从ToF到FMCW:激光雷达的技术迭代与未来发展

FMCW激光雷达 FMCW即连续调频技术,最早是1950年用于雷达测距; 那么什么是连续调频技术? FMCW激光雷达原理: 这个图就显而易见,有一个信号发生器发出频率随时间呈三角波变化的信号给发射机(激光雷达发出信号),然后接收机接收这个频率呈三角状变化的信号,回波的频率变化规律与发射的相同,但是存在时间延迟,这就导致相同时间的频率有微小的差别。通过对两个信号的拍频测量就可以得到距离信息。 参考文献:《调频连续激光雷达FMCW应用于无创血糖检测的探索研究》 ... 阅读详情

随着自动驾驶从L2向L3/L4级别迈进,激光雷达作为车辆感知系统的“眼睛”,正经历一场深刻的技术变革。在众多技术路线中,调频连续波(FMCW)激光雷达凭借其独特的相干探测原理和4D感知能力,正被越来越多的行业专家视为车载激光雷达的“终极形态”。本文将深入解析FMCW激光雷达的技术原理、核心优势、硅光技术的赋能作业以及行业应用挑战,帮助大家全面了解这款激光雷达。

1 传统ToF为何逐渐显现短板

在自动驾驶、智能感知领域,激光雷达是实现环境探测的核心传感器。目前市面上主流分为两大技术路线:ToF飞行时间激光雷达与FMCW调频连续波激光雷达。

当下绝大多数量产车载激光雷达均采用ToF脉冲测距方案,技术成熟、整体成本偏低,广泛应用于L2级辅助驾驶市场。它的工作逻辑十分简单:设备发射短促的激光脉冲,激光接触障碍物后反射,雷达通过计算光脉冲往返的时间,结合光速测算出目标距离。

但随着自动驾驶向L3、L4高阶形态升级,ToF激光雷达的固有缺陷不断凸显,难以满足复杂路况下的安全感知需求:

  • 无法直接测速:ToF仅能获取目标距离,想要判断物体移动速度,必须对比连续多帧数据做差分计算,高速行驶场景中实时性不足,容易引发判断延迟。
  • 抗干扰能力薄弱:依靠光脉冲强度识别信号,强光、雨雪雾等恶劣天气,以及周边其他激光雷达的信号,都会形成噪声干扰,极端情况下甚至出现“致盲”现象。
  • 多路径干扰明显:面对路面镜面反射、玻璃反光等场景,极易生成虚假目标点云,影响车辆决策判断。

在高阶自动驾驶对感知精度、实时性、稳定性提出更高要求的背景下,FMCW 激光雷达凭借颠覆性的技术原理,逐步成为行业重点攻关方向。

image

2 FMCW激光雷达核心原理:什么是4D相干感知

FMCW全称调频连续波(Frequency-Modulated Continuous-Wave),它彻底摒弃了脉冲发射模式,采用连续调频激光+相干干涉检测的工作机制,也是其性能全面超越ToF的核心原因。

FMCW激光雷达会持续发射一束频率随时间线性变化的连续激光,激光照射到道路车辆、行人、路障等目标后反射回设备内部。反射光会与雷达内部的本振激光发生干涉,结合多普勒频移效应,设备可同步解析出两大核心数据:一是根据频率差值计算目标距离,二是根据频移大小直接判定目标运动速度。

不同于ToF只能生成3D空间点云,FMCW激光雷达每一帧数据都能同步输出三维位置+实时速度,也就是行业内所说的4D点云。单帧即可完成目标测距、测速、轨迹预判,大幅提升自动驾驶系统的反应速度,这也是高阶自动驾驶青睐FMCW方案的关键原因。

为方便理解,我们通过表格直观对比两大主流激光雷达技术:

对比维度脉冲 ToF 激光雷达FMCW 相干检测激光雷达
测距原理激光飞行时间调频干涉 + 多普勒频移
速度检测间接测算(多帧差分)直接实时测速(单帧完成)
抗环境干扰弱,易受强光、杂光影响强,相干检测仅响应特定频率信号
多路径干扰易产生虚假目标天然抑制鬼影、伪目标
核心光源纳秒脉冲激光器窄线宽连续波激光器
硬件形态多带机械/运动部件适配全固态芯片集成
综合成本量产成本低现阶段成本偏高,规模化后持续下降

