一、激光雷達數據對比
1. 機械式采樣數據
機械式激光雷達在水平方向利用外部旋轉部件達到360°的采樣，垂直方向根據線束的不同，分辨率也不同。較常用的有16線激光雷達，32線激光雷達，64線激光雷達。下圖是一張用Velodyne-16采集的點云圖：
Velodyne-16每秒30萬出點率，按照10赫茲的采樣頻率，每幀有30000個點；垂直視場角是30°，在室外場景如果水平安裝與車頂，只有水平向下的七條激光線打到的點能有效返回，大約15000個有效點云可供后續感知算法使用。
2. 混合固態采樣數據
混合固態激光雷達往往采用多棱鏡式，將機械旋轉的外部結構輕量化、小型化集成到內部，但是仍然有旋轉器件。比如Livox激光雷達采樣棱鏡震蕩的方式進行非重復掃描，視場覆蓋率隨時間推移而顯著提高。如下圖所示，從左往右隨著積分時間越長，點密度越大：
下面有兩張Livox不同產品的點云圖：
上圖是Horizon按照10FPS采樣得到的點云，每幀24000個點，除去未反射回來的點，有效點云個數在21000+。
上圖是MID-70按照10FPS采用得到的點云，每幀10000個點，除去未反射回來的點，有效點云個數在7000+。因為該產品非重復掃描，所以100ms采樣的點云連續幀中物體點抖動嚴重。使用200ms的積分時間對感知算法較為穩定。
3. 固態激光雷達采樣數據
固態激光雷達一般將旋轉器件做到芯片中如MEMS方式，或者徹底取代旋轉器件，如OPA或FLASH方式。其采樣得到的高分辨率點云圖密度很高，下圖是一張MEMS固態激光雷達采樣的點云圖：
相比前兩種激光雷達能夠得到更多的目標特征信息。
由于機械式雷達的原理都一樣，所以我們用速騰聚創的產品進行機械式雷達感知方案的分析（絕非打廣告，只是資料相對多）；混合固態雷達的感知方案本文采用覽沃科技的產品做分析，因為小編工作上使用過他家的Horizon，MID-70，相對了解一些。
二、機械式雷達感知方案
速騰聚創的雷達產品包括機械式激光雷達，如RS-LiDAR-16、RS-LiDAR-32、RS-BPearl、RS-Ruby等；也包括固態激光雷達，如RS-LiDAR-M1。
采用以上激光雷達的組合可以提供應對中低速場景的LiDAR感知方案和應對高速場景的LiDAR感知方案。
1. 低速場景的激光雷達感知方案
1.1 硬件配置
采用單顆RS-LiDAR-16型號的16線激光雷達（或32線），安裝在車頂前方。適用于低速近距離50以內的障礙物檢測和跟蹤。
1.2 系統方案
由于RS-LiDAR-16的垂直角分辨率是2°，導致中距離50米以外的兩根掃描線間隔很大，通常提取不到目標的完整特征，所以僅適合做近處的目標識別，和中距離的障礙物檢測跟蹤。
1.3 方案評估
該低速方案配備單顆16線激光雷達在車身周圍存在約5米左右的盲區（具體根據安裝高度和傾斜角計算）。需配合其他傳感器做一定的補充。
2. 高速場景的激光雷達感知方案一
2.1 硬件配置
采用一顆RS-LiDAR-32和兩顆RS-LiDAR-16的激光雷達做融合，多激光雷達相互補盲，提高點云密度來確保系統冗余性和探測精度。適用于開發地圖構建，實時定位、障礙物檢測、目標識別、動態物體跟蹤等多種功能。
2.2 系統方案
該方案將一顆32線激光雷達水平（略向下傾斜5°）安裝與車頂用于中距離的感知，同時在左右兩側分別傾斜安裝一顆16線激光雷達用于車身近處的補盲，具體安裝如下圖：
2.3 方案評估
該方案較好的解決了貼近車身側面的視野盲區，并且車頂的那顆32線激光雷達水平向下傾斜5°用于減少車前方盲區范圍。雖然車前后仍有少量視野無法覆蓋，但是可用跟蹤算法做一定的彌補。
3. 高速場景的激光雷達感知方案二
3.1 硬件配置
采用了一顆RS-Ruby和四顆RS-BPearl激光雷達做融合，進行全方位無死角覆蓋。RS-Ruby是128線雷達可提供高分辨率的點云，如左圖所示：測量距離可達到200m，可以在高速場景檢測到遠距離目標；RS-BPearl是短距離補盲雷達，如右圖所示：垂直FOV高 達 90°。
3.2 系統方案
該方案將一顆RS-Ruby安裝在車頂，用于360°中遠距離的感知；在車身周圍分別安裝四顆RS-BPearl，利用其超廣的視場角覆蓋近距離盲區。具體安裝如下圖：
