激光雷达基础与ROS驱动：从原理到实战
各位同学好，我是老张。今天咱们聊聊激光雷达的基础知识，以及怎么在ROS里把它用起来。说实话，我最早接触激光雷达的时候，也被那些技术术语搞得一头雾水。但别担心，咱们一步步来，把原理搞懂，把驱动调通，后面做导航就顺了。
激光雷达工作原理：TOF vs 三角法
市面上主流的激光雷达，工作原理其实就两大类：TOF（飞行时间法）和三角法。我当年在项目里选型时，就吃过亏——选错了原理，导致在室外强光下数据全飘了。所以这块你得搞清楚。
核心区别一句话：TOF测距离靠光速×时间，三角法靠几何相似三角形。
TOF（飞行时间法）
TOF的原理很简单：发射一束激光脉冲，打到物体上反射回来，接收器记录时间差。距离 = 光速 × 时间差 / 2。嗯，初中物理就够用了。
- 优点：测量距离远（几十米到上百米），精度高，受环境光影响小。
- 缺点：成本高，电路复杂，对时间测量精度要求极高（皮秒级）。
- 典型代表：Velodyne、Hesai、Ouster 等机械式或固态激光雷达。
三角法
三角法呢，是发射器与接收器之间有个固定基线。激光打到物体上，接收器上的成像位置会偏移。通过几何关系，就能算出距离。说白了，就是初中几何里的相似三角形。
- 优点：成本低，近距离精度高（厘米级甚至毫米级）。
- 缺点：测量距离短（通常10米以内），远距离精度下降快，易受环境光干扰。
- 典型代表：RPLIDAR A系列、Sick TiM系列等。
| 对比项 | TOF | 三角法 |
|---|---|---|
| 测距原理 | 光飞行时间 | 几何三角 |
| 测量距离 | 远（>30m） | 近（<10m） |
| 近距离精度 | 厘米级 | 毫米级 |
| 远距离精度 | 稳定 | 下降明显 |
| 环境光影响 | 小 | 大 |
| 成本 | 高 | 低 |
| 典型应用 | 自动驾驶、室外导航 | 室内扫地机、AGV |
我的建议：如果你做室内小场景（比如扫地机器人），三角法性价比很高。但要做室外无人车或园区物流，老老实实上TOF。我曾经在强光下用三角法雷达做室外导航，数据直接崩了，排查了三天才发现是原理问题。
ROS中LaserScan消息结构
不管什么原理的激光雷达，在ROS里最终都统一成 sensor_msgs/LaserScan 消息。这个结构你得背下来，因为后面所有算法都靠它。
# sensor_msgs/LaserScan.msg
std_msgs/Header header # 时间戳和坐标系ID
float32 angle_min # 扫描起始角度（弧度）
float32 angle_max # 扫描结束角度（弧度）
float32 angle_increment # 角度分辨率（弧度）
float32 time_increment # 每帧时间间隔（秒）
float32 scan_time # 扫描周期（秒）
float32 range_min # 最小有效距离（米）
float32 range_max # 最大有效距离（米）
float32[] ranges # 距离数据数组（米）
float32[] intensities # 反射强度数据（可选）
这里有几个坑，我当年踩过：
- 角度范围：angle_min 和 angle_max 通常是 [-π, π] 或 [0, 2π]，但不同雷达不一样。比如 RPLIDAR 是 [0, 2π]，而 Velodyne 是 [-π, π]。你写代码时千万别写死。
- ranges数组长度：理论上应该是 (angle_max - angle_min) / angle_increment + 1。但有些雷达会多一个或少一个点，你得检查。
- 无效值：ranges 里的 inf 或 NaN 表示没测到。处理时记得过滤，不然算法会炸。
注意：intensities 字段不是所有雷达都发。有些雷达（比如老款 RPLIDAR）就不支持。如果你代码里强依赖 intensities，记得先检查数组长度。
使用sensor_msgs驱动雷达
ROS里驱动激光雷达，说白了就是写一个节点，把雷达的原始数据转成 LaserScan 消息发出去。大部分厂商都提供了现成驱动，但有时候你得自己改改。
我以最常见的 RPLIDAR A2 为例，演示一下怎么用官方驱动：
# 安装驱动
sudo apt install ros-noetic-rplidar-ros
# 启动雷达节点
roslaunch rplidar_ros rplidar.launch
# 查看话题
rostopic list
# 应该能看到 /scan 话题
# 打印数据
rostopic echo /scan
如果你用的是其他雷达，比如思岚 S系列、Velodyne、Hesai，流程类似：
- 找到对应的 ROS 驱动包（通常叫 xxx_ros 或 xxx_driver）。
- 安装依赖（可能包括串口库、网络库等）。
- 修改 launch 文件里的参数（串口号、IP地址、坐标系等）。
- 启动节点，检查 /scan 话题是否有数据。
一个小技巧：我习惯在启动雷达后，先用 rostopic hz /scan 看看频率对不对。如果频率不对，可能是串口波特率设错了，或者 USB 线太长导致丢包。
可视化点云数据
光看数字没意思，咱们得把数据可视化出来。ROS里最常用的工具是 RViz。你想想看，激光雷达扫出来的点云在 RViz 里显示出来，那种感觉还是很爽的。
启动 RViz 并显示激光数据：
# 启动 RViz
rosrun rviz rviz
# 在 RViz 界面中：
# 1. 添加 "LaserScan" 显示类型
# 2. 选择话题为 /scan
# 3. 设置坐标系为 laser_frame（或雷达对应的 frame_id）
如果你想把 LaserScan 转成 PointCloud2（点云），方便做更高级的处理，可以用 laser_geometry 包：
# 安装
sudo apt install ros-noetic-laser-geometry
# 使用 laser_scan_to_point_cloud 节点
rosrun laser_geometry laser_scan_to_point_cloud scan:=/scan cloud:=/cloud
这样你就能在 RViz 里同时看到激光扫描线和点云了。我个人习惯用点云模式，因为可以旋转视角，看得更清楚。
避坑指南：我曾经在 RViz 里看不到点云，排查了半天发现是 frame_id 没对上。雷达发的 frame_id 是 "laser"，但 RViz 的 Fixed Frame 设成了 "map"。记住：Fixed Frame 必须和雷达的 frame_id 一致，或者有 TF 变换关系。
本章知识体系
下面这张图总结了本章的核心逻辑，你可以对照着复习：