汽車知識小課堂 | 如何利用LiDAR實現深度感測
發布時間:2022-07-12 來源:安森美 責任編輯:wenwei
【導讀】LiDAR的全稱是Light Detection and Ranging(激光探測及測距),是(shi)一(yi)種(zhong)利(li)用(yong)激(ji)光(guang)感(gan)測(ce)距(ju)離(li)的(de)方(fang)法(fa),它(ta)會(hui)測(ce)量(liang)激(ji)光(guang)從(cong)物(wu)體(ti)反(fan)射(she)回(hui)來(lai)所(suo)用(yong)的(de)時(shi)間(jian)而(er)達(da)到(dao)測(ce)距(ju)的(de)目(mu)的(de)。根(gen)據(ju)具(ju)體(ti)應(ying)用(yong),可(ke)以(yi)使(shi)用(yong)不(bu)同(tong)的(de)波(bo)長(chang),但(dan)最(zui)常(chang)用(yong)的(de)是(shi)紅(hong)外(wai)線(xian)(IR)。
大多數時候,人腦擅長推斷物體的相對深度/距離和大小,這是人類的一種本能,尤其是在駕駛車輛時。但成像係統卻很難做到這一點,尤其是標準圖像傳感器是用2D圖像表示3D場景。在類似於人眼的立體布局中使用兩個圖像傳感器,能夠提取深度數據,但測距精度有限,並且會受到環境光線的影響。
使用LiDAR獲(huo)得(de)深(shen)度(du)數(shu)據(ju)就(jiu)可(ke)以(yi)在(zai)不(bu)依(yi)賴(lai)光(guang)線(xian)條(tiao)件(jian)的(de)情(qing)況(kuang)下(xia)實(shi)施(shi)測(ce)量(liang),並(bing)消(xiao)除(chu)圖(tu)像(xiang)的(de)模(mo)糊(hu)問(wen)題(ti),從(cong)而(er)做(zuo)到(dao)場(chang)景(jing)中(zhong)區(qu)分(fen)及(ji)理(li)解(jie)不(bu)同(tong)物(wu)體(ti)。將(jiang)發(fa)射(she)到(dao)物(wu)體(ti)後(hou)反(fan)射(she)回(hui)來(lai)的(de)光(guang)脈(mai)衝(chong)與(yu)精(jing)準(zhun)定(ding)時(shi)測(ce)量(liang)相(xiang)結(jie)合(he),可(ke)以(yi)計(ji)算(suan)出(chu)物(wu)體(ti)的(de)距(ju)離(li)。
LiDAR在汽車領域的應用十分廣泛,尤其是用於SAE級別為L3~L5的半自動駕駛車輛,例如,感測車輛周圍的物體;在高速公路上看到數百米外的前方。LiDAR也常用於送貨機器人和其他需要自主感知的應用。該技術也廣泛應用於以高精度快速生成可處理的3D深度圖的戶外應用情景——而使用傳統測量技術時,這一過程需要耗時數日。
例如,農業領域使用LiDAR測量田地或土地,繪製地圖、評估作物狀況,從而使農民能夠建模預測作物產量,以及選擇最合適的農藥/肥料。對於儲存在筒倉中的穀物和儲存在貯存罐中的液體,隻需在筒倉/貯存罐頂部安裝LiDAR,即可在不與內容物接觸的情況下立即測量儲量。
環境組織經常使用LiDAR來評估森林砍伐情況、測量海岸侵蝕情況或監測冰川消退情況。此外,在這些應用中,通過在無人駕駛飛行器(UAV)/無人機上安裝LiDAR,研究人員能夠對人跡罕至的偏遠地區進行勘測,而無需親自前往。
