這個雷達的天線由互補、諧振的超材料單元組合的微帶線構成，每一個超材料單元包含兩個偶極子，與外部控制電路相連，超材料單元的諧振可通過偏置電壓進行衰減控制。動態超表面孔徑的每一個諧振電路發射并接收某一特定的頻率，工作頻率也可通過調諧電路的電子特性進行更改，類似于無線電調諧器。孔徑產生的總輻射方向圖是每一單個輻射器的輻射方向圖的疊加。通過給控制電路施加不同的電壓，可接通部分輻射單元，形成不同指向、不同形狀的方向圖，并可為每一波束選擇特定的工作頻率。動態超表面提供的靈活性能夠給SAR帶來多種能力，可形成窄波束增強信號強度，在方向圖上形成零點回避干擾，也可使用寬波束觀察大范圍區域，甚至可以同時形成多個波束探測多個位置，如圖8。由于動態超表面可以大批量低成本印制，將會顯著降低雷達的成本。
備受上汽、現代、英飛凌等青睞的硅谷創新公司麥得威國際（Metawave），其智能汽車雷達系統WARLORD采用了一種自適應超材料。該超材料由微軟件控制，具有獨特電磁特性的電路板結構（圖9），可模擬相控陣。傳統的相控陣天線采用多個輻射元件，通過輕微改變信號發射的相位來形成波束并進行波束轉向，但是，Metawave的系統僅利用一個單天線便能提供同等的性能。其結果便是顯著簡化系統，使其更高效，以獲得最先進的數字波束成形雷達。
人工智能和算法融合
前面我們探討的幾種技術——SAR、MIMO和超材料，彼此并不沖突，可以疊加使用，獲得更高的探測物體的精度。不過這些技術都只是幫助雷達增長“視力”，使其能夠“看的見”和“看的清”，但自動駕駛的最終目的，是對人的解放，更重要的還要讓雷達具有“智力”，能夠識別所探測到的物體到底是什么，只有“明白是什么”才能為駕駛做出正確的判斷和決策，才能真正實現無人駕駛。所以在各類成像雷達技術中還融合了人工智能算法。
要獲得高分辨率，數據的采集量和處理量是龐大的，特別自動駕駛對實時處理要求又特別苛刻，因此雷達成像首先對數據的存取和處理速度帶來了極大的挑戰。之前，77Ghz雷達的大多是采用多芯片的方案，開發難度、測試設備等都需要長時間線的驗證。不過隨著各主要半導體芯片供應商德州儀器（TI）、意法半導體（ST）、亞德諾（ADI）、恩智浦（NXP）等相繼推出77GHz CMOS毫米波芯片，尤其是CMOS單片微波集成電路（MMIC）的量產正改變這種格局。
MMIC一方面降低了整個77Ghz雷達的研發難度，產品合格率與成本都會發生很大變化；另一方面，單芯片的高度集成，甚至可以與微控制單元（MCU）和數字信號處理（DSP）集成在一起，也就意味著可以在雷達芯片上集成能夠進行模式識別和機器學習的算法，從而讓雷達能夠“識人辨物”。另外，還可以讓這些具備機器學習能力的雷達和其它攝像頭、慣性測量單元等傳感器進行融合，為自動駕駛汽車增加更多的安全保障。
比如，Arbe Robotics在其智能雷達中融合了同時定位與地圖構建（SLAM）算法，能夠和4D成像系統協同工作，改善目標物體分類和識別，增強分辨率，去除造成系統故障和事故的誤報（圖10）。
又如，Metawave在其智能雷達WARLORD中嵌入了人工智能引擎（AI Engine），內置了多種算法，包括雜波干擾抑制算法、目標檢測和跟蹤算法等等，極大的提升了毫米波雷達的整體性能，讓其具備物體識別和分類能力（圖11）。
此外，還有一些企業在毫米波雷達成像方面也有不錯的表現，比如美國Echodyne、美國傲酷（Oculii）的4D點云成像雷達，國內的行易道科技也一直致力于79GHz SAR成像雷達的研發。
隨著這些成像技術的不斷發展和人工智能算法的日新月異，毫米波雷達在成像性能上正不斷接近現有的激光雷達性能，這些新型雷達甚至有取代部分激光雷達的趨勢。其次，毫米波雷達在工藝成本和體積上也優于當前昂貴且笨重的激光雷達，再加上毫米波雷達固有的全天候全天時優勢。我們相信假以時日，有了“視力”和“智力”的毫米波雷達，猶如打通了任督二脈，前途不可限量，有望顛覆車載傳感器市場，無論是現階段的ADAS，還是更高階的自動駕駛，甚至是終極的無人駕駛，都將是自動駕駛中最不可取代的核心傳感器！
