1、传感器初识：激光雷达与相机，自动驾驶的“双眼”

大家好，我是你们这趟入门之旅的向导。咱们直接开门见山——要做激光雷达和相机的融合，首先得搞清楚这两个家伙各自是怎么“看”世界的。说白了，它们就像人的两只眼睛，一只擅长测距，一只擅长认物。今天这一章，我就带大家把它们的底细摸清楚。

激光雷达，英文叫LiDAR，全称是Light Detection And Ranging。名字很直白，就是“光的探测与测距”。它的核心任务只有一个：精确测量物体到传感器的距离。

怎么测？主要有两种主流方法：TOF（飞行时间法）和三角测距法。我工作中接触最多的还是TOF，尤其是车规级的激光雷达，几乎全是TOF方案。

TOF的原理，你想想看，就像你对着山谷喊一声，然后听回声。激光雷达发射一束极短的红外激光脉冲，打到物体上反射回来，被接收器捕获。它只需要记录下从发射到接收的时间差Δt，再乘以光速c，除以2（因为走了个来回），距离d就出来了：

d = (c × Δt) / 2

嗯，这里要注意，光速大约是3×10⁸ m/s，所以时间测量精度必须非常高。1纳秒的误差，对应15厘米的距离偏差。我在项目中遇到过，有些低成本的TOF雷达，测距抖动很大，就是因为时间测量电路做得不够好。

核心优势：TOF测距远（可达200米以上），速度快，不受物体颜色和纹理影响。这是目前车载主激光雷达的绝对主流。

三角测距法，说白了就是利用几何相似三角形。激光器发射一束光，打到物体上，在另一侧的相机（或位置传感器）上形成一个光斑。物体距离不同，光斑在传感器上的位置就不同。通过这个偏移量，结合激光器和相机之间的基线长度，就能算出距离。

这种方法在扫地机器人、工业传感器里很常见。优点是近距离（比如1米以内）精度极高，甚至能达到毫米级。但缺点也很明显——距离越远，精度下降越快。我建议，如果你做的是近距离避障或室内SLAM，可以考虑它；但做自动驾驶主传感器，还是老老实实用TOF。

我的个人习惯：在项目选型时，如果预算允许，主激光雷达一定选TOF。三角测距的雷达，我一般只用在补盲或近距离感知上。

相机大家都很熟悉，手机、电脑摄像头天天用。但在自动驾驶里，它的成像原理需要我们深入理解，尤其是针孔模型和畸变这两个概念。

针孔模型，是相机成像的最基本数学模型。它假设光线通过一个无限小的孔（光心），在后面的成像平面上形成倒立的像。这个模型虽然简单，但它是所有相机标定和三维重建的基础。

公式也很简洁，把三维世界中的点(X, Y, Z)投影到图像平面上的像素坐标(u, v)：

u = fx * X / Z + cx
v = fy * Y / Z + cy

其中fx, fy是焦距（以像素为单位），cx, cy是光心在图像上的位置。你看，这里有个除法，除以Z。这就是为什么物体离得越远，在图像上看起来越小——透视效应。

我记得刚入行时，总觉得这个模型太理想化，实际相机哪有这么完美？没错，所以我们需要引入畸变模型。

实际镜头为了收集更多光线、做得更小，通常不是完美的针孔。这就会导致图像发生变形，主要有两种：

我曾经在一个项目中，直接用未标定的相机做视觉定位，结果发现远处的车道线在图像边缘弯得不成样子。嗯，从那以后，我再也不敢跳过相机标定这一步了。

避坑指南：我曾经因为赶进度，用默认的相机内参做融合，结果激光雷达点云投影到图像上，总是对不准。后来老老实实做了棋盘格标定，误差从十几个像素降到了1个像素以内。所以，标定是融合的第一步，也是最重要的一步。

好了，现在我们把激光雷达和相机放在一起，做个直观的对比。你想想看，它们就像两个性格迥异的搭档：

说白了，激光雷达是“距离专家”，但“脸盲”；相机是“认脸高手”，但“距离感差”。所以，把它们融合起来，就是让它们取长补短——用激光雷达的精确距离，去辅助相机的识别和定位；用相机的丰富纹理，去帮助激光雷达理解场景。

核心结论：融合不是简单的“1+1”，而是让两种传感器的优势互补。激光雷达提供“骨架”（3D结构），相机提供“血肉”（颜色、纹理、语义）。

为了让大家对本章内容有个整体印象，我画了一张图，把核心逻辑串起来：

这张图把本章的核心逻辑串起来了。左边是激光雷达的两种测距原理，右边是相机的成像模型，底部是它们的对比和融合动机。后面的章节，我们会一步步深入这些技术细节。