导读
激光雷达在自动驾驶领域的地位不言而喻,最近这段时间,也有很多激光雷达新产品出现,如何降低LIDAR的成本成了一个大问题,本文从行业、市场、原理上全面剖析了激光雷达,值得收藏。
转自:公众号【小研聊科研】(ID:xiaoyan_tech)
文章仅代表作者本人观点,如来源标注有误,我们及时予以更正/删除
激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。激光雷达的传统应用领域有军事、遥感、测绘、安防、环境探测等,但随着近两年无人驾驶的火爆,其公认的最有前景的应用是无人车的三维环境传感和高精地图构建。
激光雷达的市场规模
不同的应用领域对激光雷达的需求不同,按结构的复杂程度可以分为一维激光雷达、二维激光雷达、三维激光扫描仪、三维激光雷达等,其中二维激光雷达和三维激光雷达能够实现空间建模,可以使用在机器人及无人驾驶之中。
激光雷达的应用领域
激光雷达出现已久,在测绘领域应用广泛,那么为什么近期突然引起了广泛关注呢?主要原因是无人驾驶中激光雷达对环境数据的扫描必须是动态和三维的,那么结构简单的激光雷达就无法满足需求。能量产自动驾驶用三维激光雷达的公司寥寥无几,大部分公司都处于研发中或原型机阶段。产量有限,价格昂贵,需求迫切,激光雷达成了无人驾驶的“瓶颈”,引发了创业和投资的热潮。市场研究机构普遍看好汽车 LiDAR 市场的潜在增长前景。
- 据 Grand View Research 预测,全球汽车 LiDAR 市场规模到 2024 年将增长至 13.4 亿美元;
- MarketsandMarkets 研究了更广泛的 LiDAR 应用市场(包括制图、测绘、勘探、气象、城市规划以及汽车),预计这部分 LiDAR 市场至 2022 年将增长至超过 52 亿美元,2017~2022 年期间的复合年增长率(CAGR)可达 25.8%;
- BIS Research 预估 2016 年汽车 LiDAR 市场规模达到了 6500 万美元,未来十年内,该领域市场的复合年增长率超过 10%;
- Global Market Insights 则研究了其它领域的 LiDAR 应用市场(土木工程、测绘、政府、军事、国防、地质勘探),称这部分 LiDAR 市场将从 2015 年的 3.655 亿美元增长至 2023 年的 11 亿美元以上;
- Mordor Intelligence 研究了地理学领域的 LiDAR 应用,预测该领域的美国市场将从 2015 年的 5.5 亿美元增值到 2020 年的 8.8 亿美元,这期间的复合年增长率为 9.63%;
- Yole 在其近期发布的《汽车 MEMS 和传感器市场及技术趋势-2017 版》报告中预测,汽车 LiDAR 市场将在未来五年获得巨幅增长,其市场规模将从2017 年的 3 亿美元增长至 2022 年的 44 亿美元。
Yole预测汽车LiDAR市场未来增长潜力
激光雷达的行业趋势
【市场需求:L3级以上无人驾驶的必备传感器】
激光雷达是高精度的传感器,但由于过于昂贵,无人驾驶业界对激光雷达的存废之争一直没有停止。非激光雷达阵营主要是以特斯拉为代表的传统车企,它们倾向于渐进式路线,从ADAS辅助驾驶逐步升级过渡到自动驾驶,以端到端的深度学习砍掉传统激光雷达;激光雷达阵营主要是以谷歌为代表的科技公司,它们倾向于一步到位路线,以激光雷达为主传感器,等技术方案成熟成本下降后,再大规模商用。
特斯拉出事故之后业界也在反思,激光雷达作为能够对环境三维立体建模的传感器,其可靠度要远高于摄像头和毫米波雷达,尽管价格昂贵、点云数据处理量大,但可靠的系统需要一定的冗余度。L2/L3级辅助驾驶也许可以通过数据积累、算法训练逐步达到,但L4/L5级无人驾驶要确保系统安全性,激光雷达是必不可少的,而且可能不只需要一个。Mentor(西门子旗下企业,电子设计自动化领域领导者)ADAS & AD部门预测,最高等级的自动驾驶汽车将需要2~5个LiDAR传感器。
