在相當長的一段時間里，我們對激光雷達“技術路線”的討論，都停留在ToF激光雷達“按掃描架構如何分類”，卻忽略了一個更高維度的分類：以測距方式為依據，激光雷達可分為ToF與FMCW兩個大類。

除光學鏡頭有相同之處，這是兩個幾乎完全不同的品類。可以說，TOF與FMCW的分類，要遠比所謂“機械旋轉、MEMS、轉鏡、棱鏡、Flash”這樣的分類重要得多。

從公開信息看，截止目前，從事FMCW激光雷達公司研發的大致有如下兩股力量：

1.從一開始就聚焦于FCMW路線的公司，如Aeva、Mobileye、Blackmore、LightIC、Strobe、Analog Photonics、Baraja、Scantinel Photonics、Bridger Photonics、Insight LiDAR、SiLC、OURS、光勺科技、光珀、洛微、微源光子等；

2.Waymo、禾賽、華為等現階段以ToF路線為主的公司。

的是，在2017年之后成立的公司，幾乎都沒有做TOF產品，而是從一開始就走FMCW路線。因為，在這些公司看來，TOF路線已經被先發的公司做得比較成熟了，他們再做機會已經不多了；并且，TOF技術路線固有的局限性，也需要通過一種新的技術路線來“彌補”。

然而，盡管參與者甚眾，但據光勺科技CEO姚建在幾個月前的一次演講中說，目前，在全球范圍內，能提供FMCW激光雷達樣機的就Aeva、Blackmore、光勺等極少數幾家。

FMCW這個概念容易給人一種“不明覺厲”的感覺，但除少數從業者外，外界對FMCW激光雷達所知甚少。

9月份，《九章智駕》閱讀了超過10萬字關于FMCW激光雷達的公開資料，并在這些資料的基礎上又梳理出數十個問題，然后，帶著這些問題跟光勺科技CEO姚建、洛微CTO Andy.Sun、摯感光子IC設計總監吳雷等6位業內專家做了深入交流，整理出本系列關于FMCW激光雷達的“科普文”。

在采訪的過程中，《九章智駕》發現了一個很有意思的現象：對關于FMCW的一些基本問題，從業者們之間尚未完全達成共識。

一．FMCW激光雷達的定義

FMCW的全稱是 Frequency Modulated Continuous Wave,翻譯成中文為“調頻連續波”，它是一種相比于TOF的激光雷達測距原理。因此，在談FMCW前，我們先簡單地介紹一下TOF。

TOF（全稱為Time of Flight，中文名為“飛行時間法”）的測距原理是：用光脈沖在目標物與激光雷達間的飛行時間乘以光速來測算距離。TOF激光雷達采用了脈沖振幅調制技術（AM），因而也被稱為AM激光雷達。

與ToF路線不同，FMCW主要通過發送和接收連續激光束，把回光和本地光做干涉，并利用混頻探測技術來測量發送和接收的頻率差異，再通過頻率差換算出目標物的距離。

具體地說，激光束擊中目標物后被反射，而反射會影響光的頻率——如果目標物向車輛走來，頻率會升高；如果目標物和車輛同方向行走，則頻率會降低。當反射光返回到探測器，與發射時的頻率相比，就能測量兩種頻率之間的差值，從而計算出物體的距離信息。

簡言之，ToF使用時間來測量距離，而FMCW使用頻率來測量距離。

下圖以三角波調頻連續波為例來介紹其測距原理：藍色為發射信號頻率，紅色為接收信號頻率，發射的激光束被反復調制，信號頻率不斷變化。

圖片摘自公眾號“美團無人配送”于2021年6月28日發布的《主流激光雷達分類及原理》

此外，據某FMCW激光雷達公司CEO奚先生介紹，FMCW與TOF還有一個很明顯的不同：TOF為了減少環境光的干擾，重點在于濾波，即將工作波長以外的光擋在雷達接收器以外；而FMCW只對自身發射的激光產生干涉，不受其他光源的光干擾。簡單地說，TOF是“排斥異己”，而FMCW是“吸引同類”。

