據報道，激光雷達(LiDAR)與(yu) 其它傳(chuan) 感器技術(攝像頭、雷達和超聲波)的相互競爭(zheng) 增加了對傳(chuan) 感器融合的需求，同時也要求對光電探測器、光源和MEMS微鏡的仔細甄選。

　　隨著傳(chuan) 感器技術、成像技術、雷達、LiDAR、電子設備和人工智能技術的進步，數十種先進駕駛輔助係統(ADAS)功能已得以實現，包括防撞、盲點監測、車道偏離報警和停車輔助。通過傳(chuan) 感器融合同步此類係統的運行，以允許全自動駕駛車輛或無人駕駛車輛對周圍環境檢測，並警告駕駛員潛在的道路危險，甚至可以采取獨立於(yu) 駕駛員的規避動作來避免碰撞。

　　自動駕駛汽車還必須能在高速情況下區分並識別前方物體(ti) 。使用距離判斷技術，這些自動駕駛汽車必須快速構建出約100米遠道路的3D地圖，並能在250米遠的距離上創建出高角分辨率的圖像。如果駕駛員不在場，汽車人工智能必須做出最優(you) 決(jue) 策。

　　此任務的幾種基本方法之一是，測量能量脈衝(chong) 從(cong) 自動駕駛汽車發出到目標再返回車輛的往返飛行時間(ToF)。當知道脈衝(chong) 通過空氣的速度時，就可以計算出反射點的距離。這個(ge) 脈衝(chong) 可以是超聲波(聲納)，也可以是無線電波(雷達)或光(LiDAR)。

　　這三種ToF技術，想擁有更高的角分辨率圖像，LiDAR是最好的選擇，這是因為(wei) LiDAR圖像的衍射(光束散度)更小，對鄰近物體(ti) 識別能力比雷達更優(you) 秀(見圖1)。對於(yu) 高速情況下需要足夠時間來應對如迎頭相撞等潛在危險，更高的角分辨率尤為(wei) 重要。

　　激光源的選擇

　　在ToF  LiDAR中，激光發出持續時間為(wei) τ的光脈衝(chong) ，在發射的瞬間激活計時電路內(nei) 部時鍾(見圖2)。從(cong) 目標反射的光脈衝(chong) 到達光電探測器時，會(hui) 產(chan) 生一種使時鍾失效的輸出電信號。這種電子測量往返ToF  Δt 可計算出目標到反射點的距離R。

　　若現實中激光和光電探測器位於(yu) 同一位置，其距離R是由以下兩(liang) 因素影響：

　　c為(wei) 光在真空中的速度，n為(wei) 傳(chuan) 播介質的折射率(空氣中折射率接近1)。這兩(liang) 個(ge) 因素影響著距離分辨率ΔR：若激光點的直徑大於(yu) 要解析的目標大小，則測量Δt和脈衝(chong) 的空間寬度w(w  = cτ)的不確定性為(wei) δΔt。

　　第一個(ge) 因子表示為(wei) ΔR = ? cδΔt，而第二個(ge) 因子則表示為(wei) ΔR = ? w = ? cτ。若距離測量的分辨率為(wei) 5 cm，以上關(guan) 係表明：δΔt約為(wei) 300  ps，τ約為(wei) 300 ps。ToF  LiDAR要求利用小時間抖動的光電探測器和電子探測器(主要對δΔt有貢獻)和能發射短時脈衝(chong) 的激光(如相對昂貴的皮秒激光)。在典型汽車LiDAR係統中，激光產(chan) 生的脈衝(chong) 持續時間約為(wei) 4  ns，因此最小光束發散角是必需的。

　　圖1  光束發散角取決(jue) 於(yu) 發射天線(雷達)或透鏡(LiDAR)的孔徑和波長的比值。此比例對於(yu) 雷達產(chan) 生的較大光束發散角和較小角分辨率來說是偏大的。如圖，雷達(黑色)無法區分這兩(liang) 輛車，而LiDAR(紅色)則可以

