2024年3月10日发(作者：运蝶梦)
智能网联汽车关键技术—激光雷达
智能汽车是在一般汽车上增加雷达、摄像头等先进传感器、控制器、执行器等装置，通
过车载环境感知系统和信息终端实现与车、路、人等的信息交换，使车辆具备智能环境感知
能力，能够自动分析车辆行驶的安全及危险状态，并使车辆按照人的意愿到达目的地，最终
实现替代人来做驾驶决策及操作的目的。智能汽车的初级阶段是具有先进驾驶辅助系统
(AdvancedDriverAssistanceSystems,ADAS)的汽车，智能汽车与网络相连便成为智能网联汽
车。
智能网联汽车本身具备自主的环境感知能力，也是智能交通系统的核心组成部分，是车
联网体系的一个结点，通过车载信息终端实现与车、路、行人、业务平台等之间的无线通信
和信息交换。智能网联汽车的聚焦点是在车上，发展重点是提高汽车安全性，其终极目标是
无人驾驶汽车。本文将自动驾驶领域最为关键的传感器——激光雷达作为中心，通过调研其
所扮演重要角色的领域——自动驾驶，了解激光雷达的分类、工作原理及技术指标等。
虽然早期激光雷达主要用于军事和民用地理测绘(GIS)等领域，但随着自动驾驶的兴起，
对于环境感知要求日趋严格，在自动驾驶架构中，传感层被比作为汽车的“眼睛”，包括车
载摄像头等视觉系传感器和车载毫米波雷达、车载激光雷达和车载超声波雷达等雷达系传感
器，其中激光雷达已经被广泛认为是实现自动驾驶的必要传感器。相比于其它类型的自动驾
驶传感器，如摄像头，激光雷达探测的距离更远，精度更高。相对于摄像头而言，激光雷达
由于为主动发射光束，故比较不容易受周围环境如弱光、雨雪烟尘的影响，而且摄像头在进
行图像识别处理时需要消耗大量的处理器能力，而激光雷达产生的三维地图信息更容易被计
算机解析。相比毫米波雷达，激光雷达的分辨率更高，并且毫米波雷达也不适用于行人检测
和目标识别等工作。在自动驾驶领域，激光雷达与其它传感器互为补充，可以有效提高车辆
对于周围环境感知的准确度。
1、激光雷达分类：
对于激光雷达，可以分别按照探测体系、应用方向、线束、基于机械/电子部件分类如
下：
激光雷达分类
2、激光雷达工作原理：
LiDAR，是英文LightDetectionAndRanging的缩写，中文名称为激光雷达。激光雷达作
为在激光测距雷达基础上发展起来的一项主动成像雷达技术，如图3-2所示，通过发射和
接收激光束，分析激光遇到目标对象后的折返时间，计算出到目标对象的相对距离，并利用
此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息，快速得到
出被测目标的三维模型以及线、面、体等各种相关数据，建立三维点云(PointCloud)图，绘
制出环境地图，以达到环境感知的目的。由于光速非常快，飞行时间可能非常短，因此要求
测量设备具备非常高的精度。从效果上来讲，激光雷达维度(线束)越多，测量精度越高，安
全性就越高。
相比于可见光、红外线等传统被动成像技术，激光雷达技术具有如下显著特点：一方面，
它颠覆传统了二维投影成像模式，可采集目标表面深度信息，得到目标相对完整的空间信息，
经数据处理重构目标三维表面，获得更能反映目标几何外形的三维图形，同时还能获取目标
表面反射特性、运动速度等丰富的特征信息，为目标探测、识别、跟踪等数据处理提供充分
的信息支持、降低算法难度;另一方面，主动激光技术的应用，使得其具有测量分辨率高，
抗干扰能力强、抗隐身能力强、穿透能力强和全天候工作的特点。
激光测距原理
大多数激光雷达系统主要包括四部分：激光器、光学扫描器，光电检测器，导航系统。
下面将简单说明各部分的原理、功能以及技术指标。
2.1：激光器
激光和发光二极管都起源于20世纪60年代，激光是受激辐射的光放大而来，两者都
使用二极管产生不同形式的光，当电通过发光二极管时，发出非相干的可见光，光射向所有
的方向;激光器使用高度专业化的二极管，其在电磁光谱的光学部分处或附近产生能量。当
这种能量对人眼可见时，我们将其称为“光”，当不可见时，我们将其称为“辐射”，这与放射
