毫米波雷达（mmWave Radar） 的十年（2015–2025），是从“只会测距的传感器”向“具备高精度成像能力的视觉平替”进化的十年。

毫米波雷达凭借其全天候（雨雪雾）工作的物理特性，始终是智驾系统的安全底线。这十年间，它通过芯片集成化和 4D 成像技术，彻底解决了“看不见静止物体”和“没有高度信息”的痛点。

一、 演进三大阶段：从 3D 到 4D 的降维打击

1. 传统 3D 毫米波时代 (2015–2018) —— “模模糊糊的距离感”

• 技术核心： FMCW（调频连续波）、3 维探测（距离、角度、速度）。
• 特征： 能够极其准确地识别前方物体的相对速度，但缺乏高度信息。
• 痛点： * 误报频繁： 无法区分前方是一个井盖还是个停下的车，为了避免频繁急刹，算法往往会通过过滤“静止目标”来减少误报，这导致了多起自动驾驶撞上静止卡车的事故。
• 分辨率低： 像近视眼，只能看到模糊的点，看不清物体的轮廓。

2. MIMO 技术与芯片化集成 (2019–2022) —— “看清轮廓”

• 技术核心： **MIMO（多输入多输出）**天线阵列、单芯片（SoC）集成。
• 特征： 德州仪器（TI）等公司推出了集成 DSP 和 MCU 的单芯片方案，极大缩小了体积。
• 里程碑： 77–79GHz 频段全面取代 24GHz，带宽的增加带来了更高的距离分辨率。雷达开始能识别出前方是两辆车还是一辆车。

3. 4D 成像雷达爆发期 (2023–2025) —— “点云级重建”

• 技术核心： 4D 成像（增加高度维度）、级联技术。
• 2025 现状：
• 4D 空间感： 现在的雷达（如特斯拉 HW4.0 搭载的雷达、华为/赛恩领动 4D 雷达）能像激光雷达一样输出高密度点云。它能清晰分辨出天桥、路牌和地面车辆。
• 卫星架构： 2025 年出现了“卫星雷达”架构，即雷达只负责前端采集，原始数据通过千兆以太网传给中央大脑处理，大幅降低了单颗雷达的成本和功耗。

二、 核心维度十年对比表 (2015 vs 2025)

三、 2025 年的技术巅峰：AI 融合与内核监控

在 2025 年，毫米波雷达已不再是独立的个体，而是深度嵌入了**“感知大模型”**：

1. 雷达点云与 Transformer 融合：
   2025 年的算法（如 BEV + Occupancy）不再仅仅在后处理阶段使用雷达数据。雷达的原始 4D 点云在早期阶段就与摄像头像素进行特征级融合。在雨雪天视觉“致盲”时，雷达点云能瞬间接管，维持 Occupancy 空间的准确性。
2. eBPF 内核级数据链路审计：
   由于 4D 雷达的数据吞吐量大幅增加，2025 年的架构引入了 eBPF 监控。

• 实时性保障： eBPF 在内核层监控雷达信号的传输延迟。如果中央算力调度出现拥塞，eBPF 会优先保障雷达的“距离与速度”关键字段通过，确保 AEB（紧急制动）在任何情况下都能准时触发。

3. 微波光子雷达突破：
   2025 年，光子毫米波雷达技术取得突破。利用光子技术产生超宽带信号，雷达的分辨率跨入了厘米级，且体积缩小了 ，实现了更高性能与极致性价比的平衡。

四、 总结：从“测距仪”到“全天候眼睛”

过去十年的演进，是将毫米波雷达从**“只能看个大概的辅助工具”重塑为“能够看清 4D 物理世界的全天候传感器”**。

• 2015 年： 它是一个报警器，车快撞上了才滴滴响。
• 2025 年： 它是一个精密的绘图员，在深夜、浓雾和刺眼阳光下，默默地为智驾系统勾勒出最真实的物理防线。