【激光雷达】

激光雷达

  • 机械式360°扫描雷达
  • 半固态激光雷达
    • 二维扫描
    • 一维扫描
  • 固态激光雷达
    • OPA固态激光雷达( 光学相控阵技术)
  • FMCW 激光雷达

激光雷达技术在近几年可以说是蓬勃发展,新能源汽车的大量使用,给雷达技术的发展提供了肥沃的土壤,然而各种雷达的类型叫人一头雾水,机械雷达,半固态雷达,固态雷达,固态雷达和TOF相机又有什么关系?是不是很迷,那就叫我们投身激光雷达的蓝海吧。先说两个知识点:
1、双目距离<iTOF深度相机<dTOF深度相机(即面阵式激光雷达)。
2、人眼可识别的可见光波长处在390-780nm,而400-1400nm波段内激光都可以穿过玻璃体,聚焦在视网膜上,而不会被晶状体和角膜吸收,人眼视网膜温度上升10℃就会造成感光细胞损伤。因此905nm激光雷达为了避免对人眼造成伤害,发射功率需先在在对人无害的范围内。所以905nm激光的探测距离也会受到限制。相比905nm激光,1550nm激光会被人眼晶状体和角膜吸收,不会对视网膜产生伤害,因此1550nm激光雷达可以发射更大功率,探测距离也可以做到更远。但是1550nm激光雷达无法采用常规的硅吸收,而需要用到更加昂贵的铟镓砷(InGaAs)材质,因此在价格上较905nm激光雷达会贵出很多。

机械式360°扫描雷达

结构:机械激光雷通过电机和转台带动激光发射器和接收器整体360°旋转,能对周围环境进行全方位的扫描,获取的点云信息较完整。
原理:通过旋转激光发射器和接收器,机械式激光雷达能够覆盖周围环境的全景视角。它发射激光脉冲,并测量脉冲返回的时间(飞行时间)来计算距离。
在这里插入图片描述
性能:机械式激光雷达通常具有较高的角分辨率和距离精度,因为它能够精确地控制旋转速度和激光发射频率;扫描频率受限于机械部件的旋转速度,通常在10-20Hz左右。

机械激光雷达作为激光雷达技术中最成熟的技术方案。但因其传统的分立式设计,导致其体积大降本空间有限,不适于车规级量产。机械式激光雷达具有扫描速度快,接受视场小,抗光干扰能力强,信噪比高等优势,缺点在于价格昂贵,光路调试、装配复杂、生产周期漫长、行车环境下可靠性不高。

半固态激光雷达

目前主流车企使用的为半固态激光雷达,这种雷达可分为一维扫描和二维扫描,这两种方式的共同之处为,都是通过内部运动的反射镜来改变激光的方向。

二维扫描

这一技术方案可细分为MEMS(微振镜式)和二维转镜两种,其中,转镜式保持收发模块不动,让电机在带动转镜运动的过程中将光束反射至空间的一定范围,从而实现扫描探测,其技术创新方面与机械式激光雷达类似。
  微振镜式主要采用高速振动的二维振镜,通过悬臂梁在横纵两周高速周期运动去改变激光方向,进而实现对空间一定范围的扫描测量,技术发展方面侧重开发口径更大、频率更高、可靠性更好振镜来适用于激光雷达。微镜振动幅度很小,频率高,成本低,技术成熟,适用于量产大规模应用。
在这里插入图片描述
相比传统的机械式激光雷达,MEMS方案简化了扫描结构,通过控制微振镜的偏转角度就能改变扫描路径,仅需几个激光器就能达到等效机械式激光雷达的覆盖区域和点云密度。
但这一方案的技术难点在于悬臂梁转动的角度有限,使得单个振镜覆盖的视场角很小,往往需要多台拼接才能实现大视场角的覆盖,可能导致点云图像在叠加边缘出现不均匀的畸变和重叠,加大后续的数据处理难度。
二维转镜方案中,一个在横轴不断旋转的多边形棱镜和一个可以在纵轴摆动的镜子组成。例如下面为一种常见的二维转镜的示意图,不断旋转的多边形棱镜可以使光源实现水平扫描,同时纵轴摆镜可以改变光源的垂直扫描方向。
在这里插入图片描述
通过上述方案,仅需要一束光源,即可以完成机械式激光雷达若干个光源才能完成的扫描任务,但也因为只有一束激光,如果要保证对物体的高清扫描,就要求扫描频率非常高,同时也需要更大的功率,这给扫描器件的可靠性带来了巨大的挑战。

