激光雷达，自动驾驶的“火眼金睛”，究竟如何洞悉三维世界？

关于科耐沃 · 行业新闻 · 激光雷达，自动驾驶的“火眼金睛”，究竟如何洞悉三维世界？

发布时间：2025-06-17 00:12:09

来源：工业

浏览数量： 1000

想象一下：一辆自动驾驶汽车在暴雨滂沱的深夜疾驰，摄像头被水雾遮蔽，毫米波雷达对静物识别模糊…而它却能清晰“看见”前方道路的每一寸坑洼、护栏的位置、甚至飘过的一片树叶轨迹。这幕后功臣，正是被誉为现代机器感知“黄金瞳”的激光雷达（LiDAR）。它如何穿透雨雾，精准绘制出毫米级精度的三维点云地图？今天，就让我们揭开激光雷达工作原理的神秘面纱。

一、核心：光影测量术——从激光发射到距离解算

激光雷达的原理，本质上是光速测量学（Optical Ranging） 的极致应用。其核心可拆解为四个精妙步骤：

激光发射（Emission）： 系统首先发出一束极短（纳秒级）、高度聚焦、特定波长（如905nm或安全的1550nm）的红外激光脉冲。这束光如同“光子级弹幕”，穿透空气射向目标。
传播与反射（Propagation & Reflection）： 激光在空气中直线传播，撞击到目标物体（车辆、行人、路牌、树木等）表面后，根据物体材质特性发生散射或镜面反射。部分光子原路返回，射向激光雷达的接收端。
信号接收（Reception）： 激光雷达装备了极其灵敏的光电探测器（通常是雪崩光电二极管APD或单光子雪崩二极管SPAD）。它们如同精细的“耳朵”，能捕捉到从目标反射回来的、能量已大幅衰减的微弱激光回波信号。
精确计时与距离计算（Time-of-Flight Measurement）： 这是最关键的一步。激光雷达内部的高精度计时器（精度达皮秒级）精确测量从激光脉冲发射瞬间到接收器探测到回波信号之间的时间间隔 Δt。 核心公式随即登场：d = (c * Δt) / 2

d 代表激光雷达与目标物体之间的距离。
c 是光在空气中的传播速度（约 3×10^8 m/s）。
Δt 是发射和接收的时间间隔。
除以 2 是因为激光经历了一个来回（去程 + 回程）。

通过这个看似简单却无比精密的“测时-换算”过程，激光雷达能瞬间计算出其到空间中每一个反射点的绝对距离。

二、构建三维世界的核心组件

单次测距仅提供一个点的距离信息。要构建丰富的三维环境模型，激光雷达还需以下关键子系统协同工作：

扫描系统（Scanning System - 三维世界的关键画笔）： 这是激光雷达类型差异的核心。常见方式有：

机械旋转式： 激光发射/接收模块整体围绕中心轴高速旋转（如早期Velodyne产品），实现360°水平视场角扫描。垂直方向则通过多组激光器排布（如16线、32线、128线）覆盖不同俯仰角。
MEMS微振镜式： 利用微机电系统（MEMS）驱动的微型反光镜，通过镜面高频振动偏转激光光束方向，实现非旋转式的扫描。体积小、成本低、可靠性高，是当前主流发展方向之一。
固态Flash式： 类似照相机的闪光灯，一次发射大面积激光覆盖整个视场角（无需扫描），通过面阵探测器接收各方向回波。抗振动性好，但探测距离和分辨率通常受限。
光学相控阵（OPA）： 通过调节阵列中多个发射器的光波相位差，实现无机械运动、纯电控的激光束高速指向扫描，代表着未来技术趋势。

激光器与探测器（Emitter & Detector - 光影之源与声纳之耳）：

激光器： 需具备高脉冲功率（提升探测距离）、窄脉宽（提升测距精度和分辨率）、特定波长（人眼安全、大气穿透性好）、高寿命。常见的半导体激光器（如905nm, 1550nm）。
探测器： 需具备高灵敏度、低噪声、快速响应能力，以捕捉微弱回波信号。雪崩光电二极管（APD）是主流，更先进的单光子雪崩二极管（SPAD）和硅光电倍增管（SiPM）可探测单个光子，显著提升灵敏度和探测距离。

数据处理单元（Brain - 点云构建者）： 接收海量原始测距数据（每个反射点的时间戳、角度信息、信号强度等），实时、高速地进行：

距离计算： 应用 d = c * Δt / 2。
坐标转换： 结合扫描角度信息，将极坐标（距离、方位角、俯仰角）转换为三维空间坐标（X, Y, Z）。
点云生成： 将转换后的所有点的三维坐标及（通常包含的）反射强度信息融合输出，形成描述周围环境的点云（Point Cloud） ，这是后续感知算法的核心输入。

三、核心优势：构建高精三维环境的“金刚钻”

相比于摄像头和传统毫米波雷达，激光雷达的核心优势在于：

精准三维感知： 直接输出高质量、厘米级精度的三维点云，精确刻画物体轮廓、大小、姿态和相对位置，尤其在判断物体垂直高度和复杂形状方面具有无可比拟的优势。
超高分辨率与角分辨率： 通过高线束密度和快速扫描，能清晰分辨近距离小物体（如车道线、小石块、路缘石）的细节。
强大的环境适应性： 主动发射光源的特性，使之在暗光、夜间、隧道内等摄像头失效的场景，仍能稳定工作。对低反射率物体的探测能力优于毫米波雷达。（虽然浓雾/浓烟会影响其性能，但其穿透能力通常仍优于可见光）。
精确的速度感知（FMCW技术）： 更先进的调频连续波（FMCW）激光雷达不仅能测距，还能通过回波信号的多普勒频移直接、精确地测量目标相对于自身的径向速度，这对判断动态物体行为至关重要。

四、应用场景：不止在自动驾驶

激光雷达的应用早已超越了自动驾驶领域，正在深刻改变多个行业：

高级驾驶辅助系统（ADAS）与自动驾驶： 环境感知、高精定位、障碍物识别与追踪、路径规划的核心传感器，是实现L3级以上自动驾驶不可或缺的“眼睛”。
机器人导航： 服务机器人、仓储物流AGV/AMR进行室内外自主移动、避障、地图构建（SLAM）的基础传感器。
地理测绘与测绘： 机载、车载激光雷达是进行大面积、高精度三维地形测绘、建筑物建模、林业资源调查、电力线巡检的高效工具。
智慧城市与基础设施： 用于城市三维建模、建筑BIM、桥梁隧道变形监测、交通流量分析等。
工业自动化： 物料体积测量、安全防护（光幕）、高精度工业扫描与检测等。

随着MEMS、OPA等固态扫描技术的成熟，以及半导体工艺进步带来芯片化集成（SoC） 与成本的持续降低

[上一篇] 雷达车，气象灾害前哨的“移动天眼”

[下一篇] 毫米波雷达价格探秘，为何从百元到万元？市场趋势与成本全解析

返回列表

网站导航