激光雷達，英文全稱為Light Detection And Ranging，簡稱LiDAR，即光探測與測量，是一種集激光、全球定位系統(tǒng)（GPS）和IMU（Inertial Measurement Unit，慣性測量裝置）三種技術于一身的系統(tǒng)，用于獲得數(shù)據并生成精確的DEM（數(shù)字高程模型）。這三種技術的結合，可以高度準確地定位激光束打在物體上的光斑，測距精度可達厘米級，激光雷達最大的優(yōu)勢就是“精準”和“快速、高效作業(yè)”。它是一種用于精確獲得三維位置信息的傳感器，其在機器中的作用相當于人類的眼睛，能夠確定物體的位置、大小、外部形貌甚至材質。

 

LiDAR通過測量激光信號的時間差、相位差確定距離，通過水平旋轉掃描或相控掃描測角度，并根據這兩個數(shù)據建立二維的極坐標系;再通過獲取不同俯仰角度的信號獲得第三維的高度信息。

 

高頻激光可在一秒內獲取大量(106-107數(shù)量級)的位置點信息(稱為點云)，并根據這些信息進行三維建模。除了獲得位置信息外，它還可通過激光信號的反射率初步區(qū)分不同材質。

 

 

Lidar大致分為機載和地面兩大類應用，其中機載激光雷達是一種安裝在飛機上的機載激光探測和測距系統(tǒng)，可以量測地面物體的三維坐標。早在上世紀七十年代，由美國航天局研發(fā)，LIDAR測繪技術空載激光掃瞄技術開始了發(fā)展，并且速度飛快，約在1995年開始商業(yè)化。

 

除了軍事領域的應用，激光雷達也迅速向民用市場擴展。其中，無人駕駛可以說是最熱門的一個應用。

 

 

將Lidar應用于自動駕駛，要追溯到美國的DARPA （美國國防高等研究計劃署），它每年都會舉辦無人駕駛汽車挑戰(zhàn)賽，在2007年的DARPA挑戰(zhàn)賽上，7支參賽隊伍中的6支都采用了Velodyne公司設計的Lidar，最終的第一二名就出自這六只參賽隊。這引起了準備研發(fā)無人駕駛車的谷歌的注意，之后谷歌組建了隊伍，據稱，最初的人員就來自這些參賽隊員。谷歌于2009年推出無人駕駛汽車項目，在其無人車原型中使用的就是Velodyne公司的Lida。

 

 

近幾年，無人駕駛汽車市場發(fā)展火熱，谷歌之后，百度、Uber等主流無人駕駛汽車研發(fā)團隊都在使用激光雷達作為傳感器之一，與圖像識別等技術搭配使用，使汽車實現(xiàn)對路況的判斷。

 

傳統(tǒng)的汽車廠商也紛紛開始研發(fā)無人駕駛汽車，包括大眾、日產、豐田等公司都在研發(fā)和測試無人駕駛汽車技術，他們也都采用了激光雷達。

 

 

 

Lidar系統(tǒng)測量3D空間中每個像素到發(fā)射器間的距離和方向，通過傳感器創(chuàng)造出真實世界完整的3D模型。操作Lidar系統(tǒng)的基本方法是發(fā)射一束激光，然后測量光在物體表面反射而返回來的信號。Lidar模塊接收到反射回來的信號所需的時間提供了一種直接測量Lidar系統(tǒng)與物體之間的距離的手段。關于物體的額外的信息，比如它的速率或材料成分，也可以通過測量反射回來的信號中的某些特性而得以確定，這些特性包括誘導多普勒頻移（induced Doppler shift）。最后，通過操控發(fā)射出去的光，可以測量出環(huán)境中許多不同的點，從而創(chuàng)建出完整的3D模型。

 

 

激光雷達（LiDAR）類似于雷達（radar），但是分辨率更高，因為光的波長大約比無線電的波長小10萬倍。它可以區(qū)分真實移動中的行人和人物海報、在三維立體的空間中建模、檢測靜態(tài)物體、精確測距。

 

Lidar是通過發(fā)射激光束來探測目標位置、速度等特征量的雷達系統(tǒng)，具有測量精度高、方向性好等優(yōu)點，具體如下：

 

 

激光雷達工作于光學波段，頻率比微波高2～3個數(shù)量級以上，因此，與微波雷達相比，激光雷達具有極高的距離分辨率、角分辨率和速度分辨率；

 

 

激光波長短，可發(fā)射發(fā)散角非常?。?mu;rad量級）的激光束，多路徑效應?。ú粫纬啥ㄏ虬l(fā)射，與微波或者毫米波產生多路徑效應），可探測低空/超低空目標；

