迷你世界Laplace 尖端设备 / 图版 F11 — 尖端设备

激光雷达

自动驾驶汽车和机器人用激光雷达看三维:激光脉冲射出去、弹回来,记下用了多久,就知道多远。一列激光转起来,每秒测出两百多万个点。这里是一条 1:100 的街道模型,地上和墙上的点都是按真实的光束角度算出来的;旁边是按原大剖开的传感器头。

向下滚动

01

每秒两百多万个点

车顶上的传感器有 128 束激光。光学头每秒转 10 圈,每圈分 2048 个方向,每个方向 128 束各测一次距离:每秒 2,621,440 个点。

一圈下来,四周 360 度、上下约 42 度以内的东西都成了带坐标的点。数据表给出的测距精度约为 ±2 到 3 厘米(典型值),能测到一百多米外。

街道是 1:100 的模型。点的颜色表示离传感器多远:近处偏红,远处偏紫。

128 线 × 2048 × 10 圈/秒 = 2,621,440 点/秒(单回波)

02

给光计时

测距靠计时。激光器发出一个很短的光脉冲,碰到物体反射回来,探测器记下来回用了多久。

距离 = 光速 × 时间 ÷ 2。除以 2,是因为光走了一个来回。

光 1 纳秒走约 30 厘米。1 米外的物体,来回约 6.67 纳秒;要分辨 1 厘米,计时要准到约 67 皮秒。

画面里的脉冲按真实路线走,速度放慢了约 3000 万倍。

d = c·t / 2 · 1 m ↔ 6.67 ns · 1 cm ↔ 66.7 ps

03

一圈一圈

一个脉冲只测一个点。要测出四周,光学头就得转起来。常见转速是每秒 10 或 20 圈。

头里不是一束激光,而是竖着的一列。每一束有固定的仰角,从向下二十多度到向上十几度。头转一圈,每一束在四周画出一圈点。

打在平地上,这些圈是同心圆。向下 21.2° 的那一束,从 2.2 米高处出发,落在 5.7 米外;越接近水平,圈越大,也越稀。

地上圈的半径 = 安装高度 ÷ tan(俯角)

04

16、32、64、128 线

线数越多,竖直方向越密。16 线相邻两束差 2°,20 米外两圈相隔约 70 厘米;128 线相邻两束差约 0.33°,相隔约 12 厘米。

转得越快,刷新越勤,每圈的点也越稀,因为每束每秒发射的次数是固定的。VLP-16 每秒转 10 圈时水平每 0.2° 一个点,转 20 圈时每 0.4° 一个。

四种常见布局:16 线约 30 万点/秒,32 线约 70 万,64 线约 130 万,128 线约 260 万(单回波)。

VLP-16 · HDL-32E · HDL-64E S3 · OS1-128(数据表)

05

剖开传感器头

传感器头按原大剖开:直径约 10 厘米,和常见的 16 到 128 线产品差不多。

外壳是黑色阳极氧化铝。中间一圈深色玻璃是窗,激光从这里进出。外壳不动,窗里的光学头在转。

从下往上:主电路板、电机、无线供电线圈、编码器盘、光学头(上面一只透镜发射,下面一只接收)、顶盖。剖面涂成红色,是博物馆剖面模型的习惯。

06

一列激光器,一只透镜

发射一侧:一列激光器排在上面那只透镜的焦平面上。

透镜把位置变成方向。激光器离透镜轴越远,光束偏得越多;在轴上方的那颗,光束朝下走,在下方的朝上走。每一束的仰角就这样固定下来。

每一束每秒发射约两万次。近红外光人眼看不见,这里画成了细红线。

仰角 = −arctan(离轴高度 / 焦距)

07

每一束光,一个探测器

接收一侧:下面那只透镜把回来的光聚到一列探测器上。从哪个仰角回来,就落在哪个探测器上,每束激光都有自己的探测器。

回来的光很弱。探测器要能感到很少的光子:常用雪崩光电二极管(APD),或单光子雪崩二极管(SPAD)阵列。

发射和接收之间有一道隔板,挡住发出去的光,不让它直接漏进探测器。

08

转动、供电、知道朝向

光学头装在轴承上,由下面的电机带着转。每秒 10 圈是每分钟 600 转,20 圈是 1200 转。

转着的部分要用电,还要把数据送下来。一种办法是滑环:电刷压在转动的铜环上。另一种是这里画的:一对隔着空气的线圈,像变压器一样把电能感应过去,数据也不接触地传下来。

