[首發(fā)于智駕最前沿微信公眾號]在自動駕駛系統(tǒng)的感知硬件中，激光雷達與車載攝像頭是眾多車企的核心選擇。但由于激光雷達成本高昂，且其探測的信息對于決策系統(tǒng)來說非常重要，便有技術(shù)提出可以用毫米波雷達作為替代方案。傳統(tǒng)毫米波雷達因無法有效探測目標的高度信息而存在短板，為克服這一問題，具備俯仰角測高能力的4D毫米波雷達應(yīng)運而生。即便如此，激光雷達在自動駕駛中的作用似乎依舊不可替代。

毫米波雷達是如何工作的？

要討論毫米波雷達是否可以替代激光雷達，得先搞清楚毫米波雷達是怎么運作的。毫米波雷達，顧名思義，發(fā)射的是波長在毫米級別的電磁波。它向外界發(fā)射波束，遇到物體后，波會反射回來，雷達接收到這些回波后，通過計算發(fā)射和接收的時間差，就能估算出物體的大致距離。借助相位變化或頻率偏移（也就是多普勒效應(yīng)），毫米波雷達還能測出物體的速度。通過多天線陣列和波束成形技術(shù)，它還能判斷目標的方位角。簡單理解下，毫米波雷達就是靠“波的時間”和“波的頻率/相位變化”來感知目標的位置和速度的。

這套機制讓毫米波雷達對運動非常敏感，能直接輸出速度信息，這在車輛動態(tài)感知中特別有用，可以依托毫米波雷達直接判斷一個物體是靜止的，還是在移動。由于毫米波穿透力強，在雨、霧、灰塵中的衰減比激光小得多，惡劣天氣下依然能穩(wěn)定探測回波，因此被廣泛用于汽車的輔助感知系統(tǒng)。

毫米波雷達主要從電磁波回波中提取目標的距離、速度及散射特性等參數(shù)，且與激光雷達相比，毫米波雷達難以提供高密度的空間幾何信息。簡言之，毫米波雷達的優(yōu)勢在于判斷“有無目標、距離遠近、移動快慢”，但在精確描繪物體外形、輪廓與細節(jié)方面則相對薄弱，這也限制了其更廣泛的應(yīng)用。

激光雷達的工作特點和優(yōu)勢

激光雷達（LiDAR）采用短脈沖激光或掃描激光束照射周圍環(huán)境，通過測量光脈沖往返的時間（即“飛行時間”）來獲取精確距離。和毫米波相比，激光的波長更短，光束更集中，發(fā)散角小，因此激光雷達能將能量聚焦在更小的角度范圍內(nèi)，從而實現(xiàn)更高的角分辨率和更密集的點云。高密度點云帶來的好處就是能清晰呈現(xiàn)如行人的輪廓、車門的邊緣、路緣石的細節(jié)等三維幾何結(jié)構(gòu)，這對目標分類、精確定位和場景理解非常有用。

激光雷達在測距精度和角分辨率上的優(yōu)勢，賦予了它強大的幾何感知能力，能生成稠密且結(jié)構(gòu)化的三維點云，便于進行精確分割、邊界檢測和形狀推斷；且在靜態(tài)或慢速場景中，激光能準確刻畫物體外形，這對高精地圖構(gòu)建、定位以及精細語義分割非常關(guān)鍵。

當然，激光雷達也有短板，由于波長短，遇到雨、霧、雪時光子容易被散射，導(dǎo)致回波質(zhì)量下降；強光直射時也可能出現(xiàn)飽和或誤報的問題。此外，激光雷達在成本、體積和可靠性等方面也存在問題，但隨著固態(tài)化和量產(chǎn)化的推進，這些問題正在逐步改善。從感知能力來看，激光雷達的“空間分辨率”和“點云結(jié)構(gòu)化程度”是毫米波雷達難以比擬的。

