当今,随着科技水平的快速提升,激光雷达的技术得到了不断的发展和升级。人工智能时代的到来,激光雷达也已被广泛应用于自动驾驶、机器人、安防监控、无人机、地图测绘、物联网、智慧城市等高新科技领域。激光雷达形式多样,随着器件水平和加工制造水平的更新,激光雷达技术指标和技术方式也在不断升级。
激光雷达技术按不同的载体可分为星载、机载、车载及固定式激光雷达系统。其中星载及机载激光雷达系统结合卫星定位、惯性导航、摄影及遥感技术,可进行大范围数字地表模型数据的获取;车载系统可用于道路,桥梁,隧道及大型建筑物表面三维数据的获取;固定式激光雷达系统常用于小范围区域精确扫描测量及三维模型数据的获取。
总之,激光雷达技术的出现,为空间信息的获取提供了全新的技术手段,使得空间信息获取的自动化程度更高,效率更明显。这一技术的发展也给传统测量技术带来革命性的挑战。
激光雷达传感技术的发展历程
国外激光雷达技术的研发起步较早,早在20世纪60年代年代,人们就开始进行激光测距试验;70年代美国的阿波罗登月计划中就应用了激光测高技术;80年代,激光雷达技术得到了迅速发展,研制出了精度可靠的激光雷达测量传感器,利用它可获取星球表面高分辨率的地理信息。
到了21世纪,针对激光雷达技术的研究及科研成果层出不穷,极大地推动了激光雷达技术的发展,随着扫描,摄影、卫星定位及惯性导航系统的集成,利用不同的载体及多传感器的融合,直接获取星球表面三维点云数据,从而获得数字表面模型DSM,数字高程模型DEM,数字正射影像DOM及数字线画图DLG等,实现了激光雷达三维影像数据获得技术的突破。使得雷达技术得到了空前发展。
如今激光雷达技术已广泛应用于社会发展及科学研究的各个领域,成为社会发展服务中不可或缺的高技术手段。
激光雷达传感技术的定义与分类
一、激光雷达的定义
激光雷达(LiDAR)是一种用于精确获得三维位置信息的传感器,好比人类的眼睛,可以确定物体的位置、大小、外部形貌甚至材质。它是通过激光测距技术探测环境信息的主动传感器的统称。它利用激光束探测目标,获得数据并生成精确的数字工程模型。
激光雷达由发射系统、接收系统 、信息处理三部分组成。激光雷达的工作原理是利用可见和近红外光波(多为950nm波段附近的红外光)发射、反射和接收来探测物体。
二、激光雷达的分类
根据结构,激光雷达分为机械式激光雷达、固态激光雷达和混合固态激光雷达。
1、机械式激光雷达
机械激光雷达,是指其发射系统和接收系统存在宏观意义上的转动,也就是通过不断旋转发射头,将速度更快、发射更准的激光从“线”变成“面”,并在竖直方向上排布多束激光,形成多个面,达到动态扫描并动态接收信息的目的。
因为带有机械旋转机构,所以机械激光雷达外表上最大的特点就是自己会转,个头较大。
如今机械激光雷达技术相对成熟,但价格昂贵,暂时给主机厂量产的可能性较低;同时存在光路调试、装配复杂,生产周期漫长,机械旋转部件在行车环境下的可靠性不高,难以符合车规的严苛要求等不足。
2、混合固态激光雷达
机械式激光雷达在工作时发射系统和接收系统会一直360度地旋转,而混合固态激光雷达工作时,单从外观上是看不到旋转的,巧妙之处是将机械旋转部件做得更加小巧并深深地隐藏在外壳之中。
业内普遍认为,混合固态激光雷达指用半导体“微动”器件(如MEMS扫描镜)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方式。MEMS扫描镜是一种硅基半导体元器件,属于固态电子元件;但是MEMS扫描镜并不“安分”,内部集成了“可动”的微型镜面;由此可见MEMS扫描镜兼具“固态”和“运动”两种属性,故称为“混合固态”。