编码器告诉系统光学头此刻朝向哪里:一片带细缝的圆盘跟着转,读数头数经过的缝。每个点的方位角来自它。

10 圈/秒 · 2048 步/圈 → 每步 0.176°

09

900 纳米,还是 1550 纳米

多数车用激光雷达用 900 纳米附近的近红外光:这里引用的数据表里是 865、903 和 905 纳米。硅探测器在这个波长灵敏、便宜,可以做成大阵列。硅只对约 1100 纳米以下的光有反应。

另一些用 1550 纳米。这个波长的光主要被眼睛前部(角膜、房水、晶状体)吸收,不会聚焦到视网膜上,安全限值允许的功率高得多,所以能打得更远。代价是硅探测器对它没有反应,要用铟镓砷(InGaAs)探测器,更贵。

两种都按 IEC 60825-1 做成 1 类激光产品:在合理可预见的使用条件下对眼睛安全。

硅:约 1.1 μm 以下 · InGaAs:约 0.95–1.7 μm(Hamamatsu)

10

不转的激光雷达

转动的头有电机和轴承,会磨损,也占地方。不转的方案主要有三种。

MEMS 微镜:芯片上一片很小的镜子来回摆动,把光束扫过视场。仍有运动部件,但非常小。

闪光式(Flash):一次照亮整个视场,用一块二维探测器阵列同时接收,像相机拍照。没有运动部件,但光被摊开,射程通常较短。

光学相控阵(OPA):许多发射单元,调节它们之间的相位,光束就转向,和相控阵雷达同理。完全固态;2020 年的一篇综述说当时还没有商用产品。

11

顺便测出速度

前面说的都是脉冲式:数光走了多久。调频连续波(FMCW)激光雷达不发脉冲,而是连续发出频率不断变化的光,把回来的光和正在发出的光混在一起,频率差就给出距离。

物体在动,回来的光还会多出一个多普勒频移 f = 2v/λ。在 1550 纳米,沿视线每秒 1 米的速度对应约 1.29 MHz。所以每个点除了位置,还直接带着速度。FMCW 激光雷达通常工作在 1550 纳米附近。

画面里按这个道理给点上色:朝传感器来的偏红,离开的偏蓝,不动的灰色。

f_D = 2v / λ · 1 m/s @ 1550 nm ≈ 1.29 MHz

12

雾和黑漆

雾滴把光往各个方向散射。光要穿雾两趟,回波按指数衰减。能见度降到几十米时,远处的点先没了。

有些光被传感器附近的雾滴直接弹回来,成了围着车的一团假点(灰色)。

有的黑色车漆只反射几个百分点的近红外光,回波弱,也先消失。所以数据表要写明反射率:Ouster OS1 对 80% 反射率的目标测到 170 米,对 10% 的是 90 米。

回波接近门限时,计时变得不准,点会前后抖动。

两趟衰减 e^(−2αR) · α ≈ 3.912 / 能见度

13

玻璃后面的幽灵点

光滑的玻璃像镜子。光束打到橱窗上,被反射到别处,再沿原路回来。传感器只知道时间,以为光是沿自己那条直线走的,就把点画到玻璃后面,那里其实什么也没有。

这里把模型隐去,只留下点。橱窗后面紫红色的点,就是这样多走了一段路的“幽灵点”。积水的路面也会这样,把点画到地面以下。

处理软件要利用镜面对称之类的几何关系,把它们找出来去掉。

14

拆开来看

传感器头的零件沿轴线拉开。指针停在哪个零件上,它就被单独托出来,标出名字。

15

实验台

线数、转速和雾由你来定。可以只看点,可以拆开或剖开传感器头。转动按 1:40 放慢。

试一试把线数从 16 拨到 128:20 米外相邻两圈的间隔从多少变成多少?把雾调浓,先消失的是哪辆车?

