在机器人、测绘、交通感知等场景中，激光雷达（LiDAR）常被作为获取三维空间信息的主要传感器。它主动发射激光并测量回波，直接得到目标距离，再结合扫描机构或阵列探测形成点云。相比依赖环境光的被动视觉方案，它在夜间和弱光条件下表现更稳定，但也会受到雨雾、扬尘与目标反射率的影响。理解其原理与边界，是选型与部署的前提。
一、激光雷达如何得到距离
主流测距方式包括脉冲飞行时间（ToF）与调频连续波（FMCW）。ToF 通过计算激光往返时间换算距离，实现相对直接，产业链成熟；FMCW 利用频率差同时获取距离与径向速度，抗干扰能力较强，但系统复杂度和成本更高。测距之外，扫描方式决定视场覆盖与数据密度，这也是不同产品形态差异的主要来源。
二、常见技术路线与形态
- 机械旋转式：通过旋转部件实现 360° 水平视场，点云分布均匀，结构件较多，长期可靠性依赖轴承与电机设计。
- MEMS 半固态：用微振镜替代整体旋转，体积和成本下降，视场角有限，适合前向或中近距离感知。
- 转镜与棱镜方案：以旋转光学件完成扫描，兼顾视场与可靠性，常见于车载与路侧设备。
- 纯固态方案：包括 Flash 面阵与 OPA 光学相控阵，无机械运动部件，目前在小视场、近距离场景中逐步落地。
三、选型时值得核对的参数
- 测距能力与反射率条件：标称距离通常对应特定反射率目标，需确认低反射率目标下的有效距离。
- 视场角与角分辨率：决定盲区大小与远距离目标的可分辨程度，垂直视场对地面与高处目标同样重要。
- 点频与帧率：影响运动场景下的点云密度与延迟，需与平台速度匹配。
- 抗光干扰与人眼安全等级：户外强光环境与人员混行场景需要重点确认。
- 时间同步与接口：PTP、GPS 授时与以太网输出能力，直接影响多传感器融合的精度。
- 环境适应性：工作温度、防护等级、振动与冲击指标，应与实际安装位置一致。
四、部署中的实际问题
在部署激光雷达时，很多项目的问题并不出在参数上，而在安装与标定。外参标定偏差会让点云与相机、IMU 的结果对不齐；窗口污染、雨雾衰减会造成远距离点云稀疏；高反射标识与黑色物体在同一帧内的回波强度差异明显，需要在算法侧做过滤与补偿。建议在正式部署前，用真实场景采集一段数据，检查噪声水平、盲区与时间戳一致性，再进行批量安装。
五、结语
激光雷达不是万能传感器，它的价值在于提供稳定、可量化的距离与角度信息。把测距原理、扫描形态与场景约束放在一起考虑，比单纯比较标称参数更有意义。对于多数工程项目，先明确需要解决的空间感知问题，再倒推指标与形态，往往能得到更合适的方案。