定义

激光雷达(LiDAR)是光探测与测距(Light Detection and Ranging)技术的缩写。在工作过程中,激光束从光源发射并被场景中的物体反射回探测器,通过测量光束飞行时间(Time of Flight,简称ToF),可以推算出场景内物体的距离,并生成距离地图。目前,LiDAR已广泛应用于各个领域。在大气科学中,LiDAR被用于空气质量监测和污染物检测;在天文学领域,LiDAR技术可用于观察行星表面地貌特征以及太阳系内其他天体的形态结构;在工程建设方面,利用LiDAR技术可以快速获取地形数据、制作数字高程模型(DEM)以及生成精确的三维地图;而在汽车领域中,人们普遍认为LiDAR是一项关键的光学距离感知技术,在自动驾驶领域得到了广泛应用。几乎所有投入自动驾驶研发的厂商都将LiDAR视为一项关键技术,并且已经有一些低成本、小体积的LiDAR系统被应用于高级驾驶辅助系统(Advanced Driver Assistance Systems, ADAS)。

LiDAR in autonomous cars | Synopsys

图1:应用于ADAS中的LiDAR系统概念的鸟瞰图

LiDAR sensor for self-driving car | Synopsys

图2:自动驾驶汽车中的LiDAR传感器,位于后视镜下方,也可以安装在车顶位置


LiDAR 系统的工作原理及解决方案

本质上讲,LiDAR 是一个测量目标物体距离的装置。通过发射一个短的激光脉冲,并记录发射光脉冲与探测到的反射(反向散射)光脉冲的时间间隔,就可以推算出距离信息。

LiDAR is a ranging device, which measures the distance to a target | Synopsys

图3:系统的工作原理及解决方案

LiDAR系统可以使用扫描反射镜,多束激光或其它的方式“扫描”物体空间。借助其精确的测距能力,LiDAR 能够用于解决许多不同的问题。

在遥感应用中,LiDAR系统用于测量散射,吸收,或大气中的颗粒或原子的再发射。在这些应用中,对激光束的波长可能会有专门的要求。可以用来测量特定分子种类在大气中的浓度,例如甲烷和气溶胶含量。而测量大气中的雨滴则可以用来估计风暴距离和降水概率。

LiDAR还能够用于确定测量目标的速度。这可以通过多普勒方法或快速连续测距来实现。例如,可以使用LiDAR系统测量风速和车速。

另外,LiDAR系统能够用于建立动态场景的三维模型,这是自动驾驶中会遇到的情形。这可以通过多种方式来实现,通常使用的是扫描的方式。




LiDAR 技术中的挑战

在可实现的LiDAR系统中存在一些众所周知的挑战。这些挑战根据LiDAR系统的类型有所不同。以下是一些示例::

  • 隔离和抑制发射光束的信号——探测光束的辐射亮度通常远大于回波光束。必须注意确保探测光束不会被系统自身反射或散射回接收器,否则探测器将会因为饱和而无法探测外部目标。
  • 发射端与预定目标之间的大气杂质会产生虚假回波——这些大气杂质产生的虚假回波可能会非常强烈,以至于无法可靠的检测到来自预定目标物的回波信号。
  • 可用光功率限制——更高功率的光束可以提供更高的精度,但也更加昂贵。
  • 扫描速度——激光光源的工作频率可能对人眼造成危害并引发安全问题,然而我们可以通过其他方法来缓解这个问题。例如,固态LiDAR能够在不威胁人眼安全的波长下运行,并且还能照亮更广阔的区域。
  • 来自附近其他LiDAR装置的信号串扰可能会干扰目标信号。当前所面临的挑战在于如何区分来自周边其他LiDAR设备的信号,而各种信号调制和隔离方法也正在积极研发中。
  • LiDAR系统的成本和维护——这类系统相比一些替代技术所使用的传感器类型更加昂贵,当然持续不断的开发工作也在积极进行,为满足其大规模使用的需要而开发生产成本更低的系统。抑制非目标对象的回波——类似于抑制之前提到的大气虚假信号。但是这也可能会出现在空气质量良好的情况下。应对这一挑战通常涉及在不同的目标距离处,以及在LiDAR接收器的视场范围之内使光束尺寸尽可能更小。

