鐳射雷達，英文全稱為Light Detection And Ranging，簡稱LiDAR，即光探測與測量，是一種集鐳射、全球定位系統（GPS）和IMU（Inertial Measurement Unit，慣性測量裝置）三種技術於一身的系統，用於獲得資料並生成精確的DEM（數字高程模型）。這三種技術的結合，可以高度準確地定位鐳射束打在物體上的光斑，測距精度可達釐米級，鐳射雷達最大的優勢就是“精準”和“快速、高效作業”。它是一種用於精確獲得三維位置資訊的感測器，其在機器中的作用相當於人類的眼睛，能夠確定物體的位置、大小、外部形貌甚至材質。

LiDAR通過測量鐳射訊號的時間差、相位差確定距離，通過水平旋轉掃描或相控掃描測角度，並根據這兩個資料建立二維的極座標系;再通過獲取不同俯仰角度的訊號獲得第三維的高度資訊。

高頻鐳射可在一秒內獲取大量(106-107數量級)的位置點資訊(稱為點雲)，並根據這些資訊進行三維建模。除了獲得位置資訊外，它還可通過鐳射訊號的反射率初步區分不同材質。

鐳射雷達是自動駕駛的關鍵技術

Lidar大致分為機載和地面兩大類應用，其中機載鐳射雷達是一種安裝在飛機上的機載鐳射探測和測距系統，可以量測地面物體的三維座標。早在上世紀七十年代，由美國航天局研發，LIDAR測繪技術空載鐳射掃瞄技術開始了發展，並且速度飛快，約在1995年開始商業化。

除了軍事領域的應用，鐳射雷達也迅速向民用市場擴充套件。其中，無人駕駛可以說是最熱門的一個應用。

將Lidar應用於自動駕駛，要追溯到美國的DARPA （美國國防高等研究計劃署），它每年都會舉辦無人駕駛汽車挑戰賽，在2007年的DARPA挑戰賽上，7支參賽隊伍中的6支都採用了Velodyne公司設計的Lidar，最終的第一二名就出自這六隻參賽隊。這引起了準備研發無人駕駛車的谷歌的注意，之後谷歌組建了隊伍，據稱，最初的人員就來自這些參賽隊員。谷歌於2009年推出無人駕駛汽車專案，在其無人車原型中使用的就是Velodyne公司的Lida。

鐳射雷達在無人車市場的應用

近幾年，無人駕駛汽車市場發展火熱，谷歌之後，百度、Uber等主流無人駕駛汽車研發團隊都在使用鐳射雷達作為感測器之一，與影象識別等技術搭配使用，使汽車實現對路況的判斷。

傳統的汽車廠商也紛紛開始研發無人駕駛汽車，包括大眾、日產、豐田等公司都在研發和測試無人駕駛汽車技術，他們也都採用了鐳射雷達。

鐳射雷達的特點

Lidar系統測量3D空間中每個畫素到發射器間的距離和方向，通過感測器創造出真實世界完整的3D模型。操作Lidar系統的基本方法是發射一束鐳射，然後測量光在物體表面反射而返回來的訊號。Lidar模組接收到反射回來的訊號所需的時間提供了一種直接測量Lidar系統與物體之間的距離的手段。關於物體的額外的資訊，比如它的速率或材料成分，也可以通過測量反射回來的訊號中的某些特性而得以確定，這些特性包括誘導多普勒頻移（induced Doppler shift）。最後，通過操控發射出去的光，可以測量出環境中許多不同的點，從而創建出完整的3D模型。

鐳射雷達（LiDAR）類似於雷達（radar），但是解析度更高，因為光的波長大約比無線電的波長小10萬倍。它可以區分真實移動中的行人和人物海報、在三維立體的空間中建模、檢測靜態物體、精確測距。

