合融合或成或成 4D 成像毫米波雷達與攝像頭感知融合方向成像毫米波雷達與攝像頭感知融合方向 中融合介于前兩種融合之

75、間，也稱特征級融合，傳感器先行進行一部分處理，然后在傳感器之外進行融合。中融合主要基于學習的方法。不同傳感器采集的數據并將目標“分解”為特征并提取，再將特征向量進行融合，優勢在于目標信息更容易進行關聯。目標級目標級融合逐步演進為融合逐步演進為特征級特征級融合，算法融合，算法成熟降低融合難度成熟降低融合難度。在傳統汽車市場中，諸多傳感器多以目標級融合為主，算法繁瑣，準確率較低。近年在特斯拉引領下，BEV+Transformer 以及占用網絡等算法廣為行業所接受。在這一算法范式的牽引下，多傳感器融合走向以特征級融合為主的形式。毫米波雷達憑借其全天候，并且擁有精確速度信息等特點，成為諸多傳感器中的重

76、要組成部分。盡管玩家將激光雷達和視覺信息進行融合更加“輕車熟路”，但無論沿用激光雷達點云處理的算法，還是開發新的毫米波雷達數據處理算法，近年學界和業界均聚焦了諸多目光，新興的方案不斷涌現，融合方法日益成熟，毫米波雷達滲透率提升進一步加速。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 21/43 3、4D 成像成像毫米波雷達產業鏈毫米波雷達產業鏈逐步成熟玩家迎來發展良機逐步成熟玩家迎來發展良機 4D 成像成像毫米波雷達提供新的市場機會，市場格局尚未定型。毫米波雷達提供新的市場機會，市場格局尚未定型。4D 成像毫米波雷達屬于汽車零部件，市場相對成熟，產業鏈廠商可分為上游雷達零部件供

77、應商與中游雷達制造商：4D 成像毫米波雷達核心技術存在于上游，雷達零部件供應商提供不同的解決方案；中游雷達制造廠商根據下游需求進行 4D 成像毫米波雷達的制造；下游為使用 4D 成像毫米波雷達的整車廠，通過選擇傳感器達到成本控制與感知能力的最優結合。圖圖34：車載車載 4D 成像成像毫米波雷達產業鏈毫米波雷達產業鏈 資料來源：各公司官網、汽車新技術資訊公眾號、開源證券研究所 3.1、上游：雷達芯片組技術壁壘高，軟件與硬件深度結合上游：雷達芯片組技術壁壘高，軟件與硬件深度結合 4D 成像成像毫米波雷達上游產品眾多毫米波雷達上游產品眾多。4D 成像毫米波雷達的上游主要包括單片微波集成電路 MMIC

78、、數字信號處理芯片、高頻 PCB、機械結構件，以及部分雷達處理算法。雷達芯片組早期生產研發成本高，國外傳統巨頭與初創公司相繼布局，國內亦有玩家入局；高頻 PCB國內外廠商眾多，競爭激烈，國產替代機會較大；雷達處理算法主要由芯片廠商配套供給或與中游廠商共同研發，也有專業算法設計廠商。3.1.1、MMIC：左右毫米波雷達發展的核心環節，左右毫米波雷達發展的核心環節，市場市場集中度高集中度高 毫米波芯片的技術發展是推動毫米波雷達產業發展的核心因素。毫米波芯片的技術發展是推動毫米波雷達產業發展的核心因素。毫米波雷達每一輪產品巨變都基于毫米波射頻芯片技術的變革。而射頻芯片的技術演進又深刻受到射頻半導體行

79、業發展的影響，過往及當前的巨頭如 IBM、飛思卡爾、德州儀器、恩智浦等玩家受到全球手機、汽車、通信行業周期以及技術演進的影響盛衰更迭，見證了行業發展歷程。整車廠商整車廠商下下游游處理芯片處理芯片MMIC高頻高頻PCB上上游游軟件算法軟件算法國外廠商國外廠商國內廠商國內廠商中中游游中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 22/43 毫米波雷達走向毫米波雷達走向 4D 成像離不開成像離不開 MMIC 技術的發展。技術的發展。作為 4D 成像毫米波雷達的核心組件，MMIC 制造難度高，對制造工藝、信號收發技術、抗干擾技術等方面提出了很高的要求。（1）制造制造工藝工藝：射頻收發芯

80、片，即 MMIC，由砷化鎵(GaAs)或鍺硅(SiGe)等化合物半導體工藝轉向 CMOS 工藝，CMOS 工藝下越來越多的組件被集成到單個 MMIC 中，減小體積同時性能隨之提高，恩智浦已經發布28nmCMOS 毫米波雷達芯片，性能相比上一代 45nm 產品顯著提升，因而芯片制造本身即為 MMIC 的重要環節。（2）復雜的設計開發流程復雜的設計開發流程：毫米波雷達 SOC 中集成了 MIMO 收發機、高速數模轉換芯片、雷達信號處理器、通用處理器等，包含復雜的軟硬件和電磁環境，數模融合、算法融合甚至天線設計都需要全方位考量，也考驗著 MMIC 芯片公司的核心技術能力。（3）抗干擾技術抗干擾技術：

81、集成 MMIC 背景噪聲高，需要通過復雜波形設計減少天線之間的互相干擾；隨著車輛搭載毫米波雷達數量增多，行駛中雷達間干擾也日趨嚴重，供應商如 Uhnder 使用 DCM（數字編碼調制）技術形成幾乎獨特的相位編碼探測信號，來消除相互的雷達干擾。除此以外，MMIC 封裝、MIMO陣列設計、波形設計等方面的技術均實現突破。圖圖35：TI 不斷推出不斷推出集成度更高集成度更高、功能更豐富的汽車毫米波雷達傳感器、功能更豐富的汽車毫米波雷達傳感器 資料來源：TI 官網 傳統毫米波傳統毫米波 MMIC 供應商相繼布局，推動供應商相繼布局，推動 4D 成像成像毫米波雷達起步發展。毫米波雷達起步發展。MMIC

82、是 4D 毫米波雷達的核心組件，工作頻段普遍為 77GHz 及以上頻段，主要供應商為 NXP 和 TI 等毫米波雷達供應商。（1）TI：TI 為 4D 毫米波雷達的推動者，2018年 TI推出基于 AWR2243 FMCW 單芯片收發器的 4級聯 4D 成像毫米波雷達全套設計方案，包括參考硬件設計、軟件驅動程序、示例配置、API 指南和用戶文檔，同時提供 2 芯片和 4 芯片級聯方案；2022 年發布的 AWR 2944 SoC（系統級芯片）性能進一步提升。（2）英飛英飛凌凌：英飛凌在車載毫米波雷達 77GHz 芯片領域具有領先地位，2020 年初，英飛凌與傲酷合作，同年推出面向 4D 成像毫

83、米波雷達的可級聯芯片序列 RASIC RXS816xPL，正式進入車載成像雷達市場。（3）NXP：2020 年底，NXP 宣布推出 TEF82xx 單芯片方案，是一顆完全集成的 RFCMOS（射頻互補金屬氧化半導體）芯片，支持調制 MIMO 和波束轉向；實際上，2020 年中，首款4D 成像毫米波雷達 ARS540 已經使用 NXP MR3003 四級聯方案。（4）瑞瑞薩薩：2022年底，瑞薩（Renesas）推出新開發的 RAA270205，配備 4T4R 天線，將于 2024 年投入商業量產。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 23/43 圖圖36：毫米波雷達毫米

84、波雷達 MMIC 供應商積極布局供應商積極布局 4D 成像成像毫米波雷達射頻芯片毫米波雷達射頻芯片 資料來源：TI 官網、NXP 官網、英飛凌官網、瑞薩電子官網、開源證券研究所 初創企業如雨后春筍，攜新技術切入競爭。初創企業如雨后春筍，攜新技術切入競爭。傳統 MMIC 供應商技術積累深厚，設計經驗成熟，新入供應商難以直接競爭，4D 毫米波雷達初創企業多使用新技術實現 MMIC 差異化競爭，如上文提到的集成芯片方案。目前參與到競爭中的初創企業主要有 Arbe、Vayyar、Uhnder等。表表7：初創企業積極切入初創企業積極切入 4D 成像成像毫米波雷達毫米波雷達 MMIC 公司公司 成立時間成

85、立時間 特點特點 MMIC產品圖片產品圖片 Vayyar 2011年 MMIC集成 DSP、MCU 和所有其他模擬和數字射頻組件 Arbe 2015年 搭載自研算法，支持獨特超大規模 MIMO陣列 Uhnder 2015年 片上雷達，使用 PMCW（相位調制連續波），集成處理器 資料來源：electronics-lab 網、Arbe官網、Uhnder官網、開源證券研究所 MMIC 供應商主要為國外公司，供應商主要為國外公司，國內玩家亦有切入國內玩家亦有切入。2018 年之前，毫米波雷達核心技術掌握在國外毫米波雷達巨頭手中，中國企業對 77GHz 及以上頻段毫米波雷達系統和毫米波射頻設計經驗與能

86、力不足，直到近年才有少數企業實現量產?？傮w來說，國內毫米波雷達 MMIC 企業起步較晚，技術積累不足，未形成規模效應；但 4D 成像毫米波雷達 MMIC 發展時間不長，國外也處于摸索驗證階段，為國內MMIC 供應商提供技術追趕的窗口期。國內 4D 毫米波雷達 MMIC 供應商主要有加特蘭微電子。加特蘭微電子成立于 2014 年，于 2022 年底發布 4D 高端和成像雷達芯片 Andes，采用 4 核 CPU，4T4R，支持多顆芯片靈活級聯，同時集成了 DSP（數字信號處理器）與 RSP（雷達信號處理器），Andes 系列 SoC 芯片在 2023 年開始送樣。TI AWR2243芯片芯片NX