 

 

可直接獲取目標的距離、角度、反射強度、速度等信息，生成目標多維度圖像；

 

 

激光主動探測，不依賴于外界光照條件或目標本身的輻射特性。它只需發(fā)射自己的激光束，通過探測發(fā)射激光束的回波信號來獲取目標信息。

 

但是激光雷達最大的缺點——容易受到大氣條件以及工作環(huán)境的煙塵的影響，要實現(xiàn)全天候的工作環(huán)境是非常困難的事情。

 

 

與雷達原理相似，激光雷達使用的技術是飛行時間（TOF， Time of Flight）。具體而言，就是根據激光遇到障礙物后的折返時間，計算目標與自己的相對距離。激光光束可以準確測量視場中物體輪廓邊沿與設備間的相對距離，這些輪廓信息組成所謂的點云并繪制出3D環(huán)境地圖，精度可達到厘米級別，從而提高測量精度。

 

 

想象一下，當發(fā)出光脈沖時啟動秒表，然后當光脈沖（從遇到的第一個物體反射出來）返回時停止計時器。通過測量激光的“飛行時間”，并且知道脈沖行進的速度，就可以計算距離。光以每秒30萬千米的速度傳播，因此需要非常高精度的設備來產生關于距離的數(shù)據。

 

為了產生完整的點云，傳感器必須能夠非?？焖俚貙φ麄€環(huán)境進行采樣。激光雷達能夠做到這一點的一種方式是通過在單個發(fā)射器/接收器上使用非常高的采樣率。 每個發(fā)射器每秒發(fā)射數(shù)萬或數(shù)十萬個激光脈沖。這意味著，多達100000個激光脈沖在1秒內完成從激光器單元上的發(fā)射器到被測量的物體的往返行程，并返回到激光雷達單元上位于發(fā)射器附近的接收器。

 

然而，固定線不足以映射整個環(huán)境——它只是在非常集中的區(qū)域給出非常清晰的分辨率。因此，許多激光雷達系統(tǒng)使用旋轉組件或旋轉鏡來使線圍繞環(huán)境進行360度掃描。常見的策略包括使單個發(fā)射器和接收器向上或下偏轉使激光器視野覆蓋范圍更大。 例如，Velodyne的64線激光雷達系統(tǒng)具有26.8度的垂直視角（通過旋轉使其擁有360的度水平視角）。這個激光雷達可以從50米開外看到一個12米高的物體的頂部。

 

下圖中可以看到，距離激光雷達的遠近不同，點云的疏密程度也不相同，這是由于數(shù)據保真度隨著距離而下降。雖然它不是完美的，但是較高分辨率可用于較近的物體，因為隨著到傳感器的距離增加，發(fā)射器之間的角度（例如，2度）會導致這些點帶之間的間隔更大。

 

 

在ADAS系統(tǒng)中，激光雷達通過透鏡、激光發(fā)射及接收裝置，基于TOF飛行時間原理獲得目標物體位置、移動速度等特征數(shù)據并將其傳輸給數(shù)據處理器；同時，汽車的速度、加速度、方向等特征數(shù)據也將通過CAN總線傳輸?shù)綌?shù)據處理器；數(shù)據處理器對目標物體及汽車本身的信息數(shù)據進行綜合處理并根據處理結果發(fā)出相應的被動警告指令或主動控制指令，以此實現(xiàn)輔助駕駛功能。

 

 

下圖展現(xiàn)的是谷歌無人駕駛公司Waymo在汽車上使用的激光雷達的布局：

 

 

 

激光雷達按有無機械旋轉部件分類，包括機械激光雷達和固態(tài)激光雷達。機械激光雷達帶有控制激光發(fā)射角度的旋轉部件，而固態(tài)激光雷達則依靠電子部件來控制激光發(fā)射角度，無需機械旋轉部件。

 

 

機械激光雷達由光電二極管、MEMS反射鏡、激光發(fā)射接受裝置等組成，其中機械旋轉部件是指圖中可360°控制激光發(fā)射角度的MEMS發(fā)射鏡。

 

 

固態(tài)激光雷達與機械雷達不同，它通過光學相控陣列（Optical Phased Array）、光子集成電路（Photonic IC）以及遠場輻射方向圖（Far Field Radiation Pattern）等電子部件代替機械旋轉部件實現(xiàn)發(fā)射激光角度的調整。

 