FMCW激光雷達的核心技術多來自光通信領域，微源光子董事長兼總經理朱曉琪說，FMCW激光雷達收發信號的調制解調算法跟光通信產品的光模塊有很大類似之處；用光勺科技CEO姚建的話說，就是“把光通信產品的發射端和接收端放到一起，然后把光纖折起來，就是一個FMCW激光雷達”。

光通信領域中用到大量的硅光技術，而FMCW激光雷達的接收和掃描中也需要用到硅光芯片。所謂硅光芯片，即在CMOS的晶元上做很多光路的控制，包括有源的控制、調制解調這些控制。簡單地說，與普通的硅芯片相比，硅光芯片既能導電又能導光。

當然，光通信產品也并非一開始就基于硅光技術。早期的光通信產品，也用到了很多分立器件，其典型特點是體積大、成本高；隨著硅光技術成熟并被引入，光通信產品開始朝著集成化方向發展，應用規模也開始大幅度增長。

鑒于FMCW激光雷達高度依賴于硅光的產業鏈，因此，FCMW激光雷達公司的成長節奏也在很大程度上受制于硅光產業鏈的成熟度。

某激光雷達公司創始人告訴《九章智駕》：“為什么DARPA系的FMCW激光雷達公司基本上都是在2018年之后才成立？因為，只有這個時候，硅光的工藝才算成熟了。硅光通信也就是最近兩三年才火起來的。在此之前，由于沒有辦法依賴硅光的集成來降低成本，因此，做FMCW的成本一定很高。”

二．FMCW激光雷達的技術路線

1.按相干的方式分類

據光勺科技CEO姚建等介紹，FMCW按光波的相干方式，可分為調頻和調相兩種。兩者在實際上是一樣的（調頻的導數就是調相，調相的積分就是調頻），但實現方法什么不太一樣：

調頻，類似于把光波的信號加在一根“彈簧”上，彈簧被壓縮或拉升；

調相，是給信號加上一個隨機的編碼調制，本質上一種編碼技術。

按洛微CTO Andy Sun的說法，相位和頻率是關聯的，調相可以看作是一種非線性或編碼形式的調頻。

線性調頻FMCW的優勢在于FFT的信號處理技術提供極高的信噪比，且芯片和IP非常成熟，但對激光器的調頻線性度要求很高，市面現有的激光器價格較高，但近年來隨著采用低成本光通信激光器技術的供應商不斷涌入，未來成本會大為降低。線性調頻技術的代表公司為Blackmore和SILC。

編碼調相或非線性調頻，對激光器的調制的要求較低，可以采用更易獲得的大出光功率的光纖激光器，但缺點則在于ADC的采樣速率要求很高，需要特殊的DSP算法且信噪比相對FFT較低。采用這種技術路線的代表公司為Aeva、光勺科技。

Andy Sun認為，相比于非線性調頻或編碼調相，線性調頻方式可實現更高的信噪比，因此，在做遠距離FMCW激光雷達時會是更好的選擇。

2.按調頻的實現方式分類

某不愿具名的激光雷達廠商負責人稱，調頻有兩種實現方法：

外調，即用光電調制器把射頻信號加載上去實現調頻；

直調，即直接改變激光器的工作電流，讓它的工作波長實現線性調頻。

這兩種方案在性能上沒有什么區別，但集成度和成本很不一樣：

外調的集成度很低，成本很高；

直調的方式省掉了調制器和信號源的成本，但實現難度比較大。

按上述人士的說法，目前，在激光雷達廠商中，只有Aeva一家搞定了直調技術。

三．FMCW相比于TOF的優勢

與TOF相比，FMCW激光雷達有哪些優勢呢？下面，我們結合TOF激光雷達的局限性來一一做對比分享。

1.TOF的光波容易受環境光干擾，而FMCW的抗干擾能力很強

TOF的關鍵技術在電信號（通過調制電的脈沖讓光的脈沖更窄，再把光變成電信號，然后再去操縱電信號來解析出來這個脈沖），而電信號的一大特質是，很容易被環境噪聲干擾。

TOF激光雷達因為采用的是直接探測，對所有進入探測器的光都響應，因此，當車上安裝的激光雷達比較多或多輛搭載激光雷達的車在同一個區域行駛時，如何避免各激光雷達發出的光波互相干擾就成為一大難題。

