第二章 核心参数详解（上）：线数、测距能力、FOV视场角、角分辨率
各位工程师朋友，咱们今天聊聊激光雷达选型时最绕不开的几个硬参数。说实话，我见过太多项目在前期选型时只看价格和品牌，结果装车一跑，各种问题全冒出来了。线数、测距能力、FOV、角分辨率——这四个参数就像房子的四根柱子，哪根短了都不行。
一、线数：不是越多越好
线数，说白了就是激光雷达同时发射的激光束数量。16线、32线、64线、128线……数字越大，点云越密。但这里有个坑——我见过有人给园区低速物流车配了128线雷达，结果处理器直接跑冒烟了。
核心观点：线数选择要匹配你的算力平台和应用场景。
我个人习惯这样判断：
- 16线：适合低速AGV、室内导航、简单避障。点云稀疏，但算力要求低。
- 32线：园区物流、清扫车、安防巡检。性价比之选。
- 64线：L4级自动驾驶、高速场景。能看清100米外的行人轮廓。
- 128线：Robotaxi、高精地图采集。点云密度接近图像，但数据量巨大。
我记得有个项目，客户非要上128线，结果工控机CPU占用率飙到95%，延迟直接超了200ms。后来换成64线，配合算法优化，效果反而更好。你想想看，线数翻倍，数据量可不是翻倍那么简单——是几何级增长。
我的建议：先定算力平台，再选线数。如果用的是Jetson Orin NX，32线基本是上限了。
二、测距能力：别被「标称距离」骗了
测距能力，就是雷达能看多远。厂家标称的「200米」，往往是在理想条件下测出来的——目标物是90%反射率的白色卡车，天气晴朗无雾。实际场景呢？
我做过实测：
| 目标物 | 反射率 | 标称200m实际能测多远 |
|---|---|---|
| 白色卡车 | 90% | 180-200m |
| 深色轿车 | 10% | 80-100m |
| 行人（深色衣服） | 5% | 40-60m |
| 路面沥青 | 8% | 30-50m |
为什么会这样？因为激光雷达的测距能力跟目标反射率直接挂钩。你想想看，高速上突然窜出一个穿黑衣服的行人，雷达只能看40米——以100km/h的速度，刹车距离都不够。
避坑指南：我曾经在选型时只看标称距离，结果装车后发现夜间行人检测距离严重不足。后来我养成了一个习惯——要求厂家提供「10%反射率下的实测距离」，这才是真实水平。
另外，测距能力还受天气影响。雨、雾、雪天气下，激光的衰减很严重。我建议：
- 如果主要跑高速，选1550nm波长的雷达（人眼安全，穿透力强）
- 如果主要在园区跑，905nm就够用，成本低很多
- 如果经常有雾，考虑融合毫米波雷达做冗余
三、FOV视场角：看得宽比看得远更重要？
FOV分水平视场角和垂直视场角。水平FOV决定了雷达能覆盖多宽的范围，垂直FOV决定了能覆盖多高的范围。
常见的配置：
- 机械旋转式：水平360°，垂直15-30°。适合全向感知。
- 固态/半固态：水平120°，垂直25°。适合前向主雷达。
- 补盲雷达：水平90°，垂直70°。专门看近处两侧。
这里有个容易忽略的点——垂直FOV。我记得有个项目，客户只关注水平360°，结果垂直FOV只有15°，导致车头正前方3米内的地面盲区巨大，低矮障碍物完全看不到。后来加了两个补盲雷达才解决。
经验之谈：垂直FOV至少要做到25°以上，否则近处低矮障碍物（比如路沿、石墩、小孩）很容易漏检。
水平FOV的选择要看安装位置：
- 车顶安装：360°全覆盖，但成本高
- 前保险杠：120°够用，但两侧有盲区
- 两侧翼子板：各90°，配合前向雷达实现无死角
四、角分辨率：决定你能看清多小的目标
角分辨率，就是相邻两个激光点之间的角度间隔。单位是度（°）或毫弧度（mrad）。数值越小，分辨率越高。
举个例子：
- 0.1°角分辨率：在100米处，点间距约17cm
- 0.4°角分辨率：在100米处，点间距约70cm
你想想看，如果目标是一个行人（宽约50cm），用0.4°的雷达在100米外只能打到1-2个点，基本无法识别。但用0.1°的雷达能打到3-4个点，配合算法就能分辨出是人形。
我的判断标准：
- 高速场景：角分辨率≤0.1°，保证远距离小目标识别
- 城区场景：角分辨率≤0.2°，兼顾距离和密度
- 园区场景：角分辨率≤0.4°，够用且成本低
但角分辨率不是越高越好。分辨率越高，意味着同样FOV下点云数量越多，对算力要求也越高。我见过有人选了0.05°的雷达，结果点云密度太大，算法处理不过来，反而导致延迟增加。
避坑指南：我曾经在选型时一味追求高分辨率，忽略了算力瓶颈。后来我学会了「先跑仿真」——用厂家提供的点云数据在自己的平台上跑一遍，看看能不能实时处理。这一步省不了。
五、四个参数如何协同影响系统？
这四个参数不是孤立的，它们互相制约。我画了一张图来说明：
从这张图你能看到：
- 线数是基础，它决定了垂直方向的角分辨率
- 测距能力和角分辨率共同决定了你能在多远距离上识别多小的目标
- FOV和角分辨率是矛盾的——FOV越大，同样线数下角分辨率越差
- 所有参数最终都指向算力需求和成本
嗯，这里要注意。选型时不要只看单个参数，要综合评估。我个人的习惯是：先定应用场景和算力平台，然后反推需要的线数和角分辨率，最后再确定FOV和测距能力。这样选出来的雷达，基本不会出大问题。
总结一句话：线数决定密度，测距决定远近，FOV决定宽窄，角分辨率决定粗细。四者平衡，才是好系统。
公众号:蓝海资料掘金营，微信deep3321