3 硅光芯片:FMCW激光雷达落地的核心基石

FMCW激光雷达的商业化落地,离不开硅光芯片的深度赋能。硅光技术依托成熟的半导体 CMOS工艺,将光器件微型化、集成化,契合FMCW全固态、小型化、低成本的发展目标,二者属于相辅相成的黄金组合。

3.1 硅光芯片解决 FMCW 两大核心难题

光学相控阵(OPA)实现全固态光束扫描

传统机械激光雷达依靠电机、转镜等运动部件扫描光束,存在体积大、磨损快、可靠性差、寿命短等问题。而基于硅光技术打造的光学相控阵(OPA),可通过调节芯片上数百乃至数千个阵列单元的光相位,实现光束电子扫描,全程无任何机械运动部件。

OPA让FMCW激光雷达真正成为全固态雷达,设备体积大幅缩小、抗震动能力提升,同时光束切换速度可达微秒级,满足高速行车场景的扫描需求,目前4096阵元的OPA芯片已实现技术突破。

片上集成精简光路,缩小设备体积

FMCW对光源要求极高,必须使用kHz量级窄线宽激光器,传统分立激光器体积庞大、布线复杂、成本高昂。借助硅光集成技术,可将窄线宽激光器、光调制器、光波导、光电探测器等核心光器件,集成在单颗硅光芯片之上。

当前行业主要采用三种集成路线:硅上异质外延、III-V 族材料异质键合、混合集成封装,其中混合集成封装技术最为成熟,也是现阶段商用产品的主流选择。芯片化之后,FMCW激光雷达摆脱了复杂分立光路,逐步走向“指甲盖大小”的微型化形态。

3.2 硅光芯片制造与 FMCW 的适配要求

硅光芯片基于SOI绝缘体上硅晶圆打造,沿用半导体CMOS制造工艺,但核心目标从“传输电子”变为“约束光子”,对工艺精度要求远超普通芯片。波导刻蚀精度、薄膜沉积均匀度、光纤耦合对准精度(亚微米级别),都会直接影响FMCW雷达的探测距离、损耗与稳定性。

值得一提的是,硅光芯片的封装环节是目前整个产业链的最大瓶颈。硅光波导宽度仅数百纳米,与9μm纤芯的单模光纤耦合难度极大,对准精度要求比普通电子封装严苛百倍以上,且封装测试成本占硅光芯片总成本的80%,也是FMCW 激光雷达降本的主要突破口。

4 FMCW激光雷达的行业挑战与发展现状

4.1 技术与成本挑战

尽管 FMCW 技术优势突出,但全面普及仍面临三大现实难题:

  • 窄线宽激光器成本居高不下:适配FMCW的窄线宽激光器,价格是普通脉冲激光器的10-50倍,是整机成本偏高的首要原因。行业正通过芯片集成、规模化量产逐步摊薄成本。
  • 异质集成技术尚未完全成熟:将III-V族激光器与硅光芯片高效集成是行业“圣杯难题”,目前多数方案的激光器线宽暂时无法稳定达到FMCW的严苛标准。
  • OPA 相位校准难度大:OPA阵列单元易受温度、器件老化影响产生相位漂移,需要搭配复杂的实时校准算法,对芯片设计与算法能力提出双重考验。

4.2 全球企业布局态势

欧美地区是FMCW技术的发源地,在底层芯片、基础算法领域积累深厚。依托早期实验室技术成果孵化的企业,率先完成技术商业化验证,推出面向自动驾驶、工业视觉的全固态4D激光雷达产品,部分企业还深度绑定车载芯片平台,打造一体化感知解决方案。

国内市场呈现并跑发展的格局,依托完善的激光雷达、光电子产业链,本土企业快速切入FMCW赛道,形成差异化竞争优势。例如洛微科技发布全球首个单片全集成发射、接收和光路功能的硅光芯片,进一步推动激光雷达的轻量化、小型化和低成本目标实现。其推出的FMCW 4D激光雷达具备高信噪比、高置信度、实时多普勒速度以及抗环境光干扰等显著优势,可实时监测动态物体的速度和位置,为自动驾驶车辆提供更全面的环境感知,为乘用车、商用车、重卡、无人配送车等多种驾驶场景深度赋能。

image

5 应用场景与未来趋势

5.1 核心应用场景

高阶自动驾驶(L3/L4):这是FMCW激光雷达的核心主战场。4D点云+强抗干扰能力,可精准识别高速移动车辆、横穿行人,在强光、雨雾、城市复杂路况下稳定工作,大幅提升行车安全。

