2018—2019年中国自动驾驶产业发展蓝皮书
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

第五章 激光雷达

激光雷达(LiDAR)是集激光、全球定位系统(GPS)和惯性测量装置(IMU)三种技术于一体的系统。作为当前自动驾驶汽车探知周围环境的主要零部件,激光雷达通过激光撞击障碍物后返回所需的时间来计算目标的相对距离。在光电处理后激光束形成三维点云能够产生精确的三维图像,因而获得关于目标的距离、方向、高度、速度、姿态和形状等信息(见图5-1)。

图5-1 激光雷达原理图

激光雷达在自动驾驶感知系统中起着重要的作用,其优点包括:高精度,能够获取极高的距离、角度、速度分辨率,全天候目标探测,抗有源干扰能力强、检测范围广等。同时,激光雷达的缺点也很明显,如在雨雪雾等极端天气下性能较差、采集的数据量过大、价格昂贵等。

第一节 系统组成

大多数激光雷达系统主要包括三部分:激光器、光学扫描器、光电检测器

激光器使用高度专业化的二极管,在电磁光谱的光学部分或其附近产生能量。来自激光器的能量通过受激发射的原子过程被放大到极高的强度,最后将能量变成高度定向的波束,所有的单个能量波被对齐,变为“同相”并且沿相同的方向移动。

激光雷达成像的速度取决于外部反射的光子经光学扫描部件进入系统的速度。目前存在许多扫描的方法以改变方位角和仰角,例如双振荡平面镜、双轴扫描镜、多面镜等。

光电检测技术即读取和记录反射回到激光雷达信号的技术,主要有两种光电检测技术,分别为固态检测器(Solid State Detector)和光电倍增管。

当激光雷达安装在移动的平台时,需要其他设备辅助以保证激光雷达测量数据的可用性。卫星导航系统(GNSS)可以提供准确的地理位置信息,惯性测量单元(IMU)则记录当前位置激光雷达的姿态和转向信息。GNSS和IMU配合使用将激光雷达测量点由相对坐标系转换为绝对坐标系上的位置点,从而应用于不同的系统中。

第二节 技术路线

车用激光雷达主要有机械式激光雷达和固态激光雷达两种。

一、机械式激光雷达

机械式激光雷达是一种可以通过机械旋转扫描激光的激光雷达。机械式激光雷达的发射系统和接收系统在宏观上是旋转的,发射部件垂直排列成激光光源的线性阵列,通过透镜在垂直面上产生不同方向的激光束。在步进电动机的驱动下,垂直面内的激光束不断地从“线”旋转到“面”,并通过旋转扫描光“面”形成多重激励,实现检测区域的三维扫描。

机械式激光雷达的优点包括探测性能优越、技术成熟等,是当前激光雷达技术路线的主流。但其内部机械结构精密、零件数多、组装工艺复杂、制造周期长,因此生产成本居高不下。同时由于内部含有大量可动部件,易受车辆振动影响,在行车环境下磨损严重,平均失效时间为1000~3000小时,而汽车厂商的要求高达上万小时,长期使用可靠性差。因此其高昂的成本和较短的使用寿命使其无法实现车规级量产。此外,机械式激光雷达还存在接受光窗数值小、信噪比低等缺点。针对机械式激光雷达的以上缺点,需要进一步优化系统方案。

二、固态激光雷达

固态激光雷达是指完全取消了机械扫描结构的激光雷达。固态激光雷达的发射系统和接收系统均固定不动,通过电子方式把激光导向空间的各个方向,实现对周围空间的扫描。目前固态激光雷达主要包括MEMS激光雷达、光学相控阵(OPA)激光雷达和泛光面阵式(Flash)激光雷达三种。

(一)MEMS激光雷达

MEMS激光雷达是指将微机电系统MEMS和振镜结合起来并驱动其旋转以实现激光扫描的雷达。其发射系统结构如图5-2所示,驱动电路同时作用于激光器和MEMS振镜,使得激光器产生激光脉冲及MEMS振镜发生旋转。此时所发射的脉冲在振镜不断地旋转反射下进行激光扫描,最后经光学单元准直后射出。作为机械旋转扫描激光雷达的升级换代,MEMS激光雷达得到了广泛的应用。

图5-2 MEMS激光雷达发射系统结构

MEMS激光雷达机械结构的微型化和电子化设计能够避免机械式激光雷达的整体旋转,有效降低驱动过程中整个系统的功耗和出现问题的概率,实现体积小、宏观结构简单、可靠性强等优点。同时,将芯片技术应用于主要零部件的生产,提高了批量生产能力,使得其价格远低于同等性能的机械式激光雷达。但是MEMS激光雷达也存在半导体工艺难度大、选材范围小等缺点。

(二)相控阵激光雷达

OPA(相控阵)激光雷达是采用光学相位控制阵列技术实现激光扫描的一种激光雷达。OPA发射器由多个可独立控制的发射和接收单元组成,改变加载其上的电压便可改变各单元发出的光波特性,再通过调整发射光波之间的相位关系在一定方向上实现相互增强的干涉,从而产生具有方向性的高强度光束。因此,在设计好的程序控制下,OPA的各个相位控制单元使一个或多个高强度光束的方向实现随机空间扫描(见图5-3)。

图5-3 OPA激光雷达原理框图

OPA激光雷达具有扫描速度快、扫描精度高、扫描区域全覆盖、开发成本低等优点。同时,OPA激光雷达存在易形成旁瓣、影响激光束射程和角分辨率、采用高精度集成微阵列芯片设计技术难度大等缺点,限制了其实现车规级量产。

