毫米波雷达&激光雷达

在自动驾驶和智能感知领域，毫米波雷达和激光雷达都是不可或缺的组件。

特性	毫米波雷达	激光雷达
工作原理	发射毫米波（无线电波），通过计算回波的时间差和频率变化来测距和测速。	发射激光束，通过计算激光返回的时间来测距，并生成点云图。
输出结果	物体的距离、相对速度、方位角。点数据稀疏。	周围环境的高精度三维点云图，能清晰显示物体形状。
优势	1. 极佳的测速能力（多普勒效应）。 2. 全天候工作：不受雨、雪、雾、尘等恶劣天气影响。 3. 穿透性强：可探测被遮挡的物体。 4. 成本较低。	1. 超高分辨率：精度可达厘米级。 2. 3D建模能力强：能精确识别物体轮廓、类别（人、车、障碍物）。
劣势	1. 分辨率低：难以识别物体具体形状和类型。 2. 无法识别细节：不能“看到”交通标志、文字等。	1. 受天气影响大：大雨、浓雾、烟尘会严重衰减激光信号。 2. 成本高昂（虽在下降，但仍比雷达贵）。 3. 难以探测玻璃等透明物体。
主要应用	1. 汽车自适应巡航（ACC）、自动紧急刹车（AEB） 2. 盲点监测 3. 智能交通监控	1. 高级别自动驾驶（L3+）：车辆的核心环境感知传感器。 2. 高精度地图测绘 3. 机器人、无人机避障与导航

什么是毫米波？
毫米波是指波长在1~10毫米之间的电磁波，其频率约为30~300 GHz。它介于微波和红外线之间。
核心优势解析：
- 全天候工作：毫米波的波长相对较长，绕过雨滴、尘埃等微小颗粒的能力更强，因此恶劣天气下性能衰减较小。
- 直接测速：利用多普勒效应（和警用雷达测速仪原理一样），可以直接、精确地测量目标与雷达之间的相对速度。这是它无可替代的优势。
- 成本低：技术相对成熟，特别是用于盲点监测等的普通雷达，已实现大规模量产。

工作原理：
激光雷达通过快速旋转的发射器，向周围环境发射数百万个激光点。每个点碰到物体后会反射回来，被传感器接收。通过计算激光从发射到返回的时间（Time of Flight, ToF），就能精确计算出每个点与雷达的距离。所有这些点集合起来，就形成了所谓的“点云”，这是一幅极其精细的3D环境地图。
核心优势解析：
- 高精度3D建模：这是激光雷达最核心的价值。它能让自动驾驶汽车清晰地“看到”前方是一个行人、一辆自行车还是一个塑料袋，并能精确感知其轮廓和运动轨迹，这是实现安全决策的基础。

在自动驾驶领域，没有一种传感器是完美的，因此需要“传感器融合”技术，让它们取长补短。

典型的融合方案（以Waymo为例）：
激光雷达生成高精度的3D地图 -> 摄像头对地图中的物体进行识别和分类（这是一个人，那是一辆车）-> 毫米波雷达提供物体的精确速度数据，并在激光雷达和摄像头性能下降时（如恶劣天气）提供冗余保障。

特斯拉的独特路线：
特斯拉长期坚持纯视觉方案（主要依靠摄像头+AI算法），认为这更接近人类驾驶。但近年来，特斯拉也开始在其车型上引入毫米波雷达（后又移除，策略有变化），并探索高分辨率雷达，这也从侧面说明了多传感器融合的重要性。

它们是智能系统感知世界的两种互补技术，共同确保了车辆或机器人在复杂环境下的安全运行。