==== 测距能力====
**一、前言**\\
**测距能力**是评价[[yanding:成像质量评价:工具:激光雷达:激光雷达|激光雷达]]探测性能的关键基础指标，直接定义了系统数字化物理世界的**有效量程**。\\
在自动驾驶、工业机器人及高精度测绘等领域，测距能力不仅决定了系统的安全边界与作业效能，更体现了其在复杂环境下提取微弱信号的探测增益与鲁棒性。对其进行标准化测试，既是验证光电链路性能的物理极值，也是保障产品在实际场景中稳定落地的技术前提。\\

**二、什么是测距能力？**\\
**测距能力**是指激光雷达在**特定工况**（如特定的目标反射率、环境光强度、探测概率等）下，能够探测到目标物体并形成有效点云信息的**极限距离**。\\
主要包括**最远探测距离**（即雷达能看多远）与**最近探测距离**（即雷达能看多近）两项核心指标，二者共同构成激光雷达的有效工作量程。\\

**三、影响因素**\\
激光雷达的测距能力是一个综合性能指标，受目标特性、环境条件、雷达自身硬件与算法三大类因素共同影响。这些因素并非独立作用，而是相互耦合。\\
**1.目标特性**\\
**(1)目标反射率**\\
根据激光雷达功率方程（见下方公式），在硬件和环境固定的情况下，目标探测距离$R$与目标反射率的平方根$\sqrt{\rho}$成正比（即$R \propto \sqrt{\rho}$）。
$$P_r = P_t \cdot \frac{A_r}{R^2} \cdot \rho \cdot \eta_{sys} \cdot \exp(-2\alpha R)$$
符合说明：\\
  * $P_r$：接收功率。
  * $P_t$：发射峰值功率。
  * $A_r$：接收孔径面积。
  * $R$：目标距离。
  * $\rho$：目标反射率（核心变量）。
  * $\eta_{sys}$：系统光学效率。
  * $\alpha$：大气消光系数（雨雾影响因子）。

**(2)目标几何形状与朝向**\\
  ***入射角：**激光束与目标表面法线的夹角。角度越大，有效反射面积越小，回波信号越弱（即“角度衰减”），并可能因镜面反射导致信号丢失。
  ***目标大小：**远距离小目标（如行人、摩托车）反射的激光点数少，信噪比低，更难被稳定探测和分类。

**2. 环境条件**\\
激光雷达的探测性能高度依赖于工作环境。外部光学噪声、大气介质及同频信号均会通过削弱信噪比（SNR），限制系统的有效探测范围与数据可靠性：
  ***背景光干扰：** 强背景光（如直射阳光）会引入大量随机光子噪声，淹没微弱的目标回波，导致信噪比下降并大幅缩短有效探测距离。
  ***大气衰减效应：** 雨、雾、霾等悬浮粒子会对激光产生散射与吸收，造成信号能量的双向衰减，并诱发虚假回波，导致探测精度与距离明显降低。
  ***同波段相互干扰：** 多个同频雷达同时工作时，接收端可能误接收非同步脉冲信号，产生伪点云（Ghost Points）或噪点，严重削弱目标的识别可靠性。

**3.雷达自身系统**（硬件与算法）\\
  ***发射系统：** 功率直接决定量程上限，但受人眼安全法规约束；波长（905nm/1550nm）通过影响安全功率阈值与大气穿透力，决定了实际有效探测距离。
  ***接收系统：** 灵敏度决定微弱回波的捕捉能力，灵敏度越高，远距探测越深；动态范围决定信号线性区间，范围越宽，越能防止近距强目标饱和，确保全量程稳定测距。
  ***光学系统：** 接收孔径决定光子收集效率，孔径越大，回波信噪比（SNR）越高，从而直接增强对远距离目标的测距能力。
  ***信号处理与算法：** 检测阈值权衡虚警与漏检，定义探测极限；抗干扰算法抑制噪声串扰，保障复杂工况下的测距鲁棒性；ToF精度则决定距离解算精度，确保远距离点云的真实有效。

**三、如何测试激光雷达的测距能力？**\\
在自动驾驶场景中，测距能力指特定 PoD 下的距离， PoD（探测概率） 决定了该距离下点云输出的连续性与真实性。以下依据 GB/T 45500-2025 相关规定，详细说明车载激光雷达测距能力的测试条件、测试流程与判定方法。\\
**测试条件**\\