激光雷达原理与数据解析

各位同学，欢迎来到第二章。上一章我们聊了传感器融合的整体框架，这一章咱们把目光聚焦到最核心的传感器之一——激光雷达上。

说实话，我刚开始接触机器人时，觉得激光雷达就是个“高级转盘”，转一圈就能知道周围有啥。后来踩了不少坑才明白，这里面的门道可不少。今天我就把这些年积累的经验，从原理到实战，一步步拆给你看。

激光雷达工作原理

激光雷达，英文叫 LiDAR（Light Detection And Ranging）。说白了，就是通过发射激光束，测量激光从发射到反射回来的时间差，从而计算出目标物体的距离。

你想想看，这就像你对着山谷喊一声，听回声判断山有多远。只不过激光雷达用的是光速，精度能达到厘米级甚至毫米级。

核心公式：距离 = (光速 × 飞行时间) / 2

除以2是因为激光走了个来回，我们只想要单程距离。

根据扫描方式，常见的激光雷达分这么几类：

  • 机械旋转式：通过电机带动激光收发模块旋转，实现360°扫描。Velodyne、禾赛的早期产品都是这种。优点是视野广，缺点是机械结构容易磨损。
  • 固态式：没有旋转部件，靠光学相控阵或微振镜来改变激光方向。体积小、寿命长，但视场角通常有限。
  • 混合固态式：比如 Livox 的棱镜扫描方案，介于两者之间，算是折中方案。

我个人习惯在室内导航场景用机械旋转式，便宜且成熟。但如果你做的是无人机或者车载，固态式会更合适——毕竟旋转部件在震动环境下容易出问题。

一个小经验：选型时别只看线数（16线、32线、64线），还要关注角分辨率和帧率。角分辨率决定了你能看清多小的物体，帧率决定了动态场景下的数据密度。

点云数据格式

激光雷达采集到的原始数据，经过处理后就是点云（Point Cloud）。每个点包含三维坐标 (x, y, z) 和反射强度 (intensity)。

ROS2 中最常用的点云消息类型是 sensor_msgs/msg/PointCloud2。这个格式比旧版的 PointCloud 更灵活，支持自定义字段。

来看一个典型的点云消息结构：

# sensor_msgs/msg/PointCloud2
std_msgs/Header header          # 时间戳和坐标系
uint32 height                   # 如果是无序点云，height=1
uint32 width                    # 点的数量
PointField[] fields             # 字段定义（x, y, z, intensity等）
bool is_bigendian               # 字节序
uint32 point_step               # 每个点的字节数
uint32 row_step                 # 每行的字节数
uint8[] data                    # 原始二进制数据
bool is_dense                   # 是否包含无效点（NaN）

这里有个坑，我刚开始用的时候经常搞混：height 和 width 的含义。对于无序点云（大多数单线或机械式雷达），height=1，width 就是点的总数。但对于某些固态雷达，数据可能是按行排列的，这时候 height 就代表行数。

我曾经在解析某款国产雷达的数据时，默认把 height 当成了1，结果点云显示出来全是乱的。后来查文档才发现，这款雷达的数据是按16行排列的。所以，拿到新雷达第一步，先看 height 和 width 的值。

点云数据量通常很大。举个例子，一个32线、10Hz的雷达，每秒产生的点数大约是：

参数 数值
线数 32
每线点数 ~2000
帧率 10 Hz
每秒点数 32 × 2000 × 10 = 640,000
每秒数据量 ~12 MB（每个点16字节）

嗯，这里要注意，如果你的机器人主控性能一般，处理这么大数据量可能会卡顿。我建议在发布端就做降采样，或者用 VoxelGrid 滤波器减少点数。

ROS2驱动配置

ROS2 的驱动配置，说白了就是让激光雷达的数据能正确发布到 ROS2 的 topic 上。不同品牌的雷达驱动略有不同，但核心步骤是相通的。

以我常用的思岚 A1 为例，驱动包是 sllidar_ros2。安装和配置步骤如下：

  1. 安装驱动：
cd ~/ros2_ws/src
git clone https://github.com/Slamtec/sllidar_ros2.git
cd ..
colcon build --packages-select sllidar_ros2
source install/setup.bash
  1. 配置串口权限：
sudo chmod 666 /dev/ttyUSB0

这一步我经常忘。每次插上雷达发现没数据，第一反应就是检查串口权限。你可以把用户加到 dialout 组，一劳永逸：

sudo usermod -a -G dialout $USER
  1. 启动驱动节点：
ros2 launch sllidar_ros2 sllidar_a1_launch.py

启动后，你可以用 ros2 topic list 查看是否出现了 /scan 话题。再用 ros2 topic echo /scan 看看有没有数据流。

一个小技巧：如果雷达数据断断续续，多半是 USB 供电不足。我遇到过好几次，换个 USB 口或者用带外接电源的 USB HUB 就能解决。

对于其他品牌的雷达，比如 Velodyne、Ouster，驱动配置思路类似，只是参数文件里需要设置 IP 地址、端口号等网络参数。这里就不一一展开了。

使用rviz2可视化点云

数据有了，怎么看？rviz2 就是我们的眼睛。

启动 rviz2 很简单：

ros2 run rviz2 rviz2

然后在界面里：

  1. 点击左下角的 "Add" 按钮
  2. 选择 "By topic" 标签
  3. 找到 /scan 话题，选择 "LaserScan" 显示类型

如果你用的是 3D 激光雷达，话题通常是 /points 或 /velodyne_points，显示类型选择 "PointCloud2"。

这里有个关键设置：Fixed Frame。默认是 map，但如果你没有启动 map 坐标系，需要改成 laser_frame 或 base_link。否则你会看到点云在屏幕上乱飞，或者根本显示不出来。

我曾经在调试时花了半小时找问题，点云就是不出来。后来发现 Fixed Frame 设成了 map，而我的雷达数据是在 laser_frame 坐标系下发布的。坐标系不匹配，rviz2 就没法正确显示。

为了让可视化更清晰，我习惯调整这几个参数：

  • Size (m)：点的大小，默认 0.01，室内场景可以调到 0.02 或 0.03
  • Style：选择 "Points" 或 "Boxes"，别选 "Flat Squares"，太吃性能
  • Decay Time：设为 0.5 秒，可以看到历史轨迹，方便判断动态物体

下面这张图展示了激光雷达数据从采集到可视化的完整流程：

激光雷达硬件 ROS2驱动节点 /scan 话题 rviz2可视化 串口/网络 发布 订阅 激光雷达数据流：硬件 → 驱动 → 话题 → 可视化 关键：确保 Fixed Frame 与雷达坐标系一致

看到这个流程，你应该明白了：激光雷达的数据从硬件出来，经过驱动节点转换成 ROS2 消息，发布到话题上，最后 rviz2 订阅并显示出来。每一步都可能出问题，但只要你按照这个链路去排查，总能找到原因。

好了，这一章的内容就到这里。激光雷达的原理和配置是后续所有传感器融合工作的基础，建议你亲手操作一遍，把雷达跑起来，在 rviz2 里看到点云的那一刻，你会觉得一切都值得。