完善资料让更多小伙伴认识你，还能领取20积分哦，立即完善>
标签 > 激光雷达
激光雷达最大的优点在于它能直接提供距离信息。平常我们看到的照片或者视频是一个平面，这是XY二维空间，但是驾驶员最关心是距离，即Z坐标，这就属于三维。
激光雷达，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。
激光雷达，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。
激光雷达的原理
激光雷达工作原理也不难理解，就是发射和接收激光束。在激光雷达的内部，每一组组件都包含一个发射单元与接收单元。我们拿激光雷达领域最有名的公司Velodyne的旋转镜面设计图来说明。
.jpg)
激光雷达工作原理
这套发射/接收组件和旋转镜面结合在一起，能扫描至少一个平面。镜面不只反射二极管发出去的光，而且也能把反射回来的光再反射给接收器。通过旋转镜面，能够实现 90到180度的视角，并且大大降低系统设计和制造的复杂度，因为镜面是这里面唯一的运动机构。
探测距离的原理是基于光返回的时间，激光二极管发出脉冲光，脉冲光照射到目标物后反射一部分光回来，在二极管附近安装一个光子探测器，它可以探测出返回来的信号，通过计算发射和探测的时间差就可以计算出目标物的距离。脉冲距离测量系统一旦被激活就能收集到大量的点云。
如果点云中有目标物，目标物就会在点云中呈现出一个阴影。通过这个阴影可以测量出目标物的距离和大小。通过点云可以生成周围环境的3D图像。点云密度越高，图像越清晰。
激光雷达的优点
与普通微波雷达相比，激光雷达由于使用的是激光束，工作频率较微波高了许多，因此带来了很多优点，主要有：
（1）分辨率高
激光雷达可以获得极高的角度、距离和速度分辨率。通常角分辨率不低于0.1mard也就是说可以分辨3km距离上相距0.3m的两个目标（这是微波雷达无论如何也办不到的），并可同时跟踪多个目标；距离分辨率可达0.lm；速度分辨率能达到10m/s以内。距离和速度分辨率高，意味着可以利用距离——多谱勒成像技术来获得目标的清晰图像。分辨率高，是激光雷达的最显著的优点，其多数应用都是基于此。
（2）隐蔽性好、抗有源干扰能力强
激光直线传播、方向性好、光束非常窄，只有在其传播路径上才能接收到，因此敌方截获非常困难，且激光雷达的发射系统（发射望远镜）口径很小，可接收区域窄，有意发射的激光干扰信号进入接收机的概率极低；另外，与微波雷达易受自然界广泛存在的电磁波影响的情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因此激光雷达抗有源干扰的能力很强，适于工作在日益复杂和激烈的信息战环境中。
（3）低空探测性能好
微波雷达由于存在各种地物回波的影响，低空存在有一定区域的盲区（无法探测的区域）。而对于激光雷达来说，只有被照射的目标才会产生反射，完全不存在地物回波的影响，因此可以“零高度”工作，低空探测性能较微波雷达强了许多。
（4）体积小、质量轻
通常普通微波雷达的体积庞大，整套系统质量数以吨记，光天线口径就达几米甚至几十米。而激光雷达就要轻便、灵巧得多，发射望远镜的口径一般只有厘米级，整套系统的质量最小的只有几十公斤，架设、拆收都很简便。而且激光雷达的结构相对简单，维修方便，操纵容易，价格也较低。
激光雷达的缺点
首先，工作时受天气和大气影响大。激光一般在晴朗的天气里衰减较小，传播距离较远。而在大雨、浓烟、浓雾等坏天气里，衰减急剧加大，传播距离大受影响。如工作波长为10.6μm的co2激光，是所有激光中大气传输性能较好的，在坏天气的衰减是晴天的6倍。地面或低空使用的co2激光雷达的作用距离，晴天为10—20km，而坏天气则降至1 km以内。而且，大气环流还会使激光光束发生畸变、抖动，直接影响激光雷达的测量精度。
其次，由于激光雷达的波束极窄，在空间搜索目标非常困难，直接影响对非合作目标的截获概率和探测效率，只能在较小的范围内搜索、捕获目标，因而激光雷达较少单独直接应用于战场进行目标探测和搜索。
激光雷达的特点及用途
激光雷达的用途
直升机障碍物规避激光雷达
化学战剂探测激光雷达
机载海洋激光雷达
成像激光雷达可水下探物
无人驾驶激光雷达
目前激光雷达的发展情况
刘博：从应用来看，激光雷达的种类繁多，可用于多种形式的探测。
最早成熟的激光雷达技术是用于探测臭氧、二氧化硫、气溶胶等的大气探测激光雷达。2016年，在天宫二号和神舟11号的交汇对接中，利用激光雷达在两个航天器对接过程中测量相对位置、角度等，保证精准对接;还有我国发射的嫦娥三号上，在降落前用来扫描下方地貌，探测障碍物，这个属于探测地形地障类的激光雷达。
