📚 课程目录第3章激光雷达基础

3. 激光雷达基础

大家好，我是你们这趟融合之旅的向导。

聊到传感器融合，激光雷达绝对是绕不开的主角。很多新手朋友一上来就盯着算法看，结果点云数据都读不明白，后面自然寸步难行。我个人习惯是，先把传感器的“脾气”摸透，再谈怎么用。今天我们就来好好盘一盘激光雷达的底细。

3.1 工作原理：TOF与三角法

激光雷达测距，说白了就两种主流玩法：一种是算时间，一种是算角度。

3.1.1 TOF（飞行时间法）

这是目前最主流的方案。原理很简单：我发出一束激光，打到目标反射回来，记下这段时间差Δt。光速c是已知的，距离d = c × Δt / 2。

听起来像初中物理？没错，但工程实现上坑很多。我在项目里就遇到过，强阳光下环境光噪声直接把回波信号淹没了，测出来的距离跳来跳去。后来加了窄带滤光片和雪崩光电二极管（APD），才算稳住。

  核心优势： 测距远（可达200m+），精度高（cm级），不受目标颜色影响。

3.1.2 三角法

另一种思路，靠几何相似三角形算距离。激光器与接收器（通常是CMOS/CCD）之间有个固定基线。目标在不同距离时，光斑在成像面上的位置会偏移。通过像素偏移量，就能反推出距离。

你想想看，这方法有个天然限制：基线越长，测距越准，但体积也越大。所以三角法一般用在短距离（几米内）、高精度的场景，比如工业3D相机、扫地机器人。我早期做室内AGV时用过，近距离精度能到亚毫米级，但超过5米就基本废了。

对比项	TOF法	三角法
测距范围	远（>100m）	近（<10m）
精度	cm级	mm级（近距离）
环境光敏感度	中等	高
典型应用	自动驾驶、机器人导航	工业检测、人脸识别

3.2 点云数据结构

激光雷达输出的不是图像，而是点云。每个点包含三维坐标(x, y, z)和强度值(intensity)。

嗯，这里要注意：不同厂家的点云格式可能略有差异。比如Velodyne的VLP-16，每个点还带一个ring ID（激光线束编号）和timestamp（时间戳）。

一个典型的点云数据包（以一帧为例）长这样：

// 伪代码示例：单帧点云结构
struct Point {
    float x;          // 米
    float y;          // 米
    float z;          // 米
    float intensity;  // 0-255，反射强度
    uint16_t ring;    // 激光线束编号（0-15）
    double timestamp; // 相对于帧起始的时间偏移
};

struct Frame {
    uint32_t seq;           // 帧序号
    double stamp;           // 帧时间戳
    std::vector<Point> points; // 通常包含数万到百万个点
};

我刚开始处理点云时，最头疼的就是时间同步。激光雷达是旋转扫描的，一帧里的点并不是同一时刻采集的。如果你直接把整帧当成一个快照去和相机对齐，运动畸变会让你怀疑人生。后来我学会了用每个点的时间戳做插值补偿，效果立竿见影。

避坑指南： 我曾经因为没处理点云的运动畸变，导致融合后的目标位置偏差了30cm。记住：对于旋转式激光雷达，一定要做去畸变处理。

3.3 常见激光雷达类型

市面上的激光雷达五花八门，但按结构分，主要就三类。

3.3.1 机械式激光雷达

最经典的结构。激光器和接收器装在旋转电机上，通过360°旋转扫描周围环境。Velodyne的HDL-64E就是典型代表，64线束，一圈能扫出上百万个点。

优点： 视场角大（水平360°），技术成熟，点云密度高。
缺点： 有旋转部件，寿命短（电机轴承磨损），成本高，体积大。

我记得2016年做无人车时，一台64线激光雷达要70多万人民币，比车还贵。现在虽然降了不少，但机械式依然是高端方案的首选。

3.3.2 固态激光雷达

没有旋转部件，靠电子扫描实现波束偏转。常见方案有OPA（光学相控阵）和Flash（面阵闪光）。

OPA： 通过控制阵列天线相位差，实现光束偏转。优点是扫描速度快、分辨率高。缺点是旁瓣抑制难，工艺复杂。
Flash： 一次发射覆盖整个视场，类似相机闪光灯。优点是结构简单、可靠性高。缺点是探测距离短（受限于激光功率），容易受环境光干扰。

说白了，固态雷达就是冲着“车规级、低成本、长寿命”去的。我去年帮一家Tier1评估过OPA方案，样机在-40°C低温下相位漂移严重，离量产还有距离。

3.3.3 MEMS激光雷达

介于机械式和固态之间。它用微振镜（MEMS mirror）代替了旋转电机。激光器固定，通过振镜的高速摆动来扫描。

优点： 体积小（指甲盖大小），成本低，可靠性比机械式高。
缺点： 视场角受限（通常水平120°），振镜的机械疲劳寿命仍需验证。

嗯，MEMS是目前最火的方案。很多量产车型（比如小鹏P5）用的就是这种。我个人的建议是：如果你做L2+辅助驾驶，MEMS是性价比之王；但要做L4级无人驾驶，还是老老实实上机械式或混合固态。

注意： 不要被厂商的宣传术语迷惑。有些号称“固态”的激光雷达，内部其实还是有微型旋转部件。真正的固态雷达应该没有任何机械运动。

3.4 知识体系总览

为了帮你理清思路，我画了一张图。你可以把它当成这一章的“地图”。

好了，这一章的内容就到这里。激光雷达是融合系统的“眼睛”，把它的原理和数据结构吃透，后面做标定、做融合才能心里有底。