不同类型的传感器性能对比
【主要驱动因素:降成本】
高昂的价格是阻止车用激光雷达市场化的主要障碍之一,低成本化是车用激光雷达未来发展的基本方向。目前主要有三种方式:
激光雷达低成本化的主要路径
1. 降维,即使用低线束低成本激光雷达配合其他传感器
这种方法走的是“轻硬件+重算法”的路线,采用低线束激光雷达获得稀疏点云,配合视觉识别,对算法的依赖度更高,适合相对简单的路况或相对封闭的环境。
2. 用全固态激光雷达代替机械激光雷达
目前机械式激光雷达的高成本主要源于生产中紧密光学器件的校准等繁琐环节,如果用固态器件替代,就能减少标定过程的人工介入,降低人工和器件成本,LiDAR价格有望从上千乃至上万美元降低到数百美元。
3. 通过规模效益降低激光雷达的单个成本
路径3的实现依靠前两条路径的成功,目前激光雷达的应用市场仍然较小,未来无人驾驶汽车的产量大幅上升将给激光雷达行业带来极大的规模效应。
【未来发展方向:固态激光雷达】
Velodyne是激光雷达的鼻祖,先后推出了64线、32线机械式激光雷达和16线混合固态激光雷达。“混合固态”为Velodyne首创的概念,是指外形上不存在可见的旋转部件,但为了360全视角其内部实际上仍然存在一些机械旋转部件,只是做的非常小巧可以内藏而已。机械式的设计直接构成了当下激光雷达的几项不足:
1)光路调试、装配复杂,生产周期漫长,成本居高不下;
2)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。
Velodyne机械式和混合固态激光雷达
以硬盘行业作为类比,早先的“机械”硬盘HDD内部基于机械旋转部件进行数据读写,新一代的固态”硬盘SSD基于电子部件,没有机械旋转部件,体积小稳定性高。同样的演进规律也会发生在激光雷达行业,采用电子化方案去除机械部件将带来3点好处:
1)主要部件运用芯片工艺生产之后,量产能力大幅度提高,成本显著下降;
2)减少活动部件,提高可靠性,满足车规的要求;
3)固态器件体积小重量轻,更容易集成到无人车车身内部。
机械硬盘 vs 固态硬盘
机械式激光雷达 vs 固态激光雷达
固态激光雷达综述
【固态激光雷达技术路线】
固态激光雷达目前大致形成了三种技术路线:MEMS、OPA与Flash。其中MEMS和OPA均为扫描式,而Flash为非扫描式。
(1)MEMS
MEMS(Micro-Electro-Mechanical System),微机电系统,指的是将机械机构进行微型化、电子化的设计,将原本体积较大的机械结构通过微电子工艺集成在硅基芯片上,进行大规模生产。原本在机械式激光雷达为了实现扫描,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。
技术难点:MEMS微振镜的扫描角度是由控制电路调节的,保证角度精度是主要的技术难点。
MEMS激光雷达结构示意图
(2)OPA
OPA(optical phased array)光学相控阵技术,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,通过控制各光源的相位差,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。
技术难点:经光学相控阵器件合成的光束易形成旁瓣,影响光束作用距离和角分辨率;并且光学相控阵芯片加工难度相当高,要求阵列单元尺寸必须不大于半个波长,激光雷达的工作波长一般在1微米左右,这就意味着阵列单元的尺寸必须不大于500纳米。
相控阵技术工作原理
光学相控阵激光雷达通过控制光源阵列的相位差
实现对不同方向的扫描
(3)Flash
Flash原本的意思为快闪,某种意义上它有些类似于照相机的原理。它不像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。