87、P TEF82xx芯片芯片英飛凌英飛凌 RXS816xPL芯片芯片瑞薩電子瑞薩電子 RAA270205芯片芯片中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 24/43 圖圖37：加特蘭加特蘭用于用于 4D 成像成像毫米波雷達的毫米波雷達的 Andes SoC 發布發布 資料來源：加特蘭官網 芯片芯片玩家產業地位玩家產業地位強化，擁有強技術的公司有希望在此領域嶄露頭角。強化，擁有強技術的公司有希望在此領域嶄露頭角。毫米波雷達芯片玩家從早期的只生產分立的射頻元器件，到開發 MIMC 將全部射頻器件組合到單一芯片中，再到當前逐步將 DSP/MCU 等處理芯片也進行集成，甚至如加特蘭等

88、公司將天線通過 AIP（封裝天線）等工藝集成到單顆芯片上，所覆蓋的產品線在持續擴大，軟件部分芯片廠商也逐步提供各類 SDK 供開發者使用，整體而言，芯片玩家的產業地位在逐步強化。而鑒于 MMIC 涉及技術領域廣泛，尤其對射頻領域技術積淀要求較高，玩家通常具備較強的技術背景，如恩智浦、TI、英飛凌等均具備多年射頻器件和芯片開發的歷史和相應產品線，國內加特蘭等公司創始人亦具有深厚的技術背景。TI 在 2017 年憑借 RFCMOS 的應用讓自己在毫米波雷達芯片市場迅速占據一席之地。未來我們認為技術仍將主導毫米波雷達芯片市場，擁有深厚積淀的公司將持續擴大自身產品市場份額。3.1.2、數字信號處理芯片

89、：供應商與數字信號處理芯片：供應商與 MMIC 供應商高度重合，國外廠商高度壟斷供應商高度重合，國外廠商高度壟斷 傳統處理器無法承擔傳統處理器無法承擔 4D 成像成像毫米波雷達任務，處理器升級成為必然要求。毫米波雷達任務，處理器升級成為必然要求。數據量方面，4D 成像毫米波雷達縱向角測量能力帶來數據量的大幅提升，要求信號處理實時性與準確性兼備；數據處理方面，隨著點云密度增加，數據處理器必須能夠進行大吞吐量的運算分析。賽靈思認為，4D 成像毫米波雷達面臨多信號干擾問題，而大規模的數據并行處理可以幫助解決這一問題。目前各廠商的雷達處理器性能也在不斷提升，推動 4D成像毫米波雷達落地。表表8：NXP

90、 S32R 系列處理器能夠滿足多樣化的處理器芯片選擇需求系列處理器能夠滿足多樣化的處理器芯片選擇需求 項目項目 S32R41 S32R45 差異點差異點 定位 專為 L2+輔助駕駛應用定制 支持 L2+級到 L5 級用例 可以滿足運輸等工業應用需求 R41具有更高性價比，可將 4D成像毫米波雷達的優勢延伸到更多汽車；R45能夠滿足更高級別的自動駕駛需求 存儲器 8MB SRAM+外部閃存 8MB SRAM+LPDDR4+外部閃存 R45內存支持更強，更能滿足大幅增加的雷達數據和算法軟件需求 可支持收發器 支持最多兩個級聯收發器 支持多達四個級聯收發器 R45可用于先進的長距雷達應用 CPU A

91、rm A531 鎖步 Arm M72 Arm A534 鎖步 Arm M73 R45整體性能更強，標志著恩智浦向 Arm平臺的遷移 接口 不支持 PCIe PCIe2 R45具有獨特的 PCle擴展支持，可將多個中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 25/43 項目項目 S32R41 S32R45 差異點差異點 S32R45器件組合，用作高性能域控制器 MIPI CSI2 2 4 R45中頻信號處理效率更高 SPT（信號加速單元）SPT 3.5 集成 DSP SPT 3.1 集成 DSP 和多線程 SPT 3.1的性能是 SPT 2.0的 10倍；SPT 3.5性能強于

92、 SPT 2.8 SAR ADC 8 通道 SAR ADC1 16通道 SAR ADC2 R45模擬信號向數字信號的轉換效率更高 線性幾何加速器 無 有 用于環境建模和融合處理加速，R45具有更強的計算能力，能處理特征檢測和分類(識別不同類型的對象如人，車和動物)資料來源：九章智駕、開源證券研究所 4D 成像成像毫米波雷達數字信號處理需要更快速率毫米波雷達數字信號處理需要更快速率、更高精度的處理芯片。更高精度的處理芯片。數字信號處理芯片能夠嵌入不同處理算法，分析射頻前端收集的包含目標信息的信號，完成目標識別、判斷等功能，主要包括 DSP、MCU 與 FPGA 等。DSP（數字信號處理器）具有快

93、速計算性能和高并行處理能力，能夠高效地執行信號處理算法；MCU（微控制單元）具備較強的數據運算能力，可以執行目標識別、跟蹤和信息融合算法，用于復雜信號和圖像處理。4D 成像毫米波雷達的信息處理總體上包括信號處理與數據處理兩大環節：從中頻信號處理，到點云信息獲取的整個流程，主要在 DSP 進行；數據處理是信號處理后的階段，包括目標跟蹤、識別，以及信息融合等任務，主要在 MCU 進行。此外，FPGA 可以進行信號處理與控制，賽靈思的FPGA Zynq UltraScale+MPSoC 性能高、開發靈活、具有大量的并行結構，且算法優化潛力大，適用于大吞吐計算的 4D成像毫米波雷達。圖圖38：特斯拉特

94、斯拉 4D 毫米波雷達信號控制板上使用賽靈思的毫米波雷達信號控制板上使用賽靈思的 Zynq 處理器處理器 資料來源：智能車參考公眾號、開源證券研究所 4D 成像成像毫米波雷達處理芯片供應商與毫米波雷達處理芯片供應商與 MMIC 供應商重合度高。供應商重合度高。（1）TI：官網給出的級聯參考設計中，AWR2243 MMIC 能夠與 AM2732R雷達處理芯片共同工作，其中 AM2732R 為集成 DSP 的雙核 MCU。（2）NXP：TEF82xx MMIC 能夠與S32R45、S32R41 等集成 DSP 的 MPU（微處理單元）或 S32R29x 系列 MCU搭配用于成像雷達解決方案。（3）

95、英飛凌英飛凌：RASIC RXS816xPL MMIC 配有多核的 AURIX TC3xx MCU 來完成對環境的成像。（4）瑞薩瑞薩：RAA270205 MMIC 能夠連接到基于該公司 R-Car V4H SoC 的中央處理單元，該處理單元具有高達每秒 34 萬億次運算的深度學習性能，能夠對周圍物體的高速圖像識別和處理。賽靈思賽靈思FPGA中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 26/43 圖圖39：NXP TEF82xx 與與 S32Rx 系列能夠配套系列能夠配套 圖圖40：RXS816xPL 與與 AURIX TC3xx 集成為雷達集成為雷達 ECU 資料來源：NX

96、P 官網 資料來源：英飛凌官網 表表9：4D 成像成像毫米波雷達處理芯片供應商與毫米波雷達處理芯片供應商與 MMIC 供應商重合度高供應商重合度高 部分處理供應商部分處理供應商 處理芯片處理芯片 MMIC 合成模組模式 NXP S32R45等 TEF82xx等 TI AM2732R等 AWR2243等 英飛凌 AURIX-TC3xx等 RXS816xPL等 瑞薩電子 R-Car V4H RAA270205 Arbe 專用處理器 專用射頻收發芯片 SoC集成模式 加特蘭 Andes 系列 TI AWR2944 Uhnder 集成化芯片 Vayyar 集成化芯片 資料來源：各公司官網、九章智駕、瑞

97、薩電子公眾號等、開源證券研究所 芯片廠商推出芯片廠商推出 MMIC、MCU 與與 DSP 集成集成產品產品。一方面，集成化可以控制雷達的成本與體積，降低信號傳遞的延遲；另一方面，具有雄厚研發實力的公司也可以通過集成化產品的方式提升產品單價。根據系統的集成方式，可以將雷達芯片組歸為三種模式：（1）分立模式：分立模式：MMIC、MCU 與 DSP 都分開，有三個模塊。（2）模模組合成：組合成：將 MMIC 與 DSP 或者 DSP 與 MCU 模塊進行合成，有兩個模塊。（3）SoC集成：集成：將 MMIC、DSP、MCU 都集成在雷達 SoC 上，只有一個模塊；已經有廠商進行 SoC 的研發，如上

98、文提到的 TI的 AWR2944、加特蘭的 Andes系列、Uhnder的片上雷達 RoC等以及 NXP 正在研發的 SAF85xx 都是 SoC，SoC 集成或成趨勢。圖圖41：4D 成像毫米波雷達系統的集成度將進一步提升成像毫米波雷達系統的集成度將進一步提升 資料來源：九章智駕、開源證券研究所 整體而言毫米波雷達處于發展初期，下游整體而言毫米波雷達處于發展初期，下游車廠車廠需求的變化會需求的變化會最終最終影響芯片廠商影響芯片廠商的產品路線。的產品路線。一方面，芯片廠逐步推出集成化更高的產品以實現更高性價比，幫助下游毫米波雷達廠商降低開發難度，進而提升自身產品競爭力。另一方面，自動駕駛行業的

