3. 激光雷达原理

激光雷达（LiDAR）是无人机感知系统中获取三维空间几何信息的关键传感器。理解其底层原理，是后续做激光雷达与视觉融合标定、时间同步、点云配准与障碍物检测的基础。本节从测距、扫描、点云生成、回波特性到设备选型参数，建立一条完整的认知链路。

一、核心原理：TOF测距

TOF（Time of Flight，飞行时间）测距是绝大多数脉冲式激光雷达的基础。激光器发射一束极短脉冲，光子在目标表面发生漫反射后返回接收器，通过测量往返时间 Δt 计算距离：

d = c · Δt / 2
其中 c ≈ 3×10^8 m/s，除以 2 是因为光走了往返双程

例：Δt = 100 ns
d = 3×10^8 × 100×10^-9 / 2 = 15 m

由于光速极快，1 ns 的时间误差对应约 15 cm 的距离误差，因此 TOF 雷达对计时电路精度要求极高。除脉冲TOF外，还有连续波调频（FMCW）方案，通过测量发射与回波之间的频率差同时获得距离和径向速度，抗干扰能力更强，但成本更高。

二、扫描机制：从单点到三维覆盖

单束激光只能测一个方向的距离，要获得三维环境必须进行扫描。常见扫描机制包括：

• 机械旋转式：整个光学头高速旋转，实现 360° 水平视场，配合多线垂直排布形成多线点云，典型如 16/32/64 线机械雷达。
• 转镜式：激光器与探测器固定，仅反射镜旋转，可靠性更高，视场通常小于 360°。
• MEMS微振镜：用微机电振镜做二维扫描，体积小、成本低，适合无人机与车载。
• 棱镜式：用楔形棱镜旋转产生非重复扫描轨迹，如 Livox 系列，近距离点密度高。
• 固态OPA/Flash：无机械运动部件，Flash 一次性照亮整个视场，OPA 用相控阵偏转光束，是未来方向。

扫描机制直接决定点云的空间分布形态：机械式呈规则环状线束，棱镜式呈花瓣状非重复轨迹，Flash 则类似面阵相机一次成像。

三、点云生成：从距离到三维坐标

每个测距值需结合当时的扫描角度才能转换为三维点。设某时刻水平角为 θ、垂直角为 φ、测得距离为 d，则在雷达坐标系下：

x = d · cos(φ) · cos(θ)
y = d · cos(φ) · sin(θ)
z = d · sin(φ)

把所有时刻的点按时间戳累积，就得到点云。点云中每个点通常还携带强度、时间戳、线号、回波序号等属性。无人机平台还需通过 IMU 与位姿把雷达坐标系下的点变换到机体或世界坐标系，这一过程称为运动补偿或去畸变，是高速飞行时保证点云质量的关键步骤。

四、强度与多次回波

回波强度反映接收到的光功率大小，与目标反射率、距离平方、入射角、大气衰减等因素相关。强度图在无纹理区域能提供额外信息，常用于车道线、路面材质、植被与建筑区分。需要注意的是，强度并非反射率的直接线性映射，使用前通常要做距离与入射角归一化。

多次回波指一束激光在到达最终目标前被部分反射，接收器记录到多个回波脉冲。典型场景是激光穿过树冠缝隙：首次回波来自树叶，末次回波来自地面。利用多次回波可以：

• 分离植被与地面，提高林区地形测绘精度；
• 识别电线、栅栏等细小目标；
• 在无人机避障中判断可穿透区域与实体障碍。

五、常见LiDAR类型与关键参数

无人机上常见的激光雷达可按扫描方式与用途分类。选型时需重点关注量程、点频、视场角、测距精度、回波次数、重量与功耗等参数。

关键参数速查清单：

• 量程：10% 反射率下能测多远，比最大量程更有参考价值；
• 点频：单回波每秒出点数，决定点云密度；
• 测距精度：通常为厘米级，如 ±2 cm；
• 角分辨率：相邻激光束夹角，影响远距离目标分辨能力；
• 回波次数：单回波、双回波或多次回波；
• 重量与功耗：无人机载荷敏感，需与续航平衡。

六、案例与常见误区

以植保无人机仿地飞行为例：雷达向下扫描，利用末次回波获取地面高度，结合 IMU 实现定高。若只取首次回波，遇到高秆作物时会误判地面，导致飞行高度异常。再如电力巡线场景，需要识别细小的电线，此时应选择角分辨率高、支持多次回波的雷达，并适当降低飞行速度以提高点密度。