在自动驾驶感知系统中，毫米波雷达有着不可替代的作用。由于其工作在微波频段，能够轻易穿透雨、雪、雾、烟尘等介质，并在强光、黑暗或光线剧烈变化的极端环境下保持高度的稳定性，因此一直是车辆感知环境的坚实后盾

自动驾驶技术的提升很大程度上取决于传感器技术的突破。作为自动驾驶感知层级的核心组件，激光雷达（LiDAR）一直被誉为车辆的“眼睛”。它能够通过发射激光束并接收反射信号，在极短的时间内构建出周围环境的高

在自动驾驶环境感知技术的演进过程中，激光雷达始终处于核心位置。作为能够提供高精度三维空间信息的关键传感器，激光雷达的技术路径也正从传统脉冲式飞行时间（ToF）向调频连续波（FMCW）相干探测跨越。 虽

在自动驾驶感知系统的传感器中，毫米波雷达凭借其全天候探测能力、对运动目标的极高速度敏感度以及相对低廉的成本，始终占据着核心地位。 相较于激光雷达每秒产生的数百万个、能够细致描绘物体轮廓的致密点云，毫米

不知道大家看到激光雷达探测到的点云时，有没有注意到一个现象，那就是在三维点云图像中会有一个圆形的“真空带”中心。 无论车辆周边的交通环境多么复杂，点云图中靠近汽车底盘和车身周围几米的范围内，是没有任何

很多人在评价自动驾驶传感器时，会把关注点放在性能参数上，比如激光雷达的点云密度够不够高、摄像头的分辨率是否足够清晰、毫米波雷达在雨雾天气下是否依然稳定。 但在真实道路环境中，对于传感器的要求并不只是“

很多人在评价自动驾驶传感器时，会把关注点放在性能参数上，比如激光雷达的点云密度够不够高、摄像头的分辨率是否足够清晰、毫米波雷达在雨雾天气下是否依然稳定。 但在真实道路环境中，对于传感器的要求并不只是“

对于自动驾驶汽车来说，“看”世界的方式不只有一种，一般情况下，会有多个传感器用来感知交通环境，常见的传感器有激光雷达（LiDAR）、摄像头、毫米波雷达、惯性测量单元（IMU）等等。这些传感器各自以不同

在自动驾驶系统里，激光雷达被视为最重要的感知硬件，其通过激光探测前方路况的具体情况，并生成三维信息。正因为它看得“准”，围绕激光雷达的技术路线一直是自动驾驶领域长期争论的话题。其中ToF和FMCW这两

在自动驾驶系统中，激光雷达作为重要的感知硬件，成为了很多车企的主要选择。激光雷达虽然可以获得环境的深度信息，但在灰尘较多的环境下，会出现返回信号被大量散射和衰减、点云中噪声激增且分布无规律、目标轮廓模

激光雷达作为自动驾驶系统中的核心感知传感器，通过发射激光脉冲并接收反射信号，能够实时构建出周围环境的高精度三维轮廓。激光雷达在获取环境信息的过程中，并不像高快门相机拍摄瞬间照片那样简单。像是旋转式激光

随着自动驾驶技术的普及，激光雷达的使用也越来越多。现在我们很容易就看到搭载激光雷达的车辆在路上行驶。很多人听到“激光”后总会有一种担忧，害怕自动驾驶汽车上的激光雷达会对人体造成伤害，那事实果真如此吗？

在自动驾驶领域，经常会听到BEV相关的技术讨论。BEV是Bird’s Eye View的缩写，中文译为“鸟瞰视角”或“俯视图”。简单理解它的含义，就是把摄像头、激光雷达、毫米波雷达或地图信息，统一映射

在自动驾驶的技术发展过程中，激光雷达一直被认为是核心的感知硬件，其线束数量也被视为衡量感知能力的主要指标。从早期的16线、32线，到如今量产车型上标配的128线、192线，乃至最新发布的512线，行业

在自动驾驶领域，要让汽车自己“看懂”周围环境，必须借助激光雷达、毫米波雷达等传感器。它们虽都用于探测周围物体，但物理原理和应对恶劣天气的能力却有明显不同。 激光雷达，顾名思义，其核心是发射激光（通常为