都是点云数据，毫米波雷达能否替代激光雷达？

图 各种传感器搭配达成最佳智驾，就是有点费钱

原理差异

[首发于智驾最前沿微信公众号]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 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。

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 激光雷达和毫米波雷达探测效果对比，来自网络

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±2cm），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 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

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	4cm（77GHz）	<3cm
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 毫米波雷达只有天线，没有光学部件，来自网络

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。

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 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 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。

审核编辑 黄宇