智能驾驶的核心是环境感知与定位决策，而传感器就是自动驾驶系统的“五官”，负责实时采集路况、障碍物、车辆姿态、定位等关键数据。目前量产车主流采用摄像头+毫米波雷达+激光雷达+超声波雷达的多传感器融合方案，搭配定位类传感器，实现全场景、全天候的感知覆盖。本文将分类详解每类传感器的核心作用、关键技术指标、优缺点及应用场景，让你全面了解智能驾驶感知硬件的底层逻辑。

摄像头是智能驾驶的“眼睛”，也是唯一能识别颜色、纹理、文字、语义信息的传感器，负责获取二维视觉图像，是交通信号识别、车道识别、目标分类的核心硬件，成本亲民、信息密度高，是L2及以上智能驾驶的标配。

核心作用

• 识别车道线、道路边缘、可行驶区域，支撑车道保持（LKA）、车道居中（LCC）功能；

• 识别交通信号灯、交通标志（限速、禁令、指示标志），实现交通标志识别（TSR）；

• 检测并分类行人、非机动车、车辆、障碍物，区分目标类型，支撑自动紧急制动（AEB）；

• 环视鱼眼摄像头提供360°鸟瞰视图，适配自动泊车、低速挪车场景；

• 红外/夜视摄像头适配低光照、夜间场景，提升弱光环境感知能力。

关键技术指标

• 分辨率：前视主流800万像素，高端车型可达1200万像素；环视/侧视常用200万像素，像素直接决定远距离目标识别精度；

• 帧率：常规30fps，高速场景60fps，保证动态画面无拖影、无延迟；

• 视场角（FOV）：前视主摄像头水平FOV 120°-140°，三目摄像头分长焦（远距）、中焦（常规）、广角（近距），兼顾远近路况；鱼眼摄像头FOV 180°-220°，实现全景覆盖；

• 动态范围（HDR）：高动态范围适配强光逆光、隧道明暗切换场景，避免画面过曝或过暗；

• 探测距离：800万像素前视摄像头最远可探测250-300米，普通200万像素约150米。

优势与短板

优势：语义识别能力强、成本低、体积小、易布局，可获取丰富路况细节；短板：受光照、雨雪、雾霾、强光影响极大，纯视觉测距精度差，单目摄像头需算法辅助测距，双目依赖视差计算，复杂环境易失效。

毫米波雷达是智能驾驶的“全天候感知卫士”，通过发射毫米波电磁波，利用多普勒效应和回波时间测距、测速，不受光照、雨、雪、雾、沙尘影响，是高速巡航、跟车、盲区监测的核心硬件，也是量产车最普及的远距离测距传感器。

核心作用

• 前向远距雷达：适配高速ACC自适应巡航、AEB自动紧急制动，远距离追踪前车；

• 侧向角雷达：实现盲区监测（BSD）、变道辅助（LCA）、后方碰撞预警；

• 4D成像雷达：新增高度维度信息，可识别高架桥、路沿、静止障碍物，区分空中悬挂物与地面目标；

• 精准测速测距，弥补摄像头动态测距短板，适配高速动态场景。

关键技术指标

• 工作频段：短距角雷达24GHz，前向远距主流77GHz（76-81GHz），新一代超长距94GHz；

• 探测距离：24GHz雷达50-80米，77GHz雷达200-300米，94GHz雷达可达1200米；

• 测距/测速精度：测距精度±0.1-0.5米，测速精度±0.1m/s，动态测量稳定性极高；

• 角分辨率：常规雷达3°-5°，4D成像雷达可达0.5°以内，可精准区分相邻目标；

• 点云密度：4D成像雷达点云密度大幅提升，接近激光雷达入门水平，可实现目标轮廓建模。

优势与短板

优势：全天候全天时工作、抗干扰性强、测距测速精准、成本适中、功耗低、寿命长；短板：语义识别能力为0，无法区分目标类型（行人/车辆/障碍物），常规雷达点云稀疏，对低矮障碍物、静止目标识别能力弱。

