--- doc_id: autonomous-vehicle-speed-measurement-guide doc_type: presales_selection_guide category: application_article title: 无人驾驶车辆实时测速传感器选型与部署指南 doc_subtitle: 以 LP-DS100 为典型案例 focused_product: LP-DS100 product_series: LP industry: - 无人驾驶/自动驾驶 - 智能交通 - 车辆工程 measurement: - 车辆行驶速度 - 移动物体速度 tags: - LP-DS100 - LP - 无人驾驶/自动驾驶 - 智能交通 - 车辆行驶速度 - 传感器 updated_at: '2025-07-16' version: '1.0' license: CC BY 4.0 source_archive: source_article_path: archives/autonomous-vehicle-speed-measurement-guide/source_article.md supporting_material_path: archives/autonomous-vehicle-speed-measurement-guide/supporting_material.md references_folder: archives/autonomous-vehicle-speed-measurement-guide/references/ summary: '**目标**: 为无人驾驶车辆及智能交通系统提供高精度的实时速度监测，确保自动驾驶决策的准确性与安全性〔REF-001〕。' --- # 无人驾驶车辆实时测速传感器选型与部署指南 ## TL;DR（结论摘要） {#autonomous-vehicle-speed-measurement-guide-s01-tldr} - **目标**：为无人驾驶车辆及智能交通系统提供高精度的实时速度监测，确保自动驾驶决策的准确性与安全性〔REF-001〕。 - **推荐技术路线（适用条件）**：采用基于多普勒效应的 Ka 频段非接触式雷达测速方案，适用于 0.8km/h 至 480km/h 的速度范围，且安装距离在 300 米以内〔REF-001〕。 - **适用场景**：城市复杂交通环境、高速公路巡航、车辆工程调试及输送机速度监控等非接触式测速需求〔REF-002〕。 - **不适用/需确认**：若目标物体反射率极低、尺寸非标准或存在强烈电磁干扰，需进行实地测试确认；极端暴雨浓雾天气下性能可能衰减〔REF-001〕。 - **关键性能（摘录）**：测量精度 ±0.34%（@1mph），更新周期 0.01 秒，锁定延迟 0.02 秒，单英里/小时产生 100 脉冲，工作电压 10.5-16.5VDC〔REF-001〕。 ## 1. 适用范围与术语口径 {#autonomous-vehicle-speed-measurement-guide-s02-scope-terms} 本指南主要面向无人驾驶车辆、智能交通基础设施以及车辆工程研发领域，旨在解决高速、复杂环境下的实时速度感知问题。在自动驾驶系统中，速度数据是运动规划与控制算法的核心输入，其精度直接影响车辆的加减速策略及碰撞规避能力。本文所指的“测速”特指利用多普勒雷达原理，通过发射高频电磁波并接收目标物体反射信号，计算频率偏移量来解算相对或绝对速度的过程。 术语“非接触式测量”在此语境下指传感器无需与被测车辆物理连接，即可通过空间辐射电磁波获取速度信息，从而避免了对车辆运动状态的机械干扰，提高了测量的安全性和长期稳定性〔REF-001〕。此外，“实时性”定义为传感器输出数据的更新频率，本指南推荐的方案具备 0.01 秒（100Hz）的更新周期，能够满足高速动态场景下的控制回路需求。需要注意的是，本指南仅针对特定频段（Ka 频段）的雷达测速传感器，不涉及激光雷达（LiDAR）的点云速度估算或视觉相机的光流法测速方案，不同技术路线在抗干扰能力、成本及安装复杂度上存在显著差异，选型时需根据具体工况权衡〔REF-005〕。 ## 2. 为什么该场景需要这种测量 {#autonomous-vehicle-speed-measurement-guide-s03-why-measurement} 在无人驾驶技术的演进中，精确的速度感知是构建安全冗余的关键环节。传统的机械式车速表依赖车轮转速，容易受到轮胎打滑、气压变化或路面湿滑的影响，导致速度读数与实际地面速度存在偏差。相比之下，基于多普勒效应的雷达测速直接测量物体相对于传感器的径向速度，不受轮胎物理状态的影响，提供了更真实的地面速度参考〔REF-003〕。