激光雷達在智能駕駛領域中的技術探析及發(fā)展趨勢

中圖分類號：U463.5 文獻標志碼：A 文章編號：2095-2945（2025）20-0017-05

Abstract：Inthewaveofautonomousdrivingandsmarttravel，thesmartdrivingindustryisenteringaprofound transformationandiovationAtthecoreofthistransformation，LiDARtechnologyrelyingonitsexelenceinpereptionot onlyprovidesigprecisionultidimensioalevironmentaldataforinteligntdivingecisios，utalsoitegatesifoation frommultiplesensorstoachieveall-round，deepsensorycoverageisakeydrivingforceforthematurityandpopularizationof intellgentdrivingtechnology.Throughin-depthanalysis，thispaperdiscusesindetailtheprincipleofLiDARandits developmentandapplicationininteligentdriving technology，andconductsextensiveresearchonvehicle-mountedLiDAR productsusedforintelligentdrivingcars，andlooksforwardtohowLiDARtechnologycanhelpintellgent drivingachievesafer， Reliableandefientfutureofintelligentdriving.Withitsunparalleledenvironmentalperceptoninintelligntdriving，LiDAR hasundoubtedly opened up broad prospects for the future development of intelligent driving technology.

Keywords： intelligent driving; LiDAR; multiple sensor; environmental awarenes; autonomous driving

全、可靠與便捷提供了堅實的技術支撐。

智能駕駛是一個以智能汽車為載體，集硬件、軟件、算法、數(shù)據(jù)、云計算及生命周期管理等不同學科為一體的復雜學科，包括感知系統(tǒng)、決策系統(tǒng)、控制執(zhí)行系統(tǒng)三大部分。作為智能汽車的“眼晴\"和“大腦”，感知系統(tǒng)是實現(xiàn)智能駕駛的前提和基礎。為此，智能汽車搭載先進的智能系統(tǒng)（如智能座艙、智能泊車和多種高級輔助系統(tǒng)）和多種傳感器（攝像頭、激光雷達、毫米波雷達等），部分車輛還通過V2X技術共享路基信息。在此基礎上，通過人工智能技術識別各類路面元素及標識，為決策和控制系統(tǒng)提供輸入。實現(xiàn)安全、舒適、節(jié)能、高效行駛，并最終可替代人來操作-2]。

智能駕駛技術的基礎依賴于先進的傳感器和算法。而激光雷達正是實現(xiàn)這一高度的關鍵技術之一。激光雷達通過向周圍環(huán)境發(fā)送激光束，并測量其反射返回時間來確定距離和位置。這種高效精確的感知能力，使其成為自動駕駛系統(tǒng)中不可或缺的傳感器，為智能駕駛的安

1激光雷達技術

激光雷達，又稱LiDAR（LightDetectionand Rang-ing），是一種利用激光束來測定周圍物體距離與空間位置的高科技手段。其核心構造涵蓋發(fā)射單元、數(shù)據(jù)處理單元及接收單元。激光雷達的作業(yè)機制在于向預定目標發(fā)射激光脈沖，隨后捕捉由自標反射回的信號（即回波），通過對比發(fā)射信號與回波信號，并經(jīng)過精密的數(shù)據(jù)處理流程，即可解析出目標的具體信息，包括距離、方位、高度、速度、姿態(tài)乃至形狀等多維度參數(shù)，進而實現(xiàn)對障礙物、動態(tài)物體等自標的精準探測、持續(xù)追蹤與高效識別。

激光雷達起初用于科研及測繪項目，全球首個車規(guī)級激光雷達在2017年實現(xiàn)量產(chǎn)。1960年美國休斯實驗室的西奧多·梅曼發(fā)明了人類歷史上第一臺激光器，隨著激光器的發(fā)展，激光雷達逐漸發(fā)展起來。在車載雷達領域，激光雷達以其超凡的遠距離探測能力與極高的角度測量精度而著稱。它能夠細膩地感知并重構周圍環(huán)境的立體圖像，其探測精度之高，可達厘米級別。激光雷達能夠精確勾勒出障礙物的輪廓，并將其轉化為詳盡的3D點云數(shù)據(jù)，確保在復雜路況下也能準確無誤地辨識前方障礙物，且其有效探測范圍遠超同類技術。相較于毫米波雷達與攝像頭，激光雷達展現(xiàn)出更為卓越的分辨率、更遠的探測距離以及更寬廣的視野范圍，為自動駕駛技術的發(fā)展提供了強有力的支撐。

