我第一次认真研究激光雷达，是在项目里真正把点云投到屏幕上、看到前方行人轮廓被绿色点块勾出来的那一刻。说实话，第一反应不是"高级"，而是"这一堆点到底是怎么算出来的"。后来把原理一层层剥开，发现它的逻辑朴素得吓人：发出一束光，等它弹回来，记录时间差，乘以光速，除以二，就是距离。激光雷达（LiDAR）的整个物理基础，几乎就是这句话。
这篇文章想聊的不是那种"某厂商又发布了新雷达"的新闻稿，而是三件事：激光雷达在物理层面到底靠什么测得准、从机械旋转到固态扫描的路线演进为什么走到了今天、以及拿到真机以后，算法层面怎么把点云变成可用的目标信息。适合刚接触激光雷达的工程师、正在做多传感器融合的同行，以及想搞清楚"激光雷达为什么贵、贵在哪儿"的产品同学。
1. 从一束光说起的：激光测距的物理基础
1.1 ToF测距：光速、计时器与厘米级精度
绝大多数激光雷达用的是ToF（Time of Flight，飞行时间）原理。发射端每秒打出几百万个激光脉冲，每个脉冲撞到障碍物后反射回来，被接收端的光电探测器捕捉。从发射到接收的时间差记为t，单程距离就是：
d = c × t / 2
这里的c是光速，约3×10^8 m/s。换算关系要重点记一下：1纳秒的时间测量误差，对应15厘米的距离误差。反推一下，想要1厘米的测距精度，至少要把时间测量精度做到66皮秒左右。这个数字决定了激光雷达接收链路里用什么样的时间数字转换器，也决定了为什么测距芯片不是随便买一颗MCU就能扛下来的。
这个原理和超声波测距、毫米波雷达其实同源，差别只在于传播媒介速度不同。超声波在空气中的速度约340m/s，1毫秒的时间误差对应17厘米；而光速太快了，物体位置稍微动一点，时间差的变化都非常细微，所以时间测量成了整个传感器精度的核心瓶颈。你甚至可以这么理解：激光雷达的升级史，很大程度就是一张"计时精度不断提升"的历史。
再说说为什么是激光，而不是普通LED。LED发出的光波长分布宽、方向发散，用手电照远处目标，回来的能量被摊得很薄。激光是单色性好、方向性极强的一束光，可以聚焦成很细的光束，回波信噪比高，探测距离和角分辨率才上的去。一句话：激光雷达不是"一个激光器"，而是一整套"发射—传播—反射—接收—计时"的精密链路，任何一环松动，最后点云质量都会露馅。
1.2 为什么主流波长只有905nm和1550nm
你翻遍市面上的激光雷达，会发现波长很少跳出两个数字：905nm和1550nm。这不只是拍脑袋选的，背后是三道约束：人眼安全、大气窗口、光电器件成熟度。
905nm是近红外波段，半导体激光器成本低、技术成熟，接收端可以直接用便宜的硅探测器。但它有个硬伤：人眼对这个波段的伤害阈值低。在Class 1激光安全等级的约束下，峰值功率不能打得太高，所以常规905nm方案在远距离探测上会有天花板。
1550nm的优势恰恰在安全上——这个波段的光会被眼角膜和晶状体大量吸收，无法在视网膜上聚焦成高能量密度光斑，人眼伤害阈值比905nm高大约一个数量级。于是1550nm方案可以使用更大的峰值功率，更容易做到远距离探测，在雨雾条件下的穿透表现也相对更好。代价也很直接：激光器和接收探测器要实现1550nm，光路复杂度和材料成本显著上升。
所以，波长选择不是一个单纯的技术指标竞赛，而是安全、成本、材料成熟度和产业链共同形成的双寡头格局。有些厂商用1550nm抢远距离和恶劣天气场景，更多ADAS前装方案在905nm上做低成本前向主雷达。看到参数表里写"905nm"还是"1550nm"，基本能猜出这个产品在成本与性能之间的取舍位置。
2. 扫描方案的四代演化：从转着看到让光自己拐弯
2.1 机械旋转式为什么是"祖师爷"方案
单束激光只能得到空间里的一个点。要想形成一帧"云"，就必须让光束在不同角度上反复扫描。早期做法相当直接：把整套发射模块和接收模块放在一个旋转底座上，电机带着它们一起转。这就是机械旋转式激光雷达。
为了在垂直方向也有覆盖，机械式通常做成多线设计。64线意味着64组激光器和探测器按不同仰角整齐排列，在360度转动过程中，每束光扫过不同的水平角，组合起来就是一帧完整的3D点云。这也是为什么机械式雷达早期动辄几十万上百万——64条独立光路，每一条都要精密装调和校准。
