Otomobilgi.comOtomobilgi.com
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • 首页
  • 新闻
    土耳其汽车行业新闻
    全球汽车行业新闻
    土耳其赛车新闻
    全球赛车运动新闻
  • 汽车
    内燃机
    • 内燃机车型
    • 内燃机技术
    • 燃油与消耗
    • 排放与环境
    • 内燃机车辆所有权
    • 内燃机汽车历史
    电动
    • 电动车型
    • 电动汽车技术
    • 充电与基础设施
    • 电池技术
    • 续航与能耗
    • 电动汽车所有权
    • 电动汽车历史
    混动
    • 混合动力车型
    • 混合系统
    • 电池与充电
    • 消费与效率
    • 混合所有权
    • 混合动力汽车的历史
    超级跑车
    超级跑车
  • 技术
    驾驶员辅助系统
    安全技术
    照明与视野技术
    信息娱乐与互联
    自动驾驶与人工智能
    未来科技
  • 指南
    购买指南
    销售指南
    维护与使用
    所有权与费用
    轮胎和轮毂
    保险与车检
  • 历史与文化
    汽车历史
    标志性车型
    经典与合集
    土耳其的汽车之旅
    汽车设计
    汽车与流行文化
  • 赛车运动
    一级方程式
    拉力赛 (WRC)
    越野拉力赛
    MotoGP
    Formula 2 与 Formula 3
    卡丁车
    勒芒24小时耐力赛
    WEC
    NASCAR
    IndyCar
    DTM
    GT 赛事
    漂移
    直线加速赛
  • 了解我们
    关于我们
    联系方式
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  1. 首页
  2. 技术
  3. 驾驶员辅助系统
  4. LiDAR、摄像头与雷达:它们在ADAS中分别起什么作用?

LiDAR、摄像头与雷达:它们在ADAS中分别起什么作用?

  • 驾驶员辅助系统
  • 作者: Lütfi Mete Odabaşı
  • 创建时间: 8 十一月 2026
世界上最昂贵的传感器曾价值75000美元;LiDAR的故事,是每一毫米激光测距中昂贵而辉煌的胜利.
世界上最昂贵的传感器曾价值75000美元;LiDAR的故事,是每一毫米激光测距中昂贵而辉煌的胜利.

夜晚,你正行驶在一条雨中的道路上. 自适应巡航控制已开启,正在跟随前方的车辆. 但你有没有想过,车辆是如何“看到”那辆车的? 是摄像头在观察,雷达在测距,还是一束看不见的激光在扫描? 大多数传感器对比总是围绕摄像头和雷达展开; 但第三位玩家,也就是 LiDAR(激光雷达),却很少被提及. 然而最有趣的故事恰恰就在那里: 世界上最昂贵的传感器曾经售价 75,000 美元,如今已跌至 200 美元,整个游戏规则彻底改变了.

在这一页,我将为你讲解 LiDAR 与摄像头和雷达在工作原理上有何不同,它在哪些情况下能挽救生命、在哪些情况下表现挣扎,以及为什么一些制造商至今仍对它敬而远之. 准备好了就开始吧,因为这个话题真的很酷.

LiDAR 的工作原理: 用激光实现回声定位的逻辑

LiDAR 的原理其实和蝙蝠一样,只是它用激光代替了声音. 系统发射短促的激光脉冲,并测量每个脉冲从物体反射回来所需的时间. 由于光以约 300,000 km/s 的速度传播,1 km 的往返大约只需要 0.000006 秒. 是的,距离就是通过这样一个不可思议的——百万分之六秒——计算出来的. 这种技术被称为飞行时间,即 Time-of-Flight (ToF) 测量.

这里的真正魔法在于时间测量的精度. 如果照明单元与传感器之间的信号偏移只有10 皮秒,距离测量就会偏差 1.5 mm. 也就是说,要获得准确的距离,需要一个极其精准的计时器. 作为回报,得到的东西也很宝贵: 测量精度通常在距离的 1% 左右,并且每秒最多可以采集 160 帧的数据. 因此非常适合实时驾驶应用.

