当前位置:首页 > 汽车电子 > 汽车电子
[导读]激光雷达(LiDAR)作为自动驾驶、机器人导航与三维感知的核心传感器,其技术路线呈现多元化发展。当前主流的测距技术包括飞行时间法(TOF)、调频连续波法(FMCW)及相位测距法。这三种技术从原理到应用场景存在显著差异,其性能优劣直接影响激光雷达的探测精度、抗干扰能力及商业化落地潜力。本文将从技术原理、性能参数、应用场景及发展趋势四个维度,系统解析三种测距技术的核心差异。

激光雷达(LiDAR)作为自动驾驶、机器人导航与三维感知的核心传感器,其技术路线呈现多元化发展。当前主流的测距技术包括飞行时间法(TOF)、调频连续波法(FMCW)及相位测距法。这三种技术从原理到应用场景存在显著差异,其性能优劣直接影响激光雷达的探测精度、抗干扰能力及商业化落地潜力。本文将从技术原理、性能参数、应用场景及发展趋势四个维度,系统解析三种测距技术的核心差异。

一、技术原理对比

1. TOF(Time of Flight)技术

TOF技术基于光速测距原理,通过测量激光脉冲从发射到接收的往返时间计算目标距离。其核心组件包括激光发射器、接收器及高精度计时电路。例如,某款1550nm波长的TOF激光雷达,发射脉冲宽度为3ns,光速为299,792,458m/s,则单次测距的理论精度可达约0.45m(计算公式:距离=光速×时间/2)。

TOF技术可分为直接测距(dToF)与间接测距(iToF)。dToF通过单光子雪崩二极管(SPAD)记录每个光子的飞行时间,适用于远距离探测(如200m以上);iToF则通过调制激光频率并测量回波相位差,适用于中短距离(如50m以内)。两者的核心区别在于时间分辨率与系统复杂度:dToF需皮秒级计时电路,而iToF依赖高频调制信号生成。

2. FMCW(Frequency Modulated Continuous Wave)技术

FMCW技术通过发射线性调频连续波,并利用相干探测原理计算目标距离与速度。其工作过程可分为三步:

发射调频激光:激光频率随时间按三角波规律变化(如40GHz带宽);

回波信号混频:接收信号与本地参考光进行拍频,产生低频差拍信号;

距离与速度解算:通过分析差拍信号的频率与相位,解算出目标距离与径向速度。

FMCW的优势在于可同时获取目标距离与速度信息,且抗干扰能力显著优于TOF。例如,某FMCW激光雷达在100m处可分辨0.1m/s的速度变化,而TOF需多帧数据拟合才能实现类似精度。

3. 相位测距技术

相位测距基于调制光波的相位差计算距离,其核心是测量发射信号与回波信号的相位延迟。以某款905nm波长的相位激光雷达为例,调制频率为100MHz,则相位差每变化2π对应1.5m的距离变化。通过多频调制(如同时使用100MHz与1GHz信号),可消除相位模糊问题,将测距范围扩展至千米级。

相位测距的精度受调制频率与相位噪声限制。高频调制可提升精度,但需更复杂的信号处理电路;低频调制则牺牲精度以换取系统稳定性。

二、性能参数对比

参数TOFFMCW相位测距

测距精度cm级(dToF)至mm级mm级(100m内)mm级(短距)

速度测量间接推算(需多帧)直接测量(单帧)不支持

抗干扰性易受环境光与多径效应影响高(相干探测)中(依赖调制信号)

峰值功率高(kW级脉冲)低(mW级连续波)中(W级连续波)

系统复杂度中(脉冲驱动与计时)高(调频与混频)中(调制与解调)

典型案例:

TOF:禾赛科技AT128采用dToF技术,在10%反射率下可探测200m目标,适用于高速自动驾驶场景;

FMCW:Aeva的Aeries II通过FMCW技术实现4D点云(距离、速度、角度、强度)输出,在150m处角分辨率达0.1°;

