3. 传感器基础（二）：激光雷达：机械式与固态激光雷达、点云数据格式、安装位置与视野规划

好，咱们接着聊传感器。上一节我们把摄像头聊透了，这一节轮到激光雷达了。

说实话，在我刚入行那会儿，激光雷达还是个「奢侈品」。一台64线的机械式雷达，价格能顶上一辆小轿车。现在好多了，固态激光雷达把成本打下来不少，但选型和使用上，坑依然不少。

这一节，我就把我在项目里踩过的坑、积累的经验，一股脑倒给你。

3.1 机械式激光雷达：老大哥的优与劣

机械式激光雷达，说白了就是「转着圈扫」。它内部有一个或者多个激光收发模组，通过电机带动旋转，实现360°的水平视场覆盖。

优点很明显：

• 360° 全覆盖：没有盲区，这是它最大的优势。你想想看，车在路口左转，侧方突然窜出个电动车，机械式雷达能第一时间捕捉到。
• 技术成熟：Velodyne、禾赛这些老牌厂商，产品线非常稳定，算法适配也做得好。
• 点云密度高：64线、128线的产品，一帧能扫出几十万个点，细节丰富。

但缺点也让人头疼：

• 寿命和可靠性：机械旋转结构，意味着有磨损。我记得有个项目，车在矿区跑了三个月，雷达的旋转轴就开始出现异响，点云数据也开始抖动。嗯，这玩意儿在振动环境下确实娇气。
• 体积大、成本高：车顶上顶个「大花盆」，不仅影响风阻，还不好看。成本嘛，以前动辄几万美金，现在虽然降了，但依然不便宜。
• 散热问题：电机和激光器都在发热，夏天暴晒下，内部温度能到70-80度，容易导致数据丢帧。

3.2 固态激光雷达：新秀的崛起

固态激光雷达，顾名思义，没有机械旋转部件。它通过电子方式控制激光束的扫描方向。目前主流的技术路线有MEMS微振镜、Flash面阵和OPA光学相控阵。

我个人的习惯是，在L4级以上的Robotaxi上，我会优先考虑混合固态（MEMS），而在L2+的乘用车上，Flash方案更合适。

固态雷达的优势：

• 体积小、成本低：可以嵌入到保险杠、翼子板里，不破坏车身造型。成本有望降到几百美金级别。
• 可靠性高：没有运动部件，抗振动、抗冲击能力强，寿命长。
• 扫描速度快：电子扫描，微秒级就能完成一帧扫描，适合高速场景。

但它的短板也很明显：

• 视场角有限：目前主流的MEMS雷达，水平FOV一般在120°左右。要覆盖360°，至少需要3-4颗。
• 点云密度不均匀：Flash方案在近处点云密，远处点云稀。MEMS方案在边缘视场，点云会有畸变。
• 抗干扰能力弱：多台固态雷达同时工作时，容易互相串扰。我见过一个测试，两辆并排的车都用了同一款MEMS雷达，结果点云里出现了对方的「镜像」。

3.3 点云数据格式：你看到的不是「点」，是「世界」

激光雷达输出的数据，我们叫「点云」。每个点，包含三维坐标(x, y, z)和反射强度(intensity)。有些雷达还会输出时间戳和环号。

常见的点云格式：

我建议你在实际项目中，用PCD格式做开发和调试，用BIN格式做车端实时传输。 为什么？PCD有头信息，方便你检查点云的基本属性（点数、字段、坐标系）。而BIN格式最紧凑，传输效率高，适合嵌入式环境。

来看一个简单的点云读取示例（C++ + PCL）：

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>

int main() {
    pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>);

    // 读取PCD文件
    if (pcl::io::loadPCDFile<pcl::PointXYZI>("scan.pcd", *cloud) == -1) {
        PCL_ERROR("Couldn't read file scan.pcd \n");
        return -1;
    }

    std::cout << "Loaded " << cloud->points.size() << " data points." << std::endl;

    // 遍历点云
    for (const auto& point : cloud->points) {
        // 每个点都有 x, y, z, intensity
        std::cout << "x: " << point.x << " y: " << point.y 
                  << " z: " << point.z << " intensity: " << point.intensity << std::endl;
    }

    return 0;
}

3.4 安装位置与视野规划：别让雷达「瞎」了

雷达装在哪，直接决定了它能「看」到什么。我见过太多项目，雷达装得挺漂亮，但实际跑起来，盲区大得吓人。

常见的安装位置：

• 车顶（机械式/混合固态）：视野最好，360°无遮挡。但风阻大，容易脏污，需要配清洗系统。
• 保险杠（固态）：隐蔽性好，适合乘用车。但容易被泥水遮挡，且视场角有限。
• 翼子板/后视镜（固态）：用于侧向补盲。我建议左右各装一颗，覆盖侧方和后方。
• 前挡风玻璃后（固态）：视野好，但玻璃会衰减激光能量，且容易起雾。

视野规划的核心原则：

1. 最小化盲区：确保车头前方5米内、车侧2米内没有盲区。这是低速泊车和防碰撞的关键。
2. 冗余覆盖：关键区域（如正前方）最好有两颗雷达同时覆盖。一颗坏了，另一颗还能顶上。
3. 避免自遮挡：雷达不要装在会被雨刮、车标、车牌遮挡的位置。
4. 考虑安装角度：机械式雷达要水平安装，固态雷达要留出俯仰角调节余量。

下面这张图，是我自己总结的典型L4级自动驾驶车辆雷达部署方案。你可以参考一下：

你看，这个方案用了5颗雷达：1颗车顶机械式做主感知，1颗前向固态做远距离探测，2颗侧向补盲覆盖左右，1颗后向负责倒车和变道。这样搭配，基本能做到无死角覆盖。

最后说一句，安装位置定了之后，一定要做标定。把雷达的坐标系和车辆坐标系对齐。不然你点云里的障碍物位置，和实际位置能差出几十厘米。标定的方法，我们后面章节会详细讲。

好了，激光雷达的基础就聊到这儿。记住，选型看场景，安装看视野，数据看格式。这三样搞明白了，你就算入门了。