发力毫米波雷达底层技术，加特兰再推两大新品

毫米波雷达加速上车已经毋庸置疑。

在2026加特兰日上，加特兰创始人兼CEO陈嘉澍披露了过去一年毫米波雷达业务的进展。2025年，加特兰毫米波雷达芯片出货量超过1400万颗，较2024年翻倍，累计出货量突破3000万颗。其中，ADAS仍是最主要应用，约九成出货来自前雷达、角雷达等辅助驾驶场景；门雷达和舱内雷达等新兴应用约占一成。

就在当天，加特兰宣布推出信号处理能力提升10倍的Kunlun-Pro，以及全球首款6发6收ADAS雷达芯片Andes-Pro。另外，借助发布会，陈嘉澍还介绍了加特兰成功开发的多项毫米波雷达芯片底层技术，重点包括Timing Engine（TE，时序控制器）2.0和Radar Signal Processor（RSP，雷达信号处理器）2.0。

加特兰创始人兼CEO陈嘉澍

毫米波雷达好消息不断

陈嘉澍介绍，目前已有超过35个车企品牌采用加特兰芯片，覆盖传统自主品牌、新势力品牌和合资品牌。在中国市场，加特兰毫米波雷达芯片主要落地在三类车载应用中：一是ADAS辅助驾驶，包括前雷达和角雷达，单车搭载数量从1颗到5颗不等；二是门雷达，主要用于自动开合门避障系统，单车搭载数量通常为1颗到4颗；三是舱内雷达，主要工作在60GHz频段，用于儿童遗留探测，单车一般搭载约1颗。

另外，海外市场也开始进入量产阶段。陈嘉澍表示，加特兰与海外Tier 1零部件客户的合作已经从项目定点迈向整车量产，欧美市场已有两款车型搭载加特兰芯片并正式投放市场。去年，加特兰又获得一个新的欧洲车企品牌项目定点，相关车型预计将在今年年底问世。

市场调研数据显示，2025年中国乘用车毫米波雷达总用量已经突破4000万颗。以加特兰披露的出货量测算，其在中国车用毫米波雷达市场的份额约为三分之一。如果进一步看具备4发4收及以上通道、并具备测高能力的4D毫米波雷达，在中国市场的份额已经超过六成。

放眼全球，其在全球车用毫米波雷达芯片市场的份额约为4%。这一统计同时包含射频芯片加处理器的传统套片方案，以及加特兰主力布局的SoC单芯片方案。只看SoC单芯片形态，加特兰在全球车用毫米波雷达SoC市场的份额已经达到四分之一。

“SoC单芯片方案将成为车载毫米波雷达芯片的重要演进方向。”陈嘉澍判断到，到2030年，SoC单芯片形态在毫米波雷达芯片中的占比将超过一半。从当前车企ADAS项目需求看，越来越多新项目也正在转向单芯片雷达SoC方案。

毫米波雷达的挑战

在车载毫米波雷达市场走向规模化之后，雷达架构也出现了新的讨论。过去一段时间，行业里较常提到“卫星雷达”概念。

在端侧处理架构下，雷达模组会在本地完成大部分信号处理，并向车端输出点云、目标等处理后的信息；而中央处理架构则把雷达信号处理的大部分工作转移到中央计算单元，雷达前端主要输出ADC原始数据。由于输出内容不同，两种架构对车内连接方式的要求也不同。端侧处理架构下，雷达模组通常通过以太网、CAN等车载网络连接；中央处理架构下，ADC原始数据量大幅增加，目前更多采用点对点高速数据传输方式。

中央处理架构一度被认为有机会降低系统成本，因为雷达侧可以省去部分处理资源。但从陈嘉澍的分析看，实际情况要更复杂。以4发4收雷达为例，中央处理架构确实可以降低前端模组中主芯片成本，但由于数据传输量相比端侧处理架构增加10至100倍，接口芯片、接插件等成本会明显上升。因此在4发4收前端模组层面，两种架构的成本差异并不明显。

在8发8收雷达中，由于处理器成本占比更高，中央处理架构下的前端模组成本可以比传统端侧处理模组节省约20%。但如果把传输线缆和中央处理单元纳入整车系统成本，无论是4发4收还是8发8收，中央处理架构下的整体雷达系统成本都会更高。

