kdpay钱包官网

在人工智能的感知领域，不断存在着二维与三维的博弈。传统的摄像头赋予了机器识别色彩和纹理的能力，却在面对复杂的空间深度时显得力不从心。如何让机器像人类一样，不仅能看到是什么，还能精准感知在哪里、有多远？答案隐藏在一种利用光波进行测距的技术中——激光雷达。作为自动驾驶和机器人领域的皇冠明珠，它顺利获得发射数百万束激光脉冲，实时重构出毫米级精度的数字世界。它是如何工作的？又为何被称为机器的“3D之眼”？让我们一同走进激光雷达的精密世界。

图1点云结构图和走廊的原图^[1]

一、什么是激光雷达

激光雷达（LiDAR）又称光学雷达。激光雷达是一种主动光电传感系统，它发射可见光或红外谱段的电磁波照射目标，同时接收目标后向散射的回波信号；与目标发生散射作用时，发射电磁波会受到目标特征的调制而携带上一些有用信息，激光雷达顺利获得对回波信号进行处理分析，提取这些有用信息并反演目标特征，完成目标的探测和特征识别。

二、激光雷达工作原理

2.1直接脉冲飞行时间探测

1960s(Fiocco & Smullin)首次实现激光脉冲ToF测距(月球探测)。图1展示了飞行时间法（ToF）探测法的基本原理。系统发射一个极短的激光脉冲，当脉冲遇到障碍物反射回来被探测器接收时，顺利获得测量光脉冲往返的时间差 ，结合光速 ，即可计算出距离 ：

图2 飞行时间法（ToF）探测法的原理^[2]

2.2幅度调制陆续在波探测

幅度调制陆续在波(AMCW)激光雷达又被称为相位式激光雷达，发射的是陆续在激光信号，并对激光发射信号的幅值进行调制，顺利获得检测回波信号与发射信号之间的相位差来进行测距。如图2所示，当正弦信号的调制频率为f时，可测到收发信号的相位差：

因此，目标的距离：

图3 幅值调制相位测距原理^[2]

2.3频率调制陆续在波探测

频率调制陆续在波(FMCW)探测是上世纪末开展的一种测距方法，是顺利获得测量发射电磁波与返回电磁波的频率变化解调出被测目标的距离及速度。

三、主要应用

3.1自动驾驶

在自动驾驶领域，激光雷达堪称车辆的核心眼睛，也是实现安全避障、路径规划的关键。它与摄像头、毫米波雷达相互配合，在汽车的不同位置搭载不同量程的激光雷达：长距离激光雷达负责探测远处的路况和障碍物，中、短距离激光雷达覆盖车辆周边的近距离区域。

采集到的点云数据，经过算法处理后，车辆能实时感知周围车辆、行人等障碍物的位置和距离，哪怕在强光、雨天等恶劣环境下，也能精准判断，快速做出减速、避让及转向等反应，为自动驾驶的安全保驾护航。

图4 载激光雷达的汽车模型（图来源http://getiot.tech/lidar）

3.2测绘与地理信息

激光雷达让 传统测绘从二维平彻底升级为三维立体，还大幅提升了测绘的效率和精度，主要分为航空测绘和地面测绘两大方向。

在航空测绘方面，主要是将激光雷达搭载在无人机上，作业者只需要拍摄数百张照片，将数据导入模型中就能快速实现对城市、山区、农田等区域的三维地形建模；地面测绘则广泛应用于道路工程、考古勘探、建筑建模等场景，比如在考古勘探中，激光雷达能非接触式探测地下遗址，既保护了文化遗产，又能精准还原遗址的空间结构；在道路工程中，能快速构建道路的三维模型，为道路设计、施工质量控制给予数据支持。

图5 地形探测激光雷达（图来源www.leishen-lidar.com）

参考文献：

[1] ZHANG J, SINGH S. LOAM: Lidar Odometry and Mapping in Real-time[C/OL]//Robotics: Science and Systems X. Robotics: Science and Systems Foundation, 2014[2026-03-30]. http://www.roboticsproceedings.org/rss10/p07.pdf.

[2] 刘博. 激光雷达探测及三维成像研究进展[J]. 光电工程, 2019, 46(7): 190167.