一维扫描

与二维扫描相比,一维扫描采用仅在水平方向上低速转动的反射镜来改变光线的方向,获得视场角覆盖,稳定性和可靠性更高。此方法的局限性在于扫描线数量较少,难以实现较高的分辨率。
在这里插入图片描述
近些年,上述问题得到了一定程度的解决,在一维转镜架构中,激光线的数量等于激光器的数量,想要提高线的数量,就需要足够多的激光器,芯片化技术已经能够将在厘米级的芯片上集成128组激光收发模块。

固态激光雷达

固态激光雷达的特点是面阵收发和无运动部件,其实无论是机械还是半固态激光雷达,都是收发模块搭配一种做机械运动的扫描模块构成,只要内部存在运动部件就不能算纯固态,而且归根结底,扫描模块只是一个机械部件,是一种“形式”,真正决定激光雷达性能的本质是其收发模块。纯固态雷达内部没有运动部件,其结构简单,集成度高,目前主要由OPA和Flash两种技术路线。

OPA固态激光雷达( 光学相控阵技术)

相控阵激光雷达(Optical Phased Array, OPA)通过控制激光束的相位来改变扫描方向。这个过程主要涉及波前控制和相位调制技术。
工作原理:
1、激光源:激光源产生单一相位的激光束,这个激光束被分成多个子光束,每个子光束进入独立的相控阵元件。
2、相控阵元件:每个相控阵元件包含许多微小的激光发射器,这些发射器的相位可以独立控制。相位调制器(如液晶、热光、或电光材料)用来调节每个发射器的相位。
3、相位调制:通过调整相控阵中每个发射器的相位,形成特定波前的光束。这些相控阵发射器可以精确地控制光束的相位分布,使得不同方向的光波干涉相长或相消,从而改变光束的方向。
4、波前控制:波前控制是实现光束扫描的核心。通过在相控阵上施加线性相位梯度,可以使光束在特定角度偏转。改变相位梯度的方向和大小,可以控制光束的扫描角度和范围。

Flash的技术路线是通过高密度的激光阵列,像手电筒一样,在短时间内发射出覆盖一片区域的激光,并使用高灵敏度的接收器来构建图像。
固态激光雷达取消了高频机械结构,即可以降低物料和量产成本,也可以提升产品性能。
在这里插入图片描述
现阶段固态激光雷达的不足在于功率密度较低,探测距离短,不能大量量产。
应用场景:分辨率和精度,固态激光雷达在分辨率和精度方面有所提升,但与机械式激光雷达相比,可能存在一定的限制。固态激光雷达由于没有机械部件的限制,扫描频率可以非常高,通常超过100Hz。

FMCW 激光雷达

FMCW 激光雷达发射调频连续激光,通过回波信号与参考光进行相干拍频得到频率差,从而间接获得飞行时间反推目标物距离,同时也能够根据多普勒频移信息直接测量目标物的速度,技术发展方向有利用硅基光电子技术实现激光雷达系统的芯片化。
  FMCW 激光雷达可实现更高的探测灵敏度和精度,适合硅光子和相控阵技术低成本批量生产,并且可以有效阻止其他雷达的干扰。但是,对元件的功耗处理能力要求很高是限制该技术的基本因素,若要获得市场认可,其中的激光器必须要在调频速度、调频范围、线性度、激光相干性、满足车规以及能够低成本量产等多方面取得进展。
  基于不同激光雷达的优劣势,国内外厂商在技术方面选择不同阵营。
  目前机械式激光雷达的玩家主要有:禾赛、Velodyne、速腾、Ouster 等。
  混合固态激光雷达的玩家主要有:基于 MEMS 的速腾、Innoviz,基于转镜式的大疆 Livox、法雷奥、Luminar 等。
  而纯固态激光雷达玩家有: Quanergy、Ibeo 等。
  激光雷达固态化是未来趋势,有着小型化、低成本优势。固态激光雷达无需旋转部件,因而体积更小,十分方便集成在车身内部,并且随着系统可靠性的不断提升,成本也可大幅降低。因此,激光雷达有向固态发展的趋势。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/25718.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

