主流激光雷達的分類及原理
激光雷達分類多種多樣
比如按發射波形可分為脈沖型和連續型
按探測方式可分為直接探測和相干探測
按線束可分為單線和多線等
本文將按掃描方式將雷達進行分類介紹
機械旋轉式Lidar的發射和接收模塊存在宏觀意義上的轉動。在豎直方向上排布多組激光線束,發射模塊以一定頻率發射激光線,通過不斷旋轉發射頭實現動態掃描。
機械旋轉Lidar分立的收發組件導致生產過程要人工光路對準,費時費力,可量產性差。目前有的機械旋轉Lidar廠商在走芯片化的路線,將多線激光發射模組集成到一片芯片,提高生產效率和量產性,降低成本,減小旋轉部件的大小和體積,使其更易過車規。
機械旋轉式激光雷達
(圖源: Velodyne官網)
優點:
技術成熟
掃描速度快
360度掃描
缺點:
可量產性差:光路調試、裝配復雜,生產效率低
價格貴:靠增加收發模塊的數量實現高線束,元器件成本高,主機廠難以接受
難過車規:旋轉部件體積/重量龐大,難以滿足車規的嚴苛要求
造型不易于集成到車體
混合固態激光雷達用“微動”器件來代替宏觀機械式掃描器,在微觀尺度上實現雷達發射端的激光掃描。旋轉幅度和體積的減小,可有效提高系統可靠性,降低成本。
MEMS振鏡是一種硅基半導體元器件,屬于固態電子元件;它是在硅基芯片上集成了體積十分精巧的微振鏡,其核心結構是尺寸很小的懸臂梁——反射鏡懸浮在前后左右各一對扭桿之間以一定諧波頻率振蕩,由旋轉的微振鏡來反射激光器的光線,從而實現掃描。硅基MEMS微振鏡可控性好,可實現快速掃描,其等效線束能高達一至兩百線,因此,要同樣的點云密度時,硅基MEMS Lidar的激光發射器數量比機械式旋轉Lidar少很多,體積小很多,系統可靠性高很多。
優點:
MEMS微振鏡擺脫了笨重的馬達、多發射/接收模組等機械運動裝置,毫米級尺寸的微振鏡大大減少了激光雷達的尺寸,提高了穩定性
MEMS微振鏡可減少激光發射器和探測器數量,極大地降低成本
缺點:
有限的光學口徑和掃描角度限制了Lidar的測距能力和FOV,大視場角需要多子視場拼接,這對點云拼接算法和點云穩定度要求都較高
抗沖擊可靠性存疑
主要存在的問題:
(1)振鏡尺寸問題:
遠距離探測需要較大的振鏡,不但價格貴,對快軸/慢軸負擔大,材質的耐久疲勞度存在風險,難以滿足車規的DV、PV的可靠性、穩定性、沖擊、跌落測試要求。
(2)懸臂梁:
硅基MEMS的懸臂梁結構實際非常脆弱,快慢軸同時對微振鏡進行反向扭動,外界的振動或沖擊極易直接致其斷裂。
故障的懸臂梁
(圖源:無人駕駛網)
MEMS激光雷達點云數據
(圖源:RoboSense)
作為首款量產的L3級別自動駕駛的乘用車——奧迪A8上搭載的激光雷達就是旋轉掃描鏡激光雷達。與機械旋轉激光雷達不同的是,其激光發射模塊和接收模塊是不動的,只有掃描鏡在做機械旋轉。激光單元發出激光至旋轉掃描鏡(Mirror),被偏轉向前發射(掃描角度145°),被物體反射的光經光學系統被左下方的探測器接收。
Scala內部圖
(圖源:搜狐)
優點:
可車規,壽命長,可靠度高
缺點:
掃描線數少,掃描角度不能到360度
收發模塊的PLD(Pulsed Laser Diode)發射出激光,通過反射鏡和凸透鏡變成平行光,掃描模塊的兩個旋轉的棱鏡改變光路,使激光從某個角度發射出去。激光打到物體上,反射后從原光路回來,被APD接收。
Livox Lidar的工作原理示意圖
(圖源:Livox官網)
與MEMS Lidar相比,它可以做到很大的通光孔徑,距離也會測得較遠。與機械旋轉Lidar相比,它極大地減少了激光發射和接收的線數,降低了對焦與標定的復雜度,大幅提升生產效率,降低成本。
優點:
非重復掃描,解決了機械式激光雷達的線式掃描導致漏檢物體的問題
可實現隨著掃描時間增加,達到近100%的視場覆蓋率
沒有電子元器件的旋轉磨損,可靠性更高,符合車規