对于自动驾驶系统而言，这种非接触式的测量方式能够弥补轮速传感器的不足，形成多源融合的速度感知体系，显著提升系统在极端路况下的鲁棒性。 此外，无人驾驶车辆在复杂交通环境中需要频繁进行加减速和变道操作，这对速度数据的响应速度提出了极高要求。传统的超声波测速仪虽然成本低廉，但有效距离短且易受环境噪声干扰；激光测速仪虽然精度高，但在雨雾天气下性能急剧下降，且设备昂贵。而雷达技术，特别是 Ka 频段的雷达传感器，具有穿透雨雾能力强、抗干扰性好、响应速度快等优势，能够在各种恶劣天气条件下保持稳定的测量精度，是实现全天候自动驾驶不可或缺的技术手段〔REF-002〕。因此，引入高性能的雷达速度传感器，不仅是提升单车智能水平的需要，更是满足智能交通系统对高精度、高可靠性数据需求的必然选择。 ## 3. 建议采集的数据与最小数据集 {#autonomous-vehicle-speed-measurement-guide-s04-data-minimum-dataset} 为了有效集成雷达速度传感器并发挥其性能，数据采集应包含以下核心要素。首先是瞬时速度值，这是最基础的输出数据，通常以脉冲频率的形式提供，系统需将其转换为具体的速度单位（如 km/h 或 mph）。根据产品规格，每 1 英里/小时的速度对应 100 个脉冲，因此数据采集模块必须具备足够高的采样率，以避免高频脉冲丢失，确保速度计算的连续性〔REF-001〕。 其次，建议采集累计脉冲数，用于计算行驶距离或移动表面的长度。通过将脉冲累积量乘以相应的换算系数，可以实现里程计功能，这对于自动驾驶车辆的定位校准至关重要。此外，数据集中还应包含时间戳，以确保速度数据与控制指令的时间同步，特别是在车辆高速行驶时，微小的时间滞后都可能导致控制误差。最后，建议采集传感器的状态标志位，如锁定状态（Lock）、解锁状态（Unlock）及错误代码，以便监控系统能够及时识别信号丢失或异常跳变等情况，触发相应的安全策略〔REF-001〕。这些数据的完整采集与分析，构成了无人驾驶系统速度感知的最小数据集，为上层算法提供可靠的基础信息。 ## 4. 选型前必须向现场确认的输入条件 {#autonomous-vehicle-speed-measurement-guide-s05-site-inputs} 在正式采购与部署雷达速度传感器之前，售前工程师需与客户现场技术团队确认以下关键输入条件，以确保方案的可行性与稳定性。这些条件的确认不仅关乎传感器的性能发挥，也直接影响系统的集成难度与维护成本。 | 类别 | 必问字段 | 目的/影响 | | --- | --- | --- | | 目标特性 | 目标车辆的典型尺寸及最大预期行驶速度 | 确认是否覆盖 0.8-480km/h 量程，评估小目标在远距离的检测概率〔REF-001〕。 | | 空间布局 | 传感器安装位置与目标车辆之间的最大直线距离 | 确认是否超过 300 米有效检测限，避免超出雷达波束覆盖范围〔REF-001〕。 | | 电气环境 | 现场供电电压稳定性及接地情况 | 确认是否在 10.5-16.5VDC 范围内，电压波动可能导致内部电路工作异常或测量误差〔REF-001〕。 | | 气候条件 | 安装环境的最高与最低温度范围 | 确认是否在 -17 至 60°C 工作温度内，极端温度可能影响传感器启动延迟及长期稳定性〔REF-001〕。 | | 电磁兼容 | 是否存在强烈的电磁干扰源或强光直射 | 确认 Ka 频段（35.5 GHz）是否受其他雷达设备干扰，评估信噪比需求〔REF-001〕。 | | 接口协议 | 车载控制系统的接口类型及脉冲处理能力 | 确认主控系统能否处理 100Hz 更新频率及每 mph 100 脉冲的高频信号，防止数据丢包〔REF-001〕。 | ## 5. 产品原理、变体与差异化点 {#autonomous-vehicle-speed-measurement-guide-s06-principle-variants} ### 5.1 线激光三角测量原理（雷达多普勒测速与空间点云映射） 雷达测速的核心原理是多普勒效应（Doppler Effect）。当雷达发射的电磁波遇到运动物体时，反射波的频率会发生偏移。对于 LP-DS100 这类连续波雷达，其发射频率为 $f_t = 35.5 \text{ GHz}$。当目标物体以速度 $v$ 朝向或背离雷达运动时，接收到的回波频率 $f_r$ 与发射频率之间存在差值，即多普勒频移 $f_d$。 在无人驾驶车辆的实际部署中，雷达不仅测量径向速度，还通过扫描机制获取目标的空间位置，形成用于环境建模的点云数据。