1. 激光雷达概述：从原理到选型，一个老工程师的实战笔记
大家好，欢迎来到《激光雷达定位建图与导航实战》的第一章。我是你们这门课的老朋友，一个在SLAM领域摸爬滚打了好几年的工程师。今天咱们不聊虚的，直接切入正题——激光雷达。
你想想看，做机器人定位建图，最核心的传感器是什么？我个人觉得，激光雷达是排在第一位的。它就像机器人的眼睛，而且是那种能直接告诉你“前方3米有堵墙”的精准眼睛。摄像头虽然信息丰富，但在黑暗、强光或者纹理缺失的环境下，很容易“瞎掉”。而激光雷达，说白了，它自己发光，自己接收，不受环境光影响，这就是它最大的底气。
1.1 激光雷达工作原理：它到底是怎么“看”世界的？
激光雷达的工作原理，听起来高大上，其实核心就一句话：发射一束激光，打到目标物体上，反射回来被接收器捕获，然后通过计算时间差或角度差，得出距离。目前市面上主流的测距方式有两种：TOF和三角测距。
1.1.1 TOF（飞行时间法）
TOF，全称Time of Flight，飞行时间法。它的原理非常直观：激光发射器发出一束极短脉冲的激光，打到物体后反射回来，接收器记录下这束光从发出到接收所用的时间Δt。因为光速c是已知的（约3×10⁸ m/s），那么距离d = c × Δt / 2。
我在项目中遇到过一个问题，就是TOF雷达在测量远距离物体时，回波信号会非常弱。这时候就需要高灵敏度的接收器和复杂的信号处理算法。嗯，这里要注意，TOF雷达的精度主要取决于时间测量的精度。1纳秒的时间误差，对应大约15厘米的距离误差。所以，高端的TOF雷达会用皮秒级的时间数字转换器（TDC）。
核心优势： TOF测距方式不受物体颜色、反射率的影响（在一定范围内），测量距离远，适合户外和远距离场景。目前绝大多数车规级和工业级激光雷达都采用TOF方案。
1.1.2 三角测距法
三角测距法，名字就暴露了它的原理——利用几何三角形。激光器以固定角度发射一束激光，打到物体上形成光斑。这个光斑被一个位置敏感的探测器（比如CMOS相机）接收。激光器、物体、探测器三点构成一个三角形。通过光斑在探测器上的成像位置偏移，利用三角几何公式，就能计算出物体的距离。
说白了，三角测距就像你用手指在眼前比划，手指离眼睛越近，它在背景上的“视差”就越大。三角测距雷达的精度与基线长度（激光器和探测器之间的距离）以及探测器的分辨率有关。基线越长，近距离精度越高，但远距离精度会急剧下降。
避坑指南： 我曾经在一个室内AGV项目里，为了省钱选了三角测距雷达。结果在测量3米外的白色墙壁时，数据非常稳定；但一遇到黑色轮胎，反射率太低，光斑几乎看不见，数据直接跳变。所以，如果你要做室外或者环境物体颜色复杂的项目，我建议你优先考虑TOF雷达。
| 特性 | TOF（飞行时间法） | 三角测距法 |
|---|---|---|
| 测距原理 | 计算激光飞行时间 | 计算光斑成像位置偏移 |
| 测量距离 | 远（可达数百米） | 近（通常<10米） |
| 近距离精度 | 较高（厘米级） | 极高（毫米级） |
| 远距离精度 | 高 | 差（随距离增加急剧下降） |
| 受物体颜色影响 | 小 | 大 |
| 典型成本 | 高 | 低 |
| 典型应用 | 自动驾驶、机器人导航 | 扫地机器人、室内避障 |
1.2 激光雷达分类：机械式、固态、MEMS，你该选哪个？
搞清楚了原理，咱们再来看看市面上常见的激光雷达长什么样。根据扫描方式，主要分为三大类：机械式、固态和混合固态（MEMS）。
1.2.1 机械式激光雷达
这是最“古老”也最经典的结构。说白了，就是把激光收发模块整个放在一个旋转的电机上，通过电机360°旋转来实现水平方向的扫描。早期的Velodyne HDL-64就是典型代表，上面64个激光收发器，像一个大号罐头一样转个不停。
机械式雷达的优点很明显：视场角大（水平360°），点云密度高。但缺点也同样致命：有机械旋转部件，寿命短，抗震性差，而且体积大、成本高。我记得有一次在测试车上装了一个32线机械雷达，跑了几天土路，结果电机轴承进了灰，旋转噪音越来越大，最后数据直接乱掉了。
1.2.2 固态激光雷达
固态激光雷达，顾名思义，内部没有任何机械旋转部件。它通过光学相控阵（OPA）或闪光（Flash）技术来实现光束的扫描。OPA通过控制阵列中每个发射单元的相位差，让光束在空间中干涉相长，实现指向性扫描。Flash则是一次性发射一个大面积的激光束，然后通过面阵接收器来获取整个场景的深度信息。
固态雷达的优点是体积小、寿命长、可靠性高。但缺点是视场角通常较小（比如90°×30°），而且OPA技术目前还存在旁瓣干扰、制造工艺复杂等问题，成本依然很高。
1.2.3 MEMS（微机电系统）激光雷达
MEMS雷达是目前最火的“混合固态”方案。它本质上还是机械式的，但把那个巨大的旋转电机换成了一个微小的MEMS振镜。这个振镜只有几毫米大小，通过电磁驱动高速摆动，带动一束或几束激光进行扫描。
你可以把MEMS振镜想象成一个会快速抖动的镜子。激光打到镜子上，镜子一抖，激光的反射方向就变了。这样，一个很小的芯片就能实现大角度的扫描。MEMS雷达兼顾了固态雷达的小体积和机械雷达的大视场角，是目前量产车的主流选择。
个人经验： 我建议你在做机器人原型机时，如果预算充足且对性能要求高，可以先用机械式雷达做算法验证。等产品定型，需要降本和提升可靠性时，再切换到MEMS或固态方案。这样能少走很多弯路。
1.3 激光雷达关键参数：看懂数据手册，不被忽悠
选型的时候，光知道分类还不够，你得会看参数。我见过不少新手，拿着数据手册只看“线数”和“测距”，结果买回来发现根本用不了。下面这几个参数，你必须要搞懂。
1.3.1 线数
线数，就是激光雷达内部有多少个激光发射器/接收器对。比如16线、32线、64线、128线。线数越多，垂直方向上的分辨率就越高，点云就越密，能看到的细节就越多。但线数越多，成本也越高，数据量也越大，对处理器的要求也更高。
1.3.2 视场角（FOV）
视场角分为水平视场角和垂直视场角。机械式雷达水平FOV通常是360°，而固态和MEMS雷达水平FOV一般在90°~120°。垂直FOV则取决于线数和垂直角分辨率。比如一个16线雷达，垂直FOV可能是30°，而128线雷达垂直FOV能达到45°甚至更大。
1.3.3 角分辨率
角分辨率，决定了你能分辨出两个相邻物体的最小角度间隔。水平角分辨率 = 水平FOV / 水平采样点数。垂直角分辨率 = 垂直FOV / (线数 - 1)。角分辨率越小，点云越精细。比如，一个水平角分辨率0.1°的雷达，在100米外能分辨出大约17厘米间隔的两个物体。
1.3.4 测距精度
测距精度，指的是测量值与真实值之间的偏差。通常用均方根误差（RMSE）来表示。对于TOF雷达，精度一般在±2cm~±5cm之间。三角测距雷达在近距离（<1米）精度可以做到±1mm，但远距离就惨不忍睹了。
1.3.5 帧率
帧率，就是雷达每秒扫描一圈并输出一帧点云数据的频率。常见的帧率有5Hz、10Hz、20Hz。帧率越高，对动态环境的感知越及时，但数据量也越大。对于移动机器人，10Hz是底线，20Hz比较理想。如果帧率太低，机器人高速运动时，点云会出现明显的运动畸变。
选型口诀： 室内看精度和帧率，室外看距离和线数。避障看FOV，建图看角分辨率。预算有限时，优先保证帧率和测距精度，线数可以适当妥协。
| 参数名称 | 典型值范围 | 对SLAM的影响 | 选型建议 |
|---|---|---|---|
| 线数 | 16 / 32 / 64 / 128 | 线数越高，垂直分辨率越高，建图细节越丰富 | 室内16线够用，室外建议32线以上 |
| 水平FOV | 360° / 90°~120° | 360°可全向感知，小FOV需要多雷达拼接 | 导航首选360°，固定场景可选小FOV |
| 垂直FOV | 20°~45° | 决定能否看到头顶和脚下障碍物 | AGV需要大垂直FOV（>30°） |
| 水平角分辨率 | 0.1°~0.4° | 决定远距离物体分辨能力 | 建图要求高时，选<0.2° |
| 测距精度 | ±2cm~±5cm | 直接影响建图精度和定位稳定性 | SLAM要求±3cm以内 |
| 帧率 | 10Hz / 20Hz | 影响动态性能和数据量 | 移动机器人至少10Hz，推荐20Hz |
好了，关于激光雷达的基础知识，咱们就聊到这里。这些概念是后续所有章节的基石。你想想看，如果你连雷达是怎么测距的、参数代表什么都搞不清楚，后面做点云处理、建图、定位，肯定会一头雾水。所以，这一章的内容，我建议你反复看几遍，直到能闭着眼睛说出TOF和三角测距的区别，以及选型时该看哪几个参数。