1. 激光雷达基础：从原理到选型
大家好，我是这门课的主讲。做了这么多年机器人，我始终觉得激光雷达是自主导航里最「实在」的传感器。它不像视觉那样需要复杂的算法去猜深度，也不像超声波那样精度堪忧。激光雷达给你的，就是一个个精确的坐标点——说白了，它就是机器人的「尺子」。
这一章，我们先把这把尺子的底牌摸清楚。我会从工作原理讲起，再带你看看单线和多线到底差在哪，最后给出一份我这些年总结的选型指南。
1.1 激光雷达工作原理
市面上主流的激光雷达，按测距原理分就两大类：TOF（飞行时间法）和三角测距法。两种我都用过，各有各的脾气。
1.1.1 TOF 飞行时间法
TOF 的原理特别直白：激光发射器发出一束光，打到物体表面再反射回来，接收器捕获回波。测出这段时间差，乘以光速再除以 2，就是距离。
核心公式：
距离 = (光速 × 飞行时间) / 2光速 ≈ 3×10⁸ m/s，所以时间测量精度直接决定了距离精度。
我最早接触 TOF 雷达是在一个户外巡检项目上。当时阳光很强，三角测距雷达直接罢工了，换成 TOF 之后稳如老狗。为什么？因为 TOF 测量的是时间，对环境光的抗干扰能力天生就强。
TOF 雷达的典型参数：
- 测距范围：几十米到上百米
- 精度：厘米级（±1~3cm 常见）
- 刷新率：10~100Hz
- 抗环境光：强，可在室外使用
我的经验：TOF 雷达的精度瓶颈不在激光器，而在计时芯片。现在很多国产方案用 TDC（时间数字转换器）能做到皮秒级计时，成本也降下来了。选型时别只看距离，多问问「时间测量分辨率」这个参数。
1.1.2 三角测距法
三角测距的原理稍微绕一点。激光器以固定角度发射光束，接收器（一般是 CMOS 或 CCD）在另一侧接收反射光。物体距离不同，光斑在接收器上的位置就不同。通过几何三角关系，就能算出距离。
说白了，这就是个「已知两边一角，求第三边」的初中几何题。但实际做起来，麻烦事不少。
注意：三角测距的有效距离通常只有几米到十几米。距离越远，光斑位移越小，精度下降得厉害。我见过有人拿三角测距雷达做室外导航，结果 5 米外数据全是噪声——这就是没搞清楚原理的后果。
三角测距的优势在哪？
- 近距离精度高：1 米以内能做到毫米级
- 成本低：不需要昂贵的计时芯片
- 适合室内：扫地机器人、AGV 的标配
它的短板也很明显：
- 远距离精度差：超过 10 米基本没法用
- 怕强光：室外阳光下容易饱和
- 刷新率受限：需要处理图像，帧率上不去
1.1.3 两种原理对比
| 对比项 | TOF | 三角测距 |
|---|---|---|
| 测距原理 | 时间差 | 几何三角 |
| 典型距离 | 10~200m | 0.1~10m |
| 近距离精度 | 厘米级 | 毫米级 |
| 远距离精度 | 稳定 | 急剧下降 |
| 抗环境光 | 强 | 弱 |
| 成本 | 中高 | 低 |
| 典型应用 | 自动驾驶、户外导航 | 扫地机、室内 AGV |
你想想看，如果你的机器人只在室内跑，三角测距完全够用，还省钱。但要做户外无人车，老老实实上 TOF。
1.2 单线与多线雷达的区别
这个问题，我每次上课都会被问到。其实一句话就能说清楚：单线雷达只扫一个平面，多线雷达扫多个平面。
1.2.1 单线雷达
单线雷达内部只有一个激光发射器和接收器，通过旋转机构扫描 360°。它输出的是一圈二维点云——只有 x 和 y 坐标，没有高度信息。
我在做仓储 AGV 时用的就是单线雷达。地面平整，障碍物都在同一高度，单线完全够用。而且数据量小，算法简单，跑起来特别稳。
单线雷达的特点：
- 数据量小：一圈几百到几千个点
- 算法简单：2D SLAM 成熟度高
- 成本低：几百到几千元
- 局限：只能检测同一高度的物体
避坑指南：单线雷达装在机器人上时，安装高度很讲究。装高了，矮的障碍物（比如台阶）检测不到；装低了，高的障碍物（比如桌面）可能撞上去。我一般建议装在机器人高度的 1/3 到 1/2 处。
1.2.2 多线雷达
多线雷达内部有多个激光收发对，同时扫描多个角度。比如 16 线雷达，就是 16 个激光器同时工作，输出的是 3D 点云——有 x、y、z 三个维度。
多线雷达能干什么？它能区分地面和墙壁，能检测悬空的障碍物，还能做 3D SLAM。自动驾驶汽车上用的就是 64 线、128 线的激光雷达。
但代价也很明显：
- 数据量大：每秒几十万到上百万个点
- 算法复杂：3D SLAM 比 2D 难一个数量级
- 成本高：几千到几十万不等
- 功耗大：发热问题需要专门处理
1.2.3 怎么选？
| 场景 | 推荐方案 | 理由 |
|---|---|---|
| 室内平地导航 | 单线 | 够用、便宜、算法成熟 |
| 室内多层/斜坡 | 单线 + 超声波 | 单线检测平面，超声波补盲区 |
| 室外无人车 | 多线（16线起） | 需要 3D 感知和地形识别 |
| 高精度建图 | 多线 | 3D 点云信息更丰富 |
我个人习惯是：能用单线解决的问题，绝不上多线。多线雷达带来的数据量和计算压力，很多时候是得不偿失的。
1.3 激光雷达选型指南
选型这件事，我踩过的坑比你们想象的多。下面是我总结的「五步选型法」，照着走基本不会错。
1.3.1 第一步：明确应用场景
先问自己三个问题：
- 室内还是室外？——室外必须 TOF，室内两者皆可
- 需要 3D 信息吗？——需要就上多线，不需要就单线
- 预算多少？——这决定了你能选什么档次的货
1.3.2 第二步：看核心参数
选型时重点关注这几个参数：
- 测距范围：不是越大越好，够用就行。室内 10m 足够，室外至少 30m
- 精度：导航用 ±3cm 以内，建图用 ±1cm 以内
- 刷新率：移动机器人建议 10Hz 以上
- 角分辨率：0.1°~1° 常见，越小细节越丰富
- 抗环境光：室外必须看这个指标，至少 100klux
我的经验：别只看宣传页上的「最大距离」。那个通常是在 90% 反射率（白墙）下测的。实际场景中黑色物体、玻璃、水面的反射率很低，有效距离会打对折甚至更多。我一般按标称值的 60% 来估算实际可用距离。
1.3.3 第三步：考虑接口和协议
ROS2 下常用的激光雷达接口：
- UART/串口：低速、简单，适合单线雷达
- USB：即插即用，适合开发调试
- 以太网：高速、远距离，多线雷达标配
- CAN：工业场景常用，抗干扰强
协议方面，ROS2 的 sensor_msgs/LaserScan 和 sensor_msgs/PointCloud2 是标准格式。选雷达时最好确认它有没有现成的 ROS2 驱动，不然你得自己写——那工作量可不小。
1.3.4 第四步：看品牌和售后
市面上常见的品牌：
- 进口：Velodyne、SICK、Hokuyo——贵但稳
- 国产：禾赛、速腾聚创、思岚、镭神——性价比高
我个人的建议是：教学和原型验证用国产，量产和关键项目用进口。不是崇洋媚外，而是进口雷达的标定和一致性确实更好。但国产这几年进步很快，尤其是禾赛和速腾，已经大量上车了。
1.3.5 第五步：做实测
别只看 datasheet。借一台样机，在你的实际场景里跑一跑。我见过太多「参数漂亮、实际拉胯」的案例了。
我曾经踩过的坑：有一款雷达标称 30m 测距，我在室内白墙下测确实能到。结果拿到室外对着黑色柏油路面，5m 就开始丢点了。后来才发现它的回波检测算法对低反射率物体处理得不好。所以，一定要在你的真实场景里测。
1.4 本章知识体系
下面这张图，把本章的核心知识点串起来了。你可以把它当作一个快速索引。