激光雷达：由光的往返直接测量形状与距离

LiDAR 测量激光脉冲射到目标并返回所需的时间：距离 = 光速 × 往返时间 ÷ 2。光每纳秒约行进 30 cm，因此 1 纳秒的往返时间对应约 15 cm 的距离。极其精密的计时电路是这种仪器的核心。

最后一行最为关键。无人机 LiDAR 只测量相对于飞行器的距离和方向；地图坐标取决于飞行器位置和姿态的精度。在 GNSS 覆盖不到的地方，这条轨迹必须改由 SLAM 根据周围环境估算。

LiDAR 生成的是点云：每个点都带有坐标（X、Y、Z）、强度、回波序号和时间。ASPRS LAS（压缩后为 LAZ）是通用的标准格式。再加上相机提供的颜色，就是彩色点云。

• 点密度：每平方米的点数。细导线和小构件需要足够的密度和良好的入射角。
• 分类：将点分为地面、建筑、植被、导线、杆塔。常规做法是自动分类后再由人工编辑。
• DTM 与 DSM：裸地高程（DTM）与包含树木和建筑的表面高程（DSM）。两者之差即为冠层高度。
• 断面：对于隧道和管道，切割点云以检查内轮廓的变形。

LiDAR 最成熟的检查用途之一是输电线。它能一次飞行就沿长距离走廊测出导线与树木、建筑物或地面之间的净空距离。多次回波可穿过树叶到达地面，因此在林区比徒步或直升机巡线快得多。

同样的方法也适用于铁路接触网和线路旁的树木。靠近导线飞行可能干扰罗盘和通信链路，因此要保持充足的距离。强电磁场

在隧道、矿山、储罐和锅炉内部没有 GNSS。通过把 LiDAR 扫描结果相互匹配，可以在估算运动的同时构建地图（SLAM）。能在完全黑暗中工作，是相机所不具备的优势。为此，带防护笼的耐碰撞无人机会搭载 LiDAR（例如 Flyability Elios 3）。

各类环境的详细说明，请参阅 GNSS 拒止、受限空间、黑暗和粉尘与烟雾。

LiDAR 参数表上的“测距精度”只针对传感器本身。地图精度还要在此之上叠加轨迹误差、视轴（安装角度）误差和光束发散。即便是优秀的无人机 LiDAR 成果，通常也在几厘米的量级——而且始终应当用检查点加以验证。

实际中两者同时搭载越来越常见：LiDAR 构建几何骨架，相机图像补充颜色和细节。裂缝宽度来自照片，变形和净空来自 LiDAR。

如何把“好看的三维模型”与“测量级精度”区分开来，在无人机测量中区分外观与精度（Airffic Flight Institute）中有逐步讲解。

• 细微表面缺陷：细裂缝和锈蚀颜色在点云中不显现。
• 水下：常见的近红外 LiDAR 会被水吸收；水深测量需要绿激光系统，而其在浑浊水中表现不佳。
• 粉尘、烟雾、雨：颗粒会造成虚假点和空洞。
• 均匀空间中的 SLAM：在长隧道中，没有标靶时难以保持距离准确。
• 决策：净距标准和砍伐优先级由资产所有者确定。

到 2035 年，LiDAR 会更轻、更便宜，很可能成为大多数检查飞行器上与相机并列的标准配置。输电线走廊每年沿同一路线采集，并根据预测的树木生长和导线弧垂提出砍伐计划。在竖井和储罐内部，SLAM 点云叠加在上一次测量之上，只有壁面变形被着色显示。这是编辑部的看法。

即便到那时，精度仍要靠老式的检查点和条件记录来保证。我们能测量的越多，就越需要说明数据可信到什么程度。