智能机器人与工业自动化:近距离高精度感知能力,适配服务机器人、工业巡检机器人、智能仓储设备,规避环境光干扰,实现精准避障与定位。

高端无人机:全固态小型化设计,降低机身负重,实时测速功能可保障无人机高速飞行、低空穿梭时的姿态稳定。

5.2 行业发展预判

短期内,ToF与FMCW两大路线将长期共存。ToF凭借低成本、成熟量产优势,继续主导L2级大众化辅助驾驶市场;FMCW聚焦L3及以上高阶自动驾驶、高端机器人等中高端场景,逐步渗透市场。

长期来看,随着硅光芯片封装技术突破、产业链国产化加速、激光器成本持续下降,芯片化、全固态FMCW激光雷达将成为主流。国内拥有完整的光模块、激光雷达、硅光产业链,在这场技术变革中具备弯道超车的潜力。

6 总结

从脉冲式ToF到相干式FMCW,激光雷达正在完成从“3D 测距”到“4D 全维度感知”的技术升级。硅光芯片是FMCW实现小型化、全固态、低成本量产的核心载体,二者的深度融合,重新定义了高阶自动驾驶感知的技术上限。

目前FMCW激光雷达虽受限于光源、集成、封装等难题,尚未全面普及,但它的性能优势不可替代。在全球自动驾驶产业快速发展的浪潮下,随着国内硅光产业链不断完善、本土企业持续技术攻关,FMCW激光雷达必将走进更多出行、智能装备场景,成为智慧交通与智能感知时代的核心硬件。

参考链接:

从设计到封装:硅光芯片是怎么造出来的?

FMCW LiDAR:让自动驾驶"看见"更远的秘密

FMCW雷达基本原理(通俗易懂) 介绍FMCW雷达基本原理,测距、测速、角度,适合初学者。 阅读详情

相关推荐

FMCW激光雷达原理推导公式

FMCW激光雷达公式推导

诗酒趁年华的博客 4912

激光雷达学习(二)——FMCW 毫米波雷达

毫米波雷达是工作在毫米波波段探测的雷达,频段一般为 30 GHz ~ 300 GHz, 波长 1~10mm,介于微波和厘米波之间,兼具有微波雷达和光电雷达的一些优点。目前各个国家对车载毫米波雷达分配的频段各有不同,但主要集中在 24GHz 和 77GHz,少数国家(如日本)采用 60GHz 频段。

图像学习之旅 7126

激光雷达技术研究

激光雷达技术正加速从高端走向普及,成为AI感知物理世界的核心传感器。基于ToF或FMCW测距原理,激光雷达通过机械式、MEMS、Flash、OPA等多种扫描技术生成高精度三维点云数据。当前技术路线呈现多元化发展:机械式激光雷达逐步被MEMS半固态取代,全固态技术加速突破;1550nm与905nm波长各具优势;车载前装市场快速放量,2026年全球规模将达40亿美元。应用场景从自动驾驶向测绘、农业、环境监测等领域拓展,国产厂商在技术创新和市场占有率上已实现全球领先。

reset2021的博客 263

无人驾驶之传感器

1.车载传感器 1.SELF/ GPS 2.AIR sensor:雷达,激光,超声,相机 3.天线/DSRC协议(还有SAE J2735 BSM协议):V2V,V2I(V2X) 4.Beacon/OBU:V2I 其中,AIR sensor主要包括: 距离传感器:雷达。radar,radio detection and ranging无线电探测和测距。雷达频段分,可分为超视距雷达、...