相位测距:Velodyne的VLP-16采用相位测距,在100m内精度优于3cm,但需配合合作目标使用。

三、应用场景适配

1. 自动驾驶

TOF:主导中长距探测(如100-250m),满足高速场景下的前向避障需求;

FMCW:适用于城市NOA(导航辅助驾驶)场景,其速度信息可提前预警“鬼探头”等突发风险;

相位测距:多用于补盲雷达(如侧向与后向),通过高精度测量实现低速场景的精准泊车。

2. 机器人导航

TOF:适用于AGV(自动导引车)的SLAM(同步定位与建图),其快速响应能力可提升路径规划效率;

FMCW:在复杂环境中(如仓库货架间)表现更优,通过速度信息区分动态与静态障碍物;

相位测距:常用于服务机器人的避障模块,通过合作目标实现毫米级精度。

3. 三维建模

TOF:通过高脉冲能量实现远距离扫描,适用于建筑测绘与地形勘探;

FMCW:在微米级精度需求下(如精密工业检测)具有优势;

相位测距:多用于手持式扫描仪,通过多频调制消除相位模糊。

四、技术发展趋势

TOF技术:向芯片化与集成化发展,例如Lumentum的VCSEL阵列将发射器尺寸缩小至指甲盖大小,功耗降低50%;

FMCW技术:突破成本与量产瓶颈,Aeva计划通过硅光子技术将FMCW激光雷达成本降至千元级;

相位测距技术:结合AI算法优化相位解调,例如Ouster的数字波形处理技术使相位噪声降低30dB。

未来挑战:

TOF需解决多径效应与阳光干扰问题;

FMCW需提升调频线性度以降低相位噪声;

相位测距需扩展动态范围以适应高速目标。

结语

TOF、FMCW与相位测距技术各有优劣,其选择需基于应用场景的权衡。TOF以成熟度与成本优势主导当前市场,FMCW凭借速度测量与抗干扰能力成为未来方向,而相位测距则在特定领域(如精密测量)保持不可替代性。随着自动驾驶等级提升与机器人应用场景扩展,三种技术的融合创新(如TOF+FMCW混合架构)或将成为下一代激光雷达的核心形态。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

在智能交通系统的演进中,车路协同(V2X)技术通过车辆与道路基础设施的实时信息交互,构建起覆盖“车-路-云-人”的立体化感知网络。作为这一网络的核心感知节点,激光雷达凭借其毫米级测距精度与全天候环境适应性,成为突破传统传...

关键字: 激光雷达 V2X

在智能电动汽车赛道上,激光雷达作为自动驾驶系统的核心传感器,其技术演进与自动驾驶等级提升密切相关。小米汽车通过“激光雷达+视觉融合”的技术路线,以禾赛AT128激光雷达为硬件基石,结合BEV+Transformer+占用...

关键字: 小米汽车 激光雷达

高级驾驶辅助系统(Advanced Driving Assistance System)是利用安装在车上的各式各样传感器(毫米波雷达、激光雷达、单\双目摄像头以及卫星导航)。

关键字: 激光雷达

测距范围是激光雷达的基础指标,决定了机器人的感知范围。在开阔的仓储环境中,长测距范围的激光雷达可使 AGV 提前感知远处的货架和障碍物,保障高效运行;而在室内服务机器人场景,虽测距范围需求相对小,但仍需覆盖常见家具布局范...

关键字: 激光雷达 机器人 传感器

在智能电动汽车赛道上,激光雷达作为自动驾驶系统的视觉中枢,其性能与可靠性直接决定了车辆的环境感知能力。小米SU7搭载的禾赛AT128激光雷达,通过与一汽集团在车规级封装工艺上的深度合作,实现了从芯片级到系统级的多维度创新...

关键字: 小米SU7 激光雷达

农业现代化转型,激光雷达技术凭借其厘米级三维建模能力与实时环境感知优势,正成为推动精准农业发展的核心驱动力。从四川盆地的丘陵农田到云南高原的梯田,这项源于航空航天领域的技术正深度融入农业生产全链条,重新定义着传统农业的生...

关键字: 激光雷达 农业
关闭