車載激光雷達(dá)在智慧交通中的應(yīng)用

中圖分類號(hào)：U463.675 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-8639（2025）08-0146-03

【Abstract】As inteligent transportationsystems evolve towards high-precision perception and collaborative decisionmaking，vehicle-mounted lidar，with itsprecisethree-dimensional space measurementcapability，hasbecome thecore sensorforenvironmental perception．Thisarticlesystematicallyexpoundsthe technical principlesand hardware architectureofvehicle-mountedlidar，withafocusonanalyzing itsinnovativeaplicationsinthefieldofinteligent transportation.Through theanalysisof aplicationcases，itindicates thatvehicle-mountedlidar technology，through continuous development insolid-stateand algorithmoptimization，hasprovided ireplaceabledeep perception capabilities forintelligent transportation and facilitated the intelligent upgrade of multi-level transportation.

【Keywords】vehicle-mounted lidar； measurement technology； intelligent transportation

0 引言

隨著城市化進(jìn)程加速與機(jī)動(dòng)車保有量持續(xù)攀升，全球交通系統(tǒng)正面臨全新的安全與效率挑戰(zhàn)。智慧交通系統(tǒng)依托物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)，以實(shí)現(xiàn)道路安全預(yù)警、擁堵動(dòng)態(tài)疏導(dǎo)、出行效率優(yōu)化為核心目標(biāo)，成為各國交通變革的戰(zhàn)略方向[。2023年，交通運(yùn)輸部、國家鐵路局、中國民用航空局、國家郵政局、中國國家鐵路集團(tuán)有限公司聯(lián)合印發(fā)《加快建設(shè)交通強(qiáng)國五年行動(dòng)計(jì)劃（2023—2027年）》，明確了未來五年加快建設(shè)交通強(qiáng)國的思路目標(biāo)和行動(dòng)任務(wù)。中商產(chǎn)業(yè)研究院發(fā)布的《2025—2030年中國智慧交通行業(yè)前景預(yù)測(cè)與市場(chǎng)調(diào)查研究報(bào)告》顯示，2024年中國智慧交通市場(chǎng)規(guī)模達(dá)到2610億元，較上年增長(zhǎng) 7.32% 。中商產(chǎn)業(yè)研究院分析師預(yù)測(cè)，2025年中國智慧交通市場(chǎng)規(guī)模將達(dá)到2871億元，如圖1所示。

當(dāng)前主流感知方案中，傳統(tǒng)攝像頭受光照變化、夜間低可見度等因素影響，易出現(xiàn)漏檢誤判，毫米波雷達(dá)在空間分辨率與多目標(biāo)分離能力上存在局限，難以滿足復(fù)雜城市場(chǎng)景下厘米級(jí)定位與全要素識(shí)別的嚴(yán)苛需求。車載激光雷達(dá)憑借其主動(dòng)發(fā)射光源的物理特性，可在雨霧、逆光等惡劣條件下生成厘米級(jí)精度的三維點(diǎn)云圖，為車輛提供全天候的環(huán)境深度信息，成為擺脫感知困境的關(guān)鍵突破點(diǎn)2。在全球產(chǎn)業(yè)合力驅(qū)動(dòng)下，車載激光雷達(dá)正從單點(diǎn)技術(shù)應(yīng)用向智慧交通全域感知網(wǎng)絡(luò)加速滲透，重塑未來交通的智能化基礎(chǔ)設(shè)施底座。因此，本文對(duì)車載激光雷達(dá)測(cè)量技術(shù)在智慧交通領(lǐng)域的應(yīng)用探討，對(duì)于智慧交通的持續(xù)發(fā)展具有重要的理論和實(shí)踐意義。