2激光雷達分類

激光雷達的分類種類較多，根據(jù)成像機制不同，分類也會有所不同。激光雷達主要分類有激光成像模式、激光探測方式、激光感知環(huán)境、激光掃描方式和激光雷達載荷平臺分類。

2.1激光成像模式

激光成像雷達根據(jù)成像模式不同可分單點激光掃描成像、線陣激光掃描成像和面陣激光掃描成像。如圖1所示。

單點激光掃描成像技術的原理在于，通過激光測距掃描裝置靈活調(diào)整激光的掃描方向，精確獲取待探測目標各個點的距離數(shù)據(jù)。同時，結合激光掃描過程中記錄的俯向角和方位角信息，可以構建出探測目標的三維立體圖像。然而，單點激光掃描成像系統(tǒng)存在掃描效率低、圖像分辨率不高、精度受限以及裝置結構復雜且體積龐大的問題。為了解決這些局限性，科研人員研發(fā)了線陣激光掃描成像技術，旨在提升掃描效率與圖像質(zhì)量。

線陣激光掃描成像技術的原理是，利用激光光束將單點激光擴展為一個扇形的掃描面，或者通過配置N元線性半導體激光探測器陣列，在目標探測區(qū)域內(nèi)形成一個線性的激光照射帶。在這個過程中，每個目標探測點反射回的激光回波信號會被激光器系統(tǒng)中的N元傳感器陣列并行接收。經(jīng)過系統(tǒng)的精確處理，可以獲取探測目標上 N 個點的距離信息和幅值信息，從而實現(xiàn)同時獲取這 N 個目標探測點的三維信息。

面陣激光掃描成像原理采用泛點或點陣的模式發(fā)射激光目標覆蓋區(qū)域，進而獲取該區(qū)域的詳細信息。通過激光面的照射，面陣激光成像雷達能夠捕捉到目標區(qū)域的詳細特征，為后續(xù)的信息處理和分析提供精準的數(shù)據(jù)支持。這種方法不僅提高了成像的準確性和速度，還大大增強了雷達系統(tǒng)的探測能力和信息獲取效率。

2.2 激光探測方式

激光探測方式分為直接探測與相干探測成像兩類。相干探測主要依據(jù)接收激光的相位、頻率、偏振等參數(shù)，或采用外插接收法捕捉微弱激光幅度及能量信號。而直接探測則側重于接收激光能量以形成圖像。相較于直接探測，相干探測具備高靈敏度、豐富信息量、高精度及寬通頻帶等優(yōu)勢，正成為激光雷達探測的主流趨勢。

直接探測激光成像雷達采用APD測距成像。發(fā)射信號經(jīng)目標反射產(chǎn)生回波，通過時間測量確定目標距離。徑向速度可通過多距離測量或多普勒頻移確定。探測模式因傳感器成像模式而異，線性模式下采用時間測量技術，光子計數(shù)模式下系統(tǒng)靈敏度更高，適用于弱信號及遠距離探測。如圖2所示。

相干探測激光雷達采用高功率激光器，適用于軟目標探測。接收端采用平衡式相干探測，通過混頻信號分路、光電探測及差分電路處理，提升信號質(zhì)量，有效消除噪聲，提高靈敏度和信噪比。工作時，相干探測激光雷達能靈敏獲取自標徑向速度信息，采用外差方式實現(xiàn)。其測距原理如圖3所示。

