雷達

#揭秘雷達如何實時鎖定高速目標！

激光雷達是一種通過發射激光束探測目標信息的傳感器系統。其核心原理為：向目標發射激光并接收反射信號，通過計算激光往返時間確定目標距離；同時設備高速旋轉進行360度掃描，收集密集的點云數據（物體表面坐標集合），實時構建環境的二維/三維數字模型。該系統可精確測量目標的位置、速度、形狀等多種參數，廣泛應用于自動駕駛、測繪等領域。

激光雷達內部技術與特點如下表所示：

(1)點云數據是激光雷達在掃描范圍內探測到的所有物體表面點的集合。每個點包含兩類核心信息：

①.反射率特性

●數值范圍：0-255

●漫反射物體：0-150（對應反射率0%-100%）

●全反射物體：151-255（如金屬、玻璃）

●注意：當物體距離Mid-360雷達＜2米時，反射率誤差較大，僅能判斷全反射/漫反射類型

②.空間坐標

●坐標系類型：直角坐標(x,y,z)或球坐標(r,θ,φ)

●探測有效時：輸出真實坐標值

●探測無效時（無物體/超量程＞100m）：

直角坐標：(0,0,0)

球坐標：(0,θ,φ)（保留當前掃描角度信息）

Livox mid-360雷達直角坐標和球坐標的對應關系

(2)激光雷達按線數分類可分為單線激光雷達和多線激光雷達，單線激光雷達是指激光源發出的線束是單線的雷達，獲取的是2D平面掃描圖；多線激光雷達是指同時發射及接收多束激光的激光旋轉測距雷達，市場上目前有4線、8線、16 線、32 線、 64 線和128線之分，多線激光雷達可以識別物體的高度信息并獲取周圍環境的3D掃描圖。如圖所示為二維和三維點云的可視化顯示。

二維點云的可視化顯示 三維點云的可視化顯示

#導航為什么總能猜對你想走哪條路？

激光導航是目前AGV系統中普遍采用的導航方式，根據它的導航原理，AGV小車在導航區中可自由行走并精確定位；在導航范圍內，小車的行走路徑可根據實際要求隨時改動，可充分發揮AGV的柔性，提高生產效率。有許多系統需要在現有的場地條件下進行，這時激光導航AGV系統將會顯得尤為合適。

(1)激光導航的核心原理可概括為兩大原理：

①.建地圖（首次學習環境）

●AGV首次啟動時，像“用激光筆掃描房間”一樣，通過激光雷達全方位掃描周圍環境。

●利用 SLAM技術（自主定位+繪圖），記錄墻壁、設備等固定物體的位置，生成一張環境數字地圖。

②.實時定位（導航時找位置）

●AGV移動時，激光雷達持續掃描，實時獲取周圍環境的“快照”點云數據。

●將實時數據與已存儲的地圖對比（類似“玩找不同游戲”），通過算法計算出AGV當前的精確位置和朝向。

二維柵格地圖實例 三維點云地圖實例

(2)激光導航特點：

高精度定位與導航，適合對精度要求嚴格的場景，如堆疊取放貨;環境適應性強，復雜場景有一定兼容性，可應對光照變化、輕微地面不平整等干擾，但需避免強光直射激光雷達，可能影響測距精度；無固定路徑限制，不同于磁導或二維碼導航，激光導航無需預埋磁條或鋪設標簽，通過軟件即可自由修改路徑;高智能化與擴展性，多車協同，通過中央調度系統共享地圖和實時位置信息，實現多AGV協同作業，如交叉路徑避讓、任務分配。

對比其他導航方式如表所示：

#遇障礙秒躲的AI條件反射是如何煉成的？

(1)激光避障原理

通過激光雷達實時掃描生成環境點云數據，先用智能算法將相鄰點云聚集成障礙物團塊，區分靜態物體（位置不變）和動態物體（位置變化，可預測軌跡）；同時結合多個雷達的同步掃描數據，統一以車身為中心分析周圍環境，車體外的所有點云均標記為障礙物，實時規劃安全路徑避開危險。

(2)避障類型

單線激光雷達（如SICK TIM系列）：低成本，用于平面2D避障。

多線激光雷達（如Livox Mid360, Velodyne VLP-16）：3D避障，檢測空間高度信息，防止低矮或懸空物體。

(3)避障雷達安裝位置

主要為車頭/車尾主避障、車身兩側側向防護、頂部全局監控，如圖所示。車頭車尾一般安裝在車體的四個角上，且雷達正前方向外傾斜。車身兩側側向防護一般以四個角上的雷達掃描范圍即可覆蓋。頂部全局監控一般將導航雷達同時用作避障。

以雷達正前方為0度，覆蓋車身邊緣的范圍為正負135度，但由于車體干涉，需要將靠近車體的部分濾除，因此FOV范圍一般設定為正負120度。叉間一般只檢測單線無角度避障。