99、變化又要求算法端引入更多的底層數據并應用各類神經網絡算法提升感知效果，這意味著部分主機廠希望獲取到 DSP 甚至 MMIC 輸出的基礎數據而無需經過過多后處理算法的開發。因此芯片廠商產品目前呈現多種路線并存的狀態，有致分立模式分立模式模組合成模組合成SoC集成集成優勢：優勢：可由不同供應商提供產品，不會供應商掣肘劣勢：劣勢：需要與不同的供應商溝通需求，溝通與維護成本較高；體積較大優勢：優勢：集成度提高，體積相對縮小劣勢：劣勢：供應商溝通與維護成本高優勢：優勢：顯著降低毫米波雷達成本，大幅拉低了車載毫米波雷達的硬件開發難度劣勢：劣勢：作為核心部件受到供應商的掣肘中小盤主題中小盤主題 請務必參閱正

100、文后面的信息披露和法律聲明 27/43 力于提升通道數量增強探測效果的類似 Under 等玩家的集成化產品；也有傳統射頻+DSP 和 MCU 分別提供以方便雷達廠商組合成為極聯雷達的形式如恩智浦、TI 等公司芯片；同時芯片玩家也可提供單獨的射頻 MMIC 產品供客戶深度定制開發。此外部分大算力芯片也可以集成相應的雷達信號處理單元以實現新的 ADAS 功能并優化毫米波雷達模組成本，如安霸收購傲酷后推出的 CV3芯片即擁有單獨的毫米波雷達信號處理的硬件算力單元。3.1.3、高頻高頻 PCB：國內外廠商眾多，競爭格局較為分散：國內外廠商眾多，競爭格局較為分散 高頻高頻 PCB 為為 4D 成像成像毫

101、米波雷達電子元器件的支撐體。毫米波雷達電子元器件的支撐體。PCB是電子元器件電氣相互連接的載體，高頻 PCB 電磁頻率在 1GHz 以上，屬于高難度板材，為 4D 毫米波雷達主要原材料。在 4D 成像毫米波雷達中，高頻 PCB 上需要負載 MMIC、處理器、電源管理電路、閃存、外圍接口器材以及天線。高頻 PCB需要有小而穩定的介電常數，低阻抗、低介質損耗等特性，以及長期可靠性，制作成本通常較同樣面積的普通 PCB 高。圖圖42：高頻高頻 PCB 為為 4D 成像成像毫米波雷達電子元器件載體毫米波雷達電子元器件載體 圖圖43：片上天線將減少高頻片上天線將減少高頻 PCB使用使用 資料來源：iPC

102、B網站 資料來源：On-chip antenna:challenges and design considerations（Atif Shamim等）天線集成化或將減少高頻天線集成化或將減少高頻 PCB 使用，降低使用，降低 4D 毫米波雷達成本。毫米波雷達成本。根據前端收發模塊的集成方式，可以歸為三種模式：（1）分立模式：分立模式：將天線與射頻模塊進行分開設計；（2）片內集成片內集成：基于封裝材料與工藝，將天線與芯片集成在封裝內；（3）片片上上集成：集成：將天線設計在芯片封裝模塑的頂層。當前天線技術多為分立式與片內集成，前者雷達天線與 MMIC 分開，后者雷達天線與 MMIC 集成，相同之處

103、在于都需要高頻 PCB 提供功率支持，而片內集成會減少一部分高頻 PCB 使用面積。未來片上集成或成為主流方式，將天線設計在芯片封裝模塑的頂層，直接繞過 PCB 對昂貴的高頻基板材料的需求，進一步降低成本。圖圖44：4D 毫米波雷達系統的集成度將會越來越高毫米波雷達系統的集成度將會越來越高 資料來源：九章智駕、開源證券研究所 分立模式分立模式片內集成片內集成片上片上集成集成優勢：優勢：有利于對不同模塊產生的問題進行檢查與驗證，并可根據不同需求進行調整劣勢：劣勢：互相之間的連接帶來較大挑戰，厚度較高導致體積較大優勢：優勢：兼顧天線性能、成本及體積，縮小厚度并減少面積劣勢：劣勢：大多由封裝廠獨立完

104、成，一旦封裝完成，片上天線系統無法針對不同使用場景進行調整優勢：優勢：厚度、面積變??；對高頻PCB需求減少，BOM成本降低劣勢：劣勢：不利于應用層客戶對硬件的二次開發；片上集成的天線饋線需經過過孔，損耗高中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 28/43 3.1.4、軟件算法：軟件算法：信號處理算法信號處理算法與雷達深度綁定，與雷達深度綁定，數據處理算法數據處理算法客戶粘度高客戶粘度高 4D 成像成像毫米波雷達信號處理算法毫米波雷達信號處理算法與雷達硬件結合程度高與雷達硬件結合程度高。4D 成像毫米波雷達信號處理算法屬于底層算法，負責原始毫米波信號的轉換，此類算法處理流程

105、與內容較為固定，一般嵌入在雷達信號處理硬件中，軟硬件一體化程度高。數據處理算法開發難度大，存在軟硬件解耦趨勢數據處理算法開發難度大，存在軟硬件解耦趨勢。對下游主機廠來說，自研數據處理算法難度大且投入成本高，因此基本由雷達制造商或處理芯片供應商提供軟件算法。當然，相比雷達信號處理算法，數據處理的算法與硬件可以一定程度上解耦，例如傲酷、行易道、Zadar、Metawave 等廠商將軟件算法解決方案視為自己核心競爭力，希望將自己的雷達算法作為單獨的軟件供應給其他廠商，此外也有專門提供 4D雷達預測感知技術算法方案的供應商，如 BlueSpace.ai。（1）傲酷傲酷：公司研發的虛擬孔徑成像算法，能夠

106、使每個接收器在不同時間生成不同相位波形，通過插值和外推數據以創建“虛擬孔徑”，同時通過 AI 算法將數據用于訓練，不斷提高分辨率與靈敏度；另外傲酷配套安霸（Ambarella）的 AI 域控制器芯片 CV3，能夠促進車載傳感器的深度融合。（2）Zadar：公司研發的 zVUE 雷達操作系統的隨機處理算法能夠檢測和消除常見的雷達點云缺陷，例如多路徑檢測和噪聲點，減少誤報情況產生；同時還具有高清測繪、場景分割、目標聚類與跟蹤功能，使自產的“軟件定義成像雷達”性能較普通雷達提升 250倍。（3）行易道行易道：通過稀疏陣列天線+壓縮感知超分辨率算法，使 4D 毫米波雷達性能對標 64線激光雷達。（4）

107、Metawave：公司的 AWARE 是基于激光雷達和相機的 AI/機器學習融合平臺，配合 SPEKTRA 波束控制成像雷達實現實時對象檢測、分類和跟蹤，通過自適應注意網絡進行超快速波束控制，提高雷達精度。圖圖45：Zadar 利用利用軟件軟件增強增強聚類和跟蹤動態對象聚類和跟蹤動態對象 圖圖46：Zadar 算法算法利用軟件實現場景靜態利用軟件實現場景靜態/動態分割動態分割 資料來源：Zadar官網 資料來源：Zadar官網 4D 成像成像毫米波雷達毫米波雷達數據處理算法成本或將進一步下降數據處理算法成本或將進一步下降。毫米波雷達軟件算法占比為總成本的 50%，相較于傳統毫米波雷達，4D 成

108、像毫米波雷達的信號處理算法相對變動不大，而數據處理算法幾乎需要重新開發。由于 4D 成像毫米波雷達計算更復雜，因而這部分算法的開發成本高于傳統雷達；但由于近年自動駕駛算法發展突飛猛進，CenterFusion 等融合算法層出不窮，疊加數據處理算法相對和硬件解耦，具備較好的規模效應，有望帶來整體算法開發成本的下降。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 29/43 3.2、中游：雷達制造廠商競爭激烈，存在上中游垂直一體化中游：雷達制造廠商競爭激烈，存在上中游垂直一體化趨勢趨勢 4D 成像成像毫米波雷達毫米波雷達玩家分為玩家分為毫米波雷達廠商和其他廠商（自動駕駛毫米波雷達廠商

109、和其他廠商（自動駕駛解決方案解決方案公司或公司或毫米波雷達初創公司毫米波雷達初創公司）兩大類兩大類。4D 成像毫米波雷達產業鏈中游為雷達制造商，國內外廠商眾多，主要分為由毫米波雷達生產拓展向 4D 毫米波雷達的廠商，利用深厚研發、技術、客戶積累，繼續參與到 4D 成像毫米波雷達市場；另一類為切入 4D成像毫米波雷達賽道的自動駕駛方案提供商以及大量初創廠商。圖圖47：廠商廠商提供不同產品方案提供不同產品方案 資料來源：Yole Dveloppement 毫米波雷達廠商具備深厚制造經驗積累與產業鏈優勢，切入毫米波雷達廠商具備深厚制造經驗積累與產業鏈優勢，切入成像成像 4D 毫米波雷毫米波雷達賽道更

110、易具備優勢。達賽道更易具備優勢。毫米波雷達廠商在 4D 毫米波雷達領域積極布局，2020 年中期，毫米波雷達制造商德國大陸推出市面上首款 4D 成像毫米波雷達，并宣布 2021年量產，其他毫米波雷達制造商陸續跟進，博世、安波福、采埃孚、海拉等廠商紛紛布局。這部分廠商往往生產制造經驗深厚，技術積累豐富，擁有一定的下游客戶資源，在競爭中更容易形成先發優勢占領市場，同時一定程度上推動 4D 成像毫米波雷達的推廣落地。表表10：毫米波雷達廠商切入毫米波雷達廠商切入 4D成像成像毫米波雷達賽道情況毫米波雷達賽道情況 供應商供應商 毫米波雷達產品毫米波雷達產品 毫米波雷達客戶資源毫米波雷達客戶資源 4D成

