查看購物車
  • Simplified Chinese
  • English
  • Japanese
封面
市場調查報告書
商品編碼
1858798

汽車級晶片雷達解決方案市場機會、成長促進因素、產業趨勢分析及預測（2025-2034年）

Automotive Radar-on-Chip Solution Market Opportunity, Growth Drivers, Industry Trend Analysis, and Forecast 2025 - 2034
出版日期: | 出版商: Global Market Insights Inc. | 英文 230 Pages | 商品交期: 2-3個工作天內

價格
簡介目錄

2024 年全球汽車晶片雷達解決方案市值為 33 億美元，預計到 2034 年將以 14.1% 的複合年成長率成長至 120 億美元。

汽車級晶片雷達解決方案市場 - IMG1

人們對道路安全的日益關注以及圍繞高級駕駛輔助系統 (ADAS) 的監管要求的不斷提高，直接推動了對晶片級雷達 (RoC) 技術的需求。隨著車輛擴大向自動化和智慧駕駛功能轉型，這些緊湊型雷達解決方案能夠提供更強大的偵測能力，用於碰撞避免、自適應巡航控制和交通輔助。消費者敦促汽車製造商提供能夠在實際駕駛條件下高效運行的高性能安全系統，這使得晶片級雷達整合至關重要。這些晶片級雷達系統能夠實現軟體定義的功能，同時最大限度地減少尺寸、能耗和系統重量，這些都是電動車 (EV) 普及的關鍵因素。製造商面臨著在不影響電動車性能或續航里程的前提下達到安全標準的壓力，這促使 RoC 解決方案得到廣泛應用。隨著全球提高車輛自主性的措施不斷推進，對高精度、低延遲雷達感測系統的需求變得更加迫切。這些解決方案支援諸如自動車道管理和低能見度障礙物偵測等功能，有助於為完全自動駕駛環境奠定基礎。

市場範圍
起始年份 2024
預測年份 2025-2034
起始值 33億美元
預測值 120億美元
複合年成長率 14.1%

2024年，硬體部分佔據了62.4%的市場佔有率，預計到2034年將以14.6%的複合年成長率成長。硬體部分在該領域佔據主導地位，因為它包含了雷達運作所必需的整合式射頻前端、天線和數位訊號處理器。發展趨勢是採用高度整合的單晶片架構，將多個元件整合到緊湊的外形尺寸中。汽車雷達硬體也正在向多頻段和多通道功能轉型，工作頻率涵蓋24、77和79 GHz，在各種駕駛場景下提供更高的解析度、更廣的探測範圍和更強大的性能。

77 GHz頻段在2024年佔據了58%的市場佔有率，預計到2034年將以13.9%的複合年成長率成長。這些片上雷達解決方案正在為ADAS和自動駕駛汽車平台的遠端應用樹立標竿。 77 GHz雷達技術以其更高的解析度、更遠的偵測距離和更小的干擾而著稱，如今已成為下一代汽車雷達系統的首選頻率。

美國汽車晶片雷達解決方案市場佔86.6%的市場佔有率，預計2024年市場規模將達到6.01億美元。美國在半導體創新領域的強大實力，以及ADAS（高級駕駛輔助系統）功能的快速普及和自動駕駛汽車的快速發展，是其市場領先地位的主要驅動力。從小型車到豪華車型，美國車輛如今都配備了雷達系統，可提供自適應巡航控制、緊急煞車和車道維持輔助等功能。隨著市場對具備即時感知能力的AI驅動型高解析度雷達模組的需求不斷成長，對先進的77 GHz多通道晶片雷達解決方案的需求也持續加速。

汽車級雷達解決方案市場的主要企業包括羅伯特博世、採埃孚、德州儀器 (TI)、英飛凌科技、大陸集團、瑞薩電子和恩智浦半導體。這些市場領導者正大力投資研發，致力於縮小硬體尺寸，並透過先進的訊號處理和人工智慧驅動的演算法提升效能。各公司專注於開發可擴展的平台，以支援多頻段雷達運作並與更廣泛的ADAS架構整合。與OEM廠商的策略合作使得企業能夠共同開發針對特定車型客製化的雷達模組。許多公司也正在最佳化晶片組，使其與電動車架構相匹配，在不影響精度的前提下降低能耗。