LiDAR 技术的其它应用

LiDAR 的应用范围广泛而多样。在大气科学中,LiDAR已被用于检测多种大气成分。已经应用于表征大气中的气溶胶,研究高层大气风,剖面云,帮助收集天气数据,以及其它许多应用场合。在天文学中,LiDAR已被用于测量距离,包括远距离物体(例如月球)和近距离物体。实际上,LiDAR是将地月距离测量的精度提高到毫米级的关键设备。LiDAR还在天文学应用中用于建立导星。

Leosphere Windcube Scanning LiDAR measures wind for development and operations applications - NOAA | Synopsys

图4:自动驾驶汽车中的传感器使用摄像头数据,雷达以及LiDAR探测周围的物体。
来源:NOAA and https://lidarmag.com/2019/12/04/not-just-for-surveying-lidars-big-impact-in-weather/

LiDAR data on the Bixby Bridge in Big Sur, California - NOAA | Synopsys

图5:大桥的俯视图(左上)和侧视图(左下)

LiDAR 数据通常在空中收集,如NOAA在加州大苏尔Bixby大桥上空的调查飞机(右图)。这里的LiDAR数据显示了Bixby大桥的俯视图(左上)和侧视图(左下)。NOAA的科学家使用基于LiDAR的装置检查自然和人造环境。LiDAR数据支持洪水和风暴潮建模、水动力建模、海岸线测绘、应急响应、水文测量以及海岸脆弱性分析等活动。

 来源:NOAA - https://geodesy.noaa.gov/INFO/facts/lidar.shtml

此外,地形LiDAR使用近红外激光绘制地形和建筑物地图,而测深LiDAR使用透水绿光绘制海底和河床地图。在农业中,LiDAR可用于绘制拓扑图和作物生长图,从而提供有关肥料需求和灌溉需求的信息。在考古学中,LiDAR已被用于绘制茂密森林树冠下的古代交通系统地图。

如今,LiDAR经常用于创建所处空间的三维模型。自主导航是使用LiDAR系统生成的点云数据的应用之一。微型LiDAR系统甚至能够嵌入在手机大小的设备中。


LiDAR 在现实世界中如何发挥作用

自主导航中的态势感知是LiDAR的一个最引人入胜的应用。任何移动车辆的态势感知系统都需要同样了解其周围的静止和移动物体。例如,雷达技术长期以来用于探测飞机。对于地面车辆,已经发现LiDAR非常有用,因为它能够确定物体的距离并且在方向性上非常精确。探测光束能够在角度上精确定向并快速扫描,据此创建三维模型点云数据。因为车辆周围的情况是高度动态的,所以快速扫描能力对这类应用至关重要。

Autonomous sensors in self-driving cars | Synopsys

图6:自动驾驶汽车中的汽车传感器使用摄像头数据、雷达和LiDAR来检测周围的物体

Autonomous car uses LiDAR sensors to detect surrounding buildings and cars | Synopsys

图7:自动驾驶汽车使用LiDAR传感器探测周围建筑和车辆


开发LiDAR 系统所需要的软件工具

软件在LiDAR系统的创建和运行中的各个环节都非常关键。系统工程师需要辐射模型来预测回波信号的信噪比。电子工程师需要电子模型来建立电气设计。机械工程师需要CAD工具来完成系统布局。还可能会需要结构和热建模软件。LiDAR系统的运行需要控制软件和将点云转换并重建为三维模型的软件。而LiDAR是利用光作为探测媒介来感知周围的系统,因此光学工程师运用光学软件设计可靠稳定的光学系统是关键。

新思科技提供的多个光学和光子学工具,可用于支持LiDAR的系统级和元件级设计:

CODE V optical design software for LiDAR systems | Synopsys

图8:使用CODE V优化LiDAR中的接收光学系统

LiDAR optical system, simulated in LightTools | Synopsys

图9:使用LightTools模拟LiDAR光学系统

 

RSoft Photonic Device Tools for LiDAR simulation | Synopsys

图10:在片上LiDAR的设计中对不同元件组合使用RSoft工具

Continue Reading