111、像成像毫米波雷達產品毫米波雷達產品 4D成像成像毫米波雷達情況毫米波雷達情況 大陸 ARS441、ARS510、SRR520等 寶馬、豐田、大眾、奔馳、現代、凱迪拉克、通用、沃爾沃、福特、廣汽、東風等 ARS540、ARS548等 宣布搭載寶馬 iNEXT等產品量產 博世 LRR4 等 奧迪、大眾、日產、奔馳、福特、菲亞特、長安、吉利等 Bosch gen6 Radar-安波福 SRR6、SRR6+、SRR6 HD 等 通用、大眾、FCA、福特、上汽通用、PSA、吉利汽車等 FLR4+、FLR7等-采埃孚 AC1000等 通用、日產、福特、大眾等 4D Imaging Radar 向上汽飛凡

112、R7供應 4D成像毫米波雷達 森思泰克 STA79-2 一汽紅旗、理想汽車、吉利、長安等 STA77-6、STA77-8等 量產 STA77-6 搭載理想L7 上市，搭載長安深藍SL03 華域汽車 艙內生命體征監測雷達、電動門雷達、角雷達、前雷達 蔚來汽車、上汽乘用車、長城汽車、吉利汽車、集度汽車、上汽大通、友道智途等 LRR30、LRR40等 LRR30 與友道智途合作 資料來源：中國汽車工程研究院、大陸官網、博世官網、采埃孚官網、九章智駕、華域汽車年報、高工智能汽車公眾號、智車引擎公眾號、諾耕科技公眾號、采埃孚官微公眾號、汽車之心公眾號、森思泰克公眾號、開源證券研究所 中小盤主題中小盤主題

113、 請務必參閱正文后面的信息披露和法律聲明 30/43 新切入供應商與初創企業產品組合更加靈活。新切入供應商與初創企業產品組合更加靈活。中游供應商不僅有從毫米波雷達跨向 4D 成像毫米波雷達的大陸、博世等毫米波雷達大廠，也有 Waymo、Mobileye等新切入的 ADAS 解決方案提供商，以及更大量的初創企業。相比于在毫米波雷達領域有深厚基礎的大廠，新入局者方案更加靈活，技術路徑更加新穎，相應初期成本投入也比較大。新切入供應商中，有 ADAS 解決方案提供商 Waymo、Mobileye。資金雄厚，將 4D 成像毫米波雷達用于各自的 Robotaxi，追求雷達性能上的安全、穩定與有效，一定程度

114、上代表自動駕駛可能的新方向；初創企業提供技術方案眾多，企業出于不同的考量，會選擇使用不同的上游軟硬件產品搭配，產品組合更加靈活。表表11：4D 成像毫米波雷達中游參與者眾多成像毫米波雷達中游參與者眾多 廠商廠商 成立時間成立時間 公司簡介公司簡介 雷達產品雷達產品 備注備注 博世 1886年 主要從事汽車、工業技術和消費品業務，是全球最大的汽車零部件制造商之一，同時也是全球最大的家電制造商之一 4D成像雷達 與芯片晶圓代工廠格芯進行合作開發雷達芯片 大陸 1871年 汽車零部件和輪胎制造商，其業務范圍包括內燃機、車身電子、車身安全系統、駕駛輔助系統、輪胎等 ARS540、ARS548等 將搭載

115、于寶馬的 iX純電動 SUV 法雷奧 1923年 汽車零部件制造商，其業務范圍涵蓋發動機控制系統、傳動系統、照明系統、電子產品等-已經從一家 OEM獲得基于 Arbe雷達芯片開發下一代雷達系統的詢價 海拉 1899年 汽車零部件制造商，其主要業務包括汽車照明系統、電子產品、傳感器、制動系統等 增強版中距離點云角雷達 搭載上汽飛凡 R7 維寧爾 2018年 汽車零部件制造商，其主要業務包括汽車娛樂系統、儀表盤、駕駛輔助系統等 77 GHz成像雷達 與 Arbe 達成合作，計劃共同開發車規級 4D成像毫米波雷達 采埃孚 1915年 為乘用車、商用車和工業技術提供系統，為交通和移動領域的知名汽車制造

116、商、移動供應商和初創公司提供集成解決方案 Premium 4D成像毫米波雷達 為上汽飛凡 R7提供 4D成像毫米波雷達 安波福 1994年 Aptiv是一家技術和移動架構公司，主要服務于汽車行業，公司架構包括高級安全和用戶體驗部門以及信號和電源解決方案部門 第七代 4D毫米波雷達 由中國本土團隊主導開發、搭載了國內首顆一體式集成雷達芯片 Arbe 2015年 公司定位汽車技術公司，推動雷達革命，目標為推動完全自動駕駛 Phoenix、Lynx 與經緯恒潤、威孚高科等公司進行合作，進行芯片供貨；與 Veoneer計劃共同開發 ADAS 的車規級雷達 Mobileye 1999年 Mobileye

117、專研自動駕駛和駕駛輔助技術，應用領域包括計算機視覺、人工智能、地圖和數據分析-Mobileye 和 WNC合作研發成像雷達，預計 2025年能夠生產 Waymo 2009年 Waymo 是一家研發自動駕駛汽車的公司，為 Alphabet（Google 母公司）旗下的子公司 第五代感知方案使用自研 4D雷達 Waymo 獨立開發的成像雷達，包括天線罩、天線、電路板、機械外殼、固件、軟件等 Vayyar 2011年 公司提供基于專有射頻芯片，提供汽車、智能樓宇、零售、安防、高級護理等場景的傳感應用 Vayyar Care 產品主打養老監護、智慧家居、智慧零售、智能建筑、安防、自動駕駛等領域 傲酷

118、2014年 公司提供 4D高清成像毫米波雷達及解決方案 FALCON EAGLE 與通用汽車、戴姆勒、海拉、現代摩比斯、松下、三星、維寧爾、吉利汽車、長城汽車、英飛凌、AutoX 等 Tier1 及多家國際主機廠、自動駕駛巨頭等達成戰略或投資合作 Zadar 2019年 Zadar 擁有突破性的信號處理算法、專有的 AI 圖像處理技術和內部天線設計，軟件平臺可以在水平和垂直領軟件定義成像雷達 SDIR 與軟件配套可發揮更大性能 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 31/43 廠商廠商 成立時間成立時間 公司簡介公司簡介 雷達產品雷達產品 備注備注 域執行 Echody

119、ne 2014年 Echodyne雷達以市場上唯一可商業出口的低 SWaP 固態格式提供先進的ESA雷達性能 EchoDrive Echodyne 已暫停其 EchoDrive雷達的生產，但歡迎對未來高度自動系統的需求 Steradian 2016年 Steradian是一家基于產品的垂直整合公司，專注于 4D成像毫米波雷達 SRIR 256 V2 2022年底開始出貨樣品 Uhnder 2015年 基于數字編碼調制，Uhnder的完全軟件定義的 SoC和傳感器模塊可為 ADAS、AV 和物流自動化系統提供最高分辨率的數字感知 S80 77GHz數字片上雷達 數字成像雷達與國內歐菲光達成合作，

120、交付中科云杉數字感知雷達傳感器解決方案 Metawave 2017年 開發并提供技術平臺，以實現移動和連接行業的變革性應用 SPEKTRA 實現相位控制器、波束成形芯片、AWARE 軟件平臺等多方面發展 華為 1987年 全球領先的 ICT基礎設施和智能終端提供商，在通信網絡、IT、智能終端和云服務等領域提供有競爭力、安全可信賴的產品、解決方案與服務 高分辨 4D成像毫米波雷達 2021年推出高分辨 4D成像毫米波雷達 威孚高科 1988年 國內汽車零部件的著名生產廠商之一，主要產品為柴油燃油噴射系統等產品，積極布局新能源和智能網聯等-與 Arbe合作，目前公司 4D毫米波雷達產品處于市場應用

121、快速發展階段，已獲取干線物流定點項目 經緯恒潤 1998年 綜合型的電子系統科技服務商，專注于為汽車、無人運輸等領域的客戶提供電子產品、研發服務和高級別智能駕駛整體解決方案-2021年公司和 Arbe在 4D毫米波雷達技術方面達成戰略合作，在研發過程中，預計 2024年實現量產 華域汽車 1992年 公司業務為獨立汽車零部件研發、生產及銷售，是目前國內業務規模最大的綜合性汽車零部件上市公司 LRR30、LRR40 等 4D 毫米波雷達實現對友道智途小批量供貨 雷科防務 2002年 從事雷達系統、智能彈藥、衛星應用、安全存儲等業務方向的產品研發、設計和制造的高科技企業-4D 毫米波雷達初步完成研

122、發，開始對接客戶，尚未量產 保隆科技 1997年 立足汽車制造業，向智能化與輕量化方向發展，公司產品包括橡膠金屬部件、汽車金屬管件、汽車電子產品-2021年底開始布局 4D毫米波雷達，2024年 1月，處于 C樣（批量樣件）階段，正在向客戶推廣 納瓦電子 2013年 汽車傳感器與智能駕駛域控系統的提供商，專注于汽車領域 77GHz毫米波雷達,4D毫米波成像雷達,智駕域控系統等產品的生產及銷售 NOVA 77G-4D-IR 納瓦電子 4D成像雷達已拿下兩家主機廠的定點項目 為升科 2016年 為升科主要從事汽車 ADAS 毫米波雷達傳感器研發、設計、制造及銷售 4D成像毫米波雷達 與 NXP 達

123、成合作關系 森思泰克 2015年 從事毫米波與激光雷達傳感器智能產品研發、生產與銷售的高科技企業 STA77-6、STA77-8等 量產 STA77-6 搭載理想 L7上市，正在開發兩款采用定制芯片的 4D前向雷達產品，計劃 2024Q4量產 縱目科技 2013年 縱目主打高清攝像頭、超聲波傳感器以及 77G毫米波雷達，所有傳感器均符合車規級要求 ZM-SDR1 宣布獲得了美團無人物流小車項目定點；4D毫米波角雷達在華為問界 M5量產 弗迪科技 2019年 具有 16年汽車電子和底盤研發、生產、銷售經驗，為比亞迪量產車型供應產品總成多達 170余種。-2023年公司 4D成像毫米波雷達等產品陸

