全场面激光雷达的相干光学调制器
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
该研究介绍了一种新型长距离极化波前激光雷达传感器（PolLidar），能够在室外场景中估计法线、距离和材料特性，从而提高场景重建的准确性。通过优化波前调制和前馈重构网络，改善了散射介质下的成像效果，并提出了支持复杂运动场景的实时三维场景重建框架。
🔎
延伸解读
PolLidar 的极化波前优势
PolLidar 利用极化波前估计法线、距离和材料特性，这使其在室外场景中能更准确地重建三维结构。与仅依赖飞行时间的传统激光雷达相比，极化信息提供了额外的表面属性维度，有助于区分不同材质和几何细节，从而提升场景理解的丰富度。
散射介质下的成像改进
通过优化波前调制和轻量级前馈重构网络，该研究改善了散射介质下的成像效果。这意味着在雾、烟或生物组织等散射环境中，系统仍能恢复出清晰的图像。这种基于学习的方法降低了计算负担，为实际部署提供了可能。
实时三维重建的突破
所提出的实时三维场景重建框架能在20毫秒内处理像素，重建未知数量的曲面。这达到了视频帧率的处理速度，使单光子激光雷达能够应对复杂运动场景，实现鲁棒快速的目标重建，为动态环境下的三维成像应用铺平了道路。
❓
Q&A
PolLidar传感器的主要功能是什么？
PolLidar传感器能够在室外场景中估计法线、距离和材料特性，从而提高场景重建的准确性。
该研究如何改善散射介质下的成像效果？
通过优化波前调制和前馈重构网络，该研究改善了散射介质下的成像效果。
实时三维场景重建框架的处理时间是多少？
该框架能够以20毫秒的处理时间重建具有未知数量曲面的像素。
PolLidar在复杂运动场景中的应用是什么？
PolLidar能够应对杂乱场景的目标探测和成像，实现复杂运动场景的鲁棒快速目标重建。
该研究提出了什么样的计算框架？
研究提出了一种新的实时三维场景重建的计算框架，结合统计模型和计算机图形学中的计算工具。
PolLidar如何处理激光组件的应力和功耗？
通过使用单个调制频率的较少原始数据样本和传感器灰度输出来减少激光组件的应力和功耗。
🏷️
