激光雷达(Lidar)介绍

概述

激光雷达(LiDAR,Light Detection and Ranging),即激光探测和测距,又称光学雷达。

在自动驾驶领域,激光雷达的作用类似人的眼睛,通过发射和接收反射回来的激光束对周围环境进行实时扫描,构建出高精度的三维点云图,为车辆提供精确的环境感知信息,从而帮助车辆做出安全、准确的行驶决策。

与摄像头和毫米波雷达相比,激光雷达具有高精度、高分辨率、不受光照条件影响等优点,能够在复杂的交通场景中提供更为可靠的环境感知,是实现L3及以上自动驾驶不可或缺的核心技术。

工作原理

激光发射器发射激光束,并通过光学系统控制激光束方向;当激光束遇到目标物体后反射回接收器,接收器将反射回来的光信号转换为电信号,并由后端处理单元计算激光脉冲往返时间(Time-of-Flight,ToF)及强度信息,以获得目标与自身的距离和反射特性。进一步,通过分析目标物体表面反射能量的大小、反射波谱的幅度、频率和相位等信息,可以输出点云,并呈现出目标物精确的三维结构信息。

激光雷达能探测的对象,包括车辆与前方障碍物之间的距离,车道线,路面等。

结构组成

激光雷达系统主要由激光发射模块、激光接收模块、扫描控制模块和信号处理模块组成。

激光发射模块

激光发射模块是激光雷达的光源产生单元,负责向外发射激光束。

其核心组件是激光器,常见的激光器类型包括半导体激光器、光纤激光器。其中,半导体激光器以砷化镓等半导体材料为增益介质,通常发射波长为905nm的激光,成本相对较低,在车载激光雷达中应用较为广泛;光纤激光器则采用掺杂稀土元素的光纤作为增益介质,发射波长一般为1550nm,这种波长的激光对人眼安全性更高,且能实现更远的探测距离和更好的抗干扰性能,但成本相对较高。

激光光源

由于激光雷达发射的激光束需要投射至整个FOV平面区域内,除了面光源可以直接发射整面光线外,点光源则需要做二维扫描覆盖整个FOV区域,线光源需要做一维扫描覆盖整个FOV区域。

其中,点光源根据光源发射的形式可以分为EEL(Edge-Emitting Laser,边发射激光器)和VCSEL(Vertical-Cavity Surface-Emitting Laser,垂直腔面发射激光器)两种。二者区别在于:EEL激光,平行于衬底表面发出,如下图①;VCSEL激光,垂直于衬底表面发出,如下图②。

可知,VCSEL式易于进行芯片式阵列布置,通常使用此类光源进行阵列式布置形成线光源(一维阵列)或面光源(二维阵列)。

EEL与VCSEL参数对比如下:

对比项 VCSEL EEL
功率 <10W,与面积成比例 <120W
光束质量 低发散,对称 中等发散,不对称
温度漂移 0.07nm/K 0.25nm/K
光谱宽度 1~2nm 1~2nm
散斑
切换时间
装调 简单 复杂
成本

扫描控制模块

扫描控制模块的作用是控制激光束的扫描方向,实现对周围环境全方位或特定区域的扫描。

激光雷达的扫描方式可分为机械式扫描、半固态扫描和全固态扫描。其中,机械式扫描通过电机带动激光发射和接收单元整体旋转,实现360°的水平视场扫描,其优点是扫描角度大、分辨率高,但存在机械结构复杂、可靠性低、体积大等缺点;半固态扫描则通过部分机械部件或微机电系统(MEMS)来控制激光束的扫描方向,减少了机械运动部件,提高了可靠性和稳定性,同时降低了成本和体积;全固态扫描技术则完全摒弃了机械运动部件,采用光学相控阵(OPA)、Flash等技术实现激光束的电子扫描,具有体积小、可靠性高、响应速度快等优势,是未来激光雷达发展的重要方向,但目前在技术成熟度和成本控制方面仍面临挑战。

