激光雷达基础：工作原理、常见参数与数据格式
大家好，我是你们这门课的主讲。今天咱们来聊聊激光雷达最核心的基础知识。说实话，我见过不少同学一上来就急着调算法、跑点云，结果连雷达怎么工作的都没搞明白，最后踩坑踩得怀疑人生。所以，这一章咱们把地基打牢。
核心观点：激光雷达本质上就是个「激光尺子」——发射激光，等它反射回来，算时间差或频率差，从而知道前方物体的距离。
一、工作原理：TOF 与 FMCW
目前主流的激光雷达，工作原理就两种：TOF 和 FMCW。我个人的习惯是，先理解 TOF，因为它最直观。
1. TOF（飞行时间法）
TOF 的全称是 Time of Flight，说白了就是「计时」。雷达发射一束激光脉冲，打到物体上反射回来，接收器收到信号。用光速乘以时间的一半，就是距离。
公式很简单：
距离 = (光速 × 飞行时间) / 2嗯，这里要注意：光速是 3×10⁸ m/s，时间精度要求极高。比如测 1 米远的物体，飞行时间只有大约 6.7 纳秒。所以 TOF 雷达的核心难点在于——如何精确计时。
我的经验：我在项目中遇到过一款国产 16 线雷达，标称精度 ±2cm，但实际在强光下误差能到 5cm。后来排查发现是接收器的噪声抑制没做好。所以选型时别只看参数表，实际测一测才靠谱。
2. FMCW（调频连续波）
FMCW 是另一种思路。它不发射脉冲，而是发射频率连续变化的激光。发射信号和反射信号之间会有频率差，这个差值和距离成正比。
为什么会有频率差？因为激光在往返过程中，发射频率已经变了。你想想看，就像你对着山谷喊一声，回声回来时你的声音已经变了调——FMCW 就是利用这个「变调」来测距。
FMCW 的优势很明显：
- 可以直接测量速度（多普勒效应）
- 抗干扰能力强
- 对弱反射物体更敏感
但缺点也很突出：成本高、技术复杂。目前只有少数厂商（比如 Aeva、Mobileye）在量产。
避坑指南：我曾经帮一家公司做方案选型，他们想用 FMCW 做低速园区车。结果发现 FMCW 在近距离（<1米）的测距精度反而不如 TOF，因为频率差太小了。所以，没有绝对的好坏，只有适不适合。
二、常见参数：看懂雷达的「身份证」
拿到一款激光雷达，你首先得看懂它的参数。我把它分成三类：空间能力、精度能力和环境能力。
1. 线数
线数就是激光束的数量。16 线、32 线、64 线、128 线……线数越多，点云越密，看到的细节越丰富。但线数多也意味着数据量大、成本高。
我个人建议：做低速机器人，16 线够用；做高速自动驾驶，至少 64 线起步。
2. 视场角（FOV）
视场角分水平视场角和垂直视场角。水平视场角通常 360° 或 120°（前向），垂直视场角一般在 30° 左右。
这里有个坑：垂直视场角决定了你能看到多近的地面。如果垂直视场角太小，车头前方的地面盲区会很大。
3. 精度
精度包括测距精度和角度精度。测距精度通常 ±1~3cm，角度精度 0.1° 左右。
我遇到过最离谱的事：某款雷达标称精度 ±1cm，但实际在雨天测距误差能到 10cm。后来发现是雨滴造成的多路径反射。所以，精度参数一定要看「典型值」还是「全工况值」。
| 参数 | 典型值 | 说明 |
|---|---|---|
| 线数 | 16 / 32 / 64 / 128 | 线数越高，点云越密 |
| 水平视场角 | 360° / 120° | 360° 用于环视，120° 用于前向 |
| 垂直视场角 | 30°（±15°） | 决定地面盲区大小 |
| 测距精度 | ±2cm | 注意区分典型值和极限值 |
| 最大测距 | 100m / 200m | 受反射率影响很大 |
三、数据格式：点云长什么样？
激光雷达输出的数据，我们叫它「点云」。每个点包含 x、y、z 坐标，以及反射强度（intensity）。
常见的存储格式有三种：
1. PCD（Point Cloud Data）
PCD 是 PCL 库的标准格式。可读性好，支持 ASCII 和二进制两种方式。我平时调试最喜欢用 ASCII 格式，可以直接用文本编辑器打开看。
# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z intensity
SIZE 4 4 4 4
TYPE F F F F
COUNT 1 1 1 1
WIDTH 1000
HEIGHT 1
POINTS 1000
DATA ascii
1.23 2.34 3.45 128
1.24 2.35 3.46 130
...2. BIN（二进制文件）
BIN 格式没有文件头，直接存储二进制数据。每个点通常占 16 字节（4 个 float：x, y, z, intensity）。
为什么用 BIN？因为读取速度快，文件体积小。我处理大规模点云时，一定会转成 BIN 格式。
// 读取 BIN 文件的伪代码
float data[4];
while (fread(data, sizeof(float), 4, fp) == 4) {
float x = data[0];
float y = data[1];
float z = data[2];
float intensity = data[3];
}3. PCAP（网络抓包）
PCAP 是网络数据包格式。激光雷达通常通过 UDP 协议发送数据，PCAP 就是把这些网络包原样保存下来。
为什么要用 PCAP？因为你可以回放数据，模拟真实的雷达运行环境。我在做算法测试时，经常用 PCAP 文件来复现路测场景。
小技巧：如果你拿到的是 PCAP 文件，可以用 Wireshark 打开，过滤出雷达的 UDP 端口，然后导出成 CSV 或 BIN。我一般用 Python 的 scapy 库来解析，效率很高。
四、知识体系总览
下面这张图是我自己画的，把本章的核心内容串起来了。你可以把它当作一张「地图」，后面每学一个新知识点，都能在这张图上找到位置。
这张图把三大模块串起来了。你从「工作原理」出发，理解雷达怎么测距；然后看「常见参数」，知道怎么选型；最后学「数据格式」，知道怎么处理数据。每一步都是下一章的基础。
本章小结：
- TOF 靠计时测距，FMCW 靠频率差测距
- 线数、视场角、精度是选型三大核心参数
- PCD 适合调试，BIN 适合大规模处理，PCAP 适合回放
好了，这一章就到这里。下一章咱们开始动手——我会带你搭建一个激光雷达的仿真环境，让你在电脑上就能生成点云数据。到时候你会发现，理解了这些基础，后面的路会顺很多。