对于激光雷达来说,MEMS最大的价值在于:原本为了机械式激光雷达实现扫描,必须使激光发射器转动。而MEMS微机电系统可以直接在硅基芯片上集成体积十分精巧的微振镜,由可以旋转的微振镜来反射激光器的光线,从而实现扫描。
这样一来,激光雷达本身不用再大幅度地进行旋转,可以有效降低整个系统在行车环境出现问题的几率。另外,主要部件运用芯片工艺生产之后,量产能力也得以大幅度提高,有利于降低激光雷达的成本,可以从上千乃至上万美元降低到数百美元。
3、固态激光雷达
相比于机械式激光雷达,固态激光雷达结构上最大的特点就是没有了旋转部件,个头相对较小。
固态激光雷达的优点包括了:数据采集速度快,分辨率高,对于温度和振动的适应性强;通过波束控制,探测点(点云)可以任意分布,例如在高速公路主要扫描前方远处,对于侧面稀疏扫描但并不完全忽略,在十字路口加强侧面扫描。而只能匀速旋转的机械式激光雷达是无法执行这种精细 *** 作的。
从使用的技术上,固态激光雷达分为OPA固态激光雷达和Flash固态激光雷达。
(1)OPA固态激光雷达
OPA(opTIcal phased array)光学相控阵技术。对军事有所了解的读者,应该会知道相控阵雷达,美海军宙斯盾舰上那一块蜂窝状的“板子”就是它。
而光学相控阵使用的即是原理相同的技术。OPA运用相干原理(类似的是两圈水波相互叠加后,有的方向会相互抵消,有的会相互增强),采用多个光源组成阵列,通过控制各光源发光时间差,合成具有特定方向的主光束。然后再加以控制,主光束便可以实现对不同方向的扫描。
相对于MEMS,这一技术的电子化更加彻底,它完全取消了机械结构,通过调节发射阵列中每个发射单元的相位差来改变激光的出射角度。
因为没有任何机械结构,自然也没有旋转。所以相比传统机械式雷达,OPA固态激光雷达有扫描速度快、精度高、可控性好、体积小等优点。但也易形成旁瓣,影响光束作用距离和角分辨率,同时生产难度高。
(2)Flash固态激光雷达
Flash原本的意思为快闪。而Flash激光雷达的原理也是快闪,不像MEMS或OPA的方案会去进行扫描,而是短时间直接发射出一大片覆盖探测区域的激光,再以高度灵敏的接收器,来完成对环境周围图像的绘制。
因此,Flash固态激光雷达属于非扫描式雷达,发射面阵光,是以2维或3维图像为重点输出内容的激光雷达。某种意义上,它有些类似于黑夜中的照相机,光源由自己主动发出。
Flash固态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各种麻烦。不过,这种方式也有自己的缺陷,比如探测距离较近。
这意味着Flash固态激光雷达没有“远视眼”,在实际使用中不适合远程探测,而业内专家坚信,全自动驾驶汽车上搭载的激光雷达至少一眼就得看到200到300米外的物体。
其实Flash固态激光雷达的成本还是相对低,但基于3D Flash技术的固态激光雷达,在技术的可靠性方面还存在问题。
激光雷达传感技术的工作原理
激光雷达的工作原理与雷达非常相近,以激光作为信号源,由激光器发射出的脉冲激光,打到地面的树木,道路,桥梁和建筑物上引起散射,一部分光波会反射到激光雷达的接收器上,根据激光测距原理计算,就得到从激光雷达到目标点的距离。
脉冲激光不断地扫描目标物,就可以得到目标物上全部目标点的数据,用此数据进行成像处理后,就可得到精确的三维立体图像。也可以测量两个或多个距离,并计算其变化率而求得速度,这是、也是直接探测型雷达的基本工作原理。
LiDAR系统一般包括;激光源或其它发射器,灵敏的光电探测器或其它接收器,同步和数据处理电子系统,运动控制设备或微机电系统(MEMS)扫描镜(二选一)。均是基于精确的激光扫描组件并可用于创建3D地图或收集近距离数据。
