上期的文章我们捋清了这次4D毫米波雷达成为市场热点背后的逻辑脉络，同时指出ARBE是特斯拉供应商、特斯拉要上4D毫米波雷达的证据其实都不充分；特斯拉从没有说过自己要上4D毫米波雷达；网上很多自媒体做的视频用的是ARBE的官方宣传视频，不是特斯拉的；甚至根据HW4曝光之后网友们的挖掘，特斯拉要上的可能只是之前普通毫米波雷达的升级版，可能只有4*3的收发通道。

有读者吐槽我写那么多没用，我其实也在文中耐心解释了，题材/热点投资有必要搞清楚背后的前因后果、背景逻辑。举个例子，如果你是因为相信特斯拉要用ARBE的雷达而做出的投资选择的话，那么你这笔投资的出发点可能是有点问题的。

当然，昨天的文章确实只是前戏，今天的文章才是重点。今天我会详细介绍、梳理4D毫米波雷达的潜在投资机会。

本期内容

1. 4D毫米波雷达简介

1.1 普通毫米波雷达

1.2 4D毫米波雷达

1.3 4D毫米波雷达在自动驾驶系统中的作用

1.4 4D毫米波雷达的技术路线及主要玩家

1.5 4D毫米波雷达的市场空间

2. 4D毫米波雷达相关上市公司介绍

2.1 ARBE

2.2 经纬恒润

2.3 威孚高科

2.4 雷科防务

2.5 其他公司

1. 4D毫米波雷达简介

1.1 普通毫米波雷达

毫米波雷达指的是工作频段在毫米波频段（波长1-10mm，频率30-200GHz）的雷达。毫米波雷达的工作频段不同，用途不同， 77、79GHz的毫米波雷达可以测量200m左右的距离，可用作汽车主雷达进行前向感知。低频率的毫米波雷达一般用于车内检测或近距离障碍物感知。

早在上世纪七八十年代，欧洲就开始了对车载毫米波雷达的研制。1999年，奔驰在S级车上使用77GHz毫米波雷达实现自适应巡航功能，开启了辅助驾驶时代，也促进了毫米波雷达在汽车领域的应用。过去二十多年间，毫米波雷达集成度不断提高，体积、成本大幅下降。德州仪器（TI）对毫米波雷达芯片和天线的集成、降本有重要推动作用。

毫米波雷达根据辐射电磁波方式的不同分为不同工作体制，当前的主流工作体制是连续波技术下的FMCW（调频连续波）体制，连续发射调频信号以测量距离、角度和速度。

1.2 4D毫米波雷达

       普通毫米波雷达测量的是距离、角度和速度，因此也被称为3D毫米波雷达，缺乏对物体高度的测量。在一般情况下高度信息确实不那么重要，车在道路上行驶可以近似为二维平面上的移动，车子周围移动的物体一般也可以这样近似。

然而，缺乏高度信息会大大影响系统对静止物体的判断。例如道路中间的井盖、减速带，半空中的各种标识牌、限高架等，由于缺乏高度信息，通过3D毫米波雷达无法识别这些障碍物的性质或判断障碍物是否影响通行。对于这种情况，汽车厂商的策略一般是忽略或降低置信度（就是认为静止物体不那么重要），因此导致过一些事故。比如特斯拉早期的一起事故中，摄像头没有识别到倾倒的白色货车车厢，毫米波雷达识别到了，但因为在决策系统中的置信度太低，车辆没有触发自动紧急制动功能。

在这种背景下，4D毫米波雷达的概念被推出并获得了汽车界的重视。4D毫米波雷达之所以被称为4D，就是可以探测俯仰角度，从而获取被测目标的高度数据。高度信息的加入使得雷达探测系统可以识别静止物体。

除此以外，4D毫米波雷达也被称为高分辨率/成像雷达。普通毫米波雷达因为没有高度信息，只能形成2维坐标系的点云，而4D毫米波雷达可以形成3维坐标系的点云，从而能够探测物体形状。此外，普通毫米波雷达收发通道较少（一般3发4收，12个通道），探测的分辨率不高，只能接受到有限的返回信息点，判断前方是否有障碍物；而4D毫米波雷达收发通道多（ARBE的Phoenix为48发48收，2304个通道），探测分辨率高，能够形成像激光雷达一样的高密度点云图，从而精密探测并识别物体。

