激光雷达正在经历一场静默的能力跃迁。长期以来，它输出的是“点在哪里”的几何信息——距离、方位、反射强度。而一项发表于Nature Communications的研究，将偏振分辨能力集成到光学相控阵（OPA）激光雷达芯片中，使激光雷达能够在测距的同时，逐点输出物体的材料标签。这意味着激光雷达不再只是“眼睛”，开始获得某种程度的“触觉”——从回波中“摸”出目标是什么做的。为什么材料识别是激光雷达的下一站？传统激光雷达的核心任务是三维重建：发射激光脉冲，测量飞行时间，得到点云。但点云中的每个点除了坐标，通常只附带一个反射强度值。反射强度确实与材料相关——金属通常高反射，深色粗糙表面反射弱。然而，单靠强度区分材料并不可靠：反射强度同时受距离、入射角、表面粗糙度、颜色等因素强烈影响。此前有研究尝试用全波形数据分类材料，结论是“在某些情况下可以区分”，但受入射角和材料颜色干扰严重，当类别增多时平均交并比降至50%以下。多光谱方案提供了另一条路径。有研究使用五个不同波长的脉冲激光（980 nm至1650 nm），利用不同材料在短波红外波段的反射光谱差异，结合卷积神经网络进行分类。这种方法有效，但需要多个激光器和更复杂的光学系统，成本和体积随之上升。偏振，则是一条被低估的第三条路。偏振为何能“读出”材料？光与物质相互作用时，偏振状态的变化携带着关于表面电子结构和微观形貌的信息。金属表面的自由电子气对偏振的响应方式，与木材的纤维素微纤维结构或石材的晶粒边界截然不同。具体而言，线偏振光被材料反射后，其偏振态会发生改变——反射光的偏振度（DoLP）和偏振角因材料而异。这种“偏振特征”是材料的内禀属性
激光雷达正在经历一场静默的能力跃迁。长期以来，它输出的是“点在哪里”的几何信息——距离、方位、反射强度。而一项发表于Nature Communications的研究，将偏振分辨能力集成到光学相控阵（OPA）激光雷达芯片中，使激光雷达能够在测距的同时，逐点输出物体的材料标签。这意味着激光雷达不再只是“眼睛”，开始获得某种程度的“触觉”——从回波中“摸”出目标是什么做的。为什么材料识别是激光雷达的下一站？传统激光雷达的核心任务是三维重建：发射激光脉冲，测量飞行时间，得到点云。但点云中的每个点除了坐标，通常只附带一个反射强度值。反射强度确实与材料相关——金属通常高反射，深色粗糙表面反射弱。然而，单靠强度区分材料并不可靠：反射强度同时受距离、入射角、表面粗糙度、颜色等因素强烈影响。此前有研究尝试用全波形数据分类材料，结论是“在某些情况下可以区分”，但受入射角和材料颜色干扰严重，当类别增多时平均交并比降至50%以下。多光谱方案提供了另一条路径。有研究使用五个不同波长的脉冲激光（980 nm至1650 nm），利用不同材料在短波红外波段的反射光谱差异，结合卷积神经网络进行分类。这种方法有效，但需要多个激光器和更复杂的光学系统，成本和体积随之上升。偏振，则是一条被低估的第三条路。偏振为何能“读出”材料？光与物质相互作用时，偏振状态的变化携带着关于表面电子结构和微观形貌的信息。金属表面的自由电子气对偏振的响应方式，与木材的纤维素微纤维结构或石材的晶粒边界截然不同。具体而言，线偏振光被材料反射后，其偏振态会发生改变——反射光的偏振度（DoLP）和偏振角因材料而异。这种“偏振特征”是材料的内禀属性
