Research|华中科技大学团队提出基于感兴趣区域的MEMS激光雷达优化方法

背景：在智能感知与成像领域，微机电系统（MEMS）扫描镜因其高集成度、快速扫描和可编程控制优势，成为激光雷达（LiDAR）等应用的关键部件。Lissajous扫描模式因其高效稳定，已成为MEMS激光雷达的主流方案。研究目的：针对现有MEMS激光雷达全局均匀采样可能导致的资源浪费和关键区域分辨率不足的问题，华中科技大学王俊亚团队提出一种模仿人类视觉凝视机制的优化方法，旨在不改变硬件和全局采样方式的前提下，通过动态调控扫描轨迹参数，将有限采样资源集中于感兴趣区域（ROI），以提升局部分辨率。结论：该方法通过调控扫描信号的相位与幅度，实现了对ROI的“凝视”效果，在保持全局覆盖的同时显著提升了关键区域的成像精度和点云质量。实验证明该方案有效规避了硬件升级的成本与技术难度，充分挖掘了现有MEMS器件潜力，在自动驾驶目标识别、医学成像等ROI明确场景中具有突出应用优势。未来研究将结合视觉算法实现实时ROI检测与动态调节，以进一步提升系统智能化水平。