Le radar à ondes millimétriques (radar MMW) et le LiDAR sont tous deux utilisés dans les systèmes de détection automobiles, mais ils présentent des différences distinctes en termes de principes de fonctionnement, de capacités et d'applications.
Principe de fonctionnement
Radar à ondes-millimétriques (radar MMW) :Utilise des ondes radio dans la plage de fréquences d'ondes millimétriques (généralement 24 GHz, 77 GHz ou 79 GHz) pour détecter des objets en mesurant le délai et le décalage Doppler des signaux réfléchis.
LiDAR (détection et télémétrie de la lumière) :Utilise des faisceaux laser (généralement dans le spectre proche-infrarouge) pour scanner les environs et créer une carte 3D haute-résolution en mesurant le temps nécessaire à la lumière pour revenir après avoir heurté un objet.
Portée de détection et précision
Radar MMW :Possède une longue portée de détection (jusqu'à 250 m), fonctionne bien dans des conditions météorologiques défavorables (pluie, brouillard, poussière), mais a une résolution plus faible et a du mal avec les petits objets.
LiDAR :Fournit une imagerie 3D haute-résolution avec une détection précise des objets et une reconnaissance des formes, mais a une portée plus courte (généralement 100 à 200 m) et peut être affectée par les intempéries et la forte lumière du soleil.
Application dans les voitures
Radar MMW :Couramment utilisé pour les systèmes de régulateur de vitesse adaptatif (ACC), de détection d'angle mort (BSD) et d'évitement de collision.
LiDAR :Principalement utilisé pour la conduite autonome et les systèmes avancés d'aide à la conduite-(ADAS) en raison de ses capacités de cartographie environnementale détaillée.
Coût et complexité
Radar MMW :Plus rentable-, compact et largement adopté dans les véhicules de production.
LiDAR :Plus cher et complexe, mais ses prix diminuent avec les progrès technologiques.
En résumé, le radar MMW est meilleur pour la détection à longue-et le fonctionnement dans toutes les conditions météorologiques, tandis que le LiDAR offre une résolution et une reconnaissance d'objets supérieures, ce qui le rend idéal pour les applications de conduite autonome-de haut niveau.
