隨著汽車智能化的發展，高速NOA功能逐漸成為大部分車型的標配，并且主流主機廠已經布局城區NOA功能，其中頭部先行企業已布局1年以上，實現一定數據積累。目前國內主機廠于端側加速端到端+大模型上車，不斷優化完善NOA功能的體驗感。
近年來各車企智駕進度
| 車企 | NOA普及進度 | 端到端進度 | 端到端實現方式 | 智駕梯隊 |
| 特斯拉 | 2023年9月開放城市NOA(美) | 一段式端到端已上車(美) | 自研，實現方式為【OCC+ Transformer】,現版本為FSDV13,自建超算中心Dojo ,2024年10月預計云端算力已達100EFlops | 第一梯隊 |
| 華為 | 2024年2月問界全國開啟無圖NOA | 兩段式端到端已上車 | 自研，實現方式為【感知GOD大網+規控PDP】,現版本為ADS3.0,2024年10月云端算力達7.5EFLOPS,目前正研發一段式端到端，預計隨2025年ADS4.0上車 | 第一梯隊 |
| 小鵬 | 2024年7月底宣布城市NOA覆蓋范圍擴大至全國所有城市 | 兩段式端到端已上車 | 自研，實現方式為【感知大模型Xnet+規控大模型Xplanner】+【大語言模型】預計2025年云端算力將從2024年10月的2.51EFLOPS增加到10EFLOPS | 第一梯隊 |
| 理想 | 2024年6月0TA智駕無圖NOA,全國都能開 | 兩段式端到端已上車 | 自研，實現方式為【系統1-端到端模型+系統2-大視覺模型(VLM,復雜環境的理解能力/導航識別能力/交規理解能力)】,2024年12月云端算力已達8.1EFLOPS | 第一梯隊 |
| 小米 | 2024年8月實現城市NOA,全國都能開 | 2025年1月底開始兩段式端到端測試體驗招募 | 自研，實現方式為【端到端模型+VLM模型】,2024年11月云端可申請最大算力達8.1EFLOPS | 第二梯隊 |
| 吉利 | 2024年12月底極氪部分車型實現城市NOA,全國都能開 | 2024年底極氪車型落地兩段式端到端 | 自研，實現方式為【E2E(端到端模型)+MLM(多模態大語言模型及安全底線模型)+數字先覺網絡】 | 第二梯隊 |
| 比亞迪 | 2024年12月底仰望、騰勢部分車型實現城市NOA,全國都能開 | 成立50人團隊自研端到端，純自研預計26年落地(訪談) | 自研已成立團隊，目前上車車型為與Momenta合作開發 | 第二梯隊 |
| 蔚來 | 2024年8月推送城市NOA,全國都能開 | 2024年7月，推出基于端到端架構的AEB功能，原計劃2025年1月推送端到端大模型上車 | 自研，實現方式或為【OCC2.0】,2024年10月云端算力為1.4EFLOPS | 第二梯隊 |
| 上汽 | 2024年10月，智己宣布無圖NOA全國開通 | 智己一段式端到端已上車 | 與Momenta合作開發 | 第二梯隊 |
| 長城 | 2024年11月實現全場景NOA全國都能開 | 藍山部分車型已上車兩段式端到端 | 與Momenta、元戎啟行合作開發，2024年7月云端算力超1.64EFLOPS | 第二梯隊 |
| 廣汽 | 2024年9月埃安、昊鉑實現城市NOA全國都能開 | 自研+與Momenta等合作開發 | 第三梯隊 | |
| 奇瑞 | 預計2025年實現星紀元部分車型的的全國都能開，2025年實現兩段式端到端的高速NOA,2026年實現一段式端到端和VLM大模型安全輔助的城市NOA量產 | 同左 | 成立子公司大卓智能，與商湯絕影、科大訊飛合作，為端到端量產提供靈活可調度的算力資源及AI能力建設 | 第三梯隊 |
| 零跑 | 預計2025年落地基于端到端大模型的城市NOA | 自研 | 第三梯隊 |
資料來源：觀研天下數據中心整理
多家車企利用端到端大模型與無圖方案，城區NOA方案已成功量產上車。2024年11月，小鵬P7+上市，起售價18.68萬元，全系標配城區NOA方案，將價格帶下探至20萬以內。2025年2月初，比亞迪、長安等頭部車企紛紛發布高階智能駕駛技術規劃，推動行業加速邁向“智駕平權”新時代。隨市場競爭加劇，未來高階智能駕駛系統有望在10萬元左右的車型上搭載，各車企均加速高階智駕布局，產業鏈上下游各環節將迎來新一輪發展機遇。