為解決這些問題，各激光雷達廠商不得不投入大量資金去研究專門的抗干擾技術。最常見的技術是，對每一束激光脈沖進行單獨編碼,使其不受其他激光雷達的干擾。不過，編碼會導致信噪比下降，進而犧牲測距能力。

此外，TOF激光雷達還很容易受強光的影響。如果在工作時面向陽光，則在陽光太強時，它就很難看清目標了。想象一下，攝像頭和激光雷達同時因陽光太強而失靈，會是個什么情況？

Luminar等廠商為了實現更長的探測距離，甚至采用了1550納米激光器，但姚建等人則認為，1550納米激光器如果用于TOF，會對陽光比較敏感，因而無法在強光下工作。

當然，這個問題也并非完全無解。比如，可以通過各種濾波片來對抗干擾；也可以把系統的焦距做得更長——焦距長了，單點測試的視場角就更小了，因而，接觸到的陽光也會更少。注意，后一種做法的代價是，會犧牲FOV。

不過，對FMCW激光雷達來說，“干擾”就再不是一個問題了。

首先，FMCW基于相干原理（被反射回的光跟本地光干涉），它只能接收到自己發出去的光（頻率相同或相近），因而不會受到各種“雜光”的干擾——這里的“雜光”，既包括來自其他激光雷達的光，也包括太陽光等環境光。

其次，按光勺姚建的說法，FMCW激光雷達是單光子，它內置的光源的強度要比反射進來的陽光強度高至少三個數量級，因此，陽光對它的影響基本可以忽略不計。

此外，FMCW激光雷達抗干擾能力強，還有一個原因是：濾波片很小很小。

前面說過，加濾波片是對抗環境光干擾的一種手段，濾波片的帶寬越小，抗干擾能力越強。通常，TOF激光雷達的濾波片帶寬有20-30納米，而FMCW激光雷達的濾波片帶寬則在0.01納米以內。

2.TOF的信噪比過低，而FMCW的信噪比很高

信噪比過低，是TOF激光雷達難以擺脫的一個痛點。具體地說，一款激光雷達宣稱探測距離達200米，但實踐中，它可能無法區分出所謂的目標物究竟是真目標還是偽目標。

原因在于，目標物對陽光等環境光的反射、漫反射等會引起不必要的噪聲信號，而在接收端，這些噪聲信號又會被轉換為電信號，并被放大。

據姚建介紹，TOF激光雷達遇到的噪音在業內被稱為“加性噪音”。所謂“加性噪音”，即探測端接收端到了信號，但這有可能是個“偽目標點”。通常，TOF激光雷達需要根據反射率去判斷這個點究竟是真目標點還是“偽目標點”。

而FMCW激光雷達就不必擔心這個問題。原因有二：

（1）.FMCW激光雷達的探測端只能接收到自己發出去的光，因此，如果返回的光不匹配最初傳輸的時間、頻率和波長，FMCW激光雷達知道過濾掉那個數據點，這意味著能夠實現更精確的目標檢測。

（2）.FMCW激光雷達中，除了激光器所發出的信號光外，還有經過光束分束器的本振光，信號光的回波和本振光一同耦合到光探測。除了接收到光信號光功率，外本地震蕩光功率也一同與背景噪聲相競爭，結果就壓抑了噪聲。

