简述激光雷达的结构原理分类及特点？
激光雷达发射器先发射激光，经过物体（ O b j e c t ObjectObject ）反射后被 C M O S CMOSCMOS （一种图拆消像传感器，即图中 I m a g e r ImagerImager ）捕捉，设捕捉点为 x 2 x_2x
2
。现过焦点 O OO 作一条虚线平行于入射光线，交 I m a g e r ImagerImager 于 x 1 x_1x
1
，由于 β \betaβ 已知，所以可得到 x 1 x_1x
1
的位置。记 x 1 , x 2 x_1,x_2x
1
,x
2
之间距离为 x xx，易得左右两个三角形相似，所以有：q f = s x \frac{q}{f}=\frac{s}{x}
f
q
=
x
s
，又有 s i n β = q d sin\beta=\frac{q}{d}sinβ=
d
q
，二者联立可得 d = s f x s i n β d=\frac{sf}{xsin\beta}d=
xsinβ
sf
.
这样就可得到物体到激光发射器的距离 d dd 了，激光雷达将这样的发射器和接收器组装在一起，经过机械旋转360°即可得到一周障碍物的距离。

TOF测距原理
由三角测距的计算公式不难发现，当距离 d dd 很大时，每变化 δ d \delta dδd 引起的 x xx 变化很小，导致精度下降，这就限制了测量范围。
而TOF（Time of flight）原理克服了测量距离这一难点，并且提高了精度：

TOF原理十分简单，就是利用光速测距。首先激光发射器发射激光脉冲，计时器记录发射时间；脉冲经物体反射后由接收器接受，计时器记录接受时间；时间差乘上光速即得到距离的两倍。
TOF原理看似简单，但是实现起来确有很多难点：
计时问题：由于光速过快，测量时间会变得很短。据网上数据得：1cm的测量距离对应芦清65ps的时间跨度。这需要计时器的精确度很高。
脉冲问题：发射器需要发射高质量的脉冲光，接收器接受脉冲光的时候需要尽量保持信号不失真。
对于同一距离的物体测距时，得到的回波信号可能不一样，如下图的黑白纸，这就需要特殊的处理方式来处理。

但总的来说TOF原理的精度远远超过三角测距，只是由于诸多难点导致成本略高。像大一立项时因为没钱，所以用的三角测距的思岚A1，精度不是很高。而ROBOCON战队里的sick激光雷达就是TOF原理，精度非常高，贵是有道理的~
雷达分类
机械激光雷达
机械激光雷达使用机械部件旋转来改变发射角度，这样导致体积过大，加工困难，且长时间使用电机损耗较大。但由于机械激光雷达是最早开始研发的，所以现在成本较低，大多数无人驾驶公司使用的都是机械激光雷达。
MEMS激光雷达
MEMS全称Micro-Electro-Mechanical System，是将原本激光雷达的机械结构通过微电子技术集成到硅基芯片上。本质上而言MEMS激光雷达是一种混合固态激光雷达，并没有做到完全取消机械结构。
主要原理为：通过MEMS把机械结构集成到体积较小的硅基芯片上，并且内部有可旋转的MEMS微振镜，通过微振镜改变单个发射器的发射角度，从而达到不用旋转外部结构就能扫描的效果。
大致原理如下图：

相控阵激光雷达
两列水波干涉时会出现某处高某处低的情形：

光学相控阵原理类似干涉，通过改变发射阵列中每个单元的相位差，合成特定方向的光束。经过这样的控制，光束便可对不同方向进行扫描。雷达精度可以做到毫米级，且顺应了未来激光雷达固态化、小型化以及低成本化的趋势，但难点在于如何把单位时间内测量的点云数据提高以及投入成本巨大等问题。
动态原理图如下：