Lidar是通過發射鐳射束來探測目標位置、速度等特徵量的雷達系統，具有測量精度高、方向性好等優點，具體如下：

1、具有極高的解析度

鐳射雷達工作於光學波段，頻率比微波高2～3個數量級以上，因此，與微波雷達相比，鐳射雷達具有極高的距離解析度、角解析度和速度解析度；

2、抗干擾能力強

鐳射波長短，可發射發散角非常小（μrad量級）的鐳射束，多路徑效應小（不會形成定向發射，與微波或者毫米波產生多路徑效應），可探測低空/超低空目標；

3、獲取的資訊量豐富

可直接獲取目標的距離、角度、反射強度、速度等資訊，生成目標多維度影象；

4、可全天時工作

鐳射主動探測，不依賴於外界光照條件或目標本身的輻射特性。它只需發射自己的鐳射束，通過探測發射鐳射束的回波訊號來獲取目標資訊。

但是鐳射雷達最大的缺點——容易受到大氣條件以及工作環境的煙塵的影響，要實現全天候的工作環境是非常困難的事情。

鐳射雷達的原理與結構

與雷達原理相似，鐳射雷達使用的技術是飛行時間（TOF， Time of Flight）。具體而言，就是根據鐳射遇到障礙物後的折返時間，計算目標與自己的相對距離。鐳射光束可以準確測量視場中物體輪廓邊沿與裝置間的相對距離，這些輪廓資訊組成所謂的點雲並繪製出3D環境地圖，精度可達到釐米級別，從而提高測量精度。

想象一下，當發出光脈衝時啟動秒錶，然後當光脈衝（從遇到的第一個物體反射出來）返回時停止計時器。通過測量鐳射的“飛行時間”，並且知道脈衝行進的速度，就可以計算距離。光以每秒30萬千米的速度傳播，因此需要非常高精度的裝置來產生關於距離的資料。

為了產生完整的點雲，感測器必須能夠非常快速地對整個環境進行取樣。鐳射雷達能夠做到這一點的一種方式是通過在單個發射器/接收器上使用非常高的取樣率。 每個發射器每秒發射數萬或數十萬個鐳射脈衝。這意味著，多達100000個鐳射脈衝在1秒內完成從鐳射器單元上的發射器到被測量的物體的往返行程，並返回到鐳射雷達單元上位於發射器附近的接收器。

然而，固定線不足以對映整個環境——它只是在非常集中的區域給出非常清晰的解析度。因此，許多鐳射雷達系統使用旋轉元件或旋轉鏡來使線圍繞環境進行360度掃描。常見的策略包括使單個發射器和接收器向上或下偏轉使鐳射器視野覆蓋範圍更大。 例如，Velodyne的64線鐳射雷達系統具有26.8度的垂直視角（通過旋轉使其擁有360的度水平視角）。這個鐳射雷達可以從50米開外看到一個12米高的物體的頂部。

下圖中可以看到，距離鐳射雷達的遠近不同，點雲的疏密程度也不相同，這是由於資料保真度隨著距離而下降。雖然它不是完美的，但是較高解析度可用於較近的物體，因為隨著到感測器的距離增加，發射器之間的角度（例如，2度）會導致這些點帶之間的間隔更大。

在ADAS系統中，鐳射雷達通過透鏡、鐳射發射及接收裝置，基於TOF飛行時間原理獲得目標物體位置、移動速度等特徵資料並將其傳輸給資料處理器；同時，汽車的速度、加速度、方向等特徵資料也將通過CAN匯流排傳輸到資料處理器；資料處理器對目標物體及汽車本身的資訊資料進行綜合處理並根據處理結果發出相應的被動警告指令或主動控制指令，以此實現輔助駕駛功能。

下圖展現的是谷歌無人駕駛公司Waymo在汽車上使用的鐳射雷達的佈局：

鐳射雷達的分類

鐳射雷達按有無機械旋轉部件分類，包括機械鐳射雷達和固態鐳射雷達。機械鐳射雷達帶有控制鐳射發射角度的旋轉部件，而固態鐳射雷達則依靠電子部件來控制鐳射發射角度，無需機械旋轉部件。

機械鐳射雷達由光電二極體、MEMS反射鏡、鐳射發射接受裝置等組成，其中機械旋轉部件是指圖中可360°控制鐳射發射角度的MEMS發射鏡。

固態鐳射雷達與機械雷達不同，它通過光學相控陣列（OpticalPhasedArray）、光子積體電路（PhotonicIC）以及遠場輻射方向圖（FarFieldRadiationPattern）等電子部件代替機械旋轉部件實現發射鐳射角度的調整。