2.3 激光感知環(huán)境

根據(jù)激光環(huán)境感知不同可分 CO₂ 激光雷達、二極管泵浦固體激光（DPSSL）成像探測和半導體激光雷達

CO₂ 激光雷達具有抗干擾強、分辨力高、傳輸性好、易三維成像等優(yōu)點，多用于相干雷達。20世紀70年代起研究其成像，1978年首臺三維成像外差激光雷達樣機問世。20世紀80年代， CO₂ 激光雷達相干探測技術迅速發(fā)展。20世紀90年代初，美多家公司在ATLAS計劃資助下，為AGM-130導彈研制 CO₂ 激光成像導引頭，并成功飛行試驗，獲高分辨率偽彩色三維圖像，滿足制導需求。但因體積大、成本高、抗震差、需低溫制冷等缺點，目前國外已暫停 CO₂ 激光雷達研制。

近10年，二極管泵浦固體激光技術及半導體激光雷達飛速發(fā)展，使固體激光器成為激光雷達輻射源。二極管泵浦固體激光技術高分辨率、成像精度高、跟蹤遠，采用直接探測。20世紀90年代初，美國Hercules防御中心研制出 1.32μm 固體激光成像雷達，探測距 2km 02002—2007年，麻省理工學院林肯實驗室研制非掃描、單脈沖三維成像激光雷達，采用 32×2 像元APD陣列，成像速率 5～10kHz ，距離分辨率 0.15m ，用于目標探測與識別。

半導體激光雷達體積小、精度高，具多種成像功能，采用半導體激光器與APD/PIN探測器，多直接探測，能圖像跟蹤與三維成像。1967年，美國國際電話公司研制出GaAs掃描激光雷達用于飛船制導。海灣戰(zhàn)爭中，半導體激光雷達助直升機起降防撞。20世紀80年代末，Sandia國家實驗室研成半導體激光主動成像雷達導引頭實驗系統(tǒng)，實現(xiàn)目標導向、識別、瞄準點選擇等近程軍務，采用 120mW GaAs激光二極管， 4MHz 調(diào)幅，距離-強度成像。

2.4激光掃描方式

半導體激光雷達按激光掃描方式分為非掃描成像與掃描成像2類。非掃描調(diào)頻連續(xù)波（FM/CW）激光雷達基于調(diào)頻測距與直接探測技術，為主動式雷達。掃描成像雷達通過單點測距與激光光束掃描裝置，獲取目標各點位置信息，形成三維圖像。根據(jù)掃描方式，激光成像雷達分為機械旋轉式、MEMS微鏡掃描、FLASH及相控陣雷達。這些技術能顯著提升成像制導系統(tǒng)的自標識別能

力，生成精確的三維圖像

機械式激光雷達以機械鏡面實現(xiàn)激光束收發(fā)，精度高、范圍廣、速度快，但結構復雜、成本高、穩(wěn)定性不足。美國Velodyne公司的HDL-64E激光雷達采用64線探測與機械掃描，滿足高精度測繪需求。上海思嵐科技有限公司的RPLIDAR系列，成本低、結構簡單，應用于二維激光SLAM，但僅限二維平面探測。2023年，Velodyne的AlphaPrime（VLS-128）實現(xiàn)128線垂直分辨率，測距300m，360^°×40^° 掃描視場角，高精度探測，專為L5自動駕駛設計，彌補了二維平面探測的局限。如圖4所示。

MEMS，即微型機電系統(tǒng)，結合微機械、電子、光學與生物學，集成機械器件于單芯片，通過微型反射鏡振動實現(xiàn)激光掃描（圖5）。MEMS激光雷達體積小、輕量、響應快、頻率高，但微振零件壽命有限，探測距離受限。2016年，Osram與Innoluce在electronica展上展示了基于MEMS的3D傳感器雷達，收發(fā)分置，脈沖時間短，四通道獨立控制，覆蓋 120^°. 水平、 .20^° 垂直視場，分辨率高，汽車探測距超 200m ，行人 70m 。深圳速騰聚創(chuàng)科技有限公司在CES2024發(fā)布M3激光雷達（圖6），全球首款 940nm ，最遠探測 300m ，反射率 10% 物體，角分辨率0.05^°×0.05^° 。相比 1550nm 技術，M3體積減半，成本低50% ，功耗降 30% 以上，巔覆傳統(tǒng)超長距激光雷達。

