汽车没传统雷达靠毫米波雷达怎么工作 从特斯拉到国产新能源车雷达配置对比 毫米波雷达到底和传统雷达有啥区别 汽车自动驾驶和手机测距都在用的科技原理

说到雷达这个词，很多人脑子里浮现的可能是军舰上那个巨大的圆形转塔，或者是老式汽车雷达探测器那种会滴滴响的小盒子。但其实，毫米波雷达早就悄悄跑进了你家楼下小区，甚至可能藏在你新买的手机里。今天咱们就来扒一扒，这个听起来有点科幻的技术，到底是怎么让汽车”看见”世界的。

毫米波雷达到底是个啥玩意儿

先打个比方。你晚上在房间里伸手不见五指，但只要你跺跺脚，地面传来的震动就能告诉你周围有没有障碍物——这其实就是雷达的基本思路。只不过雷达用的是电磁波，而不是声波。

传统雷达，我们叫它”长波雷达”，波长一般在厘米到米级别。而毫米波雷达，顾名思义，用的电磁波波长在1到10毫米之间，频率大概是30GHz到300GHz。波长越短，频率越高，这意味着它能有更精细的分辨率，就像用高清摄像头和老式电视看同一个画面，细节程度完全不是一个量级。

你可能要问了，波长短不是容易衰减吗？确实如此。毫米波穿透雨雾的能力比传统雷达弱，但在干燥天气下，它的精度优势非常明显。这也是为什么汽车厂商更愿意把它用在自动驾驶这个需要”看清”的场景里。

毫米波雷达的核心组件其实不复杂：一个发射天线、一个接收天线、一个信号处理器。发射天线发出高频电磁波，这些波撞到前方的物体后反射回来，被接收天线捕获。通过计算发射波和接收波之间的时间差、频率差，雷达就能算出前方物体的距离、速度和方向。

这个原理叫做多普勒效应——你有没有注意过，救护车从你身边开过去的时候，警笛声调会从高变低？雷达也是同理，反射波的频率变化能告诉我们物体是靠近还是远离，以及速度有多快。

毫米波雷达vs传统雷达：到底有啥不一样

很多人听到”雷达”两个字，就以为所有雷达都一样。其实它们的区别还挺大的。

先说传统雷达。它用的是较长波长的电磁波，比如S波段（2-4GHz）或者C波段（4-8GHz）。这种雷达的优点是探测距离远，能穿透雨雾，缺点是不够精细。打个比方，传统雷达就像是用望远镜看远处的人群，你能看到”有人”，但看不清是张三还是李四。

毫米波雷达则相反。它以高频短波为特点，探测距离通常在150米到200米左右，但分辨率极高。同样看人群的场景，毫米波雷达能分辨出每个人的轮廓、速度和行走方向。对于自动驾驶来说，这种”看清”的能力至关重要——你需要知道前方是个行人还是路边的路灯杆，传统雷达可能只会告诉你”有东西”，而毫米波雷达能告诉你”是个穿红衣服的人，正在以3米每秒的速度横穿马路”。

另一大区别是体积。传统雷达天线很大，毫米波雷达可以做到只有手掌大小。这让它更容易集成到汽车的前后保险杠里，甚至藏在那些不起眼的塑料盖后面。

还有一个很多人不知道的点：毫米波雷达不受光线影响。不管是正午的烈日还是深夜的黑暗，它都能正常工作。相比之下，摄像头在强光下会”失明”，在夜里又需要依赖红外补光。这也是为什么自动驾驶系统通常采用”多传感器融合”——摄像头看细节，毫米波雷达测距离和速度，激光雷达画3D地图，三者互补。

从特斯拉到国产新能源车：雷达配置的路线之争

聊到自动驾驶，特斯拉绝对是个绕不开的话题。特斯拉早期坚持”纯视觉方案”，砍掉了毫米波雷达和超声波雷达，只靠摄像头+AI算法实现自动泊车、 Autopilot等功能。这个决定在当时引起了很大争议，毕竟其他车企都在疯狂堆雷达。

但特斯拉后来也”服软”了。2021年左右，Model S和Model X重新加入了毫米波雷达，虽然仍然没有超声波雷达。这一举动说明了一个事实：纯视觉方案在极端情况下确实存在局限，毫米波雷达提供的冗余信息在安全场景中仍然不可替代。

再看看国产新能源车的做法，就比较”壕”了。

蔚来ET7搭载了一颗Mobileye的EyeQ5H芯片，配合前向毫米波雷达和多个超声波传感器，整体感知方案偏向多传感器融合。小鹏G9则在前包围、后包围以及侧后方都布置了毫米波雷达，配合自家的XPILOT系统，城市NGP（自动导航辅助驾驶）的表现一直备受关注。

理想汽车的做法也比较实在，L系列车型标配了毫米波雷达和超声波雷达的组合，虽然没有激光雷达，但在15万-30万价位里，这套配置的性价比相当能打。

值得一提的是，华为的ADS系统。问界M5、M7车型搭载的华为高阶智驾方案，除了毫米波雷达和摄像头，还配备了激光雷达。华为的思路是：在毫米波雷达和摄像头的基础上，用激光雷达提供高精度的3D点云数据，进一步提升复杂场景下的感知能力。这套方案目前已经应用在多款车型上，口碑也不错。

