激光雷达深度科普：从定义到与毫米波雷达、摄像头的区别

激光雷达常被称作自动驾驶的“眼睛”，但它和摄像头、毫米波雷达到底有什么不同？本文带你从头拆解。

激光雷达的定义与核心原理

激光雷达，英文LiDAR（Light Detection and Ranging），直译就是“激光探测与测距”。它通过发射激光束并接收反射信号，测量光脉冲的往返时间，从而算出目标距离。结合旋转或扫描机构，激光雷达能对周围环境进行360度或一定角度范围内的三维扫描，生成密集的点云数据，精确描绘出物体的形状、位置和运动状态。

工作原理并不复杂：激光器每秒发射数千到数百万个脉冲，每个脉冲打到物体表面后反射回来被探测器接收。通过计算时间差，利用光速恒定，就能得到每个点的距离。同时，扫描机构记录每个脉冲的发射角度，从而确定点的方位。大量点组合成点云，就形成了环境的立体模型。

常见的激光雷达按扫描方式分为机械旋转式、固态式和混合固态式。机械旋转式通过电机带动激光器旋转，视野广但成本高、体积大；固态式采用光学相控阵或微振镜等技术，无活动部件，可靠性高、成本低，但视场角相对较小。混合固态式则结合两者优点，常见于近年量产车型。

激光雷达的边界：与相近技术的区别

不少人把激光雷达和摄像头、毫米波雷达、超声波雷达混为一谈，其实它们在原理、能力和适用场景上差异明显。

与摄像头的区别

摄像头获取的是二维图像，依赖环境光照，无法直接测距。激光雷达主动发光，不受光照影响，能直接输出三维坐标。但摄像头能识别颜色、纹理、文字等语义信息，激光雷达点云缺乏颜色特征。两者互补，并非替代关系。

与毫米波雷达的区别

毫米波雷达发射毫米波（30-300GHz），测距原理相似，但波长更长，穿透雨雾能力强，但角度分辨率低，难以识别物体精细轮廓。激光雷达波长多为905nm或1550nm，角度分辨率高，点云密度大，但在雨雾天气受衰减严重。2026年，多传感器融合方案仍是主流，激光雷达负责高精度感知，毫米波雷达提供全天候冗余。

与超声波雷达的区别

超声波雷达用于近距离（数米内）探测，常用于泊车场景。激光雷达测距范围可达数百米，精度更高，但成本也高出数十倍。两者在车载应用中层级分明，超声波负责低速近距离，激光雷达负责中高速远距离。

激光雷达的典型应用与局限

激光雷达最早用于测绘和科研，近年随着自动驾驶兴起，成为核心传感器之一。在L3级以上自动驾驶中，激光雷达能提供厘米级三维环境建模，辅助车辆定位、障碍物检测和路径规划。此外，机器人导航、智慧城市、地形勘探等领域也广泛使用。

不过激光雷达并非完美。成本虽已大幅下降，但一套车规级激光雷达仍要数千元，难以在走量车上普及。另外，在雨雪浓雾天气下，激光衰减明显，性能会大幅下降。2026年，固态激光雷达量产成本有望降至百美元级别，但可靠性和寿命仍需验证。

另一个局限是点云稀疏性和处理难度。相比摄像头图像，点云数据量虽小，但缺乏结构化信息，卷积神经网络处理起来不如图像成熟。因此，激光雷达常与摄像头配合，由图像提供语义标签，点云提供距离信息。

综上，激光雷达是一种主动式三维传感技术，与摄像头、毫米波雷达、超声波雷达各有所长，未来很长时间内都会共存互补，而非互相取代。

常见问题