weixin_34245749的博客 1489

车载激光雷达全解|全网独家复现ToF/FMCW测距、机械/半固态/全固态架构,助力智驾三维感知、全天候测距、多场景量产落地

高阶自动驾驶的核心瓶颈,从来不是二维图像识别,而是精准、稳定、全天候的三维空间感知能力。车载视觉相机依赖被动感光与AI算法拟合深度,在逆光眩光、雨夜低能见度、黑色低反射障碍物、无纹理路面场景下,测距漂移、识别失效问题频发;毫米波雷达虽具备强穿透性与测速优势,但空间分辨率极低,无法识别物体轮廓、区分同类障碍物,难以支撑复杂路况的精细化决策。

lin_xiu的博客 300

LiDAR深度感知全解 | ToF/FMCW测距优劣对标、905/1550波长车规选型、四代扫描架构迭代、PointNet++全量点云工程、多车型恶劣工况量产落地

车载激光雷达是高阶自动驾驶三维深度感知核心硬件,依托主动光学探测实现全天候厘米级测距建模。本文基于车载路测实测数据,深度拆解ToF脉冲、FMCW调频连续波两类测距底层物理逻辑、信噪比与抗干扰量化差异;量化对比905nm硅基、1550nm铟镓砷波长人眼安全、雨雾穿透、成本、探测距离五大维度参数;复盘机械/混合固态/Flash/OPA四代扫描架构迭代逻辑与车规适配性;详解多回波去噪、强度语义解译、BEV视觉雷达融合全链路算法逻辑;

lin_xiu的博客 48

车载FMCW 激光雷达的技术内核与发展趋势

FMCW 激光雷达通过相干检测原理,在距离、速度、角度测量的精度与实时性上实现了对传统 ToF 技术的超越,其抗干扰性、低功率特性和固态化潜力,完美契合了自动驾驶对传感器的严苛要求。随着调频激光器、硅光集成、信号处理等核心技术的持续突破,FMCW 激光雷达的成本将逐步降低,量产规模不断扩大,有望成为车载感知领域的主流方案。在技术创新的浪潮中,国内外企业的持续研发与探索,将推动 FMCW 激光雷达的性能不断升级,为自动驾驶的安全落地提供更可靠的感知支撑。

LuminWave的博客 1170

YIUI框架深度解析:基于ET的数据驱动UI开发实践

在Unity游戏开发中,UI管理是构建复杂应用的核心挑战之一。传统命令式编程需要开发者手动操作每个UI组件,导致业务逻辑与视图层高度耦合,代码难以维护。数据驱动是一种先进的架构思想,它通过建立数据模型与UI组件之间的绑定关系,实现数据变化时UI的自动更新,从而将开发者的关注点从“如何操作UI”转移到“数据状态是什么”。这种模式显著提升了代码的可维护性和开发效率,尤其适用于状态频繁变化的游戏界面。YIUI框架正是这一思想在Unity UGUI上的工程化实践,它通过Model-View-Component的清晰

java天气 431

激光雷达(LiDAR):2026年激光雷达技术分类、特性及市场主流分析

这是目前技术最成熟、应用最广泛的测距方法 [[20]][[21]][[22]]。激光雷达凭借其高精度、高分辨率、全天候工作的独特优势 [[15]][[16]][[17]]正逐渐成为实现L3及以上自动驾驶功能不可或缺的核心传感器 [[18]][[19]]。尽管多个市场研究报告(如Yole、Forst&Sullivan)对激光雷达市场进行了预测 [[103]][[104]][[105]]但截至2026年2月,尚未有权威报告发布针对不同技术路线的精确市场份额细分数据 [[106]][[107]]。

u013250861的博客 1932

基于boot + 双app升级方案

基于boot+双app的升级方案

weixin_44654285的博客 4515

国产操作系统替换方案:3个避坑指南

坑核心误区避坑核心原则关键动作坑一:选型只看信创信创目录=唯一标准兼容性优先,信创是约束三维评估(兼容性+信创+生态),分场景选型坑二:迁移只管能跑功能能跑=迁移成功性能确认+运维回归适配-压测-回归三阶段,基线对比坑三:不防二次迁移解决停服=完成任务一步到位,两级兼容信创路线优先,双轨制发布,终态规划。

