閱讀 | 訂閱
閱讀 | 訂閱
今日要聞

第二代激光雷達的競爭,從寶馬和Innoviz開始

星之球科技 來源:全國能源信息平臺2020-01-06 我要評論(0 )   

從機械式到非機械式,第二代自動駕駛用激光雷達新技術層出不窮。LiDAR用于自動駕駛的汽車外部環(huán)境感知,最早將在2021年出現(xiàn)在量

LiDAR用于自動駕駛的汽車外部環(huán)境感知,最早將在2021年出現(xiàn)在量產(chǎn)車型上。寶馬預計將在2021年秋季上市車型上采用以色列LiDAR制造商Innoviz Technologies生產(chǎn)的第二代激光雷達產(chǎn)品。該產(chǎn)品于2019年夏季開始交付樣品,目前計劃于2020年正式量產(chǎn)。

同樣美國的激光雷達制造商Quanergy Systems也在2018年宣布,其產(chǎn)品將從2021年開始搭載于量產(chǎn)車型。先鋒電子也表示,其LiDAR將在2020年之后安裝在當?shù)氐拇┧蟀褪亢推渌厥庥猛拒囕v上。

“機械式vs 非機械式”的競技

上述三家公司所提供的LiDAR都是“機械式的”(圖1)。與自2012年以來Waymo安裝在自動駕駛測試車輛車頂上的圓柱形“機械式”相比已大幅降低了成本。Waymo使用的機械式產(chǎn)品由美國Velodyne 公司提供,價格最貴的型號達到了約7萬美元,只能是作為實驗室階段采用。

圖1: 用于自動駕駛汽車的LiDAR發(fā)展路徑

圖片顯示了LiDAR在自動駕駛汽車發(fā)展過程中的使用狀況。 Waymo從2012年開始已經(jīng)在公共道路上測試的試驗車型上采用“機械式”產(chǎn)品,旨在替代單車成本接近1000萬日元的第一代“非機械式”LiDAR產(chǎn)品提案出現(xiàn)在2010年代后期。 主要是對激光束掃描方法進行了改進,其中一部分產(chǎn)品將在2020年代初期搭載在量產(chǎn)車型中。 為了將LiDAR的測距范圍擴展到200 m以上,過去2~3年內提出的技術一直在改進波長和測距方法,這些技術預計將在2020年代后期開始用于量產(chǎn)車型。 ( 右圖為Innoviz距離圖像,Blackmore激光光源,Pioneer MEMS掃描圖像,Velodyne機械產(chǎn)品)

另一方面, 非機械式激光雷達也將在2021年搭載于量產(chǎn)車型之上,通過非旋轉元器件或MEMS系統(tǒng)替換用于掃描近紅外激光的掃描機構,從而降低成本。 預計量產(chǎn)價格在1000美元左右。雖然與Velodyne的實驗規(guī)格不完全相同,但基本可以滿足汽車制造商的要求,同時價格大幅下降,預計2年內這些車載激光雷達將投放市場。

未來,非機械型LiDar由于其成本競爭力和高可靠性,極有可能淘汰機械類產(chǎn)品。 以機械類產(chǎn)品著稱的Velodyne據(jù)說也已完成非機械型產(chǎn)品的開發(fā)??吹竭@里,旁觀者已經(jīng)看到基本是非機械型產(chǎn)品贏得競爭,而接下來的競爭就是性能的競爭了。如果將與機械型產(chǎn)品競爭的非機械型稱為“第一代”產(chǎn)品,則與非機械型競爭的是“第二代”(圖1)產(chǎn)品。第二代非機械型融合了多種新技術,可增強在距離超過200 m或陽光等噪音較大的環(huán)境中的檢測能力(圖2)。

(a)搭載AEye激光雷達的測試車輛

(b)Blackmore開發(fā)的產(chǎn)品

(c)Blickfeld的開發(fā)產(chǎn)品

(d)Innoviz的產(chǎn)品照片

(e)先鋒電子的開發(fā)產(chǎn)品

圖2: 關于LiDAR的新產(chǎn)品和技術層出不窮,仍在尋找最佳方式。 最新產(chǎn)品是一種非機械式的改良產(chǎn)品,可以安裝在量產(chǎn)車型上。

從2025年開始全面普及

第一代非機械型產(chǎn)品的商用化僅僅是LiDAR的開始, 眾多LiDAR制造商都認為2025年后才會開始全面采用車載LiDAR。

Innoviz認為, 到2025年,車載激光雷達市場將首次突破1000萬臺,其中將引入具有全自動駕駛功能的私家車(“ L4級”或“ L5級”) 。在此之前,大多數(shù)應用將用于自動穿梭巴士和機器人出租車。由于價格相對沒有私家車敏感,因此最初可能使用機械型版本,類似于Google的實驗車輛所使用的版本。