2d雷達避障一般安裝位置與覆蓋范圍

(4)360度空間環繞避障:

需通過2d與3d雷達安裝位置確保掃描范圍整體覆蓋車身周圍一圈。

3d雷達以mid360為例，需已知其坐標定義和最大覆蓋掃描范圍，如圖所示。

默認方案為：車頭前導航雷達下側豎裝或向上斜裝一個3d雷達，車身兩側豎裝或向上斜裝各一個3d雷達，車身后側貨叉下面豎裝或向上斜裝一個3d雷達，叉間采用光電IO避障。

(5)技術優勢與局限性

優勢：高精度：毫米級測距精度，遠高于超聲波或紅外?？垢蓴_：不受環境光、灰塵、電磁場影響（相比視覺傳感器）?？焖夙憫簰呙桀l率通常10Hz~50Hz，適合高速AGV（≥1.5m/s）。

#電子版“第六感”：如何為搬運機器人看風聽雨？

(1)激光感知原理概述：

通過3D雷達獲取點云數據后，先過濾灰塵、玻璃反光等干擾信息，再利用智能算法提取貨架邊緣、墻角、托盤叉孔等關鍵結構特征，最終將目標物體精確映射到坐標系中，輸出位置姿態信息并構建帶語義的局部環境地圖，實現“看清物體+理解場景”的智能感知。

(2)托盤識別與定位

海豚之星機器人托盤識別與定位

(3)叉取對齊

(4)自動堆疊

海豚之星機器人自動堆疊

(5)技術優勢與局限性

優勢：高精度：激光測距精度可達±1mm，滿足工業級托盤操作需求。抗環境光干擾：相比視覺方案，激光不受光照變化影響。實時性強：掃描頻率10Hz~50Hz，適合高速物流場景。

局限性：成本高：激光雷達價格顯著高于超聲波，尤其多線雷達。特殊材質影響：黑色吸光物體或鏡面反射物體可能降低檢測可靠性。計算復雜度：實時點云處理需較高算力（需嵌入式GPU或專用處理器）。

相機

#ToF怎樣用光波實現毫米級「隔空測量」？

Time-of-Flight（ToF）是三大主流3D成像技術之一（另兩種為結構光與雙目立體視覺）。其原理是通過發射近紅外光并計算光線往返時間，直接獲取物體的距離信息（深度）。相較于其他技術，ToF具有計算簡單、抗干擾強、遠距離測量的優勢，因此被廣泛應用于手機后置攝像頭（如華為/OPPO/蘋果）、工業自動化、AGV導航和機器人抓取等領域。

(1)dtof

dToF（直接飛行時間測距）由三大核心組件構成：

①VCSEL：發射納秒級激光脈沖；

②SPAD（單光子雪崩二極管）：可檢測單個光子級的反射光信號；

③TDC（時間數字轉換器）：精確記錄光脈沖往返時間。

其工作原理為：單幀內發射接收N次脈沖，通過TDC記錄每次飛行時間并生成直方圖，取最高頻時間t計算深度（d=ct/2）。此技術通過統計優化顯著提升抗干擾能力，實現高精度深度測量。

單像素記錄的光飛行時間直方示意圖

dToF的原理看起來雖然很簡單，但是實際能達到較高的精度很困難。除了對時鐘同步有非常高的精度要求以外，還對脈沖信號的精度有很高的要求。普通的光電二極管難以滿足這樣的需求。而dToF中的核心組件SPAD由于制作工藝復雜，能勝任生產任務的廠家并不多，并且集成困難。所以目前研究dToF的廠家并不多，更多的是在研究和推動iToF。

(2)itof

iToF的概念和dToF相對應，全稱是indirect Time-of-Flight，直譯就是間接光飛行時間。所謂間接，就是指iToF是通過測量相位偏移來間接測量光的飛行時間，而不是直接測量光飛行時間。iToF向場景中發射調制后的紅外光信號，再由傳感器接收場景中待測物體反射回來的光信號，根據曝光（積分）時間內的累計電荷計算發射信號和接收信號之間的相位差，從而獲取目標物體的深度。如圖所示。

iToF成像原理示意圖

iToF模組的核心組件包含VCSEL和圖像傳感器。VCSEL發射特定頻率的調制紅外光。圖像傳感器在曝光（積分）時間內接收反射光并進行光電轉換。曝光（積分）結束后將數據讀出，經過一個模擬數字轉換器再傳給計算單元，最終由計算單元計算每個像素的相位偏移。iToF計算深度的方式通常是采用4-sampling-bucket算法，利用4個相位延遲為0°，90°，180°和270°的采樣信號計算深度。如圖所示。

