看到這個標題可能會有讀者好奇，為什么一篇主題為激光雷達的文章會發(fā)布在家電分類而不是汽車等其他分類。正如這個行為本身所代表的，日漸豐富的家電品類和功能正在對主動感知、主動反應能力提出更高需求，也逐漸產生了家用服務機器人這個新子類。作為此類產品一個十分顯著的特征，對于移動、感知等等，簡而言之是能夠全方位適應家庭場景的行動能力需求，使其面臨著與當下熱門的自動輔助駕駛汽車十分相似的技術環(huán)境。

　　當然，與市面上的不少智能化汽車一樣，家用服務機器人中也存在不搭配激光雷達的純視覺方案，但從我們近期的一些實際體驗來看，激光雷達所具有的精確建圖能力，確實能夠為掃地機器人等產品提供更好的路線規(guī)劃基礎，這與激光雷達的基礎原理有關。

　　激光雷達，從原理上說就是一種dToF(直接測量飛行時間)方案，通過激光發(fā)出和返回的時間結合光速計算出距離，與其它使用調制光/電磁波，并檢測相位差的間接飛行時間方案相比，具有探測距離遠、精度高的優(yōu)點。缺點在于檢測點和掃描區(qū)域較為固定，要想克服這種缺陷，就需要增加更多激光源組成陣列，以及增加旋轉軸、振鏡等活動部件，使激光束能夠以一定的周期覆蓋更大范圍，同時以一定的頻率接收返回信號，由此帶來了激光雷達眼中世界的構造：點云。

　　車載激光雷達的點云，可以看到點云在地面上組成了“等距線”

　　可以類比將一塊地區(qū)所有海拔相同的點連成線組成的等高線地圖，密集的點云本質上是探測主體周圍所有激光能直接到達的位置與主體間的距離，并由此為輪廓描繪出周圍的環(huán)境。探測的效果則取決于激光雷達方案的掃描頻率與角分辨率，越高的掃描頻率也就是越短的掃描周期，可以使激光雷達能更直觀地反饋探測主體移動帶來的變化，以及周邊環(huán)境本身的變化，這對于智能汽車的自動輔助駕駛功能十分重要。

　　垂直和水平兩個方向角分辨率則影響到點云數(shù)據(jù)的精細程度，具體而言就是能夠在多遠的距離探測到多小的物體?？梢韵胂笳麄€工作周期中激光束以激光雷達為原點向四面八方射出，每隔0.5°或1°接受一個點的距離信息，自然在越近的距離上點越密集，越遠則越稀疏。

　　但來到掃地機器人等家庭服務機器人的領域，則不必苛求更高的硬件規(guī)格以及探測性能，這同樣源于兩個因素。一是家庭等室內環(huán)境本身是傾向于維持不變的，我們不會像路面交通一樣頻繁移動室內的家具、更改墻的位置，因此對激光雷達而言實時更新周邊環(huán)境變化的需求不那么大，幾乎僅限于避開人、寵物等的活動。不過激光雷達的周期性掃描在室內環(huán)境中有一個新用途，那就是確定自身的位置，將不同位置掃描獲得的點云進行疊加對比，結合行動部件的運作記錄，能夠實現(xiàn)在家庭等小尺度環(huán)境中的精確定位。

　　二也是前面提到的，家庭環(huán)境是個相對更小的尺度，掃地機器人等的激光雷達無需那么高的水平角分辨率，也足以完成建圖、定位的任務，而在垂直方向則很多時候完全不必要。掃地機器人不需要戶型、距離以外的太多環(huán)境信息，因此通常裝備在機身最高處的一臺激光雷達即可完美達成探測戶型，確定限高區(qū)域的任務。

　　以上是紅外攝像機下某設備頂部激光雷達的掃描線，可以看到它僅需對水平方向進行掃描獲得一片“二維平面”的點云，也就是2D戶型圖，便足以支持其完成工作。

　　最后，雖然有著強大的掃描硬件和識別算法的支持，我們在市面上也很難見到純粹的激光雷達方案，純視覺方案則比比皆是，令人深思背后的原因。筆者目前在體驗中注意到的兩大問題分別是盲區(qū)與反射面，這兩者均會影響激光雷達對環(huán)境的及時、準確感知，無論是在智能汽車還是家庭服務機器人領域都值得注意，成熟的產品往往會將激光雷達搭配3D結構光、毫米波雷達、視覺識別等技術組合使用，帶來更好的體驗。