激光接收模块

激光接收模块负责捕获从目标物体反射回来的激光信号,并将其转换为电信号进行后续处理。

其核心组件是光电探测器,常见的光电探测器类型有雪崩光电二极管(APD)、单光子雪崩二极管(SPAD)和硅光电倍增管(SiPM)。其中,APD具有较高的灵敏度和响应速度,能够检测到微弱的光信号,在中短距离激光雷达中应用广泛;SPAD则对单个光子具有极高的灵敏度,可实现单光子计数,适用于远距离、低反射率目标的探测;SiPM是由多个SPAD单元组成的阵列,兼具高灵敏度和高增益的特点,能够在低光照条件下提供可靠的信号检测,并且在极端环境下的运行稳定性较好,逐渐成为车载激光雷达接收模块的主流选择。

此外,激光接收模块还包括接收光学系统,用于收集反射光信号,并将其聚焦到光电探测器上,提高信号接收效率。

信号处理模块

信号处理模块是激光雷达的"大脑",负责对接收模块输出的电信号进行放大、滤波、模数转换(A/D)等处理,并通过特定的算法计算出目标物体的距离、速度、角度等信息,最终生成点云数据。

该模块通常由数字信号处理器(DSP)、现场可编程门阵列(FPGA)等芯片组成,具备强大的数据处理能力和实时性要求。信号处理算法的优劣直接影响激光雷达的性能,包括测距精度、分辨率、抗干扰能力等。先进的信号处理算法能够有效去除噪声干扰,提高数据的准确性和可靠性,同时对大量的点云数据进行快速处理和分析,为自动驾驶系统提供及时、准确的环境感知信息。

性能参数

FOV

FOV是指激光雷达能够探测到的视场范围,可以从垂直和水平两个维度以角度来衡量范围的大小。

FOV形式 描述
垂直FOV 常见的车载激光雷达通常在25°,形状呈扇形。
水平FOV 常见的机械式激光雷达可以达到360°范围,通常布置于车顶; 常见的车载半固态激光雷达通常可以达到120°范围,形状呈扇形,可布置于车身或车顶。

性能要求

市场对车规级激光雷达的性能要求,主要如下:

  • 高速场景下,至少有150米以上的探测距离
  • 具有120° FOV宽视角,满足十字路口等特殊场景的检测
  • 测距的精准度,满足≤3cm;角分辨率越小越好,水平和垂直≤0.3°
  • 具备100线以上的扫描效果和百万级别点频,保证遇到150米以外的物体也能反射回足够多的激光点云用于识别
  • 体积要尽量小

激光雷达的种类

根据扫描方式和结构形式的不同,激光雷达主要分为机械式(Mechanical)、半固态(Semi-solid-state)和全固态(Solid-state)三种类型。其中,机械式最常用,全固态为未来大力发展的方向,而半固态则是折中方案,属于目前阶段量产装车的主力军。

|-----|-------|-----------------------------------------|
| 分类 | 架构 | 代表企业 |
| 机械式 | 机械旋转 | Velodyne、Waymo、速腾聚创、禾赛科技、雷神智能、北科天绘等 |
| 半固态 | MEMS | Innoviz、Pioneer、Blickfeld、速腾聚创、禾赛科技、华为等 |
| 半固态 | 转镜 | 法雷奥、Luminar、Innovusion |
| 半固态 | 棱镜 | 大疆Livox |
| 全固态 | OPA | Quanergy、Analog Photonics、力策科技等 |
| 全固态 | FLASH | LeddarTech、Sense Photonics、大陆、Ibeo、北醒光子 |

机械式激光雷达

在竖直方向排布多组激光线束,并依靠电机驱动转盘使激光发射和接收模块进行360°旋转,以实现动态扫描。

对比 描述
优势 机械式激光雷达作为最早装车的产品,技术成熟度相对较高,探测距离远且点云密度大,可满足L4及以上级自动驾驶在复杂环境中对长距离、高精度感知的需求。
劣势 虽然技术成熟,但其需要精密的机械结构以及多光学元件协调工作,因此成本居高不下、结构体积大、功耗高、散热难度大,同时旋转部件寿命也难以与车规级使用场景要求完全匹配。