FLASH激光雷达
FLASH激光雷达原理非常简单：在短时间内发射出一大片覆盖探测区域的激光，再以高度灵敏的接收器，来完成对环境周围图像的绘制。
激光雷达的数据
分成N份
分成M份
N线点云数据
1线点云数据
时间戳
1个点云数据
点云数量M
X方向偏移量
Y方向偏移量
Z方向偏移量
反射强度
激光雷达数据的处理顺序一般为：
数据预处理（坐标转换，去噪声）
聚类（根据点云距离或反射强度）
提陪御前取聚类后的特征，根据特征进行分类等后处理工作。
激光雷达数据的处理顺序一般为：
数据预处理（坐标转换，去噪声）
聚类（根据点云距离或反射强度）
提取聚类后的特征，根据特征进行分类等后处理工作。
激
激光雷达产业主要上市走公司：目前国内激光雷达的上市公司主要有北京万集科技(300552)、中海360问答达(300177)、永新光学(603297)。
1、 中国激光雷达行业龙头企业产品对比
目前国内激光雷达领先企业有禾赛科技、速腾聚创、Livox、镭神智间边航家消超剧呢孙比作能、一径科技等。其中禾赛科技PandarGT与速腾聚创RS-LiDAR-M1为企业最新固态产品，均采用MEMS技术。从最大扫描范围来看击翻犯，PandarGT可达300米(10%反射率)，而RS-LiDAR-M1仅200米。从可视角度来看，RS-LiDAR-M1的FOV为120/25度，均超过PandarGT的60/20度。综合来看，两款产品结飞复宣财刚各有千秋。
2、禾赛科技：名校光环，造就资本市场的宠儿
禾赛科技三位创始粒之况人分别就读于上海交通大学、斯坦福大学;清华大学哪在叶、伊利诺伊大学;清华大学、斯坦福大学。并分别取得博士、双学位硕士等学历。豪华的名校阵容创造出资本市场的宠儿：2014年，禾赛科技成立，并分别于2015年、2017年、2018年、2020年、2021年完成5都波入而促适孔轮融资。在资金的推动下，公司分别于2017年、2019年、2020年推出40/64/128线激光雷达，达到国际领先水准。
3、禾假来儿赛科技：激光雷达业务布局及合作现状
——激光雷达主营收入区域构成：境外是重点布局区域
截至2020年末，禾赛科技主营业务收入布局主要分布于北美，其次是中国大陆生。其境外主要与老牌激光雷达厂商Velodyne、Luminar、OUSTER等进行竞争，境内与速腾聚创、一径科技等企业竞争。
——激光雷达生产：产能迅速扩张，产能利用率保持稳定
截至2020年9月，禾赛科技产能、产量呈上升趋势。从增长趋势来看，2017-2019年间，禾赛科技的产能由400台增加至6188台，产量由352台增长至5408台;产能利用率保持在84%-88%之间。
根据禾赛科技官网信息汇总，公司合作伙伴有：上汽智能重卡、百度Apollo、小马智卡、一汽集团、BMW、美团、Kodiak汽车等多家企业。
4、禾赛科技：激光雷达业绩涨势迅猛
从激光雷达业务的经营情况来看，2017-2019年，禾赛科技的激光雷达业务收入稳步增长，2019年精据激光雷达收入2.5菜笔编汽响延情欢最销亿元，占总营业收入的比重呈先增后降趋势。2020年1-9月激光雷达业务占比大幅减少，这主要是由于受到新冠疫情的影响。
售价持氢方面，2017-2019年，禾赛科技激光雷达销售均价在10-11万元/套浮动，2020年较低价格的PandarQT销售占比上升，因而销售均价有所下降，为8.94万元/套。
在毛利率方面，2017-2020年，公司毛利率保持在70%以上。这是由于该行业的技术与人才壁垒较高，产品研发及量产所需的资金投入规模大，且公司产品性能优越、市场认可度高。
5、禾赛科技：自主设计芯片是未来发展方向
禾赛科技通过开发无人驾驶高线数激光雷达积累了高性能激光雷达的核心技术，并星增学脚统面预判行业终局中激光雷达的高性能、低成本化和高可靠性会是机器人和量产车ADAS市场最调重要的核心能力，高性能、低成本识轮房则效鲁好值、高可靠性的关键效途径是芯片化。于是公司在2017
年底良部署芯片技术发展方向，成立芯片巴专毛除运权案部门，根据产品上积累的系统需求定义芯片参数，自主设计芯片。未来禾赛科技将进一步加大在芯片和算法领域的研发投入，强化规模化生产能力，为激光雷达的市场需求爆发打好基础。
以上数据来源于前瞻产业研究院《中国激光雷达行业市场前瞻与投资战略规划分析报告》
mems的全称
全称Micro Electromechanical System 微机电系统 http://www.memschina.com/ MEMS(Micro Electromechanical System，即微电子机械系统)是指集微型传感器、执行器以及信号处理和控制电路、接口电路、通信和电源于一体的微型机电系统。概括起来，MEMS具有以下几个基本特点，微型化、智能化、多功能、高集成度和适于大批量生产。 MEMS技术的目标是通过系统的微型化、集成化来探索具有新原理、新功能的元件和系统。MEMS技术是一种典型的多学科交叉的前沿性研究领域，几乎涉及到自然及工程科学的所有领域，如电子技术、机械技术、物理学、化学、生物医学、材料科学、能源科学等。其研究内容一般可以归纳为以下三个基本方面： 1．理论基础： 在当前MEMS所能达到的尺度下，宏观世界基本的物理规律仍然起作用，但由于尺寸缩小带来的影响（Scaling Effects），许多物理现象与宏观世界有很大区别，因此许多原来的理论基础都会发生变化，如力的尺寸效应、微结构的表面效应、微观摩擦机理等，因此有必要对微动力学、微流体力学、微热力学、微摩擦学、微光学和微结构学进行深入的研究。这一方面的研究虽然受到重视，但难度较大，往往需要多学科的学者进行基础研究。 2．技术基础： MEMS的技术基础可以分为以下几个方面：（1）设计与仿真技术；（2）材料与加工技术（3）封装与装配技术；（4）测量与测试技术；（5）集成与系统技术等。 3．应用研究： 人们不仅要开发各种制造MEMS的技术，更重要的是如何将MEMS技术与航空航天、信息通信、生物化学、医疗、自动控制、消费电子以及兵器等应用领域相结合，制作出符合各领域要求的微传感器、微执行器、微结构等MEMS器件与系统。