缺點:
單個雷達的FOV較小,視場覆蓋率取決于積分時間
獨特的掃描方式使其點云的分布不同于傳統機械旋轉Lidar,需要算法適配
Livox的點云分布圖
(圖源:Livox官網)
這類激光雷達的核心元件是兩個掃描器——多邊形棱鏡和垂直掃描振鏡,分別負責水平和垂直方向上的掃描。特點是掃描速度快,精度高。比如:一個四面多邊形,僅移動八條激光器光束(相當于傳統的8線激光雷達),以5000rpm速度掃描,垂直分辨率為2667條/秒,120度水平掃描,在10Hz非隔行掃描下,垂直分辨率達267線。
Luminar激光雷達內部解剖圖
(圖源:Luminar)
優點:
轉速越高,掃描精度越高
可以控制掃描區域,提高關鍵區域的掃描密度
多邊形可提供超寬FOV,一般可做到水平120度。MEMS Lidar一般不超過80度
通光孔徑大,信噪比和有效距離要遠高于MEMS Lidar
價格低廉,MEMS振鏡貴的要上千美元,多邊形激光掃描已經非常成熟,價格只要幾十美元
激光雷達間抗干擾性強
缺點:
與MEMS技術比,其缺點是功耗高,有電機轉動部件
Flash激光雷達采用類似Camera的工作模式,但感光元件與普通相機不同,每個像素點可記錄光子飛行時間。由于物體具有三維空間屬性,照射到物體不同部位的光具有不同的飛行時間,被焦平面探測器陣列探測,輸出為具有深度信息的“三維”圖像。根據激光光源的不同,Flash 激光雷達可以分為脈沖式和連續式,脈沖式可實現遠距離探測(100米以上),連續式主要用于近距離探測(數十米)。
Flash激光雷達的優勢在于能夠快速記錄整個場景,避免了掃描過程中目標或Lidar自身運動帶來的誤差。其缺點是探測距離近。
Flash Lidar的工作示意圖
(圖源:LeddarTech官網)
發射模組:Flash激光雷達采用的是垂直腔面發射激光器(Vertical Cavity Surface Emitting Laser, VCSEL),比其他激光器更小、更輕、更耐用、更快、更易于制造,并且功率效率更高。
接收模組:Flash激光雷達的性能主要取決于焦平面探測器陣列的靈敏度。焦平面探測器陣列可使用PIN型光電探測器,在探測器前端加上透鏡單元并采用高性能讀出電路,可實現短距離探測。對于遠距離探測需求,需要使用到雪崩型光電探測器,其探測的靈敏度高,可實現單光子探測,基于APD的面陣探測器具有遠距離單幅成像、易于小型化等優點。
優點:
一次性實現全局成像來完成探測,無需考慮運動補償
無掃描器件,成像速度快
集成度高,體積小
芯片級工藝,適合量產
全固態優勢,易過車規
缺點:
激光功率受限,探測距離近
抗干擾能力差
角分辨率低
很多軍用Lidar使用OPA(Optical Phased Array)光學相控陣技術。OPA運用相干原理,采用多個光源組成陣列,通過調節發射陣列中每個發射單元的相位差,來控制輸出的激光束的方向。OPA激光雷達完全是由電信號控制掃描方向,能夠動態地調節掃描角度范圍,對目標區域進行全局掃描或者某一區域的局部精細化掃描,一個激光雷達就可能覆蓋近/中/遠距離的目標探測。
Quanergy固態激光雷達
(圖源:Quanergy官方視頻截圖)
優點:
純固態Lidar,體積小,易于車規
掃描速度快(一般可達到MHz量級以上)
精度高(可以做到μrad量級以上)
可控性好(可以在感興趣的目標區域進行高密度掃描)
缺點:
易形成旁瓣,影響光束作用距離和角分辨率,使激光能量被分散
加工難度高:光學相控陣要求陣列單元尺寸必須不大于半個波長
探測距離很難做到很遠
以三角波調頻連續波為例來介紹其測距/測速原理。藍色為發射信號頻率,紅色為接收信號頻率,發射的激光束被反復調制,信號頻率不斷變化。激光束擊中障礙物被反射,反射會影響光的頻率,當反射光返回到檢測器,與發射時的頻率相比,就能測量兩種頻率之間的差值,與距離成比例,從而計算出物體的位置信息。FMCW的反射光頻率會根據前方移動物體的速度而改變,結合多普勒效應,即可計算出目標的速度。