民用和商业应用中,保证用眼安全的激光器在高性能紧凑型LiDAR中越来越受欢迎。在用眼安全的波长范围内,当在地形测绘和避障中探测固体时,通常需要约红外激光器发射1.5 m的波长。
激光雷达传感技术的特点
传统的雷达是以微波和毫米波波段的电磁波为载波的雷达。激光雷达则是以激光作为载波,可以用振幅、频率和相位来搭载信息作为载体。因此,激光雷达有以下优于微波及毫米波的一些特点:
1、极高的分辨率
激光雷达工作于光学波段,频率比微波高2~3个数量级以上,因此,与微波雷达相比,激光雷达具有很高的距离分辨率、角分辨率和速度分辨率;
2、高抗干扰能力
激光波长短,可发射发散角非常小的激光束,多路径效应小(不会像微波或者毫米波一样产生多径效应),可探测低空或超低空目标;
3、丰富的信息量
可直接获取目标的距离、角度、反射强度、速度等信息,生成目标多维度图像;
4、不受光线影响
不受光线影响,激光扫描仪可全天候进行侦测任务。它只需发射自己的激光束,通过探测发射激光束的回波信号来获取目标信息。
激光雷达传感技术的应用领域
据调查,目前大部分企业都以无人车、机器人及无人车领域激光雷达为主要研究方向。而传统机械式激光雷达已逐渐向固态激光雷达方向转变。在价格方面,无人驾驶领域的激光雷达少则上万,多则几十万元,普遍要高于机器人及 AGV 等领域价格。在未来,固态、小型、低成本激光雷达将是各企业的着重发力点。
随着国际社会对激光雷达技术的深入研究,这一新兴技术的优越性越来越明显,在各个行业均有其独特的优势。下面将列举几个主要应用领域的领先技术。
一、自动驾驶领域
由于激光雷达与摄像头具有出色的成像能力,一直以来被当作自动驾驶的核心传感器。激光雷达相较于摄像头的好处是它能得到准确的三维信息,而且自身是主动光源,能够不受光照的影响,白天和晚上都能照常工作。
摄像头识别的颗粒度比较高,能够获得丰富的纹理色彩,所以能够实现精细化的识别,在这一点上激光雷达不如摄像头。
摄像头最大的缺点是受环境光的影响大,在强光照射、高亮反白物体、夜晚弱光环境等情景下,采集到的数据都难以通过算法进行有效可靠的环境感知。
激光雷达是通过激光主动探测成像的,不受环境光影响,直接测量物体的距离方位、深度信息、反射率等。算法首先对障碍物进行识别,然后再分类,识别准确度和可靠性远超摄像头,而消耗的计算资源低于摄像头。
可以说,激光雷达在自动驾驶中的应用,最重要的部分就是高精度定位,先确定自身所在的位置,自动驾驶车辆才会面临“要往哪里去”的问题。所以,确定“我在哪里”是第一步,也是非常关键的一步。按常规理解,定位应该只是GPS的任务,的确,自动驾驶的定位会用到GPS,但是GPS定位的精度不足,而且在遇到高楼林立或者进出隧道等情况下信号稳定性差,因此难以保证自动驾驶车辆的安全。所以自动驾驶定位需要结合激光雷达、GPS、IMU等,以完成稳定可靠的高精度定位。
激光雷达硬件配合针对自动驾驶研发的AI感知算法,可以完成对周围障碍物进行识别,对路边沿进行检测,进行高精度定位等任务,还能够实现分类标注,把障碍物分为卡车、小汽车、行人、自行车等。
二、安防领域
随着国内安防领域的快速发展,安防系统越来越向集成化、多功能化、智能化方向发展,传统的单一摄像头模式已经无法完全满足安防环境越来越复杂化、多样化、多功能化的要求。激光雷达的加入,为安防集成商和客户提供了新的解决思路和新的功能补充。相比于传统的安防监控系统,基于激光雷达的安防方案在满足客户基础的防护报警功能的同时,更能够提升客户的深层次需求,具有更大的优势。
