3、激光雷达选型:机械式与固态、线束数量、测距原理(ToF、FMCW)、点云密度、视场角、安全等级

聊到激光雷达选型,我脑子里第一个蹦出来的词就是「纠结」。

为什么?因为市面上方案太多了。机械式、固态、混合固态,线束从 4 线到 128 线,测距原理还有 ToF 和 FMCW 两大阵营。你想想看,一个扫地机器人和一个 L4 级自动驾驶卡车,用的雷达能一样吗?肯定不一样。

我个人习惯,选型前先问自己三个问题:装在哪?测多远?预算多少? 这三个问题定下来,选项就筛掉一大半了。

3.1 机械式 vs 固态:旋转的 vs 静止的

先说说机械式激光雷达。说白了,就是一堆激光收发器放在一个旋转的基座上,像探照灯一样 360 度扫一圈。优点是技术成熟,视场角能到 360°,点云均匀。缺点也很明显——有运动部件,怕震动,寿命有限。

我记得有一次做园区物流车项目,选了某品牌的 16 线机械雷达。用了半年,电机轴承磨损,点云开始出现「鬼影」。拆开一看,里面全是灰。嗯,机械式的维护成本,你得算进去。

避坑指南: 我曾经在振动环境(比如靠近发动机)装过机械式雷达,结果点云抖动到没法用。后来换了固态雷达,问题才解决。如果你要装在车顶或无人机上,优先考虑固态。

固态激光雷达呢?没有旋转部件,靠光学相控阵(OPA)或微振镜(MEMS)来改变光束方向。体积小、寿命长、抗振动。但视场角通常有限,一般 90°~120°,想覆盖 360° 就得装好几颗。

我个人觉得,固态是未来趋势。尤其是 MEMS 方案,成本已经降到千元级,很多机器人项目都在用。

对比项 机械式 固态(MEMS/OPA)
视场角 360° 90°~120°
寿命 1~3 年(视使用环境) 5 年以上
抗振动
成本 中高 中低(MEMS 已降至千元级)
典型应用 自动驾驶测试、高精度地图 量产车、机器人、无人机

3.2 线束数量:4 线够用吗?128 线有必要吗?

线束数量,就是激光雷达有多少个激光收发通道。4 线、8 线、16 线、32 线、64 线、128 线……数字越大,垂直分辨率越高,点云越密。

但别盲目追求高线束。我见过有人给室内 AGV 配 64 线雷达,结果算力跟不上,点云处理帧率掉到 5Hz,反而更糟。

我的经验:
  • 4~8 线:适合简单的避障,比如扫地机器人、低端 AGV。说白了就是「有就行」。
  • 16~32 线:主流选择。园区物流车、服务机器人、低速无人车,这个区间性价比最高。
  • 64~128 线:L4 自动驾驶、高精度地图采集。点云密度高,但数据量大,对算力要求也高。

你想想看,线束越多,每秒产生的点云数据量就越大。128 线雷达每秒能产生几百万个点,你的主控芯片能不能扛得住?我建议先算一下带宽和算力,再定线束。

3.3 测距原理:ToF 还是 FMCW?

这是目前最核心的争议点。

ToF(Time of Flight),就是发射一个光脉冲,等它反射回来,算时间差。简单粗暴,技术成熟,成本低。市面上 90% 的激光雷达都是 ToF 方案。

但 ToF 有个硬伤——抗干扰能力差。多台 ToF 雷达同时工作,或者阳光直射,就容易串扰或饱和。我在一个多机器人协同项目里就吃过这个亏,两台机器人相遇时,点云里全是噪点。

FMCW(Frequency Modulated Continuous Wave),发射的是连续调频光波,通过检测回波与发射波的频率差来测距。说白了,它更像雷达里的「调频连续波」技术。

FMCW 的优势很明显:

  • 抗干扰强:不同雷达可以用不同调频斜率,几乎不串扰。
  • 直接测速:利用多普勒效应,一次测量就能得到距离和速度。
  • 灵敏度高:可以探测到更远、更弱的回波。

但缺点也明显——。FMCW 需要窄线宽激光器、相干探测模块,成本是 ToF 的 3~5 倍。目前主要用在高端自动驾驶和军工领域。

选型建议:
  • 预算有限、环境简单 → ToF(性价比之王)
  • 多机协同、强光环境、需要测速 → FMCW(一步到位)

3.4 点云密度:不是越高越好

点云密度,就是单位角度内有多少个点。密度越高,细节越丰富,但数据量也越大。

我见过有人选雷达时只看「线束多、点云密」,结果装上去发现:

  • CPU 占用率 90%
  • 内存带宽打满
  • 算法跑不动,帧率掉到 3Hz

嗯,这就是典型的「选型不考虑算力」。

我个人习惯,先定算法需求。比如做障碍物检测,每帧有 2 万个点就够了;做语义分割,可能需要 10 万个点。然后反推雷达的线束和帧率。

举个例子:

假设你需要每帧 5 万个点,帧率 20Hz。
那么每秒需要处理 100 万个点。
如果每个点用 32 字节表示(xyz + 强度 + 时间戳),
数据带宽 = 100万 × 32 = 32 MB/s。
这个带宽,大部分 ARM 芯片都能扛住。

但如果换成 128 线雷达,每秒 500 万个点,带宽就飙到 160 MB/s。这时候你可能得上 FPGA 或者 GPU 了。

3.5 视场角(FOV):水平 vs 垂直

视场角分水平和垂直。水平 FOV 决定你能看到多宽,垂直 FOV 决定你能看到多高。

  • 水平 FOV:机械式通常 360°,固态通常 90°~120°。如果你需要全方位感知,要么用机械式,要么装多颗固态。
  • 垂直 FOV:这个容易被忽略。我做过一个项目,选了垂直 FOV 只有 15° 的雷达,结果车停在地下车库,坡道上的障碍物完全看不到。后来换了垂直 FOV 30° 的,才解决问题。
注意: 垂直 FOV 越大,盲区越小,但点云在垂直方向上的分辨率会下降。如果你需要检测低矮障碍物(比如路沿、减速带),垂直 FOV 至少 25°。

3.6 安全等级:激光雷达也是「眼睛」

激光雷达发射的是激光,对人眼有没有伤害?这个问题,做消费级产品时必须考虑。

国际标准是 IEC 60825,把激光器分为 Class 1 到 Class 4。Class 1 是安全的,Class 2 以下需要防护。

我建议:

  • 消费级产品(机器人、扫地机):必须选 Class 1,人眼安全。
  • 工业/车载:Class 1 或 Class 1M 都可以,但要注意安装位置,避免直射人眼。

另外,别忘了功能安全。如果你做的是自动驾驶,激光雷达本身也得有故障检测机制。比如内部温度过高、激光器老化、窗口脏污,都要能上报。我见过一个项目,雷达被泥巴糊住了,系统还认为「一切正常」,结果撞了。

一个小技巧: 选型时看看雷达有没有「脏污检测」功能。有些高端雷达会监测窗口透光率,脏了自动报警。这个功能在户外场景特别实用。

小结

激光雷达选型,说白了就是一场性能、成本、算力的三角博弈。没有完美的雷达,只有最适合你项目的雷达。

我个人建议,先定测距原理(ToF 还是 FMCW),再定线束和视场角,最后看安全等级和接口。每一步都问自己一句:「我的算力扛得住吗?」

嗯,下一章我们聊聊毫米波雷达,那个又是另一番天地了。