性物质的辐射不同。来自激光器的能量通过称为受激发射的原子过程被放大到极高的强度，
最后将能量变成高度定向的波束，意味着所有的单个能量波被对齐，变为“同相”并且沿相同
的方向移动。举个例子的话，发光二极管的能量就像在游乐场的保险杠车;而激光的能量就
像赛车，并且它们会同时向同一方向冲出去。发光二极管照明广泛，而激光精确定位，最适
合需要聚焦和精确度的任务。
2.2：光学扫描器
激光雷达成像的速度取决于外部反射的光子经光学扫描部件进入系统的速度。市场上存
在许多扫描的方法以改变方位角和仰角，如双振荡平面镜、双轴扫描镜、多面镜等。光学扫
描器决定了激光雷达的分辨率和检测范围。
2.3：光电检测器
光电检测器即读取和记录反射回到激光雷达的信号的设备。主要有两种光电检测技术，
分别为固态检测器(SolidStateDetector)和光电倍增管。
2.4：导航系统
当激光雷达安装在移动的平台，如卫星和飞机上时，它需要其它设备的协助以确定设备
当前的位置和转向信息，这样才能保证激光雷达测量数据的可用性。卫星导航系统(GNSS,
GlobalNavigationSatelliteSystem)可以提供准确的地理位置信息，惯性测量单元(IMU,Inertial
MeasurementUnit)则记录当前位置激光雷达的姿态和转向信息。GNSS和IMU配合使用，
可以将激光雷达测量点由相对坐标系转换为绝对坐标系上的位置点，从而应用于不同的系统
中。
3、激光雷达技术指标：
3.1：线束
为获得尽量详细的点云图，激光雷达必须要快速采集周围环境的数据。一种方式是提高
发射机/接收机的采集速度，每个发射机在每秒内可以发送十万以上组脉冲，也就是说在1
秒内，有100,000组脉冲完成一次发射/返回的循环。复杂的激光雷达有高达64组发射机/
接收机，组就是线(Channel)的意思，线表示激光雷达系统包含独立的发射机/接收机的数目。
多线的配置使得激光雷达在每秒内可构建高达百万的数据点。
3.2：方位角
方位角(FieldofView,FOV)包括水平方位角和垂直方位角，指的是激光雷达在水平和垂直
方向的检测角度。
上面提到线的概念，然而在实际应用中，64线对于构建周围环境精确的点云是远远不
够的，它只能在有限范围内达到足够的精度。但是在制造工艺上，把线数提高到64组以上，
将大大提高设备的成本，因此不少激光雷达系统采用旋转镜头，激光雷达的主体部分固定在
旋转马达的基座上，工作时不断旋转，即可对周围360°进行扫描，也就是说这些激光雷达
的水平方位角为360°。垂直方位角指的是激光雷达垂直方向的检测角度，一般在40°以内。
3.3：扫描帧频
激光雷达点云数据更新的频率。对于混合固态激光雷达来说，也就是旋转镜每秒钟旋转
的圈数，单位Hz。例如，10Hz即旋转镜每秒转10圈，同一方位的数据点更新10次。
3.4：角分辨率
角分辨率分为水平角分辨率和垂直角分辨率。水平角分辨率是指水平方向上扫描线间的
最小间隔度数。它是随扫描帧频的变化而变化，转速越快，则水平方向上扫描线的间隔越大，
水平角分辨率越大。垂直角分辨率指的是垂直方向上两条扫描线的间隔度数。
3.5：测量精度
激光雷达的数据手册中的测量精度(Accuracy)常表示为，例如±2cm的形式。精度表示
设备测量位置与实际位置偏差的范围。
3.6：探测距离
激光雷达的最大测量距离。在自动驾驶领域应用的激光雷达的测距范围普遍在100~200
m左右。
3.7：数据率
激光雷达每秒钟生成的激光点数，例如：40线扫描帧频为20Hz的激光雷达，水平角
分辨率是0.45°(每一圈每束激光扫描800次)。因此每秒钟生成的激光点数和为：4020800=
640,000points/sec。
智能化、互联化已经成为未来汽车技术的发展趋势，只有智能驾驶与互联驾驶相结合，
才能更有效地实现汽车安全、舒适、节能、高效行驶。随着汽车智能化的发展，ADAS技术
也会随着各关键技术的突破走向商业化量产并走进人们的日常生过中。
