[首發(fā)于智駕最前沿微信公眾號]在很多自動駕駛的車輛上，都加裝了激光雷達（LiDAR），激光雷達是一種用激光測距離的傳感器。它會往周圍發(fā)激光，激光碰到東西反射回來，設備測回波的時間或頻率變化，就能算出物體離傳感器多遠。把很多這樣的測距結(jié)果按角度組織起來，就能得到一個三維的“點云”，用來表示周圍物體的形狀和位置。激光雷達的主要作用就是讓車知道周圍有哪些東西、在什么位置、大概是什么大小。

圖片源自：網(wǎng)絡

它是怎么工作的？

激光雷達測距有兩種常見辦法，即時間飛行（ToF）和調(diào)頻連續(xù)波（FMCW）。ToF的原理很直白，發(fā)一束脈沖光，測它從發(fā)射到接收的時間，乘以光速就可以得到距離。FMCW不發(fā)短脈沖，而是發(fā)一束頻率隨時間變化的連續(xù)光，回波和發(fā)射光混頻后能把距離和徑向速度（多普勒）一起算出來。FMCW在抗干擾和測速度上有優(yōu)勢，但實現(xiàn)更復雜，成本一般也高點。

圖片源自：網(wǎng)絡

激光雷達在硬件形態(tài)上有兩類常見區(qū)分，即機械旋轉(zhuǎn)式和固態(tài)式。早期很多激光雷達是機械旋轉(zhuǎn)的，靠電機帶著發(fā)射接收單元轉(zhuǎn)一圈來覆蓋水平視場，點密度高，但體積大、可靠性受機械件影響。固態(tài)化方向包括MEMS、光學相控陣（OPA）、flash lidar等，優(yōu)點是體積小、耐久性好，更容易量產(chǎn)集成，但各自的視場、點密度和測距能力會不一樣。

在談及激光雷達時，常被提到的參數(shù)有“線數(shù)/通道數(shù)”“分辨率”“視場（FOV）”“點率（每秒點數(shù)）”“測距精度”“波長”等。線數(shù)反映垂直方向上的層數(shù)，線數(shù)高意味著垂直分辨率更好，但并不是越多越好；有效點數(shù)、角分辨率、回波率以及在遠端的點密度都同樣重要。激光雷達常見的波長是905nm和1550nm，1550nm在安全輸出功率上要更高的能量，對遠距和弱反射目標有優(yōu)勢。

環(huán)境會對激光雷達有非常明顯的影響。雨、雪、霧會產(chǎn)生散射和大量噪聲點，太陽直射或強光也會提高背景噪聲。因此，常用濾波、多幀融合、噪聲模型等手段減少影響，但任何單一傳感器在極端天氣下都不完美，因此在現(xiàn)階段，很多車企采用感知融合的方案，以提升環(huán)境感知的準確性。

激光雷達在自動駕駛里真正能做什么

把激光雷達裝車上，它主要解決把周圍環(huán)境做成三維幾何信息、幫助定位（和高精地圖配合）、以及為后續(xù)的檢測和路徑規(guī)劃提供幾何基礎等三件事。與攝像頭相比，激光雷達直接給出距離，受光照影響?。慌c毫米波雷達相比，激光雷達角分辨率高、能更好還原物體形狀，但毫米波雷達在雨雪或直接測徑向速度上更穩(wěn)?，F(xiàn)在的主流做法是三類傳感器聯(lián)合使用，攝像頭負責豐富的語義（顏色、字符識別等），毫米波雷達負責速度和穿透性強的檢測，激光雷達負責精確三維定位和形狀還原，三者互補。

在算法鏈路上，激光雷達數(shù)據(jù)處理有一套常規(guī)流程。首先做去噪、坐標變換（把傳感器點云變到車體坐標或全局坐標），如果需要還做多幀配準提高稠密度。之后進行地面分割（把路面從點云里分出來）、聚類（把點群分成獨立的物體）、特征提取，然后進入檢測、分類和跟蹤模塊。有很多技術方案是把點云投影成鳥瞰圖（BEV）或做體素化（voxel），再用深度神經(jīng)網(wǎng)絡做檢測或語義分割。處理時要在點云稀疏、尺度變化大和實時性要求之間做權衡，這對算力和模型設計都是考驗。

圖片源自：網(wǎng)絡

為了讓自動駕駛方案真實落地，還有時間同步、標定、傳感器布局、熱管理和防護等諸多細節(jié)必須要考慮。時間同步很重要，激光雷達輸出頻率高，如果和IMU、攝像頭、GPS不同步，多傳感器融合會出問題。外參標定（把激光雷達和其他傳感器的相對位姿精確標定）也必須精確到毫米級或小角度誤差，否則定位和感知誤差會累積。激光雷達產(chǎn)生的數(shù)據(jù)量大，需要前端做預處理、濾波、壓縮或在專用芯片上做BEV投影來減輕主算負擔。激光雷達的標注點云也比圖像更費時，標注工具、半自動標注和仿真生成點云數(shù)據(jù)在訓練流程中非常關鍵。

項目選型和測試要點

激光雷達有明顯優(yōu)點，但其成本和工程挑戰(zhàn)也讓很多車低配車望而卻步。激光雷達需要考慮的成本包括硬件采購、安裝調(diào)試、長期可靠性維護（尤其是機械件）、以及對更高算力和標注的需求。由于氣象條件和被動反射特性等限制，必須在方案中考慮退化策略，也就是當激光雷達性能下降時，系統(tǒng)應能依賴攝像頭或毫米波雷達來繼續(xù)工作或者降低功能等級。

圖片源自：網(wǎng)絡

如果是做L4級別的小范圍自動駕駛、貨運園區(qū)自動駕駛或者需要高精地圖的服務，激光雷達幾乎是必選，因為它能穩(wěn)定提供形狀和精確距離；如果目標是面向普通乘用車的大規(guī)模量產(chǎn)、要把成本壓到最低，很多車企更傾向于用攝像頭+毫米波雷達作為主要傳感器。

對于如何選擇激光雷達，智駕最前沿建議先明確任務場景和安全目標，再根據(jù)場景決定性能和冗余策略。選型時不要只看線數(shù)，一個傳感器的整體點云質(zhì)量更重要，關注有效點率、遠端分辨率、視場、測距精度和回波穩(wěn)定性。安裝布局務必考慮遮擋、散熱、維護便捷性和清洗方案（尤其是在雨雪多發(fā)地區(qū)）。系統(tǒng)需要完整的時間同步方案和IMU緊耦合定位策略，并做自動標定和在線健康檢測，及時發(fā)現(xiàn)外參漂移或傳感器異常。在算法上，要實現(xiàn)多傳感器退化策略、多幀融合和噪聲抑制，并把一部分點云預處理放到專用硬件上以節(jié)省主計算資源。

對于激光雷達的測試要覆蓋白天夜間、不同雨雪強度、霧霾、低反射材料（黑色、遠處行人、薄荷葉、玻璃等）以及強光背光場景。盡可能用實際采集數(shù)據(jù)和仿真數(shù)據(jù)結(jié)合的方法來擴充訓練集，標注體系要包含不確定性和置信度信息，便于在邊緣場景下讓決策系統(tǒng)穩(wěn)健降級。

最后的話

激光雷達是傳感器鏈里的一環(huán)，好用不好用不只是硬件決定。傳感器選型、安裝調(diào)優(yōu)、時間同步、標定、數(shù)據(jù)采集與標注、算法設計、算力分配、整體冗余策略等都要配套做好，才能把激光雷達的性能真正轉(zhuǎn)化為穩(wěn)定可靠的駕駛功能。