FLASH激光雷達基于脈沖激光，無掃描裝置，成像快但功率有限，檢測近，抗干擾弱。芯探（上海）科技有限公司M系列純固態(tài)Flash雷達，分辨率等效240線，克服3D相機短板，角分辨率 0.33^° ，幀率高達24幀，解決運動模糊。光學相控陣（OPA）技術為激光雷達掃描帶來新途徑，無需機械轉動。北京萬集科技股份有限公司W(wǎng)LR-733激光雷達（圖7）采用OPA技術，64線全向下設計，高質(zhì)量點云，超大檢測面積。WLR-733光束向下掃描，垂直視場角 -1.5^° 至 -42^° ，水平 360^° ，最遠測200m_o 相比FLASH，OPA激光雷達光束能量集中，探測遠;較MEMS，掃描角大，精度高，速度快，且部件可集成電路化，實現(xiàn)高度自動化組裝調(diào)試。

2.5激光雷達載荷平臺

激光雷達按照使用場景及載荷平臺分為地基雷達、車載雷達、機載雷達、星載雷達。

智能駕駛技術融合智能化、網(wǎng)聯(lián)化，推動自動駕駛快速發(fā)展。車載雷達是自動駕駛關鍵，采用飛行時間法感知目標信息。21世紀初，Velodyne激光雷達在DARPA無人車挑戰(zhàn)賽上廣泛應用。2017年，Ibeo與法雷奧合作的SCALA成為全球首款車規(guī)級激光雷達，搭載于奧迪A8。速騰聚創(chuàng)推出新一代MX激光雷達，體積縮小 40% 厚度 25mm ，最遠測距 200m ，126線，可性能升級，二次開發(fā)成本低。上海禾賽科技有限公司發(fā)布第4代芯片架構ATX激光雷達，體積小 60% ，重量輕 50% ，探測遠、分辨率佳、視野廣，提升智能汽車三維感知力。

3激光雷達融合技術

智能駕駛技術依賴多種車載傳感器以不同形式呈現(xiàn)環(huán)境信息，滿足各類場景需求。其中，激光雷達作為關鍵傳感器之一，在多傳感器融合感知技術中占據(jù)核心地位。其高精度、高實時性信息能有效提升車載感知系統(tǒng)性能，成為智能汽車環(huán)境感知的主流方案之一。

當前智能駕駛數(shù)據(jù)集對極端案例缺乏足夠數(shù)據(jù)，導致深度學習在未知場景中難以做出正確判斷。道路環(huán)境復雜多變，單一傳感器難以全面準確獲取信息，因此多傳感器融合技術應運而生，通過整合不同傳感器數(shù)據(jù)，充分利用各自優(yōu)勢，提升感知系統(tǒng)冗余性和精度。激光雷達與其他傳感器如毫米波雷達、相機等相結合，能夠更全面地感知環(huán)境。為了最大限度發(fā)揮各傳感器優(yōu)點，需借助先進算法，同時提升傳感器軟件算法性能。結合高精地圖、信息交互與協(xié)同感知等技術，為自動駕駛提供安全可靠方案。未來，更豐富多樣的駕駛數(shù)據(jù)集、更精確快速的感知技術及更加安全可靠的激光雷達等傳感器，將是智能駕駛領域重點發(fā)展的方向。

4發(fā)展趨勢及展望

激光成像雷達系統(tǒng)發(fā)展迅速，廣泛應用于民用與科研領域，但技術進步伴隨著系統(tǒng)復雜化?，F(xiàn)有系統(tǒng)體積龐大、結構復雜，操作不便，不便于便攜作業(yè)。未來，激光成像雷達技術需關注系統(tǒng)簡化與設備更新，實現(xiàn)輕型化、固態(tài)化。固態(tài)激光雷達采用電子掃描替代機械旋轉，縮小體積，降低成本，便于量產(chǎn)與隱藏安裝。盡管技術尚不成熟，但固態(tài)激光雷達憑借小尺寸、低成本、可量產(chǎn)等優(yōu)勢，有望成為車規(guī)級主流。

