一、简述激光雷达的结构原理分类及特点

激光雷达发射器先发射激光，经过物体（ O b j e c t ObjectObject）反射后被 C M O S CMOSCMOS（一种图像传感器，即图中 I m a g e r ImagerImager）捕捉，设捕捉点为 x 2 x_2x

2

​

。现过焦点 O OO作一条虚线平行于入射光线，交 I m a g e r ImagerImager于 x 1 x_1x

1

​

，由于β\betaβ已知，所以可得到 x 1 x_1x

1

​

的位置。记 x 1, x 2 x_1,x_2x

1

​

,x

2

​

之间距离为 x xx，易得左右两个三角形相似，所以有：q f= s x\frac{q}{f}=\frac{s}{x}

f

q

​

=

x

s

​

，又有 s i nβ= q d sin\beta=\frac{q}{d}sinβ=

d

q

​

，二者联立可得 d= s f x s i nβ d=\frac{sf}{xsin\beta}d=

xsinβ

sf

​

.

这样就可得到物体到激光发射器的距离 d dd了，激光雷达将这样的发射器和接收器组装在一起，经过机械旋转360°即可得到一周障碍物的距离。



TOF测距原理

由三角测距的计算公式不难发现，当距离 d dd很大时，每变化δ d\delta dδd引起的 x xx变化很小，导致精度下降，这就限制了测量范围。

而TOF（Time of flight）原理克服了测量距离这一难点，并且提高了精度：



TOF原理十分简单，就是利用光速测距。首先激光发射器发射激光脉冲，计时器记录发射时间；脉冲经物体反射后由接收器接受，计时器记录接受时间；时间差乘上光速即得到距离的两倍。

TOF原理看似简单，但是实现起来确有很多难点：

计时问题：由于光速过快，测量时间会变得很短。据网上数据得：1cm的测量距离对应65ps的时间跨度。这需要计时器的精确度很高。

脉冲问题：发射器需要发射高质量的脉冲光，接收器接受脉冲光的时候需要尽量保持信号不失真。

对于同一距离的物体测距时，得到的回波信号可能不一样，如下图的黑白纸，这就需要特殊的处理方式来处理。



但总的来说TOF原理的精度远远超过三角测距，只是由于诸多难点导致成本略高。像大一立项时因为没钱，所以用的三角测距的思岚A1，精度不是很高。而ROBOCON战队里的sick激光雷达就是TOF原理，精度非常高，贵是有道理的~

雷达分类

机械激光雷达

机械激光雷达使用机械部件旋转来改变发射角度，这样导致体积过大，加工困难，且长时间使用电机损耗较大。但由于机械激光雷达是早开始研发的，所以现在成本较低，大多数无人驾驶公司使用的都是机械激光雷达。

MEMS激光雷达

MEMS全称Micro-Electro-Mechanical System，是将原本激光雷达的机械结构通过微电子技术集成到硅基芯片上。本质上而言MEMS激光雷达是一种混合固态激光雷达，并没有做到完全取消机械结构。

主要原理为：通过MEMS把机械结构集成到体积较小的硅基芯片上，并且内部有可旋转的MEMS微振镜，通过微振镜改变单个发射器的发射角度，从而达到不用旋转外部结构就能扫描的效果。

大致原理如下图：



相控阵激光雷达

两列水波干涉时会出现某处高某处低的情形：



光学相控阵原理类似干涉，通过改变发射阵列中每个单元的相位差，合成特定方向的光束。经过这样的控制，光束便可对不同方向进行扫描。雷达精度可以做到毫米级，且顺应了未来激光雷达固态化、小型化以及低成本化的趋势，但难点在于如何把单位时间内测量的点云数据提高以及投入成本巨大等问题。

动态原理图如下：





FLASH激光雷达

FLASH激光雷达原理非常简单：在短时间内发射出一大片覆盖探测区域的激光，再以高度灵敏的接收器，来完成对环境周围图像的绘制。

激光雷达的数据

分成N份

分成M份

N线点云数据

1线点云数据

时间戳

1个点云数据

点云数量M

X方向偏移量

Y方向偏移量

Z方向偏移量

反射强度

激光雷达数据的处理顺序一般为：

数据预处理（坐标转换，去噪声）

聚类（根据点云距离或反射强度）

提取聚类后的特征，根据特征进行分类等后处理工作。

激光雷达数据的处理顺序一般为：

数据预处理（坐标转换，去噪声）

聚类（根据点云距离或反射强度）

提取聚类后的特征，根据特征进行分类等后处理工作。

二、激光雷达的主要指标有

1）大探测距离：通常需要标注基于某一个反射率下的测得值，例如白色反射体大概70%反射率，黑色物体7%～20%反射率

2）距离分辨率：是指两个目标物体可区分的小距离

3）测距精度：是指对同一目标进行重复测量得到的距离值之间的误差范围

4）测量帧频：测量帧频与摄像头的帧频概念相同，刷新率越高，响应速度越快

三、【虹科】带您了解激光雷达参数和技术规格

引言

激光雷达是许多尖端应用的一项关键技术。但是，市场上的激光雷达类型数不胜数，有时候为您的应用选择合适的激光雷达有时很麻烦。如何区分不同类型的激光雷达？可用于评估其性能的关键参数和技术规格是什么？本文，虹科将为您揭开激光雷达参数的神秘面纱。