通常，FMCW激光雷達的信噪比要比TOF高10倍以上。某FMCW激光雷達公司CEO奚先生甚至認為，FMCW激光雷達采用相干的檢測方式，其信噪比可以比TOF高3-4個數量級，并且，“隨著半導體工藝更加精進，其干涉效率還會進一步提升”，理論上可以實現單光子探測。

用姚建的話來說，FMCW激光雷達的噪音屬于“乘性噪音”，即“一旦探測端收到了某個信號，那前方目標就是真實存在的，而不是‘偽目標’”。

遠距離激光雷達往往會犧牲FOV來追求更長的探測距離，這其實對信噪比要求比較高，因此，在技術成熟后，FMCW會是遠距離感知更好的選擇。

3.TOF的速度維數據質量低，而FMCW可獲取每個像素點的速度維數據

在FMCW激光雷達廠商的PR中，“速度維數據”是一個無法回避的亮點。那么，TOF激光雷達就不能提供目標物的速度維數據嗎？

未必。準確地說，TOF僅通過測量發出的激光脈沖的返回時間計算距離，因而“無法直接獲取目標物的速度信息”。在實踐中，TOF是根據目標物在激光雷達工作中各幀之間的位移及時間差等，利用深度學習技術測算出其瞬時速度。

然而，按照某FMCW激光雷達公司創始人的說法，在許多情況下，一款號稱探測距離達到300米的TOF激光雷達，一旦目標物的距離超過某100米，由于激光雷達打在上面的線數太少，速度就很難被計算出來。

洛微CTO Andy Sun提到另一種原因：速度計算中需要用到2幀之間的距離差對時間差求導數，對噪聲的敏感度很高，這會導致計算結果的誤差會非常大，甚至根本就不能用。實踐中通常需要使用遠多于2幀的數據做平滑來降低噪音干擾，算出來的速度會靠譜一些，但這樣做又會導致過大的時延。

但FMCW激光雷達就不必擔心這個問題。因為，FMCW的反射光頻率會因為多普勒效應根據前方移動物體的速度而改變，可直接計算出目標物每個像素點的速度數據。

速度維數據有什么用？

某FMCW激光雷達公司CEO奚先生提到這樣兩個場景：

（1）.一輛自動駕駛車輛正以120公里時速行駛，突然被另一輛以125公里的時速行駛的車輛近距離加塞，會發生什么？

在人開車的情況下，駕駛員通常會敏銳地意識到，另一輛車在加塞成功后跟我的間隙會越來越大，因此，我不必采取任何措施；但對自動駕駛系統來說，這是一件非常難的事情——由于無法獲取精確的速度維數據，攝像頭及TOF激光雷達均無法幫助決策系統做出“它（加塞車輛）跟我的間隙會越來越大”的判斷，事實上，緊急制動才是自動駕駛系統在這種情況下更常見的舉措，而這容易引發后方（被）追尾。

但如果將TOF激光雷達換成FMCW，問題便迎刃而解了。因為，FMCW激光雷達不僅可以精確地檢測到加塞車輛的位置，而且也會精確地探測到加塞車輛的矢量速度，從而幫助決策系統做出“我只要不加塞，就能避免碰撞”的結論，因此，就避免了不必要的剎車。

（2）.下雨天，車輛前輪胎會濺起水霧，TOF激光雷達射到水霧上后，形成的點云也是一團一團的，看起來跟車輛或其他障礙物沒什么區別，這種信息，會給決策系統造成很大的困擾——是剎車還是不剎車呢？如果經常因水霧而誤剎車，不僅乘坐體驗很差，而且還埋下了安全隱患（被追尾）。

但如果將TOF換成FMCW，問題便迎刃而解了。因為，前輪胎濺起的水霧，都有明顯的上升和下降的軌跡，而FMCW激光雷達可通過這些矢量速度信息，幫助決策系統判斷出它們是“水霧”，因而在決策算法將其過濾掉。

