别再傻傻分不清了！一文搞懂LiDAR测距的三种主流方案：ToF脉冲、ToF相位与三角法

LiDAR测距技术深度解析：从原理到选型的实战指南

激光雷达（LiDAR）技术正在重塑从自动驾驶到工业测量的多个领域，但面对dToF、iToF和三角测距这三种主流方案，许多技术决策者常陷入选择困境。本文将带您穿透技术迷雾，掌握每种方案的核心优劣与适用边界。

1. 技术原理与物理本质

1.1 dToF脉冲测距：时间测量的极限挑战

dToF（直接飞行时间法）的核心在于对纳秒级时间差的精确捕捉。当激光脉冲以3×10⁸m/s的速度传播时，1ns的时间误差就意味着15cm的距离偏差。现代高端LiDAR系统通过以下创新突破这一限制：

• 单光子雪崩二极管(SPAD)：可检测单个光子事件，灵敏度比传统PD高3个数量级
• 时间数字转换器(TDC)：分辨率可达10ps级，对应1.5mm距离分辨率
• 多脉冲平均技术：通过256次脉冲累积将信噪比提升16倍

提示：RIEGL VZ-6000实现6000米测距的关键，在于其专利的在线波形处理算法，能有效分离信号与噪声

1.2 iToF相位测距：调制光学的精妙平衡

iToF（间接飞行时间法）将距离测量转化为相位解算问题。典型系统采用20-100MHz的正弦波调制，其测距精度与调制频率的关系如下表：

实际应用中常采用多频组合方案，如先以10MHz粗测，再用50MHz精修，兼顾量程与精度。

1.3 三角测距：几何光学的低成本实现

三角测距系统的性能极限由以下公式决定：

Δd = (d² / bf) * Δx

其中：

• Δd：距离分辨率
• d：测量距离
• b：基线长度
• f：镜头焦距
• Δx：像元分辨率

工业级三角测距仪通常在b=200mm、f=8mm、Δx=5μm的配置下，可实现：

• 1m处：±0.05mm精度
• 3m处：±0.5mm精度
• 超过5m后精度急剧下降

2. 性能参数多维对比

2.1 关键指标实测数据

通过对比三大类商用LiDAR设备，我们整理出典型性能矩阵：

2.2 环境适应性分析

不同技术对特殊场景的适应能力差异显著：

• 多路径干扰场景：

  • dToF通过窄脉冲(3-5ns)有效区分主反射与二次反射
  • iToF受多路径影响严重，误差可达真实距离的15%
  • 三角法几乎无法处理镜面反射情况

• 动态物体测量：

  • 移动速度>10m/s时，三角法会出现运动模糊
  • iToF需要特殊运动补偿算法
  • dToF天然适应高速场景

3. 应用场景与选型策略

3.1 典型应用场景匹配

根据项目需求选择最优技术路线：

3.2 成本效益优化方案

对于预算敏感项目，可考虑以下混合架构：

1. 双模LiDAR系统设计：

def measure_distance(): if target_distance < 5m: return triangulation_measure() else: return itof_measure()

2. 硬件复用策略：

• 共用激光发射器与光学路径
• 分时复用SPAD与CCD传感器
• 动态调整调制频率（iToF）

4. 实施中的工程挑战

4.1 dToF系统校准要点

实现厘米级精度需要关注：

• 时间校准：采用<50ps抖动的时钟源
• 温度补偿：TDC特性随温度漂移可达1%/℃
• 镜头畸变：远距离测量时需校正球差

4.2 iToF的标定流程

相位测距需要多距离标定点：

1. 在1m、5m、10m处放置标准反射板
2. 采集各距离的相位响应曲线
3. 建立距离-相位查找表
4. 验证中间距离点的线性度

4.3 三角法的光学优化

提升信噪比的关键措施：

• 使用850nm VCSEL+窄带滤光片
• 光学增透膜降低镜片反射损耗
• 主动冷却降低CCD暗电流

在完成多个LiDAR集成项目后，我们发现最常被忽视的是环境光适应性测试—许多系统在实验室表现优异，却在真实场景中因未考虑晨昏时段的光照变化而失效。建议在原型阶段就进行24小时连续测试，记录不同日照角度下的性能波动。