3.3 方案評估
該方案采用高線束雷達+補盲雷達的方案較好的解決了高速場景遠距離障礙物點云稀疏以及近距離視野盲區的問題。缺點當時是貴。
三、(類)固態雷達感知方案
覽沃科技的激光雷達均采用非重復式掃描的方式，相比傳統機械旋轉式激光雷達的重復式掃描，它可以隨著積分時間的增加，獲得更多的點云。其產品包括MID-40，HORIZON，TELE-15，MID-70，AVIA。根據它們的視場角和數據率，MID-40一般多顆組合使用，HORIZON偏向于做中距離的雷達感知，TELE-15偏向于做遠距離的雷達感知，MID-70偏向于做補盲的功能。
1. 低速場景的激光雷達感知方案一
1.1 硬件配置
Horizon是一款類似矩形視場角，FOV等于81.7°×25.1°，采用橫向掃描方式的激光雷達。搭載五顆Horizon可實現 360° 全視場覆蓋。可用于做障礙物檢測，識別，跟蹤，建圖，定位等功能。
1.2 系統方案
該方案在車頭左中右三處分別安裝一顆Horizon，用于感知左側，前方，右側的環境信息，在車尾左右兩處分別安裝一顆Horizon用于感知左后方和右后方的環境信息。如下圖所示：
通過五顆水平視場角81.7°的激光雷達達到360°全覆蓋。
此方案有一個早期版本，利用三顆MID-40組合成一個MID-100：
應該是出于三個MID-40加起來的水平視場角大于一顆Horizon水平視場角，并且車后方左右兩顆Horizon重疊率略顯不夠的原因考慮，官方曾給出用兩顆MID-100替代車后方兩顆Horizon的方案：
當然多個雷達的數據融合始終沒有一個雷達采樣的數據精確，建議還是選用第一種方式。
1.3 方案評估
該方案從視場覆蓋率角度確實達到了360°，但是車身左右兩側仍然存在小塊盲區，當然這部分可以通過跟蹤算法彌補掉。由于Horizon的有效檢測范圍在80米以內，所以只適合做中低速的感知方案。
2. 低速場景的激光雷達感知方案二
2.1 硬件配置
MID-70是一款圓形視場角在水平和垂直方向上均可達 70.4 °，近處盲區大幅度降至 5 厘米的激光雷達。更大視場角和更小盲區幫助機器人更全面探測周遭環境，及時避開細小障礙物，適用于物流車、機器人等低速場景。
2.2 系統方案
該方案在車輛正前方和車尾左右兩邊分別安裝一顆MID-70用于前方和側向補盲，由于MID-70的有效檢測范圍較短，如需增強前向環境感知能力，可在車前方左右兩側分別安裝一顆Horizon用于中距離感知：
2.3 方案評估
該方案采用圓形視場角的MID-70補償了貼近車身的盲區，尤其是增強型方案配合Horizon的中距離探測，較好的提供中低速場景的環境感知能力，唯一缺陷就是后向無法探測來車情況，如遇轉彎，變道等情況較難應對。
3. 高速場景的激光雷達感知方案
3.1 硬件配置
Livox有一款專為遠距離、高精度探測打造，可感知 500 米外的障礙物，且體積小巧、可靠性強的激光雷達Tele-15。可在高速行駛中為車輛帶來更充裕的響應時間，保障安全。
雖然Tele-15的探測范圍很遠，但是其視場角只有14.5°×16.2°，所以在高速場景中往往與Horizon配合使用。產品屬性如下：
3.2 系統方案
高速場景的感知通常都有對后向來車的探測需求，需要有360°全方位的覆蓋，我們可以在上述中低速感知方案1的基礎上采用五顆Horizon+一顆Tele-15的方式實現，將Tele-15安裝在車頂前方用于探測遠距離障礙物：
3.3 方案評估
該方案基本滿足了遠中近不同區域的探測，但是livox積分采樣在高速場景下存在目標拖影的問題，即使是100ms的積分時間，高速運動的小汽車也可能在一幀數據中被拉伸成一輛小型卡車，不同速度造成的物體形變是否可能通過DNN算法來泛化特征值得考量。
四、總結
本文介紹的幾種激光雷達感知方案較為通用，將探測遠距離的激光雷達+探測中距離激光雷達+補盲雷達配合使用。但是各家公司會根據實際需求和應用場景做相應的變化，比如針對低速場景，考慮成本問題也可用一顆MID-70置于車頭，通過延長積分時間的方式增加點云密度，左右兩側安裝超聲波用于近距離探測等變體形式。
