想象一下你在一个完全黑暗的房间里，通过向四周投掷无数个微小、会反弹的乒乓球来感知环境。通过计算每个球弹回来的时间，你就能在脑中构建出房间的立体布局。激光雷达就是自动驾驶汽车的“超级版”这项技能。
它的核心原理是“激光测距”。具体来说，分为三个步骤：
1. 发射与扫描：发射数百万个激光点
激光雷达系统顶部不断旋转，其核心组件是激光发射器。它会以每秒数百万次的频率，向外发射人眼不可见的红外激光脉冲。
早期的机械式激光雷达通过360度旋转来实现全景扫描。新一代的固态激光雷达则通过微小的镜面或光学相控阵技术，让激光束无需大幅转动即可进行扫描，从而更耐用、成本更低。
2. 探测与计时：捕捉返回的光子
当激光脉冲在空气中以光速前进，碰到物体（如车辆、行人、路沿）时，会立即被反射回来。激光雷达顶部的敏感探测器（好比一个超精密的光子 stopwatch）会专门捕捉这些“回家”的光子。
系统内部的高精度时钟会记录下从发射到接收的极短时间差（Δt）。由于光速（c）是恒定已知的（约每秒30万公里），通过一个简单的公式：距离 = (光速 × 时间差) / 2，就能精确计算出激光点到达物体的距离。
3. 点云与理解：从数据到三维世界
激光雷达在一秒钟内重复这个过程数百万次，就能获得海量的、带有三维坐标（X, Y, Z）的数据点集合。这个集合被称为“点云”。
* 点云：这就像是给周围环境进行了一次超高密度的“三维素描”。点越密集，物体的轮廓就越清晰。一辆汽车在点云中会呈现为一个立体的盒子状，行人则会呈现为一个移动的、有四肢的柱状结构。
然而，激光雷达本身只提供“点云”这幅 raw 画面，它并不“理解”画面里是什么。真正赋予其理解能力的，是后续的人工智能和机器学习算法。
* 算法识别：这些算法经过海量数据训练，能像我们识别人脸一样识别点云中的模式。它们能迅速地将一簇簇的点云分类、分割并标注为：“这是汽车”、“这是自行车”、“这是行人”、“这是马路牙子”。
* 动态追踪：通过连续扫描，系统还能计算出每个被识别物体的运动速度和方向，从而预测其未来几秒内的轨迹。
激光雷达的工作流程是一个精密的闭环：脉冲激光 → 扫描环境 → 测量回波时间 → 计算距离 → 生成三维点云 → AI算法识别与追踪。
它之所以是自动驾驶系统的核心传感器，是因为它能够直接、主动、精确地获取三维环境信息，且不受光线影响（夜晚同样工作），为车辆构建了一个可靠的、实时的三维地图。它与摄像头（提供颜色、纹理信息）和毫米波雷达（擅长测速和穿透雨雾）相辅相成，共同构成了自动驾驶汽车的“眼睛”。
Copyright © 2025 山鸟汽车网
网站展示的汽车及品牌信息和数据，是基于互联网大数据及品牌方的公开信息，收集整理客观呈现，仅提供参考使用，不代表网站支持观点；