而姚建則舉了這樣幾個例子：

(1).有摩托車被白色汽車遮擋，只漏出一個小角，對這樣的目標，TOF是無法識別的，而FMCW則因為可以監測到這一個“小角”的速度信息，就能夠識別。

(2).兩輛車貼得很近，TOF激光雷達很難分清這究竟是一輛車還是兩輛車，但FMCW因為可以獲取車輛每個像素點的速度信息，便可以很容易就將兩輛車區分開來。

(3).監測行人時，TOF激光雷達只能籠統地判斷出“那兒有一個人”，而FMCW則可以清晰地看哪邊是這個人的左胳膊、哪邊是右胳膊。

姚建解釋道：“因為有速度維數據，激光在碰到障礙物后哪怕只返回了一個點（目標物反射率過低、距離過遠等原因導致），也不大會影響監測結果。”

按姚建的說法，FMCW激光雷達的探測距離可長達500-600米。這也是Aurora在轉向干線物流場景后決定收購FMCW激光雷達廠商Blackmore的關鍵原因——卡車需要看得很遠，而在遠處激光雷達的光點就很稀疏了，但如果有了速度維數據，光點稀疏就不是個嚴重的問題了。

姚建稱，除延長了有效探測距離外，速度維數據還可以帶來以下兩大好處：1.由于反射率很低的物體也可以被僅憑一個光點就被探測到，因此，反射率是多少就不那么重要了。所以，用戶可以不必再專門去測各種目標的反射率。

2.從傳感器曾經就輸出目標物每個像素點的速度，這便減少了后端處理對算力的要求。并且，傳感器融合的算法架構也好做了。

此外，速度維數據，還可以彌補FMCW激光雷達在點頻上的劣勢。

某TOF激光雷達廠商負責人說，與TOF測距一次需要2微秒不同的是，FMCW測距一次需要20微秒，因此，后者的點頻會更少。但總體上，點頻低并沒有影響到探測效果，原因在于，因為每個像素點都包括了速度維數據，點頻不需要做到很高就可以實現對遠距離運動物體的感知。

不過，某FMCW激光雷達公司CEO奚先生則認為，在光點很稀疏情況下的探測結果，不僅要看激光雷達本身的能力，還要看下游客戶的算法是怎樣實現的——如果算法認為，激光雷達的點云太稀疏，打在前方遠處車輛上只有三個點，“置信度不夠”的話，那這個探測結果就會被“無視”。

現在有種新的說法，AI算法感知周圍物體，還需要實時驗證感知結果是否正確，離真實值有多少差距，激光雷達的作用將在此體現出來——通常來講測量是客觀的、可參考的，當然前提條件還是需要激光雷達提供的測量結果具有足夠的精度、密度及穩定度。

4.TOF很難跟OPA掃描結構兼容，而FMCW天然更適合OPA

前文已經說過，TOF還是FMCW，主要是對收發系統而言的，掃描系統也很關鍵。TOF激光雷達的掃描方式有機械旋轉、轉鏡、棱鏡、MEMS與Flash、OPA等多種，其中，只有Flash和OPA算是純固態掃描，而OPA掃描的優勢更明顯。

因為，Flash是面陣掃描，而OPA是點掃描，光功率更集中，理論上，探測距離可以比Flash更長。

但真相是，前面幾種掃描方案都有頭部激光雷達廠商在做，但OPA雖然也曾火過一陣子，卻始終沒鬧出什么動靜。事實上，第一個提出將OPA用于TOF激光雷達的Quanergy公司，已在三年前就從車載激光雷達市場上出局了。

為何？ OPA掃描通常基于硅光芯片來做，而TOF的峰值功率過高（通常在40-50瓦，甚至可達100 瓦），硅光芯片“根本扛不住”。

當然，也可以把TOF的功率做低一些，這樣OPA芯片就不會受損了。然而，這同時也意味著探測距離的縮短。如Quanergy之前TOF+OPA組合的方案，探測距離就不到100米，這顯然無法滿足自動駕駛車輛對主激光雷達的要求。