光學相控陣和微波相控陣是一個原理，利用的是光的相干干涉，出現(xiàn)了相位差，也就出現(xiàn)了干涉峰。所以如何讓通過器件后光產生相位差是研究的重點，這就需要找到合適的材料和激發(fā)方法?，F(xiàn)在的激發(fā)方法主要是電光掃描，也就是通過加電使材料產生相位差。現(xiàn)在兩種比較熱，一個是光波導陣列，一個是MEMS器件的，MEMS器件這個優(yōu)點是掃描的速度快，但是感覺不是那么必要，因為瓶頸還是在掃描角度這兒，所以現(xiàn)在MEMS原理的商業(yè)產品還沒有看到。

 

光波導陣列通過加電方式來實現(xiàn)光束掃描，利用光波導電光效應，對波導芯層加載電壓，使每個波導芯層具有不同的附加折射率，波束得以在波導陣元輸出截面光場具有不同的附加相位差，相位差按一定規(guī)律分布可引起輸出光速的偏轉。通過相位差按照一定規(guī)律分布輸出，從而實現(xiàn)光束的掃描。

 

固態(tài)激光雷達優(yōu)勢：響應速度快，控制電壓低，掃描角度大，價格低。

 

由于內部結構有所差別，兩種激光雷達的體積大小也不盡相同。機械激光雷達體積較大、價格昂貴、測量精度相對較高，一般置于汽車外部。固態(tài)激光雷達尺寸較小、性價比較高、測量精度相對低一些，但可隱藏于汽車車體內，不會破壞外形美觀。

 

 

根據線束數(shù)量的多少，激光雷達又可分為單線束激光雷達與多線束激光雷達。

 

顧名思義，單線束激光雷達掃描一次只產生一條掃描線， 其所獲得的數(shù)據為2D數(shù)據，因此無法區(qū)別有關目標物體的3D信息。不過， 由于單線束激光雷達具有測量速度快、數(shù)據處理量少等特點， 多被應用于安全防護、地形測繪等領域。

 

傳統(tǒng)的激光雷達掃描視場非常小，如果想360度的觀察周圍，怎么辦？最自然的辦法就是多搞幾束激光，線數(shù)越多覆蓋的角度越大。

 

 

多線束激光雷達掃描一次可產生多條掃描線，目前市場上多線束產品包括4線束、8線束、16線束、32線束、64線束等，其細分可分為2.5D激光雷達及3D激光雷達。2.5D激光雷達與3D激光雷達最大的區(qū)別在于激光雷達垂直視野的范圍，前者垂直視野范圍一般不超過10°，而后者可達到30°甚至40°以上，這也就導致兩者對于激光雷達在汽車上的安裝位置要求有所不同。

 

 

測量距離、測量精度、測量速率、角度分辨率是決定三維激光雷達性能的幾個重要指標。

 

 

例如，在無人駕駛汽車這個應用領域，對激光雷達的探測距離是有要求的。比如說高速公路上要能夠檢測到前方車輛，還有在十字路口上，要能夠觀測馬路對面的汽車。

 

有趣的是，精度不是越高越好。激光雷達獲取的的數(shù)據可以進行障礙物識別、動態(tài)物體檢測及定位，如果精度太差就無法達到以上目的；但是，精度太好也有問題，高精度對激光雷達的硬件提出很大的要求，計算量會非常大，成本也會非常高。所以精度應該是適中就好。

 

還有一點不能忽視的是角分辨率，角分辨率決定打出去后的兩個激光點之間的距離。單點測距精度達到后，如果打到物體表面兩點間距離（點位）太遠，測距精度也就失去意義了。

 

 

激光雷達在智能機器生態(tài)系統(tǒng)中有很多機遇。與使用二維圖像相比，點云能夠更容易的被計算機使用，用于構建物理環(huán)境的三維形象——二維圖像是人腦最容易理解的數(shù)據，而對于計算機來說，點云是最容易理解的。

 

二維激光雷達掃描器可在戶外使用，并專為移動、低功耗應用而設計。它只用了競爭對手近四分之一的成本，這將給這類傳感器帶來全新的應用（我們在很多其他類型的傳感器中已經看到過這樣的現(xiàn)象）。 二維激光雷達也可以被搭載到另一個旋轉的元件上以產生環(huán)境中完整的三維點云。

 

 

其他公司正在尋求降低系統(tǒng)成本的其他策略，例如Quanergy的固態(tài)激光雷達。該系統(tǒng)大體與上文已介紹的系統(tǒng)相同，然而，與使用旋轉光學器件來移動光束不同的是，它們使用 “相控陣列光學系統(tǒng)”來引導激光脈沖的方向，它可以在某一方向上釋放一個激光脈沖，而讓下一個脈沖（1微秒之后）瞄準視野中的其它地方。