智能駕駛環(huán)境感知需融合多種傳感器數(shù)據(jù)。僅憑攝像頭獲取的二維圖像，難以確保駕駛安全；而僅依賴激光雷達又難以有效識別交通標志和精細分類障礙物。通過深度融合激光雷達和攝像頭數(shù)據(jù)，可增強感知能力，將二維彩色信息覆蓋于三維高精度空間數(shù)據(jù)上，獲得彩色點云數(shù)據(jù)，顯著提升A1感知算法對物體的分割、分類、探測距離和準確度，提高自動駕駛安全性。多傳感器數(shù)據(jù)融合不僅能提升感知性能，還能增強系統(tǒng)冗余和容錯能力，對智能駕駛、機器人導航等應用至關重要。

激光雷達在智能駕駛領域的應用中，軟硬件結合及算法的重要性日益凸顯。硬件層面，不斷精進激光雷達的制造工藝，提升其精度與穩(wěn)定性，為智能駕駛系統(tǒng)提供精準的感知能力。軟件與算法方面，則致力于數(shù)據(jù)的高效處理與精準解讀，通過深度學習等技術不斷優(yōu)化算法，提升識別精度。軟硬件的深度結合，使得激光雷達能夠更準確地識別道路環(huán)境、障礙物及行人，為智能駕駛決策提供可靠依據(jù)。同時，企業(yè)持續(xù)進行算法的優(yōu)化與創(chuàng)新，確保智能駕駛系統(tǒng)在面對復雜路況時，能夠做出更加迅速、準確的反應，從而大幅提升智能駕駛的安全性與可靠性。

5結論

激光雷達（LiDAR）作為智能駕駛領域的核心技術，憑借其高精度、多維度的環(huán)境感知能力，成為智能駕駛決策的關鍵驅(qū)動力。激光雷達通過發(fā)射激光束并測量反射時間來確定距離與位置，感知并重構環(huán)境立體圖像，探測精度達厘米級別，遠超同類技術。

激光雷達種類繁多，根據(jù)成像、探測、感知環(huán)境、掃描方式及載荷平臺等分類，各有特點。在智能駕駛中，激光雷達軟硬件結合及算法的重要性日益凸顯。硬件提供精準感知能力，軟件與算法實現(xiàn)數(shù)據(jù)高效處理與精準解讀，軟硬件深度結合使激光雷達能準確識別道路、障礙物及行人，為智能駕駛決策提供依據(jù)。

此外，激光雷達與毫米波雷達、攝像頭等傳感器的融合，能全面地感知環(huán)境，增強系統(tǒng)冗余性和精度。未來，激光雷達技術將向輕型化、固態(tài)化發(fā)展，軟硬件結合及算法優(yōu)化創(chuàng)新將持續(xù)推動智能駕駛技術的進步，實現(xiàn)更安全、可靠、高效的智能駕駛。

參考文獻：

[1]中國汽車工程學術研究綜述·2023[J].中國公路學報，2023，36（11）：1-192.

[2]楊聰，隋偉.智能駕駛與機器視覺[M].北京：機械工程出版社，2024.

[3]楊興雨，王中華，汪禧希，等.先進體質(zhì)激光成像雷達技術的發(fā)展與分想[J]激光與光電子學進展，2024，61（8）：1-16.

[4]劉負負.基于面陣探測器的高精度目標探測技術研究[D].北京：中國科學院大學，2021.

[5]HUHQ，RENXY，WENZY，etal.Single-pixel photon-counting imaging based on dual-comb interferometry[J].Nano-materials，2021，11（6）：1379.

[6]孫智慧，鄧甲昊，閆小偉.國外激光成像探測系統(tǒng)的發(fā)展現(xiàn)狀及其關鍵技術[J].科技導報，2008，26（3）：74-79.

[7]孫蘭君.一維掃描激光主動成像研究[D]哈爾濱：哈爾濱工業(yè)大學，2010.