激光雷达典型缺点

激光雷达在自动驾驶、机器人感知和测绘等领域应用广泛，但它并非完美，存在一些典型的缺点，主要包括以下几个方面：

成本高：
- 这是最主要的缺点之一。相比摄像头和毫米波雷达，激光雷达（尤其是高性能、高线数的机械旋转式激光雷达）的硬件制造成本仍然非常高昂。这主要是由于其精密的光学器件、激光发射和接收单元、高速机械旋转部件（在传统类型中）以及复杂的校准要求。
- 虽然固态和混合固态激光雷达的发展在降低成本方面有潜力，但目前相比其他传感器仍然昂贵，限制了大规模普及应用。
受恶劣天气影响大：
- 雨/雾/雪： 雨滴、雾粒、雪花、灰尘等大气中的悬浮物会散射或吸收激光束，导致探测距离显著降低、点云变得稀疏、产生大量噪点，严重时甚至无法有效工作。
- 强光干扰： 强烈的阳光（尤其是在低角度）直射激光雷达接收器，可能会使接收器饱和或信噪比急剧下降，影响探测效果。
- 气流扰动： 高温路面或燃烧产生的热气流会导致空气密度不均，引起激光束的路径发生微小折射，从而影响测距精度。
探测距离有限（尤其在恶劣条件下）：
- 虽然激光雷达在晴朗天气下探测距离可以很远（如 200-300米），但如前述，在雨雾雪天气下，有效探测距离会大幅缩短，可能只剩下几十米。
对某些物体/表面特性敏感：
- 镜面反射（高反光物体）： 非常光滑的表面（如洁净的车窗、大面积抛光金属、某些道路标牌、水面）会将激光束反射到非预期的方向，导致激光雷达接收不到返回信号，可能造成物体“漏检”。
- 吸收性强的材料： 非常暗或吸光的表面（如黑色橡胶轮胎、某些布料）会吸收大部分激光能量，导致返回信号极弱或没有信号，同样可能导致“漏检”。
- 细小物体/悬空物： 细小的线缆（如电缆）、软性障碍物（如薄塑料布）对激光束的反射面积小或穿透性强，可能难以被可靠检测到。
静态精度高，动态精度挑战：
- 虽然激光雷达对静止物体的测距和定位精度非常高（厘米级），但当自身（载体）或目标物体高速运动时，由于扫描需要时间（点频有限），测量的位置存在运动畸变。需要进行复杂的运动补偿处理才能获得更准确的动态目标位置信息。
分辨率（角分辨率）限制：
- 激光雷达的空间分辨率由其角分辨率（水平和垂直方向）决定。在远距离时，点云会变得非常稀疏，细节信息不足，难以分辨较小的物体或精细结构。虽然提高线数（垂直分辨率）和点频（水平分辨率）可以改善，但成本和技术难度也随之增加。摄像头在纹理和细节感知方面仍有优势。
数据量大且处理复杂：
- 激光雷达每秒生成数十万甚至数百万个点。处理和解析如此庞大的点云数据（进行分割、分类、跟踪等）需要强大的计算硬件和复杂的算法（点云处理、深度学习），计算开销大，对实时性要求高的系统是挑战。
传感器间的干扰（串扰）：
- 当多台同类型或相近波段的激光雷达在同一区域工作时，发射的激光束可能被其他激光雷达的接收器捕捉到，导致“鬼影”点或干扰点。
尺寸和功耗：
- 传统的机械旋转式激光雷达通常体积较大、较重（安装在车顶影响风阻和美观），功耗也较高。固态激光雷达在减小尺寸和功耗方面有优势，但目前高性能产品的尺寸和功耗仍需优化。
- 尤其对移动设备或功耗敏感的应用（如无人机），大尺寸和高功耗也是缺点。
人眼安全考虑：
- 使用的激光需要符合人眼安全标准（IEC 60825）。尤其是在905纳米等对人眼有潜在风险的波长上，需要严格控制发射功率和脉冲参数。这在一定程度上限制了其探测性能的提升。