一．激光雷达介绍

   激光雷达的工作原理与雷达非常相近，以激光作为信号源，由激光器发射出的脉冲激光，打到地面的树木、道路、桥梁和建筑物上，引起散射，一部分散射光波会反射到激光雷达的接收器上，根据激光测距原理计算，就得到从激光雷达到目标点的距离，以雷达为原点，就可以得到目标的坐标数据，脉冲激光不断地扫描目标物，就可以得到目标物上全部目标点的数据，用此数据进行成像处理后，就可得到的三维立体图像。

  激光雷达zui基本的工作原理与无线电雷达没有区别，即由雷达发射系统发送一个信号，经目标反射后被接收系统收集，通过测量反射光的运行时间而确定目标的距离。至于目标的径向速度，可以由反射光的多普勒频移来确定，也可以测量两个或多个距离，并计算其变化率而求得速度，这也是直接探测型雷达的基本工作原理。由此可以看出，直接探测型激光雷达的基本结构与激光测距机颇为相近，其原理框图如下所示：

二．Velodyne激光雷达产品

Velodyne公司的激光雷达，采用多个激光器，通常是32个和64个两种，形成扫描阵列，在垂直方向形成一个张角，以每分钟600转到1200转的速度旋转扫描，从而可以得到非常详细的实时三维点云数据。这个数据包含目标的三维坐标，距离，方位角，反射激光的强度（0-255分级），激光编码，时间，以及GPS/IMU的数据，以UDP的形式通过以太网实时发送。

Velodyne工作原理是使用64/32束短脉冲激光，根据激光测距的原理，雷达发出的激光照射到物体上，经物体散射返回，被接收器探测到之后，获得目标数据。由于激光的速度很快，相对于80m/100m的探测距离，我们可以认为获得的数据是实时的。同时雷达水平方向360度旋转，我们就可以得到一个垂直扇区为26度/40度的范围内所有目标物体的三维数据。

其32个激光器的产品型号是HDL-32E，使用905nm，脉冲宽度为5ns的一级人眼安全激光，探测范围是1m至80m，每秒可以获得70万个点云数据，拥有+10°至-30°的垂直张角，水平方向360°扫描，扫描准确度小于2cm，垂直角分辨率为1.33°，水平角分辨率为0.16°（600rpm）。同时HDL-32E拥有IP67级的防护标准，内置MEMS加速传感器和陀螺仪，预留GPS和IMU数据接口，使GPS和IMU可以整合在雷达输出的数据中，可以应对多种使用环境。并且其体积很小巧，外形尺寸为Φ100mm*150mm的圆柱体，重量小于2Kg，可以方便的安装到汽车，无人飞机，遥控汽车等各种设备上，使用100MBPS UDP以太网传输数据，並使用12V/ 2Amps的直流电源供电。

HDL-64E，使用64个激光器，同样为905nm，脉冲宽度为5ns的一级人眼安全激光，探测距离增加到120m，每秒可以获得133万个点云数据，垂直张角为+3°至-23°，水平方向360°扫描，扫描准确度小于2cm，垂直角分辨率为1.33°，水平角分辨率为0.16°（600rpm）。同样是IP67级的环境防护，内置MEMS加速传感器和陀螺仪，预留GPS和IMU数据接口，使GPS和IMU可以整合在雷达输出的数据中，可以应对多种使用环境，使用100MBPS UDP以太网传输数据，使用15V+/-1.5V，4Amps的直流电源供电。zui大外形尺寸为140mm*140mm*254mm，重量小于13Kg。