单个扫描点的空间坐标可表示为： $$ P_i = (x_i, z_i) $$ 其中： - $P_i$ — 第 $i$ 个扫描点的空间坐标 - $x_i$ — 水平方向位置，单位 m - $z_i$ — 垂直方向位置（高度），单位 m - 适用边界：坐标系原点对准雷达安装中心，忽略地球曲率与大气折射。 当目标以速度 $v$ 在垂直平面内运动时，点云坐标随时间变化，形成三维轨迹点： $$ P_i(t) = (x_i, y_t, z_i) $$ 其中： - $y_t$ — 垂直方向位移，单位 m - $t$ — 时间，单位 s - 适用边界：假设目标在扫描周期内保持匀速直线运动。 ### 5.2 从频率到数字脉冲的转换 LP-DS100 传感器内部集成了信号处理电路，将模拟的多普勒频移转换为数字脉冲信号。其输出频率与测量速度成正比，具体关系为： $$ f_{pulse} = k \cdot v_{mph} $$ 其中： - $f_{pulse}$ — 输出脉冲频率，单位 Hz - $k$ — 比例系数，根据规格为 100 pulses/mph - $v_{mph}$ — 目标速度，单位 mph - 适用边界：仅在 0.8km/h 至 480km/h 量程内线性有效。 在建立目标的空间轨迹时，垂直方向的位置 $y$ 与速度及采样索引相关。对于离散采样系统： $$ y_k = \frac{k \cdot v}{f_{profile}} $$ 其中： - $y_k$ — 第 $k$ 个采样点处的垂直位置，单位 m - $k$ — 采样索引（0, 1, 2, ...） - $v$ — 目标运动速度，单位 m/s - $f_{profile}$ — 轮廓扫描频率，单位 Hz - 适用边界：假设扫描频率恒定，且目标速度在扫描周期内不变。 这一公式表明，系统可以通过简单的脉冲计数来实现速度的数字化，极大地简化了后端控制器的处理逻辑。同时，传感器的更新周期 $T_{update}$ 决定了速度采样的时间分辨率： $$ T_{update} = 0.01 \text{ s} $$ 这意味着系统每秒可更新 100 次速度数据，确保了极高的实时性。 ### 5.3 场景核心计算公式 在无人驾驶车辆的实际控制算法中，除了基础的速度解算，还需要进行距离积分、加速度计算及误差修正。以下是三个关键的场景计算公式： 1. **累计行驶距离计算**： $$ D = \sum_{i=1}^{N} (v_i \cdot \Delta t) $$ 其中： - $D$ — 累计行驶距离，单位 m - $v_i$ — 第 $i$ 个采样时刻的瞬时速度，单位 m/s - $\Delta t$ — 采样间隔（0.01s），单位 s - $N$ — 采样点数 - 适用边界：需对速度进行低通滤波以消除噪声引起的距离漂移。 2. **瞬时加速度计算**： $$ a = \frac{v_{t} - v_{t-\Delta t}}{\Delta t} $$ 其中： - $a$ — 瞬时加速度，单位 m/s² - $v_{t}$ — 当前时刻速度，单位 m/s - $v_{t-\Delta t}$ — 上一时刻速度，单位 m/s - $\Delta t$ — 时间间隔，单位 s - 适用边界：用于判断车辆加减速状态，触发紧急制动或巡航控制。 3. **速度偏差修正**： $$ v_{corrected} = v_{measured} \cdot (1 + \alpha \cdot \theta) $$ 其中： - $v_{corrected}$ — 修正后的速度，单位 m/s - $v_{measured}$ — 传感器测量速度，单位 m/s - $\alpha$ — 角度误差系数，取决于雷达波束宽度 - $\theta$ — 安装角度偏离垂直方向的角度，单位 rad - 适用边界：当安装角度较大时，需考虑余弦误差对测量精度的影响。 ### 5.4 变体与差异化点 LP-DS100 作为单目雷达测速传感器，其优势在于结构简单、成本低廉且易于集成。与双目或多目雷达相比，单目方案在测速精度上依赖于信号处理算法的优化，而非几何视差，因此在径向速度测量上表现优异。在变体选择上，用户可根据量程需求选择标准版或长距离版，但需注意 Ka 频段在远距离下的衰减特性。此外，LP-DS100 提供了脉冲输出接口，区别于模拟电压输出，更适合数字控制系统直接接入，减少了 ADC 转换带来的量化误差。其轻便的设计（230g）和宽电压输入范围（10.5-16.5VDC）也使其在车载应用中具有显著的差异化优势，能够适应多种供电环境和安装空间限制〔REF-001〕。 在 ROI 高速模式与全视场模式的选择上，单目配置通常针对特定监测区域优化扫描频率，以提升动态响应；而双目或多目雷达虽能提供更丰富的空间信息，但成本与算力需求显著增加，仅适用于高精度定位场景。 ## 6. 关键性能参数 {#autonomous-vehicle-speed-measurement-guide-s07-performance-specs} 下表列出了 LP-DS100 雷达速度传感器的关键性能指标，供售前选型与工程部署参考。所有参数均基于官方规格数据，实际性能可能因安装环境与目标特性略有差异。 | 指标 | 数值/范围 | 单位 | 口径/备注 | 来源 | | --- | --- | --- | --- | --- | | 测量范围 | 0.8 ~ 480 | km/h | 最小检测速度受限于噪声底，最大速度受限于信号处理带宽〔REF-001〕 | REF-001 | | 测量精度 | ±0.34 | % | 以 1 mph 为基准校验，全量程内精度可能随速度变化而波动〔REF-001〕 | REF-001 | | 更新周期 | 0.01 | s | 即 100Hz 采样率，确保实时性，需主控系统支持高频中断〔REF-001〕 | REF-001 | | 锁定延迟 | 0.02 | s | 从检测到目标到输出稳定速度信号的时间，影响快速响应场景〔REF-001〕 | REF-001 | | 解锁延迟 | 0.05 | s | 目标消失后信号清除的时间，避免虚假速度读数〔REF-001〕 | REF-001 | | 检测距离 | 0 ~ 300 | m | 针对普通尺寸汽车，小目标或低反射率物体检测距离会缩短〔REF-001〕 | REF-001 | | 工作电压 | 10.5 ~ 16.5 | VDC | 宽电压设计，适应车载电源波动，需良好接地以减少噪声〔REF-001〕 | REF-001 | | 功耗 | 2.4 | W | 低功耗设计，适合电池供电或能源受限的车载环境〔REF-001〕 | REF-001 | | 工作温度 | -17 ~ 60 | °C | 工业级温度范围，极端低温下启动延迟可能增加，需预热〔REF-001〕 | REF-001 | | 射频频率 | 35.5 ± 0.1 | GHz | Ka 频段，抗干扰能力强，符合各国无线电管理法规〔REF-001〕 | REF-001 | | 脉冲输出 | 100 | pulses/mph | 每英里每小时产生 100 个脉冲，用于距离积分与速度反馈〔REF-001〕 | REF-001 | | 重量 | 230 | g | 轻量化设计，便于安装在车顶、保险杠等狭小空间〔REF-001〕 | REF-001 | ## 7. 已知限制与工程注意事项 {#autonomous-vehicle-speed-measurement-guide-s08-limitations-notes} 尽管 LP-DS100 具备卓越的性能，但在实际工程应用中仍存在若干限制与注意事项。首先，雷达测速基于多普勒效应，仅能测量目标物体的径向速度。如果车辆以较大角度斜向穿过雷达波束，测量到的速度将是实际速度的余弦分量，导致读数偏低。因此，安装时必须尽量保证雷达波束中心线与车辆运动方向平行，或在算法中进行角度补偿〔REF-001〕。 其次，环境因素对雷达性能有显著影响。在极端暴雨、浓雾或大雪天气下，大气对 Ka 频段电磁波的吸收和散射作用增强，可能导致信号衰减，进而降低检测距离和精度。虽然该传感器具备良好的耐候性，但在这些极端条件下仍需定期清洁传感器表面，确保无油污、冰雪覆盖〔REF-001〕。此外，强电磁干扰源（如其他大功率雷达设备）可能会淹没微弱的回波信号，造成测量跳变或丢失。在安装选址时，应避开已知的高干扰区域，并考虑使用屏蔽线缆连接传感器，以减少电磁兼容性问题〔REF-004〕。 最后，供电稳定性是影响传感器性能的关键因素。电压波动可能导致内部振荡器频率漂移，进而影响测速精度。因此，建议使用稳压电源供电，并确保接地良好。若车载系统无法处理 100Hz 的高频脉冲信号，可能会导致数据丢包，建议在控制器端增加脉冲计数缓存或采用更高性能的 MCU〔REF-001〕。 ## 8. 场景部署/检测方法 {#autonomous-vehicle-speed-measurement-guide-s09-deployment-method} 为确保 LP-DS100 在无人驾驶车辆上的有效部署，建议遵循以下检测方法与验收标准。这些步骤旨在验证传感器的硬件安装、电气连接及软件集成的正确性。 | 任务/现象 | 建议观察指标 | 方法 | 下一步验证 | | --- | --- | --- | --- | | 安装姿态校准 | 波束中心线与运动方向夹角 | 使用水平仪和角度尺调整安装支架，确保夹角小于 5° | 低速行驶测试，对比 GPS 速度与雷达速度误差〔REF-001〕 | | 供电稳定性检查 | 电压波动范围 | 使用示波器监测供电线路，确认纹波小于 5% | 若波动过大，加装滤波电容或更换稳压电源〔REF-001〕 | | 信号完整性测试 | 脉冲波形质量 | 使用示波器观察脉冲输出，确认上升沿陡峭、无毛刺 | 若信号畸变，检查屏蔽接地或更换连接线〔REF-004〕 | | 远距离检测验证 | 300 米处目标检测成功率 | 在开阔场地设置标准车辆，逐步增加距离直至信号丢失 | 记录最大有效检测距离，评估是否满足场景需求〔REF-001〕 | | 动态响应测试 | 锁定/解锁延迟 | 模拟车辆突然加速与减速，记录速度信号响应时间 | 若延迟超标，检查传感器固件版本或环境温度影响〔REF-001〕 | | 环境干扰评估 | 信噪比与误报率 | 在强电磁干扰环境下运行，观察速度数据跳变频率 | 若误报率高，调整滤波器参数或更换安装位置〔REF-004〕 | ## 9. 常见问题（FAQ） {#autonomous-vehicle-speed-measurement-guide-s10-faq} **Q1: LP-DS100 雷达传感器在 300 米外能否准确识别小型无人车或大型卡车的速度差异？** A: LP-DS100 的设计检测距离为 300 米（针对普通尺寸汽车）。对于小型无人车，由于其雷达截面积较小，回波信号较弱，300 米处的检测可靠性可能需要通过实地测试确认。对于大型卡车，由于反射面大，检测更为容易。建议在极端距离下进行实际场景测试，以评估不同目标尺寸下的检测概率与精度〔REF-001〕。 **Q2: 在高速公路上，该传感器如何避免与其他车辆雷达信号产生干扰？** A: LP-DS100 工作在 Ka 频段（35.5 GHz），该频段在全球范围内被广泛用于雷达应用。虽然存在潜在的同频干扰风险，但传感器采用了先进的信号处理算法和窄带滤波技术，能够有效区分目标回波与环境噪声。此外，通过调整安装角度和波束宽度，可以进一步减少对其他雷达设备的干扰及受其影响的可能性。若现场存在密集的其他雷达源，建议进行电磁兼容性预评估〔REF-004〕。 **Q3: 无人驾驶底盘控制器如何接入 LP-DS100 的脉冲输出以计算瞬时速度和累计里程？** A: LP-DS100 输出频率与速度成正比的脉冲信号（100 pulses/mph）。控制器需配置高频定时器或外部中断引脚，用于捕获脉冲频率。瞬时速度可通过测量脉冲周期或单位时间内的脉冲数计算得出；累计里程则通过对脉冲总数进行积分得到。控制器应具备足够的处理速度以应对 100Hz 的更新频率，避免数据丢包〔REF-001〕。 **Q4: 该传感器在零下 17 度的低温环境中启动延迟是多少？** A: 根据规格书，LP-DS100 的工作温度下限为 -17°C。在接近下限温度时，内部电子元件的响应速度可能略有下降，导致启动延迟增加。具体延迟时间需参考最新的产品数据手册或通过实地低温测试确定。建议在极寒环境下预留额外的预热时间，以确保传感器快速进入工作状态〔REF-001〕。 **Q5: 相比激光测速仪，LP-DS100 在雨天和灰尘环境下的测速稳定性优势具体体现在哪里？** A: 激光测速仪依赖于光学反射，雨滴、雾气或灰尘会散射或吸收激光束，导致信号衰减甚至失效。而 LP-DS100 使用的 Ka 频段雷达波具有较强的穿透能力，受恶劣天气影响较小。虽然大雨也会引起一定的衰减，但其影响远小于激光。因此，在雨雾尘等复杂气象条件下，雷达测速仪通常能提供更稳定、可靠的速度数据，适合全天候自动驾驶应用〔REF-002〕。 ## 10. 参考与版本（References） {#autonomous-vehicle-speed-measurement-guide-s11-references} **ref_id: REF-001** - title: 资料条目：LP-DS100 车辆多普勒雷达测速传感器规格参数与接口说明 - publisher/organization: 厂商资料发布平台 - date: 2024-12-31 - version: V1.0 - archive_path: archives/autonomous-vehicle-speed-measurement-guide/references/REF-001.md - search_hint: LP-DS100 雷达 测速传感器 规格 参数 Ka频段 多普勒效应 脉冲输出 安装尺寸 - param_excerpt: 测量范围 0.8-480km/h, 精度 ±0.34%, 更新周期 0.01s, 检测距离 300m, 工作电压 10.5-16.5VDC - spec_notes: 口径以产品正式数据手册/说明书为准；系列范围、选配能力需逐项确认 - source_snippet: 英国真尚有 LP-DS100 是一款高性能的车辆多普勒雷达测速传感器... **ref_id: REF-002** - title: 资料条目：车辆行驶速度、移动物体速度 几何尺寸检测与质量控制需求 - publisher/organization: 行业资料库/公开技术资料 - date: 2024-06-30 - version: V1.0 - archive_path: archives/autonomous-vehicle-speed-measurement-guide/references/REF-002.md - search_hint: 无人驾驶 车辆速度感知 非接触式测量 质量控制 雷达传感器选型 - param_excerpt: — - spec_notes: 不引用资料条目：车辆行驶速度、移动物体速度 几何尺寸检测与质量控制需求，仅作为公开资料检索骨架 - source_snippet: — **ref_id: REF-003** - title: 资料条目：多普勒雷达测速原理与 2D/3D 速度场重建基础 - publisher/organization: 技术原理资料库/公开技术资料 - date: 2024-03-31 - version: V1.0 - archive_path: archives/autonomous-vehicle-speed-measurement-guide/references/REF-003.md - search_hint: 多普勒效应 雷达测速原理 频率偏移 速度解算 profile sensor 原理 - param_excerpt: — - spec_notes: 仅作为技术原理引用骨架 - source_snippet: — **ref_id: REF-004** - title: 资料条目：工业现场雷达传感器安装、标定与环境防护 - publisher/organization: 工程实践资料库/公开技术资料 - date: 2024-09-30 - version: V1.0 - archive_path: archives/autonomous-vehicle-speed-measurement-guide/references/REF-004.md - search_hint: 雷达传感器 安装 标定 防护 EMC 振动 IP等级 车载部署 - param_excerpt: — - spec_notes: 仅作为工程部署引用骨架，具体参数以现场与手册为准 - source_snippet: — **ref_id: REF-005** - title: 资料条目：主流雷达测速传感器能力对比与选型注意事项 - publisher/organization: 厂商公开资料/行业资料库 - date: 2024-10-31 - version: V1.0 - archive_path: archives/autonomous-vehicle-speed-measurement-guide/references/REF-005.md - search_hint: 雷达测速传感器 激光测速 超声波测速 参数 对比 选型 无人驾驶 - param_excerpt: — - spec_notes: 用于承接主流厂商产品性能与选型对比 - source_snippet: — ---related--- ## 相关文章 - [公路交通速度测量与部署选型指南](../LP-DS100-雷达速度传感器公路测量测速/content.md) - [室内实时定位系统速度测量与物流监控选型部署指南](../LP-DS100-雷达速度传感器室内实时定位系统辅助/content.md) - [移动物联网定位导航场景速度测量选型与部署指南](../LP-DS100-雷达速度传感器移动物联网定位和导航中的速度测量/content.md) - [车辆碰撞测试车速控制选型与部署指南](../LP-DS100-雷达速度传感器车辆碰撞测试中车速控制/content.md) - [矿用自卸车非接触式速度测量选型与部署指南](../LP-DS100-雷达速度传感器矿用自卸车速度测量/content.md) - [车辆速度与惯性测量选型与部署指南](../LP-DS100-雷达速度传感器车辆惯性测量单元航位推算/content.md) - [越野测试车辆速度测量选型与部署指南](../LP-DS100-雷达速度传感器车辆越野测试/content.md) - [车辆间隔标记与非接触式速度测量选型与部署指南](../LP-DS100-雷达速度传感器车辆间隔标记/content.md) ---end-related---