相比之下，FMCW的峰值功率只有“百毫瓦級別”，比TOF“低4個數量級”。原因在于：

TOF的單次測距只需2微秒，而FMCW單次測距需要20微秒，盡管總能量并不少，但由于能量在時間上是平攤的，因而峰值功率會比較低；

TOF的信噪比較低，如果功率太低，就無法獲得足夠多的“有效信號”，而FMCW的信噪比很高，即便是用很低的功率，也可以獲得足夠多的“有效信號”。

鑒于此，OPA掃描如果跟FMCW收發搭配，就不必擔心峰值功率的問題了。

反過來，也可以說，OPA只有在FMCW成熟之后才可以應用在車載激光雷達上。

5.FMCW 可實現更高程度的“芯片化”

當前，許多TOF激光雷達廠商都在努力通過“芯片化”這一手段來提高產品的集成度、降低成本，不過，能芯片化的模塊，頂多只有信號處理、激光器、探測器等，光學鏡頭和掃描部件（Flash是面陣，沒有獨立的掃描部件）是暫時無法被芯片化的。

（注：TOF激光雷達中的光學鏡頭無法集成化，是多數廠商的共識，但奚先生認為，在單晶硅的光學化技術加持下，哪怕在TOF中，光學鏡頭將來也是可以被集成化。）

然而，在FMCW激光雷達中，在最理想的情況下，連光學鏡頭和掃描部件也可以被芯片化。

當然，從技術原理上看，FMCW并非天然就是芯片化的。

據洛微CTO Andy Sun介紹，同樣基于相干原理的光通信產品，早期都是由一堆分立器件“拼接”起來的。但近幾年，有一個新的趨勢是包括，思科、華為及中興這些巨頭都開始采用基于硅光子芯片的集成集成方案。

原因在于，由于供應鏈已經比較成熟，基于分立器件做的光通信產品，盡管性能可以得到保障，但由于組件眾多且需要高精度的對準耦合，每套的成本高達數萬美金，相比之下，基于硅光的方案，單套成本已可降至一兩千美金、甚至幾百美金了。

類似的是，早期的FMCW激光雷達（如Blackmore公司之前的產品），還是由光源、分光器、天線、混頻、探測器等分立器件堆疊起來的。但這種方案，不僅成本高達數千美金，而且很難過車規，所以，跟光通信產品類似，FMCW激光雷達最終還是要基于硅光技術來做。

（圖片版權屬于洛微公司）

在TOF激光雷達中，激光器和探測器用的是不同的芯片，而在FMCW中，在最理想的情況下，激光器和探測器可以被集成到同一個soc上。

TOF中的芯片化，不包括光學鏡頭和掃描部件，而在FMCW中，光學鏡頭有可能被芯片化，掃描部件直接就是用硅光芯片來做。在最理想的情況下，掃描模塊可跟收發模塊（激光器+探測器）集成到同一個芯片上（這是英特爾和Mobileye及某位于上海的中國公司正在努力的方向）。

因此，很多廠商都認為，FMCW激光雷達的芯片化程度可以做得更徹底，因而也就更有可能享受到摩爾定律的紅利。

、

四．關于FMCW激光雷達的一些爭議和誤解

1.FCMW的探測距離比TOF長？

許多媒體在關于FMCW激光雷達的報道中都提到了其在探測距離上面的優勢，這個觀點，不能說完全不對，但也存在爭議。

按光勺科技CEO姚建的說法，因為有速度維信息，哪怕在打到目標物上的點數很少，或者返回來的光點很少，FMCW激光雷達仍然可以探測到障礙物。因此，探測到500-600米外的車輛是有可能的。

摯感光子IC設計總監吳雷也持類似觀點。

某FMCW激光雷達公司CEO奚先生甚至稱，由于對微弱信號的檢測能力很強，其應用在航空航天場景中的FMCW激光雷達探測距離可達12公里；而其應用在車載場景的FMCW激光雷達，探測距離也可達2公里。

