4、传感器基础（三）：毫米波雷达工作原理（FMCW）、毫米波雷达特点（测距/测速/测角）、毫米波雷达数据特点、超声波雷达简介

好，咱们继续聊传感器。前面讲了摄像头和激光雷达，今天轮到毫米波雷达了。说实话，在我刚入行那会儿，觉得这玩意儿挺神秘的——明明只发一个波，怎么又能测距又能测速？后来搞明白了，其实核心原理并不复杂。

毫米波雷达的主流方案是FMCW，全称叫Frequency Modulated Continuous Wave。你想想看，如果雷达一直发固定频率的波，那只能测到有没有东西，距离和速度都拿不到。怎么办？把频率调起来。

具体做法是这样的：发射一个频率随时间线性增加的信号，比如从77GHz扫到77.5GHz。这个信号碰到目标反射回来，接收到的信号跟当前发射的信号做一个“混频”，就会产生一个差频信号。这个差频的大小，直接反映了目标的距离。

我习惯用一个比喻来理解：你对着山谷喊一声，回声传回来需要时间。如果喊的时候你的音调在变，那回声的音调跟你当前喊的音调就不一样了——这个音调差，就是距离的度量。

核心公式（理解即可）：

距离 d = (c × T × f_b) / (2 × B)

其中c是光速，T是扫频周期，f_b是差频频率，B是扫频带宽。

说白了，带宽越大，距离分辨率越高。这也是为什么77GHz雷达比24GHz雷达更受欢迎——带宽大得多。

嗯，这里要注意：FMCW雷达不是只发一个脉冲，而是连续发射调频信号。所以它没有“盲区”，近距离也能测。我在项目里遇到过用脉冲雷达测不到车头正前方障碍物的情况，换成FMCW就解决了。

毫米波雷达最厉害的地方，是能同时测出目标的距离、速度和角度。咱们一个一个说。

刚才讲了，差频信号直接对应距离。但实际工程中，一个目标会产生多个差频分量，需要做FFT（快速傅里叶变换）来提取。我建议你记住：距离分辨率 = c / (2B)。比如77GHz雷达带宽1GHz，分辨率就是15cm。够用吗？对于ACC自适应巡航来说够了，但要做泊车辅助就差点意思。

测速靠的是多普勒效应。目标移动时，反射信号的频率会发生偏移。FMCW雷达通过发射两个相邻的chirp（啁啾信号），比较它们的相位差，就能算出速度。

我曾经踩过一个坑：只用一个chirp测速，结果速度模糊了——因为相位差超过2π就分不清了。后来改用多chirp序列，才把速度范围拉大。你想想看，高速公路上对面来车相对速度可能到250km/h，这个必须覆盖到。

个人经验：测速精度跟chirp的间隔时间有关。间隔越短，能测的最大速度越高，但精度会下降。需要根据场景做权衡。我一般先定最大速度需求，再反推chirp参数。

测角用的是天线阵列。多个接收天线收到同一个目标的信号，因为到达路径不同，会有相位差。通过这个相位差，就能算出角度。

说白了，这就是一个“波束成形”的逆过程。天线越多，角度分辨率越高。4个天线大概能到10度左右，12个天线能做到3度以内。嗯，这里有个坑：角度测量在正前方最准，越往两边误差越大。我见过一个系统，侧方来车角度偏差了5度，结果融合时跟激光雷达对不上。

用过毫米波雷达的人都知道，它的数据跟激光雷达完全不是一个画风。激光雷达点云密密麻麻，毫米波雷达的数据点稀疏得很——一个目标可能只返回几个点。为什么会这样？因为毫米波雷达只检测“有回波”的位置，不像激光雷达那样逐点扫描。

我总结了几条数据特点，你记一下：

避坑指南：我曾经在雨雪天测试，毫米波雷达的衰减其实比想象中大。大雨天探测距离会缩短30%以上。别信那些说“全天候”的宣传，只能说比摄像头好，但远没到无敌的程度。

最后简单说说超声波雷达。这东西原理更简单——发射40kHz左右的声波，等回声回来，算时间差。因为声速慢，近距离精度反而高。用在自动泊车上，测个几十厘米的障碍物，绰绰有余。

它的优点很明显：便宜（一个几十块钱）、功耗低、不受电磁干扰。缺点也明显：测距范围短（一般5米以内）、受温度风速影响大、不能测速测角。

我个人的习惯是：超声波雷达只用来做“有/无”检测，不依赖它的精确距离。比如泊车时判断车位里有没有车，或者倒车时提醒后方障碍物。真要精确控制，还得靠毫米波或激光雷达。

一句话总结：

毫米波雷达是自动驾驶的“中距离主力”，测距测速测角都能干，但数据稀疏、有噪点。超声波雷达是“近距辅助”，便宜可靠，但功能单一。两者配合，才能覆盖从0到250米的全范围感知。

好了，这一章的内容就到这儿。毫米波雷达的知识点不少，但核心就是FMCW原理和三个测量维度。下一章咱们会聊传感器的时间同步和空间对齐——这可是融合系统的地基，打不牢后面全白搭。