毫米波雷达应用于自适应巡航

这些特性使得毫米波雷达能够监测到大范围内车辆的运行情况，同时对于前方车辆的速度、加速度、距离等信息的探测也更加精准，因此是自适应巡航（ACC）、自动紧急刹车(AEB) 的首选传感器。

目前 77GHz 毫米波雷达系统单价大约在 250 欧元左右，高昂的价格限制了毫米波雷达的车载化应用。

激光雷达：功能强大

激光雷达性能精良，是无人驾驶的最佳技术路线。激光雷达相对于其他自动驾驶传感器具有非常优越的性能：

分辨率高。激光雷达可以获得极高的角度、距离和速度分辨率，这意味着激光雷达可以利用多普勒成像技术获得非常清晰的图像。

精度高。激光直线传播、方向性好、光束非常窄，弥散性非常低，因此激光雷达的精度很高。

抗有源干扰能力强。与微波、毫米波雷达易受自然界广泛存在的电磁波影响的情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因此激光雷达抗有源干扰的能力很强。

激光雷达的空间建模

三维激光雷达一般安装在车顶， 可以高速旋转，以获得周围空间的点云数据，从而实时绘制出车辆周边的三维空间地图。同时，激光雷达还可以测量出周边其他车辆在三个方向上的距离、速度、加速度、角速度等信息，再结合 GPS 地图计算出车辆的位置，这些庞大丰富的数据信息传输给 ECU 分析处理后，以供车辆快速做出判断。

激光雷达车用方案:

以地图为中心：以 Google 和百度为代表的互联网企业的无人驾驶是以地图为中心， 主要原因在于激光雷达可以为这些公司绘制高精度地图。

以汽车为中心：对大多数车企而言，他们更想要一款专为汽车量身定制的激光雷达产品。

百度自动驾驶汽车上的激光雷达

首先，和测绘专用的笨重“大花盆”相比，小型激光雷达和汽车更配，为了兼顾美观和风阻系数，自动驾驶汽车与普通汽车不应该在外观上有任何差别，激光雷达尽量要被做成小体积直接嵌入车身，这就意味着要将机械旋转部件做到最小甚至抛弃。

因此车用激光雷达没有选用大体积旋转结构，而是在制作工艺上，将旋转部件做到了产品内部。例如 Ibeo 的激光雷达产品 LUX，改为固定激光光源，通过内部玻璃片旋 转的方式改变激光光束方向，实现多角度检测的需要。

而Quanergy 旗下产品 S3 是一款全固态产品，使用了相位矩阵新技术，内部不存在任何旋转部件。

不过，好东西都很贵。激光雷达单价以万为单位，高昂的价格让其难以市场化。

最后我们对比一下这三大传感器性能：

一起事故引发的改变

2016 年 5 月，美国佛罗里达州一辆开启了自动驾驶模式（Autopilot） 的特斯拉与白色重型卡车相撞，导致特斯拉车主身亡。

这起被称为“全球首例自动驾驶致死”事故，让不少人开始对自动驾驶的安全性表示担忧，也给特斯拉蒙上一层阴霾。

特斯拉

事故曝光后，特斯拉与其视觉识别系统供应商 Mobileye 终止合作，并于 9 月份通过 OTA 推送了 V8.0 系统， 强化毫米波雷达作用，将其提升成为主控制传感器。

特斯拉 V7.0 时代的自动驾驶主要以图像识别为主，毫米波雷达只是一个辅助传感器，V8.0 系统对整个技术方案做出了很大的调整：以毫米波雷达为主，图像识别为辅，雷达可以监测范围是之前的 6 倍，大幅增强特斯拉的前方障碍识别能力。

而到了2016 年 10 月，特斯拉又发布 Autopilot2.0，宣布未来生产的所有车型都将具备进行完全自动驾驶的硬件系统。同时，特斯拉表示在此硬件基础上的自动驾驶的安全性有了空前提升。