激光雷达是如何看见三维世界的？

坐在自动驾驶的车里，前方道路、雨刷摆动、车道线在眼前一幕幕铺展。为车辆绘制这张"三维地图"的，叫激光雷达（LiDAR）。它是自动驾驶的"眼睛"，也是机器人视觉的重要组成部分。但它到底是怎么工作的？

一、最基础的原理：飞行时间测距

激光雷达的原理，可以用一句话概括：发射一束光，等它回来，统计时间。光速是 299,792,458 米/秒，固定不变。如果从发射到接收回波信号花了 0.000001 秒（1 微秒），那么目标的距离就是：299,792,458 × 0.000001 ÷ 2 ≈ 150 米。除以 2，是因为光去和回要走两趟。

这就是激光雷达最基础的飞行时间测距（Time of Flight，ToF）。道理听上去简单，但在实际工程中，从皮秒级的计时精度，到微弱回波的捕捉，每个环节都充满挑战。

图1：ToF 飞行时间测距——发出一束光，等它回来

二、从"一个点"到"一片点云"

如果只朝一个方向测距，得到的只是一个点。而现实世界复杂得多：一台激光雷达每秒要发射几万次激光脉冲、接收同样多的回波，才能拼出一幅三维点云地图。这就要让光束"动起来"。

旋转式方案用高速旋转的镜子把光束甩向不同方向，每转过一点，就照亮一个新的方位；MEMS 微振镜则用一枚指甲盖大小的硅基镜片来做这件事，镜片每秒可振动数千次，从而实现每秒几万点的扫描速度，是中短距离感知的主力。

全固态的 Flash LiDAR 路子更不同：它干脆不用扫描部件，而是像按下快门的手电筒，一次性向整个视野泛光照射，再由大型面阵列光电接收器（SPAD-SoC）同时读取整个视野的回波信息。优点是可靠性高、无磨损；缺点是测距比旋转式短，且激光能量分散到远处会明显变弱。

图2：三条技术路线对比

三、更先进的技术：FMCW

上面讲的都是 ToF（飞行时间）方式。近年来还有一条更前沿的路线：FMCW（Frequency Modulated Continuous Wave，调频连续波）。

它的思路是给光装上一把"频率尺"：激光器发射一束频率连续升高（线性啁啾）的光，光碰到目标返回时，因为多走了这一段路，回波的频率会比"此刻"的发射频率低一截；如果目标还在移动，多普勒效应还会额外带来频率偏移。接收端把发射光与回波混频，会得到一个差频（拍频）——这个频率差直接对应目标的距离，而多普勒带来的那部分偏移，则直接对应目标的运动速度。

图3：FMCW 调频连续波——用差频同时读出距离与速度

这种方式有几个独到的好处：

第一，它能直接测量目标速度，而不是靠两次测距反推；

第二，它依赖相干探测，抗干扰能力极-强，能在强太阳光下正常工作，不被环境杂光淹没；

第三，它可以同时测出多个目标的距离，而不必一个点一个点地扫。

因此 FMCW 目前主要用于长距离、远距离障碍物检测；而中短距离的车道识别和前方感知，旋转式 / MEMS 方案更合适。部分高-端自动驾驶车型干脆采用混合方案，同时装备两种激光雷达，各取所长。

四、中国力量

在激光雷达这条赛道上，国内企业已经走出了一条独特的路子。采用旋转式 MEMS 路线的厂商，已经拿下多个车厂的量产配套；自研的单模偏振 905nm 激光雷达方案，同时应用在手机人脸识别与车载激光雷达上。这些企业的竞争力，不只在价格，更在于把系统集成做小、做轻——在集成化与体积化设计上优势明显。

五、小结

激光雷达的核心，是飞行时间（ToF）：发射光、等光回来、统计时间、除以 2，得到距离。但真实系统远比这复杂：

把这句话变成每秒上百万个三维坐标，还得靠三件事：

•  靠扫描机构把一束光撒向几十万个方向

• 靠探测器在噪声里抓住回来的那几个光子

• 靠算法把"距离 + 角度"翻译成点云，再翻译成"前方 60 米有个行人"

下次你再看到自动驾驶车顶那个旋转的东西，不妨想一想：那面细小的镜子，每秒钟要完成几万次的光之往返——它看到的世界，没有颜色，却比我们的眼睛更精确，也更快。