半固态激光雷达

半固态激光雷达对机械部件的依赖减少,通常仅保留一个或多个小型扫描器(如转镜或MEMS微镜)用于引导激光束在水平或垂直方向扫过一定角度区间,而接收模块则通过固定的光学阵列完成回波信号采集。

根据扫描器的不同类型,半固态激光雷达可进一步分为MEMS振镜式、转镜式和棱镜式。

MEMS振镜式半固态激光雷达

MEMS(Micro-Electro-Mechanical System,微机电系统),是将原本激光雷达的机械结构通过微电子技术集成到硅基芯片上,并通过如静电、电磁等方式来驱动信号使镜面在微米级尺度内快速振荡,从而实现激光束在预定角度范围内扫描。本质上,MEMS激光雷达并没有做到完全取消机械结构,所以它是一种半固态激光雷达。

MEMS的工作原理,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------通过控制微小的镜面平动和扭转往复运动,将激光束反射到不同的角度完成扫描,而激光发射器本身固定不动。

微震镜不同驱动方式特点对比如下:

驱动方式 驱动原理 驱动电压 驱动力 谐振频率 扫描范围 功耗
静电 平行板电容或梳齿电容,产生静电驱动力
电磁 磁性薄膜或者永磁体与驱动电流产生电磁驱动力
电热 加热驱动结构产生的热膨胀差异,结构变形产生驱动力
压电 压电材料在逆压电效应下发生形变产生驱动力
对比 描述
优势 MEMS振镜式半固态激光雷达因为摆脱了笨重的旋转电机、扫描镜等机械运动装置,并去除了金属机械结构部件,同时配备的是毫米级的微振镜,降低了尺寸,同时在光学、机械性能和功耗方面表现更为突出。其次,MEMS振镜整体结构所使用的硅基材料还有降价空间,因此MEMS激光雷达的整体成本有望进一步降低。
劣势 微振镜属于振动敏感性器件,同时硅基MEMS的悬臂梁结构非常脆弱,外界的振动或冲击极易直接致其断裂,车载环境很容易对其使用寿命和工作稳定性产生影响。其次,MEMS的振动角度有限,导致视场角比较小(小于120度),且受限于MEMS微振镜的镜面尺寸,传统MEMS技术的有效探测距离只有50米,FOV角度只能达到30度,多用于近距离补盲或者前向探测。

由于MEMS工艺的特殊性,其产品的批量化成本有望随着工艺成熟度的提升而大幅下降,从而推动半固态激光雷达在L2+和L3级自动驾驶量产车型中的进一步应用。

转镜式半固态激光雷达

转镜式与MEMS振镜式的差异在于,前者的扫描镜是围绕着圆心旋转,后者则是围绕着某条直径上下振动。相比之下,转镜式激光雷达的功耗更低,散热难度更低,因而也更容易拥有比较高的可靠性。

转镜式的工作原理,与MEMS微振镜平动和扭转的形式不同,转镜是反射镜面围绕圆心不断旋转,从而实现激光的扫描。在转镜方案中,存在一面扫描镜(一维转镜)和一纵一横两面扫描镜(二维转镜)两种技术路线。其中,一维转镜线束与激光发生器数量一致,而二维转镜可以实现等效更多的线束,在集成难度和成本控制上存在优势。

对比 描述
优势 转镜式激光雷达的激光发射和接收装置是固定的,所以即使有旋转机构,也可以把产品体积做小,进而降低成本。此外,旋转机构只有反射镜,整体重量轻,电机轴承的负荷小,系统运行起来更稳定,寿命更长。
劣势 因为有旋转机构这样的机械形式的存在,在长期运行之后,激光雷达的稳定性、准确度会不可避免地受到影响。其次,一维式的扫描线数少,扫描角度不能到360°。