毫米波雷達的局限性在哪里？

搞清楚原理和能力后，就更容易理解為什么毫米波雷達無法完全取代激光雷達了。毫米波雷達的橫向（角度）分辨率受限于天線陣列的物理尺寸和波長，要想把角分辨率做到激光那樣精細，需要很大或很復(fù)雜的天線陣列，這會帶來成本和功耗的壓力?？v向（距離）分辨率雖然可以通過擴頻、調(diào)頻連續(xù)波等技術(shù)進行提升，但在點云密度和形狀還原能力上，仍與激光雷達的密集點云有差距。毫米波雷達能做到的只是告訴你“哪里有東西、它在做什么”，但很難精確還原物體的外形輪廓，難以支撐需要精細幾何信息的決策。

毫米波雷達對目標的電磁散射響應(yīng)也很敏感，不同材料和角度對毫米波的反射差異很大，容易出現(xiàn)鏡面反射或盲區(qū)。像是塑料板、纖維網(wǎng)、行李箱邊緣等非金屬薄物體在特定角度下對毫米波幾乎“隱身”，而激光由于波長更短、能量更集中，反射回波會更加穩(wěn)定。而激光在雨霧中容易產(chǎn)生大量散射噪聲，造成點云“白霧”，但毫米波雷達在這些天氣下卻能更可靠地探測遠處車輛或障礙。正是因為兩者對材料和天氣的敏感度不同，導(dǎo)致無法簡單替換。

自動駕駛汽車不僅需要知道“有東西”，還要識別“是什么東西”以及“它是什么形狀”。激光點云直接提供幾何信息，結(jié)合語義算法，能比較可靠地區(qū)分行人、自行車、車輛、欄桿等目標。毫米波雷達的回波相對稀疏或模糊，雖然能借助微多普勒或回波強度等特征進行一定程度的判別，但在復(fù)雜場景和近距離細節(jié)識別上，仍難以達到激光雷達的水平。如果決策邏輯依賴邊緣檢測、輪廓擬合或精細空間分割，單靠毫米波雷達就很難做到穩(wěn)定可靠。

自動駕駛系統(tǒng)需要冗余和可解釋的感知鏈路。激光雷達提供的是直觀、易于理解的三維測量結(jié)果，便于調(diào)試和驗證。毫米波雷達的回波特征則需要復(fù)雜的信號處理和算法解讀，如多徑反射造成的虛假目標等故障模式還不易直觀排查，這也導(dǎo)致了毫米波雷達的局限性。從功能安全和法規(guī)合規(guī)的角度考慮，基于直觀幾何信息做出判斷的傳感器更容易界定行為邊界，這也是高級別自動駕駛系統(tǒng)仍保留激光雷達作為關(guān)鍵感知源的原因之一。

近年來，毫米波雷達正向“成像雷達”的方向演進，MIMO、頻譜擴展、深度學(xué)習(xí)等新技術(shù)正不斷提升其角分辨率和點云密度，但要完全彌補與激光雷達的差距，需要在天線、射頻、帶寬、算力等多個方面同步實現(xiàn)重大突破，同時還要控制成本、保障可靠性。這并非不可能，但短期內(nèi)難以實現(xiàn)全面替代。

最后的話

從毫米波雷達的原理出發(fā)，我們可以看到它在測速、惡劣天氣魯棒性、成本和集成便利性上的優(yōu)勢，但在角分辨率、細節(jié)幾何還原和語義區(qū)分能力上的局限，使其無法獨立滿足自動駕駛對所有空間感知的需求。智駕最前沿以為，現(xiàn)階段更穩(wěn)妥的硬件配置路徑還是使用感知融合的方案，用毫米波雷達保障低能見度下的基礎(chǔ)安全感知，用激光雷達提供精細的三維幾何構(gòu)建，再用視覺信息輔助語義理解。三者協(xié)同，才能在復(fù)雜交通環(huán)境中妥善處理“看得見”“判得準”“該不該動”等問題。

審核編輯 黃宇