仿真测试入门参考（3）：自动驾驶的硬件-传感器之激光雷达

“ 经常有朋友问如何学习仿真测试，于是想着把自己的一些经验和理解分享出来，希望能有所帮助。不过视野和技术有限，所说不一定对，供大家批评和参考。这是第3篇，自动驾驶的硬件-传感器之激光雷达”

传感器用于探测自动驾驶车辆周围环境和自身状态，为自动驾驶的实现提供输入各种信息。主要的传感器类型有激光雷达、摄像头、毫米波雷达、超声波雷达和定位传感器等，本篇对激光雷达简要介绍如下：

激光雷达（lidar）通过发射并接收周围环境反射回的激光脉冲达到探测的目的，按照测距原理可分为飞行时间法（TOF，time of flight）、相位法和三角法等。

飞行时间法的原理下图所示：

发射器发射激光脉冲的时刻为t1，接收器接收物体反射的激光脉冲的时刻为t2,则激光束的往返飞行时间t=t2-t1,光速为c，从而物体距离激光雷达的距离为：d=c*t/2

根据发射激光数量的不同，可以将激光雷达分为单线激光雷达和多线激光雷达。多线激光雷达可以发射多条光线，获得更大的垂向探测范围和物体的三维信息，在自动驾驶中广泛使用。多线激光雷达通过激光线束在垂向不均匀的分布，满足对不同区域的不同分辨率需求，如下图的禾赛 Pandar128E3X激光雷达，在-6.1°~ +2.0°范围内的线束更密集，垂直角分辨率为0.125°，而在-24.1°~ -6.1°及+2.0°~ +13.5°范围内的线束相对稀疏，垂直角分辨率为0.5°。

激光雷达通过旋转发射器和接收器的角度实现更大的水平探测范围，按照实现方式的不同可以分为机械式、半固体和固态激光雷达。机械式激光雷达通过电机带动激光雷达绕垂直轴进行360°旋转，从而水平视场角可达到360°，外观一般为圆柱形；固态激光雷达内没有运动部件，半固态激光雷达内则有部分运动部件，两者的水平场景角一般较小（如120°），外观一般近似方形。下图为机械式激光雷达和半固态（固态）激光雷达的示例：

激光雷达的输出为不同时刻每束激光探测到的目标点的位置信息，称为“点云”，如下图所示RS-LiDAR-M1激光雷达的点云。该信息一般通过以太网的UDP协议向外发送。