目錄

第1章：方法論

  • 市場範圍和定義
  • 研究設計
    • 研究方法
    • 資料收集方法
  • 資料探勘來源
    • 地區/國家
  • 基準估算和計算
    • 基準年計算
    • 市場估算的關鍵趨勢
  • 初步研究和驗證
    • 原始資料
  • 預報
  • 研究假設和局限性

第2章：執行概要

第3章：行業洞察

  • 產業生態系分析
    • 供應商格局
    • 利潤率分析
    • 成本結構
    • 每個階段的價值增加
    • 影響價值鏈的因素
    • 中斷
  • 價值鏈分析
    • 上游價值鏈
    • 中游價值鏈
    • 下游價值鏈
  • 產業影響因素
    • 成長促進因素
      • 提高ADAS採用率
      • 自動駕駛汽車的發展
      • 緊湊一體化設計
      • 提高車輛電氣化程度
    • 產業陷阱與挑戰
      • 高昂的開發和生產成本
      • 惡劣環境下的技術挑戰
      • 供應鏈中斷
      • 網路安全問題
    • 市場機遇
      • 新興市場的擴張
      • 與人工智慧和感測器融合的整合
      • 政府獎勵措施和安全法規
      • 商用和車隊車輛的採用
  • 成長潛力分析
  • 監管環境
    • 聯合國歐洲經濟委員會第152號法規－高級緊急煞車系統（AEBS）
    • 歐盟通用安全法規 (GSR) 2024/2144
    • 美國聯邦機動車輛安全標準（FMVSS）
    • 中國工信部智慧網聯汽車指南2024
    • 日本多學科自動駕駛安全框架
  • 波特的分析
  • PESTEL 分析
  • 未來趨勢
  • 技術與創新格局
    • 目前技術
      • 77 GHz 與 79 GHz 毫米波雷達技術
      • 4D成像雷達
      • 基於CMOS和SiGe的雷達SoC
    • 新興技術
      • 數位波束形成雷達
      • 人工智慧驅動的雷達訊號處理
      • 雷達視覺感測器融合SoC
  • 價格趨勢
    • 依產品
    • 按地區
  • 專利分析
  • 成本細分分析
  • 永續性和環境方面
    • 永續實踐
    • 減少廢棄物策略
    • 生產中的能源效率
    • 環保舉措
    • 碳足跡考量
  • 車輛系統整合與感測器融合
    • 多感測器架構的複雜性
    • 雷達-攝影機融合挑戰
    • 雷達-LiDAR融合策略
    • ECU整合和處理要求
    • 即時資料融合演算法
  • ADAS應用效能最佳化
    • 特定應用雷達要求
    • 範圍與解析度之間的權衡
    • 角度解析度增強需求
    • 速度測量精度
    • 多目標偵測能力
  • 雷達晶片設計與製造挑戰
    • 矽製程技術選擇
    • 射頻電路設計的複雜性
    • 封裝內天線整合
    • 熱管理解決方案
    • 功耗最佳化
  • 汽車供應鏈與資格認證
    • 汽車級零件認證
    • AEC-Q100 合規性要求
    • 長期供應保障
    • 供應鏈風險緩解
  • 軟體-硬體協同設計演進
    • 軟體定義雷達架構
    • 可配置訊號處理
    • 空中升級功能
    • 人工智慧演算法整合
  • 汽車安全標準合規性
    • ISO 26262 功能安全要求
    • ASIL評級及風險評估
    • 安全案例開發
    • 危害分析與風險評估（HARA）
  • 環境與營運挑戰
    • 天氣條件性能
    • 干擾緩解策略
    • 多路徑反射處理
    • 城市峽谷表演
    • 溫度變化補償
  • 成本最佳化與價值工程
    • 晶片架構成本分析
    • 整合度與成本之間的權衡
    • 批量生產經濟學
    • 系統總成本最佳化

第4章：競爭格局

  • 介紹
  • 公司市佔率分析
    • 北美洲
    • 歐洲
    • 亞太地區
    • 拉丁美洲
    • 中東非洲
  • 主要市場參與者的競爭分析
  • 競爭定位矩陣
  • 戰略展望矩陣
  • 關鍵進展
    • 併購
    • 合作夥伴關係與合作
    • 新產品發布
    • 擴張計劃和資金

第5章：市場估算與預測：依組件分類，2021-2034年

  • 主要趨勢
  • 硬體
    • 射頻前端與天線
    • 訊號處理器
    • 感測器封裝及模組
  • 軟體
    • 訊號處理軟體
    • 感測器融合與人工智慧軟體
    • 校準與測試軟體
  • 服務

第6章：市場估計與預測：依頻段分類，2021-2034年

  • 主要趨勢
  • 24 GHz
  • 77 GHz
  • 79 GHz

第7章：市場估算與預測：依區間分類，2021-2034年

  • 主要趨勢
  • 短程雷達（SRR）
  • 中程雷達（MRR）
  • 遠程雷達（LRR）
  • 成像雷達

第8章：市場估算與預測：以一體化程度分類，2021-2034年

  • 主要趨勢
  • 僅收發器型晶片雷達
  • 完整的雷達SoC（系統單晶片）
  • 數位/成像雷達晶片

第9章：市場估計與預測：依應用領域分類，2021-2034年

  • 主要趨勢
  • ADAS安全系統
    • 盲點偵測（BSD）
    • 自動緊急煞車（AEB）
    • 自適應巡航控制（ACC）
    • 避免碰撞
  • 自動駕駛功能
    • 高速公路自動駕駛
    • 城市自動駕駛
    • 感測器融合
  • 機艙內解決方案
  • 電動車專用解決方案

第10章：市場估計與預測：依地區分類，2021-2034年

  • 主要趨勢
  • 北美洲
    • 美國
    • 加拿大
  • 歐洲
    • 德國
    • 英國
    • 法國
    • 義大利
    • 西班牙
    • 俄羅斯
    • 北歐
    • 波蘭
  • 亞太地區
    • 中國
    • 印度
    • 日本
    • 韓國
    • 澳新銀行
    • 越南
    • 新加坡
    • 印尼
  • 拉丁美洲
    • 巴西
    • 墨西哥
    • 阿根廷
  • MEA
    • 南非
    • 沙烏地阿拉伯
    • 阿拉伯聯合大公國

第11章：公司簡介

  • 全球參與者
    • Texas Instruments
    • NXP Semiconductors
    • Infineon Technologies
    • Analog Devices
    • STMicroelectronics
    • Renesas Electronics
    • Qualcomm Technologies
    • Broadcom
  • 區域玩家
    • Continental
    • Robert Bosch
    • Denso
    • Aptiv
    • Valeo
    • Magna International
    • ZF Friedrichshafen
    • Veoneer (Arriver)
  • 新興參與者和顛覆者
    • Arbe Robotics
    • Oculii Corp (Ambarella)
    • Uhnder
    • Steradian Semiconductors
    • Echodyne
    • Metawave
    • Ainstein AI
    • RFISee
    • Vayyar Imaging
簡介目錄
Product Code: 14878

The Global Automotive Radar-on-Chip Solution Market was valued at USD 3.3 billion in 2024 and is estimated to grow at a CAGR of 14.1% to reach USD 12 billion by 2034.

Automotive Radar-on-Chip Solution Market - IMG1

Growing focus on road safety and the rise of regulatory mandates surrounding advanced driver-assistance systems (ADAS) directly driving demand for radar-on-chip technologies. As vehicles increasingly shift toward automation and intelligent driving features, these compact radar solutions offer enhanced detection capabilities for collision avoidance, adaptive cruise control, and traffic assistance. Consumers are pushing automakers to deliver high-performance safety systems that operate efficiently in real-world driving conditions, making radar-on-chip integration essential. These chip-level radar systems allow software-defined functionality while minimizing size, energy consumption, and system weight, key elements in electric vehicle (EV) adoption. Manufacturers are under pressure to meet safety benchmarks without impacting EV performance or range, encouraging the widespread adoption of RoC solutions. As global initiatives for higher vehicle autonomy progress, the need for high-precision, low-latency radar sensing systems becomes even more critical. These solutions support functionalities such as automated lane management and obstacle detection under poor visibility, helping to set the foundation for fully autonomous driving environments.

Market Scope
Start Year2024
Forecast Year2025-2034
Start Value$3.3 Billion
Forecast Value$12 Billion
CAGR14.1%

In 2024, the hardware segment accounted for a 62.4% share and is forecasted to grow at a CAGR of 14.6% through 2034. Hardware leads this space as it includes the integrated RF front-end, antennas, and digital signal processors essential for radar operation. The trend is toward highly integrated single-chip architectures that merge multiple components into a compact form factor. Automotive radar hardware is also transitioning to multi-band and multi-channel capabilities operating across 24, 77, and 79 GHz, offering improved resolution, expanded range, and robust performance across all driving scenarios.

The 77 GHz segment held a 58% share in 2024 and is projected to grow at a CAGR of 13.9% through 2034. These radar-on-chip solutions are setting the benchmark for long-range applications in ADAS and autonomous vehicle platforms. Known for delivering higher resolution, extended detection range, and minimal interference, 77 GHz radar technology is now the go-to frequency for next-generation automotive radar systems.

US Automotive Radar-on-Chip Solution Market held an 86.6% share, generating USD 601 million in 2024. The country's strong foothold in semiconductor innovation, paired with rapid adoption of ADAS features and autonomous vehicle development, drives this leadership. From compact cars to luxury models, vehicles in the US now come equipped with radar-enabled systems that offer adaptive cruise control, emergency braking, and lane assistance. As demand grows for AI-driven, high-resolution radar modules capable of real-time perception, the push for sophisticated 77 GHz multi-channel radar-on-chip solutions continues to accelerate.

Key companies in the Automotive Radar-on-Chip Solution Market are Robert Bosch, ZF Friedrichshafen, Texas Instruments (TI), Infineon Technologies, Continental, Renesas Electronics, and NXP Semiconductors. Leading players in the Automotive Radar-on-Chip Solution Market are heavily investing in R&D to miniaturize hardware while improving performance through advanced signal processing and AI-driven algorithms. Companies are focusing on developing scalable platforms that support multi-band radar operation and integrate with broader ADAS architectures. Strategic partnerships with OEMs enable co-development of radar modules customized for specific vehicle classes. Many firms are also optimizing chipsets to align with EV architectures by reducing energy consumption without compromising accuracy.

Table of Contents

Chapter 1 Methodology

  • 1.1 Market scope and definition
  • 1.2 Research design
    • 1.2.1 Research approach
    • 1.2.2 Data collection methods
  • 1.3 Data mining sources
    • 1.3.1 Regional/Country
  • 1.4 Base estimates and calculations
    • 1.4.1 Base year calculation
    • 1.4.2 Key trends for market estimation
  • 1.5 Primary research and validation
    • 1.5.1 Primary sources
  • 1.6 Forecast
  • 1.7 Research assumptions and limitations

Chapter 2 Executive Summary

  • 2.1 Industry 3600 synopsis, 2021 - 2034
  • 2.2 Key market trends
    • 2.2.1 Regional
    • 2.2.2 Component
    • 2.2.3 Frequency band
    • 2.2.4 Range
    • 2.2.5 Integration level
    • 2.2.6 Application
  • 2.3 TAM Analysis, 2025-2034
  • 2.4 CXO perspectives: Strategic imperatives
    • 2.4.1 Executive decision points
    • 2.4.2 Critical success factors
  • 2.5 Future outlook
  • 2.6 Strategic recommendations
    • 2.6.1 Supply chain diversification strategy
    • 2.6.2 Product portfolio enhancement
    • 2.6.3 Partnership and alliance opportunities
    • 2.6.4 Cost management and pricing strategy

Chapter 3 Industry Insights

  • 3.1 Industry ecosystem analysis
    • 3.1.1 Supplier landscape
    • 3.1.2 Profit margin analysis
    • 3.1.3 Cost structure
    • 3.1.4 Value addition at each stage
    • 3.1.5 Factor affecting the value chain
    • 3.1.6 Disruptions
  • 3.2 Value chain analysis
    • 3.2.1 Upstream value chain
    • 3.2.2 Midstream value chain
    • 3.2.3 Downstream value chain
  • 3.3 Industry impact forces
    • 3.3.1 Growth drivers
      • 3.3.1.1 Increasing ADAS adoption
      • 3.3.1.2 Growth of autonomous vehicles
      • 3.3.1.3 Compact and integrated design
      • 3.3.1.4 Increasing vehicle electrification
    • 3.3.2 Industry pitfalls and challenges
      • 3.3.2.1 High development and production costs
      • 3.3.2.2 Technical challenges in harsh environments
      • 3.3.2.3 Supply chain disruptions
      • 3.3.2.4 Cybersecurity concerns
    • 3.3.3 Market opportunities
      • 3.3.3.1 Expansion in emerging markets
      • 3.3.3.2 Integration with ai and sensor fusion
      • 3.3.3.3 Government incentives and safety regulations
      • 3.3.3.4 Adoption in commercial and fleet vehicles
  • 3.4 Growth potential analysis
  • 3.5 Regulatory landscape
    • 3.5.1 UNECE regulation no. 152 - advanced emergency braking systems (AEBS)
    • 3.5.2 Eu general safety regulation (GSR) 2024/2144
    • 3.5.3 US federal motor vehicle safety standards (FMVSS)
    • 3.5.4 China miit intelligent and connected vehicle guidelines 2024
    • 3.5.5 Japan mlit autonomous driving safety framework
  • 3.6 Porter's analysis
  • 3.7 PESTEL analysis
  • 3.8 Future trends
  • 3.9 Technology and Innovation landscape
    • 3.9.1 Current technologies
      • 3.9.1.1 77 ghz and 79 ghz mmwave radar technology
      • 3.9.1.2 4d imaging radar
      • 3.9.1.3 CMOS and SiGe-based radar socs
    • 3.9.2 Emerging technologies
      • 3.9.2.1 Digital beamforming radar
      • 3.9.2.2 AI-powered radar signal processing
      • 3.9.2.3 Radar-vision sensor fusion Socs
  • 3.10 Price trends
    • 3.10.1 By product
    • 3.10.2 By region
  • 3.11 Patent analysis
  • 3.12 Cost breakdown analysis
  • 3.13 Sustainability and environmental aspects
    • 3.13.1 Sustainable practices
    • 3.13.2 Waste reduction strategies
    • 3.13.3 Energy efficiency in production
    • 3.13.4 Eco-friendly Initiatives
    • 3.13.5 Carbon footprint considerations
  • 3.14 Vehicle System Integration & Sensor Fusion
    • 3.14.1 Multi-sensor architecture complexity
    • 3.14.2 Radar-camera fusion challenges
    • 3.14.3 Radar-LiDAR integration strategies
    • 3.14.4 ECU integration & processing requirements
    • 3.14.5 Real-time data fusion algorithms
  • 3.15 ADAS Application Performance Optimization
    • 3.15.1 Application-specific radar requirements
    • 3.15.2 Range vs resolution trade-offs
    • 3.15.3 Angular resolution enhancement needs
    • 3.15.4 Velocity measurement accuracy
    • 3.15.5 Multi-target detection capabilities
  • 3.16 Radar Chip Design & Manufacturing Challenges
    • 3.16.1 Silicon process technology selection
    • 3.16.2 RF circuit design complexity
    • 3.16.3 Antenna-in-package integration
    • 3.16.4 Thermal management solutions
    • 3.16.5 Power consumption optimization
  • 3.17 Automotive Supply Chain & Qualification
    • 3.17.1 Automotive-grade component qualification
    • 3.17.2 AEC-Q100 compliance requirements
    • 3.17.3 Long-term supply assurance
    • 3.17.4 Supply chain risk mitigation
  • 3.18 Software-Hardware Co-Design Evolution
    • 3.18.1 Software-defined radar architecture
    • 3.18.2 Configurable signal processing
    • 3.18.3 Over-the-air update capabilities
    • 3.18.4 AI algorithm integration
  • 3.19 Automotive Safety Standards Compliance
    • 3.19.1 ISO 26262 functional safety requirements
    • 3.19.2 ASIL rating & risk assessment
    • 3.19.3 Safety case development
    • 3.19.4 Hazard analysis & risk assessment (HARA)
  • 3.20 Environmental & Operational Challenges
    • 3.20.1 Weather condition performance
    • 3.20.2 Interference mitigation strategies
    • 3.20.3 Multi-path reflection handling
    • 3.20.4 Urban canyon performance
    • 3.20.5 Temperature variation compensation
  • 3.21 Cost Optimization & Value Engineering
    • 3.21.1 Chip architecture cost analysis
    • 3.21.2 Integration level vs cost trade-offs
    • 3.21.3 Volume production economics
    • 3.21.4 Total system cost optimization

Chapter 4 Competitive Landscape, 2024

  • 4.1 Introduction
  • 4.2 Company market share analysis, 2024
    • 4.2.1 North America
    • 4.2.2 Europe
    • 4.2.3 Asia Pacific
    • 4.2.4 Latin America
    • 4.2.5 Middle East Africa
  • 4.3 Competitive analysis of major market players
  • 4.4 Competitive positioning matrix
  • 4.5 Strategic outlook matrix
  • 4.6 Key developments
    • 4.6.1 Mergers & acquisitions
    • 4.6.2 Partnerships & collaborations
    • 4.6.3 New Product Launches
    • 4.6.4 Expansion Plans and funding