早期自动驾驶测试车上用的基本都是这种结构。它的优点很突出：视野大、点云密集、技术链路清晰。缺点也致命：电机和滑环这类运动部件，在整车振动、温度冲击环境下是天然的寿命短板；加上精密光学装配成本居高不下，很难降到量产车愿意掏钱的价格区间。所以机械旋转式成了"技术验证期"的代名词，性能天花板高，但商业上限低。
2.2 半固态方案：MEMS微振镜与转镜/棱镜两条路子
"不动整个雷达，只动里面的小镜子"，这是半固态路线的核心思路。它把大电机缩小成小型执行器，可靠性大幅提升，成本也有了下降空间。
MEMS微振镜方案，是把一片边长只有几毫米的微型反射镜放在电磁或静电驱动下，以极高频率往复偏转。镜子小，转动惯量低，扫描速度可以做得很快。但小镜子带来的副作用是接收孔径也小，回光收集能力有限，视场角通常只有几十度，比较适合只覆盖前方区域的ADAS场景。想要360度全域覆盖，它天然做不到。
转镜/棱镜是另一条路：发射器和接收器不动，电机带动多面反射镜或楔形棱镜旋转，让光束偏转到不同方向。比如双楔形棱镜方案，两片楔形镜以不同转速相对旋转，扫描图案像花瓣一样铺满视场。这种结构的运动部件轻小，可靠性比整体旋转高，同时能保持较宽视场和较远的探测能力。所以在一段时间里，转镜/棱镜式半固态方案成了量产车上的主流选择之一。
两条半固态路线没有绝对优劣，本质是在"视场宽度、扫描速度、成本、机械复杂度"四个维度里做取舍。选型时看使用场景就够：只做前向主雷达，MEMS足够；要兼顾中广角覆盖，转镜/棱镜更稳。
2.3 纯固态路线：Flash补盲与OPA的远望
真正没有任何机械运动部件的方案有两种：Flash和OPA（光学相控阵）。
Flash方案可以理解为"激光闪光灯"：一次性把整个视场照亮，用面阵探测器接收反射光，每个像素对应一个距离值。没有扫描机构，结构最简单、体积最小，适合近距离补盲、舱内监控这类场景。短板在于光功率被摊到整个视场，单点能量密度低，远距离探测能力有限，面阵探测器的读出带宽也会限制帧率和分辨率。
OPA的思路很像相控阵天线：把一束光分成很多子束，让它们通过一系列微型移相器，通过调节相位差使波束干涉增强，电控改变扫描方向。理论上它可以做到纯固态、扫描方向任意切换、响应速度极快。但工程落地比想象中难得多：相位控制精度、波导损耗、量产一致性，每一个都是硬骨头。目前OPA更多停留在研究和少量验证阶段，离大规模上车还有明显距离。
2.4 FMCW：从测时间改为测频率差
如果说ToF测的是时间差，FMCW（调频连续波）测的就是频率差。
FMCW原理不复杂：发射端发出频率随时间线性变化的连续波（chirp），回波与发射端的部分本振光混频后，会产生一个拍频信号。拍频大小与回波延迟成正比，而回波延迟对应距离；如果目标在径向运动，这个拍频上还会叠加一个由多普勒效应产生的频率偏移，正比于目标径向速度。一个混合信号里同时解出距离和速度，这是ToF难以做到的。
用公式粗略表达：拍频f_b = S × (2d/c) + 2v/λ。S是调频斜率，λ是波长。因为相干探测只认特定调频斜率的回波，FMCW在抗干扰、滤除杂散光方面有天然优势，理论上在雨雾和复杂光环境下表现更稳。缺点是光学链路复杂度高，激光器线性调频的稳定性、相干接收、硅光集成都要一步一步解决，当前成本明显高于ToF。它更适合被看成下一代技术储备，已经在车载前装里露出苗头，但全面铺开还需要时间。
技术路线不会突然一家独大。行业最终的形态大概率是按价格带和场景分层：低成本近距用Flash，中距离前向用MEMS或转镜式ToF，高规格旗舰用1550nm或FMCW补远距。选型看需求，不必迷信"新的一定赢"。
3. 算法链路的打通：从一桌点云到可用目标
3.1 先读懂点云里每个点带了什么
拿到点云，别急着跑算法。先弄明白一帧数据里每个点到底携带了什么信息。常见字段有xyz三维坐标、intensity回波强度，有些雷达还会给ring number（线号）、return number（第几次回波）和单点时间戳。
坐标系定义是第一道坎。有的雷达把x轴定义为车辆前进方向，有的定义为雷达正前方，有的y轴朝左、有的y轴朝右。不同厂商SDK的坐标系约定并不一样，上车标定前如果没对齐，后面所有融合结果都会乱。我见过不少团队花了大力气处理数据，最后发现只是把某个点云的x和y轴搞反了。这类细节，值得在新传感器接入的第一天就确认清楚。
