XPeng & NIO brechen mit Blackbox: Zentrale Sensor-Architektur ab 2026
Technologiewandel bei chinesischen E-Autos: Rohdaten statt Objektlisten
Die chinesische Automobilindustrie vollzieht einen grundlegenden Wandel in der Sensorarchitektur für Fahrassistenzsysteme. Bisher arbeiteten Millimeterwellenradar (mmWave), Lidar und Ultraschallsensoren weitgehend autonom: Jeder Sensor führte eine eigene Signalverarbeitung durch (z. B. FFT, Zielverfolgung) und sendete nur eine reduzierte Objektliste („50 m voraus Hindernis“) über einen SerDes-Bus an das Steuergerät. Dabei ging Detailinformation verloren – etwa Streuverluste durch Regen oder die Unterscheidung zwischen einem stehenden Fahrzeug und einer Metallplatte.
Die neue Architektur überträgt dagegen die vollständigen Rohdaten – beim mmWave-Radar das FFT-Spektrum, beim Lidar die Punktwolke mit Intensität und Zeitstempel – an eine leistungsstarke System-on-Chip-Einheit (SoC). So können Algorithmen mehrere Sensoren fusionieren, statt sich auf widersprüchliche Einzelmeldungen verlassen zu müssen. XPeng (小鹏) setzt in seiner XNGP-Architektur bereits auf diese zentrale Verarbeitung, NIO (蔚来) nutzt den Adam-Supercomputer für die gleiche Aufgabe. Der Effekt: „1+1 kann dann 5 ergeben“, beschreibt ein Entwickler den Synergiegewinn.
Warum erst jetzt? – Algorithmen-Know-how wandert zu SoC und OEM
Der Grund für die späte Einführung liegt in der etablierten Arbeitsteilung: Tier-1-Zulieferer wie Bosch oder Continental hielten jahrelang die Signalverarbeitungs-Know-how in ihren Radar- und Lidar-Modulen unter Verschluss. Die neue Architektur reduziert das Modul auf die reine Hardware – MMIC (Monolithic Microwave Integrated Circuit), Sende-/Empfangseinheit, ADC – und schiebt alle Algorithmen in den SoC. Chiphersteller wie NXP treiben diesen Wandel mit speziellen Bridge-Chips (Radar Bridge) und integrierter Signalverarbeitungs-IP (RSP IP) in ADAS-SoCs voran. Auch TI unterstützt mit seinen AWR-Serien-Radarchips den RAW-Daten-Ausgang.
Für L3/L4-Autonomes Fahren ist die Rohdaten-Fusion unverzichtbar. „Ein Ziel- Tracking auf Basis von Objektlisten reicht nicht mehr aus. Wir brauchen die rohen Zeit- und Frequenzinformationen, um bewegte Ziele von statischen Hindernissen oder gar Schlaglöchern zu unterscheiden“, erklärt ein Entwicklungsingenieur eines chinesischen OEMs. Li Auto (理想) und Huawei (华为) mit seiner MDC-Plattform verfolgen ebenfalls diesen Weg.
Die drei Sensor-Typen im Detail
- Millimeterwellenradar: Am weitesten fortgeschritten. 4D-Imaging-Radar setzt auf Multi-Chip-Architekturen. Chinesische Hersteller favorisieren eine günstige Route (1 SoC + 2 MMIC = 8T8R), Europäer setzen auf 1 SoC + 4 MMIC (16T16R). Bis 2028 werden beide Pfade koexistieren.
- Lidar: Die Verlagerung der Signalverarbeitung auf den SoC spart Kosten, da teure FPGA-Schaltungen im Lidar-Modul entfallen. Chinesische Hersteller wie Hesai und RoboSense liefern bereits Module mit reinem SPAD-Array und MIPI-Ausgang. Die Herausforderung: Die Datenstruktur von Lidar (2D-Array aus Slots) unterscheidet sich fundamental von Kamerabildern (Frame-orientiert), was SoC-Architekturen und DSP-Schleifen optimiert werden muss.
- Ultraschall: Rohdaten vereinfachen die Auswertung. BYD (比亚迪) meldet für sein neues System eine um 20 % niedrigere Rechenzeit, 20 % mehr Reichweite und zehnfache Punktdichte. Das Unternehmen setzt auf eine hybride Architektur: lokale Vorverarbeitung plus zentrale Fusion.
Ausblick: Neue Fahrzeuge ab 2026
Erste Serienmodelle mit dieser Architektur werden ab 2025/2026 von XPeng (etwa das Flaggschiff-Modell X9) und NIO (die ET7-Baureihe) erwartet. Auch BYD plant die Integration in seine vollelektrische Han-Reihe. Die Algorithmen-Kontrolle liegt dann endgültig beim OEM – die Blackbox der Tier-1-Zulieferer ist aufgebrochen.
Die Technologie wird zunächst in China eingeführt. Europäische Modelle chinesischer Marken wie BYD und NIO mit dieser Architektur werden frühestens 2026 erwartet – zunächst in China, dann im Export.