图 各种传感器搭配达成最佳智驾，就是有点费钱
原理差异
点云不是激光雷达独有的。所谓点云，就是用一堆点来表述的数据，每个点的基本盘是xyz三坐标（有一种点云格式就叫.xyz），在附带一些信息，比如强度，比如速度等等。
任何传感器用一堆点来表示探测到的数据，都可以是点云，比如毫米波雷达也是点云。
图 笔者机器上的点云可视化
毫米波雷达：通过发射毫米波（波长 1-10 毫米），利用电磁波反射特性探测目标，通过多普勒效应获取速度信息，点云由反射信号的空间位置计算生成。波长越短的电磁波越“硬”，越容易弹回来；波长越长越“软”，容易穿透过去。
这也是建国初期斯大林要在中国建设长波电台，伟人没有同意。长波电台就是联系水下潜艇的，波长越长穿透力越强，穿过海水。所以毫米波雷达对一些非金属的软物体（比如塑料布）会穿过去没有回波，导致漏检。
特别的，毫米波雷达单独一帧的每个点是有速度的，因为多普勒效应；但是激光雷达单帧点云的每个点只有距离没有速度，因为靠激光反射时间测距，激光波长太短了，无法利用多普勒效应。
图 装在车头的毫米波雷达，来自网络
图 毫米波雷达的点云，比较稀疏，来自网络
激光雷达（LiDAR）发射激光束（波长通常在 600-1600 纳米，比毫米波短多了），通过测量光束往返时间（TOF）计算距离，点云由激光点的三维坐标构成。
其实光也是电磁波，只不过波长超短，频率超高（电磁波和光都是光速），直观说也就特别硬，碰见什么都会反弹，不管是金属还是非金属。当然，这个特点也导致激光雷达特别容易被干扰，雨雾天气，空气中的小水滴和沙尘也会让激光反弹回去。
图 激光雷达，来自网络
图 激光雷达和毫米波雷达探测效果对比，来自网络
点云特点对比
1.点云密度与分辨率
毫米波雷达：
点云密度低，通常每帧只有几十到几百个点（取决于雷达通道数）。
横向 / 纵向分辨率较差，远处目标易出现 “点云稀疏” 甚至丢失，难以区分细节（如车辆轮廓、行人肢体）。
例：128 通道毫米波雷达对 100 米外的车辆，可能仅生成 5-10 个点。
激光雷达：
点云密度高，高分辨率 LiDAR（如 192 线）每帧可生成数百万个点。
能清晰刻画目标轮廓（如车辆的边角、行人的四肢）。
例：192 线 LiDAR 对 100 米外的车辆，可生成数百个点，足以还原其形状。
2.空间精度
毫米波雷达：
距离精度较低，通常在 1 米左右（远距离误差更大）。
角度分辨率差（一般几度到十几度），近距离易出现“点云重叠”（如并排车辆的点云混在一起）。
激光雷达：
距离精度可达厘米级（如plusmn;2cm），角度分辨率可至 0.1 度以下。
能精确区分相邻目标（如两车相距 1 米时，点云边界清晰）。
图 车展现场，Lidar点云清晰识别观众轮廓，来自网络
3.环境适应性
毫米波雷达：
抗干扰能力强，不受雨、雪、雾、强光（如逆光）影响，夜间性能稳定。
对非金属目标（如塑料、布料）反射较弱，可能漏检。
激光雷达：
雨、雪、雾会散射激光，导致点云噪声增加，远距离探测能力下降（如大雾天有效距离从 200 米降至 50 米）。
强光（如正午阳光）可能干扰接收端，造成部分点云丢失。
对大多数物体（包括非金属）反射稳定，漏检率低。
4.点云属性
毫米波雷达：
点云除了三维坐标（x,y,z），还包含速度信息（通过多普勒效应直接测量，精度高）。
无颜色、反射强度等细节信息，反射强度仅能粗略区分金属 / 非金属。
激光雷达：
点云包含三维坐标、反射强度（可用于区分路面、车辆、行人等不同材质）。
部分 LiDAR（如多线彩色 LiDAR）可输出颜色信息（结合摄像头）。
速度信息需通过多帧点云计算（如光流法），精度低于毫米波雷达。
5.数据量与成本
毫米波雷达：
点云数据量小（每帧 KB 级），对处理器算力要求低。
成本低（车规级雷达约几十到几百美元），适合大规模量产。
激光雷达：
点云数据量大（每帧 MB 级，192 线 LiDAR 每小时可产生数十 GB 数据），需高性能处理器处理。
成本高（车规级高分辨率 LiDAR 曾达数万美元，目前降至几千美元，但仍高于毫米波雷达）。
二者点云特点决定了二者典型应用场景差异。
毫米波雷达适合对环境鲁棒性要求高、需快速获取速度信息的场景，如：
自适应巡航（ACC）：测量前车距离和速度。
自动紧急制动（AEB）：恶劣天气下检测前方障碍物。
