毫米波雷达上机：14 毫秒端到端动态避障，把低空感知推向全天候
低空飞行器的避障能力，长期被绑定在视觉与激光雷达两条技术路线上。这两条路线有一个共同软肋——环境退化。夜间、烟雾、雨雾、逆光，都会让它们的性能急剧下降。而这些恰恰是应急救援、消防侦察、夜间物流最需要飞行器工作的场景。
2026 年 8 月 3 日提交至 arXiv 的 RADAR Perception for Dynamic Obstacle Avoidance onboard small-scale Quadrotor UAVs（arXiv:2608.01855，cs.RO/eess.SY），作者 Dnyandeep Mandaokar 与 Bernhard Rinner，声称给出了首个基于毫米波雷达的小型四旋翼机载快速动态避障感知-控制系统。论文注明已投稿待发表。
从「够快吗」到「够远吗」：一个被忽视的边界推导
这篇论文最有工程价值的部分，可能不是它的算法，而是它做的一组边界推导。作者把感知距离、相对速度、控制延迟三个量放在一起，推导出成功避障的充分条件。
这件事的意义在于，行业里讨论避障系统时习惯只盯着延迟——「我们的端到端延迟只有 X 毫秒」。但延迟低不代表能避开：如果传感器有效探测距离只有 10 米，而障碍物以 15 m/s 相对速度接近，那么留给系统的总时间还不到 0.7 秒，无论算法多快，物理上的制动距离也不够。把感知距离、相对速度、控制延迟三者联立给出可行域，才是评估一套避障系统能力边界的正确方式。这个框架对采购方评估供应商方案同样适用。
系统构成与实测数据
系统由两部分组成：跟踪器采用交互多模型（IMM）方法，属于轻量化设计，适配机载算力；控制器基于控制障碍函数（CBF），直接输出规避加速度指令，省去了中间的轨迹生成环节，这也是延迟能压下来的原因之一。
| 测试项 | 条件 | 结果 |
|---|---|---|
| 标准环境实验 | 300 次投掷，3 种物体尺寸，明/暗两种可见度 | 位置误差 x 方向 <0.15 m，y 方向 0.93 m，z 方向 0.87 m |
| 烟雾环境实验 | 90 次投掷 | 误差分布与标准环境相近 |
| 机载实时性 | Raspberry Pi 4B | 端到端感知到指令延迟约 14 ms |
| 开源程度 | 代码 + 390 次投掷完整数据集 | 已公开 |
两个数字值得单独拎出来。一是树莓派 4B——这是一块几百元人民币级别的通用计算板，不是 Jetson 级 GPU 模组。能在这种算力上跑到 14 毫秒端到端，说明整套方案的计算负担确实被压得很低，对成本敏感的中小型无人机厂商有实际意义。二是烟雾环境下误差分布与明亮环境相近——这是毫米波雷达相对于视觉方案最硬的差异化优势，直接对应消防与灾后侦察场景。
对低空产业的现实意义
第一，全天候能力是低空经济从示范走向常态运营的门槛之一。物流配送若只能在白天晴天飞，商业模型的资产周转率就打了折扣。感知层的环境鲁棒性直接决定可运营时间窗口。
第二，低成本算力路线值得关注。当前不少机载智能方案默认要上高算力平台，推高整机 BOM 成本与功耗，压缩载重与航时。这篇论文展示了另一种可能：通过轻量跟踪器加 CBF 控制器的组合，在通用嵌入式平台上实现实时避障。
第三，开源数据集降低了行业验证门槛。390 次投掷的完整数据公开，意味着其他团队可以在同一基准上复现与对比，而不必各自搭建实验环境——这在避障这类缺乏统一评测标准的方向上尤其稀缺。
必须指出的局限
其一，三轴精度严重不均衡。x 方向误差小于 0.15 米，而 y 与 z 方向分别为 0.93 米和 0.87 米，相差近六倍。这符合毫米波雷达的物理特性——距离维分辨率高，角度维分辨率低。但在城市峡谷、楼宇间隙这类横向与垂直余量都很紧张的环境里，接近 1 米的横向定位误差意味着安全裕度需要额外放大，实际可通行空间会被显著压缩。
其二，实验形态是投掷物体，不是真实空域飞行。390 次投掷实验在受控条件下完成，与城市真实环境中的多目标、静动态混合、强多径反射场景仍有距离。
其三，小目标问题未被解决。毫米波雷达对细电线、鸟类、无人机等低雷达截面积目标的探测能力天然受限，而这三类恰恰是低空飞行中最危险的碰撞源。论文未涉及这一场景。
其四，摘要未报告多目标同时逼近条件下的表现，而真实空域中的冲突往往不是单一障碍物。
综合判断：这是一项工程扎实、数据公开、边界清晰的工作，它的价值在于把毫米波雷达避障从概念推进到了可复现的机载实现，但距离城市复杂空域的可用系统，仍需要在角分辨率、小目标探测与多目标处理三个方向上继续补课。传感器融合——毫米波雷达负责恶劣环境下的兜底、视觉负责精细定位——大概率仍是中期的现实答案。
相关阅读
- 无人机抗风鲁棒路由：BER 方法解读
- 无人机通感一体化 ISAC 鲁棒轨迹与资源联合优化
- 无人机配送系统的 AI 架构实践
- UAM 起飞段与走廊汇入一体化分层控制框架
- 无人机物流配送：场景、瓶颈与商业化路径
常见问题
毫米波雷达避障相比视觉和激光雷达的核心优势是什么
核心优势是环境鲁棒性。该论文在 90 次烟雾环境实验中，位置误差分布与明亮环境相近，而视觉方案在烟雾、夜间、逆光条件下性能会显著退化。此外毫米波雷达可直接测得径向相对速度，对动态障碍物的速度估计更直接。代价是角度分辨率低，横向与垂直定位精度明显弱于距离方向。
14 毫秒的端到端延迟是否意味着避障能力足够
不能只看延迟。论文本身推导的边界条件说明，避障成功与否取决于感知距离、相对速度、控制延迟三者的联合关系。延迟低但探测距离不足时，高速接近的障碍物仍然无法避开。评估一套避障系统应当同时考察这三个参数构成的可行域，而非单一延迟指标。
这套方案能直接用于城市低空物流吗
暂时不能直接照搬。主要障碍有三：横向与垂直方向接近 1 米的定位误差在城市楼宇间隙中安全裕度不足；实验形态为受控投掷而非真实空域飞行；对细电线、鸟类等低雷达截面积小目标的探测能力未被验证。较现实的路径是作为传感器融合方案的一环，由毫米波雷达承担恶劣环境下的兜底感知。