三维激光雷达技术原理

三维激光雷达（LiDAR，Light Detection and Ranging）是一种通过发射激光束并接收其反射信号来精确探测目标物体距离、方位和三维空间信息的技术。其核心原理可概括为 “发射-反射-接收-计算” 的循环过程，具体原理分解如下：

核心任务： 使激光束在三维空间中有序移动，覆盖特定视场角（如水平360°，垂直-15°至+15°）。
扫描方式：
- 机械旋转式（最主流）：
- 水平旋转基座： 整个激光收发模块由高速电机驱动水平360°旋转（典型转速5-20Hz）。
- 垂直多线集成： 在竖直方向排列多个（如16、32、64、128线） 独立的激光发射器和接收器模块。旋转时，多条扫描线同时覆盖整个垂直视场。
- 优点： 结构成熟可靠、视场大、点云密度均匀。
- 缺点： 存在运动部件、体积功耗较大、机械磨损。
- 固态扫描式（技术趋势）：
- MEMS微振镜： 利用微机电系统（MEMS）控制微小的反射镜高速振动，电子驱动改变激光束方向，扫描速度快、体积小、抗振动性强，是当前主流固态方案。
- 光学相控阵： 无需机械部件，电子控制阵列天线改变激光相位实现光束偏转（技术门槛高、成本高）。
- Flash闪光面阵： 一次性发射大角度扇形/锥形激光束（类似照相机闪光灯），面阵探测器（如SPAD阵列） 一次性接收整个场景的反射光，无扫描部件，适合高速探测和避障，但探测距离和分辨率受限。
- 混合式： 如基于旋转棱镜或转镜的方案。

目标反射： 激光束遇到物体表面会反射，部分能量沿原路返回。
信号接收：
- 光学接收系统： 大孔径透镜收集微弱的反射光，聚焦到光电探测器（常用雪崩光电二极管 APD 或硅光电倍增管 SiPM）上。
- 信号转换： 探测器将微弱光信号转换为电流脉冲信号。
- 滤光处理： 通过窄带滤光片滤除太阳光等背景噪声，提高信噪比。

雷达利用激光往返时间差精确计算目标距离：

飞行时间法（ToF - Time of Flight）：最主流方法
- 计时起点： 精确记录激光脉冲发射时刻（T₀）。
- 计时终点： 精确记录反射脉冲被探测器接收时刻（T₁）。
- 距离计算： 距离 d = (c * (T<sub>1</sub> - T<sub>0</sub>)) / 2
- c 为光速（≈3×10⁸ m/s），除以2是因为光线往返。
- 精度要求： 1cm的距离误差要求计时精度达到≈67皮秒（ps），依赖高精度时间数字转换器（TDC）实现。
相位差法（连续波）：
- 调幅连续波： 发射强度被调制的连续波激光。
- 相位差测量： 比较发射波与接收波之间的相位差（ΔΦ）。
- 距离计算： d = (c * ΔΦ) / (4π * f_mod)，其中f_mod为调制频率。
- 特点： 适用于中近距离、分辨率高，但易受噪声干扰、测距范围有限。

结合扫描角度：
- 系统同步记录每个激光束在发射时的方位角（水平角α）和俯仰角（垂直角β）（由扫描机构位置传感器提供）。
坐标变换：
- 对每个有效测量点：
  - 距离：d（ToF测得）
  - 水平角度：α
  - 垂直角度：β
- 转换为笛卡尔坐标系（x,y,z）：
  - x = d * cosβ * cosα
  - y = d * cosβ * sinα
  - z = d * sinβ
生成点云：
- 每秒生成数十万到数百万个这样的空间点（x,y,z）。
- 通常每秒叠加多个线束的数据，形成完整旋转扫描帧的点云图。

点云处理： 进行去噪、滤波、运动补偿（处理雷达自身移动造成的位置偏移）、点云配准（多帧融合）、分割、物体识别、三维建模等处理。
应用场景：
- 自动驾驶： 环境感知（行人、车辆、车道线识别）、精准定位（SLAM）、高精地图构建。
- 机器人： 导航、避障、环境建模。
- 测绘与地理信息系统（GIS）： 地形测量、森林资源调查、城市三维建模。
- 无人机（UAV）： 实时地形跟随、避障、电力巡检。
- 智能交通、工业自动化等。