(三)泛光面阵式激光雷达

Flash(泛光面阵式)激光雷达是通过记录光子飞行时间计算环境距离的激光雷达,属于非扫描式激光雷达。在运行过程中,成像系统发射大面积激光覆盖探测区域。由于物体表面到返回点的距离不同,光源到达物体表面后部分反射回图像上的像素点飞行时间也不同,由雷达内部的高灵敏度接收器计算每个像素对应的距离,完成对周围环境的信息采集与绘制,探测范围可以达到百米以上。

Flash激光雷达是目前全固态激光雷达中主流的技术产品之一,主要优点有成像速度快、成本低、集成度高、非离散采集、能够改善感知系统对环境的空间理解能力等。但是由于受限于芯片技术,目前Flash激光雷达的应用范围较小。另外,多发射器同时发射脉冲激光,也限制了其模块的功率。

OPA激光雷达和Flash激光雷达相比于仍保留有微动机械结构的MEMS激光雷达来说,电子化得更加彻底,三种固态激光雷达的方案总结如表5-1所示。由于固态激光雷达不需要机械旋转部件,同时可以大大压缩雷达的整机结构和尺寸,易于集成并提高使用寿命,是未来重要的技术方向,有望替代机械式激光雷达。

表5-1 固态激光雷达方案对比

第三节 实际应用

自动驾驶车辆广泛应用二维激光雷达和三维激光雷达。二维激光雷达应用于扫描单一平面,结构简单,测距速度快,系统稳定可靠。三维激光雷达通过丰富的点云数据得到车辆环境的深度信息,实现障碍物的精确检测、驾驶区域的构建、车道、路缘等道路要素,及障碍物和非结构化道路驾驶区域的获取,同时还能识别驾驶环境中的行人和车辆、红绿灯和交通警示牌等信息,弥补二维激光雷达应用于地形复杂、路面不平整的环境时数据失真等缺陷。

一、动静态障碍物检测与分类

障碍物检测是自动驾驶汽车自主导航的基本前提和安全保障。对于静态障碍物,车辆需要通过激光雷达准确获取障碍物的位置、宽度、长度、高度等信息以便进行防碰撞、避障等动作;对于动态障碍物,车辆需要通过激光雷达获取障碍物的横纵向移动速度、位置、长宽高、类别等信息,车辆可以基于移动障碍物的信息进行合理的动作规划。

二、道路边缘检测与道路特征识别

道路边缘检测可以让车辆更合理地规划当前路径的可行驶区域,在GPS导航失效时保障车辆继续行驶。同时,不同颜色的道路区域反射率不同,基于此,激光雷达可以利用反射率进行车道线检测。对于多线激光雷达,车辆可以利用每条线之间的关系进行坡度检测。

三、高精度地图构建和定位

自动驾驶的实现需要厘米级高精度地图的定位,传感器对环境模型、传感器场景和交通状况的感知,以及决策系统最终做出驾驶控制。其中,激光雷达通过多次获取道路三维点云数据和人工过滤点云地图误差信息,能够对齐拼接形成高精度地图。另外,除了提供高精度地图中当前道路的静态环境模型信息,激光雷达还可以通过预先存储的点云和图像特征数据提供高精度定位,具有地图采集、环境感知和辅助定位等多项功能。

第四节 发展趋势

从国内外主流厂商的市场行为报道和产品发布计划分析,未来车用激光雷达的技术发展趋势主要表现在以下几个方面。

应用全固态车用激光雷达,取消机械结构。机械旋转扫描激光雷达尚属传感器的初级阶段,其机械扫描结构外置,尺寸大,不能适应广泛装车应用,尽管支持前期评估测试,但难以进入车用激光雷达前装产品线。未来发展趋势是取消机械旋转结构,利用半导体工艺将机械部件集成,采用电子部件替代机械旋转部件实现扫描,进一步提升技术可靠性,改善探测距离、范围、精度等重要性能。

实现小型化和轻量化,降低技术成本。小型激光雷达可避免顶装安装方式,集成至传统车辆的外观实现汽车周边监控或探测。另外,激光雷达单机重量不应该超过1kg,对于多线短距激光雷达更应限制在300~500g,便于嵌入车身,有利于整车设计。具有体型小、轻量化的优势,意味着量产成为可能。由于缺少需要精确光学配准的机械转动部件,装配难度可以通过软件控制,固体激光雷达的使用寿命变长,有效降低了技术成本。

趋于智能与网络化,提升技术指标。在未来车联网技术的支持下,自动驾驶将实现“人”“车”“路”“云”互联互通及信息共享。其中,激光雷达将作为整个网络的一个节点,不仅可作为智能网联汽车上安装的部件,还可以合理地响应网络终端的指挥,调整其工作模式,实现软硬件的解耦,更高效、灵活地完成感知层任务。因此,在这种技术要求背景下,车载激光雷达将变得越来越智能化,测量范围、视场覆盖和网格密度等指标将随着技术的发展而不断提高,并实现包括数据处理下移、模式配置更加灵活、检测区域更趋集中等更多功能。

参考文献

[1]陈晓冬,张佳琛,庞伟凇,艾大航,汪毅,蔡怀宇.智能驾驶车载激光雷达关键技术与应用算法[J]. 光电工程,2019,46(7):34-46.

[2]余莹洁.车载激光雷达的主要技术分支及发展趋势[J]. 科研信息化技术与应用,2018,9(6):16-24.

[3]杨艳,高玉英.智能网联产业链分析—激光雷达成关键部件[J]. 汽车与配件,2018(18):56-61.

[4]陈敬业,时尧成.固态激光雷达研究进展[J].光电工程,2019,46(7):47-57.

[5]王耀川.光学相控阵激光雷达系统及系统性能分析[D]. 哈尔滨工业大学,2007.