当前位置:首页 > 嵌入式 > 嵌入式分享

激光雷达Light Detection and RangingLiDAR)作为一种主动遥感技术,通过发射激光束探测目标的距离、方位、速度等特征,已成为自动驾驶、测绘、机器人导航等领域的核心感知设备。其基本原理是利用光的传播特性,通过测量激光脉冲从发射到反射回接收器的时间差或相位差,计算目标与传感器的距离,再结合扫描机制构建三维点云地图。本文将系统解析激光雷达的工作原理、技术分类、核心模块及应用特性。

基本工作原理:光的飞行时间与空间扫描

激光雷达的核心功能是实现 “测距” 与 “三维建模”,其工作流程可分为三个阶段:激光发射、目标反射、信号接收与处理。

测距原理是激光雷达的技术基石,主要分为飞行时间(Time of FlightTOF)法和三角测距法两类。TOF 法通过测量激光脉冲在空气中的传播时间计算距离,公式为:距离 D = (光速 c × 飞行时间 t)/2(除以 2 是因为光程为往返路径)。例如,当激光从发射到接收的时间为 100 纳秒时,对应的距离约为 15 米(c=3×10m/st=100×10⁻⁹sD=3×10⁸×100×10⁻⁹/2=15m)。TOF 法又可分为脉冲式(直接测量脉冲往返时间)和相位式(通过测量发射与接收激光的相位差计算时间),前者适用于远距离测量(百米级),后者精度更高(毫米级)但量程较短(十米级)。

三角测距法则通过几何关系计算距离:激光发射器与接收器以固定角度安装,发射的激光束照射目标后,反射光在接收器的成像平面上形成光斑,根据光斑位置与基线长度(发射器与接收器间距),利用三角相似原理计算距离。该方法因无需高精度时间测量,适合近距离(0.5-50 米)、高帧率场景(如工业检测),但受限于光学系统尺寸,难以实现远距离探测。

空间扫描机制赋予激光雷达三维感知能力。通过机械旋转、电子转向等方式改变激光束的传播方向,使激光束按特定轨迹(如螺旋线、光栅线)覆盖目标区域。每个激光脉冲对应一个空间点(x,y,z),大量点的集合形成点云。扫描频率(每秒点数,Points Per Second)决定了点云密度,例如自动驾驶激光雷达通常需要≥200 万点 / 秒,以保证对快速移动目标的识别精度。

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

智能电网建设加速推进,电力巡线正从传统人工模式向数字化、智能化方向转型。激光雷达技术凭借其厘米级测距精度与全天候环境适应性,成为突破复杂地形巡检瓶颈的核心工具。通过构建三维点云模型,激光雷达不仅实现了输电线路走廊的毫米级...

关键字: 激光雷达 电力巡线
关闭