主流激光雷达的分类及原理
激光雷达分类多种多样
比如按发射波形可分为脉冲型和连续型
按探测方式可分为直接探测和相干探测
按线束可分为单线和多线等
本文将按扫描方式将雷达进行分类介绍
机械旋转式Lidar的发射和接收模块存在宏观意义上的转动。在竖直方向上排布多组激光线束,发射模块以一定频率发射激光线,通过不断旋转发射头实现动态扫描。
机械旋转Lidar分立的收发组件导致生产过程要人工光路对准,费时费力,可量产性差。目前有的机械旋转Lidar厂商在走芯片化的路线,将多线激光发射模组集成到一片芯片,提高生产效率和量产性,降低成本,减小旋转部件的大小和体积,使其更易过车规。
机械旋转式激光雷达
(图源: Velodyne官网)
优点:
技术成熟
扫描速度快
360度扫描
缺点:
可量产性差:光路调试、装配复杂,生产效率低
价格贵:靠增加收发模块的数量实现高线束,元器件成本高,主机厂难以接受
难过车规:旋转部件体积/重量庞大,难以满足车规的严苛要求
造型不易于集成到车体
混合固态激光雷达用“微动”器件来代替宏观机械式扫描器,在微观尺度上实现雷达发射端的激光扫描。旋转幅度和体积的减小,可有效提高系统可靠性,降低成本。
MEMS振镜是一种硅基半导体元器件,属于固态电子元件;它是在硅基芯片上集成了体积十分精巧的微振镜,其核心结构是尺寸很小的悬臂梁——反射镜悬浮在前后左右各一对扭杆之间以一定谐波频率振荡,由旋转的微振镜来反射激光器的光线,从而实现扫描。硅基MEMS微振镜可控性好,可实现快速扫描,其等效线束能高达一至两百线,因此,要同样的点云密度时,硅基MEMS Lidar的激光发射器数量比机械式旋转Lidar少很多,体积小很多,系统可靠性高很多。
优点:
MEMS微振镜摆脱了笨重的马达、多发射/接收模组等机械运动装置,毫米级尺寸的微振镜大大减少了激光雷达的尺寸,提高了稳定性
MEMS微振镜可减少激光发射器和探测器数量,极大地降低成本
缺点:
有限的光学口径和扫描角度限制了Lidar的测距能力和FOV,大视场角需要多子视场拼接,这对点云拼接算法和点云稳定度要求都较高
抗冲击可靠性存疑
主要存在的问题:
(1)振镜尺寸问题:
远距离探测需要较大的振镜,不但价格贵,对快轴/慢轴负担大,材质的耐久疲劳度存在风险,难以满足车规的DV、PV的可靠性、稳定性、冲击、跌落测试要求。
(2)悬臂梁:
硅基MEMS的悬臂梁结构实际非常脆弱,快慢轴同时对微振镜进行反向扭动,外界的振动或冲击极易直接致其断裂。
故障的悬臂梁
(图源:无人驾驶网)
MEMS激光雷达点云数据
(图源:RoboSense)
作为首款量产的L3级别自动驾驶的乘用车——奥迪A8上搭载的激光雷达就是旋转扫描镜激光雷达。与机械旋转激光雷达不同的是,其激光发射模块和接收模块是不动的,只有扫描镜在做机械旋转。激光单元发出激光至旋转扫描镜(Mirror),被偏转向前发射(扫描角度145°),被物体反射的光经光学系统被左下方的探测器接收。
Scala内部图
(图源:搜狐)
优点:
可车规,寿命长,可靠度高
缺点:
扫描线数少,扫描角度不能到360度
收发模块的PLD(Pulsed Laser Diode)发射出激光,通过反射镜和凸透镜变成平行光,扫描模块的两个旋转的棱镜改变光路,使激光从某个角度发射出去。激光打到物体上,反射后从原光路回来,被APD接收。
Livox Lidar的工作原理示意图
(图源:Livox官网)
与MEMS Lidar相比,它可以做到很大的通光孔径,距离也会测得较远。与机械旋转Lidar相比,它极大地减少了激光发射和接收的线数,降低了对焦与标定的复杂度,大幅提升生产效率,降低成本。
优点:
非重复扫描,解决了机械式激光雷达的线式扫描导致漏检物体的问题
可实现随着扫描时间增加,达到近100%的视场覆盖率
没有电子元器件的旋转磨损,可靠性更高,符合车规
缺点:
