最近有朋友问我，激光传感器测距到底靠不靠谱，原理是不是很复杂？说实话，它在工业自动化、自动驾驶、扫地机器人里已经用得很广了，但很多人对其背后“怎么测”的细节还是懵懵懂懂。今天我们就抛开教科书式的枯燥公式，用大白话聊聊激光传感器测距的核心原理、主流方法，以及它们各自的优缺点。
激光传感器测距的本质是“利用光的时间差或相位差来反推距离”。但光是跑得极快的，一秒钟能绕地球七圈半，所以怎么精确捕捉这个“时间”就成了关键。目前主流的测距方法有四种：脉冲法、相位法、三角法，以及最近很火的ToF（飞行时间法，其实和脉冲法类似但更精细）。
1. 脉冲法（Pulse Ranging）：这是最直观的方法。传感器发射一束极短的激光脉冲，碰到物体后反射回来，接收器捕捉到回波。通过测量发射和接收之间的时间差Δt，再用公式：距离 = (光速 × Δt) / 2，就能算出单程距离。优点：测量距离远，可达几百米甚至几公里（针对合作目标）。缺点：对时钟精度要求极高，因为1纳秒的误差对应15厘米的距离偏差，所以普通脉冲激光雷达只能做到厘米级精度。
2. 相位法（Phase-Shift Ranging）：这种方法不直接测时间，而是发射一束连续的、被高频调制的激光。当这束光打到物体并返回时，其相位会发生偏移。通过测量发射波和反射波之间的相位差，就能推算出往返时间。由于相位差可以测量得非常精确（例如0.1度），所以测距精度能达到毫米级。典型应用：建筑测绘、工业级激光测距仪。但它的缺点也很明显：测量距离受限于调制波长（通常几米到百米），因为相位差每2π就会周期重复，导致“模糊距离”。
3. 三角法（Triangulation Ranging）：这是最“接地气”的方法，常用于短距离、高精度的场合（如手机摄像头自动对焦、机械臂定位）。原理很简单：激光器发射一束光，经过透镜聚焦到目标表面，反射光通过另一个透镜成像在CMOS或PSD传感器上。当目标移动时，成像点在传感器上的位置也会移动。根据三角形相似原理，通过成像点的位移量和透镜的几何参数，就能算出目标的位移距离。优点：精度极高（微米级），结构简单。缺点：测量距离短（通常0.01米到10米），且受环境光干扰较大。
4. 飞行时间法（ToF，Time-of-Flight）：这是近年来消费电子和自动驾驶领域的主流技术。它和脉冲法类似，但更强调“单光子灵敏度”。ToF传感器通常采用单光子雪崩二极管（SPAD）作为接收器，可以捕捉到单个光子的回波。通过统计大量光子到达的时间分布，利用直方图算法精确算出飞行时间。这种方法在近距离（0.1米到几十米）内能同时实现高帧率和高精度，非常适合动态场景（比如人脸识别、手势控制）。缺点是功耗较高，且多路径反射问题（比如镜面、玻璃）会导致测距误差。
实际应用中，很多激光传感器会混合使用多种方法。比如高端扫地机器人会先用ToF快速扫描环境轮廓，再用三角法精调地面障碍物的高度。而自动驾驶的激光雷达则通常采用多线束脉冲法，配合旋转或扫描机构，形成三维点云数据。
还有一个容易被忽略的关键点：激光波长。工业测距常用的有905纳米（近红外）和1550纳米（红外）。905纳米成本低，但对人眼有潜在伤害风险（比如工业激光雷达严格限制功率）。1550纳米对人眼更安全，但需要特殊的铟镓砷探测器，成本较高。
给大家一个选择建议：如果你需要长距离（100米以上）且精度要求不高（厘米级），选脉冲法；如果需要高精度（毫米级）但距离受限（百米内），选相位法；如果只是短距离（几米内）且要求超高精度（微米级），三角法最合适；如果做消费电子或动态场景，ToF是最佳选择。
激光传感器测距不是玄学，而是光学、电子学、信号处理的融合艺术。下次看到激光雷达在旋转，你可以自信地说：它正在用光速计算世界。希望这篇文章能帮到你，欢迎在评论区留言讨论你的应用场景。
网站导航
-
服务热线:
025-52777144 -
联系邮箱:
customer@kenaiwo.com -
公司地址:
江苏省南京市江宁区科建路666号