盖世汽车讯 12月6日，AI视觉感知芯片的半导体公司安霸(Ambarella)宣布推出全球首款集中式4D成像毫米波雷达架构，既可以对原始毫米波雷达数据进行集中处理，也可以与其它传感器输入，抖客网，例如摄像头、激光雷达和超声波，进行深入的底层融合。

图片来源：安霸

凭借该突破性架构，ADAS和L2+级至L5级的自动驾驶系统以及智能机器人的AI算法可拥有更高级的环境感知和更安全的路径规划。该架构还采用安霸的Oculii™(傲酷)毫米波雷达技术，包括支持雷达波形对周围场景动态适应的AI算法，因此可输出精度高达0.5度的角分辨率、每帧高达数万个点的超密集点云，以及超500米的有效测距。

上述所有性能指标，都以少了一个数量级的天线MIMO通道来实现，不仅降低了数据带宽，也显著降低了功耗。搭载傲酷技术的安霸集中式4D成像毫米波雷达，其感知系统更灵活，性能更高，可助力系统集成商在下一代的雷达设计中占得先机。

安霸集中式雷达架构

为创建独特的、具有成本效益的新架构，安霸为其CV3 AI域控制器SoC系列优化傲酷算法，并添加了特定的雷达信号处理加速。CV3行业领先的AI性能提具有实现高点云密度、长测距和高灵敏度所需的高计算性能和内存容量。此外，搭载单个CV3的自动驾驶车辆和机器人也能高效地集中多传感器的实时处理感知、底层融合和路径规划。

友商的4D成像毫米波雷达技术因数据量太大，难以有效传输和集中化处理。由于每个模块使用数千个MIMO天线来提供4D成像雷达所需的高角分辨率，因此每个模块每秒可生成数TB的数据，同时每个雷达模块将消耗20多瓦的功率。一辆车至少需要六个或更多雷达模块，其数据量也倍增，因此要集中处理数千根天线上的毫米波雷达数据，在技术上极为困难。

通过AI算法动态控制现有MMIC设备调制雷达波形，并使用AI算法来创建虚拟天线阵列，傲酷雷达技术将这种新架构中每个MMIC雷达头的天线阵列减少到6发射x8接收，且在前端无需接雷达处理器。其结果就是，MMIC的数量大幅减少，同时实现了极高的0.5度方位角和俯仰角分辨率。此外，安霸的集中式架构在最大占空比的情况下，功耗明显降低，数据传输的带宽减少了6倍，不需要边缘端的雷达处理，也因此避免了信息过滤和传感器信息损失。

性价比高、软件定义的集中式架构还可以根据实时情况，在不同的传感器类型之间和同一类型的传感器之间动态分配CV3的处理资源。例如，在极端的雨天条件下，远程摄像头的有效数据会减少，CV3可以将其部分资源转移，以增强毫米波雷达的数据处理性能。同样，如果车辆在雨天行驶在高速公路上时，CV3可以专注于来自正前方的毫米波雷达传感器数据，以进一步扩大车辆的探测范围，同时提供更快的反应。这种对场景的自适应优化，是基于边缘处理的架构无法实现的，因为在边缘处理架构中，毫米波雷达数据是分布在每个模块中进行处理的，而处理性能是为最坏的情况而准备的，因此毫米波雷达的性能往往没有得到充分利用。

两种不同的毫米波雷达处理方：

图片来源：安霸

CV3标志着安霸下一代CVflow®架构的首次亮相，它包含有神经网络矢量处理器和通用计算矢量处理器，而这两者都包含了毫米波雷达专用信号处理。这些处理器在协同工作下，结合傲酷先进的雷达感知算法，可达到比传统边缘毫米波雷达处理器快100倍的高性能。

新款集中式架构的优势还包括更容易进行OTA软件升级，以便未来不断改进和适应新需求。相比之下，在确定每个模块使用的处理器和操作系统之后，每个边缘毫米波雷达模块的处理器必须单独更新；而单一的OTA更新可以直接推送到CV3主芯片，并在系统的所有雷达头中汇总。这些雷达头只需要雷达收发芯片 而不需要雷达处理器，从而降低了前装成本，以及在发生事故后的更换材料成本(大多数毫米波雷达位于车辆的保险杠后面)。对比新一代集中式毫米波雷达软件更新的便利，由于传统的分布式雷达更新软件比较复杂，如今部署的许多毫米波雷达模块从未更新过软件。

新款集中式毫米波雷达架构的目标应用包括ADAS和L2+级至L5级自动驾驶汽车，以及自主移动机器人(AMR)和自动导引车(AGV)机器人。这些设计通过安霸统一而灵活的软件开发环境得到简化，为汽车和机器人开发人员提供了一个可升级的软件平台，性能范围从ADAS和L2+级一直延伸到L5级。