在说激光雷达之前，先说说雷达。雷达的工作原理就是，由发射装置向预定方向发出无线电波，当它们与物体接触后，会反射或散射，而接收器接收到反射的电波后，会确定物体的范围、角度或速度；同时，系统还能通过信号传出到反射回的时间，计算出与物体的距离。在汽车领域中，感知硬件用的最多的就是超声波雷达、毫米波雷达和激光雷达。

1 超声波雷达

超声波是一种在弹性介质中的机械振荡，纵向分辨率较高，对色彩、光照、电磁场不敏感。超声波测距系统迅速、方便，计算简单，易于做到实时控制，并且在测量精度方面能达到实用的要求。

超声波测距的原理：超声波发射器向某一方向发射超声波，同时开始计时，超声波在空气中传播，途中碰到障碍物就立即返回，超声波接收器收到反射波就立即停止计时。超声波在空气中的传播速度为340m/s（在测距精度要求不高的情况下，可认为其速度为340m/s），根据计时器记录的时间T，就可以计算出发射点距障碍物的距离S，即：S=340T/2。这就是所谓的时间差测距法。

超声波雷达，是一种利用超声波测算距离的雷达传感器装置。在车载传感器中，超声波雷达是目前最常见的品种之一，短距离测量中，超声波测距传感器具有非常大的优势，多用在倒车雷达上。在倒车入库，慢慢挪动车子的过程中，在驾驶室内能听到“滴滴滴”的声音，这些声音就是根据超声波雷达的检测距离给司机的反馈信息。

常用探头的工作频率有 40kHz, 48kHz和58kHz三种。一般来说，频率越高，灵敏度越高，但水平与垂直方向的探测角度就越小，故一般采用40kHz的探头。

超声波雷达的主要优势是成本低，穿透性强，防水防尘，即使有少量的泥沙遮挡也不影响。但是超声波的散射角度较大，不利于远距离回收信号，所以超声波雷达的工作距离不是很远，0.1-3米之间精度较高。因此非常适合应用于泊车。

同时超声波雷达容易受天气影响，不同天气不同车速下误差较大。主要原因是对温度比较敏感，这还是和超声波测距原理相关。超声波雷达的传播速度跟温度有关。相同位置的障碍物，在不同温度天气的情况下，测量的距离不同，所以测距时需要考虑温度信息。同时，超声波无法精确描述障碍物位置。只能探测出障碍物和车的距离，不能探测出障碍物的具体位置。

汽车上常见的超声波雷达有两种。第一种是安装在汽车前后保险杠上的，也就是用于测量汽车前后障碍物的倒车雷达；第二种是安装在汽车侧面的，用于测量侧方障碍物距离的超声波雷达。倒车雷达的探测距离一般在15?250cm之间；侧方超声波雷达的探测距离一般在30?500cm之间。

2 毫米波雷达

毫米波雷达，是工作在毫米波波段探测的雷达。通常毫米波是指30～300GHz频域(波长为1～10mm)，但是由于雷达频率受各国政府严格管控，因此车载毫米波雷达的应用频段主要集中在24G、60G、77G、79GHz这几个频率的应用。

跟超声波雷达不同的是，毫米波雷达因为较强的穿透性，大雾天、灰尘、浓烟等环境皆没有影响，唯一需要注意的是大雨天，会受细微影响，但综合表现还是要优于超声波雷达。另外，毫米波雷达的探测距离也更远，最远可达到200米。

毫米波雷达也有一些缺点，无法准确判断障碍物立体轮廓，无法判断物体颜色，雨雾天气等潮湿环境性能衰减，树丛穿透能力差，一般需要与摄像头搭配来组合探测。另外，毫米波雷达发射功率、探测距离以及天线排布、探测角度之间互相制约。这使得毫米波雷达很难具备大角度和远距离的性能。

根据辐射电磁波方式不同，毫米波雷达主要有脉冲体制以及连续波体制两种。其中连续波又可以分为 FSK（频移键控）、PSK（相移键控）、CW（恒频连续波）、FMCW（调频连续波）等方式。连续波体制中的调频连续波 FMCW 是主流方案。调频连续波是连续发射调频信号，以测量距离、角度和速度等。调频连续波不仅能同时测出多个目标的距离和速度信息，还可对目标进行连续跟踪。相对其他电磁波雷达，调频连续波雷达的发射功率较低、且成本较低，被毫米波雷达厂商广泛使用。

