低功耗雷达模组在中国汽车行业的应用，随着自动驾驶技术的发展，汽车对周围环境的感知和理解是实现自动驾驶的基本前提。低功耗雷达模组是实现自动驾驶的基础，只有准确、及时地感知车辆周围的道路、其他的驾驶主体、行人等信息，才能为自动驾驶提供可靠的决策依据。
按照GB7665-87国家标准，传感器是一种能够感觉到被测量并按照某种规律(数学函数法则)转换为可用信号的装置或装置。雷达感应器是一种智能传感器，它为汽车提供环境感知和计划决策，其核心原理是通过发射微波、声波或激光并接收回波对目标进行检测，是自动驾驶的核心传感器，它作为无人驾驶汽车的“眼睛”，为无人驾驶提供安全保障。在环境感知方面，主流低功耗雷达模组雷达传感器主要有超声波雷达、毫米波雷达和激光雷达三种。
超声雷达在探测距离远、分辨率高、体积小等方面具有优势，但在远距离、分辨率、成像能力、探测速度等方面表现不佳，适合泊车场景。每一个指标表现均衡，具有全天时全天候工作能力，而且价格适中，性比价高，被广泛用于盲区探测、自适应巡航等ADAS场景中。采用激光测距技术的激光雷达可以实现三维环境的建模，其成像能力远远超过了其它两种低功耗雷达模组雷达传感器，但近距离探测能力和全天候能力较差，且存在体积大、成本高等缺点，在L4级等级别自动驾驶汽车上应用较多。
低功耗雷达模组雷达传感技术特点。雷达感应器由发射器发射超声波、毫米波、激光脉冲，当发射波到达探测目标时，由于介电常数(气相、液体或固体的表面)的改变，发射波就会被反射。雷达传感可以根据发射波和反射波的发送接收时间差或频率差来计算被测物体的相对位置和距离。目前，低功耗雷达模组雷达传感器距离探测技术主要有TOF和FMCW两种。超声和激光雷达多采用TOF技术检测障碍物距离。
检测原理：雷达传感器检测超声波或激光脉冲到达被测物体表面并返回所需时间。得到的时间乘以超声波或激光在空气中的传播速度除以2，就可以得到被测物体的相对距离。毫米波雷达多利用FMCW技术对障碍物的距离进行检测，部分固体激光雷达也采用这种方法。检测原理：利用发送信号和回波信号的频率差异来确定目标距离。发送波与反射波的频率相比较，通过频率差异可以得到毫米波或激光到达被测物体表面的相对距离。整体来看，FMCW技术的抗干扰能力非常强，而且工作距离远比车载技术更好。
分析速度，角度探测技术。除了对相对距离进行探测外，毫米波雷达和激光雷达还可以检测相对速度、相对角度。通过对目标的相对位置、相对速度、相对角度的探测，雷达传感器可以在算法和决策平台的帮助下，实现盲点检测、紧急制动等功能。
速率检测：根据多普勒效应，微波频率的变化与运行速度密切相关，当传低功耗雷达模组感器发出安全距离警告、监测目标减速或自身载体加速时，反射波频率就会升高。这样，通过接收时间和频率的变化，可以实现毫米波雷达/部分固态激光雷达探测到目标的相对距离和相对速度。
角探测：利用天线的指向性，雷达天线将电磁能量汇集到窄波束中，当天线波束对准目标时回波信号强，根据接收回波强时的天线波束指向，确定目标方向。该系统可以根据平行接收天线的几何距离d、同一检测目标反射波相位差b来计算被监测目标的方位角，从而进行角度探测，以确定物体的具体方位。
在中国汽车领域，低功耗雷达模组雷达传感器应用的市场参与者主要包括雷达模块化工厂、模块化工厂、整车工厂和互联网企业。其中，整车厂的自动驾驶路线较为稳健，逐渐从L2到L3、L4，更注重L1-L3的辅助驾驶，因此，整车厂更多使用毫米波雷达传感器，因此，整车厂更多使用毫米波雷达的传感器设计方案。像华为、阿里、百度等互联网公司对自动驾驶技术比较激进，把注意力集中在L4-L5自动驾驶上，也就是走跳跃式发展路线，因此把价格昂贵的激光雷达也加入了传感器项目。