不過，某TOF激光雷達廠商負責人表示，與TOF相比，FMCW激光雷達在探測距離上確有優勢，但并不是“碾壓性優勢”。

隨著單光子探測器的日益普及，TOF激光雷達的測距能力正在不斷提升，FMCW勝在直接測速，而其在測距能力上相比TOF的優勢則在日益縮小。

并且，探測距離一定要跟點頻結合在一起看，只有當分辨率足夠高的時候，談探測距離才有意義，但實際上，FMCW激光雷達的點頻要比TOF低，因此，其宣稱的探測遠探測距離，對于靜態物體的識別，實際價值有限。

另一位FMCW激光雷達公司創始人認為，如果TOF也采用1550nm激光器，那FMCW在探測距離上的優勢就不存在了，“因為FMCW系統的損耗相對偏高”。

2.FMCW激光雷達存在時延？

網上有一種說法是，FMCW激光類雷達“存在時延”。帶著這一問題，筆者特意向一些業內專家求證。

按TOF激光雷達廠商負責人的話來講，與TOF激光雷達單次測距往往只需要2微秒不同的是，FMCW激光雷達單次測距往往需要20微秒左右。原因在于，FMCW激光雷達發出去的光在返回之后還需要和本身的信號做一個拍頻，而拍頻時間太短的話會影響功率。

不過，這18微秒的時間差，并不足以影響到行車安全。因為，“即使兩輛相向而行的車都開100公里/小時，相對速度也就200公里/小時，在不到20微秒的時間內，兩輛車相對位置也只改變了幾毫米”。

3.FMCW不能提供橫向速度，是個缺點？

前面提到FMCW可提供速度維數據，不過，它也有局限性的——只能提供徑向速度（目標物在運動方向與車輛的行駛方向平行時的速度），卻不能提供橫向速度（目標物在運動方向與車輛的行駛方向垂直時的速度）。這也被一些媒體說成是FMCW激光雷達的“缺點”。

對橫向速度的確實被說成FMCW的“缺點”，有廠商是不服氣的。比如，某FMCW激光雷達公司創始人反問：“TOF連個徑向速度都提供不了，FMCW最起碼可以提供徑向速度，為何反而成了缺點了？

我多個徑向速度，總比什么都沒有好吧？”

此外，按照這位創始人的說法，通常，在目標物“有一定體積”的情況下，激光雷達掃到目標物上會有很多個點，在這個點上測一個徑向速度，到那個點上再測一個徑向速度，是可以利用一些公式把橫向速度算出來的。

這位人士還說：“我們用人眼做個類比就知道，橫向速度并不需要特別強調，因為，橫向運動的目標物很容易被人眼‘檢測’到；但徑向速度，那個目標物是遠離你還是靠近你，速度是多少，其實人眼是很難準確評估的，這就需要FMCW激光雷達來發揮作用了。”

下期預告：FMCW激光雷達科普（下）：發射、接收及掃描， 擔心錯過的朋友，記得關注《九章智駕》

參考資料：

激光雷達光源 — FMCW/高頻脈沖激光

https://mp.weixin.qq.com/s/jQexTKvDEmshPhLu2u4FbA

FMCW激光雷達廠商SiLC完成1700萬美元A輪融資，加速推進機器視覺應用https://mp.weixin.qq.com/s/XG2kvFKwRYeusjMqR5pTwQ

4D激光雷達來了！Mobileye/電裝/采埃孚/大眾多家巨頭看好新賽道

https://mp.weixin.qq.com/s/RFIqDU7KLJRejgyrE93PYA

Mobileye/英特爾激光雷達剖析

https://mp.weixin.qq.com/s/e53_yptWgqZJPsUoJRnreQ

杭州愛萊達-國內首個FMCW車載激光雷達技術介紹

https://mp.weixin.qq.com/s/TIUP_Nim0e-iKC95PNTk-Q