中央处理架构的优势也比较清楚。它可以利用当前中央计算平台中的丰富算力资源，尤其是AI算力资源，为雷达信号处理和点云效果提升带来潜在空间。但这一架构也会带来更高工程复杂度。雷达算法需要适配不同中央算力平台，而不少平台并不具备合适的雷达硬件加速单元；雷达处理还需要与视觉图像处理共享计算资源，原本相对解耦的雷达开发任务会变成高度耦合的系统工程，开发、维护和平台适配成本都会增加。

除成本和工程复杂度外，中央处理架构在功能安全、网络安全、实时性以及射频自适应控制方面也存在不同程度的挑战。因此，陈嘉澍表示，在当前阶段，中央处理架构的潜在收益仍不足以完全覆盖系统成本和工程复杂度带来的压力，端侧雷达SoC仍然会是ADAS毫米波雷达的重要产品形态。

法规成为新门槛

雷达架构讨论之外，ADAS法规和评价体系的升级也在进一步提高毫米波雷达的能力门槛。中国市场方面，组合辅助驾驶国标和AEB自动紧急制动国标相继推出，对行业影响明显。法规一方面统一了测试标准，另一方面也对ADAS感知系统提出了更高要求。例如雨雾天气测试要求感知系统具备全天候探测能力；隧道内横置车辆、施工路段复杂路面等场景，则要求感知系统在强弱光、远距离、多障碍物和复杂工况下保持稳定识别。

海外市场也正在提高测试要求，例如欧洲E-NCAP长期被视为全球新车评价体系的重要风向标。根据陈嘉澍的介绍，E-NCAP 2026将在AEB碰撞预警和碰撞避免方面迎来大幅升级。车对车AEB测试速度从原来的50公里/小时提高到100公里/小时，测试场景也从较简单的后向AEB扩展到十字路口、左转车辆等复杂场景。

E-NCAP 2026还首次加入电动两轮车AEB要求，覆盖对向两轮车、开门时两轮车防碰撞，以及非视距范围内两轮车切入等场景。测试条件也增加了夜间、弱光等环境。弱势道路使用者VRU相关测试同样被强化，包括儿童、轮椅、慢速道路使用者等目标，并要求系统在弱光、夜晚、雨天等恶劣工况下通过测试。

相比E-NCAP 2023，E-NCAP 2026对AEB的要求从较低权重、有限场景和相对宽松测试标准，升级到全车速、全天候、覆盖更多道路使用者和复杂工况的测试体系。国内ADAS国标、AEB国标，以及后续C-NCAP升级，也在推动类似趋势。

对ADAS系统而言，这些变化带来三个直接影响。第一，多传感器融合会成为通过高标准测试的必要条件。全天候、非视距切入、鬼探头等场景很难依靠单一传感器稳定完成，AEB系统也需要在单一传感器失效时保持持续工作能力。第二，ADAS系统必须具备更强的弱势道路使用者探测能力，包括儿童、轮椅、慢速道路使用者和电动两轮车等目标。第三，随着十字路口、左转、非视距切入等场景增多，前角雷达的重要性会进一步提升。

对毫米波雷达而言，新的法规和评价体系也对应着三类更明确的技术要求。第一，雷达需要探测更远距离，以支持更高车速下的AEB刹停。第二，雷达需要具备更强测高能力，不能只做高度估算，而要更精准地区分龙门架、隧道、悬空障碍物以及前方道路上的车辆和障碍物。第三，在施工路段等复杂环境中，雷达需要具备更大的动态范围，能够同时探测强反射目标和弱反射目标。这些要求共同推动ADAS毫米波雷达从基础探测能力，继续向远距、高分辨、测高和复杂场景稳定性升级。

加特兰深耕雷达底层技术升级

为了应对更高等级ADAS法规和复杂道路场景带来的要求，加特兰过去一年在毫米波雷达底层技术上做了多项升级。陈嘉澍提到，相关投入覆盖射频收发机、SNR、Timing Engine时序控制器、CPU、雷达信号处理器RSP，以及未来会逐渐成为必备能力的网络安全。“这一系列技术升级会奠定我们未来两三年所有产品的技术底座。”他表示。

在这其中，加特兰此次重点介绍了两项核心技术：Timing Engine 2.0和RSP 2.0。

Timing Engine，主要负责两件事：一是产生FMCW波形，二是对射频子系统进行实时控制。对毫米波雷达来说，FMCW波形的灵活性直接影响雷达在不同场景下的探测能力；射频子系统的实时控制，则关系到发波效率、功耗管理和射频状态切换的精确度。

