本文要点
这款新型激光雷达能够同步探测场景内物体的位置、运动速度以及材质属性（偏振特性），在自动驾驶领域具备重要应用价值。
市面上绝大多数商用激光雷达（自动驾驶车辆搭载机型即为典型）主要功能仅为测距。激光雷达发射激光脉冲，测算物体表面位置，以此构建车辆周边物体三维轮廓。
需要明确的是，自动驾驶车辆不能仅获知道路上存在障碍物，还需要识别障碍物类别：交通标识、路面、行人或是其他车辆。
因此在大多数场景下，解读传感器原始数据，还需要摄像头、雷达、热成像仪等其他传感器协同配合。这类设备采集红外热信号，并转化为可视化图像。
长远来看，相干激光雷达有望承担更多感知任务，因为它原生输出四维感知数据，可瞬时获取目标距离与运动速度。
相较于雷达，激光雷达一大核心优势是激光波长极短，能够实现高精度测量。
传统激光雷达工作原理：发射激光脉冲并启动计时；接收到回波脉冲后停止计时，依靠时间差计算目标距离。
单次回波，获取海量感知信息
多伦多大学、向量研究所（加拿大非营利人工智能研究机构）、光通信厂商 Ciena、韩国浦项科技大学的研究团队，在《Optica》期刊发布偏振全波场相干激光雷达相关研究成果。该设备能够从单次测量中挖掘更深层次信息。
这套系统同步采集目标深度、运动速度与偏振特征，既可定位物体、测算移动速率；同时依靠光线与物体表面的相互作用，实现材质识别感知。
研究团队打造的激光雷达采用相干光调制解调器作为发射端与接收端，能够以极高速度、极高精度发射并探测光信号的多项特征。相比于传统激光雷达，单次测量可以解析出远更多维度信息。
如同经典摩城金曲里的和声声部，这款新型激光雷达为整套感知体系形成有力支撑。系统通过分析光信号频移，实时计算移动物体精确速度；回波光信号与本地振荡光混频，可以放大微弱回光。这意味着系统可以在维持远距离探测能力的同时，采用更低功率激光器。
相干探测同时具备光学滤波效果，能够大幅屏蔽日光干扰与噪声，而普通传感器极易被这类信号淹没。
精简传感器硬件架构
该系统测量光线接触目标表面后偏振特性的变化，同步解算出距离、速度与材质信息。
多普勒速度图可以识别行驶车辆，并将其与静态背景区分；偏振图能够呈现深度图、强度图无法分辨的材质细节，例如交通标识文字、区分仿真绿植与真实植被。二者互补，弥补传统视觉与深度感知技术的盲区。
除此之外，团队开发算法分离各类光学效应，输出精准距离估值。同时提出一套全新数据解析方案，解决测量信号易受系统内部光学器件噪声、畸变干扰、难以还原的难题。
实验证实，该激光雷达可以有效区分金属、塑料以及不同表面粗糙度物体等多种材质。
相干探测与调频连续波（FMCW）方案
相干激光雷达另一项优势：信号链路所需带宽较低，光电二极管带宽仅需数百兆赫兹即可满足需求。
相干探测激光雷达拥有多种实现路线，目前主流方案为调频连续波（FMCW）调制。
对于高级驾驶辅助系统（ADAS）、自动驾驶这类探测距离通常小于 1 公里，且极易遭遇其他激光雷达信号干扰的场景，相干探测（尤其是 FMCW 方案）具备多重优势：抗干扰能力强、信噪比高、原生支持高精度测速（为感知系统提供额外数据）、硬件方案易于迭代改造。
迈向更高阶智能感知
这项技术更大的价值在于：激光雷达不再局限于物体轮廓测绘，还能帮助机器理解目标物理属性。
短期来看，该成果仍处于实验室原型研发阶段。但依托该技术打造的新一代感知系统，未来有望大幅提升机器对物理世界的认知能力。