124、續量產 賽恩領動 2021年 賽恩領動致力于為客戶提供自動駕駛系統感知、多傳感器融合及系統功能的解決方案并推動量產落地 SIR-4K 2023年初發布車規級高清成像雷達 SIR-4K，計劃 2024年初量產 楚航科技 2018年 研發、生產基于 77/79GHz及高頻率段毫米波雷達的高級輔助駕駛（ADAS）和自動駕駛系統 4D成像毫米波雷達 與 Uhnder 合作，2023年底實現規?；慨a；獲得葦渡科技量產定點項目，預計 2024年量產交付 福瑞泰克 2017年 智能駕駛解決方案服務商和產品供應商，針對中國道路和交通場景，洞悉國內主機廠需求 FVR40 福瑞泰克 4D成像雷達也隨著路特斯 E

125、letre上市步入規模出貨階段 行易道 2014年 智能駕駛核心傳感器系統的高科技創新企業，主營產品是車載毫米波雷ALRR300 雙片級聯式 4D成像毫米波雷達在2022年獲得韓國知名車企定點，中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 32/43 廠商廠商 成立時間成立時間 公司簡介公司簡介 雷達產品雷達產品 備注備注 達、合成孔徑雷達和交通雷達 在 2023Q2實現量產交付 復睿智行 2021年 車路協同自動駕駛系統解決方案及運營服務，具體包括自動駕駛及車路協同的核心軟硬件、關鍵感知傳感器、路端基礎平臺、智慧交通運營服務等 哥倫布、畢加索、伽利略系列雷達 哥倫布系列 20

126、23Q3 量產，畢加索4D 成像雷達計劃于 2024Q2量產商用 傲圖科技 2023年 2023年 1月成立，專研于 4D成像雷達技術，聯合創始人具有豐富自動駕駛、射頻設計、信號處理、計算優化和雷達感知方面經驗 Altos V1 首款 4D成像雷達已實現交付，將預研 2-3款新產品，目標為全級別自動駕駛提供 4D成像雷達 木?？萍?2015年 專注于毫米波雷達智能系統解決方案的服務商 I79 4D成像毫米波雷達 第三代 4D成像雷達-I79據悉獲得了國內某頭部車企平臺定點 資料來源：各公司官網、Wind、高工智能汽車公眾號、蓋世汽車社區公眾號、艾邦智造公眾號等、開源證券研究所 軟件與算法解決方

127、案也是軟件與算法解決方案也是 4D 成像成像毫米波雷達毫米波雷達制造制造廠商重要產品。廠商重要產品。上游雷達零部件供應商會在芯片中集成一部分算法進行交付，中游雷達制造廠商針對產品定位與下游需求會對算法軟件進行再開發，最終支持 4D 成像毫米波雷達穩定可靠地運行；TI、NXP 等上游廠商還會提供與芯片配套的技術支持，包括參考軟件、設計工具、通信框架、參考硬件設計、API 指南或用戶文檔等，能夠降低再開發的難度與成本；中游制造廠商也在通過加大研發或者收購/參股相關公司等形式提高自己軟件算法水平。如上文提到，部分 4D 成像毫米波雷達供應商同時也是軟件供應商，如傲酷、行易道、Zadar 等公司供應的

128、雷達配合各自研發的軟件，能夠具備更強的性能與更多的功能，配套的軟件也被作為公司的核心產品?！败浻步怦睢壁厔菹?，整車廠商也會進行軟件算法方面布局，更可能形成主機廠與雷達廠商在算法軟件領域分工協作的生態格局。垂直一體化將影響中游廠商競爭格局。垂直一體化將影響中游廠商競爭格局。許多公司既是上游雷達零部件供應商，也是中游 4D 成像毫米波雷達制造商，產業鏈呈現出垂直整合趨勢。橫跨上中游的廠商多為初創企業，產品的集成化程度更高，軟件算法的完成度較高，一方面能夠控制 4D 成像毫米波雷達的成本，另一方面能夠提高 4D 成像毫米波雷達運行穩定性，減少不同硬件之間與軟硬件之間兼容的問題。實現垂直一體化的廠商可

129、以發揮比較優勢，通過性能或成本更具優勢的方面形成自己的市場競爭力，影響行業競爭格局。圖圖48：部分廠商自研軟部分廠商自研軟/硬件，呈現垂直一體化趨勢硬件，呈現垂直一體化趨勢 圖圖49：zVUE 通用軟件操作平臺兼容所有雷達硬件通用軟件操作平臺兼容所有雷達硬件 資料來源：各公司官網、開源證券研究所 資料來源：Zadar官網 國內國內 4D 成像成像毫米波雷達廠商有望實現彎道超車。毫米波雷達廠商有望實現彎道超車?，F有 4D 成像毫米波雷達存在多種提高分辨率的技術路線，且不同廠商對傳感器的需求不一，帶給不同廠商成長的空間，實現現階段的“百花齊放”，各廠商能夠差異化競爭，另一方面，技術路線多樣會給下游

130、廠商帶來大量的驗證成本，整車廠商會慎重選擇方案，因此 4D 成中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 33/43 像毫米波雷達還未大規模上車，但最終選擇的方案會取決于多種因素。與毫米波雷達時代不同，現在國內廠商與國外廠商暫時處于同一起跑線，同時在技術實力方面實現追趕，國內 4D成像毫米波雷達廠商有望實現彎道超車。3.3、量產與集成化將使量產與集成化將使 4D 成像毫米波雷達成本快速下降成像毫米波雷達成本快速下降 4D 成像成像毫米波雷達仍處于市場導入階段，成本暫時處于高位。毫米波雷達仍處于市場導入階段，成本暫時處于高位。由于 4D 成像毫米波雷達（1）未規模量產，上游射頻

131、芯片、處理芯片以及中游雷達制造成本尚未形成強規模效應；（2）技術路線未統一，需求尚未明確，未形成廣泛搭載市場環境。整車廠商追求高性價比，目前在國內市場僅有上汽、比亞迪、理想、吉利、紅旗、長安、問界等廠商的部分車型定點或搭載 4D 成像毫米波雷達，大部分整車廠商仍在驗證或觀望。據高工智能汽車數據，當前四級聯方案 4D 成像毫米波雷達成本約為千元以上，雙級聯 4D毫米波雷達的價格大約是 500-1000 元。圖圖50：4D 成像雷達成本結構成像雷達成本結構 資料來源：東方中科公眾號、開源證券研究所 隨著產量上升攤薄成本以及集成化趨勢，隨著產量上升攤薄成本以及集成化趨勢，4D 成像成像毫米波雷達毫米

132、波雷達成本有望成本有望持續持續降降低低。（1）算法：算法：隨著 4D 成像毫米波雷達的量產，算法成本邊際成本將快速下降。（2）MMIC&數字信號處理器：數字信號處理器：相較于普通毫米波雷達，級聯方案將會增加MMIC 數量進而提高成本，數字信號處理器也因性能的升級而成本提升；隨著 4D成像毫米波雷達集成程度提高，MMIC 與數字信號處理器將集成處理，芯片成本將進一步降低。（3）高頻高頻 PCB：4D 成像毫米波雷達的功能實現需要高頻 PCB 作為支撐，單位面積 PCB 單價上升，但同時隨天線片內集成以及片上集成方式的成熟，單個激光雷達 PCB 的使用面積將有所減少，預計高頻 PCB成本占比將緩慢

133、下降。4D 成像毫米波雷達成本較毫米波雷達仍較高，但隨著市場逐步開拓，量產芯片形成規模效應疊加軟件開發費用的攤薄，4D 成像毫米波雷達成本將會逐步下降，市場得以進一步開拓，步入需求增長的良性循環。4、多因素驅動，多因素驅動，4D 毫米波雷達成長空間廣闊毫米波雷達成長空間廣闊 汽車智能化深入發展帶動車端汽車智能化深入發展帶動車端 4D 成像成像毫米波雷達毫米波雷達快速快速成長。成長。據 Yole Dveloppement 數據，2021 年車載雷達整體市場為 58 億美元，2027年將達到 128億美元，年均復合增長率 14%，市場增長主要來自于 4D 毫米波雷達以及成像雷達，市場空間分別為 3

134、5 億美元與 43 億美元，年均復合增長率分別為 48%與 109%。4D成像毫米波雷達高速增長離不開上游芯片技術的升級，下游需求的拉動與應用場景的拓展，以及安全法規的更新。軟件,50%射頻前端MMIC,25%信號處理芯片（DSP、FPGA等）,10%高頻PCB（收/發天線等）,10%其他,5%軟件射頻前端MMIC信號處理芯片（DSP、FPGA等）高頻PCB（收/發天線等）其他中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 34/43 圖圖51：車載車載 4D 毫米波雷達市場將快速增長毫米波雷達市場將快速增長 資料來源：Yole Dveloppement 4.1、驅動因素驅動因素

135、一一：自動駕駛技術不斷向前自動駕駛技術不斷向前，傳感器升級換代提供契機，傳感器升級換代提供契機 4.1.1、4D 毫米波雷達在自動駕駛實現路線中地位愈發重要毫米波雷達在自動駕駛實現路線中地位愈發重要 毫米波雷達為自動駕駛毫米波雷達為自動駕駛“保駕護航保駕護航”，4D 毫米波雷達優勢凸現毫米波雷達優勢凸現。毫米波雷達按布置位置分為前雷達和角雷達，按最大探測距離遠近分為長程雷達（LRR）、中程雷達（MRR）與短程雷達（SRR）。毫米波雷達能夠覆蓋短中長程，因此可以作為前雷達使用，也可以作為角雷達使用。毫米波雷達能夠實現自適應巡航（ACC）、自動緊急制動（AEB）、前方碰撞預警（FCW）、變道輔助系

