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

研究背景

在智能感知与成像领域，微机电系统扫描镜（MEMS-SM）凭借高集成度、快速扫描和可编程控制优势，已成为光学信号与数字成像之间的关键桥梁，广泛应用于激光雷达（LiDAR）、医学成像和投影显示等领域。Lissajous扫描模式因正弦轨迹可生成干净光谱，并适配各种MEMS扫描镜，逐渐成为MEMS激光雷达的主流方案，在兼顾效率与稳定性方面具有独特优势。

研究进展

王俊亚教授团队长期致力于MEMS扫描技术和激光雷达研究，并在扫描轨迹优化、采样方案改进和角度测量等方向取得系列成果。本研究提出模仿人类视觉凝视机制的优化思路：无需改变硬件和全局采样方式，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），实现局部分辨率提升。该方法有效规避了硬件升级带来的成本与技术难度，充分挖掘了现有MEMS器件的潜力。

在具体实现上，团队通过对扫描信号的相位与幅度进行调控，改变轨迹在不同区域的停留时间和覆盖密度，使MEMS扫描镜能够像人眼一样“凝视”目标区域，提升关键区域成像精度的同时保持全局覆盖。实验结果表明，基于该方案的MEMS-LiDAR原型在分辨率和点云质量方面均取得显著提升。

未来展望

该方法虽然在全局均匀扫描方面存在一定局限，但在自动驾驶目标识别、医学成像与重点安防监测等ROI明确的场景中具有突出优势。未来，团队将结合视觉算法实现实时ROI检测与动态调节，使系统能够根据场景变化自适应调整扫描策略，进一步提升智能化水平与应用价值。

作者与成果信息

该研究由华中科技大学机械科学与工程学院王俊亚教授团队完成。王俊亚教授长期专注于MEMS成像激光雷达、光束扫描控制等研究方向，致力于突破系统性能瓶颈，推动相关技术在智能感知中的应用。成果发表于Research期刊(DOI:10.34133/research.0756）。

原文链接：https://spj.science.org/doi/10.34133/research.0756