棱镜式半固态激光雷达

棱镜式激光雷达也称为双楔形棱镜式激光雷达,内部包括两个楔形棱镜,激光在通过第一个楔形棱镜后发生一次偏转,通过第二个楔形棱镜后再一次发生偏转。控制两面棱镜的相对转速便可以控制激光束的扫描形态。与前面提到的扫描形式不同,棱镜激光雷达累积的扫描图案形状状若菊花,而并非一行一列的点云状态。因此,是只要相对速度控制得当,在同一位置长时间扫描几乎可以覆盖整个区域。

对比 描述
优势 首先,该设计减少了激光发射和接收的线数以实现一帧之内更高的线数,也随之降低了对焦与标定的复杂度,因此生产效率得以大幅提升,并且相比于传统机械式激光雷达,棱镜式的成本有了大幅的下降。其次,只要扫描时间够久,就能得到精度极高的点云以及环境建模,分辨率几乎没有上限,且可达到近100%的视场覆盖率。
劣势 棱镜式激光雷达FOV相对较小,且视场中心的扫描点非常密集,雷达的视场边缘扫描点比较稀疏,在雷达启动的短时间内会有分辨率过低的问题。对于高速移动的汽车来说,显然不存在长时间扫描的情况,不过可以通过增加激光线束和功率实现更高的精度和更远的探测距离,但机械结构也相对更加复杂,且存在轴承或衬套的磨损等风险。

全固态激光雷达

为了彻底消除机械运动部件带来的磨损与寿命限制、进一步降低成本,全固态激光雷达成为行业公认的"终极形态"。全固态激光雷达在结构上完全取消了任何机械运动部件,仅依靠OPA(光学相控阵)或Flash(泛光面阵)实现对整个探测场景的瞬时激光扫描。

OPA全固态激光雷达

OPA(Optical Phase Array),即光学相控阵。OPA技术类似于雷达领域的电子扫描阵列,通过控制相位调制器的相位差,使得发射端激光束能够在不移动任何物理元件的情况下,按照预设方向或图形进行扫射,并将回波信号在接收端的相控阵列中进行相应的相位解算以恢复三维深度信息。

对比 描述
优势 OPA激光雷达发射机采用纯固态器件,没有任何需要活动的机械结构,因此在耐久度上表现更出众;虽然省去机械扫描结构,但却能做到类似机械式的全景扫描,同时在体积上可以做得更小,量产后的成本有望大大降低。
劣势 OPA激光雷达对激光调试、信号处理的运算力要求很大。同时,它还要求阵列单元尺寸必须不大于半个波长,因此每个器件尺寸仅500nm左右,对材料和工艺的要求都极为苛刻。

由于技术难度高,上游产业链不成熟,导致OPA方案短期内距离规模化车规级量产尚有一定技术障碍。目前,也很少有专注开发OPA激光雷达的Tier1供应商。

FLASH全固态激光雷达

Flash全固态激光雷达的原理是"快闪",其采用了类似于相机闪光灯原理的瞬时全场照射方式,即一次性向整个探测场景发射激光束,然后通过大面积接收阵列同步采集反射回波,以获得整个场景的深度图。该工作模式的最大问题是需要非常高的激光功率,但在体积限制下,Flash全固态激光雷达的功率密度不能很高。因此,其无法综合考虑视场角、检测距离和分辨率这三个参数,即如果检测距离较远,则需要牺牲视场角或分辨率;如果需要高分辨率,则需要牺牲视场角或检测距离。

此外,Flash固态激光雷达不像MEMS或OPA的方案会去进行扫描,因此其属于非扫描式雷达。

对比 描述
优点 FLASH激光雷达最大的优势在于可以一次性实现全局成像来完成探测,且成像速度快。体积小,易安装,易融入车的整体外观设计。设计简洁,元件极少,成本低。信号处理电路简单,消耗运算资源少,整体成本低。刷新频率可高达3MHz,是传统摄像头的10万倍,实时性好。
缺点 FLASH激光单点面积比扫描型激光单点大,因此其功率密度较低,进而影响到探测精度和探测距离(低于50米)。要改善其性能,需要使用功率更大的激光器,或更先进的激光发射阵列,让发光单元按一定模式导通点亮,以取得扫描器的效果。