136、統（LCA）等 ADAS關鍵功能，是 ADAS 和自動駕駛革命的一部分。4D 毫米波雷達有效克服毫米波雷達的缺點，使 AEB、FCW、ACC等 ADAS系統功能的實用性大為提高。4D毫米波雷達將是 L2 級 ADAS 向 L3甚至是 L4/L5 自動駕駛演進的重要支撐。圖圖52：4D 毫米波雷達可實現毫米波雷達可實現 ADAS 大部分功能大部分功能 資料來源：Yole Dveloppement、開源證券研究所 AEB VRUALCAEBRPCWFPCW安全安全控制控制主動主動被動被動后側碰撞預警后側碰撞預警前側碰撞預警前側碰撞預警自動緊急制動自動緊急制動自動緊急制動自動緊急制動主動車道控制主動

137、車道控制ACC車輛自適應巡航車輛自適應巡航CTA倒車預警系統倒車預警系統AVP自主代客泊車自主代客泊車APA自動泊車輔助自動泊車輔助AP自動巡航自動巡航LC變道輔助變道輔助BSD盲點識別盲點識別VEA駐車開門輔助駐車開門輔助減速、換道減速、換道控制控制預警預警輔助輔助中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 35/43 表表12：4D 毫米波雷達車端應用場景多樣毫米波雷達車端應用場景多樣 大場景大場景 小場景小場景 技術特性技術特性 高速巡航，遠距離跟車 遠距跟蹤，并行車分辨 遠距離高分辨，實現超遠感知 高速巡航避障，避開靜止物體 護欄、龍門架、靜止車等識別 護欄、小障礙物

138、識別、垂直測高 城區巡航，大小目標識別 復雜十字路口、行人橫穿、公交車和行人識別 多目標復雜場景，大視野、高精度、高動態 非視距，可識別前前車 多徑處理、AVP 停車場車位識別 非視距感知，提前預判與機動 環境刻畫 識別施工區 環境刻畫能力全面提升，高密度點云，邊界檢測 360環向周視 后向超車 多雷達點云 360融合，周視無盲區連續跟蹤 資料來源：AI 汽車制造業公眾號、開源證券研究所 4.1.2、智能化下半場中智能化下半場中 4D 毫米波雷達滲透率加速提升毫米波雷達滲透率加速提升 智能駕駛滲透率逐步提高，傳感器需求穩步上升。智能駕駛滲透率逐步提高，傳感器需求穩步上升。汽車智能化下半場已經開

139、啟，根據 RolandBerger 估計，2025 年，全球三大主要汽車生產區 L1+L2 智能駕駛功能的滲透率將達到 76%，其中中國有望超過 65%，美國與歐盟有望達 85%。ADAS工作的流程分為感知、決策、執行三部分，感知作為 ADAS 工作的核心環節之一，需要傳感器來輸入大量駕駛環境數據。車用傳感器有望受益于 ADAS 滲透率提升進一步放量。圖圖53：中、美、歐中、美、歐 ADAS 滲透率或將持續升高滲透率或將持續升高 數據來源：Roland Berger、開源證券研究所 4D 毫米波雷達毫米波雷達滲透率或將不斷提升滲透率或將不斷提升。毫米波雷達擁有其他傳感器所不具有的優良特性，是多

140、傳感融合方案中重要的一環；然而相比于 4D 毫米波雷達，毫米波雷達仍然存在許多不足。4D 毫米波雷達的高性能，或將向下替代部分毫米波雷達，在不斷增長的市場中實現需求的擴張。但受制于成本因素，短期內 4D 毫米波雷達僅會在中高端車型逐步采用，低端車型仍將采用毫米波雷達。57%30%40%5%20%34%30%51%50%66%46%9%35%9%35%14%39%4%9%14%1%1%1%0%20%40%60%80%100%20202025E20202025E20202025E中國美國西歐非ADAS/L0L1L2/L2+L3L4/L5中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明

141、36/43 圖圖54：自動駕駛發展對毫米波雷達的需求量上升自動駕駛發展對毫米波雷達的需求量上升 資料來源：Yole Dveloppement 圖圖55：4D 毫米波雷達數量與毫米波雷達占比份額將逐步提升毫米波雷達數量與毫米波雷達占比份額將逐步提升 數據來源：Arbe官網、開源證券研究所 4.2、驅動因素驅動因素二二：立足交通場景，立足交通場景，拓展多領域應用場景拓展多領域應用場景 4.2.1、路端：路端：車路協同構建智慧交通，車路協同構建智慧交通，SLAM 制圖協助智能導航制圖協助智能導航 4D 毫米波雷達可以應用于車路協同場景中。毫米波雷達可以應用于車路協同場景中。4D 毫米波雷達與高清攝像

142、頭以俯視位架設在需要監測路況上方，對兩者信息進行前/后融合處理后獲得實時信息，輸出信息能夠對路況中移動或靜止的目標進行追蹤并分類，可用于對十字路口和高速場景全天候全方位地追蹤與監控，在大規模復雜路口與人車流混雜的車路協同場景能夠發揮優異的性能，為優化交通流量、構建智慧城市做出貢獻。4D 毫米波雷達可以應用于地圖繪制領域。毫米波雷達可以應用于地圖繪制領域。4D 毫米波雷達定位能夠做到 10cm的精度，并且實現動靜分割與點云成像，可通過檢測環境、拒絕動態對象、累計靜態對象，產生高度詳細的地圖，用于實時定位與地圖構建（SLAM），經過后期噪聲處理的點云地圖可用于定位與智能導航。22219273583

143、4745374080.00%1.32%3.30%5.00%0.00%1.00%2.00%3.00%4.00%5.00%6.00%05000100001500020000250003000035000400002020年2024年E2028年E2030年E毫米波雷達總計（萬顆）4D毫米波雷達所占比例中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 37/43 圖圖56：基于基于 TI 芯片組的傲芯片組的傲酷雷達生成酷雷達生成 SLAM 地圖地圖 資料來源：TI 官網 表表13：4D 毫米波雷達擁有路端應用場景豐富毫米波雷達擁有路端應用場景豐富 分類分類 場景場景 技術特性技術特性 目

144、標類型識別技術 交叉路口行人、車輛識別定位，防撞預警 目標類型識別技術，對目標的能量信息、行駛區域信息、速度軌跡特征探測 停車檢測技術 針對低速、靜止目標點檢測，路口停車 優化低速目標的檢測質量，結合當前車道停車排隊尾部的位置信息，合理推測最后車輛的停車位置 排隊長度統計技術 告知前方排隊長度，提示車輛減速、停車 通過排隊長度給出道路擁堵信息，用于城市道路規劃和路口紅綠燈控制判定信息 城市道路車流量統計 路口、多路段實時監測道路車輛動態，交通誘導 將車的平均車速、車與車的間距等信息通過路端 V2X 設備實時傳送給行駛車輛，告知對方前方有無車輛、車輛距離擁堵程度、有多少車輛等 車輛變道抓拍技術

145、記錄車輛變道過程，便于執法回溯判定 通過上位機設定各個車道的實虛線長度范圍，雷達可給出車輛壓線時刻、完全變道后、最佳車牌抓拍位置三次觸發抓拍命令 資料來源：AI 汽車制造業公眾號、開源證券研究所 4.2.2、安防、物流、養老、零售、建筑，安防、物流、養老、零售、建筑，4D 毫米波雷達應用前景廣闊毫米波雷達應用前景廣闊 4D 毫米波雷達契合多場景需求，應用前景廣闊。毫米波雷達契合多場景需求，應用前景廣闊。毫米波雷達的應用范圍不局限于汽車交通領域，在零售、養老、無人機、安防、建筑、工業以及軍用等領域發展空間廣闊。表表14：4D 毫米波雷達毫米波雷達具有豐富具有豐富應用應用場景場景 應用場景應用場景

146、 功能功能 示例示例 應用場景應用場景 功能功能 示例示例 安防 用于多種危險品掃描檢測的射頻成像系統，可穿透衣物，輕松呈現隱藏的物品 智能汽車 區分真正的威脅和虛假警報，以確保駕駛員、行人和其他易受傷害的道路使用者前方道路安全 無人機 無人機安全運行，在能見度差的惡劣天氣條件下，需要基于雷達的強大探測和規避系統 智慧交通 通過靜態記錄車速和其他物體的接近度，準確地查明預定義區域或區域內的潛在威脅 中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 38/43 軍用 準確檢測、跟蹤和分類所有空域物體，提供具有強大覆蓋范圍和低誤報的 3D周界監視 智慧養老/智能家居 能夠即時、準確識別

147、各種不同類型的跌倒，幫助及時發現老人的異常行為和潛在健康問題 智慧城市 通過數字顯示板改善交通流量，通過照明控制系統主動解決能見度低的問題，以及通過監控系統優化停車 零售 為零售商、餐廳經營者等提供商業決策所需要的實時信息，4D成像傳感器判斷貨架的庫存情況，重新定義庫存管理 工地安全 高分辨率固定式 4D 成像雷達可以監控預定義區域中的運動模式和行為，以提供實時安全或安全漏洞警告 智能建筑 可提高能源的利用率，實時追蹤和探測整棟大樓的每個房間狀況，提供實時安全保障、人員與空間優化 智慧港口 通過安裝于港口自動駕駛項目，解放人工司機，改制基礎設施、建設自動化港口碼頭 Robotaxi 通過與其他