 

它能夠實時關注視野范圍內看似移動的物體，這是對人類駕駛員的模仿——后者能及時注意到即將進入汽車所行駛的道路的障礙物。Quanergy系統(tǒng)被設計為能在沒有機械移動的情況下做到這一點，并且每秒采樣大約100萬個數(shù)據點——這與64線旋轉激光雷達的速度相當，卻能顯著降低成本。它另一個優(yōu)勢是更容易被集成在反光鏡和保險杠等其他汽車部件上。

 

另外，更大和功率更高的系統(tǒng)也正在開發(fā)中，它可以從在3萬英尺高度飛行的飛機上對地面成像，其分辨率足以能夠看到地面上的車輛。雖然這些系統(tǒng)的市場需求更小，且成本更高，但其發(fā)展將繼續(xù)降低傳感器技術的整體成本。

 

由于激光雷達基于對激光脈沖返回傳感器所需時間的測量，因此高反射率的表面會帶來問題。大多數(shù)材料從微觀水平上看表面粗糙，并且向所有方向散射光；這類散射光的一小部分返回到傳感器，并且足以產生距離數(shù)據。然而，如果表面反射率非常高，光就會向遠離傳感器的方向散射，那么這一區(qū)域的點云就會不完整。

 

 

空氣中的環(huán)境也可以對激光雷達讀數(shù)造成影響。記錄顯示，大霧和大雨會減弱發(fā)射的激光脈沖而對激光雷達造成影響。為了解決這些問題，較大功率的激光器投入使用，但它對于較小的、移動或對功率敏感的應用來說并不是一個好的解決方案。

 

 

激光雷達系統(tǒng)面臨的另一個挑戰(zhàn)是旋轉時的刷新率相對較慢。系統(tǒng)的刷新速率受復雜的光學器件旋轉速度的限制。激光雷達系統(tǒng)最快的旋轉速率大約是10Hz，這限制了數(shù)據流的刷新速率。當傳感器旋轉時，以60英里/小時行駛的汽車在1/10秒內行進8.8英尺，因此傳感器對于在汽車駛過期間在這8.8英尺內發(fā)生的變化基本上是看不清的。更重要的是，激光雷達覆蓋的范圍（在完美條件下）為100-120米，這對于以60英里/小時行駛的汽車來說僅相當于不到4.5秒的行駛時間。

 

 

也許對于激光雷達來說，高昂的設備成本是它需要克服的最大挑戰(zhàn)。盡管自該技術得到應用以來其成本已大幅降低，但仍然是它被大范圍采用的一個重要障礙。對于主流汽車工業(yè)來說，一個價值2萬美元的傳感器將無法被市場接受。伊隆·馬斯克說：“我不認為它對于汽車的發(fā)展是有意義的，我認為它不是必須的。”

 

 

雖然我們將激光雷達視為計算機視覺的一個組件，但點云卻是完全基于幾何呈現(xiàn)的。相反，人眼除了形狀之外還能識別物體的其他物理屬性，比如顏色和紋理。現(xiàn)在的激光雷達系統(tǒng)不能區(qū)分紙袋和巖石之間的差別，而這本應是傳感器理解和試圖避開障礙物時考慮的因素。

 

 

激光雷達發(fā)出去的激光本身是沒有編碼的。所以接收器自己本身是沒辦法識別到底這束光線是它隔壁發(fā)射器發(fā)射出去的還是干擾信號。黑客攻擊指的是采取模擬車輛、行人的信號，反饋給激光雷達造成周圍存在障礙物假象的攻擊手法。最終會導致汽車被強制減速或者剎車。

 

對激光雷達廠商而言，可以從兩個角度去抵御黑客的攻擊：如提高激光發(fā)射頻率，高速激光發(fā)射頻率在幾個微秒，黑客的模擬信號就很難選擇什么時候去發(fā)射干擾信號為接收器接收。另外，通過算法做一些錯誤判斷，參考之前幾頻數(shù)據過濾掉干擾數(shù)據。

 

 

激光雷達只是用于給計算機提供物理環(huán)境數(shù)據的眾多傳感器之一，但是生成的數(shù)據是計算機最容易理解的，并且它也將變得更便宜。Velodyne銷售和市場總監(jiān)Wolfgang Juchmann稱，激光雷達的成本在過去7年里下降了10倍。 得益于成本的降低，我們將不斷看到新的潛在應用領域。

 

本文轉載自傳感器技術。