[分享] 智能网联汽车激光雷达工作原理、性能比较与安全性分析

火辣西米秀   2024-7-11 10:34 楼主

摘要

 

近年来,激光雷达被用于导航领域,如机器人、无人机和智能车的自动驾驶(包括辅助驾驶等不同级别)。市场上激光雷达的种类多样,测量原理和工作特性差异较大,通过对车载激光雷达各种测量原理和技术特性进行梳理比较,并对每种方案进行相应的分析评价,同时分析了其安全性,为激光雷达选型应用提供指导意见。

 

关键词

 

激光雷达;工作原理;传感器性能;智能网联汽车;安全性分析

 

内容目录

 

0 引言

 

1 激光雷达的分类

2 激光雷达的测量原理

2.1 飞行时间法

2.2 连续波强度调制法(相位测距)

2.3 连续波频率调制法

3 激光雷达关键部件选型及性能分析

3.1 光源

3.2 扫描部件

3.2.1机械旋转式激光雷达

3.2.2微机电系统激光雷达

3.2.3快闪激光雷达

3.2.4光学相控阵激光雷达

3.3探测器

4 激光雷达安全性分析

5 结语


0 引言

 

激光雷达是一种可以用于精确测量周围环境的三维位置信息的传感器。一般由光学发射部件、光电接收部件、运动部件和信号处理模块等组成。其工作原理是向指定区域发射探测信号(激光束),经过目标物反射后,收集反射回来的信号,与发射信号进行处理比较,即可获得待测区域环境和目标物体的有关空间信息,如目标距离、方位角、尺寸、移动速度等参数,从而实现对特定区域的环境和目标进行探测、追踪和识别。

相比于摄像头、毫米波雷达等其他类型传感器,激光雷达可以实现3D成像,获取精确的位置信息。激光雷达主动光学部件夜间仍可工作。激光雷达也有局限,如在雨雪、雾霾天气会影响测量精度,用于自动驾驶难以分辨交通标志和红绿灯颜色,此外,成本高也是限制其大规模商业化的一个限制因素。


1 激光雷达的分类

 

习惯上,激光雷达可以按照测量原理或者是否含有运动部件进行分类,如图1所示。按照测量原理分类,可以分为飞行时间法和外差干涉方法,飞行时间法又可以分为脉冲调制和强度调制两种方式。如果按照激光雷达的运动部件特性来分类,可以分为机械旋转式、混合固态以及固态。机械旋转式和混合固态激光雷达已经较为普及,固态激光雷达作为新兴方向也越来越多地受到市场关注。

 

image.png  

图1   激光雷达的分类

 

2 激光雷达的测量原理


2.1 飞行时间法

飞行时间法(Time of flight, ToF)的原理如图2所示,激光器连续发射光脉冲,经过障碍物反射后,用探测器收集反射光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。利用ToF测距法有一点需要特别注意,就是发射激光器和光电接受器必须始终保持时间同步。

 

image.png  

图2   飞行时间法(ToF)测距

2.2 连续波强度调制法(相位测距)

 

image.png  

图3   相位测距法

与2.1节中ToF利用飞行时间差来测距不同,相位测距是通过测量相位差来计算距离,如图3所示。前面提到,由于光速太快,想要精确测量Δt是一件非常困难的事。通过对光源进行调制,去检测调制信号经过待测物体的反射后的相位变化,进而得到待测物的距离d,降低了测量难度。

 

image.png  

式(4)中∆φ是探测信号与发射信号的相位差,f为调制频率。调制频率决定了测距范围和精度。调制频率越高,测量精度越高,测量范围越小。100m距离测量一般调制频率选在MHz量级。


2.3 连续波频率调制法

连续波频率调制法(Frequency Modulated Continuous Wave, FMCW)使用三角波进行调制,利用相干光学检测方法,在频域进行信号的探测处理。该方法具有很多优势,如对背景光噪声不敏感,不需要复杂的高频电子检测部件等,此方法越来越受到行业的重视。

