小米 SU7 在 2025 年配备的激光雷达（以禾赛 AT128 为例）主要承担以下核心功能：
一、环境感知与障碍物识别
激光雷达通过每秒 153 万点的高密度点云数据，构建车辆周围 360° 高精度三维模型，尤其在以下场景中发挥关键作用：
- 复杂光线条件：夜间、逆光或隧道场景下，激光雷达主动发射激光束的特性使其不受环境光干扰，能精准识别施工路障、锥桶等异形障碍物。例如，在安徽高速事故中，未配备激光雷达的标准版 SU7 因纯视觉方案在夜间识别延迟，导致事故发生，而激光雷达版理论上可提前 200 米探测到障碍物。
- 极端天气：中雨或雾天中，激光雷达可穿透雨幕，减少误判（如将雨滴误识别为障碍物），同时提升对行人、非机动车的检测精度。
- 动态目标追踪：实时捕捉车辆、行人的运动轨迹，支持变道决策、紧急避障等功能。例如，在城市道路中，激光雷达可辅助识别突然窜出的 “鬼探头” 行人，触发 AEB 紧急制动。
二、高阶辅助驾驶功能支持
激光雷达与摄像头、毫米波雷达的融合感知，为小米 SU7 的智能驾驶系统提供安全冗余：
- 高速领航辅助（NOA）：在高速场景中，激光雷达辅助识别车道线、前车距离及变道空间，实现自动超车、匝道出入等功能。例如，SU7 的激光雷达版可在 120km/h 时速下稳定保持车道，并提前预判 500 米内的路况变化。
- 城市道路智能驾驶：通过 OTA 升级（如 2025 年 2 月推送的端到端全场景智驾），激光雷达支持城市 NOA，可应对路口通行、交通信号灯识别、无保护左转等复杂场景。例如，在拥堵路段，系统能利用激光雷达数据精准识别加塞车辆，动态调整车速并保持安全车距。
- 自动泊车与代客泊车：激光雷达结合超声波雷达，实现厘米级定位精度，支持跨楼层记忆泊车、机械库位泊入等功能。例如，SU7 可自主识别商场电梯厅位置，并完成跨楼层寻位泊入。
三、系统安全冗余与可靠性
激光雷达作为多传感器融合的核心组件，显著提升智能驾驶系统的容错能力：
- 传感器互补：当摄像头因强光、污渍等原因失效时，激光雷达仍能提供可靠的环境数据，确保系统正常运行。例如，在暴雨天气中，摄像头可能因雨水模糊导致识别错误，而激光雷达的点云数据可作为独立数据源维持感知能力。
- 决策冗余：激光雷达与视觉算法的融合，可交叉验证障碍物检测结果，减少误判。例如，在识别静止车辆时，激光雷达的三维点云数据能有效区分真实障碍物与路面阴影，避免纯视觉方案的误刹问题。
四、未来技术升级的基础
2025 年小米 SU7 的激光雷达硬件设计（如 128 线 AT128）为后续软件迭代预留了空间：
- 算法优化：通过 OTA 升级（如 2025 年 4 月的 1.5.10 版本），可进一步提升激光雷达与其他传感器的融合效率，例如优化对横向移动障碍物的响应速度（当前延迟 0.8 秒，目标降至 0.3 秒行业标准）。
- 功能扩展：随着算力提升（如搭载赤兔 N1 芯片的车型），激光雷达数据可支持更复杂的决策模型，例如预测交通参与者的意图、规划最优路径等，为 L3 级自动驾驶铺路。
实际应用中的挑战与改进
尽管激光雷达硬件性能突出，但其实际表现仍受软件调校影响：
- 当前问题：部分用户反馈激光雷达在夜间 AEB 测试中成功率仅 72%，存在对飞虫群、雨雪的误判问题。小米工程师表示将通过 OTA 优化算法，但具体效果需进一步验证。
- 用户体验优化：通过 OTA 升级，激光雷达可与小米生态深度联动，例如结合米家设备数据优化驾驶模式，或根据用户生物特征（如心率）动态调整座舱环境。
总结
2025 年小米 SU7 的激光雷达不仅是智能驾驶的 “眼睛”，更是保障行车安全、实现高阶功能的核心硬件。其高精度感知能力、多场景适应性及技术扩展性，使其成为小米从 L2 向 L3 级自动驾驶过渡的关键支撑。尽管当前软件仍需优化，但其硬件基础已为未来的智能驾驶体验升级奠定了基础。
