China treibt Zentralrechner für Radar und Lidar voran
Bisher verarbeitet jeder Radarsensor seine Daten selbst: Ein Millimeterwellen-Radar meldet „Hindernis in 50 Metern“, ein anderer „Lücke in 30 Metern“ – die Zentrale erhält nur noch gefilterte Ziel-Listen. Dieses Prinzip der verteilten Intelligenz wird in China zunehmend infrage gestellt. Denn mit dem Trend zu höheren Automatisierungsstufen (L3/L4) reichen vereinzelte Punktwolken nicht mehr aus – die Industrie wechselt zur zentralen Rechnerarchitektur (im Chinesischen als „zentral integrierte Architektur“ bekannt).
Bei der neuen Architektur liefern die Sensoren rohe, unverarbeitete Daten – etwa das FFT-Spektrum eines Radars oder die vollständige Point-Cloud eines Lidar – an einen leistungsstarken Zentralrechner (SoC). Dort läuft ein einheitlicher Fusionsalgorithmus, der die Stärken aller Sensoren kombiniert: Die hohe Durchdringungsfähigkeit des Millimeterwellen-Radars (z. B. durch Regen) kann die geringere Auflösung eines Lidar ausgleichen und umgekehrt. Statt 1+1=2 kann 1+1=5 werden – so das Versprechen der Hersteller.
Warum der Wandel jetzt kommt – und wer verliert
Der Schlüssel liegt im Algorithmen-Know-how. Bisher hielten Tier-1-Zulieferer wie Bosch, Continental oder chinesische Radar-Spezialisten die Signalverarbeitung fest in der Hand. Die Firmware im Radar-Chip war eine Blackbox: „Du bekommst das Essen, aber weißt nicht, wie es gekocht wurde.“ Die zentrale Architektur zwingt die Zulieferer, die rohen Daten herauszugeben – und verlagert die Algorithmen-Kompetenz zu den Autoherstellern und den SoC-Chipdesignern.
Ermöglicht wird dieser Schritt durch neue Halbleiter: NXP bietet mit „Radar Bridge“ einen Bridge-Chip, der die MMIC-ADC-Stufe von der Verarbeitung trennt. Gleichzeitig lassen sich Radar-Signalverarbeitungs-IPs (RSP) direkt in ADAS-SoCs integrieren – etwa von TI oder NXP. Die Chipriesen bieten damit fertige Algorithmen-Bausteine, die Autohersteller einfach übernehmen können. Der Kampf um die „Kochrezepte“ ist damit neu entfacht.
Drei Sensortypen – drei Herausforderungen
- Millimeterwellen-Radar (4D-Radar): China treibt die Kosteneffizienz: Ein SoC + zwei MMIC-Chips liefern 8T8R (acht Sende-, acht Empfangskanäle). Europa plant bereits 16T16R bis 24T24R. Bis 2028 werden sich die Kostenmodelle beider Stränge angleichen. Die größte Hürde bleibt die Algorithmus-IP und deren Portierung auf verschiedene SoC-Plattformen.
- Lidar: Hier entfällt durch die Zentralarchitektur teure FPGA-Signalverarbeitung im Sensor – nur noch Sender, SPAD-Empfänger und TDC (Zeit-Digital-Wandler) bleiben im Gehäuse. Doch die Datenrate eines 192-Laser-Lidars (10 Hz, 120° horizontal, 0,1° Auflösung, 3,6 Gbit/s) stellt hohe Anforderungen an die SoC-Schnittstelle. MIPI, das für Kameras optimiert ist, passt nicht zur Slot-basierten Lidar-Datenstruktur – DSPs müssen die Last auffangen.
- Ultraschall-Radar: Die Algorithmik ist einfach (Laufzeitmessung), doch die Synchronisation vieler Sensoren (12 Stück, jeder mit SerDes-Leitung) treibt Kosten. Chinesische Hersteller gehen zu einer Hybridlösung über: Ein lokaler Sub-Receiver bündelt die Daten mehrerer Sensoren und leitet sie an die Zentrale weiter. BYD (比亚迪) beispielsweise erzielt damit 20 % weniger Zeitversatz, 20 % mehr Reichweite und 10 % mehr Zielauflösung – ohne vollständig zentral zu sein.
Fazit für deutsche Leser
Die chinesische Industrie baut eine datendurchgängige Pipeline vom rohen Sensorsignal bis zur Fahrzeugentscheidung – ohne Blackbox. Das ermöglicht tiefere Algorithmen und schnellere Iterationen für L2+ und L3. Deutsche Tier-1 müssen sich fragen, ob sie ihre Radar-Know-how als IP verkaufen oder die hohen Entwicklungskosten für eigene SoC-Integration stemmen. Der Wettlauf um die Rechnerarchitektur hat gerade erst begonnen.
In Europa
Dies betrifft indirekt auch deutsche Hersteller und Zulieferer. Während BMW, Mercedes und VW bereits eigene Zentralrechner (z. B. VW E³ 1.2) entwickeln, ist der offene Zugriff auf rohe Sensordaten zwischen OEM und Tier-1 oft noch vertraglich geregelt. Chinesische Player wie BYD oder NIO treiben diesen Wandel aggressiver voran.