超声波雷达，毫米波雷达，激光雷达的介绍，应用场景，优缺点

一、超声波雷达（Ultrasonic Radar）

1. 基本介绍

• 原理：通过发射超声波（频率高于 20kHz 的机械波），并接收物体反射的回波，计算时间差来确定目标距离。
• 核心部件：超声波传感器（通常为压电式换能器）。

2. 应用场景

• 短距离探测：主要用于倒车雷达、自动泊车系统（APA），检测车辆周边障碍物（如墙壁、行人、坑洼等）。
• 低速场景：适用于停车场、拥堵路段等低速环境。

3. 优缺点

4. 工作原理图

plaintext

发射模块 → 超声波信号 ──────→ 障碍物 ──────→ 回波信号 ←─ 接收模块                     （计算时间差Δt，距离D=v×Δt/2，v为声速）

二、毫米波雷达（Millimeter Wave Radar）

1. 基本介绍

• 原理：发射毫米波段（30GHz-300GHz，常用 24GHz、77GHz）的电磁波，通过多普勒效应检测目标的距离、速度和角度。
• 核心技术：FMCW（调频连续波）或脉冲雷达技术。

2. 应用场景

• 中长距离探测：ADAS 系统（如 ACC 自适应巡航、盲点监测、自动紧急制动 AEB）；高速场景（如高速公路车距保持、前车速度监测）。
• 全天候工作：在雨、雾、沙尘等恶劣天气中表现优于激光雷达和摄像头。

3. 优缺点

4. 工作原理图（以 FMCW 为例）

plaintext

发射天线 → 调频连续波信号 ───→ 目标 ───→ 回波信号 ←─ 接收天线                                          （通过频率差计算距离，多普勒频移计算速度）

三、激光雷达（LiDAR，Light Detection and Ranging）

1. 基本介绍

• 原理：发射激光束（红外光），通过测量光束往返时间（ToF）或相位差，构建目标的三维点云图像，实现环境建模。
• 技术类型：机械式、固态式、混合固态式激光雷达。

2. 应用场景

• 高阶自动驾驶：环境感知（3D 建模、障碍物检测与分类）；高精度地图构建（如 Robotaxi、L4 级自动驾驶车辆）。
• 长距离高精度场景：适用于城市道路、高速公路等复杂路况。

3. 优缺点

4. 工作原理图（ToF 原理）

plaintext

激光发射器 → 激光脉冲 ─────→ 目标 ─────→ 反射光 ←─ 接收器                     （时间差Δt，距离D=c×Δt/2，c为光速）

四、三者对比总结

五、技术趋势

• 多传感器融合：现代自动驾驶系统通常结合三种雷达及摄像头，互补优缺点（如激光雷达弥补毫米波雷达角度分辨率不足，毫米波雷达弥补激光雷达天气适应性差）。
• 成本下降：激光雷达正通过固态化、芯片化技术降低成本，逐步向中端车型普及。
• 功能集成：毫米波雷达与摄像头的融合方案（如 4D 毫米波雷达）正在提升环境感知的准确性。

通过合理搭配，三种雷达共同为自动驾驶提供可靠的环境感知能力，推动智能汽车技术发展。