单线激光雷达与多线激光雷达

一、单线激光雷达（2D激光雷达）

1. 基本定义与原理

• 定义：通过发射单一激光束，利用飞行时间法（TOF）或相位差法测量目标距离，形成二维平面扫描数据的传感器。
• 核心原理：
  • 激光发射器发射脉冲激光，遇物体反射后被接收器捕获；
  • 通过计算激光往返时间（Δt）或相位差（Δφ），结合光速（c）计算距离：
    • 飞行时间法：$距离=c\times \Delta t/2$
    • 相位差法：$距离=(c\times \Delta \phi )/(4\pi f)$（f为调制频率）。

2. 结构组成

• 激光发射模块：单通道激光器（如905nm或1550nm半导体激光）；
• 扫描模块：机械旋转式振镜或MEMS微振镜，实现水平方向360°扫描；
• 接收模块：单通道光电探测器（APD或SPAD）；
• 信号处理单元：计算距离并生成二维点云数据。
  

3. 性能指标

• 扫描频率：通常10-100Hz（如10Hz时每秒扫描10圈）；
• 测距范围：一般0.1-100米，高精度场景下可达200米以上；
• 角分辨率：典型值0.5°-1°（如10Hz时每圈扫描360-720个点）；
• 数据量：每秒约数千至数万点（远低于多线雷达）；
• 功耗：通常5-15W，体积小（如圆柱形直径5-10cm）。

4. 应用场景

• 服务机器人：扫地机器人（如iRobot Roomba）、配送机器人的避障与建图；
• 工业检测：流水线物体轮廓测量、二维障碍物检测；
• 农业与林业：作物高度监测、树木二维轮廓建模；
• 低速自动驾驶：园区接驳车、叉车的短距离环境感知。
  

5. 优缺点

• 优点：
  • 成本极低（数百至数千元）；
  • 体积小、功耗低，易集成；
  • 数据处理量小，对算力要求低。
• 缺点：
  • 仅能获取二维平面数据，无法感知高度信息；
  • 环境覆盖度差，复杂三维场景下易漏检（如悬空物体）；
  • 角分辨率低，难以识别细小障碍物。

二、多线激光雷达（3D激光雷达）

1. 基本定义与原理

• 定义：通过并行发射多束激光（如16/32/64/128线），形成三维空间扫描，生成高密度三维点云的传感器。
• 核心原理：
  • 多束激光以不同垂直角度排列（如-15°至+15°），同时进行水平扫描；
  • 每束激光独立测距，形成“垂直×水平”的三维点云矩阵，例如64线雷达每秒可产生数百万点。

2. 结构组成

• 激光发射模块：多通道激光器阵列（如64线雷达包含64个激光发射器）；
• 扫描模块：
  • 机械旋转式：传统方案（如Velodyne HDL-64E），通过电机带动整组发射/接收模块旋转；
  • 混合固态式：MEMS振镜+多线激光（如禾赛Pandar系列）；
  • 全固态式：FMCW调频连续波+相控阵（如Innoviz Pro）；
• 接收模块：多通道探测器阵列，与发射器一一对应；
• 信号处理单元：高速FPGA/ASIC芯片，处理海量点云数据。
  

3. 性能指标

• 线数：常见16/32/64/128线（如Velodyne Alpha Puck为128线）；
• 垂直视场角：典型值-40°至+15°（如64线雷达垂直视场约55°）；
• 点云密度：每平方米点云数可达数百点（如128线雷达在10米处点间距约1cm）；
• 测距范围：通常0.1-200米，1550nm激光可达500米以上（如Luminar Iris）；
• 数据量：每秒数千万至数亿点（如64线雷达@10Hz时约1.3M点/秒）；
• 功耗：20-100W，体积较大（机械旋转式直径约10-20cm，高度15-30cm）。
  

4. 应用场景

• 自动驾驶：L4/L5级无人车（如Waymo、特斯拉FSD早期方案）的环境感知；
• 智能交通：高速公路车流监测、路口三维建模；
• 测绘与建模：城市三维地图（如百度地图、腾讯地图的激光雷达采集车）、建筑BIM模型；
• 无人机与机器人：物流无人机避障、矿山/隧道三维勘探；
• 安防监控：周界入侵检测、复杂地形目标追踪。
  

5. 优缺点

• 优点：
  • 三维环境全覆盖，可识别物体高度、形状及空间位置；
  • 点云密度高，可精确区分行人、车辆、障碍物等细节；
  • 测距精度高（通常±2cm），适应恶劣光照环境（如黑夜、强光）。
• 缺点：
  • 成本高昂（机械旋转式64线雷达售价曾超1万美元，现固态方案降至数千美元）；
  • 体积与功耗较大，车载安装需考虑空间与散热；
  • 机械部件易损耗（传统旋转式寿命约1万小时），固态方案可靠性更高。

三、单线与多线激光雷达对比表

四、技术发展与趋势

1. 多线激光雷达的演进：

   • 机械旋转式：早期主流方案（如2010年Velodyne推出64线雷达），但体积大、成本高；
   • 半固态式：用MEMS振镜或转镜替代全机械旋转（如禾赛Pandar系列），降低体积与成本；
   • 全固态式：无机械部件，采用相控阵（Phased Array）或Flash激光面阵（如Innoviz、Ouster），适合车规级量产；
   • FMCW调频连续波：替代TOF测距，抗干扰能力更强（如Luminar、华为96线雷达）。

2. 成本下降趋势：

   • 2015年64线雷达售价约8万美元，2025年固态128线雷达预计降至1000美元以下；
   • 半导体工艺进步（如激光二极管阵列集成、CMOS工艺探测器）推动成本优化。

3. 与其他传感器的融合：

   • 多线激光雷达与摄像头、毫米波雷达、惯导组合，形成“冗余感知”（如特斯拉2023年Optimus机器人方案）；
   • 单线雷达常与视觉传感器结合，用于低成本机器人导航（如亚马逊仓库机器人）。

五、典型产品与厂商

• 单线激光雷达：

  • 思岚科技（RPLIDAR系列，售价约1000元）；
  • Hokuyo（UTM-30LX，售价约5000元）；
  • 大疆（禅思L1，单线+IMU，用于无人机测绘）。

• 多线激光雷达：

  • Velodyne（Alpha Puck 128线，售价约5000美元）；
  • 禾赛科技（Pandar128，128线固态，售价约1万美元）；
  • Luminar（Iris，1550nm 128线，车规级，售价约1000美元）；
  • 华为（AT128，96线固态，用于极狐阿尔法S华为版）。

六、总结

单线激光雷达以低成本和轻量化优势主导二维场景，而多线激光雷达凭借三维环境感知能力成为自动驾驶、高精度测绘的核心传感器。随着固态技术成熟与成本下降，多线激光雷达正从高端应用向消费级场景渗透，未来将与视觉、毫米波等传感器深度融合，推动智能装备的环境感知能力升级。