小米 SU7 的激光雷达是其高阶智能驾驶系统的核心硬件之一，主要用于提升车辆对周围环境的感知精度和安全性，支持更复杂的自动驾驶功能。以下是其具体作用和技术细节的深度解析：
一、核心功能与技术优势
- 高精度三维环境感知
小米 SU7 搭载的禾赛 AT128 激光雷达采用 128 线半固态设计，每秒可生成 153 万点云数据，探测距离达 200 米，精度误差小于 0.1 米。通过发射激光束并接收反射信号，它能实时构建车辆周围的三维点云地图，精准识别障碍物、道路边界、行人、自行车等物体的位置和轮廓。例如，在夜间或雨雾天气中，激光雷达仍能稳定工作，而摄像头和毫米波雷达可能受限于光线或环境干扰。
- 增强自动驾驶功能
- 城市导航辅助驾驶（NOA）：在城市道路中，激光雷达可识别交通信号灯、锥桶、施工区域等复杂场景，帮助车辆完成无保护左转、连续变道、避让行人等任务。小米的 “变焦 BEV + 超分辨率占用网络” 算法能将感知范围扩展至 200 米，并通过 AI 超分辨率技术提升细节精度，例如识别 10 厘米高的路肩或异形障碍物。
- 自动泊车与机械库位泊车：激光雷达可精确扫描车位和周围障碍物，支持垂直、侧方位车位的自动泊入，甚至在机械车库中完成厘米级精度的泊车操作。对比标准版的纯视觉方案，激光雷达在识别低矮障碍物（如地锁）时更可靠，避免碰撞风险。
- 紧急制动（AEB）：激光雷达能提前 4 秒检测到静止障碍物（如夜间施工路障），为驾驶员争取更多反应时间。而标准版纯视觉方案在类似场景中仅能提前 2 秒预警，导致事故风险显著增加。
- 多传感器融合
小米 SU7 采用 “激光雷达 + 毫米波雷达 + 摄像头 + 超声波雷达” 的融合感知方案，通过算法将不同传感器的数据互补。例如，激光雷达提供高精度距离信息，摄像头补充物体纹理和颜色，毫米波雷达检测移动物体的速度，超声波雷达覆盖近距离盲区。这种融合方案能减少单一传感器的误判，提升复杂场景下的可靠性。
二、硬件配置与设计创新
- 激光雷达型号与布局
- 禾赛 AT128：与理想 L9 同款，采用 “瞭望塔式” 车顶设计，降低风阻系数 4counts，兼顾美观与性能。其 128 个独立 VCSEL 激光器可实现 360° 水平视场角和 25° 垂直视场角，覆盖车辆前方及两侧区域。
- 成本与车型差异：激光雷达成本约 4000 元，仅在 Pro 和 Max 版本标配，标准版则依赖纯视觉方案。这一配置差异导致 Pro/Max 版的智驾算力达 508TOPS（双 Orin-X 芯片），而标准版仅 84TOPS。
- 软件算法优化
- 超分辨率占用网络：小米通过 AI 算法将激光雷达点云数据与摄像头图像融合，生成毫米级精度的三维环境模型，识别误差小于 0.1 米，优于特斯拉 FSD 的 0.32 米。
- 端到端决策：自研大模型可直接处理传感器数据并输出控制指令，跳过传统的目标检测、路径规划等中间环节，延迟降低至 200ms 以内，提升响应速度。
三、实际应用与安全案例
- 极端场景表现
- 夜间施工路段：2025 年杭州小米 SU7 事故中，标准版纯视觉方案因无法识别夜间路障，仅提前 2 秒预警，导致碰撞。而 Pro/Max 版的激光雷达可在 200 米外检测到障碍物，为驾驶员争取更多避险时间。
- 低光照环境：激光雷达在隧道、地下车库等场景中表现稳定，而摄像头可能因光线不足出现图像模糊或噪点。
- 法规与用户体验
- 命名调整：小米近期将 “智驾” 更名为 “辅助驾驶”，强调系统功能边界，避免用户过度依赖。激光雷达车型支持 “端到端辅助驾驶”，从车位到车位的全流程自动化，但驾驶员仍需保持注意力。
- 维修成本：激光雷达位于前脸或车顶，轻微碰撞可能导致高昂维修费用。例如，前脸激光雷达损坏后更换成本可能超过万元，建议车主购买全险。
四、行业对比与未来趋势
- 竞品分析
- 华为 ADS 2.0：同样采用激光雷达 + BEV 方案，但小米通过超分辨率技术实现更高精度（0.1 米 vs 华为的 0.2 米）。
- 特斯拉纯视觉：依赖摄像头和算法，成本更低但在极端场景下存在局限性。小米 SU7 事故后，行业对激光雷达的安全性需求进一步提升。
- 技术迭代
- 成本下降：禾赛计划 2025 年将激光雷达价格减半，速腾聚创通过芯片化设计降低 50% 成本，未来 15 万元以下车型可能普及激光雷达。
- 固态化趋势：纯固态激光雷达（如 Flash 或 OPA 技术）无机械部件，寿命可达 10 年以上，小米或在下一代车型中采用。
总结
小米 SU7 的激光雷达是其高阶智驾的 “眼睛”，通过高精度三维感知、多传感器融合和算法优化，显著提升了自动驾驶的安全性和实用性。尽管成本较高且维修风险存在，但其在复杂场景下的表现已成为区分车型定位的关键配置。随着技术进步和成本下降，激光雷达有望从 “高端配置” 变为 “安全刚需”，推动智能驾驶进入新阶段。
