（三）LiDAR的测距原理（师弟师妹）简单科普

激光测距的方法大体可以分为两种：ToF（Time of Flight）测距（包括脉冲测距、相位测距）和三角测距。

ToF测距是通过测量光的飞行时间来计算距离。根据发射激光信号的不同形式，ToF测距法可分为脉冲测距和相位测距。

测距方法

距离

精度

抗强光能力

光功率

成本

扫描仪示例

脉冲测距

dToF

远

低

强

中

中

RIEGL VZ-6000

（标称最远6000m）

相位测距

iToF

中

中

中

高

中

Z+F PROFILER 9012

三角测距

近

近距离高

无

低

低

太多了

激光器发射激光脉冲，计时器记录发射时间T1；接收器接收被反射的激光，计时器记录接收时间T2。两个时间的间隔△ T即为激光的“飞行时间”。光速c是一定的，因此距离可由速度与时间计算得到。

（1）原理不难。

（2）功耗低。

（3）抗干扰能力强。

（4）测距距离远。（理论上的测距精度不随距离增加而下降）

（5）标定较为简单。

（1）所需元器件需要高精度。

（2）（电路问题）系统集成不是很简单。

相位测距是将发射的连续的激光进行幅度调制（调制光的光强随时间做周期性变化），被反射后，激光产生相位变化。根据相位差来间接测量时间和距离（曲线测距）。比dToF直接测量时间所需的器件要求相对降低，处理难度也降低了很多。

单一频率测量时，只能分辨不足2π的部分。因此，当测相分辨率一定时，频率越小，距离分辨率越高，测量精度越高。这也是相位测距测程不可以很大的原因。

（1）原理也不难。

（2）系统集成较为轻松。

（1）精度随距离下降。但在几十米的范围内挺好用。

（2）功耗较大。

（3）多路径效应，抗干扰能力较差。

（4）标定相对复杂，需要对多个距离进行标定。

三角测距根据摄像头的光斑成像位置，利用相似三角形的几何关系计算距离。双目视觉、结构光测距等，都可归纳为三角测距原理。

激光器发射激光，激光照射到物体表面后发生反射；基线另一端的CCD相机接收反射信号，并记录入射光与反射光的夹角。依照光学路径，不同距离的物体会显示在CCD上的不同位置。

因此，在已知激光源和CCD间距离的情况下，根据相似三角形的几何关系，就可疑推导出激光源与物体表面的距离。

L是激光源，C是CCD中心，LC构成基准线。

O是目标物，LO是入射线，LC是反射线。

α是入射线与基准线的角度。

P是目标物O的反射线在光敏单元上成像的位置。

P’是当目标物O距离基线LC无穷远处时，反射光线在光敏单元上成像的极限位置。

PP’是光斑在光敏单元上偏离极限位置的位移，记为X。

CF是焦距f。

（1）原理也很简单。

（2）成本不高，主要器件为激光发射器和线阵CCD。

（3）近距离下的探测精度较高，可以达到亚毫米级，在工业测量和逆向工程中较为常用，激光SLAM的扫地机器人应该也是吧。

（1）信噪比较高。在强光的环境下，反射光斑可能就没有了；接收器检测不到反射光斑，那不就。

（2）无法远距离探测。物体越远，CCD上的呈像位置越接近，物极必反啊！超过某个距离后，CCD也几乎无法分辨哪个是哪个了，也只能瞎算了。

既然知道了LiDAR的测距原理，那么接下来将介绍点云的常用文件格式。