1. 激光雷达概述：发展史、工作原理、分类及应用场景
各位同学，欢迎来到《激光雷达光学系统设计精讲》的第一章。我是你们这门课的主讲。咱们开门见山，先聊聊激光雷达到底是什么，它从哪来，到哪去，以及为什么值得你花时间学这门课。
说实话，我入行那会儿，激光雷达还是个挺小众的东西。记得2012年我第一次拆开一个单线激光雷达，里面就是一个旋转的激光管加一个APD探测器，结构简单得让人怀疑。但到了今天，它已经成了自动驾驶、机器人、测绘这些领域的“眼睛”。变化太快了。
1.1 激光雷达发展史：从实验室到量产
激光雷达的起源，其实比很多人想象的要早。最早的概念可以追溯到1960年代激光器发明之后。但真正意义上的实用化，是从1970年代开始的。
| 年代 | 里程碑事件 | 我的个人观察 |
|---|---|---|
| 1960s | 激光器发明，测距原理验证 | 那时候还叫“激光测距仪” |
| 1970s-80s | NASA用于大气探测、地形测绘 | 体积大得像冰箱，功耗感人 |
| 1990s | 单线扫描式LiDAR出现，用于地面测绘 | 我见过一台老款，重达30公斤 |
| 2000s | Velodyne推出64线机械旋转式LiDAR | 这玩意直接引爆了自动驾驶行业 |
| 2010s | 固态LiDAR、MEMS LiDAR开始研发 | 大家都在想办法去掉那个旋转的“脑袋” |
| 2020s至今 | FMCW、OPA、SPAD阵列等技术百花齐放 | 成本从几万美元降到了几百美元 |
为什么会从机械式转向固态？你想想看，一个高速旋转的电机，在车里颠簸几年，可靠性怎么保证？我曾经参与过一个车载项目，机械式LiDAR用了不到一年，旋转轴承就出现了磨损，点云开始抖动。从那以后，我特别关注固态化方案。
1.2 工作原理：激光雷达是怎么“看”世界的？
说白了，激光雷达的核心原理就一句话：发射激光，接收反射光，计算时间差或频率差，从而得到距离。
但这里面有几个关键环节，我习惯把它们拆成三步：
- 发射：激光器发出一个脉冲或连续波光束。
- 扫描与接收：光束通过光学系统照射目标，反射光被探测器接收。
- 解算：根据飞行时间或频率变化，算出距离、速度等信息。
嗯，这里要注意：激光雷达测的不是“图像”，而是“点云”。每个点包含距离、角度、反射强度等信息。把这些点拼起来，就形成了三维空间模型。
核心公式（ToF测距）：
距离 R = (c × Δt) / 2其中 c 是光速（约3×10⁸ m/s），Δt 是激光往返时间。
举个例子：如果 Δt = 100 ns，那么 R = (3×10⁸ × 100×10⁻⁹) / 2 = 15 米。
我曾经在调试一个ToF系统时，发现测距值总是偏大。排查了半天，发现是电路延迟没校准。所以啊，理论公式简单，工程实现全是坑。
1.3 三大主流技术路线：ToF、FMCW、三角法
目前市面上主流的激光雷达，按测距原理可以分为三类。我直接给你画个对比表，一目了然。
| 技术路线 | 测距原理 | 优点 | 缺点 | 典型应用 |
|---|---|---|---|---|
| ToF（飞行时间法） | 发射脉冲，测量往返时间 | 原理简单，技术成熟，探测距离远 | 多路径干扰，精度受限于计时分辨率 | 自动驾驶、测绘 |
| FMCW（调频连续波） | 发射连续调频激光，测量频率差 | 可直接测速，抗干扰强，无多路径问题 | 系统复杂，对光源相干性要求高 | 高级辅助驾驶、防撞 |
| 三角法 | 发射激光，根据接收光斑位置计算距离 | 近距离精度极高，成本低 | 远距离精度急剧下降 | 工业检测、手机ToF |
1.3.1 ToF：最主流的方案
ToF是目前应用最广的技术。它的核心就是“计时”。我做过一个项目，要求测距精度达到±2cm，对应的计时精度就是±133皮秒。你想想看，电子器件要跑到这个精度，设计难度有多大。
避坑指南： 我曾经在ToF系统里遇到过“多路径干扰”问题——激光打到玻璃上，反射两次才回来，导致测距值偏大。解决办法是优化接收光路，加装偏振片或使用短脉冲。
1.3.2 FMCW：未来的趋势？
FMCW的原理有点像雷达。它发射的是频率连续变化的激光，回波与本地光混频后，产生一个差频信号。这个差频正比于距离。而且，如果目标有径向速度，还会产生多普勒频移，所以FMCW可以同时测距和测速。
我个人非常看好FMCW。为什么？因为它抗干扰能力太强了。ToF容易被其他激光雷达的光脉冲干扰，但FMCW用的是相干检测，只有跟自己频率匹配的信号才能被解调出来。这在多车场景下特别有用。
1.3.3 三角法：短距离的王者
三角法其实是最古老的激光测距方法。它利用激光发射点和接收探测器之间的几何三角关系来计算距离。近距离（几米内）精度可以做到微米级，但距离一远，精度就直线下降。
我记得有一次帮一个工业客户设计产线检测方案，他们要求检测0.5mm的缝隙。ToF根本做不到，最后用了三角法，配合高分辨率CMOS，完美解决。
1.4 应用场景：激光雷达到底用在哪儿？
很多人一提到激光雷达，就想到自动驾驶。其实它的应用范围远比你想象的要广。我按行业给你列一下：
- 自动驾驶与ADAS：这是最火的方向。L3级以上自动驾驶基本离不开激光雷达。用于环境感知、障碍物检测、高精地图构建。
- 机器人导航：扫地机器人、AGV小车、配送机器人。我拆过一台扫地机，里面用的就是单线机械式LiDAR，成本已经压到了几十美元。
- 测绘与地理信息：机载LiDAR、地面三维扫描仪。用于地形测绘、古建筑保护、矿山测量。精度可以达到厘米级。
- 工业自动化：物流分拣、体积测量、焊缝跟踪。三角法在这里用得最多。
- 安防监控：周界防护、人流统计。激光雷达不受光照影响，晚上也能工作。
- 气象与环境：风廓线雷达、大气气溶胶探测。这个方向比较小众，但技术含量很高。
重要提醒： 不要以为激光雷达是万能的。它在雨雾天气下性能会严重下降，因为水滴和雾滴会散射激光。我曾经在暴雨天测试过一款ToF LiDAR，有效探测距离从200米直接掉到了30米。所以，激光雷达通常需要与摄像头、毫米波雷达做传感器融合。
1.5 本章知识体系总览
为了让你对本章内容有个整体印象，我画了一张结构图。你可以把它当作一个“地图”，后续学习时随时回来对照。
这张图把本章的四个核心模块串起来了。你可以看到，发展史是背景，工作原理是基础，三大技术路线是核心，应用场景是归宿。后面的课程，我们会逐一深入每个模块。