激光雷达、毫米波雷达和超声波雷达等产品对大部分人来说，非常陌生。

这些玩意是干啥？

可能明白雷达是啥意思，不就是探测嘛。

雷达，也可以说是感应器的意思。

主要应用在自适应巡航控制（ACC）、前撞预警系统（FCW）、盲点检测（BSD）、自动紧急制动（AEB）和泊车辅助系统上面。

但更深入的，比如探测距离、精准度、时间间隔、环境干扰、响应时间等，可能就不是很清楚了，感觉比较抽象。

激光雷达和毫米波雷达检测距离都能达到百米以上；

而超声波雷达在几米以内，精度较高，可达厘米级，这是前两者达不到的，且响应时间可以达到几毫秒，一辆车安装六个以上。

激光雷达价格昂贵，一颗至少五百美刀，通常都在一千美刀以上，一般应用在高端车上，比如未来的问界Ｍ9。

一辆新能源汽车上，一般使用一颗激光雷达就足够了。

当然，配置了激光雷达，还是会配置毫米波雷达和超声波雷达。

三种雷达相互技术弥补，没有一种雷达能够覆盖所有需求。

中端车，一般不会配置激光雷达，采用摄像头+3个毫米波雷达+6到12个超声波雷达的配置。

而低端车，则是摄像头+1个毫米波雷达的配置方案，车企觉得足以满足自动驾驶需求。比如倒车，可能就没有具体距离数据。

说到底，用不用，一是成本的问题，二是激光雷达体积较大，可能影响车辆外观设计，同时对数据处理压力非常大。

早期车辆未能大规模应用激光雷达、毫米波雷达和超声波雷达，除了成本因素外，还受限于当时芯片的数据处理能力。

这些先进传感器产生的大量数据需要强大的计算能力来处理，而早期的车载计算系统难以满足这一要求。

这一技术瓶颈解释了为什么这些传感器技术与新能源汽车的发展几乎同步。

以激光雷达技术领域为例，代表性公司如Velodyne、Luminar、Innoviz和Ouster的成立时间都较晚。

Luminar成立于2012年，Innoviz更是在2016年才问世。

直到2010年之后，高端汽车芯片的处理能力才勉强能够应对这些传感器的数据需求。

对郝强而言，这意味着即使现在成功研制出新能源汽车，自动驾驶功能的全面应用可能要等到2015年之后，等芯片技术进一步发展才能实现。

尽管如此，提前开展研究仍有其价值，为未来的应用奠定基础。

由于技术门槛高，能够成功研制这些传感器的公司寥寥无几。

据前世2024年的数据，每种雷达的全球市场规模约为50亿美元。

全球市场规模相比其他行业看似不高，但瓜分这块蛋糕的公司并不多，且利润率极高。

郝强未来的战略布局，顶尖传感器至关重要。

依赖他人难以满足其严格要求，自主研发成为必然选择。

考虑到某些关键零部件的技术限制，郝强估计要到2010年左右才能开发出可靠应用于新能源汽车的驾驶辅助系统产品。

两年的研发周期虽然紧张，但也差不多了。

如果时间拖长了，由于技术商店的规则，不能跳级融合技术，可能就是耽误到下一级技术的融合。

同时，也影响整体技术路线的推进。

总之，在新能源汽车和自动驾驶技术快速发展的背景下，传感器技术的自主研发不仅是技术实力的体现，更是未来竞争力的关键所在。

郝强的前瞻性布局，将为其在这个高度竞争的领域赢得先机。

别人到了初中才学英语，他早在幼儿园就已启蒙，到小学阶段便能流利交流。

随着超级锂电池研制的成功，郝强将从这一里程碑式的成就中抽身，正式进军新能源汽车领域。

这标志着他从基础技术研发向产业化应用的战略性转移，是其宏大蓝图中的关键一步。

不过，进入一个全新的领域并非易事。