Flash闪光激光雷达由于短时间内发射大面积的激光,因此在探测精度和探测距离上会受到较大的影响,主要用于较低速的无人驾驶车辆,如无人外卖车、无人物流车等,对探测距离要求较低的自动驾驶解决方案中。从长远来看,FLASH激光雷达芯片化程度高,规模化量产后大概率能拉低成本,随着技术的发展,FLASH激光雷达有望成为主流的技术方案。

总体来说,机械式、半固态与全固态激光雷达各自代表了激光雷达技术发展不同阶段与侧重点。机械式以技术成熟、探测精度高为优势,但因体积大、寿命短、成本高,正逐步向半固态与全固态过渡;半固态则以成本适中、可靠性可控、性能足以满足L2+至L3级自动驾驶需求而成为当前量产车型的主流选择;全固态则以最小体积、最优可靠性、最强成本优化潜力成为行业最终目标,但仍需在相控阵芯片、Flash探测器件工艺及系统集成等方面攻克关键技术难题。

总结

未来,激光雷达技术的发展将围绕"更高性能、更低成本、更小体积、更高可靠性"的目标持续推进。

在性能方面,高线数(如千线级)、高精度设计将成为可能,进一步提高点云密度、降低噪声,帮助自动驾驶系统在极端复杂环境中更精准地识别微小目标和纹理特征;

在成本方面,通过与CMOS工艺深度融合,将激光发射与接收模块集成在同一硅基片上,借助半导体巨头的产能与成熟封测工艺,实现批量化生产,以使得价格相对可控;

在体积方面,随着光学一体化、电子集成化、散热方案优化等技术日趋成熟,全固态模块尺寸有望缩减到与车头摄像头模组相当的水平,从而极大地提升外观设计灵活性;

在可靠性方面,高耐温度、高抗振动的车规认证将成为行业新标杆,各家企业需要在环境适应性测试、EMC(电磁兼容)测试以及长期稳定性验证上进行更全面的投入。

此外,随着技术的进步与产业链的逐步完善,半固态与全固态激光雷达将加速向多层级自动驾驶车型渗透,最终实现由高成本实验性产品向低成本批量化组件的全面转变。

相关推荐
竹一阁9 天前
跟踪导论(十二)——卡尔曼滤波的启动:初始参数的设置
算法·信号处理·雷达·信号与系统
韩曙亮16 天前
【自动驾驶】自动驾驶概述 ④ ( 自动驾驶 整体架构 | 车端系统架构 | 云端系统架构 | 自动驾驶硬件概述 | 前视、侧视、环视摄像头 | 激光、毫米波、超声波雷达 )
自动驾驶·激光雷达·毫米波雷达·超声波雷达·自动驾驶硬件·自动驾驶软件·自动驾驶车端架构
FateRing18 天前
ros noetic使用pointcloud_to_laserscan 将2d激光雷达与深度摄像头数据融合
slam·激光雷达·深度摄像头
DuHz18 天前
milliLoc 论文精读:把商用毫米波 FMCW 的绝对测距从“厘米栅格”推进到“毫米级连续值”,并顺带修正 AoA 的系统相位偏差
论文阅读·物联网·算法·信息与通信·毫米波雷达
DuHz19 天前
《Around the Corner mmWave Imaging in Practical Environments》论文精读
论文阅读·算法·信息与通信·毫米波雷达
网易独家音乐人Mike Zhou19 天前
【嵌入式模块芯片开发】LP87524电源PMIC芯片配置流程,给雷达供电的延时上电时序及API函数
c语言·stm32·单片机·51单片机·嵌入式·电源·毫米波雷达
moonquakeTT25 天前
雷达调试5大核心思路:从理论到实战
人工智能·matlab·目标跟踪·雷达
爱看书的小沐25 天前
【小沐学WebGIS】基于Cesium.JS绘制雷达波束/几何体/传感器Sensor(Cesium / vue / react )
javascript·vue.js·react.js·雷达·cesium·传感器·波束
cainiao0806051 个月前
自动驾驶感知系统的核心技术:激光雷达与视觉融合算法
激光雷达