圖12020—2025年中國智慧交通市場(chǎng)規(guī)模預(yù)測(cè)趨勢(shì)圖

1車載激光雷達(dá)技術(shù)原理

激光雷達(dá)（LightDetection And Ranging，LiDAR）是一種通過發(fā)射激光束并接收反射信號(hào)來測(cè)量目標(biāo)距離、速度和形狀等信息的傳感器。激光雷達(dá)技術(shù)原理如圖2所示，當(dāng)激光器生成的高頻窄脈寬光束經(jīng)掃描部件定向投射至交通環(huán)境中的障礙物表面時(shí)，部分光子因反射特性形成回波信號(hào)；接收端光學(xué)系統(tǒng)捕獲該信號(hào)后，由高靈敏度光電探測(cè)器將其轉(zhuǎn)換為電信號(hào)[3]。系統(tǒng)通過精密計(jì)時(shí)電路測(cè)量發(fā)射脈沖與回波脈沖的時(shí)延差，結(jié)合光在介質(zhì)中的恒定傳播速度，直接計(jì)算目標(biāo)物與雷達(dá)的直線距離。為重構(gòu)三維空間信息，掃描機(jī)構(gòu)通過機(jī)械旋轉(zhuǎn)或固態(tài)相控陣技術(shù)實(shí)現(xiàn)激光束在垂直與水平方向上的高速偏轉(zhuǎn)，形成覆蓋視場(chǎng)角的多層掃描線陣。每束激光在探測(cè)周期內(nèi)獲取的距離值，經(jīng)空間幾何坐標(biāo)系變換后，生成包含方位角、俯仰角及徑向距離參數(shù)的原始點(diǎn)云，后續(xù)算法通過對(duì)連續(xù)幀點(diǎn)云的配準(zhǔn)與濾波處理，在剔除雨霧、粉塵等干擾噪點(diǎn)的基礎(chǔ)上，實(shí)時(shí)輸出交通參與要素的厘米級(jí)精度三維空間坐標(biāo)及其運(yùn)動(dòng)矢量。

圖2激光雷達(dá)技術(shù)原理圖

在智慧交通中，激光雷達(dá)具備高精度、高速率和無盲區(qū)等特點(diǎn)，能夠提供準(zhǔn)確的三維環(huán)境信息4。隨著技術(shù)的持續(xù)突破和升級(jí)，中國激光雷達(dá)市場(chǎng)駛?cè)肟燔嚨馈Ｖ猩坍a(chǎn)業(yè)研究院發(fā)布的《2025—2030年中國激光雷達(dá)行業(yè)市場(chǎng)前景預(yù)測(cè)及未來發(fā)展趨勢(shì)報(bào)告》顯示，2023年中國激光雷達(dá)市場(chǎng)規(guī)模約為75.9億元，2024年約為139.6億元。中商產(chǎn)業(yè)研究院分析師預(yù)測(cè)，2025年中國激光雷達(dá)市場(chǎng)規(guī)模將達(dá)到240.7億元，其預(yù)測(cè)趨勢(shì)如表1所示。

表12022—2026年中國激光雷達(dá)市場(chǎng)規(guī)模預(yù)測(cè)趨勢(shì)