先鋒電子對LiDAR全面采用的時機也有類似的看法。“ 2015年的時候,許多人預測具有L3級以上自動駕駛功能的私家車的普及將在2022~2023年,但是最近的觀點卻普遍認為可能會到2025年以后?!?(先鋒電子智能和自動駕駛技術研究部門部長村松英治)。

性能與價格之間的兩軸競爭

在2025年之后的普及時期,激光雷達制造商已經(jīng)進入了兩個方面的競爭: (1)非機械型產(chǎn)品之間的性能競爭,(2)各個雷達產(chǎn)品的價格競爭。

隨著競爭要素的增多,2020年代初的第一代非機械式產(chǎn)品的贏家,可能在2025年之后無法保持贏家的地位。而眾多以第二代非機械式Lidar為目標的制造商們大多期待在2025年之后取勝。

(1)關于性能的競爭,自2018年以來尤為明顯。先鋒松村先生表示:“我認為,進入2018年明顯感覺到對于LiDAR提出了更高的性能要求?!?不僅限于他,不少相關人士均表示,車載LiDAR所需的規(guī)格要求在不斷增加。過去,距離圖像的級別為“距離為200m,分辨率小于1度”,但最近級別已增加為“距離為200-300m,分辨率為0.1度”。

例如,在以超過100 km/h或甚至200km~300km的高速自動駕駛期間,就必須進行長距離測距以控制速度而不會突然制動。即使當前無法識別的物體位于前方,高分辨率LiDAR也可以輕松地從遠處提高識別精度。在私家車特別是豪華私家車中,在高速自動駕駛過程中的舒適駕乘度可能是造成差異化的主要因素

(2)使用無線電波的車載雷達,原本配備的分辨率是不足以識別物體的形狀或種類的,但最近1年已經(jīng)出現(xiàn)了大約1度左右高分辨率的產(chǎn)品。部分雷達可以代替LiDAR進行外部傳感。不需要光學組件,只需要用半導體和印刷板就能實現(xiàn)。盡管不是用于自動駕駛,但已批量生產(chǎn)用于車載,量產(chǎn)初期就實現(xiàn)了僅數(shù)千日元的低價格水平。

雖然目前尚無分辨率達到0.1度的車載雷達,但在分辨率小于1度的范圍內,如果將駕駛條件限制在每小時數(shù)十公里的低速范圍內,完全有可能替換LiDAR。此外,理論上將測量距離擴展至300m也是比較容易實現(xiàn)的,而且不容易受到諸如雨天等惡劣天氣的影響。

對于性能依然中途半端的LiDAR,我們可能很容易得出使用雷達就足夠了的結論。所以降價很重要。

價格下降不及預期

LiDAR價格并未以LiDAR制造商在2016-2017年預期的速度下降。 僅僅將掃描機構替換成非機械式顯然是不夠的,還需要大規(guī)模量產(chǎn)。 與雷達或攝像頭在車載領域已經(jīng)大規(guī)模量產(chǎn)的情況不同,而第一款車載產(chǎn)品LiDAR在增加出貨量和降低價格方面仍然還是“先有雞還是先有蛋”的關系。

在2016-2017年左右,人們期望到2020年左右,非機械型激光雷達產(chǎn)品的成本可低于100美元)。然而,實際上LiDar制造商們最新的預期是,在2025年左右,能提供滿足汽車制造商需求的LiDAR成本可實現(xiàn)100到數(shù)百美元(圖3)。

圖3:能切實可行的降價方向

Quanergy LiDAR產(chǎn)品的價格路線圖。 對于許多LiDAR制造商而言,在滿足LiDAR要求的同時,迅速降低價格似乎很困難,2025年該公司的價格將低于100美元。 (圖片來源Q公司)

波長和測距的新方法

為了在激烈的車載傳感器競爭環(huán)境中擴大采用范圍,特別是LiDAR的專業(yè)制造商們正在以低成本和非機械型為前提,開發(fā)各種新技術(表1)。其中可以看到作為第二代無機械式產(chǎn)品,可取的主要新技術是關于波長和距離的測量方法。

表1: LiDAR開發(fā)示例

主要為非機械式。 Cepton的掃描機構是機械式的,但是很容易降低價格。 此外,汽車,車載設備和IC廠商也紛紛投入開發(fā)。 Velodyne目前還沒有公開其非機械型產(chǎn)品規(guī)格,但據(jù)說正在與瑞典電子制造商Veoneer合作。