智能工廠在自動引導車(AGV)上使用LiDAR,運輸原材料進行加工,並將成品運送到發貨區。當智能工廠中的機器人使用LiDAR時,可以充分發揮LiDAR自身的強大功能,幫助這些機器人精確執行任務,並使它們能夠感測周圍是否有人,從而以周到和安全的方式工作。
LiDAR可用於快速勘測鐵路或高速公路等大型建設項目。LiDAR還可以作為一種安全輔助手段,使某些區域免受不必要或意外的入侵。這在存在危險物質或有大型機器工作的地方意義重大。LiDAR在所有照明條件下都能有效工作,意味著在這些類型的應用中,它可以提供可靠的永遠在線的保護。
LiDAR的類型
最常見的LiDAR類型是直接飛行時間(dToF)係統,其背後的原理非常簡單:測量光脈衝到達目標並返回傳感器所用的時間。光速是一個已知的物理常數,因此計算發射器/探測器和反射目標之間的距離十分簡單。
圖 1:dTOF可測量光到達目標並返回所需的時間
該技術通常使用由光源(最常見的是激光器)發(fa)射(she)的(de)單(dan)個(ge)非(fei)常(chang)短(duan)的(de)脈(mai)衝(chong),發(fa)射(she)同(tong)時(shi)會(hui)激(ji)活(huo)一(yi)個(ge)精(jing)確(que)的(de)計(ji)時(shi)器(qi)。當(dang)光(guang)脈(mai)衝(chong)擊(ji)中(zhong)範(fan)圍(wei)內(nei)的(de)物(wu)體(ti)時(shi),它(ta)將(jiang)反(fan)射(she)回(hui)到(dao)通(tong)常(chang)與(yu)激(ji)光(guang)器(qi)並(bing)置(zhi)排(pai)列(lie)的(de)高(gao)靈(ling)敏(min)度(du)光(guang)傳(chuan)感(gan)器(qi)。一(yi)旦(dan)探(tan)測(ce)到(dao)返(fan)回(hui)脈(mai)衝(chong),計(ji)時(shi)器(qi)就(jiu)停(ting)止(zhi)計(ji)時(shi),這(zhe)時(shi)可(ke)讀(du)取(qu)到(dao)達(da)物(wu)體(ti)並(bing)返(fan)回(hui)所(suo)用(yong)的(de)時(shi)間(jian)。
隻要知道從發送脈衝到收到回波經過的時間(t),使用光速常數(c)計算到目標物體的距離(D)就很簡單了。
dToF方法快速有效,可以測量多個回波,因此能夠探測LiDAR視野內的多個物體。它能夠用於遠程和近程 (0.1 m~300 m)應用,並且在整個範圍內保持穩定的高精度。
另一種LiDAR方法稱為間接飛行時間(iToF),同樣使用來自激光的連續光波。這種方法不會直接測量經過的ToF,而是根據已發射和已接收波形之間的相位差來確定ToF。
iToF技術更適合相對短的距離測量(<10 m),尤(you)其(qi)是(shi)光(guang)線(xian)條(tiao)件(jian)沒(mei)有(you)室(shi)外(wai)那(na)麼(me)具(ju)有(you)挑(tiao)戰(zhan)性(xing)的(de)室(shi)內(nei)應(ying)用(yong),室(shi)外(wai)的(de)對(dui)比(bi)度(du)通(tong)常(chang)要(yao)高(gao)得(de)多(duo)。該(gai)技(ji)術(shu)隻(zhi)能(neng)探(tan)測(ce)到(dao)最(zui)強(qiang)的(de)回(hui)波(bo),因(yin)此(ci)隻(zhi)能(neng)探(tan)測(ce)單(dan)個(ge)物(wu)體(ti)。