小米汽车SU7则选择了另一条路：标配了毫米波雷达+超声波雷达+摄像头的组合，但没有激光雷达。雷军在接受采访时说，小米认为在现阶段，毫米波雷达和摄像头的组合已经能够满足大部分场景的需求，激光雷达的成本和可靠性还需要时间验证。

从这些配置对比来看，国产新能源车普遍比特斯拉更早、更积极地采用多传感器融合方案。这可能和国内消费者的接受度有关——大家更愿意为”看得见的安全”买单，毫米波雷达的存在本身就是一种信心保障。

手机测距也用毫米波雷达？你没听错

把话题从汽车拉到手机，你可能会更惊讶：原来毫米波雷达早就悄悄跑进了你的手机里。

三星在Galaxy S22 Ultra上首发了超分辨率超声波传感器，用来替代指纹识别模块。不过，这用的是超声波，不是毫米波雷达。真正在手机里用毫米波雷达的，是苹果。

2017年，苹果收购了一家叫PrimeSense的公司，这家公司正是Kinect体感摄像头背后的技术提供者。之后，iPhone X及后续机型里就开始出现了一种叫”TrueDepth”的前置摄像头系统，里面就包含了一个结构光传感器和一个红外摄像头。但这还不是毫米波雷达。

真正让毫米波雷达走进手机的是高通。2021年，高通推出了Snapdragon Sense Technology，其中就包含了一个基于毫米波雷达的移动 sensing解决方案。这个方案可以通过手机背面的毫米波雷达芯片，检测用户的接近动作——比如你手还没碰到车门，门就自动打开了；或者你走近马桶，盖子自动升起。

三星在2023年的Galaxy S23系列上，也加入了毫米波雷达功能，用来检测用户是否处于静止状态，从而智能调节屏幕刷新率，达到省电的目的。这个功能叫”Motion Baring”，通过毫米波雷达检测到用户已经离开屏幕后，自动降低刷新率，比单纯用摄像头检测要省电得多。

这些手机上的应用，其实和汽车里的毫米波雷达是同一套技术逻辑：发射电磁波，接收回波，计算距离和速度。只不过汽车的毫米波雷达功率更高、探测距离更远，而手机的毫米波雷达功率很低，主要用来做近距离感知（几厘米到几米）。

毫米波雷达在自动驾驶里到底怎么用

回到核心话题：毫米波雷达在自动驾驶汽车里到底扮演什么角色。

简单来说，它主要干两件事：测距和测速。

测距方面，毫米波雷达可以精确测量前方物体的距离，精度通常在厘米级别。这意味着你的车能知道前方车辆距离自己还有多远，是5米还是50米。在高速公路上，这个数据直接决定了自适应巡航（ACC）系统的加减速策略——前车近了，就减速；前车远了，就加速。

测速方面，毫米波雷达利用多普勒效应，可以精确测量前方物体的相对速度。比如你以120公里/小时的速度行驶，前方有一辆车以100公里/小时同向行驶，毫米波雷达能计算出相对速度是20公里/小时。这个数据对于预判碰撞风险非常重要。

当然，毫米波雷达也有自己的局限性。它很难区分物体类型——一辆自行车和一根电线杆在毫米波雷达眼里可能都只是一个”障碍物”。它也很难识别交通信号灯的颜色，或者读出路边的限速标志。所以自动驾驶系统不会只依赖毫米波雷达，而是需要摄像头、激光雷达、超声波雷达等多种传感器协同工作。

举个例子：你在高速公路上开车，前方突然出现一辆停止的货车。毫米波雷达能告诉你”前方100米处有个物体，相对速度为0”，摄像头能告诉你”那是一辆货车，车厢是白色的”，激光雷达能告诉你”这辆车的轮廓和尺寸”。三者结合起来，你的车才能做出最准确的判断：是提前变道，还是减速跟车。

毫米波雷达的未来：越来越小，越来越聪明

毫米波雷达技术本身也在不断进化。

早期的毫米波雷达是机械扫描式的，整个雷达会转动来扫描周围环境。现在的趋势是固态毫米波雷达——没有运动部件，通过相控阵天线来实现波束转向。这种雷达更可靠、成本更低，也更易于大规模量产。

另一个趋势是4D成像毫米波雷达。传统毫米波雷达只能提供二维信息：距离、速度、方位角。而4D成像毫米波雷达在此基础上增加了高度信息，可以生成更接近激光雷达的点云图。这意味着它能区分”空中悬停的物体”和”地面上的物体”，对于识别桥梁底部、隧道顶部等场景非常有价值。

国内做毫米波雷达的公司也在快速崛起。像森思泰克、一径科技、创芯微这些公司，都在车载毫米波雷达领域取得了不错的成绩。尤其是4D成像毫米波雷达，国产化程度已经相当高，价格也比激光雷达亲民得多。

说到底，毫米波雷达不是万能的，但它绝对是自动驾驶系统里不可或缺的”眼睛”之一。它能在黑暗中看清距离，在雨雾中保持感知，在高速场景中提供关键的测速数据。正如一台好相机需要多个镜头配合，一辆智能汽车也需要多种传感器协同工作，而毫米波雷达，就是其中最可靠的”老将”之一。

下次你上车的时候，不妨留意一下保险杠上那些不起眼的小圆孔——那可能就是毫米波雷达在默默工作，守护着你的出行安全。