　　對汽車LiDAR係統設計者來說，最關(guan) 鍵的就是選擇光的波長。但有以下幾項因素限製了此選擇：人眼安全性、與(yu) 大氣的相互作用、可選用的激光器以及可選用的光電探測器。

　　最受歡迎的兩(liang) 種波長是905 nm和1550 nm，905 nm光波的主要優(you) 點是矽能吸收此波長的光子，而矽基光電探測器通常比探測1550  nm光波的砷化镓銦(InGaAs)紅外(IR)光電探測器便宜。然而，1550  nm對人眼的安全性更高，允許激光使用的每個(ge) 脈衝(chong) 輻射能量更大——這是光子預算中的重要因素。

　　大氣衰減(在所有的天氣條件下)，從(cong) 空氣中粒子的散射，以及目標物理表麵的反射，都是依賴於(yu) 波長的。但對於(yu) 汽車LiDAR來說，由於(yu) 天氣條件和反射表麵類型可能性眾(zhong) 多，這是一個(ge) 複雜的問題。在現實的環境中，由於(yu) 1550  nm的吸水率比905 nm的更強，其實905 nm的光損失更少。

　　光電探測器的選擇

　　發射的脈衝(chong) 中隻有小部分光子到達了光電探測器的有源區域。若大氣衰減不會(hui) 隨著脈衝(chong) 路徑發生變化，則激光的光束發散角可忽略不計，照明點小於(yu) 目標，入射角度為(wei) 零，反射為(wei) 完全漫反射(Lambertian)，那麽(me) 脈衝(chong) 光接收的峰值功率P(R)為(wei) ：

　　光電探測器的選擇

　　其中，P0為(wei) 發射激光脈衝(chong) 的光峰值功率， ρ 為(wei) 目標反射率，A0為(wei) 接收器的孔徑麵積，η0為(wei) 探測光的光譜透射，γ為(wei) 大氣衰減係數。

　　上述方程表明，隨著距離 R的增加，接收功率迅速降低。作為(wei) 參數及R=100  m的合理選擇，光電探測器有源區域上返回的光子數近超過典型值(發射1020次)，為(wei) 其幾百到幾千倍的數量級。而這些光子會(hui) 與(yu) 未攜帶有用信息的環境光子競爭(zheng) 。

　　使用窄帶濾波器可減少到達探測器的環境光子數量，但卻不能完全消除。環境可降低檢測的動態範圍和增加噪聲(環境光子散粒噪聲)。值得注意的是，在典型的條件下，地麵太陽輻射照度在905  nm到1550 nm區間。

圖2 飛行時間(ToF)LiDAR基本設置的詳解

　　在汽車周圍的創建360° x  20°的3D地圖，需要光柵掃描單個(ge) /多個(ge) 激光光束，或對場景進行光覆蓋並收集點雲(yun) 數據。前一種方法被稱為(wei) 掃描式LiDAR，而後者是Flash麵陣式LiDAR。

　　有幾種方法可以實現掃描式LiDAR。第一種方法，以Velodyne(San  Jose，CA)公司為(wei) 例，安裝在車頂的激光雷達平台以每分鍾300~900轉的速度旋轉，同時從(cong) 64顆905  nm激光二極管發出脈衝(chong) 。每個(ge) 光束都有一顆專(zhuan) 用雪崩光電二極管(APD)檢測器。類似的方法是使用旋轉多麵鏡，在不同方位和下傾(qing) 角度，以略微不同的傾(qing) 斜角度來控製單束脈衝(chong) 。在惡劣且複雜的駕駛環境中，這兩(liang) 個(ge) 設計中的運動部件都暗藏著失敗的風險。