第三種LiDAR是調頻連續波(FMCW),適shi合he近jin程cheng和he遠yuan程cheng測ce距ju。該gai技ji術shu用yong可ke調tiao諧xie激ji光guang器qi來lai產chan生sheng連lian續xu光guang波bo,所suo產chan生sheng的de光guang波bo將jiang在zai探tan測ce器qi處chu與yu反fan射she光guang混hun合he。這zhe種zhong混hun合he可ke在zai本ben地di波bo形xing和he反fan射she波bo形xing之zhi間jian產chan生sheng拍pai頻pin,由you此ci計ji算suan出chu物wu距ju和he方fang向xiang速su度du。
雖然FMCW既有出色的測距性能,還能捕獲方向速度信息,但由於要使用帶有偏振控製的可調諧激光器,並且依賴短波紅外波長(要求激光器和探測器使用特殊半導體),這種LiDAR係統的總體成本大大增加。
圖 2:基於LiDAR的深度感測方法比
“波長大辯論”
圍繞LiDAR最有爭議的話題之一是使用哪種波長。IR的使用優先於可見光,因為背景IR要少得多,所得信噪比(SNR)更好,從而使探測返回光變得更加容易。
IR光譜範圍內有多個合適的波長,包括近紅外(NIR)光譜(850 nm、905 nm、940 nm)和短波紅外(SWIR)光譜(1350 nm、1550 nm)。決定具體使用哪種波長是“波長大辯論”的關鍵議題。有三個最重要的標準需要考慮,分別是係統的性能、是否有合適的組件和係統的總體成本。
探測器是任何LiDAR係統中最基本的組件之一。CMOS矽基探測器可探測到波長在400 nm至1000 nm範圍內的光,因此其對可見光和NIR光敏感,但不能感測SWIR光。為了探測SWIR光,就必須使用InGaAs合金等III/V族半導體,與矽相比,InGaAs合金非常昂貴。
組件可用性是另一個考慮因素,尤其是就激光發射器而言。邊緣發射激光器(EEL)正逐漸為垂直腔麵發射激光器(VCSEL)所取代,後者更容易封裝成陣列,並且在整個溫度範圍內波長穩定。雖然VCSEL目前的能效較低,價格也較高,但隨著它們應用範圍的不斷拓展,這種情況有望得到改善。
盡管SWIR EEL有多家供應商,但目前SWIR VCSEL隻有一家供應商,而NIR VCSEL也有多家供應商。因此,選擇NIR更有可能提高供應鏈的安全性。
探測範圍很重要,因為這能夠增加可用的反應時間,從而提高安全性。但激光過強會傷害眼睛,因此IEC 60825規定了1ns激光脈衝的最大容許照射量(MPE)。
雖然NIR必須具有較低的MPE,但如果脈衝寬度縮短,則可以提高激光功率,而由於使用靈敏的探測器,可以達到最長300 m的測距範圍。在天氣好的時候,SWIR的測距範圍將超過NIR,但是SWIR更容易受到濕氣(如雨或霧)的不利影響,因此基於NIR的係統的性能下降速度將低於SWIR係統,從而可以在各種天氣條件下提供更一致的性能。
基於以上所述,通常認為NIR是汽車LiDAR的首選波長。NIR使得我們可以使用矽基器件,而不是InGaAs等更加昂貴的材料,可能更重要的是,相關組件可以從多個供應商處獲得,有助於建立起更強大的供應鏈。雖然NIR和SWIR在工作時都能夠確保人眼安全,但NIR在使用較低功率激光的同時,仍然能夠滿足汽車LiDAR的要求。
從商業角度來看,NIR的成本要低得多,而成本一直是汽車應用方麵的一個重要考慮因素。IHS Markit的一項調查(Amsrud,2019)顯示,激光器和探測器的每通道成本約為4至20美元,而對於類似的SWIR係統,每通道成本約為275美元。即使有了進一步發展、容量增加,但預計NIR的成本仍將比SWIR低10~100倍。
LiDAR構成技術
任何LiDAR係統最重要的元件之一是可捕獲和量化反射激光的感測元件。雖然可以使用多種技術來實現這一點,但矽光電倍增器(SiPM)通常表現最好,這主要是因為它能夠以近似1,000,000數量級的高增益來探測單個光子。