148、傳感器融合，盡可能獲取所有數據，以提高安全性和功能性 資料來源：Vayyar官網、Arbe官網、EchoDyne 官網、經緯恒潤官網、福布斯官網等、開源證券研究所 4.3、驅動因素驅動因素三三：戰略、標準與戰略、標準與法規等政策使高性能傳感器成為必法規等政策使高性能傳感器成為必需需 戰略、標準與法規等政策戰略、標準與法規等政策有利于有利于 4D 毫米波雷達快速、規范發展。毫米波雷達快速、規范發展。國內與 4D毫米波雷達相關的政策可以分為三類：（1）鼓勵智能駕駛相關領域發展的戰略性規劃；（2）支持毫米波雷達發展的產業標準；（3）要求強制安裝相關功能的安全法規。相關政策的出臺與施行為 4D 毫米波

149、雷達的發展提供了規范的路徑。要求自動駕駛部分功能安裝的安全法規更是推動具有相關功能的 4D 毫米波雷達在市場中脫穎而出，如韓國 2023 年將要實施 AEB 強制安裝、E-NCAP 對 AEB等主動安全功能的更新，為具備 AEB能力的 4D毫米波雷達帶來了先發優勢。表表15：國內相關政策法規為國內相關政策法規為 4D 毫米波雷達發展創造機會毫米波雷達發展創造機會 頒布日期頒布日期 政策名稱政策名稱 主要內容主要內容及影響及影響 2015-05 中國制造 2025 明確提出到 2020年要掌握智能輔助駕駛總體技術及各項關鍵技術，到 2025年要掌握自動駕駛總體技術及各項關鍵技術 2017-05

150、汽車產業中長期發展規劃 突破車用傳感器產業鏈短板，到 2020年，形成若干家超過 1000億規模的汽車零部件企業集團，到 2025年，形成若干家進入全球前十的汽車零部件企業集團 2017-07 新一代人工智能發展規劃 提出加快人工智能關鍵技術轉化應用，發展自動駕駛汽車和軌道交通系統，形成中國自主的自動駕駛平臺技術體系和產品總成能力 2018-04 智能汽車創新發展戰略（征求意見稿）制定國家戰略、強化技術優勢、完善標準法規、營造市場環境打造智能汽車乘行經濟新模式，構建數據驅動、跨界融合、共創共享的數字經濟，培育經濟新增長點 2018-10 戰略性新興產業分類（2018）將智能汽車系統列為戰略性新

151、興產業，推動中國毫冰波雷達行業的發展 2019-08 產業結構調整指導目錄（2019年本）鼓勵研發具有無線通信功能的低功耗各類智能傳感器，可加密傳感器，核級監測儀表和傳感器 2020-02 智能汽車創新發展戰略 2025年將實現智能商用車的規模生產 2021-12 汽車雷達無線電管理暫行規定 推動汽車智能化技術應用和產業發展，將 76-79GHz頻段規劃用于汽車雷達，2022年 3月 1日起，停止生產或者進口使用 24.25G-26.65GHz頻段的汽車雷達 2022-11 關于開展智能網聯汽車準對取得準入許可的智能網聯汽車產品，由公安部指中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法

152、律聲明 39/43 頒布日期頒布日期 政策名稱政策名稱 主要內容主要內容及影響及影響 入和上路通行試點工作的通知（征求意見稿）導在試點城市的限定公共道路區域內開展上路通行試點 資料來源：頭豹研究院、華經產業研究院、前瞻產業研究院等、開源證券研究所 5、受益標的：受益標的：德賽西威、德賽西威、經緯恒潤經緯恒潤-W、威孚高科、華域汽車、威孚高科、華域汽車、保隆科技等保隆科技等 5.1、德賽西威：德賽西威：智能汽車龍頭智能汽車龍頭深度布局，受益于自動駕駛功能落地潮流深度布局，受益于自動駕駛功能落地潮流 德賽西威作為國內智能汽車的龍頭，德賽西威作為國內智能汽車的龍頭，業務覆蓋智能座艙、自動駕駛、智能網

153、聯業務覆蓋智能座艙、自動駕駛、智能網聯等核心環節等核心環節，將全面受益智能汽車行業發展。，將全面受益智能汽車行業發展。智駕方面，IPU01-IPU04 覆蓋從低到高算力域控制器，其中高算力域控已在理想、路特斯、上汽等車型量產，更多輕量級、高性價比智駕方案獲多個項目定點，在自動駕駛加速成熟背景下，大算力計算平臺滲透率有望進一步上升。座艙方面，公司客戶廣泛，助力打造以人為中心的第三生活空間，其中第三代座艙域控已在理想、奇瑞等眾多客戶車型上量產，第四代座艙域控制器已獲得多個項目訂單，艙駕融合域控制器產品已獲得項目定點。智能網聯方面，藍鯨系統、數字鑰匙及軟件服務產品持續迭代。公司圍繞自動駕駛領域深度布

154、局，形成域控制器、傳感器、智能網聯以及算法的全套解決方案。傳感器方面，公司攝像頭與毫米波雷達產品均已實現量產，并且在 4D 毫米波雷達領域已完成產業技術布局。公司軟硬件研發經驗與技術積累豐富，或將助力 4D毫米波雷達產品快速推廣。5.2、經緯恒潤經緯恒潤-W：積極布局：積極布局 4D 毫米波雷達，產品、方案不斷豐富毫米波雷達，產品、方案不斷豐富 公司深耕汽車電子領域，是我國汽車電子公司深耕汽車電子領域，是我國汽車電子 Tier1 龍頭。龍頭。公司形成汽車電子產品、研發服務、高級別自動駕駛“三位一體”的業務格局，是一家綜合型系統科技服務商。（1）汽車電子產品方面，產品覆蓋智能駕駛、智能網聯、智能

155、座艙、車身和舒適域、底盤控制、新能源和動力系統六大類別，品類齊全，客戶持續開拓；（2）研發服務方面，公司在電子系統領域長期實踐，擁有豐富經驗積累，為汽車行業用戶提供全開發周期的解決方案與服務業務，研發服務壁壘深厚；（3）高級別輔助自動駕駛方面，公司前瞻布局港口無人駕駛，已經在唐山港、日照港、龍拱港等港口開展常態化運營。公司業務持續開拓，軟硬件產品服務協同發力，經營布局厚積薄發，業績持續釋放。公司積極布局 4D 毫米波雷達，持續擴展汽車電子產品品類。公司 2021 年與Arbe 達成戰略合作，所研發 4D 毫米波雷達通過構建 48T48R 接收通道，雷達信息獲取能力顯著提升；最大探測距離達到 3

156、50 米，可實現方位角/俯仰角 1/1.5的真實孔徑分辨率；點云成像效果達到激光雷達水平，能夠滿足 L3 及以上級別的智能駕駛系統需求，港口物流或成為首個搭載應用場景。公司 4D 毫米波雷達目前已經完成樣機研發，預計 2024 年底實現量產。5.3、威孚高科威孚高科：燃噴系統龍頭切入新能源領域，布局毫米波雷達業務：燃噴系統龍頭切入新能源領域，布局毫米波雷達業務 公司是國內燃油噴射系統龍頭，積極布局公司是國內燃油噴射系統龍頭，積極布局新業務新業務。公司主要業務為汽車核心零部件產品的研發、生產和銷售，涉及柴油燃油噴射系統、尾氣后處理系統、進氣系統以及燃料電池核心零部件；同時公司正逐步優化戰略藍圖，

157、積極布局新能源業務，中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 40/43 形成“節能減排”、“綠色氫能”、“智能電動”、“其他核心零部件”四大板塊全面發展的新戰略格局。公司擁有技術與產品優勢，作為國家高新技術企業，擁有多個科研平臺與省級工程技術研究中心、實驗室等研發機構，產學研融合程度高；與博世、奧特凱姆、施密特等國際化公司緊密合作，汽車核心零部件研發工藝設計、質量管控、生產管理能力達到國際先進水平。公司實行母公司統一管理、子公司分散生產的經營模式，同時設立博世汽柴、聯合電子等合資公司，有效整合廠商優勢與先進技術，激發公司經營活力。公司于 2018 年開始布局毫米波雷達業務

158、，與 Arbe 形成戰略合作伙伴關系，基于 Arbe 芯片研發 4D 毫米波雷達。2022 年 4 月已經實現 4D 毫米波雷達產品樣品銷售，并于 2022 年取得干線物流定點，目前 4D 毫米波雷達產品處于市場應用快速發展階段。前瞻布局與先進方案有助于公司形成先發優勢，在新業務領域搶占先機。5.4、華域汽車華域汽車：汽車電子分公司已實現高性能：汽車電子分公司已實現高性能 4D 毫米波雷達產品供貨毫米波雷達產品供貨 公司汽車業務底蘊深厚，公司汽車業務底蘊深厚，新興業務產品不斷取得突破新興業務產品不斷取得突破。華域汽車成立于 1992年，主營業務覆蓋汽車內外飾件、金屬成型和模具、功能件、電子電器

159、件與熱加工件五大部分，下轄多家子公司。截至 2023 年 6 月，在國內擁有超 360 個研發、制造和服務基地，汽車零部件業務布局全面，經營深厚。公司新興業務產品不斷取得突破，智能化方向，毫米波雷達產品、智能座艙產品與智能化視覺系統產品不斷豐富；電動化方向，電驅系統產品迭代加速，與大眾汽車、通用汽車、長城汽車等公司達成深度合作。華域汽車電子分公司成立于 2017 年，前身為華域汽車技術中心，核心產品包括域控制器以及汽車前視/環視攝像頭、純固態激光雷達、毫米波雷達等汽車傳感器，專注于智能駕駛的多傳感器及軟硬件融合系統等產品的研發和生產。2021 年，華域汽車電子分公司自主研發出首款 4D 成像毫

