400-0756-518
欢迎拨打垂询热线!
公众号:china1umv
欢迎来到1号无人车网!聚焦无人驾驶物流技术与服务!
关注我们:
MORE+
推荐品牌
蚂蚁侠  云乐智能  一清创新  新石器无人车  中惠创智无线充电  沃美诺安全触边  易迦智车  行深智能  煜禾森  驭势科技  任吾行  九识智能  文远知行  易成创新  
新闻详情    NEWS
都是点云数据,毫米波雷达能否替代激光雷达?
来源:智驾最前沿 | 作者:智驾最前沿 | 发布时间: 今天 | 4 次浏览 | 分享到:
点云不是激光雷达独有的。所谓点云,就是用一堆点来表述的数据,每个点的基本盘是xyz三坐标(有一种点云格式就叫.xyz),在附带一些信息,比如强度,比如速度等等。

图片

图 各种传感器搭配达成最佳智驾,就是有点费钱


图片

  原理差异

  点云不是激光雷达独有的。所谓点云,就是用一堆点来表述的数据,每个点的基本盘是xyz三坐标(有一种点云格式就叫.xyz),在附带一些信息,比如强度,比如速度等等。

  任何传感器用一堆点来表示探测到的数据,都可以是点云,比如毫米波雷达也是点云。

图片

图 笔者机器上的点云可视化

  毫米波雷达:通过发射毫米波(波长 1-10 毫米),利用电磁波反射特性探测目标,通过多普勒效应获取速度信息,点云由反射信号的空间位置计算生成。波长越短的电磁波越“硬”,越容易弹回来;波长越长越“软”,容易穿透过去。

  这也是建国初期斯大林要在中国建设长波电台,伟人没有同意。长波电台就是联系水下潜艇的,波长越长穿透力越强,穿过海水。所以毫米波雷达对一些非金属的软物体(比如塑料布)会穿过去没有回波,导致漏检。

  特别的,毫米波雷达单独一帧的每个点是有速度的,因为多普勒效应;但是激光雷达单帧点云的每个点只有距离没有速度,因为靠激光反射时间测距,激光波长太短了,无法利用多普勒效应。 

图片

图 装在车头的毫米波雷达,来自网络

图片

图 毫米波雷达的点云,比较稀疏,来自网络

  激光雷达(LiDAR)发射激光束(波长通常在 600-1600 纳米,比毫米波短多了),通过测量光束往返时间(TOF)计算距离,点云由激光点的三维坐标构成。

  其实光也是电磁波,只不过波长超短,频率超高(电磁波和光都是光速),直观说也就特别硬,碰见什么都会反弹,不管是金属还是非金属。当然,这个特点也导致激光雷达特别容易被干扰,雨雾天气,空气中的小水滴和沙尘也会让激光反弹回去。

图片

图 激光雷达,来自网络

图片

图 激光雷达和毫米波雷达探测效果对比,来自网络


图片

  点云特点对比  

  1.点云密度与分辨率

  毫米波雷达:

  • 点云密度低,通常每帧只有几十到几百个点(取决于雷达通道数)。

  • 横向 / 纵向分辨率较差,远处目标易出现 “点云稀疏” 甚至丢失,难以区分细节(如车辆轮廓、行人肢体)。

  例:128 通道毫米波雷达对 100 米外的车辆,可能仅生成 5-10 个点。

  激光雷达:

  • 点云密度高,高分辨率 LiDAR(如 192 线)每帧可生成数百万个点。

  • 能清晰刻画目标轮廓(如车辆的边角、行人的四肢)。

  例:192 线 LiDAR 对 100 米外的车辆,可生成数百个点,足以还原其形状。

  2.空间精度

  毫米波雷达:

  • 距离精度较低,通常在 1 米左右(远距离误差更大)。

  • 角度分辨率差(一般几度到十几度),近距离易出现“点云重叠”(如并排车辆的点云混在一起)。

  激光雷达:

  • 距离精度可达厘米级(如±50px),角度分辨率可至 0.1 度以下。

  • 能精确区分相邻目标(如两车相距 1 米时,点云边界清晰)。

图片

图 车展现场,Lidar点云清晰识别观众轮廓,来自网络

  3.环境适应性

  毫米波雷达:

  • 抗干扰能力强,不受雨、雪、雾、强光(如逆光)影响,夜间性能稳定。

  • 对非金属目标(如塑料、布料)反射较弱,可能漏检。

  激光雷达:

  • 雨、雪、雾会散射激光,导致点云噪声增加,远距离探测能力下降(如大雾天有效距离从 200 米降至 50 米)。

  • 强光(如正午阳光)可能干扰接收端,造成部分点云丢失。

  • 对大多数物体(包括非金属)反射稳定,漏检率低。

  4.点云属性

  毫米波雷达:

  • 点云除了三维坐标(x,y,z),还包含速度信息(通过多普勒效应直接测量,精度高)。

  • 无颜色、反射强度等细节信息,反射强度仅能粗略区分金属 / 非金属。

  激光雷达:

  • 点云包含三维坐标、反射强度(可用于区分路面、车辆、行人等不同材质)。

  • 部分 LiDAR(如多线彩色 LiDAR)可输出颜色信息(结合摄像头)。

  • 速度信息需通过多帧点云计算(如光流法),精度低于毫米波雷达。

  5.数据量与成本

  毫米波雷达:

  • 点云数据量小(每帧 KB 级),对处理器算力要求低。

  • 成本低(车规级雷达约几十到几百美元),适合大规模量产。

  激光雷达:

  • 点云数据量大(每帧 MB 级,192 线 LiDAR 每小时可产生数十 GB 数据),需高性能处理器处理。

  • 成本高(车规级高分辨率 LiDAR 曾达数万美元,目前降至几千美元,但仍高于毫米波雷达)。

  二者点云特点决定了二者典型应用场景差异。

毫米波雷达适合对环境鲁棒性要求高、需快速获取速度信息的场景,如:

  • 自适应巡航(ACC):测量前车距离和速度。

  • 自动紧急制动(AEB):恶劣天气下检测前方障碍物。

激光雷达适合需要高精度三维建模、目标识别的场景,如:

  • 自动驾驶高清地图构建:还原道路细节(车道线、护栏)。

  • 城市级三维扫描:生成精细的建筑、地形模型。所以很多激光雷达的学术数据集是遥测方面的。

详细总结表格如下:

维度

毫米波雷达点云

激光雷达点云

点云密度

低(几十 - 几百点 / 帧)

高(数万 - 数百万点 / 帧)

空间精度

米级距离,几度角度分辨率

厘米级距离,0.1 度以下角度分辨率

环境适应性

抗雨雾、强光,夜间稳定

受雨雾、强光影响,远距离性能下降

关键属性

包含速度信息,反射强度粗略

包含反射强度(部分含颜色),速度需计算

数据量与成本

数据量小,成本低

数据量大,成本高

典型应用

车辆测速、恶劣天气避障

高精度建模、自动驾驶环境感知


图片

  成本、探测距离和处理算力需求的对比

  核心参数对比如下

指标

毫米波雷达

激光雷达

单件成本

约50-200美元

1000-5000美元 

探测距离

最远350米+(4D毫米波)

通常200-300米 

距离分辨率

100px(77GHz)

<75px 

角度分辨率

1度(4D毫米波)

0.1-0.2度 

算力需求

低(可直接输出结构化数据)

高(需点云处理)

恶劣天气适应性

强(雨雾穿透性好)

较差(易受干扰)


  1、成本差异

  毫米波雷达成本仅为激光雷达的1/10-1/5,主要因激光雷达需精密光学部件(如905/1550nm激光器、旋转镜组);

  4D毫米波雷达虽比传统毫米波贵,但仍显著低于激光雷达 。  

图片

图片

图 毫米波雷达只有天线,没有光学部件,来自网络

图片

图 激光雷达的高精度光学器件,来自网络

  2、探测性能

  距离:毫米波在远距探测(>300米)占优,尤其适用于高速公路场景;

  精度:激光雷达在三维建模(如识别路缘石、小物体)上更精准,分辨率可达毫米级。

  3、算力需求

  激光雷达产生的点云数据需GPU/NPU进行实时处理,算力消耗大(典型需求>20TOPS);

  毫米波雷达输出可直接用于决策,适合算力受限的入门级智驾系统。

  顺便说一句,4D毫米波的4D,第四个维度是高度。


图片

  总结

  首先,毫米波雷达绝不可能取代激光雷达,一句话原因,精度太差。

  在毫米波雷达看来,站立不动的路人和路上的锥形桶是一回事儿。这里强调站立不动是因为毫米波可以用多普勒效应检测点的速度,说以走路的人和锥形桶还是可以区分开的。

图片

图 激光雷达和毫米波雷达和摄像头对比,来自网络

  其次,二者的第一性原理的区别在介质的波长。它们的介质本质都是电磁波(光也是电磁波),唯一区别是波长。

  在一些量子力学书籍里面,解释光的波粒二象性,用了一个很好的概念,“波包”,一组波包络在一个小范围内,就像一个粒子。波包的解释光的波粒二象性,不敢说完美,但是比我们上学时候学的辩证法(同时又是驴又是马)解释还是强多了。

图片

图 波包,来自网络

  毫米波的波长长,波包软,射程远,穿透性强,但精度不高,有点像在丢沙包。

  激光雷达的波长短,波包硬,射程有限,反射性强,精度高,有点像在丢小石子。

  至于未来有没有介于它们之间的介质,那就要看基础研究的突破了。


产品分类