1. 激光雷达概述：工作原理、分类与核心性能指标
各位同学好，我是这门课的主讲。做了十几年机器人系统，摸过的激光雷达少说也有几十款。今天咱们聊聊激光雷达最基础的东西——它到底怎么工作的，有哪些种类，选型时该看哪些参数。
说实话，我刚入行那会儿，激光雷达还是个稀罕物。那时候一台机械式雷达十几万，还得排队等货。现在不一样了，消费级机器人、AGV、自动驾驶，到处都能看到它的身影。但不管价格怎么降，原理和核心指标这些东西，你搞不懂，后面做系统肯定要吃亏。
一句话总结：激光雷达就是通过发射激光束并测量反射回来的时间或频率变化，来获取目标物体距离和方位信息的传感器。它相当于给机器人装了一双“3D眼睛”。
1.1 激光雷达工作原理
激光雷达的工作原理，说白了就是“发射-反射-接收-计算”这四个步骤。我习惯把它分成两大类方法：飞行时间法（ToF）和调频连续波法（FMCW）。
1.1.1 飞行时间法（ToF）
这是目前最主流的方式。激光器发射一个短脉冲，打到物体上反射回来，接收器捕获这个回波。通过记录发射和接收的时间差 Δt，就能算出距离：
距离 d = (c × Δt) / 2
其中 c = 3×10⁸ m/s（光速）
Δt = 激光往返时间举个例子：如果 Δt = 100 纳秒，那么 d = (3×10⁸ × 100×10⁻⁹) / 2 = 15 米。
我在做仓储机器人项目时，遇到过一个问题——多径反射。激光打到墙角再反射回来，接收器会收到两个回波。嗯，这时候算法就得做“多回波处理”，否则距离会算错。你想想看，如果机器人把墙后面的距离当成障碍物距离，那不就撞上了？
1.1.2 调频连续波法（FMCW）
FMCW 是另一种思路。它发射的是频率连续变化的激光，通过比较发射信号和接收信号的频率差来算距离。这种方法抗干扰能力强，还能直接测速度，但成本高、结构复杂。
我个人觉得，FMCW 是未来的方向。为什么？因为它能同时测距和测速，而且不怕多台雷达互相干扰。不过目前 ToF 还是主流，尤其是消费级产品。
避坑指南：我曾经在室外强光环境下测试 ToF 雷达，发现测距精度下降得厉害。后来才明白，太阳光中的红外成分会干扰接收器。所以如果你要做户外机器人，记得选带“阳光抑制”功能的雷达，或者考虑 FMCW 方案。
1.2 激光雷达分类
激光雷达的分类方式很多，按扫描机构分是最常见的。我把它分成三类：机械式、固态和混合固态。下面这张图能帮你快速理解它们的区别：
1.2.1 机械式激光雷达
机械式是最早成熟的技术。它通过电机带动激光器和接收器整体旋转，实现 360° 水平扫描。优点是视场角大、技术成熟；缺点是体积大、有运动部件、寿命有限。
我记得 2016 年做无人车项目时，用的就是 Velodyne HDL-64E。那家伙重十几公斤，顶上像顶了个水桶。但没办法，当时只有它能提供 64 线、360° 的点云数据。现在想想，那时候真是“傻大黑粗”的代名词。
1.2.2 固态激光雷达
固态雷达没有机械旋转部件，靠光学相控阵（OPA）或闪光（Flash）方式实现光束偏转。优点是体积小、可靠性高、成本低；缺点是视场角小、探测距离有限。
这里有个坑要提醒你：市面上很多号称“固态”的雷达，其实是混合固态。真正的纯固态，目前量产还不多。选型时一定要看清楚技术规格。
1.2.3 混合固态激光雷达
混合固态是机械式和固态的折中方案。它内部有少量运动部件（比如转镜或振镜），但不像机械式那样整体旋转。目前车载量产的主流方案就是它。