技术难点:Flash激光雷达的接收端是由像素阵列组成的,每个像素单元独立解析,像素精度对探测精度起着决定性作用,像素点不宜过大。
Flash面阵激光雷达
【固态激光雷达探测原理】
(1)TOF(Time of flight)
激光雷达常用的探测原理是飞行时间法,就是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行往返时间来得到目标物距离。
TOF飞行时间法原理
(2)连续波调制法
与TOF法发射脉冲光不同,这种方法发射的是经载波调制的连续光,通过测量发射波与回波之间的相位差,得到目标物距离。
(3)相干外差法
相干外差法是在相干光系统中使信号光和本振光的频率之差保持一常量,从而得到的差拍信号为一中频信号的检测方式。
固态激光雷达需要解决的两个关键问题:①反射回来的光功率有限,于是造成探测距离和精度有限;②传统机械扫描的激光雷达是发射光路与接收光路同步扫描,接收视场特别小,外界的直接照射干扰信号很难对准并进入激光雷达的接收视场,于是抗干扰能力强。但固态激光雷达不是同步扫描,必须采用一个大视场的光学系统来接收激光的回波信号,太阳光和其他同类系统发射的激光信号就更容易进入系统,于是需要引入一些抗干扰的方法。
相干外差法中,因为激光有相干性,来自其他光源的光不会与激光相干,于是提高了抗干扰性;光场能量分成了两部分,一部分发出去一部分留在本地,虽然回波信号比较弱,但本振光能量比较强,两者求拍频,信号正比于两者能量的乘积,于是灵敏度也更高。由于运动的物体存在多普勒效应,所以还可以同时获得物体的速度信息,只是相干检测的系统会更复杂一些。
【固态激光雷达组成部分】
激光雷达种类繁多,但从零部件上划分,总体可分为 4 部分,即发射端、接收端、光学扫描器和光学天线。
(1)发射端
发射端主要是激光器,NdYAG 固体激光器、CO2 气体激光器和 GaAlAs 半导体二极管激光器、光纤激光器等最具有代表性。固态激光雷达通常采用半导体激光器,成本低,且容易集成到汽车内部。波长通常有两种选择,一个是1000纳米以内的,典型值是905nm,可以用硅做接收器,成本低且产品成熟,是大多数激光雷达厂商更倾向的选择; 还有一种是1000到2000纳米之间的,典型值是1550nm,这个波段硅没有办法探测,需要用Ge或者InGaAs探测器,成本会更高些,但1550nm对人眼的安全阈值也更高,这样可以发射更高的激光功率以达到更高的测距灵敏度,也有个别厂商愿意选择。
(2)接收端
接收端又叫光电探测器,利用光电效应,把光信号转换为电信号。固态激光雷达的探测器有PN/PIN、APD、MSM 等各种类型的光电二极管,且通常将基础的探测单元器件组成面阵进行二维探测。
激光雷达常用的探测器
CCD 或 CMOS 图像传感器使用的是 PN 型二极管,更容易做到低成本和高像素,但是增益较低,动态范围窄。制作CCD/CMOS的半导体材料主要是Si,用于可见光波段的探测。
APD 是雪崩二极管, 其原理类似于光电倍增管,在加上一个较高的反向偏置电压后 (在硅材料中一般为 100 到 200 V),利用雪崩击穿效应, 可在 APD 内部获得电流增益。APD的量子效率可达 90%以上,有很好的微弱信号探测能力,具有量子响应度高、响应速度快、线性响应特性好等特点。制作APD的半导体材料有Si、Ge、InGaAs、HgCdTe,可以工作在可见光波段和近红外波段。
APD 的工作模式分为线性模式和盖革模式两种。当 APD 的偏置电压低于其雪崩电压时, 对入射光电子起到线性放大作用, 这种工作状态称为「线性模式」。在线性模式下,反向电压越高,增益就越大。APD 对输入的光电子进行等增益放大后形成连续电流,获得带有时间信息的激光连续回波信号。当偏置电压高于其雪崩电压时,APD 增益迅速增加,此时单个光子吸收即可使探测器输出电流达到饱和,这种工作状态称为「盖革模式」。 在盖革模式下,激光发射的同时产生一个计时开始信号(start),当光子回波到达时产生一个CMOS 兼容的电压脉冲(stop),该脉冲使读出电路时间测量单元停止计数,使光脉冲到达的时间数字化,同时降低偏置实现雪崩淬灭,数据经传输处理获取目标三维距离信息。