激光雷达参数

激光雷达参数主要有：探测距离、视场(FoV)、扫描模式、抗串扰抗干扰度、检出率、多次回波、测距精度和准确度。

1、探测距离

在众多的参数中，探测距离可能是重要的一项。探测距离指的是传感器能探测到物体的远距离。这在很大程度上取决于激光源的功率。功率越高，探测物体的距离就越远，但允许的大激光功率受人眼安全规定的限制。决定探测距离的其他因素包括激光雷达参数（如激光器类型和孔径大小）和反射对象的特性（如尺寸、距离、反射率、漫反射或镜面反射）以及天气和温度等外部影响。

在入侵检测系统中，长距离检测十分重要。可以将激光雷达安装在墙上或者栅栏上，探测任何进入预定区域的物体，可通过算法实现对象分类，使得系统只有在满足特定条件下才发出警报。如果需要探测的距离特别长，但激光雷达探测的距离有限，那么就需要多个激光雷达传感器覆盖整个周边，以实现系统入侵检测功能。因此，为使得系统更容易管理且经济成本更低，选择长距激光雷达是理想方案。

虹科的基于MEMS技术固态激光雷达具有较大的探测距离。反射镜面的独特设计，直径超过10mm，使得光电探测器检测到大量反射回来的光子，从而可靠地探测到高达250米的弱反射物。

小结

激光雷达的探测范围描述了它能探测到物体的远距离。决定因素大致可分为三大类：

-激光雷达的特性（例如：激光类型、激光源功率、孔径大小）

-外部影响（如雨、雾、雪、阳光）

-物体的特性（如尺寸、距离、反射率、漫反射或镜面反射）

2、视场（FoV）

视场角是激光雷达传感器覆盖的角度或者是激光雷达信号发射的角度。不同的激光雷达技术有很大的不同。例如，机械式激光雷达通常通过机械结构旋转16-32个堆叠的激光源来产生视场，能够提供360度的周围环境信息。其结构并不复杂，价格更便宜。但鲁棒性更强的固态激光雷达，使用较少的激光源，虹科固态激光雷达只有一个激光源，一次只击中一个点。为了逐点扫描周围环境，光束被偏转或“扫描”。

虹科固态激光雷达可以灵活配置视场角。假设每个扫描周期发射的激光信号量始终相同，减小角度和垂直视场将导致点云更密集，而增加垂直视场将使激光雷达返回信号分散得更远。对于水平视场，在保持视场不变的情况下，可以改变点间距。

FoV的选择根据应用的需要以及许多其他因素而变化，例如要扫描的对象类型或其表面特性。例如，在茂密的森林中需要更宽的视野才能获取足够的环境信息。如果是城市里，遍布高楼大厦和狭窄街道，则更加倾向于窄小的视场角。

小结

视场是激光雷达信号发射的角度。根据激光雷达技术的不同，视场有很大的不同。FoV的选择会随着不同应用的需求以及许多其他因素而变化，例如要扫描的对象类型或其表面特性。

3、扫描模式

在一长串的激光雷达参数列表中，扫描模式是激光雷达重要、有趣的参数。扫描式激光雷达有光束偏转装置或扫描装置，可以使激光束在不同的方向上偏转以进行测距测量，形成独特的扫描模式。这些模式特征有所不同，如扫描线的数量或点密度。激光雷达投入应用中，扫描模式的特征十分重要。例如，在人员统计应用中，计算某个区域中的人数，高分辨率的点云至关重要。为了达到所需的分辨率，则需要大量的扫描线。

虹科固态激光雷达的特殊之处在于，可以很容易地对扫描线数量进行配置，即使在使用激光雷达时也能对扫描线数量进行修改。传感器可根据应用及其不同需求进行配置，例如，通过重新配置扫描线密度，可以无缝地从普通视图切换到高分辨率图像。

小结

扫描式激光雷达使激光束在不同的方向偏转以进行测距测量，形成独特的模式，称为扫描模式。这些模式由于特性不同支持的应用场景也不同。

4、抗串扰抗干扰度

在许多可能同时出现多个传感器的实时应用中，抗串扰抗干扰度是另一个至关重要的参数。例如，自动驾驶车辆上的激光雷达传感器可能会在其视野范围内从另一辆车的激光雷达传感器接收激光信号，从而导致错误检测。因此，道路上的障碍物可能会被错误地检测到，从而导致不必要和潜在危险的紧急制动。如果寄生回波足够强，它可能会分散激光雷达的视线，从而带来更严重的安全隐患。阳光也带来了很大的挑战，因为它会导致传感器采集的噪音信息，降低信号的可靠性和探测范围。有几种方法可以确保串扰不会影响激光雷达传感器。下面列举了两种：