嵌入式作业6

1、利用SysTick定时器编写倒计时程序&#xff0c;如初始设置为2分30秒&#xff0c;每秒在屏幕上输出一次时间&#xff0c;倒计时为0后&#xff0c;红灯亮&#xff0c;停止屏幕输出&#xff0c;并关闭SysTick定时器的中断。 2、利用RTC显示日期&#xff08;年月日、时分秒&…

【DevOps】什么是 pfSense?免费构建SDWAN

目录 一、详细介绍pfSense 1、 什么是 pfSense&#xff1f; 2、原理 3、 特点 4、 优点 5、 缺点 6、应用场景 7、 典型部署 二、pfSense实战&#xff1a;免费构建企业SD-WAN 1、拓扑图 2、准备工作 3、安装和基本配置pfSense 4、配置VPN 配置IPsec VPN 配置OpenV…

【C++类和对象中篇】(构造函数和析构函数)

&#x1f381;个人主页&#xff1a;我们的五年 &#x1f50d;系列专栏&#xff1a;C课程学习 &#x1f389;欢迎大家点赞&#x1f44d;评论&#x1f4dd;收藏⭐文章 目录 &#x1f369;1.默认成员函数的概念&#xff1a; &#x1f369;2.构造函数&#xff1a; 2.1特性&…

从零开始理解AdaBoost算法:设计思路与算法流程(二)【权值更新与加权表决、数学公式】

设计思路 AdaBoost算法属于Boosting算法家族中的一种&#xff0c;其基本思路是将多个弱分类器组合成一个强分类器。 “强分类器”是指一个分类准确率较高的模型“弱分类器”则是指分类准确率略高于随机猜测的简单模型。 AdaBoost的核心思想是通过 加权 的方式逐步提高分类器…

黑马es学习

es 0. 基础概念0.1 倒排索引0.2 文档、索引0.3 与mysql对比 1 基本操作1.1 mapping 索引库操作1.2 单个文档CRUD 3. DSL查询3.1 查询所有3.2 全文检索3.3 精确查询3.4 复合查询-相关性得分3.5 分页3.6 高亮3.7 总结 2. RestClientmysql与es数据同步es集群去重 黑马视频 官方使…

Maven的三种项目打包方式——pom,jar,war的区别

1、pom&#xff1a;用在父级工程或聚合工程中&#xff0c;用来做jar包的版本控制&#xff0c;必须指明这个聚合工程的打包方式为pom。 聚合工程只是用来帮助其他模块构建的工具&#xff0c;本身并没有实质的内容。具体每个工程代码的编写还是在生成的工程中去写。 对于在父工程…

C++——时间复杂度

时间复杂度的估算 方法 时间复杂度十分的简单&#xff0c;但是在估算时有些需要注意的点还是要写 例如代码&#xff1a; for (int i 0; i < n; i&#xff09; {int x;cin >> x;a[i] x; }这段代码的时间复杂度是&#xff1a;O(n)&#xff0c;当然在实际估算的时候…

Jupyter部署和使用教程

在本教程中&#xff0c;我们将探讨如何部署Jupyter Notebook&#xff0c;它是一个开源的、基于Web的交互式计算环境&#xff0c;用于创建Jupyter笔记本文档。Jupyter支持超过40种编程语言&#xff0c;包括Python、R、Julia和Scala。 一、Jupyter Notebook介绍 Jupyter Notebo…

Docker:利用Docker搭建一个nginx服务

文章目录 搭建一个nginx服务认识nginx服务Web服务器反向代理服务器高性能特点 安装nginx启动nginx停止nginx查找nginx镜像拉取nginx镜像&#xff0c;启动nginx站点其他方式拉取nginx镜像信息通过 DIGEST 拉取镜像 搭建一个nginx服务 首先先认识一下nginx服务&#xff1a; NGI…

Python面试宝典:Python中与数据处理与清洗相关的面试笔试题(1000加面试笔试题助你轻松捕获大厂Offer)

Python面试宝典:1000加python面试题助你轻松捕获大厂Offer【第二部分:Python高级特性:第二十六章:Python与数据科学:第二节:数据处理与清洗】 第二十六章:Python与数据科学第二节:数据处理与清洗1. 数据处理工具1.1 Pandas1.2 NumPy2. 数据清洗工具2.1 处理缺失值2.2 数…