美国 APD 阵列的能力全球领先,主要研究机构包括美国 MIT 林肯实验室、波音 Spectrolab 公司、Princeton Lightwave 公司等。我国 APD 线性阵列探测器已经可以量产,但面阵 APD 探测器研究尚处于起步阶段,国内公开发布面阵 APD 探测系统像素数量较低,由于受到相关器件和半导体光电探测器生产工艺的限制,以及国外对高灵敏度探测器的技术封锁,国内的大部分还处于理论和实验验证的阶段,大部分关键技术和国外相比有较大的差距。国内主要研究机构包括中电 44 所、电子科技大学、上海技术物理所、上海光机所、清华大学、哈尔滨工业大学等,其中中电 44 所可以量产APD 阵列。
为了规避 APD 阵列的技术难度和国外禁运限制,同时降低成本,国内机构 也开展了Si 基的CCD/CMOS探测器阵列的研究,主要有哈工大、浙大、中科院半导体所,其中工程化方向走的比较快的是中科院半导体所和浙大。
(3)光学扫描器
扫描式激光雷达会用到光学扫描器,MEMS激光雷达以MEMS振镜为扫描器,相控阵激光雷达以相控阵器件为扫描器。相控阵雷达的扫描器最难实现,其最大的问题在于如何改变各个单元的相位,通过电光效应、电吸收效应、自由散流效应、液晶等等,目前还没有既成本低又效果好的解决方案。
(4)光学天线
光学天线是用来发射和接收光波的器件,通常发射端用匀光透镜,接收端用聚焦透镜,但也有别出心裁者把镜头组换成芯片上的纳米天线,进一步降低成本,例如以色列初创公司 Oryx发射端采用长波太赫兹红外激光脉冲,接收端使用纳米天线阵列接收返回信号。
【车载固态激光雷达关键技术指标】
(1)测量范围
为保证行车安全,车载LiDAR的探测距离至少应该在100m以上,好的情况下可以达到150m~200m。
(2)测量精度
按无人驾驶的定位精度要求,车载LiDAR的测距精度至少应达到10cm以内,好的情况下能达到2~5cm。
(3)视野FOV
因为不像机械式LiDAR那样多线束360度旋转,固态LiDAR的视野范围通常比机械式要小。水平视场角通常在100°~120°,需要3~4个固态LiDAR拼接才能覆盖360°;垂直视场角通常在十几度到二十几度,也有才几度的,相比混合固态通常在30°左右,还有改进空间。
(4)角分辨率
角分辨率是指打出去两个激光点之间的距离,它决定了激光雷达三维建模的稀疏程度。举个极端例子,要看到前方100m处10cm大小的物体,那么角分辨率就要达到0.05°,这样的精准测量对LiDAR的要求是很高的。一般情况下固态激光雷达的角分辨率在零点几度。
(5)扫描频率
无人车在高速行驶过程中,需快速扫描更新数据以应对突发情况,扫描频率通常在10~30Hz。
(6)数据频率
激光雷达作为高精度传感器,采集数据的频率在100万点/秒左右。
(7)其他指标
体积和重量:固态激光雷达因为减少了机械结构件,体积和重量上比机械式和混合固态更有优势,更易于集成到车身内。
工作温度:行车环境决定了固态LiDAR的工作温度范围在-40°C~+85°C。
激光波长:1000nm以内的可见光波段和1000~2000nm的红外光波段,所采用的器件会有所不同。
安全类型:激光雷达发射功率应保证在人眼安全阈值内。
激光雷达国内外主流玩家
1. 美国老牌Velodyne
谷歌在其最早的自动驾驶原型汽车中所使用的LiDAR传感器就是由该公司开发的。美国Velodyne公司成立于1983年,其3D激光雷达产品种类丰富,包括16线束、32线束及64线束等,其中还有专门为智能驾驶汽车设计的Ultra Puck激光雷达。
Velodyne激光雷达产品及主要参数
2. 硅谷新锐Quanergy