激光雷达是高阶智能驾驶的“感知王牌”，通过发射激光脉冲，基于飞行时间（ToF）或相位法测距，生成三维点云数据，精准构建周围环境的3D模型，厘米级定位障碍物，是城区NOA、高阶自动驾驶的核心硬件，弥补摄像头和毫米波雷达的感知短板。

核心作用

• 高精度三维环境建模，精准识别行人、车辆、路沿、护栏、锥桶等异形障碍物；

• 远距离、高精度测距，适配高速、城区复杂路况，提升AEB、避障可靠性；

• 弱光、夜间场景性能稳定，不依赖环境光，弥补视觉感知短板；

• 多雷达布局实现360°无死角感知，消除盲区，支撑L3及以上高阶自动驾驶。

关键技术指标

• 线数/点云密度：量产主流128-256线，高端500线以上，线数越高，点云越稠密，细节识别越精准；

• 探测距离：10%反射率下，常规150-250米，高端远距款可达300米，1550nm波长款穿透性更强、距离更远；

• 测距精度：±2-5cm，三维定位精度极高，远超毫米波雷达；

• 视场角（FOV）：水平FOV 120°-140°，垂直FOV 25°-40°，多雷达拼接实现全景覆盖；

• 扫描方式：MEMS固态、OPA固态、机械旋转式，固态激光雷达可靠性更高、更适配量产车。

优势与短板

优势：三维感知精度拉满、测距精准、弱光性能强、可识别复杂异形目标、抗干扰性优于摄像头；短板：成本偏高、极端暴雨大雪天气激光易散射、视窗污染会影响性能、功耗高于毫米波雷达。

超声波雷达是智能驾驶的“近距离保姆”，通过发射高频超声波反射测距，成本极低、近距离精度超高，专门负责低速、近距离场景感知，是自动泊车、倒车雷达的专属硬件，几乎所有量产车标配。

核心作用

• 近距离障碍物探测，适配倒车雷达（PDC）、自动泊车（APA）、记忆泊车；

• 低速挪车、窄路会车时的近距离盲区监测，避免剐蹭；

• 补充其他远距离传感器的近距感知盲区，实现全距离覆盖。

关键技术指标

• 探测距离：0.1-3米，超过3米精度大幅下降，仅适配低速近距场景；

• 测距精度：±1cm，近距离精度碾压所有传感器；

• 配置数量：量产车常规12颗，前后保险杠均匀布局，实现360°近距环绕感知；

• 工作频率：40-50kHz，高频超声波保证近距离测量稳定性。

优势与短板

优势：成本极低（百元级）、近距离精度极高、可靠性强、不受光照和轻微天气影响；短板：探测距离极短、高速场景完全失效、易受地面颠簸、气流干扰，仅适配低速场景。

除环境感知传感器外，定位与姿态传感器负责确定车辆自身位置和行驶状态，是智能驾驶决策的核心依据，常与环境传感器融合使用。

• GPS/RTK北斗定位：实现绝对定位，普通GPS米级精度，RTK差分定位可达厘米级，适配高精地图匹配，高速/城区导航辅助；

• IMU惯性测量单元：测量车辆加速度、角速度、姿态角，定位信号中断时短时精准推算位置，精度±0.1°，适配隧道、地下车库等无GPS场景；

• DMS驾驶员监测摄像头：监测驾驶员疲劳、分心、闭眼状态，触发预警，保障人机共驾安全。

• L2级辅助驾驶：1-2颗前视摄像头+1-3颗毫米波雷达+8-12颗超声波雷达，基础巡航、车道保持、倒车辅助；

• L2+/L3级高阶智驾：800万像素三目前视+4-6颗毫米波雷达（含4D成像）+环视摄像头+12颗超声波雷达，部分车型搭载1颗激光雷达，城区/高速NOA；

• L4级自动驾驶：多颗高清摄像头+5颗以上4D毫米波雷达+3-5颗固态激光雷达+高精度定位+IMU，实现全场景无人驾驶。

  
  

智能驾驶没有单一的“最强传感器”，只有互补融合才能实现最优感知效果。随着4D毫米波雷达、固态激光雷达技术普及，传感器成本持续下探，高阶感知硬件将逐步下放，智能驾驶的安全性和体验也会持续升级。