近几年，随着人工智能的发展，自动驾驶、辅助驾驶的兴起，推动了激光雷达在民用领域中的应用。
从技术原理来看，用于民用的激光雷达主要有两种类型：
第一种是多束激光并排绕轴旋转360o，每束激光扫描一个平面。早期的激光雷达为64线（即64束激光），那时已满足自动驾驶的需求，但因成本高达7万美元，未被市场接受。后来为了降低成本，有公司推出了32线、16线的激光雷达。但是成本的降低带来的是分辨率的下降，这就容易在车辆驾驶过程中检测障碍物时产生盲点，带来安全隐患。
第二种是固态激光雷达。这种技术以美国Quanergy Systems公司的固态激光雷达传感器S3为首，采用相控阵扫描方式，并不是常用的机械扫描方式。它不像第一种技术会产生机械运动，可以大幅降低生产成本。但目前技术并不成熟，离产品市场化还有一段距离。
有行业人士认为，中国五年内会改写激光雷达的格局。您怎么看？
刘博：这是一个比较乐观的宣传。激光雷达最大的优点在于它能直接提供距离信息。平常我们看到的照片或者视频是一个平面，这是XY二维空间，但是驾驶员最关心是距离，即Z坐标，这就属于三维。
国内已有企业正在合作研究自动驾驶激光雷达，也有一些公司推出了产品，但是实际应用效果如何，目前尚未看到成效。我国用于自动驾驶的激光雷达的研究处于刚刚起步的阶段。
自动驾驶的最大卖点在于可以把道路驾驶的事故率理论上降到零。因为自动驾驶都是由计算机控制的，如果系统不出现故障，那么他就会严格遵守交通规则，不会出现走神、酒驾等状况。但是一旦出现问题，例如之前的特斯拉事件，就会对自动驾驶造成很大的打击。
激光雷达的光源有三种：二氧化碳激光器、半导体激光器和全固态激光器。您认为哪种激光器光源最有前途？
刘博：肯定是半导体激光器作为光源潜力最大。因为半导体激光器尺寸可以做到很小，成本比较低，符合作为汽车配置的需求。现在我们看到的安装在无人驾驶车顶的那些激光雷达，例如Velodyne，最早并不是为自动驾驶而设计的，只不过自动驾驶正好用到了其中的一些功能，例如360o扫描。
百度无人驾驶测试车使用了Velodyne的64线激光雷达
我认为，真正实用化后，这些都应该集成到汽车的内部，例如集成到车灯的位置，半导体激光器恰巧可以满足这一条件。我相信最终成熟的样式也一定是这样的。
国产激光雷达与国外差距有多大
刘博：从技术上来说，我国民用激光雷达与国外技术相比并没有太多差距。差距可能是在产业化和研发等方面，或者说别人早走了一段时间，而我国刚刚开始做。
我曾与国内很多专家聊过。严格来说，现在市场上的激光雷达没有一款是在诞生之初就专为自动驾驶优化设计的。国内很多激光雷达厂家生产的产品外形和性能都是模仿美国Velodyne公司产品的设计。然而Velodyne公司早期主营音响业务，后技术升级，才开发了激光雷达技术LiDAR并名声大噪。但是它有些指标超出了普通汽车的要求，带来了高成本，而有些必需的指标又没有达到。
其实，我现在课题组正在做的工作之一就是从实际应用出发设计激光雷达系统。从2016年开始我们正在从事这个方向的研究，并与最终用户和一些车主进行了广泛沟通，了解他们的需求。我们希望推出一款纯粹为了自动驾驶而优化设计的激光雷达。这样的话能节省的地方尽量节省，降低成本，不能节省的地方，提高指标，提升安全性。
激光雷达技术推广到民用阶段还需要多久的时间
刘博：应该用不了太久。根据“2016中国汽车工程学会年会”正式公开的节能与新能源汽车技术路线图的规划，智能网联汽车的市占率将实现2020年驾驶辅助与部分自动驾驶市占率50%，2025年高度自动驾驶市占率15%，2030年完全自动驾驶市占率10%。我认为，5年内市场上会推出各种各样针对自动驾驶的激光雷达产品。
您认为激光雷达的市场前景如何
刘博：激光雷达的市场非常大，而且很多同仁都在从事该领域的研究和开发。其实激光雷达最大的市场并不是自动驾驶领域，而是用在服务类机器人的机器视觉上。无人机、服务类机器人，还有一些娱乐项目中进行距离传感捕捉的，这些方面的激光雷达市场会更大。目前国内的一些高校、科研院所以及百度、华为等大型IT公司，产学研企都在研究。
我认为最终产品的开发模式，还是应遵循研发端、用户端与市场，三方紧密结合，从最初的设计入手，这样推出的产品才能平衡各方所需，发挥它的最大价值。
本文重点探讨了高精度时间同步技术在多传感器融合中的重要性。通过选择统一的时钟源和基于以太网的协议，确保多传感器数据在统一时间框架内准确处理，为自动驾驶系...
电子发烧友网报道（文/梁浩斌）曾经全球市值第一的激光雷达公司Luminar，最近几年的日子并不好过。2023年公司亏损扩大至5.7亿美元，且收入由于车企...