根據觀研報告網發布的《中國毫米波雷達行業發展現狀研究與投資前景預測報告（2025-2032年）》顯示，雷達分成多種，按射頻頻率分為超視距雷達、微波雷達、毫米波雷達和激光雷達。射頻頻率不同，電磁波傳播速度均為光速，頻率高則波長短。毫米波雷達使用110mm的電磁波，工作在30-300GHz頻段。主要用于探測，具備在惡劣天氣中工作的特性。激光雷達利用激光束搭載信息，工作在光頻段(30~1000THz)。它用于精確獲得三維位置信息，能確定物體的位置、大小、外部形貌以及材質。另外毫米波雷達有一個核心亮點是帶寬;激光雷達則是一個可以全面反映激光雷達感知能力的綜合指標“點頻”。毫米波雷達和激光雷達比較具有互補性，毫米波雷達適用于遠距離、惡劣天氣，成本較低。激光雷達精度高，精確定位建模，但在惡劣天氣中效果較差成本較高。
毫米波雷達和激光雷達優劣勢對比
|
項目 |
毫米波雷達 |
激光雷達 |
|
探測角度 |
10-70度 |
15-360度 |
|
探測距離 |
<1000m |
<300m |
|
探測精度 |
受到頻段損耗的直接制約，無法感知行人，并且對周邊所有障礙物無法進行精準的建模 |
探測精度高，可精確定位建模，識別跟蹤 |
|
夜間工作能力 |
強 |
強 |
|
不良天氣適應能力 |
可以在糟糕的天氣中探測 |
無法在雨雪霧霾天，沙塵暴等惡劣天氣中開啟 |
|
成本 |
適中 |
目前很高 |
|
優勢 |
1.環境適應性強，穿透能力強，抗雨、霧、灰塵等干擾能力強。 |
1.可以解決近距離的橫向視覺盲區問題。 |
|
2.測速、測距能力強。 |
2.可輕易獲取車周環境的實時三維信息，點云轉化需求算力較低。 |
|
|
劣勢 |
1.對橫向目標敏感度低。 |
1.易受惡劣天氣影響。 |
|
2.對行人分辨率不高。 |
2.成本較高。 |
|
|
3.對高處物體以及小物體檢測效果不佳。 |
/ |
資料來源：觀研天下數據中心整理
毫米波雷達利用高頻電路生成特定調制頻率(FMCW)的電磁波，通過天線發送并接收目標反射回的電磁波，利用參數化的電磁波發送和接收過程來計算目標的各項參數。它能夠同時對多個目標進行測距、測速，并通過多普勒效應實現速度測量，通過天線陣列方式進行方位測量，包括水平和垂直角度。
毫米波雷達是測量被測物體相對距離、相對速度、方位的高精度傳感器。早期被應用于軍事領域，隨著雷達技術的發展與進步，毫米波雷達傳感器開始應用于汽車電子、無人機、智能交通等多個領域。上游環節:包括射頻前端MMIC芯片、數字信號處理器DSP、高頻PCB、微控制器MCU、天線及控制電路。中游環節:中游為毫米波雷達模塊及整機供應商。下游環節:下游毫米波雷達主要用于智能車載、智能交通、無人機、智能家居、工業測量等領域。
我國毫米波雷達行業產業鏈
資料來源：觀研天下數據中心整理
毫米波波長短、頻段寬，比較容易實現窄波束，雷達分辨率高，不易受干擾。波長介于1~10mm的電磁波，頻率大致范圍是30GHz~300GHz。
無線電頻譜是一種特殊而稀缺的戰略資源，毫米波雷達不能隨便發射不同頻率的電磁波。2007年出臺的《中華人民共和國物權法》第五十條規定:“無線電頻譜資源屬于國家所有”。世界上絕大多數國家和地區都對電磁波發射裝置有法律法規的管控，如中國的SRRC認證、歐盟的CE認證、美國的FCC認證、日本的TELEC認證等。行業默認的車載毫米波雷達主要有24GHz、60GHz、77GHz、79GHz四個頻段。
不同頻率車載毫米波雷達對比
| 頻率 | 24GH | 77GH | 79GH |
| 探測距離 | SRR/MRR(30m-120m) | LRR(200m及以上) | SRR/MRR/LRR(30m以上) |
| 探測角度 | 大 | 小 | 大 |
| 體積 | 大 | 天線是24GHz的33%,體積小 | 小 |
| 識別精度 | 0.5m左右 | 高，可達cm級別 | 最高，4-8cm |
| 車速上限 | 150km/h | 250km/h | 260km/h |
