汽车上常见的雷达类型及功能如下：

一、主要雷达类型

激光雷达（LiDAR）

- 工作原理：

通过发射激光束并接收反射光束，利用三角定位技术生成高精度三维环境模型，可精确测量距离和障碍物形状。 - 核心优势：

- 检测精度高，适合复杂路况和高速场景；

- 能识别障碍物类型（人、车、树等），为自动驾驶提供决策依据；

- 可同步建图与导航，提升定位准确性。 - 局限性：

- 受天气（雨雪雾）影响较大，性能下降明显；

- 成本高，系统复杂，目前多用于高端车型。

毫米波雷达（MW雷达）

- 工作原理：

利用毫米波频段的电磁波探测目标位置和速度，通过多普勒效应判断相对运动。 - 核心优势：

- 兼具雨雪雾等恶劣天气性能，抗干扰能力强；

- 适合高速场景，可实时监测前方车辆动态。 - 局限性：

- 无法穿透浓雾或暴雨，精度略低于激光雷达；

- 仅能判断大致形状和距离，无法识别障碍物类型。

超声波雷达（US雷达）

- 工作原理：

通过发射超声波并接收反射波，根据时间差计算距离，常用于近距离检测（0.1-3米）。 - 核心优势：

- 成本低、能耗小、安装方便，适合低速场景（如倒车、停车）；

- 对雨雪雾等天气干扰较少。 - 局限性：

- 无法穿透固体障碍物，且探测角度有限；

- 反应速度较慢，不适合高速行驶环境。

二、典型应用场景

激光雷达：自动驾驶核心传感器，用于环境感知、路径规划及障碍物识别；

毫米波雷达：自适应巡航控制（ACC）、主动刹车、车道保持等主动安全系统；

超声波雷达：倒车雷达、泊车辅助系统，以及部分低速场景的障碍物预警。

三、技术发展趋势

随着技术进步，汽车雷达正向高精度、低成本的融合方向发展。例如，激光雷达与毫米波雷达的结合可弥补单一传感器的不足，提升整体感知能力。未来，随着传感器融合技术的成熟，汽车将实现更高级别的自动驾驶功能。