企业官网建设流程全解析

一、先给定义

单线激光雷达（2D LiDAR，单线）​：只有 1 个激光收发通道，在一个固定仰角上做水平旋转，每个扫描周期输出一圈极坐标点(r, θ)，描述空间中的一个水平切面；位姿状态量只有(x, y, θ)三个自由度。

多线激光雷达（3D LiDAR，多线）​：在垂直方向排 N 个激光收发通道（N = 16 / 32 / 64 / 128），每个通道各固定一个仰角，整机水平旋转，每个扫描周期输出(r, θ, α)，可直接转成三维点云(x, y, z)，描述的是一叠切面；位姿状态量是 6 自由度。

测距机制完全相同——脉冲飞行时间 ToF、相位差、近距离三角测距,单点精度都是厘米级;都要外参标定与时间同步;都受玻璃镜面、雨雾粉尘影响;都没有纹理与语义(认不出"这是门还是柜子")。

所以全部差异只来自一个数:仰角的数量。1 个,还是 N 个。

二、再用通俗的话说

拿"切面包"来比。

单线就像你手上只有一把刀,固定在一个高度,绕着面包横着转一圈切下去——你只拿到一片。这一片能看出轮廓(墙在哪、有多远),但厚度方向的信息全丢了:面包上竖着的葡萄干、悬在半空的樱桃,只要不在这一刀的高度上,就不在这一片里。

多线就像把 16 把刀排成一个扇形,同时切 16 刀——你拿到的是一叠薄片。片数够多,把这一叠摞起来,整块形状就还原出来了(点云"竖"起来了)。

三、差别在哪

分岔只在扫描机构,剩下的全是它的连锁后果:

• 单线:1 个收发通道 + 1 个固定仰角,绕竖轴水平旋转 → 所有点落在同一个水平面上。
• 多线:垂直方向排 N 个通道,每个通道各固定一个仰角,整机旋转 → 每转一圈得到 N 个水平环,叠成一片。

这个"仰角数量"的差别落到具体场景里,就是高度信息的有无——同一段走廊,单线只给你一条轮廓,多线还给高度:

单线的代价

• 只有 1 个切面:扫描面以下(矮台阶、椅子腿)与以上(悬空横杆)都是盲区,桌面上的物体也看不到。
• 几何退化:长直走廊、空旷大厅、隧道里,沿墙面的平移几乎不改变扫描形状,该自由度不可观——这正是你走廊场景最难受的一条。
• 装机角度决定它"看哪个高度":平装 = 齐腰高一条轮廓;压低 = 看腿脚;斜装能得到斜切面(能摸到一点三维,但极稀疏)。

多线的代价

• 垂直方向其实很稀疏:水平角分辨 0.1°~0.4°,垂直角分辨 1°~2°,差一个数量级。远距离的细杆会从两条扫描线的空隙里穿过去。
• 数据量与算力:点频高两个数量级,后端优化开销大。
• 它并没有消除走廊退化,只是把可用约束从一个切面扩到整片几何(地面、天花板、门框都能提供约束)。截面完全均匀的长隧道,多线沿轴向照样漂——隧道退化是经典难题,别指望换个雷达就解决。

四、量化的边界

先给公式:垂直角分辨 = 垂直 FOV ÷(线数 − 1)​。例:16 线典型 ±15°(总 FOV 30°)→ 2°/线;64 线 → 约 0.4°/线。

再给后果:同一距离 d 处,相邻两条扫描线的垂直间隔 ≈d × Δα(Δα 是垂直角分辨的弧度值)。

推论:能不能看到一根细杆,取决于杆的直径是否大于该距离上的线间隔。​ 10 cm 粗的杆,2°/线的雷达大约 3 m 以内才保证不漏,0.4°/线的雷达约 14 m 以内。(量级估算,实际还看光束发散角、多回波能力和目标朝向。)

方向别搞反:水平方向的点间距 =d × Δθ(Δθ 常 0.1°~0.4°),比垂直方向密得多。多线的稀疏是"垂直方向"的稀疏。