2024年3月10日发(作者：运蝶梦)
智能网联汽车关键技术—激光雷达
智能汽车是在一般汽车上增加雷达、摄像头等先进传感器、控制器、执行器等装置，通
过车载环境感知系统和信息终端实现与车、路、人等的信息交换，使车辆具备智能环境感知
能力，能够自动分析车辆行驶的安全及危险状态，并使车辆按照人的意愿到达目的地，最终
实现替代人来做驾驶决策及操作的目的。智能汽车的初级阶段是具有先进驾驶辅助系统
(AdvancedDriverAssistanceSystems,ADAS)的汽车，智能汽车与网络相连便成为智能网联汽
车。
智能网联汽车本身具备自主的环境感知能力，也是智能交通系统的核心组成部分，是车
联网体系的一个结点，通过车载信息终端实现与车、路、行人、业务平台等之间的无线通信
和信息交换。智能网联汽车的聚焦点是在车上，发展重点是提高汽车安全性，其终极目标是
无人驾驶汽车。本文将自动驾驶领域最为关键的传感器——激光雷达作为中心，通过调研其
所扮演重要角色的领域——自动驾驶，了解激光雷达的分类、工作原理及技术指标等。
虽然早期激光雷达主要用于军事和民用地理测绘(GIS)等领域，但随着自动驾驶的兴起，
对于环境感知要求日趋严格，在自动驾驶架构中，传感层被比作为汽车的“眼睛”，包括车
载摄像头等视觉系传感器和车载毫米波雷达、车载激光雷达和车载超声波雷达等雷达系传感
器，其中激光雷达已经被广泛认为是实现自动驾驶的必要传感器。相比于其它类型的自动驾
驶传感器，如摄像头，激光雷达探测的距离更远，精度更高。相对于摄像头而言，激光雷达
由于为主动发射光束，故比较不容易受周围环境如弱光、雨雪烟尘的影响，而且摄像头在进
行图像识别处理时需要消耗大量的处理器能力，而激光雷达产生的三维地图信息更容易被计
算机解析。相比毫米波雷达，激光雷达的分辨率更高，并且毫米波雷达也不适用于行人检测
和目标识别等工作。在自动驾驶领域，激光雷达与其它传感器互为补充，可以有效提高车辆
对于周围环境感知的准确度。
1、激光雷达分类：
对于激光雷达，可以分别按照探测体系、应用方向、线束、基于机械/电子部件分类如
下：
激光雷达分类
2、激光雷达工作原理：
LiDAR，是英文LightDetectionAndRanging的缩写，中文名称为激光雷达。激光雷达作
为在激光测距雷达基础上发展起来的一项主动成像雷达技术，如图3-2所示，通过发射和
接收激光束，分析激光遇到目标对象后的折返时间，计算出到目标对象的相对距离，并利用
此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息，快速得到
出被测目标的三维模型以及线、面、体等各种相关数据，建立三维点云(PointCloud)图，绘
制出环境地图，以达到环境感知的目的。由于光速非常快，飞行时间可能非常短，因此要求
测量设备具备非常高的精度。从效果上来讲，激光雷达维度(线束)越多，测量精度越高，安
全性就越高。
相比于可见光、红外线等传统被动成像技术，激光雷达技术具有如下显著特点：一方面，
它颠覆传统了二维投影成像模式，可采集目标表面深度信息，得到目标相对完整的空间信息，
经数据处理重构目标三维表面，获得更能反映目标几何外形的三维图形，同时还能获取目标
表面反射特性、运动速度等丰富的特征信息，为目标探测、识别、跟踪等数据处理提供充分
的信息支持、降低算法难度;另一方面，主动激光技术的应用，使得其具有测量分辨率高，
抗干扰能力强、抗隐身能力强、穿透能力强和全天候工作的特点。
激光测距原理
大多数激光雷达系统主要包括四部分：激光器、光学扫描器，光电检测器，导航系统。
下面将简单说明各部分的原理、功能以及技术指标。
2.1：激光器
激光和发光二极管都起源于20世纪60年代，激光是受激辐射的光放大而来，两者都
使用二极管产生不同形式的光，当电通过发光二极管时，发出非相干的可见光，光射向所有
的方向;激光器使用高度专业化的二极管，其在电磁光谱的光学部分处或附近产生能量。当
这种能量对人眼可见时，我们将其称为“光”，当不可见时，我们将其称为“辐射”，这与放射