2車載激光雷達(dá)測(cè)量技術(shù)在智慧交通領(lǐng)域中的應(yīng)用

2.1高精度地圖構(gòu)建與定位

車載激光雷達(dá)通過動(dòng)態(tài)掃描生成厘米級(jí)精度的三維點(diǎn)云，為智慧交通提供空間拓?fù)浣馕龌A(chǔ)。在作業(yè)車輛搭載多線激光雷達(dá)沿道路網(wǎng)絡(luò)移動(dòng)過程中，其連續(xù)幀點(diǎn)云通過實(shí)時(shí)同步定位與建圖算法實(shí)現(xiàn)多源數(shù)據(jù)時(shí)空配準(zhǔn)。其中，慣性測(cè)量單元（InertialMeasurementUnit，IMU）補(bǔ)償車輛位姿擾動(dòng)，全球?qū)Ш叫l(wèi)星系統(tǒng)GNSS提供地理參考框架，而高密度點(diǎn)云則精確提取車道線曲率、路緣石輪廓、交通標(biāo)志空間位置等靜態(tài)地物特征；通過點(diǎn)云配準(zhǔn)技術(shù)將動(dòng)態(tài)掃描數(shù)據(jù)與基準(zhǔn)地圖進(jìn)行空間特征矩陣匹配，實(shí)現(xiàn)車輛實(shí)時(shí)亞米級(jí)自定位，同時(shí)利用非地面點(diǎn)濾波算法分離移動(dòng)障礙物與道路結(jié)構(gòu)要素，漸進(jìn)式完成高精度矢量化地圖的增量構(gòu)建。該地圖以語義化形式存儲(chǔ)車道拓?fù)溥B接關(guān)系、坡度曲率屬性及限速標(biāo)識(shí)空間坐標(biāo)，形成支持自動(dòng)駕駛決策的全局先驗(yàn)知識(shí)庫。在運(yùn)營(yíng)階段，眾包車輛激光點(diǎn)云與基準(zhǔn)地圖的差分比對(duì)實(shí)現(xiàn)了道路結(jié)構(gòu)變化的自動(dòng)檢測(cè)，通過云端協(xié)同更新機(jī)制保障高精地圖的鮮度一致性，最終為車路協(xié)同系統(tǒng)提供全域統(tǒng)一的時(shí)空參照框架，支撐智慧交通系統(tǒng)在動(dòng)態(tài)環(huán)境中的實(shí)現(xiàn)感知冗余與定位魯棒性。

2.2 交通環(huán)境感知

車載激光雷達(dá)憑借其空間解析本質(zhì)，實(shí)現(xiàn)對(duì)交通環(huán)境的毫秒級(jí)全息感知。在實(shí)踐中，通過定制化掃描模式生成的原始點(diǎn)云，經(jīng)預(yù)處理模塊濾除大氣懸浮粒子干擾后，采用基于幾何拓?fù)涞膶?shí)時(shí)聚類算法解構(gòu)三維空間，即基于相鄰點(diǎn)密度梯度變化分離路表連續(xù)平面與離散目標(biāo)，結(jié)合多回波特性識(shí)別半透明障礙物的穿透探測(cè)，同步輸出靜態(tài)道路結(jié)構(gòu)要素與動(dòng)態(tài)交通參與者目標(biāo)集；通過時(shí)序關(guān)聯(lián)的多幀目標(biāo)檢測(cè)框疊合，對(duì)機(jī)動(dòng)車/非機(jī)動(dòng)車的位移矢量進(jìn)行非剛性形變跟蹤，結(jié)合目標(biāo)點(diǎn)云反射強(qiáng)度分布特性解譯車輛類型及姿態(tài)角，實(shí)現(xiàn)步態(tài)意圖預(yù)判。輸出結(jié)果經(jīng)車聯(lián)網(wǎng)通信協(xié)議廣播，賦能路側(cè)智能設(shè)備實(shí)現(xiàn)超視距風(fēng)險(xiǎn)預(yù)警，形成協(xié)同決策閉環(huán)，實(shí)現(xiàn)智慧交通對(duì)全域動(dòng)靜態(tài)要素的實(shí)時(shí)量化掌控。

2.3 車路協(xié)同系統(tǒng)

