一文详解智能汽车激光雷达技术
大家好,今天本人给大家带来文章《一文详解智能汽车激光雷达技术》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
激光雷达在自动驾驶应用中主要用来探测道路上的障碍物信息,把数据和信号传递给自动驾驶的大脑,再做出相应的驾驶动作,但室外常见的干扰因素如雨、雾、雪、粉尘、高低温等对激光雷达的识别造成了极大的影响。在特殊环境中,如雨、雾、光、尘等,需要进行大量测试,才能将激光雷达投入实际应用。在自然环境条件下,所需要的测试场景可遇不可求且无法复现,无法满足激光雷达大量真实环境测试的需求。在此基础上,国家智能网联汽车(长沙)测试区即将打造完成雨、雾、光、尘等典型测试场景,也是目前国内唯一同时具备雨、雾、光、尘等场景的测试区,可满足激光雷达等传感器大批量可复现的真实环境测试需求。
图1 激光雷达受环境的影响
激光雷达(LiDAR)是当前正在改变世界的传感器,它广泛应用于自动驾驶汽车、无人机、自主机器人、火箭等。激光通过测定传感器发射器与目标物体之间的传播距离(Time of Flight,TOF)(如图2所示),分析目标物体表面的反射能量大小、反射波谱的幅度、频率和相位等信息,输出点云,从而呈现出目标物精确的三维结构信息。
图2 激光雷达测距及点云
激光雷达是由激光发射单元和激光接收单元组成,发射单元的工作方式是向外发射激光束层,层数越多,精度也越高(如图3所示),不过这也意味着传感器尺寸越大。发射单元将激光发射出去后,当激光遇到障碍物会反射,从而被接收器接收,接收器根据每束激光发射和返回的时间,创建一组点云,高质量的激光雷达,每秒最多可以发出200多束激光。
图3 不同激光束形成的激光点云
对于激光的波长,目前主要使用使用波长为905nm和1550nm的激光发射器,波长为1550nm的光线不容易在人眼液体中传输。故1550nm可在保证安全的前提下大大提高发射功率。大功率能得到更远的探测距离,长波长也能提高抗干扰能力。但是1550nm激光需使用InGaAs,目前量产困难。故当前更多使用Si材质量产905nm的LiDAR。通过限制功率和脉冲时间来保证安全性。
01 激光雷达的结构
激光雷达的关键部件按照信号处理的信号链包括控制硬件DSP(数字信号处理器)、激光驱动、激光发射发光二极管、发射光学镜头、接收光学镜头、APD(雪崩光学二极管)、TIA(可变跨导放大器)和探测器,如图4所示。其中除了发射和接收光学镜头外,都是电子部件。随着半导体技术的快速演进,性能逐步提升的同时成本迅速降低。但是光学组件和旋转机械则占具了激光雷达的大部分成本。
图4 激光雷达的关键部件
02 激光雷达的种类
目前市面上有多种类型的激光雷达,根据其驱动方式可分为机械式、MEMS、相控阵、泛光面阵列(FLASH)。
机械式
以Velodyne 2007年推出的64线雷达为例。它把64个激光器垂直堆叠在一起,以20rpm速度旋转。这句话可以重写为:利用旋转将激光点转换成线,再通过64线叠加将线转换成面,从而获取点云数据并获得3D环境信息。
实现点云测量需要精确定位安装,而这需要复杂的机械结构来实现。由于环境和老化因素的影响,平均失效时间仅为1000至3000小时,很难达到车厂所要求的最低13000小时。由于LiDAR安装在车顶,民用领域需要考虑外部维护问题,例如洗车可能对其产生的影响。因此机械式结构极大的限制了成本和应用推广。
MEMS
MEMS激光雷达利用微电子机械系统的技术驱动旋镜,反射激光束指向不同方向。
固态激光雷达的优点包括了:数据采集速度快,分辨率高,对于温度和振动的适应性强;通过波束控制,探测点(点云)可以任意分布,例如在高速公路主要扫描前方远处,对于侧面稀疏扫描但并不完全忽略,在十字路口加强侧面扫描。而只能匀速旋转的机械式激光雷达是无法执行这种精细操作的。
典型应用有法雷奥SCALA激光雷达。目前应用在奥迪A8(第一款L3级的自动驾驶车辆)。采用MEMS技术,该装置安装于前保险杠位置,可实现145°的扫描角度和80m的探测距离。
图5 奥迪A8的激光雷达
相控阵(OPA)
原理:主要利用光的干涉原理。如下图所示,改变不同缝中入射光线的相位差可以调整光栅衍射后中央明纹(主瓣)的位置。
相控阵(OPA)的优缺点
优点:
①结构简单、尺寸小:由于不需要旋转部件,可以大大压缩雷达的结构和尺寸,提高使用寿命,并降低成本。
②标定简单:机械式激光雷达由于光学结构固定,适配不同车辆往往需要精密调节其位置和角度,固态激光雷达可以通过软件进行调节,大大降低了标定的难度。
③扫描速度快:不用受制于机械旋转的速度和精度,光学相控阵的扫描速度取决于所用材料的电子学特性,一般都可以达到MHz量级。
④扫描精度高:光学相控阵的扫描精度取决于控制电信号的精度,可以达到千分之一度量级以上。
⑤可控性好:光学相控阵的光束指向完全由电信号控制,在允许的角度范围内可以做到任意指向,可以在重点区域进行高密度的扫描。
⑥多目标监控:一个相控阵面可以分割为多个小模块,每个模块分开控制即可同时锁定监控多个目标。
缺点:
①扫描角度有限:调节相位最多只能让中央明纹改变约±60°,实际做到360°采集的话一般需要6个。
②旁瓣问题:光栅衍射除了中央明纹外还会形成其他明纹,这一问题会让激光在最大功率方向以外形成旁瓣,分散激光的能量。
③加工难度高:光学相控阵要求阵列单元尺寸必须不大于半个波长,一般目前激光雷达的工作波长均在1微米左右,故阵列单元的尺寸必须不大于500nm。需要在技术上有所突破,因为随着阵列密度的增加,能量集中度也随之提高,进而要求加工精度更高。
