# 激光雷达（LiDAR）简介 激光雷达（light detection and ranging，LiDAR）是现代激光技术与光电探测技术相结合的产物。它以激光器为发射光源，发射高频率激光脉冲到被测物表明；以光电探测器为接收器件，接收被测物表面返回的回波信息。 在工作原理上，LiDAR 与传统的微波雷达相似，区别在于 LiDAR 以激光（目前多采用 532 nm、1064 nm、1550 nm 波长）为载体来测距、定向，并可通过位置、径向速度、物体散射等特性来识别地物目标。LiDAR 的功能非常多、应用广泛，例如地形探测、深海探测、辅助驾驶等。 ## 激光安全等级 说到激光，大家可能会想到激光切割、激光焊接、激光手术等具有杀伤力的场景。实际上，激光是分等级的，根据激光对使用者的安全程度，可分为以下四个等级。 | 等级 | 安全性 | 功率/mW | 特点 | | ---- | -------- | ----------- | ------------------------------------------------------------ | | I | 安全 | < 0.4 | 对人眼睛无危害；用于激光演示、显示；测绘、准直及调平等。 | | II | 一定危害 | 0.4 ~ 1.0 | 直视会晕眩，需要通过眨眼来保护，避免用远望设备观测，也可用于激光显示。 | | III | a 危害 | 1.0 ~ 5.0 | 不能直视，不能照射人眼，作业时要避开行人。 | | III | b 危害 | 5.0 ~ 500.0 | 直视危险，照射眼睛会更危险。 | | IV | 非常有害 | > 500.0 | 高能量连续激光，有火灾危险；用于外科手术及激光切割、焊接等机械加工。 | ## 激光雷达特点 激光雷达使用激光测距的原理探测物体，与摄像机测量相比，获取数据的形式不同。前者直接获取三维点云（Point cloud），后者获取照片或影像。在数据获取方面，LiDAR 系统通过测距和导航定位定向系统（position and orientation system，POS）直接计算地物目标的三维坐标。摄影测量对环境光线、温度等要求较高，而激光测距则对这些因素不敏感，因此在数据解算方式、测量精度和测量环境的要求等方面具有优势。 总的来说，激光雷达具有如下优点： - 主动遥感技术。 - 获取地物三维空间信息快速、直接。 - 方向性好，角度、距离和速度分辨率高。 - 对电磁干扰不敏感，抗干扰能力强。 - 低空探测性能好。 - 穿透性强。 当然，激光雷达也有缺点： - 首先，激光也会受大气的影响，如在大雨、浓烟、浓雾等恶劣天气或环境下激光脉冲会急剧衰减，大气湍流也会降低激光雷达的测量精度。 - 其次，激光雷达的波束窄，搜索目标困难，影响目标的截获概率和探测效率。 - 最后，激光雷达获取的离散三维点云是其优势，但相对于传统二维遥感影像，在地物目标分类方面稍逊色。 --- 激光雷达（激光探测及测距）是一项光学遥感技术，它利用激光对地球表面进行密集采样，以产生高精度的 x、y、z 测量值。激光雷达主要用于机载激光制图应用程序中，正日益成为替代传统测量技术（如摄影测量）的具有成本效益的新技术。激光雷达能生成可通过 ArcGIS 进行管理、显示、分析以及共享的离散多点云数据集。 激光雷达系统的主要硬件组成部分包括一组车辆（飞机、直升机、车辆以及三脚架）、激光扫描系统、GPS（全球定位系统）和 INS（惯性导航系统）。INS 系统测量激光雷达系统的滚动角、俯仰角与前进方向。 激光雷达是一个主动光学传感器，它在沿着特定的测量路径移动时向一个目标发射激光束。激光雷达传感器中的接收器会对从目标反射回来的激光进行检测和分析。这些接收器会记录激光脉冲从离开系统到返回系统的精确时间，以此计算传感器与目标之间的范围距离。这些距离测量值会与位置信息（GPS 和 INS）一起转换为对象空间中反射目标实际三维点的测量值。 完成激光雷达数据采集测量之后，将通过分析激光的时间范围、激光的扫描角度、GPS 位置和 INS 信息将点数据后处理成高度精确的地理配准 x、y、z 坐标。 ![](./images/what-is-lidar-system.png) ## 激光雷达回波 从激光雷达系统发射的激光脉冲会从地表面和地表上的物体反射：植被、建筑物以及桥梁等等。发射出的一个激光脉冲可能会以一个或多个回波的形式返回到激光雷达传感器。任何发射出的激光脉冲在向地面传播时，如果遇到多个反射表面则会被分割成与反射表面一样多的回波。 最先返回的激光脉冲是最重要的回波，它将与地表最高的要素相关联，比如树顶或建筑物顶部。第一个回波也可能表示地面，在这种情况下激光雷达系统只会检测到一个回波。 多个回波可以检测在向外发射的激光脉冲的激光脚点内的多个对象的高程。中间的回波通常对应于植被结构，而最后的回波对应于裸露地表 terrain 模型。 最后的回波并非始终从地面返回。比如，考虑这样一种情况，一个脉冲在向地面发射的过程时撞到粗壮的树枝，根本没有达到地面。在这种情况下，最后的回波不是从地面返回，而是从反射了整个激光脉冲的树枝返回。 ![](./images/what-is-lidar-system-02.png) ## 激光雷达点属性 附加信息与每个 x、y 和 z 位置值存储在一起。为每个记录的激光脉冲保留以下激光雷达点属性：强度、回波编号、回波数、点分类值、在飞行航线边缘的点、RGB（红、绿和蓝）值、GPS 时间、扫描角度和扫描方向。下表介绍了可以随每个激光雷达点提供的属性。 注：以下列出的激光雷达属性并不总在最终输出的激光雷达文件中提供。使用 [LAS 数据集](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/las-dataset/what-is-a-las-dataset-.htm)来查看属性以及与激光雷达数据相关联的分类。 **表1 激光雷达属性** | 属性 | 描述 | | ------------------------------------------------------------ | ------------------------------------------------------------ | | [强度](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/las-dataset/what-is-intensity-data-.htm) | 生成激光雷达点的激光脉冲的回波强度。 | | 扫描角度等级 | 发射的一个激光脉冲最多可以有五个回波，这取决于反射激光脉冲的要素以及用来采集数据的激光扫描仪的功能。第一个回波将标记为一号回波，第二个回波将标记为二号回波，以此类推。 | | 回波数 | 回波数是某个给定脉冲的回波总数。例如，某个激光数据点可能是总共五个回波中的二号回波（回波编号）。 | | [点分类](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/las-dataset/lidar-point-classification.htm) | 每个经过后处理的激光雷达点可拥有定义反射激光雷达脉冲的对象的类型的分类。可将激光雷达点分成很多个类别，包括地面、裸露地表、冠层顶部和水域。使用 LAS 文件中数字整数代码可定义不同的类。 | | 飞行航线的边缘 | 将基于值 0 或 1 对点进行符号化。在飞行航线边缘标记的点将赋值 1，所有其他点将赋值 0。 | | RGB | 可以将 RGB（红、绿和蓝）波段作为激光雷达数据的属性。此属性通常来自在激光雷达测量时采集的影像。 | | GPS 时间 | 从飞机发射激光点的 GPS 时间戳。此时间以 GPS 一周的秒数表示。 | | 扫描角度 | 扫描角度是 -90 度到 +90 度之间的值。在 0 度时，激光脉冲位于飞机正下方的最低点。在 -90 度时，激光脉冲在飞机的左侧；而在 +90 度时，激光脉冲在飞机的右侧，且与飞行方向相同。当前多数激光雷达系统都小于 ±30 度。 | | 扫描方向 | 扫描方向是激光脉冲向外发射时激光扫描镜的行进方向。值 1 代表正扫描方向，而值 0 代表负扫描方向。正值表示扫描仪正从轨迹飞行方向的左侧移动到右侧，而负值正相反。 | ## 什么是点云？ 经过后处理，从空间上进行过组织的激光雷达数据被称为点云数据。初始点云是 3D 高程点的大集合，其包括 x 值、y 值、z 值以及 GPS 时间戳等其他属性。在初始激光雷达点云经过后处理后，可对激光遇到的特定表面要素进行分类。地面、建筑物、森林冠层、高速公路以及任何激光束在测量过程中遇到的物体构成了点云数据。 ![](./images/what-is-lidar-system-03.png) 有关激光雷达分类的详细信息，请参阅[激光雷达点分类](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/las-dataset/lidar-point-classification.htm)。 ArcGIS 中的激光雷达点云数据通常表示为一系列[栅格](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/raster-and-images/what-is-raster-data.htm)或 [TIN](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/tin/fundamentals-of-tin-surfaces.htm)、[LAS 数据集](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/las-dataset/what-is-a-las-dataset-.htm)、[terrain 数据集](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/terrains/what-is-a-terrain-dataset-.htm)或者[镶嵌数据集](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/raster-and-images/what-is-a-mosaic-dataset.htm)。 ## 应用场景 激光雷达是所见即所得的传感器，避开了摄像头对于数据库和算法的高度依赖，在 L3 等级智能驾驶中能够加快反应速度，提高系统冗余性。长尾场景是实现自动驾驶的一大隐患，摄像头和毫米波雷达等构成的感知系统在一些长尾场景会存在决策失灵的情况。相较于毫米波雷达和摄像头，激光雷达在探测距离、可靠度、行人判别、夜间出行等方面的指标更优异，OEM 厂商可以通过加入激光雷达、增强感知系统的冗余性，提高车辆的安全性。 激光雷达通过 SLAM 技术生成高精地图并定位，自动驾驶汽车需要利用激光雷达、摄像头等传感器感知外部环境、构建环境模型并利用该模型确定车辆所在的位置，这套技术被称为 SLAM。激光雷达是依靠将车辆的初始位置与高精度地图信息进行比对来获得精确位置，首先通过 GPS、IMU 和轮速等传感器给出一个初始（大概）的位置。其次，将激光雷达的局部点云信息进行特征提取，并结合初始位置获得全局坐标系下的矢量特征。最后，将上一步的矢量特征跟高精度地图的特征信息进行匹配，得出精确的全球定位。 ## 参考 - [什么是激光雷达数据？](https://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/las-dataset/what-is-lidar-data-.htm)