2、激光雷达测距原理：飞行时间法（ToF）深度解析、三角测距法原理与局限、调频连续波（FMCW）技术原理与优势
大家好，我是你们的老朋友。今天咱们来聊聊激光雷达最核心的东西——测距原理。
说实话，我入行那会儿，市面上主流的激光雷达就两种：ToF 和三角测距。后来 FMCW 慢慢火起来了，成了行业新宠。这三种方案各有各的脾气，咱们一个一个掰开揉碎了讲。
2.1 飞行时间法（ToF）深度解析
ToF，全称 Time of Flight，中文叫飞行时间法。说白了，就是拿光速当尺子用。
基本原理
你发射一束激光脉冲，打到目标物体上，反射回来被接收器捕获。记录下从发射到接收的时间差 Δt，然后乘以光速 c，再除以 2（因为光走了个来回），就得到了距离 d。
公式很简单：
d = (c × Δt) / 2其中 c ≈ 3×10⁸ m/s，Δt 是飞行时间。
我个人的经验
我在做第一代 16 线机械式激光雷达时，就遇到过一个问题：测距精度上不去。后来发现是计时电路的精度不够。你想想看，光速那么快，1 纳秒光就能走 30 厘米。要测到厘米级精度，计时分辨率得做到皮秒级。嗯，这里要注意，计时精度直接决定了测距精度。
核心要点：ToF 测距的精度主要取决于时间测量精度和激光脉冲宽度。脉冲越窄，时间测量越准，但峰值功率要求也越高。
ToF 的优势
- 测量距离远：几十米到几百米都没问题
- 响应速度快：一次测量微秒级完成
- 抗干扰能力强：通过时间门控可以滤除大部分环境光
ToF 的局限
- 多目标分辨困难：多个目标反射回来的脉冲可能混在一起
- 对运动敏感：运动目标会导致测距误差
- 功耗较高：需要高功率激光器
避坑指南：我曾经在雨雾天气测试时，发现 ToF 雷达的测距值突然跳变。后来排查发现，是水滴反射造成的多路径效应。解决办法是采用多脉冲平均和波形分析。
2.2 三角测距法原理与局限
三角测距法，名字听着挺唬人，其实原理很简单——就是初中几何里的相似三角形。
基本原理
激光器发射一束光到目标上，反射光通过透镜成像在位置敏感探测器（PSD 或 CMOS）上。目标距离不同，成像点的位置就不同。通过几何关系，就能算出距离。
公式长这样：
d = (f × b) / (x × sin(θ))其中 f 是透镜焦距，b 是激光器与接收器的基线距离，x 是成像点偏移量，θ 是激光入射角。
我个人的看法
说实话，三角测距法在近距离（几米内）精度非常高，能达到亚毫米级。但距离一远，精度就直线下降。为什么？因为成像点偏移量 x 会变得非常小，小到探测器分辨不出来。
三角测距的局限
- 远距离精度差：距离越远，精度越差，呈平方关系下降
- 受基线限制：基线越长，近距离精度越好，但雷达体积越大
- 易受环境光干扰：强光下探测器容易饱和
- 多目标分辨能力弱：多个目标反射光会混叠在探测器上
警告：三角测距法不适合用于自动驾驶的主激光雷达。我见过一些初创公司想用低成本三角测距方案做 L4 级自动驾驶，结果在 30 米外就测不准了。说白了，这玩意儿更适合扫地机器人或室内导航。
2.3 调频连续波（FMCW）技术原理与优势
FMCW，全称 Frequency Modulated Continuous Wave，调频连续波。这技术最早用在毫米波雷达上，这几年才被搬到激光雷达领域。
基本原理
激光器发射一束频率随时间线性变化的连续光（叫 chirp 信号）。这束光打到目标上反射回来，与本地参考光进行混频，产生一个差频信号。这个差频信号包含了目标的距离和速度信息。
距离和速度的计算公式：
距离 d = (c × Δf × T) / (2 × B)
速度 v = (λ × f_d) / 2其中 Δf 是差频，T 是 chirp 周期，B 是调频带宽，λ 是激光波长，f_d 是多普勒频移。
FMCW 的核心优势
- 同时测距测速：一次测量就能得到距离和速度，不需要额外算法
- 抗干扰能力极强：不同 chirp 信号的雷达不会互相干扰
- 灵敏度高：通过相干检测，可以探测到极微弱信号
- 无距离盲区：连续波工作，没有 ToF 的近距离盲区问题
我个人的体会
我记得第一次接触 FMCW 激光雷达时，被它的抗干扰能力震撼到了。在强太阳光下，ToF 雷达的信噪比会明显下降，但 FMCW 几乎不受影响。为什么？因为它用的是相干检测，只对特定频率的信号敏感，环境光这种宽谱噪声根本进不来。
关键点：FMCW 激光雷达的测距精度取决于调频带宽 B。带宽越大，距离分辨率越高。目前商用 FMCW 激光雷达的距离分辨率可以达到厘米级，甚至毫米级。
FMCW 的挑战
- 激光器要求高：需要窄线宽、频率可调谐的激光器，成本高
- 光学系统复杂：需要相干光路，对光路对准要求极高
- 信号处理复杂：需要高速 ADC 和 FFT 处理
避坑指南：我曾经调试 FMCW 雷达时，发现测距值总是偏大。排查了半天，发现是 chirp 信号的线性度不够好。频率变化不是完美的线性，导致差频计算有误差。后来换了更高精度的激光器驱动，问题才解决。
2.4 三种测距方案对比
咱们用一张表来总结一下：
| 特性 | ToF | 三角测距 | FMCW |
|---|---|---|---|
| 测距范围 | 远（>100m） | 近（<10m） | 中远（>100m） |
| 测距精度 | 厘米级 | 亚毫米级（近距离） | 厘米级/毫米级 |
| 测速能力 | 需多帧计算 | 需多帧计算 | 单次测量 |
| 抗干扰能力 | 中等 | 弱 | 强 |
| 成本 | 中等 | 低 | 高 |
| 适用场景 | 自动驾驶主雷达 | 室内导航、短距感知 | 高端自动驾驶、军工 |
2.5 知识体系结构图
下面这张图，是我自己画的三种测距方案的核心逻辑对比。你一看就明白了。
好了，这一章的内容就到这里。三种测距方案各有千秋，没有绝对的好坏。关键看你的应用场景和成本预算。我个人觉得，未来 FMCW 会越来越普及，但 ToF 在很长一段时间内仍是主流。