激光雷达适合需要高精度三维建模、目标识别的场景，如：
自动驾驶高清地图构建：还原道路细节（车道线、护栏）。
城市级三维扫描：生成精细的建筑、地形模型。所以很多激光雷达的学术数据集是遥测方面的。
详细总结表格如下：
成本、探测距离和处理算力需求的对比
1、成本差异
毫米波雷达成本仅为激光雷达的1/10-1/5，主要因激光雷达需精密光学部件（如905/1550nm激光器、旋转镜组）；
4D毫米波雷达虽比传统毫米波贵，但仍显著低于激光雷达 。
图 毫米波雷达只有天线，没有光学部件，来自网络
图 激光雷达的高精度光学器件，来自网络
2、探测性能
距离：毫米波在远距探测（>300米）占优，尤其适用于高速公路场景；
精度：激光雷达在三维建模（如识别路缘石、小物体）上更精准，分辨率可达毫米级。
3、算力需求
激光雷达产生的点云数据需GPU/NPU进行实时处理，算力消耗大（典型需求>20TOPS）；
毫米波雷达输出可直接用于决策，适合算力受限的入门级智驾系统。
顺便说一句，4D毫米波的4D，第四个维度是高度。
总结
首先，毫米波雷达绝不可能取代激光雷达，一句话原因，精度太差。
在毫米波雷达看来，站立不动的路人和路上的锥形桶是一回事儿。这里强调站立不动是因为毫米波可以用多普勒效应检测点的速度，说以走路的人和锥形桶还是可以区分开的。
图 激光雷达和毫米波雷达和摄像头对比，来自网络
其次，二者的第一性原理的区别在介质的波长。它们的介质本质都是电磁波（光也是电磁波），唯一区别是波长。
在一些量子力学书籍里面，解释光的波粒二象性，用了一个很好的概念，“波包”，一组波包络在一个小范围内，就像一个粒子。波包的解释光的波粒二象性，不敢说完美，但是比我们上学时候学的辩证法（同时又是驴又是马）解释还是强多了。
图 波包，来自网络
毫米波的波长长，波包软，射程远，穿透性强，但精度不高，有点像在丢沙包。
激光雷达的波长短，波包硬，射程有限，反射性强，精度高，有点像在丢小石子。
至于未来有没有介于它们之间的介质，那就要看基础研究的突破了。
-- END --
原文标题 : 都是点云数据，毫米波雷达能否替代激光雷达？
图 各种传感器搭配达成最佳智驾，就是有点费钱
原理差异
点云不是激光雷达独有的。所谓点云，就是用一堆点来表述的数据，每个点的基本盘是xyz三坐标（有一种点云格式就叫.xyz），在附带一些信息，比如强度，比如速度等等。
任何传感器用一堆点来表示探测到的数据，都可以是点云，比如毫米波雷达也是点云。
图 笔者机器上的点云可视化
毫米波雷达：通过发射毫米波（波长 1-10 毫米），利用电磁波反射特性探测目标，通过多普勒效应获取速度信息，点云由反射信号的空间位置计算生成。波长越短的电磁波越“硬”，越容易弹回来；波长越长越“软”，容易穿透过去。
这也是建国初期斯大林要在中国建设长波电台，伟人没有同意。长波电台就是联系水下潜艇的，波长越长穿透力越强，穿过海水。所以毫米波雷达对一些非金属的软物体（比如塑料布）会穿过去没有回波，导致漏检。
特别的，毫米波雷达单独一帧的每个点是有速度的，因为多普勒效应；但是激光雷达单帧点云的每个点只有距离没有速度，因为靠激光反射时间测距，激光波长太短了，无法利用多普勒效应。
图 装在车头的毫米波雷达，来自网络
图 毫米波雷达的点云，比较稀疏，来自网络
激光雷达（LiDAR）发射激光束（波长通常在 600-1600 纳米，比毫米波短多了），通过测量光束往返时间（TOF）计算距离，点云由激光点的三维坐标构成。
其实光也是电磁波，只不过波长超短，频率超高（电磁波和光都是光速），直观说也就特别硬，碰见什么都会反弹，不管是金属还是非金属。当然，这个特点也导致激光雷达特别容易被干扰，雨雾天气，空气中的小水滴和沙尘也会让激光反弹回去。
图 激光雷达，来自网络
图 激光雷达和毫米波雷达探测效果对比，来自网络
点云特点对比
1.点云密度与分辨率
毫米波雷达：
点云密度低，通常每帧只有几十到几百个点（取决于雷达通道数）。
横向 / 纵向分辨率较差，远处目标易出现 “点云稀疏” 甚至丢失，难以区分细节（如车辆轮廓、行人肢体）。
例：128 通道毫米波雷达对 100 米外的车辆，可能仅生成 5-10 个点。
激光雷达：
点云密度高，高分辨率 LiDAR（如 192 线）每帧可生成数百万个点。