weixin_43524706的博客 295

激光测距传感器技术全解析:原理、应用与发展趋势

激光测距传感器技术全解析:原理、应用与发展趋势

2601_95044544的博客 1141

使用Docker搭建SearXNG搜索引擎

【代码】使用Docker搭建SearXNG搜索引擎。

janthinasnail的博客 1160

自动驾驶技术商业化路径解析:从FMCW激光雷达到DaaS模式

自动驾驶技术通过传感器融合、高精度定位与决策规划等核心技术,旨在实现车辆自主感知与智能控制。其核心原理在于构建一个能够实时处理环境信息并做出安全决策的软硬件系统。这项技术的价值在于提升交通效率、降低事故率并重塑未来出行与物流模式。在应用场景上,目前正从结构化道路(如高速公路货运)逐步向复杂城区环境拓展。以Aurora为例,其采用FMCW激光雷达实现瞬时测速,并结合虚拟测试加速算法迭代,通过Driver-as-a-Service模式探索商业化落地,展现了技术从实验室走向市场的典型路径。

weixin_28706541的博客 534

TEM图像处理实战指南:从基础操作到金属材料分析

本文提供了一份全面的透射电镜(TEM)图像处理实战指南,涵盖从基础操作到金属材料深度分析的全流程。重点讲解了TEM图像预处理、选区电子衍射(SAED)标定、高分辨像(HRTEM)分析及STEM图像应用等核心技能,并结合金属材料(如铝合金、钢)的析出相鉴定、位错分析和界面结构研究等实际案例,帮助研究者从原始数据中准确提取晶体结构、缺陷及成分信息。

weixin_29284201的博客 209

SAP FB03凭证修改实战:巧用BAPI FI_DOCUMENT_CHANGE更新抬头与行项目

本文详细介绍了SAP FB03凭证修改的实战技巧,重点解析了BAPI FI_DOCUMENT_CHANGE的使用方法。通过该接口,用户可以在不冲销原凭证的情况下直接更新抬头文本(BKTXT)和行项目文本(SGTXT),确保凭证编号连续且符合审计要求。文章包含核心机制解析、完整实现步骤、错误处理方案以及高级应用场景,帮助开发者高效完成SAP财务凭证修改。

weixin_29251567的博客 423

获数亿B轮融资并进入量产 这家企业领衔全球激光雷达新一轮创新

激光雷达前装量产正在进入从0到1和从1到N的叠加周期,并开启了“竞速跑”阶段。 一家激光雷达上游元器件上市公司披露数据显示,激光雷达产品从定点到量产的周期,在前几年行业刚起步阶段一般为2-3年,目前已经压缩至1.5-2年左右,市场竞争很激烈。 据不完全统计数据显示,截至今年1月,全球已有17家汽车制造商宣布将推出20款配备激光雷达的新车,大部分将在今明两年投产上市。 高工智能汽车研究院统计,2021年中国市场(不含进出口)乘用车新车前装标配搭载激光雷达接近8千颗,预计今年将进入第一个市场增长高峰期。

高工智能汽车 1038

Ubuntu22.04+Docker一键部署Autoware Universe避坑指南(附鱼香ROS配置)

本文详细介绍了在Ubuntu22.04系统中使用Docker一键部署Autoware Universe的完整流程,包括鱼香ROS工具链配置、Docker环境优化及VSCode开发环境集成。通过实战指南帮助开发者快速搭建自动驾驶开发环境,解决常见部署问题,提升开发效率。

weixin_29254673的博客 413

激光雷达产业大变局:从“智驾之眼”到“机器之瞳”

激光雷达产业在十年间完成从高端选配到核心感知基础设施的蜕变。随着具身智能兴起,激光雷达应用场景从车载扩展到机器人等领域,开启第二增长曲线。产业正从单一传感器向空间智能基础设施转型,技术创新持续推动行业边界扩张。

LuminWave的博客 324

成功解决AttributeError: ‘ImageDraw‘ object has no attribute ‘textsize‘

​ 成功解决AttributeError: 'ImageDraw' object has no attribute 'textsize' 目录 解决问题 解决思路 解决方法 解决问题 AttributeError: 'ImageDraw' object has no attribute 'textsize' 解决思路 属性错误:'ImageDraw'对象没有属性'textsize' 解决方法 最新的Pillow 10.0.0 版本已经删除了这个函数,导致两个库(Pillow 、wordc

头部AI社区如有邀博主AI主题演讲请私信—心比天高,仗剑走天涯,保持热爱,奔赴向梦想!低调,专注,谦虚,自律,反思,成长,还算比较正能量的博主,公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然,有点小情怀,也有点使命感呀 4775

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

毫米波雷达 vs 激光雷达:特斯拉和Waymo的传感器选择背后有哪些技术考量?

