LiDAR，是Light Detection and Ranging的縮寫，常用作代表激光雷達。

LiDAR是一種傳感技術，可發(fā)射低功率，人眼安全的激光進行脈沖測量，并測量激光完成傳感器與目標之間往返所需的時間。所得的聚合數據用于生成3D點云圖像，同時提供空間位置和深度信息以識別，分類和跟蹤運動對象。

1、LiDAR工作原理

LiDAR的工作原理是檢測并測量返回傳感器接收器的光。一些目標比其他目標反射的光線更好，這使它們更容易可靠地檢測和測量到傳感器的最大范圍。比如，黑色表面善于吸收更多光，而白色表面能夠反射更多的光。這樣一來，與目標主題顏色相對較暗的目標相比，相對顏色較亮的目標更容易在更長的距離上受到可靠地檢測或測量。

對于窗戶等像鏡子一樣的目標在檢測和測量方面頗具挑戰(zhàn)性，因為與在多個方向上分散光的漫射目標不同，類似鏡子的物體只能反射很小的聚焦光束，而不會直接反射到傳感器的接收器中。

同時，諸如路標和車牌之類的可反光目標將高百分比的光返回接收器，并且是LiDAR傳感器的良好目標。由于存在這些差異，LiDAR傳感器的實際性能和最大有效范圍可能會根據目標的表面反射率而有所不同。

2、關于LiDAR的知識

點云

     點云是在同一空間參考系下表達目標空間分布和目標表面特性的海量點集合，在獲取物體表面每個采樣點的空間坐標后，得到的諸多特征點的集合，稱之為“點云”（Point Cloud）。點云是由3D點數據組成的大型數據集，由激光測量原理得到。車載激光雷達產生的點云包含來自周圍環(huán)境的原始數據，這些原始數據是從移動物體（例如車輛和人）以及靜止物體（例如建筑物，樹木和其他永久性結構）掃描而來的。然后可以通過軟件系統(tǒng)轉換包含數據點的點云，以創(chuàng)建給定區(qū)域的基于LiDAR的3D圖像。

    激光測量得到的點云內容包括三維坐標（XYZ）和激光反射強度（Intensity），強度信息與目標的表面材質、粗糙度、入射角方向，以及儀器的發(fā)射能量，激光波長有關參數等。

FOV

     FOV，是Field-of-View的英文縮寫，定義為傳感器覆蓋的角度（以度為單位）。通常，LiDAR傳感器的性能是在水平和垂直視場中測量的。所以，LiDAR的主要參數包括Vertical FOV和Horizontal FOV。

基于LiDAR與普通雷達以及攝像頭的感知系統(tǒng)有何不同

   LiDAR和雷達均用于確定運動物體的速度，范圍和角度。雷達使用無線電波代替光，而相機則依靠數百萬個像素或兆字節(jié)來處理2D圖像。

與雷達不同，LiDAR可以提供周圍世界的完整實時3D圖像。此外，與攝像機不同，LiDAR不提供PII（個人識別信息）風險，并且誤報率較低。LiDAR可以在確定目標距離的同時創(chuàng)建目標的圖像，從而提供目標的3D視圖并精確計算目標的運動方向，而相機和雷達都無法提供。

此外，無論是在黑暗中還是在雨天或雪天等天氣條件下，雷達或攝像機都無法準確看到，這嚴重限制了它們的“視線”能力。LiDAR還可以提供一定范圍內物體的表面測量和精確分辨率。

對于無人駕駛汽車，最強大且響應迅速的安全傳感器系統(tǒng)將是全套LiDAR，雷達，攝像機，其中LiDAR作為主要傳感器。

3、LiDAR在自動駕駛中的地位

   與攝像機和雷達不同，LiDAR可以在白天或夜晚的任何光照條件下運行，這使其成為自動駕駛汽車必不可少的技術。攝像頭，雷達和其他技術可以在一定程度上幫助車輛“看到”周圍的環(huán)境。一旦天黑或下雨，攝像頭技術就無法提供汽車準確看到并區(qū)分人與其他物體所需的高分辨率圖像。LiDAR仍然是唯一提供最高范圍精度和最佳角分辨率的傳感器，因此LiDAR對于確保乘客和行人的安全至關重要。

車用LiDAR種類

車用LiDAR可以分為機械式和固態(tài)式兩種。

目前，僅用于ADAS系統(tǒng)的機械式LiDAR已經商業(yè)化量產。用于L4級別以上的機械LiDAR往往安裝與汽車頂部，進行360°機械式旋轉掃描。但是機械掃描LiDAR會造成掃描盲區(qū)，即汽車周圍近距離內是視野盲區(qū)。另外，在長時間的使用過程中，電動機械件容易故障，從而易產生安全問題。

   因此自動駕駛研究員開始研究固態(tài)激光雷達。