性物质的辐射不同。来自激光器的能量通过称为受激发射的原子过程被放大到极高的强度，
最后将能量变成高度定向的波束，意味着所有的单个能量波被对齐，变为“同相”并且沿相同
的方向移动。举个例子的话，发光二极管的能量就像在游乐场的保险杠车;而激光的能量就
像赛车，并且它们会同时向同一方向冲出去。发光二极管照明广泛，而激光精确定位，最适
合需要聚焦和精确度的任务。
2.2：光学扫描器
激光雷达成像的速度取决于外部反射的光子经光学扫描部件进入系统的速度。市场上存
在许多扫描的方法以改变方位角和仰角，如双振荡平面镜、双轴扫描镜、多面镜等。光学扫
描器决定了激光雷达的分辨率和检测范围。
2.3：光电检测器
光电检测器即读取和记录反射回到激光雷达的信号的设备。主要有两种光电检测技术，
分别为固态检测器(SolidStateDetector)和光电倍增管。
2.4：导航系统
当激光雷达安装在移动的平台，如卫星和飞机上时，它需要其它设备的协助以确定设备
当前的位置和转向信息，这样才能保证激光雷达测量数据的可用性。卫星导航系统(GNSS,
GlobalNavigationSatelliteSystem)可以提供准确的地理位置信息，惯性测量单元(IMU,Inertial
MeasurementUnit)则记录当前位置激光雷达的姿态和转向信息。GNSS和IMU配合使用，
可以将激光雷达测量点由相对坐标系转换为绝对坐标系上的位置点，从而应用于不同的系统
中。
3、激光雷达技术指标：
3.1：线束
为获得尽量详细的点云图，激光雷达必须要快速采集周围环境的数据。一种方式是提高
发射机/接收机的采集速度，每个发射机在每秒内可以发送十万以上组脉冲，也就是说在1
秒内，有100,000组脉冲完成一次发射/返回的循环。复杂的激光雷达有高达64组发射机/
接收机，组就是线(Channel)的意思，线表示激光雷达系统包含独立的发射机/接收机的数目。
多线的配置使得激光雷达在每秒内可构建高达百万的数据点。
3.2：方位角
方位角(FieldofView,FOV)包括水平方位角和垂直方位角，指的是激光雷达在水平和垂直
方向的检测角度。
上面提到线的概念，然而在实际应用中，64线对于构建周围环境精确的点云是远远不
够的，它只能在有限范围内达到足够的精度。但是在制造工艺上，把线数提高到64组以上，
将大大提高设备的成本，因此不少激光雷达系统采用旋转镜头，激光雷达的主体部分固定在
旋转马达的基座上，工作时不断旋转，即可对周围360°进行扫描，也就是说这些激光雷达
的水平方位角为360°。垂直方位角指的是激光雷达垂直方向的检测角度，一般在40°以内。
3.3：扫描帧频
激光雷达点云数据更新的频率。对于混合固态激光雷达来说，也就是旋转镜每秒钟旋转
的圈数，单位Hz。例如，10Hz即旋转镜每秒转10圈，同一方位的数据点更新10次。
3.4：角分辨率
角分辨率分为水平角分辨率和垂直角分辨率。水平角分辨率是指水平方向上扫描线间的
最小间隔度数。它是随扫描帧频的变化而变化，转速越快，则水平方向上扫描线的间隔越大，
水平角分辨率越大。垂直角分辨率指的是垂直方向上两条扫描线的间隔度数。
3.5：测量精度
激光雷达的数据手册中的测量精度(Accuracy)常表示为，例如±2cm的形式。精度表示
设备测量位置与实际位置偏差的范围。
3.6：探测距离
激光雷达的最大测量距离。在自动驾驶领域应用的激光雷达的测距范围普遍在100~200
m左右。
3.7：数据率
激光雷达每秒钟生成的激光点数，例如：40线扫描帧频为20Hz的激光雷达，水平角
分辨率是0.45°(每一圈每束激光扫描800次)。因此每秒钟生成的激光点数和为：4020800=
640,000points/sec。
智能化、互联化已经成为未来汽车技术的发展趋势，只有智能驾驶与互联驾驶相结合，
才能更有效地实现汽车安全、舒适、节能、高效行驶。随着汽车智能化的发展，ADAS技术
也会随着各关键技术的突破走向商业化量产并走进人们的日常生过中。