无人驾驶之激光雷达深度剖析（一）
无人驾驶汽车怎么实现自动驾驶呢？这背后一个关键技术就是LiDAR，即激光雷达传感器,俗称光达，它也被称为无人驾驶汽车的眼睛。
激光雷达，英文全称为Light Detection And Ranging，简称LiDAR，即光探测与测量，是一种集激光、全球定位系统（GPS）和IMU（Inertial Measurement Unit，惯性测量装置）三种技术于一身的系统，用于获得数据并生成精确的DEM（数字高程模型）。这三种技术的结合，可以高度准确地定位激光束打在物体上的光斑，测距精度可达厘米级，激光雷达最大的优势就是“精准”和“快速、高效作业”。它是一种用于精确获得三维位置信息的传感器，其在机器中的作用相当于人类的眼睛，能够确定物体的位置、大小、外部形貌甚至材质。
LiDAR通过测量激光信号的时间差、相位差确定距离，通过水平旋转扫描或相控扫描测角度，并根据这两个数据建立二维的极坐标系;再通过获取不同俯仰角度的信号获得第三维的高度信息。
高频激光可在一秒内获取大量(106-107数量级)的位置点信息(称为点云)，并根据这些信息进行三维建模。除了获得位置信息外，它还可通过激光信号的反射率初步区分不同材质。
激光雷达是自动驾驶的关键技术
Lidar大致分为机载和地面两大类应用，其中机载激光雷达是一种安装在飞机上的机载激光探测和测距系统，可以量测地面物体的三维坐标。早在上世纪七十年代，由美国航天局研发，LIDAR测绘技术空载激光扫瞄技术开始了发展，并且速度飞快，约在1995年开始商业化。
除了军事领域的应用，激光雷达也迅速向民用市场扩展。其中，无人驾驶可以说是最热门的一个应用。
将Lidar应用于自动驾驶，要追溯到美国的DARPA （美国国防高等研究计划署），它每年都会举办无人驾驶汽车挑战赛，在2007年的DARPA挑战赛上，7支参赛队伍中的6支都采用了Velodyne公司设计的Lidar，最终的第一二名就出自这六只参赛队。这引起了准备研发无人驾驶车的谷歌的注意，之后谷歌组建了队伍，据称，最初的人员就来自这些参赛队员。谷歌于2009年推出无人驾驶汽车项目，在其无人车原型中使用的就是Velodyne公司的Lida。
激光雷达在无人车市场的应用
近几年，无人驾驶汽车市场发展火热，谷歌之后，百度、Uber等主流无人驾驶汽车研发团队都在使用激光雷达作为传感器之一，与图像识别等技术搭配使用，使汽车实现对路况的判断。
传统的汽车厂商也纷纷开始研发无人驾驶汽车，包括大众、日产、丰田等公司都在研发和测试无人驾驶汽车技术，他们也都采用了激光雷达。
激光雷达的特点
Lidar系统测量3D空间中每个像素到发射器间的距离和方向，通过传感器创造出真实世界完整的3D模型。操作Lidar系统的基本方法是发射一束激光，然后测量光在物体表面反射而返回来的信号。Lidar模块接收到反射回来的信号所需的时间提供了一种直接测量Lidar系统与物体之间的距离的手段。关于物体的额外的信息，比如它的速率或材料成分，也可以通过测量反射回来的信号中的某些特性而得以确定，这些特性包括诱导多普勒频移（induced Doppler shift）。最后，通过操控发射出去的光，可以测量出环境中许多不同的点，从而创建出完整的3D模型。
激光雷达（LiDAR）类似于雷达（radar），但是分辨率更高，因为光的波长大约比无线电的波长小10万倍。它可以区分真实移动中的行人和人物海报、在三维立体的空间中建模、检测静态物体、精确测距。
Lidar是通过发射激光束来探测目标位置、速度等特征量的雷达系统，具有测量精度高、方向性好等优点，具体如下：
1、具有极高的分辨率
激光雷达工作于光学波段，频率比微波高2～3个数量级以上，因此，与微波雷达相比，激光雷达具有极高的距离分辨率、角分辨率和速度分辨率；
2、抗干扰能力强
激光波长短，可发射发散角非常小（μrad量级）的激光束，多路径效应小（不会形成定向发射，与微波或者毫米波产生多路径效应），可探测低空/超低空目标；
3、获取的信息量丰富
可直接获取目标的距离、角度、反射强度、速度等信息，生成目标多维度图像；
4、可全天时工作
激光主动探测，不依赖于外界光照条件或目标本身的辐射特性。它只需发射自己的激光束，通过探测发射激光束的回波信号来获取目标信息。
但是激光雷达最大的缺点——容易受到大气条件以及工作环境的烟尘的影响，要实现全天候的工作环境是非常困难的事情。
