内容概要

1 激光雷达原理
2 激光雷达安装、标定与同步
3 激光雷达数据采集
4 ROS编程基础

1 激光雷达原理

1.1 什么是激光雷达？

LiDAR，Light Detection And Ranging
LADAR，LAser Detection And Ranging

探测和测距系统利用发射出的不同频率的波长，根据其从障碍物上返回所需的时间来绘制一个区域的地图。

LiDAR、Laser Radar以及LADAR系统，都使用光频率来进行这类测量。各系统之间，虽然原理近似，但应用特点和适用领域大有不同。

LiDAR已广泛意义上成为基于光的非接触式测量仪器的统称，但在实践中，LiDAR测量设备在处理“大区域”、“大容量”扫描领域作业中更加适用，系统通常会以网格或锥形的方式发出多束激光，并通过不断运动快速覆盖数百万个点，其精度根据需求，从0.1英寸（2.54毫米）到超过1英尺（304.8毫米）不等。LiDAR测量系统在土地测绘、建筑信息建模和自动驾驶汽车的导航系统中应用较为普遍。

Laser Radar系统，则更接近于：采用非合作靶标进行测量的激光跟踪仪。测量时，Laser Radar系统通常会发出一个单一的、聚焦的激光束来测量几米范围内的特征，精度在微米级别。

LADAR系统，正好集合了LiDAR与Laser Radar系统的优势。LADAR测量系统，如API品牌的9D LADAR，可以在不牺牲精度的前提下，提供更大的测量范围。LADAR系统可在所有Laser Radar适用领域中应用，并提供更佳的测量效率，完美适用于以白车身检测或机身装配等为代表的高端应用环境。

LiDAR系统更多地利用网格或锥状激光束来增加覆盖范围，并在较远的距离以较低的精度收集数据；Laser Radar系统则牺牲了测量速度和效率，以提高单点测量精度；对于制造业中真正高效、流畅运作的自动化近线/在线检测解决方案来讲，LiDAR系统缺乏精度，而Laser Radar则缺乏测量的速度和效率。LADAR系统，则兼容了前两种系统的优势，能够同时保障精度与速度，实现更高效的测量，更加适用于工业自动化生产领域的各测量环节。

参考：LADAR, LiDAR & Laser Radar激光雷达的种类划分与功能对比

1.2 激光雷达原理

激光雷达优点：
1、具有极高的分辨率
2、抗干扰能力强
3、获取的信息量丰富
4、可全天时工作

激光雷达缺点：
易受环境中可反射激光物质的影响，例如天气（雨天）、灰尘和昆虫等影响。

1.3 激光雷达分类

三角法

适应于近距离，百微米精度，随着距离的增加，精度会变得更差。

TOF法

脉冲间隔测量法

幅度调制的相位测量法

脉冲型TOF法，随着距离的增加所需要测算的精度要更高，发射器件的功率要大，对发射器提出了高要求，所以长距离的高精度是没有办法实现的。

相干法

需要连续时间波长的叠加计算时间和距离，测量速度慢但是精度高，所以一般适用于手持扫描仪器中。

激光雷达用途

autonomous vehicles

agriculture
river survey
modelling of the pollution
archeology and building construction

2 激光雷达安装、标定与同步

2.1 激光雷达安装方式

考虑因素

激光雷达数量
激光雷达线束
安装位置
安装角度

2.2 激光雷达点云用途

2.3 数据融合

多激光雷达数据融合

为达到多线的效果，以多个少线数的激光雷达进行融合，降低成本。

多传感器数据融合

2.4 激光雷达系统方案

RS-LiDAR-16
RS-LIDAR-32B
GPS及惯导设备
IPC工控机
激光雷达安装支架（固定支架）
显示器
交换机
网线
多雷达模拟时间同步板

硬件部分

全方位感知（主雷达+近补雷达）

反射强度

抗干扰

抗多雷达对射干扰

抗强光干扰

多传感器融合

多传感器标定

时间同步

保证多个雷达的时间处于同一个时间计时标准(不进行时间同步时，每个雷达以启动时刻计时，使用自身内部独立的计时系统)。

外部时间源: GPS或网络时间源。
时间输入:
GPS通过UART接入雷达，发送GPRMC消息；PPS通过IO接入雷达，发送1 PPS脉冲信号。
网络时间通过以太网UDP指令发送时间，进行同步。

空间同步

保证所有的雷达数据转换到一个统一的坐标系下(不同雷达扫描到的同一个目标具有同样的坐标位置)

统一坐标系
选择位置最核心的一个雷达的坐标系作为雷达耦合的统一坐标系(理论上可以选择任意坐标系作为统一坐标系)

空间位置标定
平移量 – (x.y.z)
旋转量–(roll,pitch,yaw)
（平移量可以通过测量安装距离来标定初值，且有些安装方式是无法直接测距的，但是旋转量无法测量。)

软件部分

障碍物检测

障碍物检测是指从点云数据中提取出潜在的障碍物体，得到它们的方位、尺寸、形状、朝向等信息，
般通过bounding box来添加或者多边形来描述。

障碍物分类

障碍物分类是指在障碍物检测的基础上，得到物体的类别信息，例如车辆、行人、骑行者等。

运动物体跟踪

运动物体跟踪是指估计运动物体的运动状态，包括运动方向、速度大小、加速度、角速度、运动轨迹等
信息。

可行驶区域检测

可行驶区域检测是指在场景中分割出可以行驶的区域，根据不同的场景要求，相关的任务有路沿检测、车道线检测、地面检测、路面检测等任务。

SLAM建图

建图算法的挑战:
精度高满足定位算法厘米级需求；
大场景稳定性高，精度不随地图增大而降低；
人工干预少，重复精度高；

重定位

定位场景展示：
小型移动机器人

特点:
经常发生灵活机动
角速度较大
视角比较低

3 激光雷达数据采集

4 ROS编程基础