与微波雷达相比，激光雷达分辨率高、隐蔽性好、抗有源干扰能力强、低空探测性能好、体积小、质量轻。激光雷达的缺点主要是工作时受天气和大气影响较大。在大雨、浓烟、大雾等恶劣天气下，衰减急剧增加，传播距离受到很大影响。其次，由于激光雷达的波束极窄，在空间中搜索目标非常困难，只能在小范围内搜索和捕获目标。

传感器性能对比

分辨率：相机最高，激光雷达次之，毫米波雷达最低

抗天气影响能力：毫米波雷最好，相机次之，激光雷达最低

追踪物体速度能力：毫米波雷最好，相机和激光雷达差不多

追踪物体高度能力：激光雷达最好，相机次之，毫米波雷最低

追踪距离能力：激光雷达，毫米波雷都很准确，相机最低

辨别能力：相机和激光雷达都较好，毫米波雷较低。

二。毫米波雷达（radar）和激光雷达（Lidar）

1.激光雷达

激光雷达是激光和雷达的集合体。其实大家都不陌生。很多无人驾驶汽车在路上进行驾驶实验时，车顶上都会有一个“小罐子”，看起来像一个摄像头，但会一直在一定角度内旋转。那通常就是激光雷达。

激光雷达是一种使用光波进行测量的主动检测方法。主动检测是指检测系统通过接收自身发出的信号回波进行测量，这区别于例如摄像机等通过接收环境光来获取信号的被动检测方法。激光雷达通过测量激光从发出经障碍物反射到被传感器接收所经历的时间来计算障碍物的距离。

激光雷达一般分为脉冲式和连续波式。脉冲激光雷达使用时间间隔计算相对车辆距离；而连续波激光雷达则通过计算反射光和反射光之间的相位差来获得目标距离。具体来说，激光雷达的技

术要点是：飞行时间（TOF，Time of Flight）。雷达发射激光后，遇到障碍物会折返。返回波束由雷达内部接收器进行分析，最后由处理器通过折返时间和测量信号在处理器进行处理，从而生成精确的3D地图。对周围的环境特征进行再次恢复。

举个简单的例子，毫米波雷达可以发现路边障碍物，但只能“看到”模糊的形状，而厘米级精度的激光雷达可以在很短的时间内清楚地区分障碍物是路肩还是斜坡。在驾驶汽车断定是斜坡

后，就可以做出安全驶入车道的决定。这种精度对于上路行驶的全自动驾驶汽车而言，可以更接近 100% 的安全性。

既然如此，何不大力发展全激光雷达呢？其实原因很简单，一个字，贵！例如，谷歌所使用的是美国的一款 Velodyne 生产的激光雷达。 64线8万美元，32线4万美元。这个雷达甚至可以买下一台GTR（当然是在美国）。并且在雨、雪、雾等极端天气下性能较差，无法全天工作。因此，与毫米波雷达相比，激光雷达有利也有弊。

2、毫米波雷达

毫米波是指波长在1-10毫米之间的电磁波，毫米波雷达则是指工作在毫米波段的雷达。毫米波的波长介于厘米波和光波之间，因此毫米波具有微波制导和光电制导的优点。用于汽车时，其抗环境干扰能力强，能满足车辆对全天候气候的适应性要求。此外，毫米波本身的特性决定了毫米波雷达传感器器件尺寸小、重量轻等特性，弥补了摄像头等传感器的不足，使其在车载应用中具有很大优势。

目前国内外主流的车载毫米波雷达频段为24GHz（用于中短程雷达，15-30米）和77GHz（用于远程雷达，100-200米）。这种应用已经在欧美、日本的汽车上得到普及。目前，这些领域几

乎所有的汽车都开始配备汽车毫米波雷达传感器，包括汽车防撞雷达、汽车盲点检测雷达等。

但即便如此，毫米波雷达仍具有精度低、可见距离短的特点。而这两个缺陷在自动驾驶上，却差之毫厘谬以千里，很容易造成事故。因此，在此背景下，升级版应运而生——激光雷达。

自动驾驶就像行人走路。首先用眼睛观察并确定路线，然后大脑会给身体发出指令。对于汽车来说，各种雷达、摄像头等传感器是汽车的眼睛，电子电路是中枢神经系统，芯片、算法等控制

系统是大脑，最终决定汽车的行驶方向和速度。 “眼睛”起着非常关键的作用：收集第一手数据进行分析和判断。

在这些“眼睛”中，相机相对简单。其优点突出：精度高、距离远、直观方便；但它的缺点也很突出：受天气影响太大。车载雷达具有突出的特点和优势。它们比超声波探测器和计算机视觉

设备具有更高的实时性能、准确性和可靠性。其中，主要研究方向为毫米波雷达和激光雷达