1。激光雷达的工作原理

的全名是和激光检测和射程，也称为光学雷达。

作品：对人类和动物无害的红外光束检测物体。可以检测到的物体：白天或晚上特定物体与车辆之间的距离。即使由于反射率不同，车道线和路面也可以区分。无法检测到哪些对象：梁无法检测到被阻塞的对象。

汽车激光雷达的工作原理是蝙蝠范围的回声时间（缩写为TOF的时间）的测量方法。分析信息，例如目标对象表面上反射能量的大小，反射光谱的幅度，频率和相位以及输出点云，从而呈现目标对象的精确三维结构信息。

激光雷达和点云

但是您必须知道，光速为每秒300,000公里。为了区分目标厘米水平的精确距离，传输时间测量分辨率必须为1纳秒。要有如此准确的测量时间，很难将相应的测量系统的成本降低到非常低的水平，并且有必要使用巧妙的方法来减少测量难度。

首先，我们需要清楚地表明，不能独立运行，通常由三个主要模块组成：激光发射器，接收器和惯性定位导航。当激光雷达工作时，它会向外部发出激光光。遇到物体后，激光灯将被CMOS传感器折射并接收到，从而测量了从身体到障碍物的距离。从原理的角度来看，只要您需要了解光速以及从传输到CMOS感知的时间，就可以测量障碍的距离，然后结合实时GPS，惯性导航信息并计算激光雷达的角度要传输，系统可以在您面前的对象协调方向和距离信息。

此后，如果激光雷达可以在同一空间中以设定的角度发射多个激光器，则可以获得多个基于障碍物的反射信号。然后，随着时间范围，激光扫描角，GPS位置和INS信息，数据处理后，这些信息将成为具有距离信息，空间位置信息等的三维三维信号，并基于软件。通过组合算法，系统可以获得各种相关参数，例如线，表面和身体，以建立一个三维点云图并绘制环境图，该图可以成为汽车的“眼”。

激光雷达由激光发射单元和激光接收单元组成。发射单元的工作方法是向外发射激光束层。层越高，精度越高（如下图所示），但这也意味着传感器尺寸很大。传输单元发出激光灯后，它将反映激光遇到障碍物并由接收器接收时。接收器基于发射并返回的每个激光器的时间创建一组点云，而高质量的激光雷达最多是每秒。它可以发出200多个激光束。

由不同激光束形成的激光点云

对于激光的波长，主要使用具有波长之和的激光发射器。具有波长的光不容易在人眼液体中传播。因此，在确保安全性的同时，可以大大提高传输功率。高功率可以获得更长的检测距离，而长波长也可以提高抗干扰能力。但是，需要使用激光，并且目前很难进行质量产生。因此，质量产生了更多的SI材料。通过限制功率和脉搏时间来确保安全。

1.1技术原则

检测的特定技术可以分为飞行方法的TOF时间和相干检测方法。其中，可以将TOF方法进一步分为ITOF和DTOF方法。

1.1.1飞行时间（TOF）检测方法

通过直接计算传输和接收电磁波之间的时间差来测量测得的目标的距离；

1.1.2相干检测方法（例如：FMCW）

通过测量传输电磁波和返回的电磁波之间的频率变化来解调测得的目标的距离和速度；

FMCW雷达原理图1.2 的FOV

FOV是指可以检测到的视野。范围大小可以从垂直和水平维度的角度来测量。下图生动地显示了 FOV的范围。提到FOV的原因是由于以后有所不同。技术路线基本上是为了在FOV区域进行检测。

垂直FOV：常见的汽车装置雷达通常在25°，并且是扇形的；

水平FOV：常见的机械激光雷达可以达到360°的范围，通常在屋顶上排列；常见的车辆安装半固体状态激光雷达通常可以达到120°的范围，并具有扇形，并且可以在体内或屋顶上排列；

1.3 L2+的的性能要求

L2+中的性能要求如下：

一个。需要距离测量距离。在高速场景中，检测距离至少为150米。

b。具有广阔的角度，并符合特殊场景（例如交叉点）的检测；

c。距离测量的精度符合≤3cm。角度分辨率越小，越好。水平和垂直≤0.3°

d。具有超过100行的扫描效果和百万级点频率。这样，当遇到150米外的对象时，它也可以反映回到足够的激光点云以识别。

e。具有汽车等级标准的工作温度，能够大规模生产

f。该卷必须很小才能促进汽车公司的设计

2。激光雷达结构

的关键组件是信号链，根据信号的信号处理，包括控制硬件DSP（数字信号处理器），激光驱动器，激光发光发光二极管，发射光学镜头，接收光镜，APD（ ），TIA，TIA （可变跨度引导放大器）和检测器，如下图所示。其中，除了传输和接收光镜外，它们都是电子组件。随着半导体技术的快速发展，性能逐渐提高，成本迅速下降。但是，光学组件和旋转机械占激光雷达的大部分费用。