光學相控陣和微波相控陣是一個原理，利用的是光的相干干涉，出現了相位差，也就出現了干涉峰。所以如何讓通過器件後光產生相位差是研究的重點，這就需要找到合適的材料和激發方法。現在的激發方法主要是電光掃描，也就是通過加電使材料產生相位差。現在兩種比較熱，一個是光波導陣列，一個是MEMS器件的，MEMS器件這個優點是掃描的速度快，但是感覺不是那麼必要，因為瓶頸還是在掃描角度這兒，所以現在MEMS原理的商業產品還沒有看到。

光波導陣列通過加電方式來實現光束掃描，利用光波導電光效應，對波導芯層載入電壓，使每個波導芯層具有不同的附加折射率，波束得以在波導陣元輸出截面光場具有不同的附加相位差，相位差按一定規律分佈可引起輸出光速的偏轉。通過相位差按照一定規律分佈輸出，從而實現光束的掃描。

固態鐳射雷達優勢：響應速度快，控制電壓低，掃描角度大，價格低。

由於內部結構有所差別，兩種鐳射雷達的體積大小也不盡相同。機械鐳射雷達體積較大、價格昂貴、測量精度相對較高，一般置於汽車外部。固態鐳射雷達尺寸較小、價效比較高、測量精度相對低一些，但可隱藏於汽車車體內，不會破壞外形美觀。

根據線束數量的多少，鐳射雷達又可分為單線束鐳射雷達與多線束鐳射雷達。

顧名思義，單線束鐳射

雷達掃描一次只產生一條掃描線， 其所獲得的資料為2D資料，因此無法區別有關目標物體的3D資訊。不過， 由於單線束鐳射雷達具有測量速度快、資料處理量少等特點， 多被應用於安全防護、地形測繪等領域。

傳統的鐳射雷達掃描視場非常小，如果想360度的觀察周圍，怎麼辦？最自然的辦法就是多搞幾束鐳射，線數越多覆蓋的角度越大。

多線束鐳射雷達掃描一次可產生多條掃描線，目前市場上多線束產品包括4線束、8線束、16線束、32線束、64線束等，其細分可分為2.5D鐳射雷達及3D鐳射雷達。2.5D鐳射雷達與3D鐳射雷達最大的區別在於鐳射雷達垂直視野的範圍，前者垂直視野範圍一般不超過10°，而後者可達到30°甚至40°以上，這也就導致兩者對於鐳射雷達在汽車上的安裝位置要求有所不同。

鐳射雷達的引數指標

測量距離、測量精度、測量速率、角度解析度是決定三維鐳射雷達效能的幾個重要指標。

例如，在無人駕駛汽車這個應用領域，對鐳射雷達的探測距離是有要求的。比如說高速公路上要能夠檢測到前方車輛，還有在十字路口上，要能夠觀測馬路對面的汽車。

有趣的是，精度不是越高越好。鐳射雷達獲取的的資料可以進行障礙物識別、動態物體檢測及定位，如果精度太差就無法達到以上目的；但是，精度太好也有問題，高精度對鐳射雷達的硬體提出很大的要求，計算量會非常大，成本也會非常高。所以精度應該是適中就好。

還有一點不能忽視的是角解析度，角解析度決定打出去後的兩個鐳射點之間的距離。單點測距精度達到後，如果打到物體表面兩點間距離（點位）太遠，測距精度也就失去意義了。

鐳射雷達的機遇和挑戰

機遇

鐳射雷達在智慧機器生態系統中有很多機遇。與使用二維影象相比，點雲能夠更容易的被計算機使用，用於構建物理環境的三維形象——二維影象是人腦最容易理解的資料，而對於計算機來說，點雲是最容易理解的。

二維鐳射雷達掃描器可在戶外使用，並專為移動、低功耗應用而設計。它只用了競爭對手近四分之一的成本，這將給這類感測器帶來全新的應用（我們在很多其他型別的感測器中已經看到過這樣的現象）。 二維鐳射雷達也可以被搭載到另一個旋轉的元件上以產生環境中完整的三維點雲。

其他公司正在尋求降低系統成本的其他策略，例如Quanergy的固態鐳射雷達。該系統大體與上文已介紹的系統相同，然而，與使用旋轉光學器件來移動光束不同的是，它們使用 “相控陣列光學系統”來引導鐳射脈衝的方向，它可以在某一方向上釋放一個鐳射脈衝，而讓下一個脈衝（1微秒之後）瞄準視野中的其它地方。