能清晰刻画目标轮廓（如车辆的边角、行人的四肢）。
例：192 线 LiDAR 对 100 米外的车辆，可生成数百个点，足以还原其形状。
2.空间精度
毫米波雷达：
距离精度较低，通常在 1 米左右（远距离误差更大）。
角度分辨率差（一般几度到十几度），近距离易出现“点云重叠”（如并排车辆的点云混在一起）。
激光雷达：
距离精度可达厘米级（如plusmn;2cm），角度分辨率可至 0.1 度以下。
能精确区分相邻目标（如两车相距 1 米时，点云边界清晰）。
图 车展现场，Lidar点云清晰识别观众轮廓，来自网络
3.环境适应性
毫米波雷达：
抗干扰能力强，不受雨、雪、雾、强光（如逆光）影响，夜间性能稳定。
对非金属目标（如塑料、布料）反射较弱，可能漏检。
激光雷达：
雨、雪、雾会散射激光，导致点云噪声增加，远距离探测能力下降（如大雾天有效距离从 200 米降至 50 米）。
强光（如正午阳光）可能干扰接收端，造成部分点云丢失。
对大多数物体（包括非金属）反射稳定，漏检率低。
4.点云属性
毫米波雷达：
点云除了三维坐标（x,y,z），还包含速度信息（通过多普勒效应直接测量，精度高）。
无颜色、反射强度等细节信息，反射强度仅能粗略区分金属 / 非金属。
激光雷达：
点云包含三维坐标、反射强度（可用于区分路面、车辆、行人等不同材质）。
部分 LiDAR（如多线彩色 LiDAR）可输出颜色信息（结合摄像头）。
速度信息需通过多帧点云计算（如光流法），精度低于毫米波雷达。
5.数据量与成本
毫米波雷达：
点云数据量小（每帧 KB 级），对处理器算力要求低。
成本低（车规级雷达约几十到几百美元），适合大规模量产。
激光雷达：
点云数据量大（每帧 MB 级，192 线 LiDAR 每小时可产生数十 GB 数据），需高性能处理器处理。
成本高（车规级高分辨率 LiDAR 曾达数万美元，目前降至几千美元，但仍高于毫米波雷达）。
二者点云特点决定了二者典型应用场景差异。
毫米波雷达适合对环境鲁棒性要求高、需快速获取速度信息的场景，如：
自适应巡航（ACC）：测量前车距离和速度。
自动紧急制动（AEB）：恶劣天气下检测前方障碍物。
激光雷达适合需要高精度三维建模、目标识别的场景，如：
自动驾驶高清地图构建：还原道路细节（车道线、护栏）。
城市级三维扫描：生成精细的建筑、地形模型。所以很多激光雷达的学术数据集是遥测方面的。
详细总结表格如下：
成本、探测距离和处理算力需求的对比
1、成本差异
毫米波雷达成本仅为激光雷达的1/10-1/5，主要因激光雷达需精密光学部件（如905/1550nm激光器、旋转镜组）；
4D毫米波雷达虽比传统毫米波贵，但仍显著低于激光雷达 。
图 毫米波雷达只有天线，没有光学部件，来自网络
图 激光雷达的高精度光学器件，来自网络
2、探测性能
距离：毫米波在远距探测（>300米）占优，尤其适用于高速公路场景；
精度：激光雷达在三维建模（如识别路缘石、小物体）上更精准，分辨率可达毫米级。
3、算力需求
激光雷达产生的点云数据需GPU/NPU进行实时处理，算力消耗大（典型需求>20TOPS）；
毫米波雷达输出可直接用于决策，适合算力受限的入门级智驾系统。
顺便说一句，4D毫米波的4D，第四个维度是高度。
总结
首先，毫米波雷达绝不可能取代激光雷达，一句话原因，精度太差。
在毫米波雷达看来，站立不动的路人和路上的锥形桶是一回事儿。这里强调站立不动是因为毫米波可以用多普勒效应检测点的速度，说以走路的人和锥形桶还是可以区分开的。
图 激光雷达和毫米波雷达和摄像头对比，来自网络
其次，二者的第一性原理的区别在介质的波长。它们的介质本质都是电磁波（光也是电磁波），唯一区别是波长。
在一些量子力学书籍里面，解释光的波粒二象性，用了一个很好的概念，“波包”，一组波包络在一个小范围内，就像一个粒子。波包的解释光的波粒二象性，不敢说完美，但是比我们上学时候学的辩证法（同时又是驴又是马）解释还是强多了。
图 波包，来自网络
毫米波的波长长，波包软，射程远，穿透性强，但精度不高，有点像在丢沙包。
激光雷达的波长短，波包硬，射程有限，反射性强，精度高，有点像在丢小石子。
至于未来有没有介于它们之间的介质，那就要看基础研究的突破了。
-- END --
原文标题 : 都是点云数据，毫米波雷达能否替代激光雷达？
