激光雷达 ToF 测距和毫米波雷达测距差别在哪

摘要：激光雷达用 ToF（飞行时间）测量光脉冲往返时间得到距离，波长短、波束窄，角分辨率天然比毫米波细一个量级；毫米波靠 FMCW 差频测距，波长长、穿透力强，且能从相位变化直接得到速度。两者的失效边界互补而非替代。本文面向做传感器配置的工程人员。

关键词：ToF、激光雷达、毫米波雷达、测距、角分辨率

一、ToF 测距的基本原理是什么？

ToF 直接测量发射光脉冲到接收回波之间的时间间隔 Δt，距离 R = c·Δt/2。由于光速极快，1cm 距离对应的往返时间约 67ps，对计时电路分辨率要求极高，工程上通常用时间数字转换或相关检测实现。

与毫米波不同，激光测距不依赖扫频与 FFT，单次脉冲即可得到一个距离点，配合扫描机构逐点形成点云。因此其点云是「逐点构建」的，而毫米波是「整帧 FFT」一次性得到的。

二、为什么激光的角分辨率天然更细？

角分辨率与波长成正比、与孔径成反比。905nm 激光的波长约为 77GHz 毫米波的五万分之一，即便不刻意做大孔径，发散角也能做到 0.05°–0.2° 量级，而毫米波在同等尺寸下只能到 1°–3°。

这就是激光能重建场景轮廓、毫米波只能给出稀疏目标点的根本原因。反过来看，毫米波要达到接近激光的角分辨率，必须靠大量虚拟通道把等效孔径做大，代价是算力与成本。

三、毫米波测距为什么更抗环境干扰？

毫米波波长 3.9mm，远大于雨滴、雾滴、粉尘的粒径，散射处于瑞利区，衰减随粒径与波长比的高次幂下降，因此穿透雨雾扬尘的能力明显强于光学波段。

激光波长在亚微米量级，与雾滴、尘粒尺寸相当，会发生米氏散射，能量被强烈散射掉，表现为点云中出现大量虚假近距点或直接探测距离骤降。这是激光在恶劣天气下的主要失效模式。

取值需按实际器件与实测工况确认。

四、两者在远距衰减上差多少？

自由空间路径损耗随距离平方增长，对两者都成立，但绝对值差别很大：毫米波的传播损耗本身高于激光的光束扩散损耗，只是毫米波靠天线增益补偿。

实际差异体现在最大量程：1550nm 远距激光可做到 200–250m，毫米波前向雷达在同等功率下可到 200–300m。真正的差别不在最远距离，而在远距时的角分辨率——激光在 200m 处仍能分辨行人轮廓，毫米波只能给出一个点。

五、雨雾雪对两种传感器的影响分别是什么？

雨对毫米波影响有限，主要表现为雨滴散射抬升噪声底；对激光表现为探测距离下降与虚假点增多。雾对毫米波几乎无影响，对激光影响显著，浓雾下有效距离可能减半。

雪比雨雾更麻烦：积雪覆盖传感器窗口会直接遮挡，这对两种传感器都是硬失效，靠除霜加热与清洗方案解决，不属于信号处理范畴。这也说明恶劣天气的鲁棒性很大一部分取决于机械与热设计。

六、为什么毫米波能直接测速而激光通常不行？

毫米波利用多普勒效应，从连续帧的相位变化率直接得到径向速度，这是 FMCW 体制的固有能力。ToF 激光单点测量得到的是距离序列，要得到速度需要对距离求导，精度与帧率强相关，且对点云配对错误敏感。

近年出现的 FMCW 激光雷达通过调频连续光也能直接测速，但成本与成熟度仍在推进中。因此现阶段的速度信息仍主要来自毫米波。

七、点云密度与距离分辨率是不是一回事？

不是。距离分辨率是沿视线方向区分两个目标的能力，激光靠脉冲宽度决定，毫米波靠带宽决定；点云密度是单位时间内获得的点数，由扫描方式与出点率决定。

一个常见误解是拿点云密度当成感知能力的全部：点云密不代表能穿透雨雾，也不代表能测速。选型时应把点云出点率、角分辨率、帧率分开考核，再叠加环境适应性要求。

八、两者在功能安全上的失效边界有什么不同？

毫米波的典型失效是漏检小 RCS 目标与相邻目标合并，属于性能局限；激光的典型失效是环境导致的点云质量骤降，属于外部触发条件。

在预期功能安全的视角下，两者都属于「已知局限」，需要靠场景库与触发条件识别来收敛，而不是靠单点硬件指标提升。这也是为什么融合方案中两者都保留——它们的失效模式不相关，可以互相兜底。

结论： 1. 当场景要求识别目标轮廓与静态场景重建时，选激光雷达，其角分辨率可达 0.05°–0.2°，毫米波在同等成本下做不到。 2. 当场景以雨雾扬尘天气为主或需要直接测速时，选毫米波，激光在浓雾下有效距离可能下降一半以上。 3. 当两者同时存在时，应按失效模式不相关的原则做融合，任一路单独失效都应有降级策略，而不是互相校验后一起丢弃。

九、融合时两种数据怎么对齐？

对齐包含三层：空间对齐、时间对齐与语义对齐。空间对齐靠外参标定，把激光点云与雷达目标统一到车身坐标系；时间对齐靠统一时间基准，使两类数据对应到同一时刻，避免高速工况下出现位置偏差。

语义对齐是最容易被忽略的一层：激光输出的是点云簇，雷达输出的是带速度的目标，两者的「一个目标」定义不同。直接按距离最近配对会在密集场景下错配，应先在同一语义层级上做关联，例如把点云聚类后再与雷达目标关联。

实际工程中建议保留各自的置信度，让融合层按置信度而非固定权重组合。这样在某一路退化时，置信度会自然下降，系统可以平滑地切换到另一路，而不需要硬性的故障判定。

相关阅读

• 激光雷达和毫米波雷达到底是替代还是共存 — 本文从原理层对比两者，那篇从趋势层讨论长期关系
• 77GHz 毫米波雷达探测距离要选多少才够用 — 毫米波量程的选型口径，可与本文的环境适应性对比参照