陈嘉澍总结道：“TE 2.0的关键词是灵活”。在波形生成方面，TE 2.0通过高速接口与芯片组SRAM连接，内部的Chirp（调频脉冲） Buffer可以实时从SRAM中读取Chirp形状定义参数，并进行实时更新，组成不同的Chirp时序，避免在主SRAM中反复存储相同参数，从而节省SRAM。同时，TE 2.0还加入了自动步进频、自动频率抖动等功能。

而射频子系统控制方面，TE 2.0在一个Chirp周期内提供12个独立控制点，每个控制点的时间位置可以由用户定义，控制精度达到纳秒级。同时，TE 2.0配备512个可配置寄存器，可以按照客户需求，在不同时间点对射频模块进行控制。

RSP 2.0是加特兰最新的雷达信号处理器。陈嘉澍介绍，RSP 2.0由调度器Sequencer、可编程存储单元PBUF，以及一系列运算算子构成。相比加特兰上一代处理器，RSP 2.0进行了一次全方位升级。

RSP 2.0的第一项特点是算力更强。其多个常用运算算子具备8倍以上并行处理能力。以FFT为例，64点FFT相比之前速度提升4倍以上，相比业界主流运算加速器提升8倍；1024点FFT相比前代产品提升1倍，相比业界主流竞品提升4倍。矩阵运算方面，RSP 2.0保留了RSP 1.0中已有的矩阵层功能，16×16矩阵乘相比业界主流速度提升了16倍。

RSP 2.0还新增了矩阵求逆算子。这个能力在过去加特兰产品和业内多数雷达硬件加速器中并不常见。矩阵求逆可以用于更高阶的复杂算法，例如前处理中的完整DML（Deterministic Maximum Likelihood，确定性最大似然）算法，过去受限于硬件能力只能使用简化版DML，而通过新增算子可以实现完整无损的DML算法。矩阵求逆还可以用于部分后处理，例如扩展卡尔曼滤波等，从而卸载CPU算力。

第二项特点是灵活性提升。过去加特兰的雷达处理器更像固定算法加速器，一个复杂算法往往对应一个固定算子单元，多个小算子以固定流程连接在一起。这种架构在执行既定算法时效率很高，但对于新增算法灵活性不足。RSP 2.0把复杂算法和通用算子解耦，客户可以通过调用多个通用算子实现算法，完全可以根据自身的策略、配置和流程需求进行调整。“RSP 2.0真正由原来的硬件加速器转向了处理器。”陈嘉澍说道。

第三个特点是一些数据搬运细节优化。毫米波雷达前处理涉及大量FFT、CFAR、矩阵、峰值搜索等计算，数据在算子和存储之间频繁搬移，会带来额外时间开销。RSP 2.0在特定算子之间加入直连能力，使一个算子的输出可以直接流向下一个算子，减少与存储的反复交互。另外，PBUF（可编程存储单元）中新增了地址转换功能，也可用于提高数据访问效率。

陈嘉澍以3D CFAR（constant false alarm rate 恒虚警告率）计算来说明RSP 2.0的改进。随着ADAS法规和AEB测试场景变得更复杂，雷达需要在远距离、弱目标和强弱目标并存场景下保持更稳定探测，3D CFAR的价值开始凸显。但是，目前市面上的主流产品的计算都较为复杂。RSP 2.0通过更高并行度和算子直连，把同样规模3D CFAR运算的耗时从RSP 1.0的16000个周期降至6000个周期，整体节省超过60%，使高维CFAR检测更适合在车载雷达SoC上实时运行。

毫米波雷达的三个指标

加特兰毫米波雷达产品线负责人王政将雷达SoC的产品迭代逻辑拆成三个核心指标：射频SNR（信噪比）、通道数量和处理资源。

加特兰毫米波雷达产品线负责人王政

SNR反映的是雷达射频收发机的基础能力。如果SNR不足，雷达接收到的原始输入信号本身就会有偏差，后续算法很难完全弥补。雷达要形成稳定有效探测，首先需要更好的射频收发机电路。

在SNR足够的基础上，通道数量决定了雷达的检测能力。大小目标处于同距同速状态时，如果通道数不足，雷达往往只能检测到大目标，难以从角度上把小目标分离出来。更多收发通道可以提升角分辨能力，也能让天线在俯仰方向上有更多布置，从而提升高度检测能力，使目标点云更加聚集。

