激光雷达（LiDAR）发展简史及其应用-轻识

点击下方卡片，关注“新机器视觉”公众号

视觉/图像重磅干货，第一时间送达

LiDAR 的学名叫做激光雷达,它是"光探测和测距"(Light detection and ranging)的简称。

LiDAR 是一种集激光，全球定位系统(GPS)和惯性导航系统(INS)三种技术于一身的系统，用于获得点云数据并生成精确的数字化三维模型。

这三种技术的结合，可以在一致绝对测量点位的情况下获取周围的三维实景。

这种技术与我们熟知的雷达类似，雷达发射系统发送一个信号，经目标反射后被接收系统收集，通过测量反射光的运行时间而确定目标的距离。

LiDAR 使用脉冲激光以与雷达类似的方式测量距离。

激光雷达发射激光束，通过测量光线打到物体或表面再反射回来所需要的时间，来计算激光雷达到目标点的距离并形成数据点，这个过程可能会获得的数百万个数据点，科学家将之称为“点云”。

通过对这些数据的处理，几秒钟内就可呈现出精确的三维立体可视图像。

由于光速是已知的，所以根据发射激光束的发出时间和后向散射光的接收时间的时间差就可计算出激光器与测量物体间的距离。

LiDAR 技术发展了许多年，已经被用在众多领域！

1968年，美国 Syracuse 大学的 Hickman 和 Hogg 建造了世界上第一个激光海水深度测量系统。

▲ 激光雷达工作原理（图源网络）

该系统是通过计算机载激光雷达不同回波之间的时间差实现海洋深度测算，并首次验证了激光水深测量技术的可行性。

20世纪70年代末，美国国家航空航天局（NASA）成功研制出一种具有扫描和高速数据记录能力的机载海洋激光雷达。

用在大西洋和切萨皮克湾进行了水深的测定，并且绘制出水深小于10 m 的海底地貌。

此后，机载激光雷达系统蕴含的巨大应用潜力开始受到关注，并很快被应用到陆地地形勘测研究当中。

20世纪90年代后期，全球定位系统及惯性导航系统的发展使得激光扫描过程中的精确即时定位定姿成为可能。

1990年德国 Stuttgart 大学 Ackermann 教授领衔研制的世界上第一个激光断面测量系统，这一系统成功将激光扫描技术与即时定位定姿系统结合，形成机载激光扫描仪。

▲ 机载 LIDAR 系统示意图（图源网络）

1993年，德国出现首个商用机载激光雷达系统TopScan ALTM 1020。1995年，机载激光雷达设备实现商业化生产。

此后，机载激光雷达技术成为了森林资源调查的重要补充手段。

广泛应用于快速获取大范围森林结构信息，如树木定位、树高计算、树冠体积估测等，同时还为森林生态研究、森林经营管理提供垂直结构分层、碳储量、枯枝落叶易燃物数量等参数估算信息。

随着激光雷达技术的进步与发展，星载激光雷达的研制和应用在20世纪90年代逐步成熟。

星载 LIDAR 示意图

2003年，NASA根据早先提出的采用星载激光雷达测量两极地区冰面变化的计划，正式将地学激光测高仪列入地球观测系统中，并将其搭载在冰体、云量和陆地高度监测卫星上发射升空运行。

LIDAR 技术发展至今，已经用在各个领域；主要应用包括：立体制图、采矿、林业、考古学、地质学、地震学、地形测量和回廊制图等等。

还有近些年各大科技公司研究的无人驾驶汽车，就使用了 LIDAR 技术。

图源：探维

LiDAR 已经成为支持向自动驾驶转变的备受讨论的技术之一。

在去年 12 月 10 日路测成功的百度无人驾驶汽车车身上，除了部署了毫米波雷达、视频等感应器，其车顶就安置了一个体积较大激光雷达。

车载 LIDAR 示例图（图源：电子发烧友）

激光雷达可以使无人驾驶汽车拥有 360 °全方位无死角的可视能力，保证驾驶的安全性。

综合以上信息，我们可以得知，LiDAR 激光雷达更多的是被用于军事、工业等领域，在民用消费领域上较少，更别提像苹果一样用于手机上。

这项技术未能普及的原因主要有：

（1）工作时受天气和大气影响大

激光一般在晴朗的天气里衰减较小，传播距离较远。而在大雨、浓烟、浓雾等坏天气里，衰减急剧加大，传播距离大受影响。

（2）搜索目标困难

激光雷达的波束极窄，在空间搜索目标非常困难，直接影响对非合作目标的截获概率和探测效率,只能在较小的范围内搜索、捕获目标，因而激光雷达较少单独直接应用于战场进行目标探测和搜索。

（3）成本高，体积大

以正在测试的无人驾驶汽车为例，百度无人驾驶汽车搭载的激光雷达售价高达70万余人民币，谷歌在无人驾驶汽车的测试中同样也是采用的相同高端配置激光雷达。

无人驾驶汽车需要装载大量的传感器等设备，车顶的就是 LiDAR 传感器。

2020年，苹果首次将 LiDAR 应用在手机上，那么装载了 LiDAR 的iPhone 又能实现哪些新功能？

首先 iPhone 可以在人像对焦中使用 LiDAR ，还可以模仿专业相机的景深效果。

同时，激光雷达还能对拍摄中对焦的部分进行优化，为对焦提供更高的精度，甚至在完全黑暗的环境下也可完成对焦。

另外，激光雷达可带来的更高精度的3D建模能力，对于强化AR应用起到了关键性的提升。

而这些功能的实现都需要强大的计算处理器的性能。

或许在未来，我们的智能手机上都将搭载这一技术，不仅使得手机照片和视频效果更好，还能在 AR 领域增添更多的玩法。

LiDAR 的成像（图源：华强北电子网）

近年来 LiDAR 应用场景越来越多，吸引了众多研究人员投入其中。

2016年 Velodyne LiDAR 获得百度与福特1.5亿美元的共同投资；

Velodyne 2015 年出货量为 3000 余台，至 2019 年累计销量突破 3 万台，销售额达到了 5 亿美元；

据中信证券预估，2024 年全球激光雷达市场规模有望达 60 亿美元。

... ...

目前，LiDAR 技术还存在很大的进步空间，LiDAR 技术现在遇到的问题一定能找到好的解决办法，这项技术就会像智能手机等设备一样慢慢地融入我们的生活!

来源：FAPCON

转载：LiDAR前沿

仅用于学术分享，版权属于原作者。

若有侵权，请联系微信号:yiyang-sy 删除或修改！

—THE END—