車載激光雷達(dá)在車路協(xié)同V2X架構(gòu)中充當(dāng)全域時(shí)空基準(zhǔn)錨點(diǎn)，通過融合路側(cè)激光雷達(dá)構(gòu)建級(jí)聯(lián)感知網(wǎng)絡(luò)。車輛自有點(diǎn)云實(shí)時(shí)映射至云端數(shù)字孿生平臺(tái)，與路側(cè)單元的多視角激光交叉掃描形成重疊感知域，基于點(diǎn)云時(shí)空配準(zhǔn)算法消除觀測(cè)盲區(qū)并生成交通場(chǎng)景的全息投影；該融合機(jī)制突破單車傳感器的視距局限，可對(duì)交叉口被大型車輛遮擋的非機(jī)動(dòng)車動(dòng)態(tài)進(jìn)行跨設(shè)備跟蹤，基于目標(biāo)運(yùn)動(dòng)向量場(chǎng)預(yù)測(cè)沖突軌跡。同時(shí)，路側(cè)系統(tǒng)依據(jù)車輛相對(duì)于車道線的厘米級(jí)偏移量實(shí)時(shí)調(diào)控信號(hào)燈相位，云端則利用群體車輛點(diǎn)云軌跡反演交通流密度分布，動(dòng)態(tài)優(yōu)化區(qū)域路網(wǎng)信號(hào)控制策略。當(dāng)感知到突發(fā)障礙物時(shí)，路側(cè)激光雷達(dá)通過低時(shí)延通信將障礙物三維邊界框及建議避讓路徑廣播至鄰近車輛，直連車載控制系統(tǒng)執(zhí)行緊急制導(dǎo)。

2.4 智能交通管控

車載激光雷達(dá)集群構(gòu)建全域三維感知神經(jīng)網(wǎng)絡(luò)，其毫秒級(jí)動(dòng)態(tài)點(diǎn)云流經(jīng)邊緣計(jì)算節(jié)點(diǎn)融合后，生成路網(wǎng)級(jí)交通狀態(tài)全息影像。在實(shí)踐中，通過時(shí)空域連續(xù)掃描捕捉車輛三維運(yùn)動(dòng)軌跡簇，結(jié)合軌跡曲率與加速度向量識(shí)別交通流突變節(jié)點(diǎn)，基于點(diǎn)云密度變化率映射區(qū)域級(jí)通行效率熱力圖，賦能管控系統(tǒng)自動(dòng)觸發(fā)車道動(dòng)態(tài)控制策略。激光點(diǎn)云對(duì)車輛外廓的毫米級(jí)重構(gòu)能力創(chuàng)新執(zhí)法維度，通過匹配高精度車型庫實(shí)現(xiàn)超限貨車自動(dòng)甄別，同時(shí)依據(jù)載貨點(diǎn)云體積形變特征判定非法拋灑風(fēng)險(xiǎn)等級(jí)。在應(yīng)急處置場(chǎng)景下，融合路側(cè)激光雷達(dá)的無人機(jī)編隊(duì)構(gòu)建空天立體掃描網(wǎng)絡(luò)，對(duì)事故區(qū)域開展自適應(yīng)聚焦掃描，實(shí)時(shí)解算車輛碰撞姿態(tài)、碎片散落范圍及次生擁堵演化趨勢(shì)，生成最優(yōu)清障路徑及分流方案。

3車載激光雷達(dá)測(cè)量技術(shù)在智慧交通領(lǐng)域中的應(yīng)用案例

3.1 實(shí)車測(cè)試平臺(tái)

某高架晚高峰場(chǎng)景中，搭載固態(tài)激光雷達(dá)的測(cè)試車群實(shí)時(shí)捕捉城市多層交通流的動(dòng)態(tài)特征。通過稠密點(diǎn)云空間占位分析，成功分離高架主路車輛與地面輔路非機(jī)動(dòng)車的垂直投影干擾；當(dāng)車輛駛?cè)胨淼楞暯佣螘r(shí)，基于回波時(shí)差補(bǔ)償?shù)乃惴磿r(shí)校正鋼結(jié)構(gòu)頂棚與移動(dòng)車輛的反射混疊。該平臺(tái)利用歷史軌跡大數(shù)據(jù)生成億級(jí)拓?fù)涞刃肪W(wǎng)，工程師可在數(shù)字孿生環(huán)境植入典型沖突因子（如移動(dòng)式綠化帶遮擋橫穿行人、公交進(jìn)站引發(fā)的連續(xù)變道博弈等），針對(duì)優(yōu)化點(diǎn)云聚類算法在遮擋場(chǎng)景中的自標(biāo)連續(xù)性追蹤能力；同步構(gòu)建多源干擾耦合模型，驗(yàn)證感知系統(tǒng)在多重物理干擾下的目標(biāo)置信度。