三．Velodyne激光雷达产品的应用

Velodyne创新型的激光雷达广泛应用于无人驾驶汽车，无人小型飞机，无人运货车，移动测绘车，街景车，游艇，机场等各个方面。可以说，只要你需要详细的三维点云数据，你都可以用到他。乐队Radiohead甚至把它用在自己的电子音乐MV《House of Cards》中。Google的无人车全部使用Velodyne的激光雷达作为无人车的眼睛[3]，每年由美国*预先研究计划局（DARPA）举办的无人车挑战赛，大多数车队均是使用Velodyne的激光雷达，并且获得了不错成绩。*重大研究计划“视听觉信息的认知计算”的重要组成部分-中国智能车未来挑战赛（Future Challenge），每年的大部分参赛车队也都是使用Velodyne的激光雷达。

目前几乎所有自动驾驶汽车都在使用这个技术。

Velodyne的另一个重要的应用时移动测绘和街景地图，Nokia的Navteq公司是*两大地图厂商之一，他们使用Velodyne的激光雷达的Here Living Maps拥有大量的用户，和巨大的市场。同时TOPCON，Mandi，LidarUSA等公司也是Velodyne的使用者。国内的几大互联网公司都在使用Velodyne激光雷达。

同时，也有很多研究机构和大学实验室使用Velodyne的激光雷达，例如浙江大学提出一种室外动态未知环境下自主车的多障碍实时检测与跟踪的算法。使用Velodyne HDL-64E三维激光雷达，其数据量大、精度高等特点，采用其与相机结合感知环境，结合从图像处理中得到的道边信息，在自主车平台上能够以每帧100ms实现准确、稳定地检测和跟踪障碍物。

使用Velodyne的激光雷达获得周围环境的信息。

并且，Velodyne也和美国军方合作多个项目，例如Squad Mission Support System小队任务支持系统SMSS，Ground Unmanned Support Surrogate地面无人支持机器系统GUSS等，均使用Velodyne的激光雷达作为数据的获得，即这些系统的“眼睛”。

四．结语

Velodyne的zui大特点是可以获得非常详细的环境数据，每秒70万/133万个，解决了获得如何获得详细的环境数据这个难题，并且其905nm的短脉冲激光束可以方便的排除环境噪声干扰，并且其激光的特性对于强光，弱光，甚至无光线的环境都可以获得正确的数据，同时在一些对身体有害的环境，例如高辐射，毒气等高危险的环境，可以方便的使用遥控设备安装Velodyne激光雷达获得数据。并且其可高速移动的特性，在测绘方面有很重要的应用意义。

这个“眼睛”可以赋予机器感知周围环境的能力，对于环境探测，智能控制，自动化，移动测绘，机器人，智能交通，智能识别，智能控制，环境监测，城市建模，测量测绘，人工智能，3D动画制作等各个方面的应用都有重大的促进作用。

与此同时，的开源软件包VTK、ITK以及CMake等软件的开发商Kitware与Velodyne联合推出开源点云可视化软件VeloView，并在github公布了源码，VeloView是Kitware针对点云可视化做的一个拓展，其以前主要做医学影像相关的可视化。VeloView支持对Velodyne激光雷达设备HDL-32E 和HDL-64E实时获取与可视化分析，其配置通过脚本都自动化了，对于研究来说非常容易。其实不久之前点云库PCL也发布了Velodyne激光雷达设备HDL-32E 和HDL-64E的兼容grabber接口。在Kitware的支持下，相信VeloView会成为海量点云可视化的解决方案之一，Veloview同时会让Velodyne激光雷达的使用者获得更多的便利和节省一些前期的开发时间。

参考文献：

1. Craig Glennie，Static Calibration and Analysis of theVelodyne HDL-64E S2 for High Accuracy Scanning，Remote Sensing 2010, 2, 1610-1624;doi:10.3390/rs2061610。

2. James Scott Baron，Brain in a cloud - Industry inligenceleans on digital data collection。Director of communications for the American Traffic Safety ServicesAssociation, Fredericksburg, Va.

3. 交出你的方向盘，科技新时代 13年11月号

4. YANG Fei，基于三维激光雷达的动态障碍实时检测与跟踪，   浙江大学学报（工学版），2012, 46(9)。