| 應用場景 | 盲區檢測BSD車道偏離預警LDW車道保持輔助LKA變道輔助LCA | 自適應巡航ACC自動緊急制動AEB前向碰撞預警FCW自動駕駛ADS | 泊車輔助PA開門預警DOW盲區檢測BSD變道輔助LCA |
| 汽車安裝位置 | 汽車前方、后方 | 汽車前方、兩側 | 汽車前方、后方、兩側 |
資料來源：觀研天下數據中心整理
24GHz探測距離有限，在自動駕駛系統中常用于感知車輛近處的障礙物，能夠實現盲點補測、變道輔助等功能。77GHz最大檢測距離可達160米以上，能夠用于實現緊急制動、高速公路跟車等ADAS功能；同時也能滿足自動駕駛領域，對障礙物距離、速度和角度的測量需求。79GHz通信頻段在76GHz-81GHz，探測距離中等但分辨率高。根據公式：光速=波長×頻率，頻率越高波長越短，而波長越短有利于提高分辨率，因此79GHz的毫米波雷達有望成為未來的發展趨勢。
不同探測距離車載毫米波雷達的ADAS
| 短程雷達SRR | 中程雷達MRR | 長程雷達LRR | |
| 工作頻段 | 24GHz | 76-77GHz | 77GHz |
| 探測距離 | 小于60m | 100m左右 | 大于200m |
| 盲點識別 | √(后方) | √(后方) | / |
| 變道輔助 | √(后方) | √(后方) | / |
| 后方穿越車輛預警 | √(后方) | √(后方) | / |
| 后側碰撞預警 | √(后方) | √(后方) | / |
| 自動待客泊車 | √(后方) | √(后方) | / |
| 倒車車側警示系統 | √(前方) | √(前方) | / |
| 駐車開門輔助 | √(車身) | / | / |
| 主動車道控制 | √(前方) | √(前方) | / |
| 自適應巡航 | / | √(前方) | √(前方) |
| 前方碰撞預警 | / | √(前方) | √(前方) |
| 自動緊急制動 | / | √(前方) | √(前方) |
| 行人檢測系統 | √(前方) | √(前方) | / |
資料來源：觀研天下數據中心整理
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。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。
4D毫米波雷達與普通毫米波雷達對比
| 4D毫米波雷達 | 普通雷達 | 4D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150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：觀研天下數據中心整理
近年來，汽車智能化發展改革不斷推進，毫米波雷達已廣泛應用于汽車的ADAS系統。2021年我國毫米波雷達出貨量已達1274萬顆，展望未來，毫米波雷達出貨量將不斷擴大，2026年出貨量有望超7000萬顆。車載毫米波雷達數量也快速增長，2024年前端安裝總量達到了2341萬顆。
資料來源：觀研天下數據中心整理
伴隨毫米波雷達技術精進，傳統毫米波雷達和4D毫米波雷達價格大幅度下降，主要原因在于1)核心芯片工藝改進，由于CMOS晶圓價格非常便宜而且集成度非常高，一個毫米波雷達只需要1顆MMIC芯片、1顆BBIC芯片;CMOS工藝與上一代SiGe相比，毫米波雷達整體系統成本進一步下降了40%，其中MMIC占系統總成本比重從36%下降至18%?？偝杀鞠陆?0%。2)國產突破77GHz毫米波雷達，打破壟斷利潤。3)77GHz全面替代24GHz，77GHz雷達工作波長變小，對應雷達天線尺寸和口徑變小能夠讓雷達尺寸變小進而成本降低。
市場規模方面，我國毫米波雷達市場規模由2018年的31億元增加至2021年的69億元，其中汽車領域市場規模為55.43億元。2024年市場規模接近120億元，其中汽車領域占比約為77%，市場規模達到了91.3億元億元。
資料來源：觀研天下數據中心整理（zppeng）
【版權提示】觀研報告網倡導尊重與保護知識產權。未經許可，任何人不得復制、轉載、或以其他方式使用本網站的內容。如發現本站文章存在版權問題，煩請提供版權疑問、身份證明、版權證明、聯系方式等發郵件至kf@chinabaogao.com，我們將及時溝通與處理。
