正在阅读:深度解析:自动驾驶中的激光雷达究竟有何?

深度解析:自动驾驶中的激光雷达究竟有何?

2016-12-23 10:58:49来源:雷锋网 编辑:大Z 关键词:激光雷达无人驾驶智能控制阅读量:33178

导读:激光三维成像雷达可以通过直接测距、直接测角的技术得到目标的三维点云数据,并且获得的数据本身就是三维数据。
  【中国智能制造网 技术前沿】激光雷达早的定义是 LIDAR,英文为 Light Deteation and Ranging,中文意思是“光的探测和测距”。其实更准确的一个定义是 LADAR:LAser Detection and Ranging,即「激光的探测和测距」。这是在 2004 年提出的定义,更符合激光雷达的概念。

 深度解析:自动驾驶中的激光雷达究竟有何?
 
  激光雷达实际上是一种工作在光学波段(特殊波段)的雷达,它的优点非常明显:
 
  1、具有极高的分辨率: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,激光雷达具有极高的距离分辨率、角分辨率和速度分辨率;
 
  2、抗干扰能力强:激光波长短,可发射发散角非常小(μrad量级)的激光束,多路径效应小(不会形成定向发射,与微波或者毫米波产生多路径效应),可探测低空/超低空目标;
 
  3、获取的信息量丰富: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、可全天时工作:激光主动探测,不依赖于外界光照条件或目标本身的辐射特性。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。
 
  但是激光雷达大的缺点——容易受到大气条件以及工作环境的烟尘的影响,要实现全天候的工作环境是非常困难的事情。
 
  激光雷达分类
 
  激光雷达的分类,如果从体制上划分,主要有直接探测激光雷达和相干探测激光雷达。实际上,目前我们提到的,包括自动驾驶、机器人、测绘用到的激光雷达,基本上属于这种直接探测类型的激光雷达。有比较特殊的,比如测风、测速之类的雷达,一般会采用相干体制。
 
  按应用分类,我们可以分得更多,比如:激光测距仪、激光三维成像雷达、激光测速雷达、激光大气探测雷达,等等。
 
  不管是单线激光雷达、多线激光雷达或测绘激光雷达,我们基本上可以将其划分到激光三维成像雷达的范畴。
 
  一个激光三维成像雷达,实际上它需要得到两个核心信息:目标距离信息以及目标角度信息。
 
  如果我们把它的三维坐标准确定下来,我们需要得到它的距离、方位角、俯仰角信息。然后我们根据距离、方位角度、俯仰角度三个信息,将目标的三维坐标点计算出来。
 
  一般而言,通过对编码器进行测量来获取角度信息的技术很成熟。我们更关心的是,激光雷达的距离信息是怎么获取的。
 
  激光三维成像雷达可以通过直接测距、直接测角的技术得到目标的三维点云数据,并且获得的数据本身就是三维数据,不需要通过大量运算和处理才生成目标三维图像,而且激光测距有非常高的精度。
 
  所以,激光三维成像雷达是目前能获取大范围三维场景图像效率高的传感器,也是目前能获取三维场景精度高的传感器。
 
  激光测距方法
 
  目前,我们通常能见到的测距方法,从大类上可以分为:激光飞行时间(Time of Fly,TOF)法以及三角法。
 
  激光飞行时间法可以分为两类,一类是脉冲调制(脉冲测距技术),一类是对激光连续波进行强度的调制,通过相位差来测量距离信息的相位测距。
 
  我们能在市面上见到的测距仪,或者说单线、多线激光雷达,基本上都是采用这三类测距方法。
 
  激光脉冲测距技术
 
  激光脉冲测距技术的原理非常简单:通过测量激光脉冲在雷达和目标之间来回飞行时间获取目标距离的信息。这里用了一个基准,就是光的速度。所有的测量都必须有一个基准,对于一束激光来说有两个基准:速度和频率(两个准的基准),因为 TOF 用的基准就是激光的飞行速度。
 
  上述提到的三种测距方式,我认为技术难点大的是脉冲测距的方式。但它带来的优点非常明显:测量速度非常快。由于通过高峰值的激光来进行测量,其抗强光的干扰能力非常强。
 
  缺点是测距分辨率提升难度高,探测电路难度大。举个例子,如果要做到相位测距 1.5 个毫米的分辨率,我们就需要把计时时钟分辨率做到 10 个皮秒,也就相当于 100G 带宽,这是一个非常难的技术。
 

我要评论
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了