激光雷达系统需要用精确的时间测量来计算距离和生成高分辨率的3D图像。晶振在激光雷达系统中起着关键作用，主要用于提供稳定的时钟信号和高精度的时间基准。
激光雷达（Lidar）是一种通过使用激光光束来测量距离、形状、方向和速度的远程感测技术。无论是开发自动驾驶解决方案的汽车领域，还是使用机器人和自动导引车...
激光雷达的工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息...
原子受激辐射的光，故名“激光”：原子中的电子吸收能量后从低能级跃迁到高能级，再从高能级回落到低能级的时候，所释放的能量以光子的形式放出。
在使用MIMO功能的RF和传感系统中，关于虚拟天线的设计和布局存在一些重要的设计约束。
随着技术的发展，雷达的应用和功能早已超脱了探测和测距这个基本范围，比如测速，测角，目标识别，目标成像，战场侦察等等。但是只要用到电磁波来进行探测的技术，...
2024年依然会保持增长势头，其中，速腾聚创财报显示，截止到2023年底，速腾聚创已经与22家车企及Tier 1取得定点合作，车型涉及63款。其中有12...
自动辅助导航驾驶（NOA，Navigate on Autopilot） 主要分为高速NOA和城市NOA两类，在基础L2辅助驾驶功能的基础上，通过与地图导...
值得注意的是，目前已有3.7万元的首销权益即将到期，该权益将在明天（5月31日）结束。新车在外观及配置上有所改进，同时对驾驶辅助系统进行了升级。
2021年，我国工信部和交通部依托京沪高速开展了车路协同的测试验证。京沪“1号高速”项目覆盖400+处设施、100+车路协同应用场景、超过7个云端平台终...
近日，《财富》发布“2024 年中国全球化未来新星”年度盘点，禾赛科技作为全球激光雷达行业的领军企业荣登榜单。
近日，森思泰克发布了两款全新的激光雷达产品——STL96-1与STL192-1，标志着公司在激光雷达技术领域的又一次飞跃。这两款产品不仅在探测距离和分辨...
Hokuyo Automatic发布新款3D激光雷达（LiDAR）传感器YLM-10LX
据麦姆斯咨询报道，光学半导体技术先驱Lumotive近日携手传感器和自动化领域的全球领先企业Hokuyo Automatic发布新款3D激光雷达（LiD...
据麦姆斯咨询报道，美国国家航空航天局（NASA）开发的新型高光谱红外相机配备了各种轻型滤光片，能够探测地球高层大气和地表反射阳光，可以改善森林火灾预警，...
激光雷达作为一种高精度、高性能的传感技术，广泛应用于自动驾驶、机器人导航、工业自动化、无人机等应用领域。激光雷达控制板可以很好的满足这些领域中对于精准控...
近日，激光雷达头部玩家Luminar发布Q1财报，在致股东的信中表示，特斯拉已成为Luminar第一季度最大的激光雷达客户。此言一出，顿时语惊四座，当初...
随着人工智能（AI）时代的到来，同时获得反映目标辐射特性和纹理特征的高分辨率强度图像以及反映目标和所处场景的三维空间信息的稠密点云数据/三维图像的激光相...
多传感器融合方案是智能驾驶感知技术的必然趋势。它以摄像头、毫米波雷达、超声波雷达以及激光雷达等多种传感器协同配合来感知外界信息。
换一批
编辑推荐厂商产品技术软件/工具OS/语言教程专题
| 电机控制 | DSP | 氮化镓 | 功率放大器 | ChatGPT | 自动驾驶 | TI | 瑞萨电子 |
| BLDC | PLC | 碳化硅 | 二极管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 无刷电机 | FOC | IGBT | 逆变器 | 文心一言 | 5G | 英飞凌 | 罗姆 |
| 直流电机 | PID | MOSFET | 传感器 | 人工智能 | 物联网 | NXP | 赛灵思 |
| 步进电机 | SPWM | 充电桩 | IPM | 机器视觉 | 无人机 | 三菱电机 | ST |
| 伺服电机 | SVPWM | 光伏发电 | UPS | AR | 智能电网 | 国民技术 | Microchip |
| 开关电源 | 步进电机 | 无线充电 | LabVIEW | EMC | PLC | OLED | 单片机 |
| 5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
| NB-IoT | LoRa | Zigbee | NFC | 蓝牙 | RFID | Wi-Fi | SIGFOX |
| Type-C | USB | 以太网 | 仿真器 | RISC | RAM | 寄存器 | GPU |
| 语音识别 | 万用表 | CPLD | 耦合 | 电路仿真 | 电容滤波 | 保护电路 | 看门狗 |
| CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
| SDI | nas | DMA | HomeKit | 阈值电压 | UART | 机器学习 | TensorFlow |
| Arduino | BeagleBone | 树莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 华秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 （电路图） 湘公网安备43011202000918 电信与信息服务业务经营许可证：合字B2-20210191
工商网监
湘ICP备 2023018690 号
