车载感知系统的实时处理能力直接决定了自动驾驶与高级辅助驾驶的安全上限。毫米波雷达作为车载环境感知的核心传感器之一，具有全天候工作与直接测速的独特优势，但其原始回波数据的处理链路较长，从模数转换后的中频信号到目标检测结果的输出涉及二维快速傅里叶变换、恒虚警率检测以及聚类跟踪等多个计算密集型环节。传统架构将原始数据回传至中央域控制器处理，雷达模块与域控制器之间的数据传输带宽与时延限制了系统的实时响应能力。边缘计算架构将处理任务迁移至雷达传感器端侧，在靠近信号源的位置完成目标检测与参数估计，仅将紧凑的目标列表上报至决策层。这一架构转变使毫米波雷达的延迟从毫秒级压缩至微秒级，为车辆执行机构提供了足够的前置时间。更为关键的是，边缘计算赋能的闭环控制架构允许雷达处理结果直接触发执行器动作，无需经过中央决策模块的二次仲裁，从而构建了从感知到执行的超短延迟链路。
毫米波雷达信号处理流程的计算负载主要集中于距离维与多普勒维的快速傅里叶变换。雷达发射线性调频连续波信号，接收天线采集的目标回波与发射信号混频后得到中频信号。该信号包含目标的距离与速度信息，通过距离维快速傅里叶变换提取频率分量，再通过多普勒维快速傅里叶变换提取相位差。这一二维变换的数据量与雷达采用的采样点数及调频周期数成正比，点云密度较高的雷达每秒产生的原始数据量可达数百兆比特。传统架构中，雷达模块将原始中频数据通过控制器局域网或车载以太网发送至域控制器，域控制器再执行变换与检测。高速数据传输占用大量网络带宽，同时域控制器的通用处理器无法高效执行快速傅里叶变换运算，导致处理延迟随点云密度增加而非线性增长。边缘计算方案将快速傅里叶变换加速器集成在雷达模块的信号处理芯片内部，变换过程在数据采集周期结束后立即启动，处理完成后再将检测到的目标点云通过总线发送。
恒虚警率检测是毫米波雷达目标检测中的关键步骤，用于在噪声与杂波背景下提取有效目标。传统方法在距离多普勒谱上对每个检测单元取参考窗口计算噪声基底，再根据预设的虚警概率确定检测阈值。这一算法在不同环境条件下需要调整参考窗口尺寸与保护单元数量，且杂波边缘区域的虚警率容易失控。边缘计算架构允许在雷达模块内部部署自适应恒虚警率算法，该算法根据谱图的局部统计特性动态调整检测参数。当雷达探测到前方有密集目标群时，算法自动缩小参考窗口尺寸以避免邻近目标相互遮蔽。当车辆行驶在空旷高速公路时，算法扩大参考窗口以获得更准确的噪声估计。自适应算法需要额外的计算资源来实时评估谱图统计特性，边缘计算芯片内的专用硬件加速器可以并行处理多个检测单元，使自适应处理的开销控制在可接受范围内。检测结果经过质心计算后输出目标点云，每个目标包含距离、速度与角度信息。
边缘计算赋能的毫米波雷达实时处理架构为闭环控制提供了新的可能性。在传统感知决策控制链路中，雷达上报的目标点云先由融合模块与摄像头目标关联，再输入规划模块生成轨迹，最后经控制模块转换为执行器指令。这一串行链路的总延迟累加了每个模块的处理时间与模块间的数据传输时间。闭环控制架构将雷达处理结果直接映射为执行器指令，适用于对延迟极为敏感但决策逻辑相对简单的场景。自适应巡航控制中的跟车距离保持即属于此类场景，毫米波雷达实时测量前车相对距离与速度，边缘计算单元根据跟车误差直接输出加减速指令，该指令通过独立的控制器局域网总线发送至发动机管理系统与制动系统。无需经过规划与决策模块的路径搜索与碰撞检测流程，从雷达回波到执行器指令的总延迟可压缩至数毫秒内。
雷达处理结果的可靠性验证是闭环控制架构需要解决的核心问题。边缘计算单元直接控制执行器时，若雷达检测结果出现虚警或漏检，可能导致错误加速或不必要制动。解决方案是在雷达信号处理链路中嵌入置信度评估模块，该模块分析检测目标的回波信噪比、历史轨迹一致性以及邻近目标的时空关联性，输出每个目标的可信度评分。当可信度评分低于预设阈值时，边缘计算单元不将该目标用于闭环控制，转而等待下一帧检测结果或请求域控制器进行融合确认。置信度评估的计算需要访问信号处理中间结果，包括距离多普勒谱中的峰值形状与旁瓣水平，这些信息在传统点云上报架构中会丢失。边缘计算芯片内保留这些中间结果并实时计算置信度，使雷达模块具备了自省能力。
边缘计算架构对毫米波雷达的硬件集成提出了新要求。快速傅里叶变换加速器与恒虚警率检测器需要在雷达芯片内部以硬件逻辑实现，而非由嵌入式处理器软件执行。专用硬件加速器的面积效率与能效比软件实现高两个数量级，在毫米波雷达的小尺寸封装内可以容纳多通道并行处理单元。同时，边缘计算芯片需要集成足够容量的片上存储器来缓存一帧原始数据以及中间处理结果。存储器的访问带宽决定了整个处理流水线的吞吐率，多端口存储结构使距离维快速傅里叶变换与多普勒维快速傅里叶变换可以乒乓操作，变换单元在处理当前帧的同时将上一帧的检测结果输出。硬件加速器与存储器的协同设计使雷达模块的帧处理速率达到每秒数十帧，满足高速行驶场景下对目标更新的需求。从信号采集到控制指令输出的端到端延迟稳定控制在数个毫秒以内，为车辆的纵向控制与部分横向控制提供了时间余量。边缘计算与毫米波雷达的深度融合正在将车载感知系统从数据转发模式推向计算闭环模式。