④接收面大、信噪比差:传统机械雷达只需要很小的接收窗口,但固态激光雷达却需要一整个接收面,因此会引入较多的环境光噪声,增加了扫描解析的难度。
泛光面阵式(FLASH)
泛光面阵式的原理类似TOF相机,也就是快闪,它不像MEMS或OPA的方案会去进行扫描,而是短时间直接发射出一大片覆盖探测区域的激光,再以高度灵敏的接收器,来完成对环境周围图像的绘制。它运行起来更像摄像头。由于激光束可以在各个方向上弥散,因此只需进行一次快速闪光便可照亮整个场景。随后,系统会利用微型传感器阵列采集不同方向反射回来的激光束。
图7 泛光式激光雷达
Flash LiDAR 的一大优势是它能快速记录整个场景,避免了扫描过程中目标或激光雷达移动带来的各种麻烦。当前的发展方向有2个,一种是盖格模式APD的单光子计数型直接对光子计数生成数字图像;一种是传统的CMOS光强模拟采集得到强度图,将强度图转化为距离信息。
03 激光雷达的数据传输
LiDAR由于数据量较大,当前的控制架构中,基本采用将每个光点的原始数据发回到中央控制器处理,所以通常会采用FlexRay或以太网此类高带宽的网络进行通讯。如法雷奥的SCALA在1代采用Flexray,2代则开始使用以太网。
LiDAR 通常从硬件层面支持授时,通常会提供支持三种时间同步接口。
1) IEEE 15882008同步,遵循精确时间协议,通过以太网对测量以及系统控制实现精确的时钟同步。
2) 脉冲同步(PPS),脉冲同步通过同步信号线实现数据同步。
3) GPS同步(PPS+UTC),通过同步信号线和UTC时间(GPS时间)实现数据同步。
以目前最普遍的旋转式激光雷达的数据为例,其数据为10hz,即LiDAR在0.1s时间内转一圈,并将硬件得到的数据按照不同角度切成不同的packet,而每一个packet包含了当前扇区所有点的数据,包含每个点的时间戳,每个点的xyz数据,每个点的发射强度,每个点来自的激光发射机的id等信息。而如最新的Livox Horizon激光雷达,也包含了多回波信息及噪点信息。
好了,本文到此结束,带大家了解了《一文详解智能汽车激光雷达技术》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

- 上一篇
- 脑机接口概念狂飙,板块个股连续大涨“吸金”,机构:商业化尚需时日

- 下一篇
- AI早报 | 谁说平民不能上太空!
-
- 科技周边 · 人工智能 | 2小时前 |
- 小米汽车五一出行报告:超1亿公里行驶
- 281浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 | 法拉第未来 第一季度财报 FXSuperOne FX车型 汉福德工厂
- 法拉第未来Q1营收30万,亏损4380万
- 392浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 |
- 埃默里大学发布空间推理新框架Spatial-RAG
- 101浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 |
- 小米汽车一季度交付75884台,年销35万目标能达成吗?
- 458浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 可图AI图片生成
- 探索快手旗下可灵AI2.0发布的可图AI2.0图像生成大模型,体验从文本生成图像、图像编辑到风格转绘的全链路创作。了解其技术突破、功能创新及在广告、影视、非遗等领域的应用,领先于Midjourney、DALL-E等竞品。
- 3次使用
-
- MeowTalk喵说
- MeowTalk喵说是一款由Akvelon公司开发的AI应用,通过分析猫咪的叫声,帮助主人理解猫咪的需求和情感。支持iOS和Android平台,提供个性化翻译、情感互动、趣味对话等功能,增进人猫之间的情感联系。
- 3次使用
-
- Traini
- SEO摘要Traini是一家专注于宠物健康教育的创新科技公司,利用先进的人工智能技术,提供宠物行为解读、个性化训练计划、在线课程、医疗辅助和个性化服务推荐等多功能服务。通过PEBI系统,Traini能够精准识别宠物狗的12种情绪状态,推动宠物与人类的智能互动,提升宠物生活质量。
- 3次使用
-
- 可图AI 2.0图片生成
- 可图AI 2.0 是快手旗下的新一代图像生成大模型,支持文本生成图像、图像编辑、风格转绘等全链路创作需求。凭借DiT架构和MVL交互体系,提升了复杂语义理解和多模态交互能力,适用于广告、影视、非遗等领域,助力创作者高效创作。
- 12次使用
-
- 毕业宝AIGC检测
- 毕业宝AIGC检测是“毕业宝”平台的AI生成内容检测工具,专为学术场景设计,帮助用户初步判断文本的原创性和AI参与度。通过与知网、维普数据库联动,提供全面检测结果,适用于学生、研究者、教育工作者及内容创作者。
- 24次使用
-
- GPT-4王者加冕!读图做题性能炸天,凭自己就能考上斯坦福
- 2023-04-25 501浏览
-
- 单块V100训练模型提速72倍!尤洋团队新成果获AAAI 2023杰出论文奖
- 2023-04-24 501浏览
-
- ChatGPT 真的会接管世界吗?
- 2023-04-13 501浏览
-
- VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
- 2023-04-30 501浏览
-
- 实现实时制造可视性优势有哪些?
- 2023-04-15 501浏览