......................................................................................64 2.4.12.5 毫米波雷达................................................................................................. 作，而结构 光技术则与之相反，在强光下无法正常工作。因此有的厂家把两种技术进行组合，弥补彼此的缺陷，扩大 其适用的环境范围。 2.4.12.5 毫米波雷达 毫米波雷达最基本的探测技术是使用 FMCW 连续线性调频波去探测前方物体的距离，毫米波雷达发 第 55 页 广州中海达天恒科技有限公司 差拍频率的高低就可以判断障碍物的距离。 图 69 毫米波雷达及其测距原理 毫米波雷达在测量目标的距离、速度和角度上展现的性能和其他传感器还是略有区别的。视觉传感器 得到的是二维信息，没有深度信息，而毫米波雷达则是具备深度信息的，可以提供目标的距离；激光雷达 对于速度并不敏感，而毫米波雷达则对速度非常敏感，可以直接获得目标的速度，因为毫米波雷达会有很 明显的多普勒效应，通过检测其多普勒频移可将目标的速度提取出来。

“航点飞行、环绕飞行、仿 地飞行、动态航线” 等 10 + 种飞行模式，内置地形跟随算法 可自动匹配飞行高度，复杂地形作业效率提升 40%。 ③全向安全，复杂环境稳定作业 六向立体避障：双目视觉 + 毫米波雷达融合感知， 实现 360° 无死角环境监测，可探测 0.1 米细小障碍物（如 电线、树枝），避障响应时间＜200ms，复杂山区、城市 峡谷作业安全性提升 80%。 高精度定位：新一代 RTK 90%待命电量，提升 5%，50℃电池起充 温度，高温环境降落即可充电，400 次电池循环次数。 搭配避障雷达，毫米级避障，结合环扫激光雷达， 实现 15m/s 速度，12 毫米导线级避障。配合机身腹部内置 的毫米波雷达，实现全向感知避障，在夜晚完全无光得环境 避障雷达仍然能保证作业安全，变电站等复杂环境，实现精 细避障及自动丝滑绕行。 自然资源 xxx 项目建设方案 125 自然资源 xxx 项目建设方案

杂的交通场景，例如识别行人、车辆、交通标志、信号灯等元 素，并判断其状态。 数据融合是提高自动驾驶系统安全性和可靠性的关键环节。在 视觉处理过程中，摄像头获取的数据需与其他传感器（如激光雷 达、毫米波雷达）的数据进行融合，以充分利用不同传感器的优 势。此时，常用的数据融合方法包括：  传感器融合算法：例如卡尔曼滤波、粒子滤波等，这些算法可 以有效整合来自不同传感器的信息，生成更为准确和鲁棒的障