单个雷达的FOV较小,视场覆盖率取决于积分时间
独特的扫描方式使其点云的分布不同于传统机械旋转Lidar,需要算法适配
Livox的点云分布图
(图源:Livox官网)
这类激光雷达的核心元件是两个扫描器——多边形棱镜和垂直扫描振镜,分别负责水平和垂直方向上的扫描。特点是扫描速度快,精度高。比如:一个四面多边形,仅移动八条激光器光束(相当于传统的8线激光雷达),以5000rpm速度扫描,垂直分辨率为2667条/秒,120度水平扫描,在10Hz非隔行扫描下,垂直分辨率达267线。
Luminar激光雷达内部解剖图
(图源:Luminar)
优点:
转速越高,扫描精度越高
可以控制扫描区域,提高关键区域的扫描密度
多边形可提供超宽FOV,一般可做到水平120度。MEMS Lidar一般不超过80度
通光孔径大,信噪比和有效距离要远高于MEMS Lidar
价格低廉,MEMS振镜贵的要上千美元,多边形激光扫描已经非常成熟,价格只要几十美元
激光雷达间抗干扰性强
缺点:
与MEMS技术比,其缺点是功耗高,有电机转动部件
Flash激光雷达采用类似Camera的工作模式,但感光元件与普通相机不同,每个像素点可记录光子飞行时间。由于物体具有三维空间属性,照射到物体不同部位的光具有不同的飞行时间,被焦平面探测器阵列探测,输出为具有深度信息的“三维”图像。根据激光光源的不同,Flash 激光雷达可以分为脉冲式和连续式,脉冲式可实现远距离探测(100米以上),连续式主要用于近距离探测(数十米)。
Flash激光雷达的优势在于能够快速记录整个场景,避免了扫描过程中目标或Lidar自身运动带来的误差。其缺点是探测距离近。
Flash Lidar的工作示意图
(图源:LeddarTech官网)
发射模组:Flash激光雷达采用的是垂直腔面发射激光器(Vertical Cavity Surface Emitting Laser, VCSEL),比其他激光器更小、更轻、更耐用、更快、更易于制造,并且功率效率更高。
接收模组:Flash激光雷达的性能主要取决于焦平面探测器阵列的灵敏度。焦平面探测器阵列可使用PIN型光电探测器,在探测器前端加上透镜单元并采用高性能读出电路,可实现短距离探测。对于远距离探测需求,需要使用到雪崩型光电探测器,其探测的灵敏度高,可实现单光子探测,基于APD的面阵探测器具有远距离单幅成像、易于小型化等优点。
优点:
一次性实现全局成像来完成探测,无需考虑运动补偿
无扫描器件,成像速度快
集成度高,体积小
芯片级工艺,适合量产
全固态优势,易过车规
缺点:
激光功率受限,探测距离近
抗干扰能力差
角分辨率低
很多军用Lidar使用OPA(Optical Phased Array)光学相控阵技术。OPA运用相干原理,采用多个光源组成阵列,通过调节发射阵列中每个发射单元的相位差,来控制输出的激光束的方向。OPA激光雷达完全是由电信号控制扫描方向,能够动态地调节扫描角度范围,对目标区域进行全局扫描或者某一区域的局部精细化扫描,一个激光雷达就可能覆盖近/中/远距离的目标探测。
Quanergy固态激光雷达
(图源:Quanergy官方视频截图)
优点:
纯固态Lidar,体积小,易于车规
扫描速度快(一般可达到MHz量级以上)
精度高(可以做到μrad量级以上)
可控性好(可以在感兴趣的目标区域进行高密度扫描)
缺点:
易形成旁瓣,影响光束作用距离和角分辨率,使激光能量被分散
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
探测距离很难做到很远
以三角波调频连续波为例来介绍其测距/测速原理。蓝色为发射信号频率,红色为接收信号频率,发射的激光束被反复调制,信号频率不断变化。激光束击中障碍物被反射,反射会影响光的频率,当反射光返回到检测器,与发射时的频率相比,就能测量两种频率之间的差值,与距离成比例,从而计算出物体的位置信息。FMCW的反射光频率会根据前方移动物体的速度而改变,结合多普勒效应,即可计算出目标的速度。