FMCW原理2
優點:
每個像素都有多普勒信息,含速度信息
解決Lidar間串擾問題
不受環境光影響,探測靈敏度高
缺點:
不能探測切向運動目標
FMCW與常見的TOF測距原理的對比:
TOF
優點
系統簡單,成本低
平均功率低
測距精度高
能探測出切向運動的目標
缺點
環境光的抗干擾性比FMCW稍差
波段接近人眼可響應的范圍
FMCW
優點
環境光抗干擾能力強
1550nm波長對人眼安全更有利
除距離和intensity信息外還能得到速度信息
缺點
系統復雜度高,成本高
平均能耗高
不能探測出切向運動的目標(比如橫穿馬路的人/車)
激光雷達是實現無人駕駛的重要傳感器部件之一。評價一款激光雷達產品,要從性能、技術成熟度、成本、“車規”化等多個維度去衡量。機械式激光雷達:目前是自動駕駛公司的主流方案,技術成熟可靠,具備360度視場角,高分辨率等性能優勢,但限于工藝等因素難以量產。部分機械雷達廠商正在通過芯片化的路線提高生產效率,降低成本,并使其符合車規。考慮到固態雷達的迭代過程,短期內機械式激光雷達仍將是自動駕駛的主流選擇。MEMS等半固態激光雷達:目前技術相對成熟,能兼顧成本、性能、車規等要求,但抗沖擊可靠性存疑。長遠來看,僅屬于過渡產品。全固態激光雷達:長遠看,激光雷達的主流趨勢會轉向全固態。Flash技術領先,但受限于元器件性能,無法實現遠距離探測;OPA具有一定的技術壁壘;FMCW具有探測距離遠,靈敏度高,抗干擾能力高,成本低,功耗低等特點,但技術門檻高,對系統集成,信號處理要求很高,目前尚未量產。
總的看來,激光雷達固態化會持續推進,技術仍然有很長的探索期。
1.Sandborn, P. A. M. (2017). FMCW Lidar: Scaling to the Chip-Level and Improving Phase-Noise-Limited Performance. eScholarship, University of California.
2.SENSING-AIOT.(2021). LiDAR: FMCW vs. ToF. http://4da.tech/?p=272
3.AEye, Inc.(2021)Time of Flight vs. FMCW LiDAR Side-by-Side Comparison FMCW sToF_21_0113.
4.Liu, Z., Zhang, F., & Hong, X. (2021). Low-cost retina-like robotic lidars based on incommensurable scanning. IEEE/ASME Transactions on Mechatronics.
4.http://www.wrdrive.com/news/show.php?itemp202107/23/oaJ8ZP6mfm.png">
中郵無人機(北京)有限公司揭牌
2251 閱讀智能倉儲企業“智世機器人”完成數千萬元A輪融資
2117 閱讀這家老牌物流巨頭被整合重組,四千多名員工將何去何從?
1529 閱讀聊聊2025年物流企業如何做營銷規劃
1555 閱讀物流供應鏈領域“吸金”不力,但能給投融資事件頒幾個獎
951 閱讀極兔速遞2024年第四季度包裹量增長32.5% 全球日均單量超8000萬件
972 閱讀京東緊急馳援西藏震區,首批救援物資已由專車送出
962 閱讀2024LOG供應鏈物流?突破創新獎候選案例——準時達國際供應鏈管理有限公司
882 閱讀仿生學:蜂巢帶給供應鏈管理的啟示
857 閱讀人民日報“晚安短信計劃”關注電商西進:拼多多新農人傳遞溫暖
891 閱讀