所有这些测量汇聚在一起,就形成了所谓的点云: 车辆周围环境的三维地图,精度达到厘米级. 这幅地图能够逐一识别车道边缘、行人和障碍物.

三种传感器,三种性格: LiDAR、摄像头与雷达的对比

LiDAR santimetre hassasiyetiyle ölçerken radar gece ve yağmurda ayakta kalan güç oluyor, kamera ise her şeyi yazılıma havale ediyor.

三种传感器的根本区别隐藏在它们所使用的波的类型中. 雷达使用厘米至毫米级的无线电波,LiDAR 使用近红外光,而摄像头处理的则是人眼可见的光. 仅这一个区别,就决定了它们各自的性格. 我用一张简表来总结一下:

特性摄像头雷达LiDAR
使用的波可见光无线电波近红外激光
距离精度间接,依赖软件分辨率较低厘米级
典型探测距离多变250 m 以上可达 200 m
夜间表现较弱非常可靠非常好
恶劣天气耐受性受影响最耐抗性能下降
语义理解(颜色、标志)最佳无有限

正如所见,没有谁能在所有任务上都称王. 摄像头在语义理解方面无可匹敌: 读标志、辨别颜色、识别交通信号灯都是摄像头的职责. 雷达则在长距离和恶劣天气下坚如磐石. LiDAR 则是测量形状与深度、构建三维世界时最锐利的工具.

重点要点

  • LiDAR 测量激光脉冲的往返时间; 精度通常可达距离的 1% 左右.
  • 由于 LiDAR 不依赖环境光,在 夜间和低光照条件下比摄像头可靠得多.
  • 在大雨、大雪和沙尘中,LiDAR 的性能明显下降; 在这种天气下, 雷达依然坚挺.
  • LiDAR 的价格从 2015 年的 75,000 美元下降到 2026 年的 200 美元.
  • 像日产这样的制造商在新的驾驶系统中采用摄像头 + 雷达 + LiDAR 的 传感器融合技术.

LiDAR 大放异彩的时刻: 夜晚、低对比度、固定障碍物

在黑暗中自带光源的传感器

摄像头在黑暗中无法单独看清; 这是它的物理规则. 而 LiDAR 发射自己的激光脉冲,几乎完全不依赖环境光. 夜间行驶时,即使是车灯没有照到的障碍物,LiDAR 也能将其捕捉为点云. 据报道,即使在摄像头在 50 米内无法看清物体的轻度和中度浓雾中,LiDAR 仍能继续为车辆生成可用的数据.

低对比度和固定物体

雷达有一个有趣的弱点: 它可能将移动的物体与固定物体混淆. 路面上的立式物体有时会被雷达的滤波器误认为是路边的路缘而遭到忽略. 而 LiDAR 逐点绘制环境地图,因此在结合形状检测固定障碍物方面具有优势. 此外,面对突然出现在前方的白色卡车或低对比度物体,摄像头的眼睛很容易看错; 厘米级精度的距离数据在这种情况下价值连城. 自适应巡航控制和自动紧急制动等系统之所以能做出正确决策,正是依赖这些数据: 雷达加入车辆自身的速度信息后,跟车距离得以安全保持,LiDAR 的碰撞预判功能则能捕捉碰撞前的最后一刻.

LiDAR 捉襟见肘的天气: 雨、雪、尘

现在来看看硬币的另一面. 悬浮在空气中的颗粒,即雨、雪、雾和尘,会削弱 LiDAR 的感知能力; 这一发现既有学术研究支持,也与实地经验一致. 原因很简单: 激光束打到每一滴雨、每一粒雪上都会散射,并向传感器返回虚假数据.