因此,近年來SiPM的應用越來越廣泛,已然成為LiDAR深度感測應用的首選傳感器。與雪崩光電二極管(APD)等傳統探測器(不僅增益低得多,還需要對傳入信號進行積分)相比,這些器件能夠在高對比度條件下為長距離測距提供最高的SNR性能。其他優勢包括電源偏置更低、均勻性更好,以及對溫度變化的靈敏度降低等,使得SiPM成為使用APD的係統的理想升級選項。SiPM靈敏度更高,可以使用小封裝光模塊,因此使LiDAR更容易集成到車輛中。由於SiPM采用高容量CMOS工藝生產,這些高性能器件的探測器成本最低,進一步推動了LiDAR的普及。
安森美(onsemi)的ArrayRDM-0112A20-QFN是一個具有0.47 mm x 1.12 mm SiPM像素的1×12單片陣列,基於先進的專有RDM SiPM CMOS工藝,專為實現對NIR光的高靈敏度而開發,能夠在905 nm波長下使光子探測效率(PDE)達到行業領先的18.5%。在這個波長下,響應度大於100 kA/W。
由於SiPM的內部增益高,靈敏度可降至單光子水平,再加上高PDE,能夠探測出微弱的返回信號。這使得LiDAR係統可以探測更遠距離的低反射率目標。該陣列采用穩定可靠的10 mm x 5.2 mm QFN封裝,可以訪問12個獨立像素。
該陣列專為汽車LiDAR係統(包括閃光燈、機械或MEMS掃描LiDAR)而設計,是第一個獲得AEC-Q102 汽車認證的陣列,並已根據IATF 16949標準進行開發。由於該陣列成本低、性能高,可以實現經濟高效的遠程LiDAR方案,提高汽車的安全性和自主性水平。
總結
LiDAR是一項有著重要意義的技術,因為它的掃描係統能夠快速準確地確定深度,既可以進行單點掃描,也可以繪製物體或大型場地的3D圖。
在規劃LiDAR設計時,關鍵是要決定使用哪種IR光波長。綜合考量性能、是否有合適的組件和商業因素,NIR通常是首選。
在大多數LiDAR實現過程中,激光光源可能相對簡單,但探測器的選擇對係統性能有很大影響。安森美的最新SiPM陣列具有出色的探測性能,更重要的是,對於汽車應用來說,它是首款獲得AEC-Q102認證的SiPM探測器。
參考文獻
Amsrud, P.(2019 年 9 月 25日)。實現低成本LiDAR係統的競爭[會議報告]。汽車LiDAR 2019,美國密歇根州底特律。
免責聲明:本文為轉載文章,轉載此文目的在於傳遞更多信息,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請聯係小編進行處理。
推薦閱讀:
- 噪聲中提取真值!瑞盟科技推出MSA2240電流檢測芯片賦能多元高端測量場景
- 10MHz高頻運行!氮矽科技發布集成驅動GaN芯片,助力電源能效再攀新高
- 失真度僅0.002%!力芯微推出超低內阻、超低失真4PST模擬開關
- 一“芯”雙電!聖邦微電子發布雙輸出電源芯片,簡化AFE與音頻設計
- 一機適配萬端:金升陽推出1200W可編程電源,賦能高端裝備製造
- 1200餘家企業齊聚深圳,CITE2026打造電子信息產業創新盛宴
- 掌握 Gemini 3.1 Pro 參數調優的藝術
- 築牢安全防線:電池擠壓試驗機如何為新能源產業護航?
- Grok 4.1 API 實戰:構建 X 平台實時輿情監控 Agent
- 電源芯片國產化新選擇:MUN3CAD03-SF助力物聯網終端“芯”升級
- 車規與基於V2X的車輛協同主動避撞技術展望
- 數字隔離助力新能源汽車安全隔離的新挑戰
- 汽車模塊拋負載的解決方案
- 車用連接器的安全創新應用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall





