智驾传感器十问——激光雷达和毫米波雷达的作用（1）

背景在自动驾驶的传感器方案中既有激光雷达又有毫米波雷达而且毫米波雷达还不止一个可能1个可能3个也可能是5个。这是为什么呢。激光雷达和毫米波雷达作为自动驾驶感知系统的核心各自扮演着不可替代的角色前者如同敏锐的“高清画笔”擅长在理想环境下勾勒出世界的精细轮廓后者则像坚定的“全天候哨兵”无论风雨都能稳定感知周围物体的运动状态。它们并非相互替代而是通过深度协同构建起安全、可靠的智能驾驶感知体系。核心能力对比感知维度的“矛”与“盾”为了更直观地理解两者的差异可以参考下面的核心能力对比表特性维度️ 激光雷达 (LiDAR)️ 毫米波雷达 (Millimeter-wave Radar)核心技术发射激光束通过测量光速飞行时间构建高精度3D点云图。发射毫米波30-300GHz利用多普勒效应测距和测速。探测距离通常在150-200米之间。优势显著可达200米以上高性能型号可超300米。分辨率极高可达“图像级”能精细还原目标轮廓和细节。较低传统雷达难以区分近距离物体或识别细节。全天候性能受雨、雪、雾等恶劣天气影响较大探测精度会下降。优势突出电磁波穿透能力强能在恶劣天气下稳定工作。测速能力需通过多帧点云估算速度和精度有限。核心优势可直接、精准地测量目标速度误差极小。核心优势高精度感知厘米级定位清晰识别障碍物形状尤其擅长区分静止和异形障碍物。全天候稳定不畏风雨雾霾精准测速为自适应巡航等提供关键数据成本较低。核心局限成本较高恶劣天气下性能衰减对金属等强反射物体的点云数据可能存在畸变。分辨率低难以区分细节对非金属物体如行人反射弱存在漏检风险。值得一提的是4D成像毫米波雷达作为技术演进方向通过增加垂直方向的探测能力其点云密度已大幅提升正逐步缩小与激光雷达在分辨率上的差距。毫米波雷达和激光雷达的“最佳”测量范围传感器类型高精度工作范围 (示例)技术实现与特点4D毫米波雷达30 - 280米• 30米内泊车场景高精度• 60米内近距离探测精度高• 280米可靠识别静止车辆通过增加发射/接收通道形成高密度点云实现对物体的精准定位和测速强于探测运动目标。主激光雷达 (前向)0.1 - 162米(华为896线)• 120米外识别14cm小障碍物• 122米外识别倒地轮胎• 162米最远探测距离发射激光束形成“图像级”三维点云能精确勾勒物体轮廓和形状对静态和异形障碍物识别能力极强。补盲激光雷达 (侧向)0.1 - 30米• 广角覆盖近距离感知用于探测车辆周围盲区与前向激光雷达互补拥有极宽的视场角专为覆盖车辆侧近区域的盲区设计。不可或缺的互补为何激光雷达与毫米波雷达必须协同工作两者在物理特性上的互补性决定了融合的必要性它能让自动驾驶系统在安全冗余、全天候稳定和全场景覆盖三个层面实现质的飞跃。多维信息互补构建完整世界激光雷达擅长提供高精度的空间信息物体的形状、位置但无法直接测量速度而毫米波雷达的核心价值在于直接、精准地提供运动信息物体的速度、运动方向。两者融合让系统不仅知道“是什么”更知道“有多快”。极致安全冗余打造可靠防线任何单一传感器都有失效的可能。通过“异构冗余”设计当激光雷达因雨雾失效时毫米波雷达依然可靠反之当毫米波雷达对静止物体判断不准时激光雷达的高精度点云能提供关键的交叉验证有效避免因单传感器误判导致的风险。全天候场景覆盖实现无缝切换系统会像经验丰富的老司机一样根据环境和任务动态调整对不同传感器的信任权重。在天气晴朗、光照充足的城市道路激光雷达和摄像头主导负责精细的障碍物识别和车道线检测。在雨雾天气或高速巡航时毫米波雷达成为主力其强大的穿透力和精准测速能力是自适应巡航ACC和自动紧急制动AEB等安全功能的关键保障。在夜间或隧道等光线不佳的场景不受光照影响的激光雷达和毫米波雷达会协同工作确保感知不降级。总结激光雷达和毫米波雷达并非“二选一”的单选题而是一对在物理特性上完美互补的“黄金搭档”。激光雷达(Lidar)用高精度为系统“刻画世界”毫米波雷达Radar)用全天候能力为安全“守住底线”。正是它们的协同工作才共同构建了当前高阶自动驾驶系统安全、可靠、全场景覆盖的感知基石。