毫米波雷达三个基础的系统功能为距离测量、速度测量和角度测量。以 FMCW 雷达系统为例，其基本功能实现原理为：

1）测距原理

FMCW 毫米波雷达的测距主要是利用发射信号和回波信号之间的时延 td，结合毫米波传播速度 c、以及目标和雷达的相对速度 v 推算出毫米波雷达和检测目标的相对距离 R 。

毫米波雷达具有较高的距离分辨率和测距精度，且可以通过后端算法实现毫米级的精确测距。

毫米波雷达测距能力与发射功率、天线增益、天线波束角和物体反射截面积等因数有关。通常发射功率越大，天线增益越高、天线波束角越窄以及物体反射截面积越大，雷达能够检测到的有效回波就越强，测量距离就越远。

2）测速原理

FMCW 毫米波雷达通常是利用多普勒效应来确定目标的径向速度。当目标向雷达天线靠近时，反射信号频率将高于发射机频率；反之，当目标远离天线而去时，反射信号频率将低于发射机频率。

毫米波雷达测速范围和目标运动方向有关，目标靠近雷达做径向运动，目标速度为负；目标远离雷达做径向运动，目标速度为正。测速精度数据取决于信噪比（衡量雷达接收信号质量的单位）。信噪比高不高，是衡量毫米波雷达的目标检测性能是否强大的根本参数。

3）测角原理

关于毫米波雷达目标方位角的测量，是通过并列的接收天线收到同一目标反射的雷达波相位差计算得到目标的方位角。原理如下图所示：其中方位角可以通过两个接收天线 RX1 和 RX2 之间的几何距离 d 以及两天线收到雷达回波的相位差 b 通过简单的三角函数计算得到。

在角度测量中，毫米波雷达可以通过MIMO（Multiple-Input Multiple-Output，多输入多输出）天线阵列增加系统虚拟孔径，进而获得更高的分辨率。

随着毫米波雷达在自动驾驶能力的持续提升，自动驾驶系统在车辆行驶过程中的参与程度不断上升，传统毫米波雷越来越力不从心了。为满足高级自动驾驶系统的感知模块实现全目标、全工况、全天候覆盖的需求，毫米波雷达必须朝“高清”方向走。

“4D”是指在原有距离、方位、速度的基础上增加了对目标的高度维数据解析，能够实现“距离+方位+速度+高度”四个维度的信息感知；而“成像”概念是指其具备超高的分辨率，可以有效解析目标的轮廓、类别、行为。

同样面对前方障碍物，毫米波雷达只能接收到有限的返回信息点，仅能判断出前方有障碍物，而4D毫米波雷达则可以接收数十倍的返回信息点，进化出像激光雷达一样的高密度点云，能进一步探测出物体的形状，甚至是结合算法识别出物体。

这意味着，相比于传统的毫米波雷达，4D毫米波雷达系统可以适应更多复杂路况，包括识别较小的物体，被遮挡的部分物体以及静止物体和横向移动障碍物的检测等。

传统毫米波雷达具有很强的测距、测速能力，并且还不受天气和能见度干扰，但由于分辨率不够，在需要将前方障碍物（尤其是小目标物）及两边的树木、路沿的轮廓清晰地勾勒出来的时候，传统毫米波雷达常常表现得力不从心。相比之下，4D毫米波雷达由于有更多的天线数，角度分辨率、速度分辨率及距离分辨率都更高，因此可以在没有激光雷达参与的情况下就更有效地解析目标的轮廓、类别、行为，进而也更容易知道在什么情况下必须刹车，什么情况不必刹车。

传统毫米波雷达探测目标需要依靠角度维、高度维、距离维和速度维共同发生作用，但在两辆车同速同向行驶（离得特别近）的情况下，这两辆车实际上处于“相对静止”的状态，因此，速度维便失效了。此时，如果毫米波雷达的分辨率不够高，便很容易把这两辆车视为“同一辆车”。而4D毫米波雷达因为点云密度比较高，哪怕速度维和距离维都失效了，“猜对”目标的概率仍然是比较高的。

虽然4D毫米波雷达有这么多优点，但是仍然有很多路需要走，硬件、算法、量产、成本等问题。

3. 激光雷达

激光雷达，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到信息处理系统。

相比于可见光、红外线等传统被动成像技术，激光雷达技术具有如下显著特点：一方面，它颠覆传统的二维投影成像模式，可采集目标表面深度信息，得到目标相对完整的空间信息，经数据处理重构目标三维表面，获得更能反映目标几何外形的三维图形，同时还能获取目标表面反射特性、运动速度等丰富的特征信息，为目标探测、识别、跟踪等数据处理提供充分的信息支持、降低算法难度；另一方面，主动激光技术的应用，使得其具有测量分辨率高，抗干扰能力强、抗隐身能力强、穿透能力强和全天候工作的特点。

与雷达工作原理类似，激光雷达通过测量激光信号的时间差和相位差来确定距离，但其最大优势在于能够利用多谱勒成像技术，创建出目标清晰的3D图像。激光雷达通过发射和接收激光束，分析激光遇到目标对象后的折返时间，计算出到目标对象的相对距离，并利用此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息，快速得到出被测目标的三维模型以及线、面、体等各种相关数据，建立三维点云图，绘制出环境地图，以达到环境感知的目的。由于光速非常快，飞行时间可能非常短，因此要求测量设备具备非常高的精度。从效果上来讲，激光雷达维度(线束)越多，测量精度越高，安全性就越高。

激光雷达，按照测距原理，可以分为ToF和FMCW，其中ToF路线是大多数厂商采用的主流技术方案。

ToF（Time of Flight）是通过测量发射光与反射光的飞行时间计算出光源与物体之间的距离，本质上是时间维度测量。根据测距的方式不同，目前存在两种ToF技术路线：iToF（间接飞行时间，indirect-ToF）和 dToF（直接飞行时间，direct-ToF）。

iToF间接测量飞行时间，具备低成本、较高分辨率优势，适用于短距离测距。由于iToF sensor的pixel相对较小，可实现相对高图像分辨率。但iToF的问题在于测距精度限制了最大测距距离。iToF传感器电路相对简单，难点主要在如果从传感器的相位图获得深度信息。

dToF直接测量飞行时间，具备低功耗、抗干扰等优势，适用于对测距精度要求高的较远距离测距场景。dToF原理为向被测物体发射光脉冲，通过对反射和发射光脉冲时间间隔的测量，直接计算待测物体的深度。测距原理使得dTOF测量精度不会因距离增大而降低，功耗更低同时对环境光的抗干扰能力更强。

dToF深度算法相对简单，难点在于用以实现较高精度的SPAD。dToF要检测光脉冲信号（纳秒甚至皮秒级），因而对光的敏感度要求会很高，因此接收端通常选择SPAD（单光子雪崩二极管）或者APD（雪崩光电二极管）这类传感器来实现，集成度弱于普通的CMOS图像传感器，像素尺寸一般大于10μm，从而分辨率通常较差，成本更高。激光雷达中的TOF主要是dToF技术。iToF技术也会用于汽车领域，主要用于车内，车周边的近距场景，如车内安全监控，人脸识别等。

FMCW在前面讲毫米波雷达也说过。与ToF路线不同，FMCW主要通过发送和接收连续激光束，把回光和本地光做干涉，并利用混频探测技术来测量发送和接收的频率差异，再通过频率差换算出目标物的距离。具体地说，激光束击中目标物后被反射，而反射会影响光的频率——如果目标物向车辆走来，频率会升高；如果目标物和车辆同方向行走，则频率会降低。当反射光返回到探测器，与发射时的频率相比，就能测量两种频率之间的差值，从而计算出物体的距离信息。ToF使用时间来测量距离，而FMCW使用频率来测量距离。

FMCW与TOF还有一个很明显的不同：TOF为了减少环境光的干扰，重点在于滤波，即将工作波长以外的光挡在雷达接收器以外；而FMCW只对自身发射的激光产生干涉，不受其他光源的光干扰。所以，TOF的光波容易受环境光干扰，而FMCW的抗干扰能力很强；TOF的信噪比过低，而FMCW的信噪比很高；TOF的速度维数据质量低，而FMCW可获取每个像素点的速度维数据。但是FMCW仍然存在诸多成本、芯片、算法等难题，短期内无法取代TOF；当前，占主导地位的还是TOF， FMCW激光雷达更多地是一种补充。