自动驾驶分析:自动驾驶汽车的车载传感器为什么频繁失效,一颗橙子大小的路边雷达是怎么从根本上解决盲区问题的

01 前沿导读

据美国莱斯大学在2026年2月发布的研究通报，该校博士后研究员Kun Woo Cho团队研发出一款名为EyeDAR的路边毫米波雷达传感器，体积约等于一颗橙子，可以安装在路灯杆或交通信号灯上，作为自动驾驶车辆的"第二双眼睛"实时工作。在实验室测试中，EyeDAR的目标方位解析速度比现有数字雷达快了200倍，同时功耗极低，造价相比车载传感器系统大幅压缩，预计未来可以批量布设在城市每一个路口。

自动驾驶安全的核心逻辑，是让车辆的传感系统在任何天气、任何遮挡条件下，都能准确感知周围环境。目前主流方案是在车上堆叠摄像头、激光雷达和毫米波雷达，但问题是这些传感器都有一个根本性的视角限制——它们只能"看见"雷达信号能直接照到的地方。一辆大货车挡住了路口，后方进入的行人就成了盲区；浓雾把激光雷达的有效探测距离压缩到不足十米，摄像头也几乎失效。EyeDAR的思路是把"眼睛"从车上挪到路边，让基础设施本身具备感知能力，再把数据主动传给过往的自动驾驶车辆。

当前自动驾驶的传感盲区主要出现在大型遮挡物后方与恶劣天气场景，车载传感器从物理上无法克服这一限制

02 车载传感器为什么解决不了盲区

针对车载传感器的固有局限，莱斯大学电气与计算机工程系副教授Kaiyuan Yang对媒体解释称，摄像头和激光雷达的工作原理决定了它们对雨雾粒子高度敏感，毫米波雷达虽然穿透力更强，但车辆自身发出的雷达信号在射到行人或骑行者这类"弱散射"目标时，回波能量极其微弱，只有一小部分信号会反射回接收端，绝大多数信号都会散射进虚空，车辆实际接收到的有效信息远少于它发出的探测信号。

杨教授还指出，这个问题在遮挡场景下会进一步恶化。当一辆大型车辆停在路口时，后方进入路口的摩托车或行人对主车来说是完全不可见的，而摩托车和行人恰恰是城市交通事故中死亡率最高的群体。此前行业的解决方向主要是提升车载计算能力和传感器密度，但这条路线越走越贵，同时物理遮挡问题从根本上无法靠堆算力解决。

EyeDAR的技术原理是主动"截获"那些本来会散射掉的雷达信号，再把环境信息编码后发回给车辆。具体实现依赖一块3D打印的龙勃透镜（Luneburg lens）——这种透镜仿照人眼的光学结构设计，内部含有超过8000个独特形状的微小树脂单元。当雷达电磁波射入透镜时，这些单元的物理结构会自动把波束折射聚焦到一个焦点，完成信号捕获，整个过程不需要任何数字处理器参与运算，靠的是材料本身的几何形状——Cho将其称为"模拟计算"（analog computing）。

EyeDAR内部的龙勃透镜包含超过8000个微型树脂单元，利用物理结构本身完成雷达波束聚焦，无需数字处理器

03 "会说话的路边眼睛"能改变什么

不过一颗能感知目标的传感器，和一颗能主动告知车辆"前方有危险"的传感器，之间还差一个关键能力：通信。针对EyeDAR的通信机制，Kun Woo Cho对媒体介绍称，EyeDAR通过交替吸收和反射雷达波，将探测到的目标信息编码成一串"0和1"的二进制序列，再靠这种类似莫尔斯电码的方式把数据传回路过的自动驾驶车辆。这是已知首个把雷达感知和通信功能集成进单一低功耗设计的传感器——Cho将其定义为"会说话的传感器"（talking sensor）。

从测试结果来看，EyeDAR在目标方位解析速度上比现有数字雷达快了200倍。根据莱斯大学新闻网援引的研究数据，这一性能提升主要来源于龙勃透镜的"模拟计算"架构——跳过了数字雷达需要进行的大量信号处理步骤，从接收信号到输出方位结论的延迟大幅缩短。对于城市交叉口这类高动态场景，200倍的速度优势意味着危险目标在进入盲区的瞬间就能被感知并告知车辆，而不是等到下一个处理周期。

在部署逻辑上，EyeDAR体积小、成本低、功耗极低，可以像路灯一样批量安装在城市的每一个路口、每一根信号灯杆上，形成一张覆盖全城的雷达感知网络。这张网络和车辆本身的传感器相互补充：车辆负责感知其直接视野范围内的环境，基础设施负责填补所有遮挡盲区和恶劣天气场景。Cho团队还指出，超越汽车应用，这套低功耗感知通信架构对无人机、机器人、甚至可穿戴设备同样适用，路边的雷达节点可以通过共享数据网络让这些设备"借用"外部视角。

把一颗橙子大小的透镜挂在路灯上，让它替代昂贵的车载传感器阵列来填补盲区——这个思路的前提是城市愿意为自动驾驶的安全基础设施买单，而不是把所有成本和责任都压在车企一侧。至于这张路边感知网是否会真正在城市中大规模铺开，最终还是一道关于基础设施投资意愿的题，而不只是工程题。

参考资料：Orange-sized roadside radar 'eyes' aim to reduce self-driving vehicle blind spots-Interesting Engineering https://interestingengineering.com/innovation/eyedar-extra-radar-eyes-autonomous-vehicles 2026-03-03EyeDAR: Luneburg Lens-Based Radar Sensor for Roadside Infrastructure-Kun Woo Cho, Kaiyuan Yang等, 莱斯大学电气与计算机工程系