FMCW原理²
优点:
每个像素都有多普勒信息,含速度信息
解决Lidar间串扰问题
不受环境光影响,探测灵敏度高
缺点:
不能探测切向运动目标
FMCW与常见的TOF测距原理的对比:
TOF
优点
系统简单,成本低
平均功率低
测距精度高
能探测出切向运动的目标
缺点
环境光的抗干扰性比FMCW稍差
波段接近人眼可响应的范围
FMCW
优点
环境光抗干扰能力强
1550nm波长对人眼安全更有利
除距离和intensity信息外还能得到速度信息
缺点
系统复杂度高,成本高
平均能耗高
不能探测出切向运动的目标(比如横穿马路的人/车)
激光雷达是实现无人驾驶的重要传感器部件之一。评价一款激光雷达产品,要从性能、技术成熟度、成本、“车规”化等多个维度去衡量。机械式激光雷达:目前是自动驾驶公司的主流方案,技术成熟可靠,具备360度视场角,高分辨率等性能优势,但限于工艺等因素难以量产。部分机械雷达厂商正在通过芯片化的路线提高生产效率,降低成本,并使其符合车规。考虑到固态雷达的迭代过程,短期内机械式激光雷达仍将是自动驾驶的主流选择。MEMS等半固态激光雷达:目前技术相对成熟,能兼顾成本、性能、车规等要求,但抗冲击可靠性存疑。长远来看,仅属于过渡产品。全固态激光雷达:长远看,激光雷达的主流趋势会转向全固态。Flash技术领先,但受限于元器件性能,无法实现远距离探测;OPA具有一定的技术壁垒;FMCW具有探测距离远,灵敏度高,抗干扰能力高,成本低,功耗低等特点,但技术门槛高,对系统集成,信号处理要求很高,目前尚未量产。
总的看来,激光雷达固态化会持续推进,技术仍然有很长的探索期。
1.Sandborn, P. A. M. (2017). FMCW Lidar: Scaling to the Chip-Level and Improving Phase-Noise-Limited Performance. eScholarship, University of California.
2.SENSING-AIOT.(2021). LiDAR: FMCW vs. ToF. http://4da.tech/?p=272
3.AEye, Inc.(2021)Time of Flight vs. FMCW LiDAR Side-by-Side Comparison FMCW sToF_21_0113.
4.Liu, Z., Zhang, F., & Hong, X. (2021). Low-cost retina-like robotic lidars based on incommensurable scanning. IEEE/ASME Transactions on Mechatronics.
4.http://www.wrdrive.com/news/show.php?itemp202107/23/oaJ8ZP6mfm.png">
首发 | 富勒科技完成3亿元融资,经纬领投,高成和高瓴跟投
11558 阅读中国兵工物资集团有限公司2025届校园招聘供应链管理、仓储管理等岗位
4934 阅读近1500人!中远海运24-25届全球招聘启动
4224 阅读吉利十一月岗位火热招聘物流、供应链类岗位
3805 阅读顺丰社招仓储管理经理、KA客户经理、SME客户经理、灵活业务资源专员、散单管理岗等
3767 阅读立高食品2025届校园招聘物流类专业
3668 阅读拼多多集团-PDD | 2025届校招正式批网申时间延长至2025年1月12日
3679 阅读蜜雪集团2025届校园招聘供应链类岗位
3556 阅读梅花集团2025届校园招聘物流管理类与工程、供应链管理等专业
3498 阅读日日顺供应链2025届校园招聘
3380 阅读