下图是ARBE官方宣传视频展示的车辆行进过程中4D毫米波雷达探测生成的点云图，可以看到其对周围环境的感知和识别已经相当精细了。

1.3 4D毫米波雷达在自动驾驶系统中的作用

       自动驾驶是当前最受关注的科技赛道之一，其核心是传感器+计算平台+数据与算法。自动驾驶需要的传感器，肯定离不开摄像头，因为成本较低，同时视觉信息也是人开车以来的信息。除摄像头之外，超声波传感器、毫米波雷达、激光雷达也可以为自动驾驶系统提供有用的信息。

       超声波传感器技术成熟、成本很低，但探测距离短，方向性差，易受天气、环境影响，且在高速行驶中存在信息延迟。

       毫米波雷达同样技术成熟、成本较低，且探测距离较长，在不同天气、环境下都能探测，但对非金属表面的物体探测效果不佳。

       激光雷达探测精度高、距离长，对非金属表面物体探测效果好，但成本高昂，难以探测透明物体，在暴雨、暴雪、浓雾等环境下性能不佳。

据我所知，当前主流的自动驾驶系统都是以计算机视觉算法为核心，通过摄像头传回的视觉信息对车辆周边环境建模并进行物体识别。其他传感器（超声波、毫米波、激光雷达）的信息都需要以某种方式整合进自动驾驶的算法中。比如激光雷达生成的高精度点云图，也许可以与视觉信息结合，共同对周边环境建模。超声波雷达、普通毫米波雷达无法形成高密度点云图，可能只能是独立形成某种判断信号，以某种权重参与到自动驾驶算法的决策系统中。

事实上，据我了解，虽然多传感器融合的方案被普遍认为是未来的大势所趋，但当前的许多车厂和自动驾驶算法开发商并不能很好地整合其他传感器的信息。甚至有些搭载自动驾驶系统的高端车型在初期都没有用上车上搭载的激光雷达的信号。

       讲到这里，读者们应该就可以理解为什么马斯克对于普通雷达不感冒甚至将其舍弃，因为普通雷达传回来的信息并不能被很好地整合进自动驾驶的视觉感知和环境建模，对于特斯拉以计算机视觉为核心的算法系统几乎没有帮助。即便让其参与自动驾驶的决策系统（比如说不管视觉系统怎样识别，只要雷达检测到了障碍物就停车），也有可能带来没有必要的干扰，甚至有可能降低系统安全性。

       激光雷达实际上应该是符合马斯克要求的传感器，但是无奈价格高昂。而且，机械激光雷达成本高、精密器件多、稳定性和寿命不好；当前业界开始有半固态雷达装车，但依然面临上面几个问题；全固态雷达尚未实现量产装车。未来如果固态激光雷达能够量产降本，也许渗透率能够大幅提高，但依然要考虑其降本的幅度和给自动驾驶系统带来的增益，可能只会在L3/L4以上的自动驾驶系统中普及。

       4D毫米波雷达的诞生，也被认为符合马斯克和自动驾驶系统多传感器融合的要求，因为其能够提供高密度的点云图，从而参与对周围环境的感知建模。而且，4D毫米波雷达相比普通毫米波雷达并没有增加太多成本，当前估算的量产成本大概在100-200美元（700-1500元），而激光雷达的量产成本预计在2000-3000元（这还只是预计，当前肯定实现不了）。

       即便如此，我还是要指出，4D毫米波雷达也不是全能的，也不太可能替代激光雷达。最近4D毫米波雷达讨论度很高，有些夸张的观点说4D毫米波雷达有望取代激光雷达，这完全是无稽之谈；激光雷达有其自身的优势，固态激光雷达相信也会在不久之后量产并推广。还有一种观点是4D毫米波雷达有望取代低线束激光雷达，这个观点其实也不太经得起推敲，因为低线束激光雷达本来就比较鸡肋，未来也会被高线束激光雷达淘汰；此外，其实4D毫米波雷达的成像分辨率还是不高，当前还是不如低线束激光雷达。