雪尤其成问题,因为雪花比雾的微小水滴大得多,会使激光散射回更多信号. 大雨遵循同样的逻辑,也会降低性能. 也就是说,"大雨中 LiDAR 没用"的迷思并不完全正确; 系统在轻度和中度条件下仍能继续工作,但在极端条件下可能会失明. 正是在那一刻,雷达登场了: 即使在 LiDAR 性能崩溃的天气里,无线电波仍能继续工作. 根据厂商数据,一枚在200米处保持10%反射率工作的LiDAR,相比在150米处同等反射率工作的LiDAR,性能提升三分之一; 也就是说,探测距离与工况容差直接相关.

正因为如此,"单一传感器拯救一切"的故事在这个行业里往往难以长久. 真正的问题不是"LiDAR还是摄像头"; 而是"LiDAR + 摄像头 + 雷达协同工作,还是仅靠摄像头"这个问题.

特斯拉为什么走摄像头路线,其他厂商为什么走融合路线?

特斯拉自2022年起,其Full Self-Driving套件完全基于摄像头运行; 在该系统中不使用超声波传感器、雷达和LiDAR. 这一方案的依据是成本与简洁性: 摄像头系统更便宜、更简单. 还有一个被提出的技术论点: 即当不同传感器相互矛盾时,系统该相信哪一个会变得模糊不清. 康奈尔大学的研究人员也曾证明,通过无LiDAR的方法,能以低得多的成本实现接近LiDAR精度的目标检测.

而对立阵营的立场则非常明确: 日产的新一代ProPILOT为在高速公路和城市道路上实现更高级别的驾驶,将摄像头、雷达和LiDAR结合使用. 2026年,像基于Mobileye EyeQ6H的Surround ADAS这样的系统将进入大众市场车辆,并提供扩展的脱手高速公路驾驶功能. 也就是说,融合阵营在壮大,而不是缩小.

两大阵营之间的争论偶尔会变得激烈; 批评弃用雷达的人指责对方无视物理定律,而信任摄像头的人则说多余的传感器只会制造混乱. 有一个有趣的细节: 有观点认为,特斯拉可能将其高分辨率雷达用作人工智能训练中的精度基准,也就是ground truth. 也就是说,即使是摄像头系统,背后也可能在某种程度上依赖高精度测量数据.

成本曲线: 从7.5万美元到200美元

LiDAR迟迟无法普及的最大原因一直是价格. 2016年至2018年间,高端机械式LiDAR系统的售价在7.5万美元以上. 如今呢? 单价已降至200美元,而在CES 2026上,100美元的目标也已被提上讨论. MicroVision正在开发一款计划于2029年上市、单价200美元的固态LiDAR,公司管理层表示价格有望降至100美元.

固态设计还更加耐用: 由于移动的机械部件减少,它们更耐磨损,更适合应对自动驾驶的严苛要求. 市场也在见证这一势头: 据不同研究机构的预测,汽车LiDAR市场将在2026年以大约10亿至17亿美元起步,到2030年代中期超过65亿美元,年增长率预计在30%左右. 虽然各公司的数字不尽相同,但方向始终一致: 向上.

简答: LiDAR与摄像头和雷达有何不同?

总结中的总结是这样的: LiDAR通过测量激光脉冲的返回时间,生成厘米级精度的三维距离地图; 摄像头能够理解场景,但在黑暗中会失明;雷达作用距离远且不受天气影响,但分辨率较低. LiDAR是夜间和低对比度环境下最可靠的距离来源,但在大雨、大雪和扬尘中性能会下降;因此现代做法是将三者结合使用.

其实你在方向盘后就能感受到这一点: 夜间道路上自动刹车能轻松发现横穿马路的行人,恶劣天气下Adaptive Cruise Control能保持跟车距离,或者恰恰相反,系统突然毫无必要地刹车...... 这一切都是其背后的传感器当下能看到什么的直接结果. 随着传感器变得便宜、融合技术日益普及,这些行为将变得越来越可预测. 也就是说,未来几年将是汽车感知世界方式的一场悄然却迅速的革命. 我会继续关注; 你也一样.