3的关键组成部分。

根据扫描方法进行分类。目前，有三类：机械激光雷达，半固态雷达和固态激光雷达。其中，机械激光雷达是最常用的，固态的雷达是将来剧烈发育的方向，半固定态雷达是机械和纯固态之间的妥协，并且是质量的主要力量在当前阶段的生产和负载。

3.1机械隆3.1.1工作原理

传输和接收模块通过电机旋转360度。多组激光束在垂直方向上排列，发射模块以一定频率发射激光线，并通过连续旋转发射头来实现动态扫描。

机械雷达共同结构的示意图

福特CES 2016用于无人车辆

百度自动驾驶项目测试车辆3.1.2优点和劣势分析

优势：作为装载车辆的最早产品，机械激光雷达已成为更成熟的技术。因为它是由电动机控制的，所以它可以长时间保持速度稳定，并且每次扫描的速度是线性的。而且由于“高高”，机械激光雷达可以高精度和清晰稳定的360度环境重建周围环境。

缺点：尽管该技术已经成熟，但由于有许多内部激光发射器和接收模块，它们需要复杂的手动培训，并且制造周期较长，但成本不低，可靠性很差，导致质量生产较低。其次，机械激光雷达太大，消费者接受不高。最后，它的寿命大约是〜，至少汽车制造商的要求是，这也确定它很难进入C端市场。

3.2半固体状态仪激光雷达

MEMS的全名 - （微电机电系统）是通过微电子技术将的原始机械结构整合到基于硅的芯片中。本质上，MEMS 并不能完全消除机械结构，因此它是半固定状态的。

3.2.1工作原理

MEMS在基于硅的芯片上集成了非常精致的微型 - 瓦纳维仪，其核心结构是尺寸很小的悬臂梁。通过控制微小的镜面翻译和扭转往复运动，激光管被反射到不同的角度以完成扫描。 ，而激光发生器本身是固定的。

MEMS -模块

MEMS核心组件 - 微粒电量计结构图

3.2.2优势分析

优点：MEMS 已删除了庞大的“旋转电机”和“扫描镜”和其他机械运动设备，并配备了毫米级的微吉尔瓦剂计，从而大大降低了MEMS 的尺寸，其尺寸更为突出。与传统的光学扫描镜相比，机械性能和功耗。其次，由于减少了激光收发器单元的数量，以及用于MEMS频率仪的整体结构中的基于硅的材料仍然具有降低价格的空间，因此预计MEMS 的整体成本将进一步降低。

缺点：MEMS 的“微阵线计”是一种振动敏感的装置。同时，基于硅的MEM的悬臂束结构非常脆弱。外部振动或撞击很容易直接导致其破裂。车载环境很容易导致其服务寿命和工作。稳定性有影响。其次，有限的MEM振动角导致相对较小的视野（小于120度）。同时，由于MEMS微型驱动器的镜子大小，传统MEMS技术的有效检测距离仅为50米，而FOV角度只能达到30度。它主要用于近距离盲目检测。

目前，由于MEMS上游供应链相对成熟，因此，MEMS半固定状态已将制造成本降低到500-1,000美元，从而使大规模的批量生产成为可能。国内的萨吉塔朱股（ ）与11位汽车制造商建立了合作，包括GAC Aion，Wm 和Zekr。同时，其产品“ RS-M1”已于2020年12月开始大规模发货，成为世界上第一批。交付的汽车级MEMS激光雷达。在海外，它在全球有50多个行业合作伙伴，包括沃尔沃，SAIC ，Pony智能手机等。

3.2.3微电视镜的不同驾驶方法的特征

3.3半固体型型激光雷达

镜像激光雷达和MEMS激光雷达之间的差异在于，前者的扫描镜围绕圆的中心旋转，而后者则在一定直径上上下振动。相比之下，镜像激光雷达具有较低的功耗，并且很难散发热量，因此具有更高的可靠性更容易。