       我倾向于认为，4D毫米波雷达有望在未来成为L2、L3级别自动驾驶系统的主力传感器（摄像头除外），并且在L4、L5级别自动驾驶系统中也可能成为标配。激光雷达在L2、L2+级别的自动驾驶系统中可能不再被需要，但在L4、L5级别还会是刚需。

1.4 4D毫米波雷达的技术路线及主要玩家

       4D毫米波雷达实际上可以理解为普通毫米波雷达的升级，在我看来技术难度、竞争壁垒并没有激光雷达那么高，未来的市场竞争可能也会比较激烈，在当前能知道的参与玩家就比激光雷达公司要多，包括大陆、采埃孚、安波福等传统Tier 1，Waymo、Mobileye、华为等科技公司，也有Arbe、傲酷、森思泰克、纳瓦电子、几何伙伴等初创公司。

       4D毫米波雷达的技术路线主要是取决于如何增加天线数来提高分辨率，以及搭配何种芯片方案：

       1）级联路线：指将英飞凌、德州仪器、NXP等公司的标准雷达芯片通过二级联/四级联/八级联，以增加实体天线MIMO（接收天线数量与发射天线数量相乘后得到的虚拟通道数）。博世、采埃孚、Waymo、华为均有产品是采用这种技术路线。这种路线前期开发难度低、周期短，但存在体积大、成本高、功耗高、信噪比不够、良品率难克服等问题，对厂商的技术和工程能力也有较高要求。

       2）级联+虚拟孔径成像技术：指在级联的方式上再通过独特的虚拟孔径成像软件算法和天线设计做成高倍数虚拟MIMO，以达到在原来物理天线数基础上再虚拟出十倍、数十倍的天线数，从而降低角分辨率。傲酷（Oculii）采用的是这种方案，虽然其原理可行性尚未被充分承认，但有业内人士表示其产品的分辨率确实挺高。

       3）集成芯片：指通过将多发多收天线集成在一颗芯片中，通过形成ASIC芯片来实现上述功能。目前，该技术的代表公司主要有Arbe、Uhnder、Vayaar、SteradianSemi、RFISee等。最典型的是Arbe公司开发的4D毫米波雷达RFIC芯片，集成了48个发射器和接收器，拥有2304个虚拟信道。

       这一技术路线被认为潜力较大，但实现难度也很大，当前最核心的挑战在于：ASIC芯片一旦流片，算法就固化了，之后难以大幅度调整。4D毫米波雷达当前还没有被主机厂大规模验证、使用，主机厂未来在验证使用过程中可能会对4D毫米波雷达的算法提出各种要求，如果需要大改，那么ASIC芯片就需要重新流片，增加成本的同时也耽误进度。

       有业内人士认为，ARBE为代表的集成芯片方案，可能适合在4D毫米波雷达批量上车几年后，通过多家主机厂、多个车型的验证，算法固化，此时推行集成芯片方案将快速降低成本、建立竞争壁垒。

       4）超材料路线：当前尚处于实验室阶段，短期难以商业化落地。

1.5 4D毫米波雷达的市场空间

       23年大概率还在导入期，即便特斯拉要上，应该也要在下半年才会逐渐开始导入。但除特斯拉以外，以ARBE为代表的4D毫米波雷达厂商应该都会给主机厂、T1合作方送样，同时也会有一些批量出货，比如经纬恒润今年向ARBE预定了34万芯片组。此外，大陆、博世等老牌厂商也不会坐以待毙，也会积极推进。

       乐观情况下，我们假设特斯拉今年有75万辆车会列装1个4D毫米波雷达，ARBE出货50万个，其他公司出货50万个，假设平均每个售价为125美元，则今年市场空间为2.2亿美元/15亿人民币。

       悲观情况下，特斯拉并不会上4D毫米波，而是用普通改进版毫米波雷达，ARBE出货40万个，其他公司出货20万个，则今年市场空间为1.65亿美元/11亿人民币。

       毫米波雷达本身是一个还不错的增长赛道，受益于过去汽车智能化的发展，过去7年间全球市场的CAGR在20%以上，中国市场的增速更快，在30%以上，未来还会保持持续增长。根据中银证券预测，2022-2025年，国内毫米波雷达市场规模将从63.7亿增长至143亿，CAGR为30.1%。