如图4所示,激光经过三角波调制后,调制频率分为两个光路,一路照射在被测物体上,经过反射回到探测器,记作;另一路直接送到探测器,记作。两束光在探测器产生干涉,利用探测器接收干涉后的信号。

根据光学相干理论,探测器位置处的干涉信号为:

 

image.png  

将检测到的干涉信号进行高通滤波,保留交流信号,通过测量交流信号的振幅和频率可以得到两束光的频率差。由于调制频率在一个周期内是线性变化的,根据∆f可得飞行时间∆t,进而得到传输距离d。

 

image.png  

图4   连续波频率调制法测距


3 激光雷达关键部件选型及性能分析


激光雷达的关键部件包含光源、扫描部件、探测器三大部分。每个部件的选型都需要遵从一些指导原则,如图5所示。本节将对各部件选型依据进行剖析。

 

image.png  

图5   激光雷达系统主要部件选型依据


3.1 光源

 

光源的选择主要考虑以下几个因素:首先,光源需要具有很好的单色性并且单脉冲下具有较高的能量峰值,这样反射的信号更容易被探测到,有利于增加探测准确性。其次,车载激光雷达在日常使用中,需要保证对人眼的安全性,所以要尽量避开400-700nm的可见光波段。就是要考虑激光器的制造成本和光波的吸收问题,如图6所示是红外在水中的吸收光谱,横坐标是红外波长,纵坐标是水的吸收因子。结合近红外波段的激光器制造技术成熟度和成本因素,当前市场上激光雷达产品主要是采用1550nm和905nm两个波长。两种红外光源的选型比较如表1所示。如Velodyne、速腾聚创、禾赛大部分都是采用905nm波长,此外也有部分企业使用1550nm波长作为光源。

image.png  

图 6   水的红外吸收光谱

image.png  
3.2 扫描部件

3.2.1 机械旋转式激光雷达
机械旋转式激光雷达技术成熟度较高,出现时间也相对较早。但机械旋转式激光雷达包含高精度旋转部件,系统结构比较复杂,导致价格也较为昂贵。由于硬件成本高,旋转部件和激光束的安装调校不容易自动化和规模化,导致量产困难,雷达的使用寿命也有待提升,所以目前固态激光雷达成为很多公司的发展方向。

 

image.png  

图7   机械激光雷达工作示意图

机械激光雷达的测量效果取决于激光的线数。以32线激光雷达为例,如图7所示,在一个竖直面内,不同角度分布着32个发射光束。扫描时,竖直面内的激光束顺序点亮,同时测量该光束对应的反射信号。当完成一个竖直面内的32路光信号的检测后,激光雷达在水平面旋转一个角度,在新的竖直面内再次完成32路反射光的测量。这样水平旋转一周后,就得到了激光雷达在3D空间内的点云分布。


3.2.2 微机电系统激光雷达

基于微机电系统(Micro-Electro-Mechanical System,MEMS),激光雷达的光学系统通过很小的反射镜微转动就能将激光束反射向不同方向。由于反射镜很小,而且需要转动的角度也很小,通过微能源驱动就可以实现镜片和反射光束的快速移动,在极短的时间内完成一条线或者一个阵列的扫描。

MEMS激光雷达的一大优势是去掉了传统机械雷达的旋转部件,可以有效减少旋转带来的部件损耗,延长激光雷达的工作寿命。振镜的驱动可以使用电驱动或者磁驱动的方式,如图8所示,结合电驱动和磁驱动,带动镜片下方两个轴的旋转,可以实现在两个维度上的2D扫描。


3.2.3 快闪激光雷达

快闪(Flash)激光雷达与摄像头工作模式相似,激光束会直接向各个方向漫射,漫射的激光束照射到目标区域的障碍物上反射,再利用感光元件阵列采集反射回来的激光束。Flash激光雷达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测量误差。不过,这种方式也有它的缺陷:感光元件阵列的像素越大,要处理的信号数据就越多,对处理期间提出了很高的要求。同时,由于激光束是同时向多个方向漫射,导致能量分散,Flash激光雷达的探测距离通常比较小。