3.3.1工作原理

与MEMS微型驱动器不同，镜子是反射镜，它在圆的中心持续旋转，从而意识到激光的扫描。在镜面旋转方案中，还有两种技术路线：一条扫描镜（一维旋转镜）和一个垂直和一根水平扫描镜（二维旋转镜）。一镜线束的数量与激光发电机一致，而2D镜可以实现更多的线束等效，这在集成难度和成本控制方面具有优势。

简而言之，激光通过折射镜子在FOV区域覆盖，通常与线性光源一起使用，以形成FOV表面的覆盖范围，或者可以与仪表仪结合使用以形成覆盖范围具有点光源的FOV表面；

点光源的示意图 +镜面旋转

理想的L9将配备 的镜像 3.3.2分析优势和缺点

优点：镜像激光雷达的激光发射和接收器件是固定的，因此，即使存在“旋转机构”，也可以减少产品体积，从而降低成本。此外，旋转机制仅具有反射器，总重量是轻，电动机轴承很小，系统运行更稳定并且寿命更长，这是符合汽车法规的大规模生产条件。

缺点：由于存在机械形式（例如“旋转机制”），长期操作后，雷达的稳定性和准确性将不可避免地受到影响。其次，一维类型具有少量扫描线，扫描角无法达到360度。

从应用的角度来看，具有汽车级质量生产能力的供应商包括（）， （CH32）和（）。 2017年，奥迪A8是世界上第一批批量生产的L3级自动驾驶驾驶汽车。它带有的激光雷达是和Ibeo共同开发的4线旋转扫描镜。 2020年，由 独立开发的CH32被推出，成为第二世界旋转的镜像激光雷达，以获得汽车级认证。它已交付给 预装的预安装模型。 2022年，配备的NIO ET7将推出。该激光雷达是解决方案，相当于300行。在价格方面， 2为900欧元（约6,500元），该公司的价格范围已降至可接受的汽车公司。

1- 3.4配备了Audi A8配备

领先的无人机制造商DJI孵化 （）进入，这是扫描解决方案所采用的。 DJI使用其累积的电机精确控制技术和无人机领域的自动生产线来克服棱镜。轴承或衬套使用寿命的问题也为其激光雷达技术建立了护城河。

DJI ：（左）和（右）3.4.1工作原理

棱柱形激光龙，也称为双楔形棱镜激光雷达，其中包括两个楔形棱镜。激光在穿过第一个楔形棱镜后一次偏转，并在穿过第二个楔形棱镜后再次。控制双方棱镜的相对速度可以控制激光束的扫描形式。与上面提到的扫描形式不同，棱镜激光雷达累积的扫描模式就像菊花，而不是行和列中的点云状态。这个优势是，只要相对速度得到正确控制，在同一位置的长期扫描几乎可以覆盖整个区域。

棱镜激光痛图

棱镜和点云扫描图

棱镜激光痛图

3.4.2优势分析

优点：首先，该设计减少了激光发出和接收的线路数量以在一个框架内实现更高数量的线路，从而降低了焦点和校准的复杂性，因此生产率大大提高了，并与传统的成本相比机械激光龙和棱镜显着下降。其次，只要扫描时间足够长，就可以以极高的精度获得点云和环境建模，几乎没有分辨率上限，并且可以达到近100％的视野覆盖率。

缺点：棱镜激光雷达的FOV相对较小，视野中心的扫描点非常稠密，雷达边缘的扫描点相对较少，因此也会存在一个问题启动雷达的短时间内低分辨率。对于高速行驶的汽车，显然没有长期扫描情况。但是，通过增加激光束和功率可以实现更高的精度和更长的检测距离。但是，机械结构相对复杂，并且体积使前两个更难控制，并且具有诸如轴承或衬套的磨损之类的风险。

从汽车级应用的角度来看，米彭P5配备了2个DJI汽车级棱镜型激光雷达，DJI还获得了FAW Mass 项目的指定位置。对于单棱镜状的中心区域，点云密集。当两侧的点云相对较少时，木蓬P5选择在车辆前部署两个激光圈，从而将超宽的点云视觉提高到前面的180度，并改善复杂道路条件的交通，例如堵塞车辆附近的车辆在交叉路口转动。能力。

