一、超聲波雷達（Ultrasonic Radar）

1. 基本介紹

• 原理：通過發射超聲波（頻率高于 20kHz 的機械波），并接收物體反射的回波，計算時間差來確定目標距離。
• 核心部件：超聲波傳感器（通常為壓電式換能器）。

2. 應用場景

• 短距離探測：主要用于倒車雷達、自動泊車系統（APA），檢測車輛周邊障礙物（如墻壁、行人、坑洼等）。
• 低速場景：適用于停車場、擁堵路段等低速環境。

3. 優缺點

4. 工作原理圖

plaintext

發射模塊 → 超聲波信號 ──────→ 障礙物 ──────→ 回波信號 ←─ 接收模塊                     （計算時間差Δt，距離D=v×Δt/2，v為聲速）

二、毫米波雷達（Millimeter Wave Radar）

1. 基本介紹

• 原理：發射毫米波段（30GHz-300GHz，常用 24GHz、77GHz）的電磁波，通過多普勒效應檢測目標的距離、速度和角度。
• 核心技術：FMCW（調頻連續波）或脈沖雷達技術。

2. 應用場景

• 中長距離探測：ADAS 系統（如 ACC 自適應巡航、盲點監測、自動緊急制動 AEB）；高速場景（如高速公路車距保持、前車速度監測）。
• 全天候工作：在雨、霧、沙塵等惡劣天氣中表現優于激光雷達和攝像頭。

3. 優缺點

4. 工作原理圖（以 FMCW 為例）

plaintext

發射天線 → 調頻連續波信號 ───→ 目標 ───→ 回波信號 ←─ 接收天線                                          （通過頻率差計算距離，多普勒頻移計算速度）

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

1. 基本介紹

• 原理：發射激光束（紅外光），通過測量光束往返時間（ToF）或相位差，構建目標的三維點云圖像，實現環境建模。
• 技術類型：機械式、固態式、混合固態式激光雷達。

2. 應用場景

• 高階自動駕駛：環境感知（3D 建模、障礙物檢測與分類）；高精度地圖構建（如 Robotaxi、L4 級自動駕駛車輛）。
• 長距離高精度場景：適用于城市道路、高速公路等復雜路況。

3. 優缺點

4. 工作原理圖（ToF 原理）

plaintext

激光發射器 → 激光脈沖 ─────→ 目標 ─────→ 反射光 ←─ 接收器                     （時間差Δt，距離D=c×Δt/2，c為光速）

四、三者對比總結

五、技術趨勢

• 多傳感器融合：現代自動駕駛系統通常結合三種雷達及攝像頭，互補優缺點（如激光雷達彌補毫米波雷達角度分辨率不足，毫米波雷達彌補激光雷達天氣適應性差）。
• 成本下降：激光雷達正通過固態化、芯片化技術降低成本，逐步向中端車型普及。
• 功能集成：毫米波雷達與攝像頭的融合方案（如 4D 毫米波雷達）正在提升環境感知的準確性。

通過合理搭配，三種雷達共同為自動駕駛提供可靠的環境感知能力，推動智能汽車技術發展。