連續波調制方式測相位偏移原理示意圖

(3)深度圖生成

雙目立體視覺通過左右攝像頭同步拍攝物體，利用視差（圖像中物體的位置差）計算深度，類似人眼的距離感知；而ToF相機則直接記錄每個像素的飛行時間距離值，生成高分辨率深度圖（如640×480），結合RGB攝像頭可構建彩色3D點云，兩者均為3D環境建模的核心技術。

視差原理示意圖深度圖計算公式：

無論是更大的基線距離還是更大的焦距，都會在相同視差下產生更深的深度，這意味著深度精度會更好。焦距是相機透鏡和圖像傳感器之間的距離。焦距越大，FOV越窄。因此，為了獲得遠距離深度感知，您可以增加基線距離和/或減小FOV。

深度相機成像方式對比如表所示：

#Tof相機在AGV領域的應用：

(1)避障與安全防護

動態避障：實時檢測5m內的障礙物（如人員、叉車、貨架），觸發減速或急停。多級安全區域（如：1m外預警，0.3m內急停）。低矮障礙檢測：檢測地面上的托盤、貨箱等，防止AGV碰撞或碾壓。

(2)托盤識別與叉取

托盤定位：通過深度圖識別托盤叉孔位置，精度可達±3mm。適應不同托盤類型（木制、塑料、金屬）。自動叉?。航Y合AGV運動控制，調整叉臂位姿，確保精準插入。

黑色托盤的tof相機檢測結果如下圖所示，depth為深度圖，RGB為彩色圖，PointCloud為點云數據，將原始點云通過感知算法處理，最終輸出托盤相對于車體中心的二維位姿。

堆疊檢測：測量貨物高度，確保多層堆疊穩定性。

體積測量：計算包裹尺寸（長×寬×高），用于物流分揀。

#ToF相機的技術優勢

其他傳感器

#超聲傳感器

1.原理：發射40kHz-200kHz超聲波脈沖，接收反射信號計算距離。

2.應用：

●AGV避障/到位檢測：典型波束角15°~30°（遠距覆蓋廣，精度低）；

●透明物體檢測（玻璃/亞克力）；

●多設備需防串擾，盲區（5-20cm）需紅外/激光補足。

3.優點：

●抗光/粉塵/霧氣干擾，適應工業復雜環境；

●成本極低（單價10~100元），壽命長（>10萬次）；

●非接觸無磨損。

4.缺點：

●精度低（±1~5cm，溫濕度影響），需多傳感器融合；

●動態響應慢（50~100ms），不適用高速場景（>1.5m/s）；

●多徑反射干擾，依賴算法（如RANSAC）濾噪。

#慣性測量單元（IMU）

1.原理：

●由陀螺儀（測量角速度）和加速度計（測量線性加速度）構成，部分集成磁力計輔助航向校準；

●通過姿態解算與濾波算法（如卡爾曼濾波）輸出歐拉角。

2.應用：

●AGV導航：融合編碼器數據補償航向漂移，提升定位精度；

●動態姿態控制：實時監測貨叉俯仰/翻滾角，調整貨物姿態；

●無基礎設施定位：隧道、室內等無GPS場景的自主導航。

3.優點：

●完全自主，不依賴外部信號（GPS/反光板）；

●高頻更新（可達1kHz），實時性強；

●抗光照/粉塵/電磁干擾（磁力計除外）。

4.缺點：

●累積誤差：陀螺儀漂移需多傳感器（視覺/里程計）融合校正；

●校準依賴：開機需靜止校準零偏，定期維護；

●初始對準：啟動時需水平靜止或已知姿態初始化。

#拉線編碼器

1.原理：通過機械傳動與編碼器結合實現位移測量：拉線（鋼絲/纖維）隨物體移動伸縮，帶動內部編碼器旋轉，將位移轉換為電信號（公式：位移=編碼器分辨率×脈沖數×輪周長）

2.應用：包括AGV貨叉精密控制（±1mm精度）、斜坡車身調平及集裝箱吊具校準；

3.優勢：為超高精度（±0.01mm）、抗干擾（耐粉塵/電磁）、長行程（達50m）和靈活安裝；

4.不足：在于機械磨損需定期維護、高速運動易抖動（>1m/s），且僅支持單向測量，多自由度需多設備組合。

#光電測距傳感器

1.原理：發射紅外光并檢測反射強度，距離越近反射信號越強（無精確距離值，僅閾值判斷）。

2.應用：一般用于簡單避障或到位檢測。

3.優點：成本極低。非接觸測量：避免機械磨損，壽命長。高速響應：毫秒級檢測?？闺姶鸥蓴_：適合工業復雜環境。

4.缺點：受物體顏色、表面材質影響大。光學干擾：強光、鏡面反射、透明物體會影響精度。測距范圍限制，一般測距極限值遠低于激光。

原文：海豚之星機器人官網（aiten.com)

審核編輯 黃宇