DJI 3.5固体OPA 配备了小米P5

鉴于需要在连续振动，高温和低温，高湿度和高盐等环境中连续运行的汽车级设备的特性，因此固态激光雷达已成为更可行的开发方向。喜欢军事的朋友应该听说过军用飞机和军舰上的梯形雷达，而OPA光学分阶段阵列激光雷达则使用类似的原理并将其移至车辆端。

3.5.1工作原理

分阶段阵列雷达发出电磁波，而OPA（缩写为光学分阶段阵列）激光雷达发出光，像电磁波一样的光也表现出波的特征，因此原则上是相同的。波之间将有干扰。通过控制一个相位阵列雷达平面阵列的每个阵列元件的当前相，相位差可以在不同位置形成波源（类似地，在两个水波相互叠加后，两者的方向将取消彼此，有些会相互增强），因此指向特定方向，往复控制可以达到扫描效果。

使用光的相干性能，通过人为地控制相位差来实现不同方向上的光发射效应。

我们知道，像电磁波一样的光也表现出波形特性，因此相位差控制干扰也可以用来将激光“转向”特定角度，并且往复式控制可以达到扫描效果。

OPA光学相控制工作原理的示意图

连贯和扫描示意图

3.5.2优点和缺点分析

优点：OPA 发射器使用纯固态设备，并且没有任何需要运动的机械结构，因此它们在耐用性方面的性能更好。尽管消除了机械扫描结构，但它们可以实现机械全景扫描，同时它可以使其尺寸较小，并且预计批量生产后的成本将大大降低。

缺点：OPA激光雷达需要大量的计算能力来激光调试和信号处理。同时，它还要求阵列单元的大小不得大于一半波长。因此，每个设备尺寸仅相同，材料和过程的要求非常苛刻。由于技术困难和不成熟的上游工业链，在短期内，OPA解决方案很难在汽车级别的地区进行大规模生产，目前很少有供应商专注于OPA 的发展。

在申请级别，目前尚无汽车级别的批量生产案例，OPA计划的代表公司是。 2021年8月，其OPA GUDA州 S3系列完成了实际的驾驶测试演示。测试结果表明，S3系列固态激光雷达可以提供超过100,000小时的平均无故障时间（MTBF），在全光下实现100米的检测性能，并且大规模生产后的目标价格为500美元。

3.6固态较高

由于其简单的结构， 目前是纯固态激光雷的最主流技术解决方案。但是，由于在短时间内发射了大片激光，因此在检测准确性和检测距离方面将受到很大的影响。它主要用于低速自动驾驶汽车，例如无人外卖车，无人物流车等，用于较低检测距离要求的自动驾驶解决方案。

3.6.1工作原理

最初的意思是闪光灯。 的原理是闪光的。与执行扫描的MEMS或OPA解决方案不同，它直接在短时间内散布了一大块的激光灯，然后使用高度敏感的接收器来完成环境周围的图像。绘画。因此，固态激光雷达是一种非扫描雷达，发射表面阵列光，并且是一种激光雷达，重点是用二维或3维图像输出内容。从某种意义上说，它与黑暗中的摄像机有些相似，而光源本身会发出。

的成像原理是散发大量激光光，以一次照明整个场景，然后使用多个传感器接收检测和反射光。但是最大的问题是，这种操作模式需要很高的激光功率。在体积限制下，的功率密度不能很高。因此，的当前问题是，由于功率密度的限制，无法考虑三个参数：视野角，检测距离和分辨率，即，如果检测距离很远，则视图角度或分辨率。需要牺牲；高分辨率需要牺牲视角或检测距离。

激光雷达使用表面光源洪水成像，其发出的光将散布在整个视野中，因此它可以覆盖FOV区域而无需折射。困难在于如何提高其功率密度并提高检测准确性和距离。当前，通常使用光源。形成二维矩阵以形成表面光源；

智能 3.6.2优点和缺点分析

优点：的最大优势是它可以一次实现全局成像以完成检测，并且成像速度很快。小尺寸，易于安装，易于集成到汽车的整体外观设计中。设计很简单，组件很少，而且成本很低。信号处理电路很简单，消耗了较少的计算资源，并且总成本较低。刷新频率可能高达3MHz，是传统相机的100,000倍。它具有良好的实时性能，因此很容易通过汽车规格。

