激光雷达

• 激光雷达

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。能够测得目标距离、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。LIDAR是一种集激光，全球定位系统(GPS)和惯性导航系统(INS)三种技术与一身的系统。

前三甲：Velodyne、Quanergy、Waymo。都属于美国。我们使用的是Velodyne，有32线和64线。

国外拥有领先技术的还有：

国内激光雷达起步较晚：

 激光雷达新创公司如雨后春笋般从全球各地破茧而出，速腾聚创（Robosense）,以色列的 Oryx Vision ，Innoviz Technologies 也是一家以色列激光雷达新创公司，硅谷新创公司 Cepton Technologies，硅谷新创公司 Quanergy Systems ，旧金山的激光雷达创业公司—— Ouster，Nvidia Drive 人工智能计算平台，可以看看 64 线 OS-1 的参数进行参考：

 

• 激光雷达的分类

激光雷达根据安装位置的不同，分类两大类。一类安装在无人车的四周，另一类安装在无人车的车顶。

安装在无人车四周的激光雷达，其激光线束一般小于8，常见的有单线激光雷达和四线激光雷达。

安装在无人车车顶的激光雷达，其激光线束一般不小于16，常见的有16/32/64线激光雷达。

单束激光发射器在激光雷达内部进行匀速的旋转，每旋转一个小角度即发射一次激光，轮巡一定的角度后，就生成了一帧完整的数据。因此，单线激光雷达的数据可以看做是同一高度的一排点阵。单线激光雷达的数据缺少一个维度，只能描述线状信息，无法描述面。

 

有了之前单线激光雷达的原理介绍，四线激光雷达的工作原理就很容易理解了。如下图所示，不同的颜色代表不同的激光发射器。

四线激光雷达将四个激光发射器进行轮询，一个轮询周期后，得到一帧的激光点云数据。四条点云数据可以组成面状信息，这样就能够获取障碍物的高度信息。根据单帧的点云坐标可得到障碍物的距离信息。根据多帧的点云的坐标，对距离信息做微分处理，可得到障碍物的速度信息。

 

16/32/64线的激光雷达只能提供原始的点云信号，没有对应的SDK直接输出障碍物结果。因此各大自动驾驶公司都在点云数据基础上，自行研究算法完成无人车的感知工作。16/32/64线的激光雷达的感知范围为360°，为了最大化地发挥他们的优势，常被安装在无人车的顶部。三款激光雷达的技术参数和成本如下图。

• 激光雷达的数据

激光雷达的点云数据结构比较简单。以N线激光雷达为例来讲解点云的数据结构。

在实际的无人驾驶系统中，每一帧的数据都会有时间戳，根据时间戳进行后续和时间有关的计算（如距离信息的微分等）。因此N线激光雷达的点云数据结构如下图。

每一线点云的数据结构又是由点云的数量和每一个点云的数据结构组成。由于激光雷达的数据采集频率和单线的点云数量都是可以设置的，因此1线点云数据中需要包含点云数量这个信息。

最底层的是单个点云的数据结构。点的表达既可以使用theta/r的极坐标表示，也可以使用x/y/z的3维坐标表示。

每个点云除了坐标外，还有一个很重要的元素，那就是激光的反射强度。激光在不同材料上的反射强度是不一样的。以3维坐标的表示方法为例，单个点云的数据结构如下图。X/Y/Z方向的偏移量是以激光雷达的安装位置作为原点。