参考资料

  • Time-of-flight camera - Wikipedia
  • An in-depth comparison of LiDAR, Cameras, and Radars - Outsight
  • The Strengths and Limitations of Camera, Radar, and Lidar - Hesai Tech
  • How Weather Really Affects LiDAR Performance - Yellowscan
  • Survey on LiDAR Perception in Adverse Weather Conditions - arXiv
  • Tesla's Big Bet: Cameras over LiDAR - Vik's Newsletter
  • Researchers back Tesla's non-LiDAR approach - The Robot Report
  • Lidar costs for autonomous trucks are dropping fast - FleetOwner
  • The Great Sensor War Behind Self-Driving Cars - MotorTrend
  • Lidar's Critical Role in Next Gen Autonomous Driving - MicroVision

分享此页面

分类编辑

Lütfi Mete Odabaşı

Lütfi Mete Odabaşı

一位年轻、充满活力、热爱探索和学习的汽车与赛车运动爱好者.Mete 以年轻人的视角为我们的汽车新闻、知识和文化平台增添价值.他密切关注汽车技术创新和赛车运动的发展,并将所学转化为 otomobilgi.com 的充实而实用的内容.

相关内容

传统定速巡航会固定车速,而自适应版本则能探测前方交通情况,自动刹车和加速.
驾驶员辅助系统自适应巡航控制和定速巡航有什么区别?
雷达负责测量距离和速度,摄像头则识别车道和行人;实际上,正是这两位默默无闻的"哨兵"共同守护着您爱车的安全.
驾驶员辅助系统雷达还是摄像头?ADAS系统中的传感器技术差异
追赶皮球的孩子是大多数AEB系统连在测试场内都难以应对的最棘手场景,而且数字令人担忧.
驾驶员辅助系统AEB能检测到儿童行人吗?
AEB有时能发现突然从停放车辆之间窜出的儿童,有时却看不到,而这道差别可能就是生与死之间那条细微的分界线.
驾驶员辅助系统AEB能看到从停放车辆之间穿出的行人吗?
一个减速带在雷达眼中可能像160米外的一辆车一样真实,也可能根本不存在.
驾驶员辅助系统ADAS在坡道上的表现:系统在哪里会出错?
ADAS最阴险的敌人就是那层看不见的水膜和油性雨刮胶痕;玻璃看似一尘不染,系统却可能已经失效.
驾驶员辅助系统脏污的摄像头和传感器如何影响ADAS?
由于雷达和摄像头在任何情况下都无法看见交通状况,自适应巡航控制系统甚至会为并不存在的障碍物而让你减速.
驾驶员辅助系统自适应巡航定速为什么在交通中会进行不必要的刹车?
车道保持辅助传感器会为你提供帮助,但方向盘、刹车,以及最重要的注意力,始终由你自己掌控.
驾驶员辅助系统ADAS指南:车道保持不能取代驾驶员
隧道是驾驶辅助系统最脆弱的时刻:眩目的灯光、单调的墙面图案以及来回反射的雷达信号会让智能技术瞬间失灵.
驾驶员辅助系统ADAS为什么在隧道中容易出错?
自适应巡航控制中的跟车距离是以秒而非米来衡量的;那些线条计算的是您多少秒后到达前车位置.
驾驶员辅助系统自适应巡航跟车距离秒数设置是什么?

标签

  • adas驾驶辅助系统
  • 激光雷达传感器
  • 雷达传感器
  • 行车记录仪
  • 传感器融合
  • 自适应巡航控制
  • 自动紧急制动
  • 行人检测
  • 雨雪天气影响
  • 自动驾驶
  • 飞行时间
  • 2级自动驾驶

在社交媒体上关注我们

  • 关于我们
  • KVKK信息披露声明
  • 隐私政策
  • 联系
Otomobilgi.com
独立汽车文化平台
由 Virgo CMS 强力驱动