本文深度剖析了特斯拉与Waymo在自动驾驶传感器选择上的技术路线差异。特斯拉倾向于成本更优、具备直接测速能力的毫米波雷达,追求纯视觉方案的极致性价比与数据驱动;而Waymo则采用包含激光雷达的多传感器融合方案,以硬件冗余确保绝对安全。文章从物理原理、成本、环境鲁棒性及数据融合等维度,揭示了不同选择背后的核心考量与未来融合趋势。

weixin_29210759的博客 326

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

FMCW激光雷达技术突破与硅光集成应用

激光雷达作为自动驾驶和环境感知的核心传感器,其技术演进正从传统的飞行时间(ToF)方案向调频连续波(FMCW)技术转变。FMCW通过检测发射与接收激光的频率差,不仅能获取距离信息,还能直接测量目标速度,显著提升了动态场景中的感知能力。硅光子集成电路(PIC)的成熟为FMCW方案提供了关键支撑,实现了光学器件的高密度集成和成本的大幅降低。这一技术突破不仅推动了自动驾驶的发展,还在工业机械臂和AR/VR等消费电子领域展现出广泛应用潜力。随着硅光FMCW模块的量产成本降至300美元以下,其商业化进程正在加速。

weixin_32822843的博客 184

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

自动驾驶中的硅光技术突破——FMCW+OPA LiDAR的集成创新

本文深入探讨了硅光技术在自动驾驶激光雷达领域的革命性应用,重点分析了FMCW与OPA两种前沿技术的集成创新。通过硅光芯片将激光发射、光束扫描与信号接收高度集成,有望实现激光雷达的小型化、低成本化和高可靠性,为自动驾驶提供高性能的4D感知解决方案。

weixin_29197699的博客 387

自动驾驶中的传感器技术3——概述(3)-Lidar

摘要: Lidar技术是自动驾驶的核心传感器,通过激光测距生成高精度3D点云,实现环境感知、障碍物检测及定位。其分为机械式、固态等类型,部署位置包括车顶(360°覆盖)、前保(主探测)和车身侧面(补盲)。技术原理基于飞行时间(ToF)测距,具有高精度、三维感知及恶劣天气适应性等优势,但面临高反干扰、阳光噪声、盲区吸点等工程挑战。当前技术迭代方向聚焦固态化(如转镜/振镜式)、低成本化(速腾MX单模组方案)及FMCW+OPA等新型扫描技术,以提升可靠性并降低成本。未来Lidar将与其他传感器融合,推动自动驾驶系

Godspeed_zwh的博客 1387

美国MIT林肯实验室激光雷达方向2000-2025年研究成果与进度2025.3.6

2000年至2025年,MIT林肯实验室通过持续的技术迭代与跨学科协作,将激光雷达从军事专用设备发展为涵盖医疗、交通、量子通信的通用技术平台。其核心经验在于技术设施超前投资与人才创新文化培育的双轨策略,为全球激光雷达领域树立了标杆。未来,随着量子技术与人工智能的深度融入,林肯实验室或将继续定义下一代感知系统的技术边界。

sinat_34897952的博客 2118

激光雷达从测距到点云:原理、扫描与工程实践全解析

激光雷达是一种通过发射激光束并测量回波时间或角度变化来获取目标距离与三维信息的主动传感技术,其核心原理涵盖飞行时间法、三角测距和调频连续波等测距方式,并依赖扫描机构将单点测量扩展为三维点云。在机器人感知、自动驾驶、地形测绘和三维重建等场景中,激光雷达通过高精度测距、扫描与点云处理,为环境感知与空间建模提供关键数据。点云配准、去噪与坐标变换等后处理步骤进一步将原始数据转化为可用信息。本文围绕测距、扫描与点云三大关键词,系统梳理从基础物理量到可运行系统的完整工程链路,并分享实际调试中的经验与教训。

weixin_34343308的博客 362
上一篇: 【科研动态】攻克“宽视场”与“低串扰”难题:MIT新型光学天线设计助力下一代固态激光雷达
下一篇: 3D视觉引导罐口定位:破解大宗散料/液体装卸难题的智能方案
LuminWave
博客等级 码龄1年 2粉丝 42原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值