04-认识微服务-SpringCloud

04-认识微服务-SpringCloud 1.SpringCloud&#xff1a; 1.SpringCloud是目前国内使用最广泛的微服务框架。官网地址&#xff1a;https://spring.io/projects/spring-cloud 2.SpringCloud集成了各种微服务功能组件&#xff0c;并基于SpringBoot实现了这些组件的自动装配&…

SpringCloud-面试篇(二十四)

&#xff08;1&#xff09;Nacos如何支撑数十万服务注册的压力 小型企业来讲nacos压力没有那么大&#xff0c;但是想阿里&#xff0c;服务的数量可能会达到数万&#xff0c;那麽多的服务。当服务原来越多时&#xff0c;除了服务注册以外&#xff0c;还有服务的定时更新&#x…

自养号测评防关联的关键点解析, 确保店铺权重和买家账号的安全稳定

现在很多大卖都是自己管理几百个账号&#xff0c;交给服务商不是特别靠谱。你不知道服务商账号质量怎么样&#xff0c;账号一天下了多少你也不清楚&#xff0c;如果下了很多单万一封号被关联了怎么办&#xff0c;你也不知道服务商用什么卡给你下单&#xff0c;用一些低汇率和黑…

C# 共享内存

共享内存定义 共享内存&#xff08;Shared Memory&#xff09;是一种进程间通信&#xff08;IPC&#xff09;机制&#xff0c;通过它&#xff0c;多个进程可以访问同一块内存&#xff0c;从而实现高效的数据共享和通信。这种方式比其他IPC机制&#xff08;如管道、消息队列&am…

Redis的基本数据类型

基本的数据类型包括: 字符串、列表、哈希、集合、有序集合 拓展的数据类型包括: bitmaps位图 hyperloglog基数估计算法 geo 地理位置 streams 流 字符串 字符串经常用来存储单个值&#xff0c;用户信息、商品信息等或者二进制的数据。 字符串是基于SDS动态字符串来实现的&a…

一个简单好用的 C# Easing Animation 缓动动画类库

文章目录 1.类库说明2.使用步骤2.1 创建一个Windows Form 项目2.2 安装类库2.3 编码2.4 效果 3. 扩展方法3.1 MoveTo 动画3.2 使用回调函数的Color动画3.3 属性动画3.4 自定义缓动函数 4.该库支持的内置缓动函数5.代码下载 1.类库说明 App.Animations 类库是一个很精炼、好用的…

DeepSORT(目标跟踪算法)中的计算观测值与状态估计的马氏距离

DeepSORT&#xff08;目标跟踪算法&#xff09;中的计算观测值与状态估计的马氏距离 flyfish 在目标跟踪中&#xff0c;使用马氏距离可以帮助判断某个观测值是否与当前的状态估计一致。 gating_distance 是一个方法&#xff0c;用于计算状态分布和观测值之间的门限距离&#…

Django ORM的QuerySet:解锁数据库交互的魔法钥匙

用到此篇文章知识的几篇文章&#xff1a; Django ORM实战&#xff1a;模型字段与元选项配置&#xff0c;以及链式过滤与QF查询详解Django API开发实战&#xff1a;前后端分离、Restful风格与DRF序列化器详解 文章目录 前言一、什么是QuerySet&#xff1f;二、QuerySet 的用途三…

Latex详细教程——图片、表格、公式

一、图片 1、占地一栏普通图片 使用figure环境&#xff0c;[thpb]表示希望在文中占地的优先级&#xff0c;[t] ~ top&#xff0c;顶部&#xff1b;[h] ~ here&#xff0c;当前位置&#xff1b;[p] ~ page of its own&#xff0c;浮动页&#xff1b;[b] ~ bottom&#xff0c;底…

Dell服务器根据GPU温度调整风扇转速

前言 dell服务器自动风扇是根据CPU温度来调速的&#xff0c;我跑AI的时候cpu温度不高但是GPU温度很高导致显卡卡死PVE虚拟机直接挂起无法运行&#xff0c;我看了下也没有基于显卡温度调速的脚本&#xff0c;于是我就自己写了一个 基于ipmi工具 乌班图等linux先安装ipmi apt …