Chapter 5 Market Estimates & Forecast, By Component, 2021 - 2034 ($Mn)

  • 5.1 Key trends
  • 5.2 Hardware
    • 5.2.1 RF Front-End & Antennas
    • 5.2.2 Signal Processors
    • 5.2.3 Sensor Packaging & Modules
  • 5.3 Software
    • 5.3.1 Signal Processing Software
    • 5.3.2 Sensor Fusion & AI Software
    • 5.3.3 Calibration & Testing Software
  • 5.4 Services

Chapter 6 Market Estimates & Forecast, By Frequency band, 2021 - 2034 ($Mn)

  • 6.1 Key trends
  • 6.2 24 GHz
  • 6.3 77 GHz
  • 6.4 79 GHz

Chapter 7 Market Estimates & Forecast, By Range, 2021 - 2034 ($Mn)

  • 7.1 Key trends
  • 7.2 Short-Range Radar (SRR)
  • 7.3 Medium-Range Radar (MRR)
  • 7.4 Long-Range Radar (LRR)
  • 7.5 Imaging Radar

Chapter 8 Market Estimates & Forecast, By Integration level, 2021 - 2034 ($Mn)

  • 8.1 Key trends
  • 8.2 Transceiver-Only Radar-on-Chip
  • 8.3 Complete Radar SoC (System-on-Chip)
  • 8.4 Digital/Imaging Radar Chips

Chapter 9 Market Estimates & Forecast, By Application, 2021 - 2034 ($Mn)

  • 9.1 Key trends
  • 9.2 ADAS Safety Systems
    • 9.2.1 Blind-spot detection (BSD)
    • 9.2.2 Autonomous emergency braking (AEB)
    • 9.2.3 Adaptive cruise control (ACC)
    • 9.2.4 Collision avoidance
  • 9.3 Autonomous Driving Functions
    • 9.3.1 Highway autopilot
    • 9.3.2 Urban automated driving
    • 9.3.3 Sensor fusion
  • 9.4 In cabin solution
  • 9.5 EV specific solutions

Chapter 10 Market Estimates & Forecast, By Region, 2021 - 2034 ($Mn)

  • 10.1 Key trends
  • 10.2 North America
    • 10.2.1 US
    • 10.2.2 Canada
  • 10.3 Europe
    • 10.3.1 Germany
    • 10.3.2 UK
    • 10.3.3 France
    • 10.3.4 Italy
    • 10.3.5 Spain
    • 10.3.6 Russia
    • 10.3.7 Nordics
    • 10.3.8 Poland
  • 10.4 Asia Pacific
    • 10.4.1 China
    • 10.4.2 India
    • 10.4.3 Japan
    • 10.4.4 South Korea
    • 10.4.5 ANZ
    • 10.4.6 Vietnam
    • 10.4.7 Singapore
    • 10.4.8 Indonesia
  • 10.5 Latin America
    • 10.5.1 Brazil
    • 10.5.2 Mexico
    • 10.5.3 Argentina
  • 10.6 MEA
    • 10.6.1 South Africa
    • 10.6.2 Saudi Arabia
    • 10.6.3 UAE

Chapter 11 Company Profiles

  • 11.1 Global players
    • 11.1.1 Texas Instruments
    • 11.1.2 NXP Semiconductors
    • 11.1.3 Infineon Technologies
    • 11.1.4 Analog Devices
    • 11.1.5 STMicroelectronics
    • 11.1.6 Renesas Electronics
    • 11.1.7 Qualcomm Technologies
    • 11.1.8 Broadcom
  • 11.2 Regional players
    • 11.2.1 Continental
    • 11.2.2 Robert Bosch
    • 11.2.3 Denso
    • 11.2.4 Aptiv
    • 11.2.5 Valeo
    • 11.2.6 Magna International
    • 11.2.7 ZF Friedrichshafen
    • 11.2.8 Veoneer (Arriver)
  • 11.3 Emerging players and disruptors
    • 11.3.1 Arbe Robotics
    • 11.3.2 Oculii Corp (Ambarella)
    • 11.3.3 Uhnder
    • 11.3.4 Steradian Semiconductors
    • 11.3.5 Echodyne
    • 11.3.6 Metawave
    • 11.3.7 Ainstein AI
    • 11.3.8 RFISee
    • 11.3.9 Vayyar Imaging