模型省略了什么

传感器头是通用的设计,不是某个厂家的结构;尺寸按常见产品估计。四种线数的仰角在数据表给出的范围内均匀排列(实际产品不一定均匀),所有激光在同一方位同时发射(实际产品会错开)。街道是 1:100 的简化模型,点只算模型里的实体,载着传感器的车本身不计入;画面平时只显示模型范围内的点。回波强弱按漫反射、距离的平方和雾的两趟衰减计算,门限设在 10% 反射率的目标在额定距离上刚好测到;雾中近处的假点和测距抖动是示意。雾的衰减按可见光能见度估算。转动放慢 1:40,光脉冲放慢约 3000 万倍;行人和骑车人的移动速度是示意。

几个常见的误解

激光雷达测的是距离和方向,本身不分辨颜色;点的颜色是按距离上的。点云不是照片,每个点只是一次测距。近红外光看不见,并不等于没有:对眼睛安全靠的是 1 类限值,不是看不见。1550 纳米允许的功率更高,不等于多大功率都安全,眼睛前部也有限值。FMCW 测到的是沿视线方向的速度,横着穿过的物体这个速度接近零。至于哪个波长在雾里更好,研究结论并不一致,这里不下结论。

资料来源

  1. Velodyne VLP-16 数据表(16 线、±15°、5–20 Hz、约 30 万点/秒、±3 cm、903 nm、1 类)
  2. Velodyne VLP-16 用户手册(10 Hz 时 0.2°;飞行时间减半乘光速)
  3. Velodyne HDL-32E 数据表(+10.67° 到 −30.67°、约 69.5 万点/秒)
  4. Velodyne HDL-64E S3 数据表(+2° 到 −24.9°、约 130 万点/秒、±2 cm)
  5. Ouster OS1 Rev7 数据表(128 线、±21.2°、2048 × 10 Hz、80% 时 170 m / 10% 时 90 m、865 nm)
  6. Ouster OS1 Rev6 数据表(128 线单回波 2,621,440 点/秒)
  7. Hesai Pandar128E3X 用户手册(905 nm、10% 反射率时 200 m)
  8. MicroVision IRIS 数据表(1550 nm、InGaAs 接收器、1 类)
  9. BIPM:光速 299 792 458 m/s(定义值)
  10. Li & Ibanez-Guzman 2020,IEEE Signal Processing Magazine:测距公式、MEMS / Flash / OPA、APD 与 SPAD、波长
  11. ICNIRP 2013 激光暴露限值:400–1400 nm 损伤视网膜,1400 nm 以上主要作用于角膜
  12. Hamamatsu:截止波长 λc = 1.24 / Eg,InGaAs 约 1.7 μm
  13. NASA NTRS:线性 FMCW 激光雷达测距与测速(v = f_d λ / 2)
  14. Bijelic 等 2018:雾中激光雷达,车周围的雾滴假点
  15. Heinzler 等 2019:天气对车用激光雷达的影响
  16. Yun & Sim 2018,CVPR:去除玻璃造成的反射点
  17. 美国专利 9,207,323:积水路面像镜子,点落到路面以下

数据

Channel layouts, rates, ranges and wavelengths are from the makers’ datasheets and manuals: Velodyne VLP-16, HDL-32E and HDL-64E S3 (now distributed by Ouster), Ouster OS1 (Rev6, Rev7), Hesai Pandar128E3X, and the MicroVision (formerly Luminar) IRIS. Solid-state scanning and detector choices follow Li and Ibanez-Guzman, “Lidar for Autonomous Driving”, IEEE Signal Processing Magazine 2020; eye-safety physics follows the ICNIRP 2013 laser guidelines; fog clutter follows Bijelic, Gruber and Ritter (IEEE IV 2018); glass ghosts follow Yun and Sim (CVPR 2018). The street, the sensor head and every point of the cloud are the site’s own: each point is a beam fired along a layout’s channel angles at the street model and timed. The head is a generic design, not a maker’s. The model kit’s parts and presets are ported from AirsupHQ/machine-skill (MIT licence, © 2026 Air Supply Technologies Inc.).

尖端设备 · 全部图版