　　第二種方法，使掃描式LiDAR變得更緊湊的方法是使用MEMS微鏡，在2D方向上以電控製光束。雖然技術上仍存在一些運動部件(微鏡也有振動)，但振動幅度很小，且頻率足夠高，還可防止MEMS微鏡與(yu) 汽車之間的機械共振。然而，MEMS微鏡的幾何尺寸限製了其振蕩幅度，因此采用MEMS微鏡的LiDAR視野有限，這是MEMS方法的缺點。盡管如此，由於(yu) 此種方法成本低、技術成熟，還是賺足了眼球。

　　光學相控陣(OPA)技術，為(wei) 第三種競爭(zheng) 掃描式LiDAR技術的方法，因其可靠的“無運動部件”設計而深受歡迎。它由光天線元件陣列組成，這些元件同樣被相幹光照亮。通過獨立控製每個(ge) 元件重新發射光的相位和振幅來實現光波轉向，遠場幹擾產(chan) 生一種理想的照明模式，從(cong) 單光束到多光束。不幸的是，各種各樣小元件的光損耗限製了其可用範圍。

　　Flash麵陣式LiDAR對場景進行光覆蓋，盡管照明區域與(yu) 探測器視野相匹配。在探測光學焦平麵上的APD陣列即為(wei) 探測器。每個(ge) APD均獨立地測量ToF以實現該APD對目標特性成像。這是一種真正的“無運動部件”方法，其中切向分辨率被2D探測器的像素大小所限製。

　　然而，Flash麵陣式LiDAR的主要缺點是光子預算：一旦距離超過幾十米，返回光子的數量就太少，根本無法進行可靠的探測。如果不是對場景進行光覆蓋，以犧牲切向分辨率為(wei) 代價(jia) ，用網格點狀結構光來照明，這就可得到改善。垂直腔麵發射激光器(VCSELs)使其可在不同方向同時發射成千上萬(wan) 的光束。

　　如何不受ToF限製

　　由於(yu) 探測電子返回脈衝(chong) 和帶寬較寬的弱點，ToF  LiDAR易受噪聲影響，而閾值觸發可引起測量誤差Δt。基於(yu) 這些原因，調頻連續波(FMCW)LiDAR是一種有趣的選擇。

　　在FMCW LiDAR(或chirped 雷達)中，天線連續發射的無線電波頻率是調製的，例如其頻率隨著時間T從(cong) f0到 fmax線性增加，然後再隨著時間T從(cong)  fmax到f0線性減少。如果反射波從(cong) 某處的移動物體(ti) 回到發射點，其瞬時頻率將與(yu) 發射瞬間的頻率不同。差異來自有兩(liang) 個(ge) 方麵：一是與(yu) 物體(ti) 間的距離，二是其相對徑向速度。因此可通過電子測量頻率差異，並計算物體(ti) 的距離和速度(見圖3)來確定。

圖3 在chirped 雷達中，通過電子測量 fB1 和fB2 ，可以確定反射物體(ti) 的距離和它的徑向速度

　　受到chirped 雷達的啟發，FMCW  LiDAR可用不同的方式接近被測物體(ti) 。在最簡單的設計中，可以對照亮目標的光束強度進行“啁啾chirp”(寬帶線性調頻)調製。該頻率與(yu) FMCW雷達的載波頻率遵守相同的規律(如多普勒效應)。反射回來的光被光電探測器檢測到，然後恢複其調製頻率。輸出被放大，並與(yu) 本機振蕩器混合，以允許測量頻率的變化，同時由此計算出目標的距離和速度。

　　但是FMCW LiDAR也有其局限性。與(yu) ToF LiDAR相比，它需要更強大的計算能力。因此，FMCW  LiDAR在生成完整3D環境視圖時，速度要慢一些。此外，測量的精度對啁啾斜線的線性度非常敏感。

　　盡管設計一套功能完善的LiDAR係統是非常有挑戰性的，但這些挑戰均是可克服的。隨著研究的深入，我們(men) 正越來越接近“大部分汽車完成裝配後就可以實現完全自動駕駛”的時代。