3.2 典型場(chǎng)景性能

在城市主干道多目標(biāo)耦合場(chǎng)景中，車載激光雷達(dá)展現(xiàn)出對(duì)復(fù)合挑戰(zhàn)的解析能力。當(dāng)公交車輛連續(xù)變道引發(fā)后方社會(huì)車輛遮擋鏈?zhǔn)椒磻?yīng)時(shí)，其基于運(yùn)動(dòng)軌跡預(yù)測(cè)的點(diǎn)云關(guān)聯(lián)算法確保被完全遮蔽的電動(dòng)自行車始終保持軌跡連續(xù)性；面對(duì)高架橋立柱與橋墩陰影區(qū)的強(qiáng)暗光干擾，通過多回波融合處理技術(shù)仍可穩(wěn)定捕獲橫向穿行外賣人員的肢體動(dòng)作特征。在路口左轉(zhuǎn)待行區(qū)這類高危沖突域，激光雷達(dá)聯(lián)合V2X路側(cè)單元構(gòu)建透視場(chǎng)效應(yīng)，成功穿透前向大型貨車的視覺遮擋，提前識(shí)別對(duì)向車道加速搶行的摩托車輪廓，具體如表2所示。該性能驗(yàn)證體系揭示激光雷達(dá)在幾何維度實(shí)現(xiàn)對(duì)視覺盲區(qū)的穿透感知，在時(shí)間維度構(gòu)建被遮擋目標(biāo)的位移預(yù)測(cè)連續(xù)性，在信號(hào)維度攻克光照突變場(chǎng)景的特征保真難題。

表2典型場(chǎng)景性能驗(yàn)證結(jié)果

4結(jié)束語

本文概述了車載激光雷達(dá)技術(shù)原理，分析了其在高精度地圖構(gòu)建與定位、交通環(huán)境感知、V2X系統(tǒng)、智能交通管控等方面的應(yīng)用，并在復(fù)雜晚高峰場(chǎng)景中進(jìn)行實(shí)車測(cè)試。結(jié)果顯示，車載激光雷達(dá)通過場(chǎng)景化感知升維與動(dòng)態(tài)博弈預(yù)判的雙重突破，能夠?qū)崿F(xiàn)垂直投影分離與透視場(chǎng)重構(gòu)，破除橋隧銜接、大型車輛遮擋等傳統(tǒng)盲區(qū)，保障動(dòng)態(tài)遮擋鏈中目標(biāo)的連續(xù)性追蹤，為城市交通的全局風(fēng)險(xiǎn)管理提供參考。

參考文獻(xiàn)

[1]胡月，文清浩，劉嬌楊.車載激光雷達(dá)角度精度和準(zhǔn)度測(cè)量技術(shù)研究[J].時(shí)代汽車，2024（21）：142-144.

[2]常鑫，李芳，梁宏波，等.車載激光雷達(dá)實(shí)時(shí)點(diǎn)云數(shù)據(jù)融合解算技術(shù)分析[J].電子技術(shù)，2024，53（10）：24-25.

[3]王少英，胡世雄，王福忠，等.基于車載激光雷達(dá)的城市路段交叉口交通控制研究[J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，43（12）：77-83.

[4]梁鋒，黃政華.基于車載激光雷達(dá)的實(shí)時(shí)建圖技術(shù)研究[J].汽車與駕駛維修（維修版），2024（4）：41-44.

[5]李林輝，馮剛，張林杰，等.車載激光雷達(dá)在城市公路路網(wǎng)提取中的應(yīng)用[J]測(cè)繪與空間地理信息，2023，46（11）：219-221.

（編輯林子衿）