基于中银证券的预测，假设2024年L2级别销量994.8万，有10%导入 4D毫米波雷达，每辆车用1个，L3级别销量49.7万，有40%导入4D毫米波雷达，每辆车用2个，则4D毫米波雷达总需求量为140万颗，假设其他领域4D毫米波雷达需求量为60万颗，国内市场空间为17亿。外推全世界，预估市场空间为45亿。

假设2025年L2级别销量1305.5万，有50%导入4D毫米波雷达，每辆车用1个，L3级别销量104.4万，有80%导入4D毫米波雷达，每辆车用1.5个，则4D毫米波雷达总需求量为770万颗，假设其他领域需求量为100万颗，国内市场空间为75亿，外推全世界市场空间为200亿。

当然我这里算的比较粗糙，中银证券对L2自动驾驶的普及度可能也有些过于乐观。

终局来看，假设未来全球有2000万辆乘用车每车平均搭载1.2颗4D毫米波雷达，需求量2400万颗，其他领域（物流、无人机等）需求量1000万颗（拍脑袋的，但其实其他领域对传感器的需求量并不小；以激光雷达为例，智慧城市、物流、机器人等领域对激光雷达的需求量比乘用车更大），总共3400万颗，市场空间为290亿。

综上，2023年市场空间大约为11-15亿，中值13亿；2024年市场空间预估45亿，2025年200亿，终局290亿。

2. 4D毫米波雷达相关上市公司介绍

2.1 ARBE

       辨识度最高的4D毫米波雷达上市公司，也是本次特斯拉的绯闻对象。

       公司致力于开发高分辨率的4D毫米波雷达以推动真正安全的辅助驾驶系统和自动驾驶系统。

       公司的技术特色和核心竞争力在于其集成芯片组，拥有最多的虚拟通道数（48*48=2304）和信号处理能力（3Tb/s）的同时，具有低功耗和低成本的特性，通过车规认证，能够给L2+自动驾驶系统赋能，输出高密度点云图和物体识别列表。

       公司的主力雷达为Phoenix感知雷达，公司认为是市场上具有最佳成像质量的毫米波雷达（上面说了4D毫米波雷达也叫成像雷达，因为能够点云图成像）。

ARBE还推出了一款Lynx周边成像雷达，用于安装在车辆4角进行探测成像，相比Phoenix体积更小，性能、成本更低，但性能同样不俗，公司表示优于业界3*4通道的普通雷达和12*16通道的长距雷达。

ARBE当前还是一家很小规模的公司，2022Q3营收不过130万美元，全年指引为400-700万美元，这是因为公司当前主要是小批量的样品出货，收入的确认也不稳定。好在毛利率较高，2022Q3达到72.5%。但公司的毛利远不足以覆盖费用，Q3费用达到1180万，其中研发费用860万，净亏损990万。公司当前有6320万现金和现金等价物，没有负债，在当前的情况下还可以烧1-2年，但今年开始亏损应当会收窄。

虽然公司规模小，产品尚未量产，但得到了不少合作伙伴的青睐。其合作伙伴包括：

VEONEER，世界领先的汽车安全巨头，年营收规模20亿美元+，在全球范围对4D雷达芯片的开发者进行了5年的研究调查，最后选择与ARBE合作。

Valeo，知名的T1供应商，年营收规模20亿美元+，在自家的雷达系统中选用ARBE的芯片组。

威孚高科，中国T1供应商，市值230亿人民币，在ARBE的芯片组基础上开发雷达系统。威孚高科的老总表示：“我们预计2030年有3300万辆汽车在中国制造，超过40%会被装备雷达，其中20%会用上下一代成像雷达。我们相信威孚高科使用ARBE芯片组的雷达系统会在这个市场中取得15-20%的领先份额”。

经纬恒润，中国ADAS T1供应商，市值200亿人民币，向ARBE订购34万套芯片组，帮助ARBE走向量产阶段。被山东日照港口选择成为自动物流系统供应商。

公司的其他合作方、客户还包括qamcom、北汽集团、现代汽车、autox、英伟达等。

有这么多优质合作方的青睐与背书，公司未来的想象力还是非常足的。2022Q2的电话会上，CEO表示他们已经给不同整车厂的10个定点项目完成了测试，正在等待结果，每个项目都预计会带来每年3000万-1亿美元的营收。CEO后面又表示他们正在投标的项目总共预计在2023-2029年间产生75亿美元的营收，并且他期待能够赢下其中95%的投标。

