激光雷达核心参数解析：看懂这些，才算入门

大家好，我是你们的老朋友。今天咱们来聊聊激光雷达的核心参数。说实话，我刚入行那会儿，看到参数表上密密麻麻的数字，头都大了。什么测距能力、角分辨率、点云密度……每个字都认识，连在一起就懵了。

后来踩了不少坑，才慢慢明白：这些参数不是孤立的，它们共同决定了雷达能不能用、好不好用。今天我就把这些年积累的经验，掰开了揉碎了讲给你听。

一、测距能力：能看多远，能看多近

测距能力分两块：最大测距和最小测距。最大测距决定了雷达能看多远，最小测距决定了盲区有多大。

我见过不少新手，只看最大测距，觉得「能看200米就够了」。结果装到车上才发现，车头前面半米内的东西完全看不到——这就是吃了最小测距的亏。

举个例子：某款雷达标称200米@90%反射率。如果目标是一辆黑色轿车（反射率约10%），实际测距可能只有60-80米。嗯，这个差距你得心里有数。

目标反射率	典型场景	实际测距（相对标称值）
90%	白色墙面、路牌	100%
50%	灰色路面、树木	约70%
10%	黑色车辆、轮胎	约30-40%

二、精度与分辨率：差之毫厘，谬以千里

精度和分辨率，很多人混为一谈。其实它们是两码事。

精度是测量值和真实值的偏差。比如你测一个10米远的物体，雷达报9.98米，那精度就是2厘米。

分辨率是能区分两个物体的最小距离。两个物体相距1厘米，雷达能分辨出来吗？这就是分辨率的事。

我记得有一次做AGV导航项目，客户要求定位精度±5cm。我选了一款精度2cm的雷达，心想绰绰有余。结果实际跑起来，定位老是跳变。排查了半天才发现——雷达精度是够了，但分辨率只有4cm，导致地面上的小凸起根本区分不出来。

三、视场角（FOV）：视野有多宽

FOV分水平FOV和垂直FOV。说白了就是雷达能看多宽、多高。

水平FOV常见的有360°（机械式）、120°（固态）、90°（某些车规级）。垂直FOV一般窄一些，30°左右。

这里有个坑：FOV越大，不一定越好。为什么？因为激光能量是有限的，视野越宽，分配到每个角度上的能量就越少，测距能力会下降。

我做过一个项目，客户非要360°的雷达。结果装上去发现，远距离目标根本测不到。后来换成两个120°的雷达拼接，效果反而更好。

四、角分辨率：看得清细节吗

角分辨率，就是相邻两个激光点之间的角度间隔。0.1°的角分辨率，比0.2°的能看清更多细节。

怎么理解？你想想看，在100米远处，0.1°角分辨率对应的点间距大约是17.5厘米。也就是说，两个相距17.5厘米的物体，雷达能区分开。如果是0.2°，这个距离就变成了35厘米。

做目标检测时，角分辨率太粗，行人可能就变成了一团点云，根本分不清是人是树。

五、扫描频率：刷新够快吗

扫描频率，就是雷达每秒扫几圈。10Hz就是每秒10圈，20Hz就是每秒20圈。

这个参数对动态场景特别重要。车跑得越快，需要的扫描频率越高。不然就会出现「上一帧还在，下一帧就没了」的情况。

我建议：自动驾驶至少10Hz，最好20Hz。做建图的话，10Hz够用，但要注意运动畸变补偿。

六、点云密度：数据够丰富吗

点云密度 = 扫描频率 × 每圈点数。单位是「点/秒」。

比如一款雷达，10Hz扫描，每圈有10万个点，那点云密度就是100万点/秒。

点云密度越高，环境细节越丰富。但代价是数据量大，处理起来费劲。我见过有人买了128线的雷达，结果工控机根本跑不动，只能降频使用——白白浪费了钱。

应用场景	推荐点云密度	说明
低速AGV	10-30万点/秒	够用，成本低
自动驾驶	50-100万点/秒	需要平衡性能
高精地图	100万点/秒以上	细节要求高

七、抗干扰能力：别被环境坑了

抗干扰分两块：环境光干扰和多机干扰。

环境光干扰：太阳光里有大量红外成分，会淹没激光雷达的回波信号。我曾在正午的户外测试一款雷达，测距直接掉了30%。后来加了窄带滤光片，才把问题解决。

多机干扰：多台雷达同时工作时，A雷达的光可能被B雷达接收，产生假点。这个问题在AGV集群里特别常见。

选型时，建议关注雷达是否支持抗环境光算法和多机抗干扰编码。这两个功能，关键时刻能救命。

---

好了，核心参数就讲到这里。这些参数不是孤立的，选型时要综合考虑。我的习惯是：先定应用场景，再反推参数需求，最后找合适的雷达。千万别反过来——先看参数，再想怎么用，那样容易走弯路。

有什么问题，欢迎交流。咱们下节课见。