激光雷达测距方式全解析：ToF、三角测距和FMCW到底怎么选？

最新推荐文章于 2026-05-01 09:40:39 发布

原创

最新推荐文章于 2026-05-01 09:40:39 发布 · 684 阅读

收录于

当前文章被以下社区和专栏收录：

激光雷达测距技术深度对比：ToF、三角测距与FMCW的工程决策指南

当扫地机器人在客厅精准绕开宠物食盆，或是自动驾驶汽车在暴雨中识别百米外的障碍物时，背后都是激光雷达测距技术在发挥作用。但面对ToF、三角测距和FMCW这三种主流技术方案，工程师们常常陷入选择困境——就像在精度、成本和环境适应性之间走钢丝。本文将拆解每种技术的工程实现细节，带你看清不同应用场景下的最优解。

1. 技术原理与硬件实现差异

1.1 飞行时间法(ToF)的物理极限

ToF雷达的核心是时间数字转换器(TDC)芯片，其时间分辨能力直接决定测距精度。现代高性能TDC如TDC-GPX2能达到10ps分辨率，理论上可实现1.5mm测距精度。但实际系统中，激光二极管（如905nm或1550nm）的上升时间、雪崩光电二极管(APD)的响应速度都会形成瓶颈。

典型ToF系统参数：

# 典型ToF距离计算伪代码
def calculate_distance():
    time_of_flight = receive_time - emit_time  # 单位：纳秒
    distance = (time_of_flight * 1e-9 * 299792458) / 2  # 光速取299792458 m/s
    return distance  # 单位：米

关键器件成本占比（以自动驾驶级ToF雷达为例）：