3.2 预处理三板斧：去噪、降采样和地面分割
拿到原始点云后的第一件事是去噪。雷达在边缘散射、雨滴、镜面反射处会产生一些孤立噪点。最常用的统计滤波思路是：对每个点计算它到k个最近邻的平均距离，再对整个点云求这组距离的均值和标准差，超过均值一定倍数的点判定为离群点并剔除。这个滤波器很温和，不会破坏大物体表面的连续点云，只清理背景毛刺。
第二件事是降采样。一帧32线雷达大约十几万个点，64线能到几十万甚至上百万。实际算力有限，先做ROI裁剪，只保留前向120度、100米内的区域，再用体素滤波把空间切成边长0.2到0.5米的小立方格，每个格子里只保留一个代表点。坐标和强度取格内点云重心或均值即可。这一步做完，计算量往往能掉一个数量级，对目标级检测精度的影响却很小。
第三件事是地面分割。地面上那些点如果不处理，聚类阶段会和行人腿部、车辆轮胎黏成一团。最经典的算法是RANSAC拟合平面：随机抽三个点构成候选平面，统计距离平面小于阈值的点数作为内点数量，迭代几十到几百次，选内点数最大的平面当成本帧地面。给一段便于理解的伪代码：
import numpy as np def fit_ground_plane(points, thr=0.2, iterations=100): best = None best_count = 0 for _ in range(iterations): idx = np.random.choice(len(points), 3, replace=False) p1, p2, p3 = points[idx] normal = np.cross(p2 - p1, p3 - p1) norm = np.linalg.norm(normal) if norm < 1e-6: continue normal = normal / norm d = -np.dot(normal, p1) dist = np.abs(points @ normal + d) count = int((dist < thr).sum()) if count > best_count: best_count = count best = (normal, d, dist < thr) return best注意，真实道路不一定严格是平面。坡道、颠簸路面会让整帧平面拟合失效，工业上更稳的做法是先把空间按XY网格切成小块，每个块独立拟合局部平面，再做相邻块平滑拼接。
3.3 聚类与基于深度学习的3D检测
地面分割之后，非地面点要做目标级提取。经典无监督方法是欧式聚类：点与点之间的距离小于给定阈值，就归入同一个簇，每个簇对应一个潜在目标。
聚类阈值必须随距离变化。因为角度分辨率固定时，20米处相邻点间隔约7厘米，60米处能到20多厘米。如果固定用小阈值，远处同一个目标会被切开；固定用大阈值，近处两个相邻目标又会粘连。工程上常见的做法是按距离分档：30米内用0.5米，30到60米用1.0米，60米以上用1.5米。配合KD-Tree做近邻搜索，效率和稳定性都不错。
到了检测环节，PointPillars是量产落地最多的思路之一。它把非地面点沿鸟瞰视角划分成一根根竖直的柱子，每个柱子里统计质心、点数、强度均值等特征，投影成一张类似图像的二维特征图，再交给卷积网络回归3D包围框。相比直接对原始点云做3D卷积，它把问题压缩到2D空间，推理速度能跑到实时，特别适合车端有限算力。
3.4 多目标跟踪与多传感器融合的两个层面
3D检测框出来之后，要做多目标跟踪。流程其实就是两件事：数据关联和状态估计。帧与帧之间用匈牙利算法做代价最小的目标匹配，常用代价是IOU或者马氏距离；匹配成功后送入卡尔曼滤波更新位置和速度；连续多帧未匹配上的轨迹则删除。卡尔曼滤波的本质也简单：用运动模型预测目标状态，再用新观测值修正预测结果，最终输出带平滑速度的目标列表。
多传感器融合落到工程上，分前、后两层。前端融合是特征级融合，把LiDAR的BEV特征图和相机图像投影到同一坐标系下叠加，让像素与点云一一对应。后端融合是目标级融合，视觉和激光各自先出目标，再在轨迹层做匹配、交叉验证和取舍。量产项目通常前后端组合使用：后端融合兜底，保证不丢目标；前端融合为决策提供更密的特征信息。