在实际雷达模组中，由于尺寸、功耗和成本的限制，SNR性能和通道数不能无限增加，因此处理资源就成为第三个关键指标。处理资源可以在硬件条件受限的情况下，通过更复杂的信号处理和后处理算法，提高点云质量、目标分离能力和弱目标检测能力。

Kunlun-Pro的三大提升

基于这套逻辑，加特兰推出了5发4收毫米波雷达SoC Kunlun-Pro。

首先是算力资源。Kunlun-Pro部署了两个RSP 2.0处理器IP，支持并行运行，主频从上一代产品的200MHz提升到250MHz。以64点FFT为例，Kunlun-Pro每秒可以完成6250万次运算；1024点FFT、256点矢量乘、16×16矩阵乘等运算，每秒也都可以完成百万次以上。相比当前市面上已有的4发4收SoC，Kunlun-Pro底层算力提升超过10倍。

更强RSP让3D CFAR成为可用算法。Kunlun-Pro可以在6毫秒以内完成64点3D CFAR，而目前市场上的主流水平是数十毫秒。加特兰的实测对比显示，在目标车辆由近及远运动过程中，3D CFAR相比2D CFAR平均获得7.4dB增益，对弱小目标探测帮助明显，在较小的算力消耗下实现了更精准的分辨。

另外，RSP可以提升解角性能。Kunlun-Pro部署了一套计算量较大的解角算法，每次解角运算包含18次2048点FFT，相比上一代Alps-Pro更加精准，同时还支持三目标解算，可以分辨出三车道同距同速并行的车辆。“通过 RSP 的强大算力跟灵活性，也可以把算力用在信号处理的其他方面，来提升雷达本身的点云的质量。”王政表示。

通用算力方面，Kunlun-Pro内部CPU升级为双发射RISC-V核心。双发射意味着一个时钟周期内CPU可以同时处理两条逻辑指令，从而性能相比上一代产品提升一倍以上。内核数量也从两个增加到三个，主频从300MHz提升到375MHz至400MHz，综合DMIPS总算力提升接近5倍。通用算力增强后，即便使用了锁步模式，总算力也超过了以往，从而满足基础需求和其他扩展。另外，加特兰也将RISC-V标准内核进行了扩展，把排序、插值、三角函数等后处理中常用且耗时的指令直接变成了硬件加速指令集。

王政以雷达后处理为例，对于聚类和跟踪这两个后处理中较耗时的模块，选取了500 帧真实路测的点云数据，DBSCAN 的方式实现聚类运算，卡尔曼滤波的方式实现跟踪运算。实际结果表明，性能都实现了提升，其中双发射CPU带来的DMIPS提升可以让耗时接近减半。

另外，在存储资源方面，Kunlun-Pro提供3.75MB SRAM，用于应用代码和雷达数据。芯片还提供256KB紧耦合内存，用于存放热点函数和经常访问的数据，提高软件运行效率。

其次是信噪比方面，Kunlun-Pro的TX输出功率达到14dBm，RX噪声系数为11.5dB，相比市场主流方案，基础收发机信噪比提升2.5dB。ADC在50MHz采样率下仍可达到10-bit以上，以保证高采样率下的系统信噪比稳定。

在基础收发机之外，Kunlun-Pro还通过两项特性进一步增强SNR表现。第一项是大幅提升PLL锁相环响应速度。将整个发波时间从28微秒缩短到16微秒，并将死区时间从12微秒减少到4微秒，有效发波和有效采样时间比例提高后，同样发波窗口内可以积累更多有效能量，从而提升了信噪比。

信噪比方面第二个特性是抗干扰能力。王政表示，传统SoC面对被干扰的ADC信号，常见做法是把受干扰区域补零。补零可以去除干扰，但也会把干扰区间内的有效信号一并丢掉，导致目标信噪比下降。Kunlun-Pro借助RSP 2.0的FFT算力，最大程度实现了信号保真。

第三是通道数量方面，Kunlun-Pro采用5发4收架构，相比市面常见4发4收SoC增加25%虚拟通道。

额外通道可以有两种使用方式，第一种是用于水平探测能力提升。在不改变雷达孔径或雷达尺寸的前提下，额外增加水平虚拟通道，可以使角度解算谱动态范围增加2.2dB，即旁瓣降低2.2dB。这有助于复杂场景中的强弱目标分辨。在3D CFAR处理流程中，更多阵元参与信号累积，也可以额外获得1.2dB处理增益。

