坐在自動駕駛的車里，前方道路、雨刷擺動、車道線在眼前一幕幕鋪展。為車輛繪制這張"三維地圖"的，叫激光雷達（LiDAR）。它是自動駕駛的"眼睛"，也是機器人視覺的重要組成部分。但它到底是怎么工作的？

一、最基礎的原理：飛行時間測距

激光雷達的原理，可以用一句話概括：發射一束光，等它回來，統計時間。光速是 299,792,458 米/秒，固定不變。如果從發射到接收回波信號花了 0.000001 秒（1 微秒），那么目標的距離就是：299,792,458 × 0.000001 ÷ 2 ≈ 150 米。除以 2，是因為光去和回要走兩趟。

這就是激光雷達最基礎的飛行時間測距（Time of Flight，ToF）。道理聽上去簡單，但在實際工程中，從皮秒級的計時精度，到微弱回波的捕捉，每個環節都充滿挑戰。

圖1：ToF 飛行時間測距——發出一束光，等它回來

二、從"一個點"到"一片點云"

如果只朝一個方向測距，得到的只是一個點。而現實世界復雜得多：一臺激光雷達每秒要發射幾萬次激光脈沖、接收同樣多的回波，才能拼出一幅三維點云地圖。這就要讓光束"動起來"。

旋轉式方案用高速旋轉的鏡子把光束甩向不同方向，每轉過一點，就照亮一個新的方位；MEMS 微振鏡則用一枚指甲蓋大小的硅基鏡片來做這件事，鏡片每秒可振動數千次，從而實現每秒幾萬點的掃描速度，是中短距離感知的主力。

全固態的 Flash LiDAR 路子更不同：它干脆不用掃描部件，而是像按下快門的手電筒，一次性向整個視野泛光照射，再由大型面陣列光電接收器（SPAD-SoC）同時讀取整個視野的回波信息。優點是可靠性高、無磨損；缺點是測距比旋轉式短，且激光能量分散到遠處會明顯變弱。

圖2：三條技術路線對比

三、更先進的技術：FMCW

上面講的都是 ToF（飛行時間）方式。近年來還有一條更前沿的路線：FMCW（Frequency Modulated Continuous Wave，調頻連續波）。

它的思路是給光裝上一把"頻率尺"：激光器發射一束頻率連續升高（線性啁啾）的光，光碰到目標返回時，因為多走了這一段路，回波的頻率會比"此刻"的發射頻率低一截；如果目標還在移動，多普勒效應還會額外帶來頻率偏移。接收端把發射光與回波混頻，會得到一個差頻（拍頻）——這個頻率差直接對應目標的距離，而多普勒帶來的那部分偏移，則直接對應目標的運動速度。

圖3：FMCW 調頻連續波——用差頻同時讀出距離與速度

這種方式有幾個獨到的好處：

第一，它能直接測量目標速度，而不是靠兩次測距反推；

第二，它依賴相干探測，抗干擾能力極-強，能在強太陽光下正常工作，不被環境雜光淹沒；

第三，它可以同時測出多個目標的距離，而不必一個點一個點地掃。

因此 FMCW 目前主要用于長距離、遠距離障礙物檢測；而中短距離的車道識別和前方感知，旋轉式 / MEMS 方案更合適。部分高-端自動駕駛車型干脆采用混合方案，同時裝備兩種激光雷達，各取所長。

四、中國力量

在激光雷達這條賽道上，國內企業已經走出了一條獨特的路子。采用旋轉式 MEMS 路線的廠商，已經拿下多個車廠的量產配套；自研的單模偏振 905nm 激光雷達方案，同時應用在手機人臉識別與車載激光雷達上。這些企業的競爭力，不只在價格，更在于把系統集成做小、做輕——在集成化與體積化設計上優勢明顯。

五、小結

激光雷達的核心，是飛行時間（ToF）：發射光、等光回來、統計時間、除以 2，得到距離。但真實系統遠比這復雜：

把這句話變成每秒上百萬個三維坐標，還得靠三件事：

•  靠掃描機構把一束光撒向幾十萬個方向

• 靠探測器在噪聲里抓住回來的那幾個光子

• 靠算法把"距離 + 角度"翻譯成點云，再翻譯成"前方 60 米有個行人"

下次你再看到自動駕駛車頂那個旋轉的東西，不妨想一想：那面細小的鏡子，每秒鐘要完成幾萬次的光之往返——它看到的世界，沒有顏色，卻比我們的眼睛更精確，也更快。