納米天線陣列LiDAR
Oryx Vision憑借納米天線陣列LiDAR,找到了困擾自動駕駛汽車商業(yè)化的主要問題:如何平衡探測距離、精度和成本三者的關(guān)系。OryxVision深度傳感器可以檢測到150米遠(yuǎn)的微小物體,它既可以在暗夜里工作,也不會受直射的陽光影響,而即使在雨霧等極端天氣條件下也可以穩(wěn)定工作。OryxVision傳感器可以無縫集成到車輛的四周,一組這樣的傳感器不但可以提供360°范圍的高性能的景深探測覆蓋,而且價格低廉。
Oryx Vision使用的是長波太赫茲紅外激光的激光器,因?yàn)檫@種紅外光人眼不可見,功率更高。而這種紅外光還很難被水吸收,不會被云霧、強(qiáng)烈的陽光直射所干擾。當(dāng)發(fā)射出的激光反射回傳感器時,光學(xué)器件將反射回的入射光引導(dǎo)到大量極小的整流納米天線上。入射光在被整流的天線中產(chǎn)生AC響應(yīng),換句話說,被轉(zhuǎn)換成DC信號。該系統(tǒng)的靈敏度是傳統(tǒng)LiDAR的上百倍。因?yàn)樘炀€將入射光處理為波,所以它們還可以檢測到多普勒效應(yīng)(由于其反彈的相對運(yùn)動而引起的頻率變化),并且由此還可以確定在道路中或附近的其它物體的速度。
Oryx Vision采用的納米天線只有25平方微米,使用薄膜芯片制造工藝直接在集成電路上制造。每個納米天線只有5 x 5平方微米,使用薄膜芯片制造工藝在硅晶圓上形成陣列,成本相當(dāng)?shù)土?。而且這將使得信號被饋送到機(jī)器學(xué)習(xí)系統(tǒng)相當(dāng)簡單,而這個機(jī)器學(xué)習(xí)系統(tǒng)可以對場景中的對象進(jìn)行分類,從而使得對場景的感知更加智能化。
泛光(Flash)面陣式LiDAR
泛光面陣式是全固態(tài)LiDAR中比較主流的技術(shù)之一。Flash LiDAR 屬于非掃描式雷達(dá),發(fā)射面陣光,是以2維或3維圖像為重點(diǎn)輸出內(nèi)容的激光雷達(dá)。雖然穩(wěn)定性和成本不錯,但主要問題在于探測距離較近。對于泛光成像LiDAR,每次發(fā)射的光線會散布在整個視場內(nèi),這意味著只有一小部分激光會投射到某些特定點(diǎn)。此外,光電探測器陣列中的每個像素都必須非常小,限制了它可以捕捉的反射光量。
泛光面陣式LiDAR的激光光源主要有兩種方式:脈沖和連續(xù)波,分別對應(yīng)脈沖飛行時間(pToF,PluseToF)LiDAR和連續(xù)波飛行時間(cwToF,Continuous Wave ToF)LiDAR。pToF LiDAR采用脈沖,可以實(shí)現(xiàn)遠(yuǎn)距離探測(如100米以上);而cwToF LiDAR采用連續(xù)波,主要進(jìn)行近距離探測(如數(shù)十米)。泛光面陣式LiDAR屬于非掃描式LiDAR,通過脈沖或連續(xù)波捕獲整個場景,而非用激光束逐點(diǎn)掃描。由于探測電子返回脈沖和帶寬較寬的弱點(diǎn),泛光面陣式LiDAR易受噪聲影響,而閾值觸發(fā)可引起測量誤差Δt。下圖是cwToF LiDAR、pToF LiDAR、雷達(dá)和超聲波傳感器的參數(shù)對比。
由激光雷達(dá)的理論可知,在功率受限的情況下,要實(shí)現(xiàn)遠(yuǎn)的探測距離,則要求大的脈沖時寬,而要實(shí)現(xiàn)高的探測精度,則需要大的帶寬,簡單脈沖時寬帶寬乘積接近于1,時寬與帶寬相互關(guān)聯(lián),不能同時增大時寬與帶寬。pToFLiDAR則通過增益調(diào)制式脈沖激光源,可以解決采用連續(xù)波激光器發(fā)射正弦波在對目標(biāo)成距離像時限制了激光器的瞬時功率從而嚴(yán)重影響成像質(zhì)量和測量范圍的問題。
多束密集的激光束直接向各個方向漫射,因此只要一次快閃就能照亮整個場景。它運(yùn)行起來更像攝像頭。隨后,系統(tǒng)會利用微型傳感器陣列采集不同方向反射回來的激光束。
Flash LiDAR 的一大優(yōu)勢是它能快速記錄整個場景,避免了掃描過程中目標(biāo)或激光雷達(dá)移動帶來的各種麻煩。不過,這種方式也有自己的缺陷。Flash面陣式LiDAR的主要缺點(diǎn)是光子預(yù)算:一旦距離超過幾十米,返回光子的數(shù)量就太少,根本無法進(jìn)行可靠的探測。如果不是對場景進(jìn)行光覆蓋,以犧牲切向分辨率為代價,用網(wǎng)格點(diǎn)狀結(jié)構(gòu)光來照明,這就可得到改善。垂直腔面發(fā)射激光器(VCSELs)使其可在不同方向同時發(fā)射成千上萬的光束。
轉(zhuǎn)載請注明出處。