前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >固态LiDAR基础知识点整理

固态LiDAR基础知识点整理

作者头像
光学小豆芽
发布2022-12-02 15:32:09
1K0
发布2022-12-02 15:32:09
举报
文章被收录于专栏:硅光技术分享

最近看到一篇关于LiDAR的综述文章"A Progress Review on Solid-State LiDAR and Nanophotonics-Based LiDAR Sensors",小豆芽这里整理下固态激光雷达的基础知识点。

1. 探测原理 LiDAR的探测原理主要分为以下三类, (a) Pulsed TOF TOF的全称是time of flight, 即通过飞行时间获知待测物体的距离。脉冲式TOF的工作原理如下图所示,

(图片来自文献1)

Tx端发射高能量的光脉冲,经过物体反射后被Rx端检测到,脉冲的往返时间差是delta_t, 因此待测物体的距离为

由于发射的是脉冲信号,其峰值功率可以非常高,因此脉冲TOF的方法可以探测较远的距离。

(b) AMCW TOF AMCW的全称为amplitude modulated continuous-wave,该方法采用强度调制的连续波光信号,而不是脉冲光。通过比较发射光与反射光的相位差,得到待测物体的距离信息,如下图所示,

(图片来自文献2)

待测物体的距离为,

(c)FMCW FMCW的全称为frequency modulated continuous wave, 即通过发射频率调节的光信号,发射波与反射波产生拍频信号,即可获得移动物体的位置与速度信息,如下图所示,

(图片来自文献1)

物体的距离与速度满足下式,

相比于TOF方案,FMCW的主要优势:(1)由于采用相干检测的方法,FMCW不受附近其他LiDAR系统的影响, (2)基于多普勒效应,可以同时获知物体的速度信息,(3)对光源光功率要求低,(4)深度精度高。

这三种探测方案的比较如下图所示,

(表格来自文献2)

2. 固态激光雷达

固态激光雷达按照成像方式可以分为三大类,即Flash型,MEMS型和OPA型。

(a) Flash型

Flash型激光雷达的成像原理与照相机类似,光源发出脉冲光,入射到物体后散射到探测器阵列上,如下图所示,不同位置的探测器可以接收到物体不同位置散射的信号,从而获悉物体的深度信息。

(图片来自文献2)

之所以取名为flash型, 因为光信号只发射一次,只要一次快闪flash就可以记录整个场景的信息。由于探测器接收到的信号强度与距离成反比,对于远距离探测的场景,学界在研究基于单光子雪崩二极管(single photon avalanche diode,简称SPAD)的探测器阵列的方案。

(b) MEMS型

相比于传统的机械式扫描LiDAR, MEMS型LiDAR采用集成于芯片上的微透镜作为光束扫描的元件,通过微透镜转动调整光束的发射角度,具有体积小、可靠性高和功耗低等优势。

(c) OPA型

OPA的全称是optical phase array, 即光相控阵。它的工作原理如下图所示,

(图片来自文献2)

基于集成光学,光束在芯片内部被分为多路,每一路光的相位可以通过电信号进行控制,多路光路干涉后光束以特定角度发射。通过调整每一路光束的相对相位,可以实现对发射光束角度的调整。相较于另外两种固态LiDAR, OPA型LiDAR的扫描速度更快,并且有望做到与激光器单片集成。但是目前OPA型LiDAR还处于实验室研究阶段。

这几种固态LiDAR的比较如下表所示,

(表格来自文献2)

总体说来,激光雷达方案是上述几种方案的组合,以下是目前上市LiDAR公司采用方案与路线的整理,目前主流方案还是机械式和MEMS型,但是固态LiDAR是大家都比较认可的发展方向。

以上是对固态激光雷达技术基本知识点的简单整理,小豆芽刚接触这一方向,认识还比较粗浅,如果有表述不准确或者错误的地方,欢迎大家指正批评。


参考文献:

1. N. Li, et.al., "A Progress Review on Solid-State LiDAR and Nanophotonics-Based LiDAR Sensors", Laser & Photonics Reviews 2100511(2022) 2. S. Royo, et.al. , "An Overview of Lidar Imaging Systems for Automotive Vehicles", machines 9,4093(2019)

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-09-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 光学小豆芽 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档