安霸傲酷自适应 AI 毫米波雷达软件和高能效的 5 纳米制程的 CV3 AI 域控制器主芯片首次实现 4D 成像毫米波雷达原始数据的集中式处理和前融合。

2022 年 12 月 6 日，美国加利福尼亚州圣克拉拉市， Ambarella（下称“安霸”，纳斯达克股票代码：AMBA，专注于 AI 视觉感知芯片的半导体公司），今天领先业界首发集中式 4D 成像毫米波雷达架构，它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，例如摄像头、激光雷达和超声波，进行深入的底层融合。这一突破性的架构为 ADAS 和 L2+ 至L5 的自动驾驶系统以及智能机器人的 AI 算法，提供了更高级的环境感知和更安全的路径规划。安霸傲酷独特的毫米波雷达技术，使用 AI 算法支持雷达波形对周围场景的动态适应，可输出精度高达 0.5 度角分辨率、每帧高达数万个点的超密集点云，并且有效工作距离超过 500 米。这所有的性能指标，都以少了一个数量级的天线 MIMO 通道来实现，这样不仅降低了数据带宽，功耗也更低。搭载傲酷技术的安霸集中式 4D 成像毫米波雷达，感知系统更灵活，性能更高，助力系统集成商在下一代的雷达设计中占得先机。

“2021 年，全球市场汽车 ADAS 领域生产了约 1 亿个毫米波雷达。”全球知名市场研究与战略咨询公司 Yole Group 旗下的 Yole Intelligence 的射频设备与技术团队首席分析师 Cédric Malaquin 解释说。“随着汽车安全方面的法规要求不断提高，以及更先进的自动驾驶系统的逐渐推进，我们预计到 2027 年这一数量将增长 2.5 倍”。事实上，主机厂从目前每辆车配置 1-3 个毫米波雷达，已演变为每辆车至少配置 5 个毫米波雷达[1]。此外，关于毫米波雷达是应该采用分布式模块处理，还是集中式处理，以及关联的开发如何做，行业内有针锋相对的观点。一种做法是将多个雷达的数据集中式处理，这将使得主机厂获得更高性能的成像毫米波雷达系统，以实现新的 ADAS/AD 功能，同时优化毫米波雷达模组的成本。

这项独特的、极具性价比的新架构，终于在安霸 CV3 AI 域控制器主芯片上得以实现。安霸优化了算法，在CV3芯片上增加了专为毫米波雷达信号处定制的硬件单元。CV3 的每瓦特 AI 性能优势在业内逐渐被更多客户充分认识，其高计算性能和大内存容量使得 4D 毫米波雷达算法充分发挥，得到具有高点云密度、长探测范围和高灵敏度的雷达感知结果，这让搭载单颗 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。

安霸总裁兼 CEO 王奉民说：“业界尚未有其他半导体和软件公司同时在毫米波雷达算法、摄像头视觉影像处理，以及AI加速引擎等几个方面拥有领先的全栈能力。这些专业能力让我们能够创建一个前所未有的集中式域控处理架构，凭借 CV3 行业领先的性能功耗比，把傲酷毫米波雷达算法的领先优势更好发挥出来，有效地实现全新的 AI 感知、传感器融合和路径规划，这将有助于我们更深层地挖掘出 ADAS、自动驾驶和机器人市场的全部潜力。"

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。提供 4D 成像毫米波雷达所需的高角分辨率需要每个模块使用数千个 MIMO 天线，而它们每秒会产生数万亿 bit 的数据，同时，每个雷达模块将消耗超过 20 瓦的功率。一辆车需要至少六个雷达模块，其数据量也将倍增，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，并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。

这两种不同的毫米波雷达处理方法在下表中进行了总结：

友商的边缘处理毫米波雷达	安霸的集中式处理毫米波雷达
不考虑环境条件的持续、重复的毫米波雷达波形	Oculii™ AI 软件算法可根据周围环境动态调整的毫米波雷达波形
模块中包含 MMIC +边缘雷达处理器	仅在 "毫米波雷达头 "中含 MMIC
毫米波雷达模块中的毫米波雷达探测处理	中央处理器中的毫米波雷达探测处理
每个模块每秒数 T bit 毫米波雷达数据（太大量而无法集中传输和处理）	毫米波雷达数据传输带宽减少 6 倍，因而便于集中式处理
1+ 到 2 度的角分辨率	0.5度的方位角和俯仰角分辨率
高功耗：每个毫米波雷达模块使用 1000 个天线 MIMO 信道	低功耗：天线 MIMO 通道少了一个数量级（每个无处理器的 MMIC 毫米波雷达头有 6 个发射 x 8 个接收天线）
不支持计算资源动态分配（为最坏情况考虑）	支持根据实时情况，在不同传感器和同类型传感器之间动态分配 CV3 处理资源
集成的雷达处理器性能低	CV3 内建的雷达处理器比传统的边缘毫米波雷达处理器（DSP）快 100 倍以上

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，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，这就降低了前装的成本，以及在发生事故后更换的材料成本（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+ 至 L5 自动驾驶汽车，以及自主移动机器人（AMR）和自动引导车（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+ 一直延伸到 L5。