第2章：传感器基础：LiDAR与IMU的工作原理
各位同学，咱们今天聊聊传感器的“底子”。做融合定位，说白了就是跟LiDAR和IMU这两个家伙打交道。你要是连它们怎么工作的都搞不清楚，后面做标定、做优化，那基本就是瞎忙活。
我个人习惯，在讲任何算法之前，先花点时间把传感器本身的物理原理摸透。为什么？因为很多工程上的坑，根源都在物理层面。你想想看，一个激光点为什么飘了？IMU数据为什么突然炸了？这些都不是算法能解决的，得从原理上找原因。
2.1 LiDAR工作原理：TOF与FMCW
LiDAR，激光雷达，咱们做SLAM的眼睛。目前市面上主流的就两种：TOF和FMCW。我一个个说。
2.1.1 TOF（飞行时间法）
TOF的原理，说白了就是“打一枪，听个响”。激光发射器发出一束光，打到物体上反射回来，接收器收到。我们记录下这个时间差Δt，光速c是已知的，距离d = c * Δt / 2。
嗯，这里要注意，除以2是因为光走了个来回。
核心公式：
d = (c * Δt) / 2其中 c ≈ 3.0 × 10⁸ m/s，Δt 是飞行时间。
我在项目中遇到过一个问题：TOF雷达在强光下容易“瞎”。为什么？因为太阳光里也有近红外成分，会干扰接收器。后来我们加了窄带滤光片，只让激光器发出的那个特定波长的光进来，这才好多了。
TOF的优缺点：
- 优点：技术成熟，成本相对低，测距范围大（几百米没问题）。
- 缺点：容易受环境光干扰，多台雷达同时工作会“串扰”（你打你的，我收我的，结果收错了）。
避坑指南：我曾经在室外测试时，两台同型号的TOF雷达对着扫，结果点云里全是噪点。后来发现是互相干扰了。解决办法是让它们错开发射时间，或者用不同的编码方式。
2.1.2 FMCW（调频连续波）
FMCW就高级一些了。它不直接测时间，而是测频率差。发射的激光频率是连续变化的，比如从f1线性增加到f2。反射回来的光频率会有个延迟，跟发射信号混频后，会得到一个差频Δf。这个Δf跟距离成正比。
说白了，TOF是“掐秒表”，FMCW是“对频率”。
核心公式：
d = (c * Δf * T) / (2 * B)其中 Δf 是差频，T 是调制周期，B 是带宽。
FMCW还有个绝活：它能直接测速度。利用多普勒效应，运动物体会让反射光的频率再偏移一点。这样，一个测量就能同时得到距离和速度。这在做动态物体检测时特别有用。
FMCW的优缺点：
- 优点：抗干扰能力强（因为用了相干检测），能直接测速，对弱反射物体更敏感。
- 缺点：贵，技术门槛高，目前还没大规模普及。
注意：FMCW对激光器的线性度要求极高。如果频率变化不是完美的线性，测距精度就会大打折扣。我见过一些早期产品，就是因为这个没做好，点云质量还不如便宜的TOF雷达。
2.2 IMU工作原理：加速度计与陀螺仪
IMU，惯性测量单元，咱们SLAM里的“盲人”。它不依赖外部信号，全靠自己感知运动。里面主要两个东西：加速度计和陀螺仪。
2.2.1 加速度计
加速度计测的是什么？是比力。不是单纯的加速度，而是物体受到的惯性力与重力的合力。你把它静止放在桌上，它测到的是1g（重力加速度），方向竖直向上。
为什么会这样？因为加速度计里的检测质量块，在重力作用下会偏移。传感器测量的是这个偏移量，换算成加速度。
我刚开始做IMU时，总搞不清“静止时加速度计读数应该是0还是9.8”。后来想明白了：它测的是比力，不是运动加速度。静止时，比力等于重力，所以读数是9.8 m/s²。
关键点：
加速度计输出 = 运动加速度 - 重力加速度所以，要得到真实的运动加速度，需要先把重力分量去掉。
加速度计的误差源：
- 零偏（Bias）：即使没有加速度，输出也不为零。我见过有的MEMS加速度计，零偏能到几十mg。
- 刻度因子（Scale Factor）：输入和输出之间的比例关系不准确。
- 噪声：白噪声、随机游走等。
避坑指南：我曾经在标定时，发现加速度计零偏一直在漂。后来查资料才知道，温度变化会引起零偏漂移。所以，IMU上电后最好先预热几分钟，等温度稳定了再用。
2.2.2 陀螺仪
陀螺仪测角速度，单位是rad/s或°/s。原理是科里奥利效应。一个振动的质量块，当它旋转时，会受到一个垂直于振动方向和旋转轴方向的力。测量这个力，就能算出角速度。
嗯，这个原理听起来有点绕。你只要记住：陀螺仪输出的是“转得有多快”，不是“转了多少角度”。要得到角度，得对时间积分。
核心关系：
角度 = ∫ 角速度 dt积分会累积误差，所以纯靠陀螺仪算姿态，时间长了肯定飘。
陀螺仪的误差源：
- 零偏（Bias）：静止时输出不为零。这个对姿态影响最大，因为积分后角度误差会随时间线性增长。
- 角度随机游走（Angle Random Walk）：噪声积分后产生的角度误差，随时间平方根增长。
- 刻度因子和交轴耦合：跟加速度计类似。
注意：陀螺仪对振动非常敏感。我曾在无人机上测试，电机一启动，陀螺仪数据就炸了。后来加了减震垫，才把高频振动滤掉。所以，IMU的安装位置和减震设计，真的很重要。
2.3 知识体系总览
下面这张图，是我自己画的，把LiDAR和IMU的核心知识点串起来了。你一看就明白。
这张图把LiDAR和IMU的核心知识点都列出来了。左边是LiDAR的两种技术路线，右边是IMU的两个核心传感器。每个模块下面，我都标了原理、优缺点和注意事项。你把它存下来，以后做标定或者调试时，随时翻出来看看。
好了，这一章就到这里。传感器原理是基础，但也是最容易出问题的地方。我见过太多人，算法调得飞起，结果发现是传感器本身没选对或者没用好。所以，别小看这些“底层”知识。