2014年9月,Quanergy和奔驰达成战略合作,为奔驰研发车内传感系统和无人车。而事实上,这家年轻的公司2012年才在硅谷成立。2014年10月,该公司获得了3000万美元的A轮融资。2015年10月,Quanergy公司宣布与Delphi公司合作,为无人驾驶汽车开发一种新型的激光雷达系统,每台单价低于1000美元。目前,Quanergy共推出了两款3D激光雷达产品,一款是安装在奔驰智能驾驶测试车上的The Mark VIII,另一款就是第一款专为智能驾驶汽车设计的全固态激光雷达S3。
Quanergy公司激光雷达产品路线图
Quanergy公司全固态激光雷达S3及其主要参数
3. 德国IBEO
德国IBEO公司1998年在汉堡成立,主要从事高性能激光雷达方面的研发。2000年IBEO成为传感器制造商SICK公司的独立部门,2009年从SICK公司独立至今。目前,公司共推出四款激光雷达,分别是miniLUX、SCALA、LUX-4L及LUX-8L。其中,LUX-4L与LUX-8L专门用于ADAS无人驾驶系统。
IBEO车用激光雷达产品及其主要参数
4. 以色列Innoviz
基于MEMS扫描的激光雷达方案,创始人是以色列情报技术部门出身,去年1月A轮融资700万美元,B轮融资6500万美元,背后站着德尔福、麦格纳。产品为innovizPro和InnovizOne。
Innoviz车用激光雷达产品及其主要参数
5. 加拿大 Leddar Tech
2014年法雷奥与加拿大的 LeddarTech 合作开发固态激光雷达,由LeddarTech提供技术和专利,计划2018年量产,照射距离最远为100m。2016年9月,LeddarTech 开卖模块化 Vu8 固态激光雷达,售价475美元,检测距离215米。2017 CES上,LeddarTech展示了下一代点云数据计算芯片LeddarCore,支持MEMS微镜和2D/3D Flash 激光雷达。
LeddarTech的MEMS微镜和2D/3D Flash
Lidar
6. 国内镭神智能
镭神智能成立于2015年2月15日,并在同年7月获得了北极光创投1000万人民币的A轮投资。他们至今共推出了4款雷达产品,主要包括室内机器人激光雷达、汽车防撞激光雷达等。
镭神智能激光雷达产品
7. 国内思岚科技
思岚科技成立于2013年10月,前身为业内具有较高知名度的PoboPeak团队。他们主要产品是模块化自主定位导航解决方案、低成本2D激光雷达和通用机器人移动平台,目前一共推出了2款激光雷达产品,RPLidar A1和RPLidar A2。2015年底思岚科技融资共计6000万元,估值3.6亿元。
思岚科技激光雷达产品
8. 国内禾赛科技
禾赛科技于2013年成立于美国硅谷圣何塞,2014年落户上海。今年4月,禾赛发布用于自动驾驶的40线混合固态激光雷达Pandar40,其优势包括150米距离、厘米级精度、高角分辨率(等效83线)、小体积,和显著低于国外竞品的售价及交货周期。同时,禾赛科技还重金下注正在开发中的新一代MEMS激光雷达——Pandar GT。
禾赛科技激光雷达产品
9. 国内速腾聚创
速腾聚创成立于2014年。2016年10月,速腾聚创推出了国内首个应用于无人驾驶汽车的16线混合固态激光雷达RS-LiDAR,测距100米,精度达到了2cm,垂直30度(±15度),实时出点数32万点每秒,并进行了初期的路测,这也是国产激光雷达首次进行公开展示和测试。今年4月份,速腾聚创宣布已经为多线激光雷达量产做好充分准备,已可以向无人驾驶测试和研发机构及时供应激光雷达及配套设备。目前,速腾聚创是国内首个宣布量产的激光雷达厂商。
速腾聚创激光雷达产品
10. 国内光珀智能
