激光雷达（LiDAR，Light Detection and Ranging）是一种利用激光脉冲进行精确测距和三维环境感知的主动遥感技术。其主要特点包括：

核心特点：

1. 高精度与高分辨率：

   • 可达厘米级的测距精度（如距离误差±2cm），能精准捕捉物体轮廓细节。
   • 可生成高密度点云数据，实现毫米级精度的三维建模。

2. 主动探测，全天候工作：

   • 自发光源（激光），无需外部光照，在暗光、无光环境下仍可正常工作。
   • 与被动光学传感器（如摄像头）相比，不受环境光干扰。

3. 三维环境感知能力：

   • 通过发射激光束扫描空间（水平和垂直方向），获取目标的三维坐标（XYZ），构建精确的点云模型。
   • 可测量目标的高度、宽度、深度、方向、速度等空间信息。

4. 强环境识别能力：

   • 能有效区分静止物体与移动物体。
   • 可穿透稀疏植被（如树叶间隙），探测被遮挡的地表或结构（适用于测绘、考古）。
   • 通过回波强度信息，辅助识别不同材质（如金属、玻璃、沥青）。

5. 抗干扰性强：

   • 窄波束（方向性强）+特定波长，不易受其他电磁波（如毫米波雷达）干扰。
   • 信号处理技术可滤除非激光源的回波。

6. 多种扫描模式灵活适配场景：

   • 机械式：360°大视角旋转扫描（适合机器人、测绘车）。
   • MEMS微振镜：小型化、低成本，适应车载需求。
   • Flash（固态）：面阵发射单次大面积扫描，无运动部件。
   • OPA光学相控阵：电子扫描，响应速度快。

局限性：

1. 受天气环境影响大：

   • 大雨、大雪、浓雾会严重衰减激光信号，导致探测距离缩短或失效。
   • 强直射光（如正午阳光）可能干扰接收器。

2. 成本高：

   • 核心部件（激光器、扫描器、探测器）造价昂贵，尤其高性能雷达（如车规级128线）。

3. 数据处理复杂：

   • 点云数据量大（每秒百万点），需要强大算力实时处理及滤波、识别算法。

4. 探测距离受限：

   • 相比毫米波雷达，远距离探测（>200米）能力较弱（尤其对低反射率物体）。

5. 无法识别颜色与纹理：

   • 仅提供几何/反射率信息，需结合摄像头（多模态融合）识别物体属性（如红绿灯颜色）。

典型应用场景：

• 自动驾驶：环境建模、障碍物检测、SLAM定位导航（特斯拉以外主流方案）。
• 地理测绘：地形测绘（DSM/DEM）、林业资源调查、城市规划。
• 智慧城市：交通监控、电力线巡检、建筑物建模（BIM）。
• 机器人导航：AGV/AMR移动机器人避障与路径规划。
• 考古与地质勘探：穿透植被探测古遗迹结构。
• 气象观测：大气气溶胶、云层分布监测。

与其他传感器的对比优势：

总结：激光雷达以其毫米级精度、三维点云感知、强环境适应性成为高精度空间信息获取的核心工具，尤其在自动驾驶与高精地图领域不可替代。未来趋势是固态化、低成本化、多传感器融合（如摄像头+激光雷达+毫米波雷达）。