缺点：但是，激光的单点面积大于扫描激光器的单个点的点区域，因此其功率密度较低，进而影响检测准确性和检测距离（小于50米）。为了提高其性能，有必要使用更强大的激光或更高级的激光发射阵列，以使发射单元可以打开并以特定模式点亮以实现扫描仪的效果。

ibeo激光雷达接收模块

为了克服检测距离的局限性，的代表制造商Ibeo开始在激光收发器模块中进行创新。汽车级激光雷达（Ibeo）的创始人伊贝（Ibeo）在一步中推出了一个单光子激光雷达。 Ibeo称其为焦平面，实际上可以将其归类为。 2019年8月27日，大城墙电动机和德国激光雷达制造商Ibeo正式签署了关于技术的战略合作协议。三方合作的产品基础为4D。从长远来看，具有高度的芯片化，并且在大规模批量生产后可能会降低成本。随着技术的发展，有望成为主流技术解决方案。

这些痛的优势和缺点的摘要：

4。激光光源

由于激光发出的光还需要投影到整个FOV平面区域，除了可以直接发射整个表面光的表面光源外，点光源还需要执行二维扫描，以覆盖整个FOV区域，线路源需要进行一维扫描，以覆盖整个FOV区域。

点光源可以根据光源发射的形式将两种类型分为两种类型：鳗鱼（边缘激光）和（ - 垂直腔表面发射激光器）。两者之间的区别在于，鳗鱼激光平行于底物表面发射（如图1所示）。 ，激光垂直于底物表面发射（如图2所示）。

其中，芯片阵列易于排列，并且阵列排列通常用于形成线性光源（一维阵列）或表面光源（二维阵列）。光源轮廓和二维阵列光源芯片图如下。

轮廓和二维阵列的示意图

V.其他常见术语的定义

遥不可及的能力：通常是指低反射率目标10％的的最远检测距离。

最近的测量距离：可以输出可靠检测数据的最接近距离。

范围测量盲点：从激光雷达壳到最近的测量距离的范围，无法在此距离内获得有效的测量信号，也无法就目标对象信息提供反馈。

角度盲点：未覆盖场角范围的区域，并且系统无法在这些区域获得目标对象信息。

角度分辨率：在雷达的两个相邻检测点之间的角度间隔，分为水平角度分辨率和垂直角度分辨率。相邻检测点之间的角度间隔越小，区分目标对象细节的能力越强。

范围的精度：通过激光雷达测试对象在相同距离上获得的数据之间的一致性多次。精度越高，测量的随机误差越小。

范围测量精度：检测距离数据和真实值之间的差距。准确性越高，遵守实际数据的程度就越高。

点频率：激光雷达完成检测并每秒获得的检测点数。

抗肢体：在同一环境下，使用相同的激光条带从其他激光雷达的干扰信号抵抗。抗骨骼能力越强，在多个激光痛的情况下，在共同工作的条件下产生的噪声速率越低。

功耗：在激光雷达系统的工作状态下消耗的电力。

线数：通常是指在的垂直方向上的测量线数量。对于一定角度范围，线越多，角度分辨率就越高，并且能够区分目标对象细节的能力越强。

多传感器校准：通过多个传感器获得的相应局部空间坐标转换为统一空间坐标系的测量数据的过程。

: to , is the or for , , and to a of time and .

: the use, , , , etc., the or of and and from or loss, , , , etc.

6.

dToF: Time-of- the time of ;

iToF: Time-of- the time of of by ;

PLD: , a ;

APD: , a ;

SPAD: - , a ;

SiPM: tube, a ;

CMOS: , a ;

CCD: - , a ;

CIS: CMOS ;

OPA: ;

FPA: ;

WD: ;

MEMS:-- al ;

The of the is a , to join the !

① the

BEV , -wave , - , - , - 3D , lane line , , high- map, , 3D , , cuda in such as , and , Nerf, , , , , , etc. (scan the code to )

:

② The self- in

The and most in , with 2,700 , has been by most ! 30+ , from 0 to one step to get with (2D/3D , , lane line, BEV , - , - , ), , big , end-to-end, etc. in the of map (SLAM, high- map, map), / , etc., and are also and job ! to scan the QR code to join the of . This is a with real . with the 's in , , , and job-. + + on a .

③【 of 】

The of is the , on 2D/3D , , lane line , , BEV , , - , big , maps, , end-to-end , SLAM and high- maps, , , NeRF, , and , cuda , , , , AI job and , etc. . Scan the QR code to add the to to the on . Note: / + + ( )

④ [ of ] , to us!