加拿大、美国联合团队开发出一种新型激光雷达系统，能够在单次扫描中同时获取场景中物体的位置、速度和表面材料属性。这项技术将激光雷达的感知能力从传统的距离测量拓展到了更丰富的维度，对自动驾驶、机器人技术和遥感等领域具有重要意义。该研究发表于新一期《光学》杂志。
激光雷达通过发射激光脉冲来测量距离，并生成高精度的三维地图。但目前绝大多数商用系统，例如自动驾驶汽车上搭载的设备，主要功能仍是测距。加拿大多伦多大学与美国网络技术公司Ciena的团队合作，将原本用于远距离光纤通信的相干光学调制解调器改造为激光雷达的核心部件。这种大规模生产的设备能以极高速度和精度控制和测量光的多种属性，包括频率、偏振、相位和振幅，天然适合解决激光雷达面临的诸多感知难题。
新系统的工作原理是通过两个正交偏振通道，以每秒数百亿次的速率向目标发射随机调制的激光束。除了传统方法依赖的时间延迟计算距离外，系统还能捕捉激光与目标表面相互作用后偏振特性的变化。通过分析这些变化，系统可以同时获取目标的距离、运动速度以及表面的材料特征。
为了从复杂数据中提取有效信号，团队开发了一套全新的偏振感知模型和相关算法。这个模型能够将有用的信号与系统内部光学元件造成的畸变和噪声分离开来，最终获得清晰的距离、速度和材料性质估算。
新系统的测距和测速结果，在各类场景下均表现出色，尤其在信号较弱的区域，其性能明显优于现有技术。其在强环境光干扰下依然能够稳定工作，而强光往往是其他偏振激光雷达系统的致命弱点。
实验显示，该系统能够识别日常物体的表面材料属性，包括金属、塑料以及表面粗糙度不同的物品。同时，激光产生的偏振斑点图案，还携带着表面粗糙度信息，为微观尺度的材料表征提供了新手段。系统获得的偏振信息有助于透过光学厚度达4.76的散射介质进行成像，这意味着在雾、雨或扬尘等低能见度条件下，该系统具备更强的适应能力。