假设CEO的展望能够实现，则2024-2029年ARBE平均每年的营收会在10亿美元以上，假设他们能做到10%的净利率，则年均净利润在1亿美元以上。而且这仅仅是目前的展望和项目投标情况，如果ARBE的产品能够保持优势、量产和验证推广顺利的话，也许到2024、2025年ARBE就能够做到10亿以上营收。公司当前市值仅3.82亿。

2.2 经纬恒润

公司官网可以看到ARBE的产品介绍。向ARBE订购34万套雷达芯片组（期限为2023-2024），在中国范围内供应给经纬恒润的多个客户。公司过去表示其参与了多个主要OEM和自动驾驶开发项目，并且在项目中使用了基于ARBE感知雷达芯片组开发的雷达方案。公司预计在2023年开始其雷达系统的大批量生产。

公司本身是在汽车电子领域耕耘多年的国产领军企业，早在2015年就前瞻性地布局高级智能驾驶解决方案业务，除整车厂外，公司还为青岛港、唐山港、日照港开展港口MaaS业务，进行集装箱和散货场景下的单车智能解决方案开发、智能车队运营管理解决方案开发以及车-云数据中心的建设，为后续在乘用车领域提供L3及以上级别智能驾驶方案积累经验。2022年9月公司新中标山东省济宁市龙拱港无人水平运输系统项目。

       公司研发实力强，在手新定点项目较多。考虑到其向ARBE大批量订购芯片组，如果之后验证使用顺利，应当会在其经手的定点项目中推广基于ARBE芯片组的雷达方案。

2.3 威孚高科

       上面已经介绍，威孚的老总表示： “我们预计2030年有3300万辆汽车在中国制造，超过40%会被装备雷达，其中20%会用上下一代成像雷达。我们相信威孚高科使用ARBE芯片组的雷达系统会在这个市场中取得15-20%的领先份额”。

       据此测算，威孚高科预计2030年自家使用ARBE芯片组的雷达系统出货量在40万-80万之间（可能会更多，威孚高科也许推广的是使用2-6个雷达的方案），营收预估在3.4-7亿。

       公司在最近的调研中表示4D雷达市场空间较大，应用场景丰富。公司在2018年进入毫米波雷达领域，率先从4D毫米波雷达切入。公司商业模式有弹性，与强OEM、ADAS供应商合作伙伴合作紧密。公司与上下游相互渗透，商业化资源整合。

       关于与ARBE的合作关系，公司表示“从目前来看我们是他的主要伙伴。ARBE的方案越多的人做、越多人配越好，因为我们做应用层开发，一些勾兑客户、融合算法驱动的能力是不可替代的。”

2.4 雷科防务

       公司近期表示从4D毫米波雷达产品预计在今年年底量产供货；其自主研发的毫米波汽车防撞雷达（我理解是普通毫米波雷达）成为第一家加入百度Apollo硬件开发平台的国产毫米波雷达产品。

2.5 其他公司

       网上讨论的其他许多概念股，其实与4D毫米波雷达关系都不大，或者产品还在研发阶段，都不知道有没有送客户验证、验证结果性能怎么样。如果你觉得这些公司本身质地不错，那么蹭上4D毫米波雷达的热度可能会锦上添花。但如果你是以4D毫米波雷达的逻辑去看那些公司，我个人觉得逻辑不太强。

至于4D毫米波雷达产业链的公司，网上有很多，我随便贴一张出来（来自ittbank）：

例行申明

1）本文为个人文学笔记，内容均不构成投资建议或投资顾问服务。本人没有证券从业资格或投资顾问资质，本人、本公众号、本文不诊股，不荐股。文章提及的上市公司以及相关介绍分析均作为个人投资思考感悟的记录、分享，仅供阅读，不作为交易参考。

2）股市有风险，入市需谨慎。股票投资者应具备基本的股票交易和投资知识以及独立思考决策能力，自主操作，自负盈亏，切勿根据本文内容交易股票。