Flash激光雷达的优点是全固态方案,没有移动部件,发射端方案成熟,成本较低,容易过车规。缺点是采用单脉冲测量,单脉冲需要较高的能量,峰值功率较高,闪光能量可能伤害人眼。


3.2.4 光学相控阵激光雷达
与微波相控阵雷达原理类似,光学相控阵(Optical Phase Array,OPA)固态雷达原理是通过调控初始相位,让多束光干涉叠加,如图9所示。有的方向光场彼此增强,有的方向光场相互抵消。采用多个光源组成阵列,通过控制各光源发射的时间差,可以合成角度灵活、精密可控的主光束。

 

image.png  

图9   OPA 光学相控阵雷达原理

OPA激光雷达的优点是没有任何机械部件,结构相对简单,精度高,体积小,成本低。缺点是在主光束以外会形成“旁瓣”,产生能量分散,一般阵列单元尺寸小于500nm,对加工精度要求高,扫描角度有限,接收端方案薄弱,接收面大,信噪比差。


如表2所示是几种激光雷达在测量范围、可靠性、成本、尺寸几个维度的对比。

image.png  
3.3 探测器

探测器选择主要考虑以下因素:高灵敏度、高增益、低抖动、低电子噪声。探测器的抖动会直接影响距离测量精度。由于激光束打在远处物体后经过漫反射回到探测器的信号非常弱,通常选择灵敏度较高的雪崩管探测器或光电倍增管作为激光雷达的探测器。


4 激光雷达安全性分析


当前,随着互联网与传统产业融合进程的加快,全球车联网产业已进入高速发展阶段。据估计,智能网联汽车将从2018年起迎来20年左右的高速发展期。到2035年,智能网联汽车将占据25%的新车市场,年销量超过3000万辆。车载激光雷达作为智能网联汽车的传感器部件之一,有着难以取代的地位。


然而,车载激光雷达却暴露出一定的安全隐患。2019年7月,来自密歇根大学、百度研究院以及伊利诺伊大学香槟分校的研究人员提出了一种基于梯度的LiDAR-Adv方法生成对抗样本,可以干扰激光雷达点云,实现“欺骗”激光雷达检测系统的对抗方法。如图10所示,基于激光雷达的检测系统可以检测到普通的箱子,却无法识别LiDAR-Adv生成的对抗样本。

image.png  

图10   LiDAR-Adv概览

该研究披露了激光雷达自动驾驶检测系统的潜在漏洞,为基于激光雷达的自动驾驶方案埋下了安全隐患,如何提高识别的准确性仍是智能网联汽车激光雷达面临的重要挑战之一。


5   结语

 

整体而言,当今车载激光雷达产业化普及面临的两大瓶颈是高成本和通过车规级检验。成本限制了商用普及速度,而车规的严苛条件对激光雷达本身的光学精密性也提出了挑战。目前市场上各种类型的激光雷达百花齐放,尚没有一种技术方案能垄断市场。OPA技术是大家认可的未来趋势,但是现阶段技术瓶颈较***部分处于预研究阶段。2020年的CES大会上,多家企业宣布了固态激光雷达方案,市场价格也较2019年有了很大幅的下降。预计固态激光雷达在接下来的几年中将扮演越来越重要的角色,而其安全性也将成为备受关注的焦点之一。

 

武晓宇,张晓,王伟忠.智能网联汽车激光雷达工作原理、性能比较与安全性分析[J].信息安全与通信保密,2020(9):92-98.

回复评论 (4)

感谢楼主

点赞  2024-7-11 11:04

感谢楼主分享的技术知识,正在学习这方面的技术,楼主的文章对我启发很大,

点赞  2024-7-11 11:05

感谢楼主,汽车雷达确实优质的推荐,启发很不错


点赞  2024-7-11 13:55

感谢分享,楼主对激光雷达做了一系列全面的分享,对入行者很有帮助

点赞  2024-7-12 15:20
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 京公网安备 11010802033920号
    写回复