它能夠實時關注視野範圍內看似移動的物體，這是對人類駕駛員的模仿——後者能及時注意到即將進入汽車所行駛的道路的障礙物。Quanergy系統被設計為能在沒有機械移動的情況下做到這一點，並且每秒取樣大約100萬個資料點——這與64線旋轉鐳射雷達的速度相當，卻能顯著降低成本。它另一個優勢是更容易被整合在反光鏡和保險槓等其他汽車部件上。

另外，更大和功率更高的系統也正在開發中，它可以從在3萬英尺高度飛行的飛機上對地面成像，其解析度足以能夠看到地面上的車輛。雖然這些系統的市場需求更小，且成本更高，但其發展將繼續降低感測器技術的整體成本。

挑戰

1、材質

由於鐳射雷達基於對鐳射脈衝返回感測器所需時間的測量，因此高反射率的表面會帶來問題。大多數材料從微觀水平上看表面粗糙，並且向所有方向散射光；這類散射光的一小部分返回到感測器，並且足以產生距離資料。然而，如果表面反射率非常高，光就會向遠離感測器的方向散射，那麼這一區域的點雲就會不完整。

2、環境

空氣中的環境也可以對鐳射雷達讀數造成影響。記錄顯示，大霧和大雨會減弱發射的鐳射脈衝而對鐳射雷達造成影響。為了解決這些問題，較大功率的鐳射器投入使用，但它對於較小的、移動或對功率敏感的應用來說並不是一個好的解決方案。

3、行駛速度

鐳射雷達系統面臨的另一個挑戰是旋轉時的重新整理率相對較慢。系統的重新整理速率受複雜的光學器件旋轉速度的限制。鐳射雷達系統最快的旋轉速率大約是10Hz，這限制了資料流的重新整理速率。當感測器旋轉時，以60英里/小時行駛的汽車在1/10秒內行進8.8英尺，因此感測器對於在汽車駛過期間在這8.8英尺內發生的變化基本上是看不清的。更重要的是，鐳射雷達覆蓋的範圍（在完美條件下）為100-120米，這對於以60英里/小時行駛的汽車來說僅相當於不到4.5秒的行駛時間。

4、成本

也許對於鐳射雷達來說，高昂的裝置成本是它需要克服的最大挑戰。儘管自該技術得到應用以來其成本已大幅降低，但仍然是它被大範圍採用的一個重要障礙。對於主流汽車工業來說，一個價值2萬美元的感測器將無法被市場接受。伊隆·馬斯克說：“我不認為它對於汽車的發展是有意義的，我認為它不是必須的。”

5、屬性識別

雖然我們將鐳射雷達視為計算機視覺的一個元件，但點雲卻是完全基於幾何呈現的。相反，人眼除了形狀之外還能識別物體的其他物理屬性，比如顏色和紋理。現在的鐳射雷達系統不能區分紙袋和岩石之間的差別，而這本應是感測器理解和試圖避開障礙物時考慮的因素。

6、黑客攻擊

鐳射雷達發出去的鐳射本身是沒有編碼的。所以接收器自己本身是沒辦法識別到底這束光線是它隔壁發射器發射出去的還是干擾訊號。黑客攻擊指的是採取模擬車輛、行人的訊號，反饋給鐳射雷達造成周圍存在障礙物假象的攻擊手法。最終會導致汽車被強制減速或者剎車。

對鐳射雷達廠商而言，可以從兩個角度去抵禦黑客的攻擊：如提高鐳射發射頻率，高速鐳射發射頻率在幾個微秒，黑客的模擬訊號就很難選擇什麼時候去發射干擾訊號為接收器接收。另外，通過演算法做一些錯誤判斷，參考之前幾頻資料過濾掉干擾資料。

鐳射雷達只是用於給計算機提供物理環境資料的眾多感測器之一，但是生成的資料是計算機最容易理解的，並且它也將變得更便宜。Velodyne銷售和市場總監Wolfgang Juchmann稱，鐳射雷達的成本在過去7年裡下降了10倍。 得益於成本的降低，我們將不斷看到新的潛在應用領域。