160、米波雷達產品 LRR30，使用兩片 MMIC級聯與 NXP 處理器，最大探測距離達到 300 米，使用先進的相位編碼技術，擁有較強抗干擾能力。公司目前已有 LRR30 與 LRR40 兩款 4D 毫米波雷達產品，并于2022 年實現對友道智途的小批量供貨。公司研發實力雄厚，布局較早，智能汽車傳感器布局完善，可為客戶提供系統級的整體解決方案。5.5、保隆科技保隆科技：新業務布局研發：新業務布局研發 4D 毫米波雷達毫米波雷達，預計，預計 2024 年量產年量產 公司圍繞汽車智能化與輕量化完善產品矩陣公司圍繞汽車智能化與輕量化完善產品矩陣，業務布局橫跨海內外，業務布局橫跨海內外。公司主要產品有汽車

161、輪胎壓力監測系統（TPMS）、空氣懸架系統、車用傳感器（壓力、光雨量、速度、位置、加速度和電流類為主）、ADAS（高級輔助駕駛系統）、汽車金屬管件（輕量化底盤與車身結構件、排氣系統管件和 EGR管件）、氣門嘴以及平衡塊等。2023Q1-Q3 公司總營收/歸母凈利潤分別為 41.55/3.39 億元，同比增長29.20%/194.75%，毛利率 27.92%。公司國際化運營能力優秀，海內外布局全面，在中國、北美與歐洲設有多個生產、研發、銷售中心，2023H1 境外業務收入占比達到 55.73%。公司掌握行業領先技術，是上海市科技小巨人企業，獲得“國家級知識產權優勢企業”和“高新技術企業”等稱號；

162、2023Q1-Q3 研發投入占營業收入的7.48%，保持技術水平先進性。公司新業務布局智能駕駛，大力發展 ADAS 與車載傳感器業務。公司 2021 年底開始布局研發 4D 毫米波雷達，2024 年 1 月已處于 C 樣（批量樣件）階段，正在向客戶推廣。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 41/43 表表16：受益公司盈利預測與估值受益公司盈利預測與估值 股票代碼股票代碼 公司簡稱公司簡稱 最新收盤價最新收盤價（元）（元）總市值總市值（億元）（億元）歸母凈利潤（億元）歸母凈利潤（億元）P/E 評級評級 2023E 2024E 2025E 2023E 2024E 202

163、5E 002920.SZ 德賽西威 90.53 502.46 15.86 22.13 30.33 31.68 22.71 16.57 買入 688326.SH 經緯恒潤 76.40 91.68 2.53 3.7 5.2 36.24 24.78 17.63 買入 000581.SZ 威孚高科 16.10 148.16 17.89 20.2 22.9 8.28 7.33 6.47 未評級 600741.SH 華域汽車 16.80 529.66 72.46 82.78 92.7 7.31 6.40 5.71 買入 603197.SH 保隆科技 43.03 91.20 4.39 6.47 8.57 2

164、0.78 14.10 10.64 買入 數據來源：Wind、開源證券研究所（注：收盤日期 2024 年 1 月 29 日，德賽西威、經緯恒潤、保隆科技盈利預測來自開源證券研究所，威孚高科、華域汽車盈利預測來自 Wind一致預期）6、風險提示風險提示 技術發展進度不及預期、市場需求不及預期。技術發展進度不及預期：技術發展進度不及預期：車載 4D 成像毫米波雷達目前技術路線多樣且未收斂；同時目前高級別輔助駕駛領域中攝像頭+激光雷達作為主力傳感器仍是主流，4D 成像毫米波雷達仍未能作為主力傳感器；對主機廠來說，4D 成像毫米波雷達上路時間短，對于如何利用好其點云信息尚經驗不足，會傾向使用處理方法更為

165、成熟的傳感器。如果在智能駕駛感知端的技術保持穩定，則感知端對新傳感器的需求將較小。市場需求不及預期：市場需求不及預期：車企出于降本考慮，目前輔助駕駛技術路線搭載傳感器數量正逐步優化，其成本訴求強，制造出性能與成本兼顧的 4D 成像毫米波雷達仍較為困難。如果在有限的成本內不能夠實現較為清晰的檢測，則 4D 成像毫米波雷達廣泛搭載上車的概率將較小。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 42/43 特別特別聲明聲明 證券期貨投資者適當性管理辦法、證券經營機構投資者適當性管理實施指引（試行）已于2017年7月1日起正式實施。根據上述規定，開源證券評定此研報的風險等級為R3（中風

166、險），因此通過公共平臺推送的研報其適用的投資者類別僅限定為專業投資者及風險承受能力為C3、C4、C5的普通投資者。若您并非專業投資者及風險承受能力為C3、C4、C5的普通投資者，請取消閱讀，請勿收藏、接收或使用本研報中的任何信息。因此受限于訪問權限的設置，若給您造成不便，煩請見諒！感謝您給予的理解與配合。分析師承諾分析師承諾 負責準備本報告以及撰寫本報告的所有研究分析師或工作人員在此保證，本研究報告中關于任何發行商或證券所發表的觀點均如實反映分析人員的個人觀點。負責準備本報告的分析師獲取報酬的評判因素包括研究的質量和準確性、客戶的反饋、競爭性因素以及開源證券股份有限公司的整體收益。所有研究分析

167、師或工作人員保證他們報酬的任何一部分不曾與，不與，也將不會與本報告中具體的推薦意見或觀點有直接或間接的聯系。股票投資評級說明股票投資評級說明 評級評級 說明說明 證券評級證券評級 買入（Buy）預計相對強于市場表現 20%以上；增持（outperform）預計相對強于市場表現 5%20%；中性（Neutral）預計相對市場表現在5%5%之間波動；減持（underperform）預計相對弱于市場表現 5%以下。行業評級行業評級 看好（overweight）預計行業超越整體市場表現；中性（Neutral）預計行業與整體市場表現基本持平；看淡（underperform）預計行業弱于整體市場表現。備注

168、：評級標準為以報告日后的 612個月內，證券相對于市場基準指數的漲跌幅表現，其中 A 股基準指數為滬深 300 指數、港股基準指數為恒生指數、新三板基準指數為三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）、美股基準指數為標普 500或納斯達克綜合指數。我們在此提醒您，不同證券研究機構采用不同的評級術語及評級標準。我們采用的是相對評級體系，表示投資的相對比重建議；投資者買入或者賣出證券的決定取決于個人的實際情況，比如當前的持倉結構以及其他需要考慮的因素。投資者應閱讀整篇報告，以獲取比較完整的觀點與信息，不應僅僅依靠投資評級來推斷結論。分析、估值方法的局限性說明分析、估值方法的局限

169、性說明 本報告所包含的分析基于各種假設，不同假設可能導致分析結果出現重大不同。本報告采用的各種估值方法及模型均有其局限性，估值結果不保證所涉及證券能夠在該價格交易。中小盤主題中小盤主題 請務必參閱正文后面的信息披露和法律聲明 43/43 法律聲明法律聲明 開源證券股份有限公司是經中國證監會批準設立的證券經營機構，已具備證券投資咨詢業務資格。本報告僅供開源證券股份有限公司（以下簡稱“本公司”）的機構或個人客戶（以下簡稱“客戶”）使用。本公司不會因接收人收到本報告而視其為客戶。本報告是發送給開源證券客戶的，屬于商業秘密材料，只有開源證券客戶才能參考或使用，如接收人并非開源證券客戶，請及時退回并刪除

170、。本報告是基于本公司認為可靠的已公開信息，但本公司不保證該等信息的準確性或完整性。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購買證券或其他金融工具的邀請或向人做出邀請。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告?？蛻魬斂紤]到本公司可能存在可能影響本報告客觀性的利益沖突，不應視本報告為做出投資決策的唯一因素。本報告中所指的投資及服務可能不適合個別客戶，不構成客戶私人咨詢建議。本公司未確保本報告充分考慮到個別客戶特

171、殊的投資目標、財務狀況或需要。本公司建議客戶應考慮本報告的任何意見或建議是否符合其特定狀況，以及（若有必要）咨詢獨立投資顧問。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議。在任何情況下，本公司不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。若本報告的接收人非本公司的客戶，應在基于本報告做出任何投資決定或就本報告要求任何解釋前咨詢獨立投資顧問。本報告可能附帶其它網站的地址或超級鏈接，對于可能涉及的開源證券網站以外的地址或超級鏈接，開源證券不對其內容負責。本報告提供這些地址或超級鏈接的目的純粹是為了客戶使用方便，鏈接網站的內容不構成本報告的任何部分，客戶需自行

172、承擔瀏覽這些網站的費用或風險。開源證券在法律允許的情況下可參與、投資或持有本報告涉及的證券或進行證券交易，或向本報告涉及的公司提供或爭取提供包括投資銀行業務在內的服務或業務支持。開源證券可能與本報告涉及的公司之間存在業務關系，并無需事先或在獲得業務關系后通知客戶。本報告的版權歸本公司所有。本公司對本報告保留一切權利。除非另有書面顯示，否則本報告中的所有材料的版權均屬本公司。未經本公司事先書面授權，本報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件或復制品，或再次分發給任何其他人，或以任何侵犯本公司版權的其他方式使用。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。開開源證券源證券研究所研究所 上海上海 深圳深圳 地址：上海市浦東新區世紀大道1788號陸家嘴金控廣場1號 樓10層 郵編：200120 郵箱： 地址：深圳市福田區金田路2030號卓越世紀中心1號 樓45層 郵編：518000 郵箱： 北京北京 西安西安 地址：北京市西城區西直門外大街18號金貿大廈C2座9層 郵編：100044 郵箱： 地址：西安市高新區錦業路1號都市之門B座5層 郵編：710065 郵箱：