📚 课程目录第2章 LiDAR基础原理

2. LiDAR基础原理

LiDAR（Light Detection and Ranging，激光雷达）之所以能“看见”三维世界，核心在于它把一束激光发射出去，再接收从目标反射回来的微弱回波，通过测量“光走了多久、相位差多少、落在探测器哪个位置”来反推目标距离。理解测距原理，是理解无人机LiDAR载荷集成、点云精度、航高设计和数据质量的起点。本节围绕激光测距的物理基础、三种主流测距方法、点云生成机制以及常见误区展开。

一、激光测距的物理基础

激光测距的本质是“用光速换距离”。光在真空中的速度约为 c = 299 792 458 m/s，在空气中略低，工程上常取 c ≈ 3×10^8 m/s。若激光从发射到接收的总飞行时间为 t，则目标距离 R 满足：

R = c × t / 2
其中：t 为往返飞行时间，除以 2 是因为光走了“去+回”两段路程。

例如，若测得往返时间为 100 ns，则距离约为 3×10^8 × 100×10^-9 / 2 = 15 m。可见，时间测量精度直接决定距离精度：1 ns 的时间误差对应约 15 cm 的距离误差。因此，高精度LiDAR必须在“时间测量”或“相位测量”上做到极高分辨率。

除距离外，LiDAR还记录回波强度、多次回波、扫描角度、GPS时间戳和IMU姿态。距离、角度、位置、姿态共同决定了一个激光脚点在三维空间中的坐标。

二、三种主流测距方法

1. 脉冲飞行时间法（Pulse Time-of-Flight, ToF）

脉冲法发射短促而高能量的激光脉冲，记录发射时刻与回波到达时刻，直接计算往返时间。其优点是量程远、瞬时功率高、适合大范围测绘；缺点是时间测量电路要求高，单脉冲精度受计时分辨率限制。机载LiDAR多采用脉冲法，典型脉冲重复频率可达 50 kHz～2 MHz，配合多回波技术可穿透植被缝隙，获取树冠、树干和地面点。

2. 相位法（Phase-Shift）

相位法发射连续调制的激光信号，通过测量发射波与回波之间的相位差来间接计算距离。相位差 Δφ 与距离 R 的关系为：

R = (Δφ / 2π) × (λ_mod / 2) + N × (λ_mod / 2)
其中：λ_mod 为调制波长，N 为整周模糊度。

相位法精度高、适合中短距离，但存在“整周模糊”问题，需要多频调制解算。它常用于地面三维激光扫描仪和部分近距离无人机LiDAR。

3. 三角法（Triangulation）

三角法不直接测时间，而是利用发射光轴与接收光轴之间的固定基线，通过回波在探测器上的成像位置，用几何三角关系计算距离。其公式可简化为：

R = (B × f) / x
其中：B 为基线长度，f 为接收镜头焦距，x 为光斑在探测器上的位移。

三角法结构简单、成本低、近距离精度高，但量程随距离平方衰减，远距离精度迅速下降，常用于室内机器人、近距离扫描和消费级设备。

三、三种方法对比

对比维度	脉冲飞行时间法	相位法	三角法
测量对象	往返时间	相位差	成像位移
典型量程	数十米至数千米	数米至数百米	厘米至数米
精度特点	绝对测距，远距离稳定	中短距离精度高	近距离精度极高
主要难点	高精度计时	整周模糊解算	量程受限
典型应用	机载测绘LiDAR	地面扫描仪	室内机器人、消费级

无人机LiDAR载荷以脉冲飞行时间法为主，因为它兼顾远量程、高脉冲频率和多回波能力，适合复杂地形与植被覆盖场景。

四、点云生成机制

单次测距只得到一个距离值，要形成点云，还需要“扫描”和“定位”。其数据流可概括为：

激光发射与接收：激光器按固定脉冲频率发射光束，接收器记录回波时间与强度。
扫描角度测量：旋转棱镜、振镜或光纤阵列改变光束方向，编码器同步记录水平角和垂直角。
距离解算：由飞行时间或相位差计算斜距。
坐标转换：结合扫描角、GNSS位置和IMU姿态，把斜距转换为地心地固坐标或当地水平坐标。
点云输出：每个激光脚点形成带有 X, Y, Z, intensity, time, return_number 等属性的点。

用简化公式表示，一个激光脚点的坐标可写为：

P_global = T_GNSS + R_IMU × R_scan × [0, 0, R]^T
其中：R 为斜距，R_scan 为扫描角旋转矩阵，
R_IMU 为姿态旋转矩阵，T_GNSS 为天线相位中心位置。

因此，点云精度不仅取决于测距精度，还取决于GNSS定位精度、IMU姿态精度和时间同步精度。无人机LiDAR中，GNSS/IMU组合导航系统通常要求 POS 精度达到厘米级定位、0.005°～0.02° 姿态精度，才能保证点云在航带拼接时不出现明显错层。

五、案例与场景：机载LiDAR一次扫描

假设无人机以 10 m/s 速度、100 m 航高飞行，LiDAR脉冲频率为 200 kHz，扫描角为 ±30°。每个脉冲在树冠、树干和地面可能产生多次回波。系统记录第一次回波用于提取树冠表面，最后一次回波用于提取地面点。经过航带平差和滤波后，可生成数字表面模型（DSM）和数字高程模型（DEM）。

在这个过程中，若时间同步存在 1 ms 偏差，无人机在 10 m/s 下会移动 1 cm，看似不大；但若姿态角存在 0.1° 误差，在 100 m 航高下会引起约 17 cm 的平面偏移。这说明“测距准”不等于“点云准”，系统集成中的时间同步和姿态标定同样关键。

常见误区：把“测距精度”直接等同于“点云精度”。实际上，点云误差是测距误差、角度误差、GNSS误差、IMU误差和时间同步误差的综合结果。集成时必须做 boresight 标定和航带平差。

六、复盘与要点

激光测距的本质是测量光与目标之间的“时间、相位或几何位移”。
脉冲法适合远距离机载测绘，相位法适合中短距离高精度扫描，三角法适合近距离低成本应用。
点云生成是“测距 + 扫描角 + GNSS + IMU + 时间同步”的联合结果。
无人机LiDAR集成中，POS精度、时间同步和标定参数直接决定最终点云质量。
理解三种测距方法的差异，有助于根据任务航高、精度和成本选择合适载荷。

综上，LiDAR测距原理决定了载荷的适用边界，点云生成机制则决定了系统集成的关键控制点。掌握脉冲法、相位法和三角法的差异，理解“测距—扫描—定位—姿态—时间”这条数据链，才能在无人机LiDAR项目中正确选型、合理设计航高与重叠率，并对点云质量做出准确判断。