近年来,激光雷达技术飞速发展,技术从简单的激光测距技术,逐步发展出激光跟踪、激光测速、激光扫描成像、激光多普勒成像等技术。其工作环境也从最开始的可见光区域(红宝石激光器),发展到近红外区(Nd:YAG激光器),再之后是红外区域(CO2激光器),而现在很多激光雷达工作是在对人眼无害的近红外区域(0.76~1.5μm)。由此涌现了许多不同用途的激光雷达,如精密跟踪激光雷达、侦测激光雷达、水下激光雷达等,从而使激光雷达成为一类具有多种功能的系统。
三、智慧交通
随着大城市人口的不断增长,城市的交通也变得更加拥挤,这要求未来的交通更“智慧”。物联网、传感器、人工智能的快速发展让这些变成现实。信息技术、传感技术、通信技术等多种技术在交通领域广泛的应用。
激光雷达在很多地方都有用武之地,例如在毫米波雷达能精确地检测车道级和毫秒级的数据,这种检测是微观的,同时也是实时和准确的,可以用于信号灯控制机即时感应控制、自适应控制和绿波带控制,也是未来实现车联网车路协同的基础。
四、机器人领域
随着机器人深入人们的生活,例如工厂、仓库、酒店、商场、餐厅等环境中的使用,人们对机器人的移动能力越为重视,市场对智能化设备的需求日益高涨。以至于避障成为一个极为关键且必要的功能。
避障是指移动机器人根据采集的障碍物的状态信息,在行走过程中通过激光雷达传感器感知到妨碍其通行的静态和动态物体时,按照一定的方法进行有效地避障,最后达到目标点。
实现避障与导航的必要条件是环境感知,在未知或者是部分未知的环境下避障需要通过激光雷达传感器获取周围环境信息,包括障碍物的尺寸、形状和位置等信息,因此传感器技术在移动机器人避障中起着十分重要的作用。
五、VR/AR领域
VR/AR也是最近几年火起来的,市场前景可观。VR一体机、智能眼镜等产品已经面市,AR眼镜、AR头显的应用也是非常之广。
在用到AR头显进行的游戏中,运用的空间感知定位技术里面会用到激光雷达和许多配套的光学传感器,通过SLAM技术(即时定位与地图构建),精准定位自己在三维空间中的位置,增强在游戏中的真实体验感。
六、3D打印领域
近年来,3D打印备受关注,它是一种以数字模型文件为基础,运用粉末状金属或塑料等可粘合材料,通过逐层打印的方式来构造物体的技术。3D打印作为前沿性、先导性的智能制造技术,将引领传统生产方式和生产工艺的变革,有望成为推动新一轮工业革命的源动力。
在3D打印里面,也有用到激光雷达的地方,如最近很火的PrintopTIcal3D打印技术本质上是一种“从CAD设计到光学部件”的一站式技术,其打印出来的光学部件不需要进行像抛光、研磨和着色这样的后处理。这种技术主要基于成熟的宽幅工业喷墨打印设备,通过紫外线固化的透明聚合物液滴喷射出来,然后被集成在打印头上的强紫外线灯固化,最终可以形成各种各样的几何形状,激光雷达在这里面扮演者测量、监控等角色。
激光雷达传感技术的前景展望
激光雷达技术的发展为获取高时空分辨率的地球空间信息提供了全新的技术手段,使人们从传统的单点数据获取变为连续自动数据获取,并能够快速地获取精确的高分辨率的数字地面模型以及地面物体的三维坐标,同时配合地物的影像,增强人们对地物的认识和识别能力,在社会建设的各个领域均具有广阔的发展前景和应用需求。目前,越来越多的用户对使用激光雷达技术产生了浓厚的兴趣,显示了这项技术的强大市场需求。
激光雷达技术,能够在一定程度上解决城市建设、规划、环保、虚拟显示,军事国防,电子娱乐、灾害预防与控制等方面的数据需求。涉及测绘、国土、规划、电力、交通等多个领域的产业部门的用户。随着激光雷达技术在我国的全面推广以及相关技术的飞速发展,激光雷达技术难度将大大降低,会使越来越多的用户在使用激光雷达技术中获得所需的空间信息,从而创造更大的经济利益和社会效益。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)