2. LiDAR基础
LiDAR（Light Detection and Ranging，激光探测与测距）是自动驾驶与机器人感知系统中最重要的主动测距传感器之一。理解其工作原理、点云数据特性、常见类型以及坐标系与标定基础，是后续分析“LiDAR失效降级与融合补偿”问题的前提。本节从物理测距原理出发，逐步过渡到点云数据组织、传感器类型对比，最后落到坐标系与标定这一工程落地关键环节。
一、核心原理：从飞行时间到三维点
LiDAR的核心是“发射—接收—计时—解算”四步闭环。激光二极管或光纤激光器发射一束极短脉冲（典型脉宽1~10 ns），脉冲打到目标表面后部分能量被反射回接收器（APD或SiPM），通过测量发射与接收之间的时间差 Δt，即可得到斜距：
R = c · Δt / 2
其中 c ≈ 3×10^8 m/s，除以2是因为光走了往返双程仅有距离还不够，还需要知道光束在空间中的指向。机械旋转式LiDAR通过旋转棱镜或转镜改变水平角，通过多组激光器垂直排布形成固定垂直角；固态LiDAR则通过光学相控阵（OPA）、MEMS微振镜或Flash面阵方式实现光束扫描。结合水平角 θ、垂直角 φ 与斜距 R，即可将每个回波解算为传感器坐标系下的三维点：
x = R · cos(φ) · cos(θ)
y = R · cos(φ) · sin(θ)
z = R · sin(φ)除飞行时间法（ToF）外，还有调频连续波（FMCW）体制，通过测量发射与回波之间的频率差同时获得距离与径向速度，具备抗干扰和直接测速优势，但成本与工程复杂度更高。理解这一层，才能在后续判断“点云缺失、距离异常、速度异常”时定位到具体物理环节。
二、点云数据特性：稀疏、无序、带强度
LiDAR输出的是三维点集合，而非规则图像。其典型特性包括：
- 稀疏性与非均匀性：近处点密、远处点稀，垂直方向按线束离散分布，导致同一物体在不同距离上的点密度差异巨大。
- 无序性：点云没有天然的行列索引，需通过ring、azimuth等字段恢复扫描结构，才能做投影或聚类。
- 多回波：一束激光可能产生多次回波（如打到树叶、玻璃、雨滴），返回首回波、最强回波或末回波，影响测距结果。
- 强度信息：回波强度与目标反射率、距离、入射角相关，可用于路面标线识别、材质区分，但需注意距离衰减补偿。
- 运动畸变：机械旋转式LiDAR在一帧内持续扫描，若载体运动，点云会产生“拖尾”或“倾斜”，必须用IMU/轮速做运动补偿。
三、常见类型对比：机械、半固态与固态
按扫描方式，LiDAR可分为机械旋转式、半固态（MEMS/转镜）和固态（OPA/Flash）。三者在成本、可靠性、FOV和点云形态上差异明显，直接影响失效模式与降级策略。
| 类型 | 扫描方式 | 典型FOV | 点云形态 | 常见失效/降级风险 |
|---|---|---|---|---|
| 机械旋转式 | 电机带动转镜/棱镜 | 360°水平，40°垂直 | 环形线束，规则 | 轴承磨损、电机堵转、窗口污染 |
| 半固态MEMS | 微振镜二维扫描 | 120°×25° | 非重复扫描，密度不均 | 振镜疲劳、温漂、同步丢失 |
| 固态OPA | 光学相控阵 | 可编程，通常<120° | 栅格化，旁瓣干扰 | 相位校准漂移、旁瓣伪点 |
| 固态Flash | 面阵一次性照明 | 视镜头而定 | 整幅深度图 | 峰值功率受限、环境光干扰 |
四、坐标系与标定基础：从传感器到车体
LiDAR原始点云位于传感器坐标系（通常x向前、y向左、z向上，或遵循ROS REP-103）。要与其他传感器融合，必须经过外参标定，将点变换到车体坐标系（后轴中心或质心），再变换到世界坐标系。核心变换为刚体变换：
P_vehicle = R_lidar2vehicle · P_lidar + t_lidar2vehicle
其中 R 为3×3旋转矩阵，t 为3×1平移向量外参标定常用方法包括：基于标定板/靶球的离线标定、基于地面与墙面的手眼标定、以及基于多传感器共同观测特征（如车道线、杆状物）的在线标定。内参则关注激光器安装角偏差、测距零偏、角度非线性等，通常由厂家提供或通过专用工装标定。
五、案例与复盘：一次点云“错层”问题的定位
某项目在融合测试中发现：LiDAR点云与相机图像在远处出现明显“错层”，近处正常。排查流程如下：
- 检查时间同步：发现LiDAR与相机时间戳偏差约30 ms，高速行驶时对应约0.8 m位移，导致远处错层更明显。
- 检查外参：用标定板复测，发现俯仰角偏差0.3°，在50 m处产生约0.26 m高度误差。
- 检查运动补偿：LiDAR帧内运动补偿使用了旧版IMU外参，导致点云整体倾斜。
- 修复：统一时间源、重新标定外参、更新IMU-LiDAR外参并加入在线监测。
复盘结论：点云质量问题往往不是单一环节造成，而是“时间—外参—运动补偿”三者耦合。理解LiDAR基础原理与坐标系标定，才能在失效降级与融合补偿中快速定位根因，而不是盲目调参。