我去年帮一家扫地机器人公司选型，最后选了混合固态方案。为什么？因为机械式太贵、寿命短，纯固态又达不到需要的探测距离。混合固态刚好平衡了性能和成本。
1.3 核心性能指标
选激光雷达，不能光看品牌和价格。下面这几个指标，你必须看懂。我按重要程度排了个序：
| 指标 | 说明 | 典型值 | 我的建议 |
|---|---|---|---|
| 测距精度 | 测量距离与真实距离的偏差 | ±1~3 cm（ToF） | 室内机器人 ±3 cm 够用，室外自动驾驶需要 ±1 cm |
| FOV（视场角） | 水平和垂直方向的可视范围 | 水平 360° / 垂直 30° | 导航需要水平 ≥ 270°，避障需要垂直 ≥ 30° |
| 角分辨率 | 相邻两个激光点之间的角度间隔 | 0.1° ~ 0.5° | 角分辨率越小，点云越密，但数据量也越大 |
| 帧率 | 每秒完成多少次完整扫描 | 10~20 Hz | 移动机器人 10 Hz 够用，高速场景需要 20 Hz 以上 |
| 探测距离 | 最远能测到多远的目标 | 30~200 m | 室内 30 m 足够，室外需要 ≥ 100 m |
| 线数 | 垂直方向同时发射的激光束数量 | 16/32/64/128 线 | 2D 导航用单线，3D 建图至少 16 线 |
1.3.1 测距精度
测距精度是硬指标。我见过不少项目，选雷达时只看探测距离，忽略了精度。结果建图出来全是“鬼影”——墙壁歪歪扭扭，根本没法用。
为什么会这样？因为精度不够，每次扫描的误差累积起来，地图就变形了。所以做 SLAM 的话，我建议精度至少要在 ±3 cm 以内。如果做高精度地图，那得 ±1 cm 甚至更高。
1.3.2 FOV（视场角）
FOV 分水平和垂直两个方向。水平 FOV 决定了雷达能不能看到侧面的障碍物；垂直 FOV 决定了能不能看到低矮物体。
我做过一个 AGV 项目，客户选的雷达垂直 FOV 只有 15°。结果呢？地面上有个 5 cm 高的减速带，雷达完全没扫到，AGV 直接骑上去翻了。后来换了垂直 FOV 30° 的雷达，问题才解决。
注意：垂直 FOV 不是越大越好。FOV 越大，垂直方向的角分辨率就越低，远距离的点云会变得稀疏。你需要根据机器人的应用场景来权衡。
1.3.3 角分辨率
角分辨率决定了点云的密度。举个例子：水平角分辨率 0.1° 的雷达，在 10 米远处，相邻两个点的间距大约是 1.7 cm。如果角分辨率是 0.5°，间距就变成了 8.7 cm。
你想想看，如果障碍物只有 5 cm 宽，0.5° 分辨率的雷达很可能漏掉它。所以做避障的话，角分辨率一定要够高。
1.3.4 帧率
帧率就是雷达每秒扫多少次。帧率越高，机器人对动态环境的响应越快。但帧率高了，数据量也大，对处理器的要求就高。
我个人的经验是：室内移动机器人 10 Hz 够用；室外无人车至少 20 Hz；如果做高速运动（比如无人机），那得 30 Hz 以上。
选型口诀：精度看 SLAM，FOV 看避障，分辨率看小物体，帧率看运动速度。把这四个指标对齐了，雷达基本不会选错。
1.4 本章小结
这一章我们聊了激光雷达的三大块：
- 工作原理——ToF 和 FMCW，目前 ToF 是主流，FMCW 是未来
- 分类——机械式、固态、混合固态，各有优劣，按场景选
- 核心指标——精度、FOV、角分辨率、帧率，这四个是选型的命门
说实话，这些基础知识看起来简单，但真正做系统时，每一个细节都可能决定成败。我见过太多人因为没搞懂这些基础，后面花了几倍的时间去填坑。