3.5 一版可参考的点云处理参数表
不同激光雷达的线数、角分辨率、噪声水平差别很大，参数不可能一套打天下。下面这组是工程上比较通用的起点，可以照着调：
| 处理阶段 | 参数 | 常用初始值 | 调参说明 |
|---|---|---|---|
| 体素滤波 | 体素边长 | 0.2~0.5m | 算力紧张取大值，近距离精细场景取小值 |
| 离群滤波 | 近邻数k / 标准差倍数 | k=10，倍数=1.0 | 噪声密集时适当增大k |
| 地面分割 | 点到平面距离阈值 | 0.1~0.3m | 传感器噪声越大，阈值越要放宽 |
| 聚类阈值 | 近/中/远距离分档 | 0.5m / 1.0m / 1.5m | 依据雷达角分辨率推算，按距离线性插值 |
| ROI裁剪 | 前向角度/最远距离 | 120度 / 100m | 按场景和传感器能力调整 |
这套参数在实际项目里基本够起步。拿到新雷达后，第一周可以先按这个表跑通链路，再根据可视化结果逐步微调。
4. 真实落地时最容易踩的坑：标定、噪点与时间对齐
4.1 外参标定差一度，五十米外差出快一米
先说一个我见过很多次的问题：外参标定错误。激光雷达到车体的安装角度，或者激光雷达与相机之间的外参，只要偏了1度，在50米处的横向偏差大约是tan(1°) × 50m ≈ 0.87米。
这个量级意味着什么？一个行人的3D框在图像上会错开半个身位，传感器融合的结果立刻开始"左右横跳"。很多团队把标定当成一次性事务，做完就放心上路，结果温度变化、轻微碰撞、拆装维修都会让外参漂移。我的习惯是固定周期在标定间做靶标校验，平时靠在线标定算法持续监测偏差，发现异常及时回厂校正。这一环省不得。
4.2 雨雾与灰尘：噪点的来源和应对
激光雷达怕的不是"看不见"，而是"看得见的东西不对"。雨滴会把回波提前反射回来，在近处造成一串空中噪点；雾会让回波强度大幅衰减，目标变成"若有若无"；灰尘则可能在车后形成一堵"假墙"，让感知系统以为有什么东西跟着。
应对手段分几层。第一层利用多回波信号：真实地面通常出现在最后一个回波，过滤时可以优先保留末次回波。第二层用统计滤波把孤立点清理掉，雨后测试时尤其有用。第三层是对强度做自适应增益补偿，抵消天气带来的能量衰减。更完整的产品级方案，会在算法链路里加一层"天气情境感知"，先判断当前是雨雾还是晴天，再决定滤波强度。不做这层，雨天点云质量断崖式下降就一点不奇怪。
4.3 扫描周期里的点云畸变必须做运动补偿
激光雷达的一帧并不是瞬间完成的。按常见10Hz帧率计算，单帧扫描周期大约100毫秒。这100毫秒里，车可能正以80km/h在跑，车体位置前后移动超过2米。如果你直接把这一帧点云当成同一时刻的数据，边界就会扭曲变形，远处目标的形状和位置都会系统性地偏移。
标准做法是结合IMU和轮速计，预测每个激光脉冲发射时刻的车体位姿，再把所有点变换到统一时刻的坐标系下再做后续处理。这一步在高速场景里不是可选项，而是刚需。没做运动补偿的点云，和做了运动补偿的点云，在目标跟踪时的差别一眼就能看出来：前者的目标框会在弯道里"拉出一条尾巴"。
4.4 时间同步与坐标系统一：往往被排到最后却炸在最前面
融合的时候，激光雷达的10Hz和相机的30Hz并不会天然对齐。如果各传感器的时间戳来自不同时钟，差个十几毫秒，车辆高速行驶时同一目标在帧间已经移动了几十厘米甚至更远，跟踪和融合会同时出乱子。
工程上至少要做两件事。一是用硬件同步保证时钟基准一致，常见做法是秒脉冲信号配合时间戳报文，或者直接走网络精确时间同步协议。二是建立统一的参考坐标系，所有传感器数据投影到车体坐标系后再做融合。任何新传感器上车前，我都会先跑一遍"体检单"：时间戳单位是纳秒还是微秒、x轴朝前还是朝左、俯仰角正负方向是怎么定义的、点云扫描起始角在哪儿。这些细节确认完，能省掉后面一整月的排错时间。
把这些琐碎的事固定成流程，看起来慢，实际是项目里最快的路径。激光雷达的硬件路线还在快速变化，今天讲到的测距原理、扫描结构、FMCW都只是当前节点的一个切片。但只要把"一束光如何变成可信距离"和"一帧点云如何变成目标"这两条链路吃透，以后换传感器、换方案，都只是参数和接口层面的调整，核心逻辑不会变。