第二种是用于俯仰探测能力提升。如果在俯仰方向额外增加一排天线，4发4收方案下约19.1度的3dB俯仰波束宽度，可以降低到14.1度。俯仰波束更窄，有助于复杂工况下更稳定地完成高度检测和俯仰检测。加特兰在内部测试中，也把三排天线布阵作为Kunlun-Pro参考方案的首选。

王政展示了三个系统级场景。第一个是L2法规测试中的隧道斜置车场景。实验组采用Kunlun-Pro 5发4收系统，并使用3D CFAR和增强型超分辨解角算法；对比组则从同一硬件中选取4发4收天线，并采用主流SoC可支撑的2D CFAR和4096点FFT解角流程。在120组测试中，Kunlun-Pro平均探测距离达到106.3米，对比组为84.6米；性能下限方面，Kunlun-Pro为87.4米，对比组为54.8米。

第二个是斜置锥桶弱目标检测。锥桶属于典型弱目标，也容易与灌木、护栏、电线杆等环境物形成同距同速场景，因此不仅考验SNR，也考验角度解算稳定性。Alps-Pro在约128米处形成第一次有效点云检测，但点云会出现闪烁，直到约30米才形成稳定点云和行迹；Kunlun-Pro在约152米形成第一次有效点云检测，并在约74米后点云不再丢失，稳定检测距离提升超过2倍。

第三个是护栏旁行人场景。Alps-Pro约在111米对行人目标形成有效行迹起始，但偶尔点云不连续，会影响后处理后的行迹稳定性；Kunlun-Pro在约162米形成有效行迹起始，并且点云连续性更好，行迹表现也更稳定。

Kunlun-Pro的定位是一个全面升级的产品，通过处理资源、SNR和通道数三项指标上同时升级，用5发4收SoC对当前主流4发4收雷达SoC做改进式替换。

面向更高阶ADAS需求的Andes-Pro

第二款新品是Andes-Pro。相比Kunlun-Pro对现有主流4发4收SoC做全面优化，Andes-Pro面向更高阶ADAS雷达需求。按照加特兰的说法，这是全球首个针对ADAS场景定义的6发6收SoC。

通道数方面，Andes-Pro采用6发6收架构，总共提供36个虚拟通道。相比Kunlun-Pro已经增加25%虚拟通道的基础，Andes-Pro又进一步增加80%通道数。SNR方面，Andes-Pro在Kunlun-Pro提升2.5dB的基础上，再增加4dB收发机链路增益。处理资源方面，Andes-Pro也进一步提升RSP和Memory资源，以适配36通道所需要的信号处理和后处理能力。

王政将Andes-Pro的价值分成了三个方面。

第一是系统指标提升。基于6发6收Andes-Pro，雷达系统可以实现1度以内水平角分辨，以及3度以内俯仰角分辨。弱目标检测方面，对-5dB目标的检测距离可以超过200米。这使Andes-Pro可以更好的面向高要求的前雷达或L3级别角雷达应用。

第二是单芯片方案。王政认为，6发6收Andes-Pro相比6发8收、8发8收级联方案性价比更高，可以简化硬件设计，降低系统功耗和散热成本，并优化系统BOM。

第三是支持SoC级联，从而组成12×12的成像雷达系统。

在5个锥桶弱目标检测场景中，加特兰也展示了Andes-Pro的早期测试结果。Kunlun-Pro在约152米形成第一次有效点云检测，并在约74米后点云不再丢失；Andes-Pro从约154米开始检测到点云后，整个过程持续稳定，点云不再丢失，5个锥桶的检出率也明显提升。

总结

近年来，汽车主动安全要求持续升级。随着2026版Euro NCAP将AEB防碰撞测试要求升级为全车速、全天候、全面道路使用者及复杂工况；L2 ADAS、AEB国标对车辆在雨雾、隧道、强弱光等极端工况下的感知能力提出更高要求。这一趋势驱动雷达传感器向更远探测距离、更高测高精度、更大动态范围演进。

正如王政所说，“积小流而成江海”。加特兰通过在毫米波雷达领域的创新，持续打造更坚实的技术底座，赋能汽车主动安全技术不断提升。

来源：电子工程世界（EEWorld） 作者：冀凯