激光雷达传感技术分类

好的，激光雷达传感技术可以根据多种维度进行分类。以下是一些主要的分类方式及其常见类型：

1. 按测距原理分类 (这是最核心的划分方式)

飞行时间法 (Time-of-Flight, ToF): 这是目前应用最广泛的原理。
- 直接ToF: 直接测量激光脉冲发射到接收回波的时间差 Δt。距离 D = (c * Δt) / 2 (c为光速)。
- 间接ToF: 通过测量发射光与回波光之间的相位差来计算距离。通常使用连续波调制（例如正弦波或方波），探测频率远低于dToF。
三角测量法: 发射激光束打在物体上形成光斑，接收器（通常是线阵或面阵传感器）从另一个角度接收光斑成像。根据发射点、接收点和光斑点形成的几何三角形关系计算距离。优点： 原理简单，成本较低。缺点： 测量距离和精度受基线长度限制，远距离精度下降明显。
调频连续波法 (Frequency Modulated Continuous Wave, FMCW): 发射频率随时间连续变化的激光（通常线性调频）。接收回波信号与当前发射的一部分光信号相干混频（干涉），产生差频（拍频）信号。通过测量差频信号的频率或相位，可以高精度地同时计算出目标距离和多普勒速度（相对速度）。优点： 具有优异的抗干扰能力（对阳光和其他LiDAR抗性强），能直接测量速度，测量精度高（毫米级）。缺点： 技术难度高，成本也高。

2. 按扫描方式分类 (系统结构的关键区别)

机械旋转式: 整个激光发射和接收单元（或至少包含旋转反射镜）进行360度机械旋转扫描（或扇形扫描）。优点： 技术成熟，视野大（可达360°）。缺点： 体积大、重量大、成本高、运动部件多导致可靠性相对较低、旋转速度限制了点云分辨率，难以小型化。
固态: 没有宏观机械运动部件（可能包含MEMS微振镜等微机电结构）。是发展的主要方向。又细分为：
- 混合固态: 结合了部分机械结构和光学扫描元件，例如在固定基座上旋转扫描镜（转镜式）。
- 纯固态: 完全没有机械运动部件。
  - 微机电系统 (Micro-Electro-Mechanical Systems, MEMS): 使用微米尺度的振镜或微镜阵列进行激光束的快速偏转扫描。优点： 尺寸小，成本潜力大，扫描速度快且可控性好。缺点： 机械结构易受振动冲击影响，扫描角度有限（通常<120°），光学孔径受限影响探测距离。
  - 光学相控阵 (Optical Phased Array, OPA): 通过改变阵列中每个发射单元的相位差来控制激光束的指向，实现无机械扫描。优点： 速度快，扫描精度高，理论寿命长。缺点： 技术难度极高，目前成本高昂，旁瓣抑制难（容易产生杂散光斑），输出功率受限，探测距离短。
  - 闪光式 (Flash LiDAR): 瞬时向整个视场发射大面积的扩散激光脉冲（像闪光灯一样），并用一个面阵探测器（如SPAD阵列）同时接收所有回波。优点： 结构最简单，帧率高，抗振性极好。缺点： 单位像素能量密度低（单点激光被分散），导致探测距离短；探测器复杂度高（需要高分辨率面阵SPAD）、抗阳光干扰差；数据处理量大。

3. 按激光器波长分类

近红外波段：
- 905 nm: 最常见，技术成熟，成本相对较低，硅基光电探测器（如APD、SiPM）对其灵敏，但人眼安全功率限制探测距离。主要用于车载、机器人等场景。
- 940 nm: 特性与905nm类似，对硅基探测器的效率稍低，但在某些环境（如雨雾）中有微弱优势。
短波红外波段：
- 1550 nm: 人眼安全阈值远高于905nm，可支持更高发射功率，从而实现更远探测距离；大气穿透性（对雾、雨）也略好；太阳光谱辐照度更低，抗干扰更好。但需要昂贵的铟镓砷探测和激光器，成本高。主要用于对探测距离和抗干扰要求高的场景（如高端自动驾驶、测绘）。
- 1350 nm: 也有应用，特性介于905nm和1550nm之间。

4. 按光束数量（线数）分类

单线激光雷达: 只扫描一个二维平面（通常水平面）。结构简单、成本低、测量频率高。主要用于工业自动化（AGV避障）、机器人定位（如扫地机）、安防周界扫描等。
多线激光雷达: 同时发射和接收多条（通常4线、8线、16线、32线、64线、128线、256线等）激光束进行垂直方向扫描（通过光源阵列或旋转多面镜实现）。通过旋转可以形成三维点云。
- 低线数 (e.g., 4, 8, 16线): 满足基本轮廓感知。
- 中高线数 (e.g., 32, 64, 128线): 提供更密集的点云，适用于自动驾驶（L3+）、测绘、精细建模等。

5. 按探测方式分类

直接探测: 最常见的方式，仅测量接收光的强度或时间差/相位差。所有ToF LiDAR（dToF, iToF）和三角测量LiDAR都属于此。
相干探测: 需要将接收到的回波光与本地振荡光源（本振光）混合（干涉），再进行探测。只有FMCW LiDAR采用这种方式。优点： 探测灵敏度高（量子极限），能直接解调相位信息用于高精度测距和测速，抗干扰能力强。

6. 按应用场景/用途分类 (交叉领域)

车载激光雷达: 用于自动驾驶（ADAS/AD）、辅助驾驶（如自动泊车）、盲区监测等。要求有车规级（温度、振动、寿命等）可靠性、远距离探测能力（>150-200m）、高分辨率（点云密度）、抗干扰等。
测绘激光雷达: 用于地理测绘、地形建模、数字城市、电力巡线、林业调查等。通常要求高精度、高密度点云，常安装在机载或背包等移动平台上。
工业激光雷达: 用于机器人导航（AGV/AMR）、避障、工业自动化（测量、定位）、安防监控等。通常侧重中短距离、环境鲁棒性、成本。
消费类激光雷达: 如扫地机器人、无人机避障。核心要求是成本极低、小型化。
水下激光雷达: 特殊波段（蓝绿光）和设计，用于水下探测。

7. 按结构组合分类

分离式: 发射模块和接收模块空间位置分离。
同轴式: 发射光路和接收光路沿同一光轴或非常接近的光轴传播。
收发一体: 通过光路设计，发射和接收共用部分或大部分光学路径（如环视镜、分束镜等实现）。

这些分类维度并非互斥，一个实际的激光雷达产品通常会采用多种技术的组合。例如：

一辆自动驾驶汽车可能选择： 基于FMCW原理 + MEMS扫描（固态） + 1550nm波长 + 纯固态结构 + 高线数（>128线）的激光雷达，满足高性能、抗干扰、可靠性的要求。
一个仓库AGV可能选择： 基于dToF原理 + 旋转多面镜混合固态扫描 + 905nm波长 + 低线数（4-16线）的激光雷达，侧重低成本和中近距离感知。

了解这些分类有助于理解不同激光雷达的特点和适用场景，为选型或技术研究提供依据。