2、激光雷达基础原理：飞行时间法、三角测距法、调频连续波法的工作原理与对比

激光雷达（LiDAR）的核心任务是精确获取目标物体的三维空间坐标，而这一目标的实现依赖于对光信号传播特性的测量。在工业级硬件设计中，选择何种测距原理直接决定了系统的光学架构、信号链设计、功耗预算、成本区间以及适用场景。本章将深入剖析当前工程应用中最主流的三种测距方案——飞行时间法（ToF）、三角测距法（Triangulation）和调频连续波法（FMCW），从物理模型、数学表达、硬件实现到工程约束进行系统性对比，帮助读者建立选型判断的底层逻辑。

上图从物理架构和关键公式层面展示了三种测距原理的本质差异。ToF直接测量光脉冲的往返时间，三角测距利用几何相似三角形间接推算距离，而FMCW则通过频率差解算距离与速度。这三种方案在工业产品中的选型并非简单的性能优劣比较，而是需要结合具体应用场景的约束条件进行权衡。下面我们将逐一拆解每种原理的数学基础、硬件实现要点和工程陷阱。

2.1 飞行时间法（ToF）——直接测量光速的“秒表”

2.1.1 核心原理与数学表达

飞行时间法的物理基础极为直观：激光器发射一个极短的光脉冲，当该脉冲遇到目标物体后发生漫反射，部分反射光被探测器接收。通过精确记录从发射到接收的时间间隔 Δt，即可利用光速 c 计算出单程距离 d = c × Δt / 2。在工业级硬件中，这个“秒表”的实现方式主要有两种：

• 直接ToF（dToF）：使用高速计时电路（如TDC，时间数字转换器）直接测量脉冲往返时间。典型时间分辨率可达几十皮秒，对应距离分辨率约毫米级。
• 间接ToF（iToF）：发射连续正弦波调制光，通过测量发射波与接收波之间的相位差 φ 来计算距离。公式为 d = c × φ / (4π × f_mod)，其中 f_mod 为调制频率。iToF的硬件实现更简单，但存在2π模糊性问题。

2.1.2 硬件实现关键模块

一个完整的dToF激光雷达前端包含以下核心链路：

1. 激光驱动电路：产生窄脉宽（通常2-10ns）、高峰值电流（10-50A）的脉冲驱动VCSEL或EEL激光器。驱动管的开关速度、PCB走线寄生电感是设计难点。
2. 接收光学链路：包括接收透镜、窄带滤光片（中心波长与激光器匹配，带宽通常1-10nm）和APD（雪崩光电二极管）或SPAD（单光子雪崩二极管）。
3. 前端模拟信号链：TIA（跨阻放大器）将光电流转换为电压信号，再经过主放大器、高速比较器整形为数字脉冲。该链路的带宽、噪声和增益动态范围直接决定探测灵敏度。
4. 时间测量单元：TDC或基于FPGA的进位链延时法实现时间戳记录。

2.1.3 实战场景：AGV避障雷达的ToF设计

某工业AGV项目需要探测0.3m至30m范围内的障碍物，距离精度要求±3cm，更新频率20Hz。我们选择了905nm波长的dToF方案，关键参数如下：

参数项	设计值	说明
激光器峰值功率	25W	VCSEL阵列，脉宽5ns
APD增益	50倍	反向偏压150V，温度补偿
TDC分辨率	50ps	对应距离分辨率7.5mm
接收视场角	2°	与发射视场角匹配

在实际测试中，我们发现当目标为黑色哑光物体（反射率仅5%）时，回波信号幅度仅为白色物体的1/20。为此，我们在TIA后级增加了可变增益放大器（VGA），通过FPGA实时监测信号峰值并调整增益，将动态范围扩展至1:1000。最终系统在黑色物体上仍能保持±2.5cm的测距精度。

2.2 三角测距法——几何光学的高精度“标尺”

2.2.1 核心原理与数学推导

三角测距法利用激光器、探测器与目标点构成的三角形几何关系来解算距离。激光器与探测器之间保持固定的基线距离 B，激光束以已知角度 θ 照射目标，目标反射光经接收透镜后在CMOS/PSD（位置敏感探测器）上成像。根据相似三角形原理，目标距离 d 与像点偏移量 x 的关系为：

d = (B × f) / (x + f × tan(θ))

其中 f 为接收透镜焦距。当目标距离较近时，像点偏移量 x 较大，测距精度高；当距离增大时，x 趋近于零，精度急剧下降。因此三角测距法天然适合近距离高精度测量。

2.2.2 硬件实现与标定流程

工业级三角测距雷达的硬件核心包括：

• 激光器：通常使用低功率（1-10mW）的650nm或850nm VCSEL，连续波或低频调制模式。
• 接收光学：透镜组将反射光聚焦到线阵CMOS或PSD上。透镜的畸变直接影响测量精度，需进行畸变标定。
• 信号处理：CMOS输出光斑的灰度分布，通过质心算法（Centroid Algorithm）计算光斑中心位置，精度可达亚像素级（1/10像素）。

标定是三角测距法量产的关键步骤。每台设备出厂前需进行至少9点标定（不同距离、不同反射率），建立距离-像点偏移量的查找表（LUT），并拟合多项式修正非线性误差。

2.2.3 案例拆解：服务机器人SLAM雷达的精度优化

某服务机器人采用三角测距雷达进行室内SLAM建图，标称测量范围0.1m-8m，精度要求±1cm@1m。在初期测试中发现，当目标距离超过3m时，测距误差达到±5cm，远超规格。分析过程如下：

1. 现象：远距离误差呈系统性偏大，且随距离增加而增大。
2. 根因排查：检查CMOS成像发现，远距离时反射光斑尺寸增大，且强度减弱，导致质心算法受噪声影响产生偏移。
3. 解决方案：① 在接收透镜前增加孔径光阑，减小杂散光；② 优化质心算法，采用加权高斯拟合替代简单质心；③ 增加自动增益控制（AGC），确保光斑峰值在CMOS满量程的60%-80%。
4. 结果：优化后，3m处误差降至±1.2cm，8m处误差控制在±3cm以内。

2.3 调频连续波法（FMCW）——相干检测的“全能选手”

2.3.1 核心原理与信号模型

FMCW激光雷达发射频率随时间线性变化的连续波（通常为锯齿波或三角波）。发射信号与目标反射信号在探测器处混频，产生差频信号（拍频）。设调频斜率为 S（Hz/s），光速为 c，目标距离为 d，则差频 f_b 与距离的关系为：

f_b = S × 2d / c

若目标同时存在径向速度 v，则三角波调制下，上扫频和下扫频的差频分别为 f_b+ = S×2d/c - 2v/λ 和 f_b- = S×2d/c + 2v/λ，联立可同时解算距离和速度。这是FMCW相较于ToF和三角测距的独特优势。

2.3.2 硬件架构与相干检测

FMCW雷达的硬件核心是相干探测系统：

• 窄线宽激光器：通常采用DFB或外腔激光器，线宽要求<100kHz，以保证相干性。
• 光路结构：采用平衡探测器方案，将本振光（LO）与信号光混频，抑制共模噪声。
• 信号处理：差频信号经ADC采样后，进行FFT变换提取频率峰值。距离分辨率由调频带宽决定：Δd = c / (2B)，其中B为调频带宽。

例如，要实现10cm的距离分辨率，需要调频带宽 B = c/(2×0.1) = 1.5GHz。这对激光器的调频线性度和调制带宽提出了极高要求。

2.3.3 实战场景：自动驾驶前向雷达的FMCW设计考量

某L4级自动驾驶项目需要前向探测距离200m，距离分辨率10cm，速度分辨率0.1m/s。我们评估了FMCW方案，关键设计参数如下：

参数项	设计值	工程约束
调频带宽	1.5GHz	激光器调制非线性需<0.1%
调频周期	100μs	FFT点数需≥2048
激光器线宽	50kHz	影响相干效率
ADC采样率	200MSPS	满足差频信号带宽

在样机测试中，我们发现激光器的调频非线性导致FFT频谱展宽，距离分辨率恶化至25cm。解决方案是增加预失真补偿电路，通过查找表修正调制信号，将非线性度降至0.05%以内，最终实现了12cm的实际距离分辨率。

2.4 三种方案的综合对比与选型决策

为了帮助读者在实际项目中快速做出选型判断，下表从十个关键维度进行了系统对比：

对比维度	ToF（dToF）	三角测距	FMCW
测量范围	0.1m - 200m+	0.01m - 10m	0.1m - 300m+
距离精度	cm级（受TDC限制）	μm级（近距离）	mm级（受带宽限制）
速度测量	需多帧差分	不支持	单帧同时获取
抗环境光干扰	中等（需滤光片）	较弱（易饱和）	强（相干检测）
多雷达互扰	存在（需编码）	低（几何隔离）	极低（频率分集）
硬件成本	中等	低	高
系统复杂度	中等	低	高
温度敏感性	中等（需补偿）	低	高（需温控）
典型应用	自动驾驶、AGV	工业测量、SLAM	自动驾驶、安防
技术成熟度	高	高	中

2.4.1 选型决策流程

在实际项目中，建议按照以下逻辑进行方案选择：

1. 第一步：明确最大测量距离。若超过10m，直接排除三角测距；若超过50m且需要速度信息，优先考虑FMCW。
2. 第二步：评估精度需求。若需要毫米级以下精度且距离<5m，三角测距是唯一选择；若厘米级即可，ToF性价比更高。
3. 第三步：分析环境干扰。户外强光、多雷达共存场景，FMCW的相干检测优势明显；室内受控环境，ToF和三角测距更经济。
4. 第四步：核算成本预算。FMCW的BOM成本通常是ToF的3-5倍，三角测距的5-10倍。