光珀智能2015年于杭州成立,其产品是建立在新一代固态激光雷达传感技术上的先进3D智能相机,并对核心技术拥有全部自主知识产权。今年9月光珀在美国发布了多款固态面阵激光雷达,应用于10米以内短距离检测的3款产品GP001A-16、GP001A-8、GP001,能够检测室外30米远的GP002,最远能在室外实现150米检测的GP003。短距离平台主要对标Kinect、Realsense等解决方案,应用在体感游戏、机器人避障导航和安防领域;中长距离产品则主要规划用于泛安防、送货机器人、无人机、自动驾驶等领域。
光珀智能激光雷达产品
Conclusion
激光雷达能够提供对周围环境的三维立体建模数据,对于L4/L5级无人驾驶是必不可少的,而L2/L3级的ADAS辅助驾驶可以采用更简单更便宜的二维激光雷达,甚至不用激光雷达。复杂三维激光雷达的市场增速和L4/L5级无人驾驶何时到来密切相关,现阶段的竞争主要还是看谁能率先出货,在车载激光雷达供不应求、价格高企的今天,谁能先出货谁就能享受到这段价格红利期。
激光雷达作为一种传感器,在常见的商用场景中固态化、小型化、低成本化是必然的趋势,因此聚焦固态激光雷达的团队更值得关注。虽然已有机械式和混合固态的产品量产,但机械设计的经验并不容易转移到固态器件上,在固态激光雷达领域大家都处在同一起跑线上,有固态器件研发和生产经验的团队更容易胜出。
不同场景对激光雷达的需求不同,技术指标的要求也不一而同。激光雷达的某些技术指标存在tradeoff的关系,团队应在深入了解客户需求的基础上选择折衷的设计。
能推出激光雷达原型机的厂商不少,但是一到量产上都变得举步维艰,从原型机到量产的gap和从理论研究到原型机的gap同样大,考验着团队在供应链整合、工程实践、制造工艺等方方面面能力。团队的价值观同样起到至关重要的作用,是否以最终量产的速度和需求为出发点考虑问题,从器件设计的第一天起就已经决定了。
Recommended reading
【深度】张钹院士谈模式识别面临的挑战:离人工智能的目标相距甚远,大家不要太乐观
【干货】中科院自动化所副所长刘成林:模式分析与学习团队研究方向与最新进展
我们是一家技术服务公司,汇集⼈⼯智能领域的智库资源,为各级政府和企业提供科技信息咨询、技术孵化、技术对接、⼈⼯智能技术培训、科技交流等服务。欢迎与我们联系,将您对技术的需求告诉我们。
原文始发于微信公众号(Frontiers):【业界】终于有人把激光雷达的原理聊透了!
Welcome to join us.Aibang lidar industry communicationThere are currently 2,700 people, including relevant persons in charge from major lidar manufacturers and OEMs. Click on the tags below to filter
Lidar OEM Autonomous Driving application terminal laser VCSEL light detector sensor Optical element Optical module filter Galvanometer Optical components radome cover adhesive Electronic component semiconductor chip tier1 Parts Non-standard automation Hardware circuit board motor Coating Coating equipment Plastic Products vehicle electronics Surface treatment auto parts equipment Testing Equipment Connector plastic Material software trading acting College graduate School other
Download: