編者語：后臺回復“入群”，加入「智駕最前沿」微信交流群

圖 各種傳感器搭配達成最佳智駕，就是有點費錢

原理差異

點云不是激光雷達獨有的。所謂點云，就是用一堆點來表述的數據，每個點的基本盤是xyz三坐標（有一種點云格式就叫.xyz），在附帶一些信息，比如強度，比如速度等等。

任何傳感器用一堆點來表示探測到的數據，都可以是點云，比如毫米波雷達也是點云。

圖 筆者機器上的點云可視化

毫米波雷達：通過發射毫米波（波長 1-10 毫米），利用電磁波反射特性探測目標，通過多普勒效應獲取速度信息，點云由反射信號的空間位置計算生成。波長越短的電磁波越“硬”，越容易彈回來；波長越長越“軟”，容易穿透過去。

這也是建國初期斯大林要在中國建設長波電臺，偉人沒有同意。長波電臺就是聯系水下潛艇的，波長越長穿透力越強，穿過海水。所以毫米波雷達對一些非金屬的軟物體（比如塑料布）會穿過去沒有回波，導致漏檢。

特別的，毫米波雷達單獨一幀的每個點是有速度的，因為多普勒效應；但是激光雷達單幀點云的每個點只有距離沒有速度，因為靠激光反射時間測距，激光波長太短了，無法利用多普勒效應。

圖 裝在車頭的毫米波雷達，來自網絡

圖 毫米波雷達的點云，比較稀疏，來自網絡

激光雷達（LiDAR）發射激光束（波長通常在 600-1600 納米，比毫米波短多了），通過測量光束往返時間（TOF）計算距離，點云由激光點的三維坐標構成。

其實光也是電磁波，只不過波長超短，頻率超高（電磁波和光都是光速），直觀說也就特別硬，碰見什么都會反彈，不管是金屬還是非金屬。當然，這個特點也導致激光雷達特別容易被干擾，雨霧天氣，空氣中的小水滴和沙塵也會讓激光反彈回去。

圖 激光雷達，來自網絡

圖 激光雷達和毫米波雷達探測效果對比，來自網絡

點云特點對比  

1.點云密度與分辨率

毫米波雷達：

• 點云密度低，通常每幀只有幾十到幾百個點（取決于雷達通道數）。

  
  

• 橫向 / 縱向分辨率較差，遠處目標易出現 “點云稀疏” 甚至丟失，難以區分細節（如車輛輪廓、行人肢體）。

  
  

例：128 通道毫米波雷達對 100 米外的車輛，可能僅生成 5-10 個點。

激光雷達：

• 點云密度高，高分辨率 LiDAR（如 192 線）每幀可生成數百萬個點。

  
  

• 能清晰刻畫目標輪廓（如車輛的邊角、行人的四肢）。

  
  

例：192 線 LiDAR 對 100 米外的車輛，可生成數百個點，足以還原其形狀。

2.空間精度

毫米波雷達：

• 距離精度較低，通常在 1 米左右（遠距離誤差更大）。

  
  

• 角度分辨率差（一般幾度到十幾度），近距離易出現“點云重疊”（如并排車輛的點云混在一起）。

  
  

激光雷達：

• 距離精度可達厘米級（如±2cm），角度分辨率可至 0.1 度以下。

  
  

• 能精確區分相鄰目標（如兩車相距 1 米時，點云邊界清晰）。

  
  

圖 車展現場，Lidar點云清晰識別觀眾輪廓，來自網絡

3.環境適應性

毫米波雷達：

• 抗干擾能力強，不受雨、雪、霧、強光（如逆光）影響，夜間性能穩定。

  
  

• 對非金屬目標（如塑料、布料）反射較弱，可能漏檢。

  
  

激光雷達：

• 雨、雪、霧會散射激光，導致點云噪聲增加，遠距離探測能力下降（如大霧天有效距離從 200 米降至 50 米）。

  
  

• 強光（如正午陽光）可能干擾接收端，造成部分點云丟失。

  
  

• 對大多數物體（包括非金屬）反射穩定，漏檢率低。

  
  

4.點云屬性

毫米波雷達：

• 點云除了三維坐標（x,y,z），還包含速度信息（通過多普勒效應直接測量，精度高）。

• 無顏色、反射強度等細節信息，反射強度僅能粗略區分金屬 / 非金屬。

  
  

激光雷達：

• 點云包含三維坐標、反射強度（可用于區分路面、車輛、行人等不同材質）。

  
  

• 部分 LiDAR（如多線彩色 LiDAR）可輸出顏色信息（結合攝像頭）。

  
  

• 速度信息需通過多幀點云計算（如光流法），精度低于毫米波雷達。

  
  

5.數據量與成本

毫米波雷達：

• 點云數據量小（每幀 KB 級），對處理器算力要求低。

  
  

• 成本低（車規級雷達約幾十到幾百美元），適合大規模量產。

  
  

激光雷達：

• 點云數據量大（每幀 MB 級，192 線 LiDAR 每小時可產生數十 GB 數據），需高性能處理器處理。

  
  

• 成本高（車規級高分辨率 LiDAR 曾達數萬美元，目前降至幾千美元，但仍高于毫米波雷達）。

  
  

二者點云特點決定了二者典型應用場景差異。

毫米波雷達適合對環境魯棒性要求高、需快速獲取速度信息的場景，如：

• 自適應巡航（ACC）：測量前車距離和速度。

  
  

• 自動緊急制動（AEB）：惡劣天氣下檢測前方障礙物。

  
  

激光雷達適合需要高精度三維建模、目標識別的場景，如：

• 自動駕駛高清地圖構建：還原道路細節（車道線、護欄）。

  
  

• 城市級三維掃描：生成精細的建筑、地形模型。所以很多激光雷達的學術數據集是遙測方面的。

  
  

詳細總結表格如下：

成本、探測距離和處理算力需求的對比

核心參數對比如下

1、成本差異

毫米波雷達成本僅為激光雷達的1/10-1/5，主要因激光雷達需精密光學部件（如905/1550nm激光器、旋轉鏡組）；

4D毫米波雷達雖比傳統毫米波貴，但仍顯著低于激光雷達 。

圖 毫米波雷達只有天線，沒有光學部件，來自網絡

圖 激光雷達的高精度光學器件，來自網絡

2、探測性能

距離：毫米波在遠距探測（>300米）占優，尤其適用于高速公路場景；

精度：激光雷達在三維建模（如識別路緣石、小物體）上更精準，分辨率可達毫米級。

3、算力需求

激光雷達產生的點云數據需GPU/NPU進行實時處理，算力消耗大（典型需求>20TOPS）；

毫米波雷達輸出可直接用于決策，適合算力受限的入門級智駕系統。

順便說一句，4D毫米波的4D，第四個維度是高度。

總結

首先，毫米波雷達絕不可能取代激光雷達，一句話原因，精度太差。

在毫米波雷達看來，站立不動的路人和路上的錐形桶是一回事兒。這里強調站立不動是因為毫米波可以用多普勒效應檢測點的速度，說以走路的人和錐形桶還是可以區分開的。

圖 激光雷達和毫米波雷達和攝像頭對比，來自網絡

其次，二者的第一性原理的區別在介質的波長。它們的介質本質都是電磁波（光也是電磁波），唯一區別是波長。

在一些量子力學書籍里面，解釋光的波粒二象性，用了一個很好的概念，“波包”，一組波包絡在一個小范圍內，就像一個粒子。波包的解釋光的波粒二象性，不敢說完美，但是比我們上學時候學的辯證法（同時又是驢又是馬）解釋還是強多了。

圖 波包，來自網絡

毫米波的波長長，波包軟，射程遠，穿透性強，但精度不高，有點像在丟沙包。

激光雷達的波長短，波包硬，射程有限，反射性強，精度高，有點像在丟小石子。

至于未來有沒有介于它們之間的介質，那就要看基礎研究的突破了。

-- END --