频谱滤波：

立方体的工作波长为905nm，接近电磁光谱的红外区域。在探测器前面还有一个过滤器，只允许波长相近的电磁波通过，同时阻挡其他电磁波。因此，立方体对来自其他激光雷达的激光没有反应，这些激光雷达的工作波长不同，例如1550纳米。然而，探测器仍然容易被另一个905nm激光信号所欺*。为了解决这个问题，我们采用了一种称为空间滤波的技术。

空间滤波：

虹科固态激光雷达的同轴设计允许它通过与光束偏转单元发射相同的路径接收激光的反射。这样可以确保探测器只捕捉到发射到特定方向的光子，并且对来自不同方向的其他光子“视而不见”。

基本上，另一个激光雷达传感器在自动驾驶车辆上必须发送一个精确相同的角度，但方向相反的激光脉冲，同时还要有一个正确的时间窗口，以便传感器检测并产生虚假回波。这种情况发生的可能性取决于许多因素，如激光雷达之间的距离、扫描速率、光束发散和相对方向，因此，该情况发生的概率极小。

频谱和空间滤波也有助于减小阳光产生的信号噪声，并将其对距离性能的影响降到低。虹科固态激光雷达的探测范围是在100 klux光强度下测得的。

小结

当多个传感器发出的信号不是激光雷达的发送方时，就会发生串扰，从而导致错误检测。串扰可以通过诸如频谱和空间滤波等措施小化。

5、检测率

检测率（DR）是检测到真实目标上所选点的比例。相反，误报率（FPR）衡量的是在没有真实物理目标的情况下，在点云中检测到回波的比例。

错误检测是不可取的，因为它们降低了点云的精度，从而降低了目标识别的可靠性。在我们上面的入侵检测系统的例子中，如果激光雷达的检测率很低，在监控应用中会出现越来越多的假警报，使得结果不可靠。

虹科固态激光雷达拥有高达90%的检测率，误报率小于0.2%。在要求高可靠性与一致性的应用场景中，其同样适用。

小结

检测率（DR）是检测到真实目标上所选点的比例。错误检测是不可取的，因为它们降低了点云的精度，降低了目标识别的可靠性。

6、多次回波

激光雷达通常在发射激光束后接收到不止一次的反射，因为它随着距离的不断增加会变宽或发散。因此当一部分光束击中近的目标时，其中一些光束可能会击中距离较远的目标。这意味着光束将返回不同的信号，有多个返回值。

如果激光雷达只能测量单个回波，它将只显示由算法或反射强度定义的一个目标。通常，只有接近传感器的目标才会被记录下来，而后面的目标则不会被检测到。

可以处理多次回波的激光雷达也可以探测到部分被物体阻挡的目标，这增加了相同数量的激光脉冲收集的数据量和深度。

一个典型的使用案例是探测森林中的树叶，首先返回的是来自树梢的反射光束。部分激光束可能会击中沿途的一些树枝并被反射，而另一部分激光束可能会击中地面并返回。这将产生多次回波，激光雷达可能会记录三个不同的距离。在这种情况下，第一个通常是有意义的回报，因为它检测到景观中高的特征，树梢。

虹科固态激光雷达多支持测量三次的激光回波信号，并可以根据应用的要求配置测量回波数量，从而使传感器适用于各种各样的用例。

小结

激光雷达发射的光束通常会随着距离的增加而变宽或发散，并且可能会击中不同的目标，从而测量到多次回波。可以处理多次回波的激光雷达能够检测到部分被遮挡的目标，这增加了采集数据的数量和深度。

7、测距精度和准确度

测距精度和准确度是激光雷达的关键参数，了解两者之间的区别非常重要，因为它们常常相互混淆。

测距精度

精度是衡量激光雷达采集数据重复性的指标。高精度意味着对同一目标的重复测量将非常接近平均值，低精度意味着在均值附近的离散值较大。

测距精度对于测速相机等应用来说至关重要，在这些应用中，使用激光雷达必须在短时间内计算出与运动目标之间的距离，从而进一步计算出车辆的速度。

测距精度取决于传感器与目标之间的距离以及目标的特性，如反射率和攻角。虹科固态激光雷达的特点是测距精度小于2厘米。

测距准确度

准确度为测量值与实际值的接近程度，即测量的目标距离与其实际距离的接近程度。对于高准确度的激光雷达，测距值应该非常接近实际距离，并且在指定的准确度范围内。

在绝对距离测量应用中，尤为看重激光雷达测距准确度，例如体积测量。或者在无人机上用来生成高精度地图时，准确识别下面的地形至关重要。这些数据可以进一步处理，以创建作物的三维模型，并监测干旱或不同的生长阶段，以优化用水方案。

小结

精度是衡量激光雷达采集数据重复性的指标。高精度意味着重复测量接近平均值。准确度定义了测量值与实际值的接近程度，测距准确度高的激光雷达测得的距离值将非常接近实际距离。

8、总结

激光雷达传感器处于技术革命的前沿，应用领域十分广泛。它们有各种形状和尺寸，重要的是基于不同的技术。因此，了解不同的技术规格对于选择适合特定应用的传感器至关重要。