三维激光雷达（3D LiDAR）的原理是通过发射激光束并接收其反射信号来精确测量目标物体的距离、方位和高度信息，结合扫描运动构建三维空间模型。以下是其核心原理的分步详解：

1. 基础测距原理：飞行时间法（ToF）

激光雷达的核心是精确测量激光往返时间：

• 发射激光脉冲：激光器（如905nm/1550nm红外激光）向目标发射纳秒级短脉冲。
• 接收反射信号：光电探测器（如APD或SPAD）捕获目标反射的激光。
• 计算距离：
  距离 = (光速 × 往返时间) / 2
  （时间分辨率需达到纳秒级，对应厘米级测距精度）

其他测距方法：相位调制（连续波调频）也可用于高精度测距。

2. 三维扫描机制

单次测距仅获一个点，需结合扫描运动形成三维点云：

（1）机械旋转式扫描（主流方案）

• 水平旋转：发射模块安装于高速旋转基座（10-20Hz），实现360°水平覆盖。
• 垂直线束排列：通过多组激光发射器（如16线、32线、128线），垂直方向形成固定角度间隔（如0.2°），覆盖一定俯仰角（如±15°）。

（2）固态扫描（新兴技术）

• MEMS微振镜：通过微机电系统反射镜偏转激光束，实现无机械旋转的小范围扫描。
• 光学相控阵（OPA）：调整阵列中每个发射单元的相位，控制激光束合成方向。
• Flash LiDAR：一次性发射大角度扩散激光（类似闪光灯），通过面阵传感器接收整体场景（适用于短距离）。

3. 点云生成

每次测距获得一个点的三维坐标：

• 坐标计算：
  (x, y, z) = (距离 × cosθ × cosφ, 距离 × cosθ × sinφ, 距离 × sinθ)
  （θ为俯仰角，φ为水平方位角）
• 数据融合：结合内部IMU（惯性测量单元）和GPS数据，校正载体运动带来的坐标偏移。
• 输出点云：每秒生成数万至数百万个空间点，形成密集三维模型。

4. 关键技术参数

5. 应用场景与优势

• 自动驾驶：实时构建车辆周围环境，避障、路径规划（如Velodyne、禾赛科技产品）。
• 地理测绘：机载雷达生成高精度地形模型（如森林覆盖率、城市建筑）。
• 机器人导航：室内服务机器人三维避障（如扫地机器人）。
• 工业检测：检测大型设备外形变形、焊缝质量。
• 文物保护：无接触式扫描文物三维结构。

6. 技术挑战

• 环境干扰：强光（日光）、雨雾散射会导致信号衰减。
• 运动畸变：载体高速运动时点云形变（需融合IMU/轮速计数据）。
• 成本限制：精密光学部件价格高（固态方案有望降低成本）。
• 数据处理：海量点云实时处理（深度学习用于动态目标识别）。

示例：1550nm激光可更好穿透雾霾，但需要更昂贵的铟镓砷探测器。

三维激光雷达通过融合光学测距、扫描运动与高精度定位技术，实现了对物理空间的精准建模。随着固态激光雷达（如MEMS和OPA）的成熟以及芯片化技术的突破，未来将在更多领域替代传统感知手段。