01

60 秒回答模板

激光雷达选型我会先从项目 ODD 和感知任务倒推，比如需要多远发现障碍物、覆盖前向还是环视、目标大小和速度、是否夜间雨雾、是否量产成本敏感。指标上看探测距离、测距精度、角分辨率、垂直线数或扫描形态、水平/垂直视场、刷新率、点频、近距离盲区、反射率适应性、抗阳光和雨雾能力。工程上还要看时间同步、时间戳精度、外参稳定性、接口带宽、功耗、体积、散热、防护等级、车规可靠性、成本和供应链。最后要用真实场景闭环验证：看点云稀疏区域、小目标、远距离、雨雾、强反光、震动和脏污条件下的检测、跟踪和规划表现，而不是只比较参数表。

考点 任务倒推
难度 真实面经题
回答目标 用 ODD 驱动的指标体系说明激光雷达从参数初筛到实车闭环验证的选型方法。
02

深入解析

01

从任务需求倒推

高速、城区、园区低速和泊车对探测距离、视场和刷新率要求不同。选型前要明确 ODD、目标尺寸、最大速度、制动距离、感知冗余和成本边界，否则参数越高不一定越适合。

02

核心点云指标

要看最大探测距离、测距精度、角分辨率、点频、刷新率、视场角、近距离盲区、反射率范围和噪声水平。线数只是粗略指标，真正影响算法的是不同距离和角度下的点云密度与稳定性。

03

环境和材料边界

雨、雪、雾、强阳光、黑色低反射物体、玻璃和强反射材质都会影响回波质量。工程选型要看传感器在这些条件下的漏检、虚警和测距漂移，而不是只看实验室标称距离。

04

安装和同步约束

安装高度、俯仰角、遮挡、振动、清洁、散热和线束布置会改变有效视场。与相机、毫米波雷达、IMU 和车体坐标融合时，还要关注外参稳定、时间同步精度、PTP/GPS 支持和驱动时间戳。

05

量产工程因素

自动驾驶项目还要考虑功耗、体积、重量、防水防尘、车规温度、寿命、EMC、供应稳定、成本和维修替换。一个在原型车上效果好的雷达，不一定适合量产安装和长期维护。

06

用闭环效果验收

最终要把雷达接入感知链路，看检测召回、误检、目标速度估计、跟踪稳定性、占据栅格、规划急刹和失效降级。参数表只能做初筛，真实路测和场景库验证才是选型依据。

03

易错点

  • 只看线数和最远探测距离，不看点云密度、刷新率和真实反射率条件。
  • 忽略安装位置、遮挡、振动和清洁维护对有效视场的影响。
  • 不提时间同步、外参和驱动接口，无法落到多传感器融合系统。
  • 把参数表当最终结论，缺少场景库和实车闭环验证。
  • 只考虑算法效果，忽略成本、车规可靠性、功耗、散热和供应链。
04

面试官追问

线数越高一定越好吗？

不一定。线数影响垂直采样，但还要看视场、点频、角分辨率、刷新率、噪声、安装位置和算法需求。高线数也意味着成本、带宽和算力压力。

905nm 和 1550nm 选型有什么考虑？

通常要比较人眼安全、探测距离、成本、器件成熟度、雨雾表现和系统集成难度。面试中不必绝对判断，关键是按应用和量产约束取舍。

如何做传感器失效降级？

要监控点云数量、时间戳、噪声、盲区、温度和通信状态，异常时降低置信度，切换到其他传感器冗余或限制功能 ODD。