更高的微米光輸出對眼睛安全

至于波長,現(xiàn)有的LiDAR大多使用900~905 nm左右的波長。 與此相對,第二代非機械型產(chǎn)品則采用了1550nm(1.55 μm)甚至10 μm的較長波長。長波長光具有兩個主要優(yōu)點。

一是它不容易受到陽光的影響。地面上太陽光的能量密度的峰值在500 nm附近,從900 nm附近開始波長越長能量密度就會越低(圖4)。所以在白天作為激光噪聲的太陽光減少的話,就可以容易地增加光接收單元的SN比(信噪比)。

圖4:長波長化和“雷達化”的進展

左圖是太陽光的光譜。 波長越長,陽光能量越少。 對眼睛的影響也降低了。 右邊是三個示例,說明了如何讀取反射激光的距離(R)。 脈沖差(⊿t)用于幅度檢測,相位差(⊿Φ)用于相位檢測,頻率差(⊿f)用于頻率檢測。 將來,雷達使用的頻率檢測可能會成為主流。 (右圖: 基于Oryx的圖創(chuàng)建)

另一個優(yōu)點是容易增加輸出強度。對于激光,IEC(國際電工委員會)規(guī)定900納米左右的波長為輸出上限,以保護人眼。當光線通過眼睛的晶狀體被視網(wǎng)膜吸收時,視網(wǎng)膜可能會受損。波長為1400 nm以上的激光不會被視網(wǎng)膜吸收,所以能不受IEC法規(guī)的約束。原理上就是輸出一個超強光線,而在光接收部位調整SN比。

用1550nm的光識別前方1公里

AEye(美國),Baraja(澳大利亞),Blackmore Sensors and Analytics(美國)使用波長為1550nm的光源。以色列Oryx Vision則使用10μm光源。

AEye聲稱 它可以使用1550nm的波長識別1公里的距離。 為了不損害眼睛,采用的光源是光纖激光器,其輸出可以高于半導體激光器的輸出。 但是,由于輸出過強可能會導致內置在另一個系統(tǒng)的照相機中的CMOS圖像傳感器的像素(光電二極管)有時會被損壞。Blackmore則先在480m范圍內進行識別。采用的是已被證明可用于光通信的半導體激光器和安裝技術。

通常,半導體激光器不能用于10μm的光源。以色列Oryx則使用天線代替受光元件1) 。

先鋒電子目前使用的波長為905 nm,但將來可能會使用更長的1550 nm波長光源以獲得更長的測量距離。該公司使用其獨有的MEMS系統(tǒng)用于掃描,并且設計它不選擇光源的波長。

直接測量速度,對攝像頭也很安全

在LiDAR距離測量中,通常使用ToF(飛行時間),但是FMCW(調頻連續(xù)波)的方法正在增加。ToF發(fā)射脈沖光并測量反射光的延遲時間從而測算出距離。FMCW讀取反射波的頻率變化而測算距離(圖4)。

FMCW不太容易受到陽光噪聲的干擾,并且不受其他系統(tǒng)的干擾。將來,如果自動駕駛汽車大面積普及,與使用ToF相比,很有可能減少誤檢測。這是因為使用了連續(xù)波來代替ToF中使用的脈沖。在ToF中,需要通過重復捕獲脈沖的處理來減少錯誤檢測。FMCW是一種廣泛用于雷達的方法,可以直接通過多普勒效應測量速度。這是優(yōu)于LiDAR的優(yōu)勢,后者即使是高分辨率雷達也無法直接測量速度。

使用這種測量技術還可以減少損壞攝像頭的CMOS圖像傳感器的風險。當發(fā)射相同能量的光時,連續(xù)波FMCW的峰值功率低于脈沖波。Blackmore通過使用相同的1550nm的競爭LiDAR突出了這一點。

使用FMCW的LiDAR制造商除了Blackmore外還包括Oryx。從距離測量方法來看,美國Aeva可能也采用了FMCW。LiDAR制造商之間的實現(xiàn)方法似乎沒有顯著差異。根據(jù)信號與發(fā)出頻率線性變化的信號和信號之間的頻率差估算距離。通過多普勒效應測算速度。

厘米級“大” MEMS鏡

非機械型激光雷達的掃描方式除了MEMS,還有相控陣,微透鏡陣列等。

在MEMS中,通過MEMS移動鏡頭以改變激光的方向。 除了Innoviz,德國的Blickfeld也采用這一方式。Blickfeld表示,通過使用直徑比普通MEMS反射鏡系統(tǒng)大的反射鏡,從光學原理上已經(jīng)提高了分辨率和測量距離。通常,MEMS反射鏡最多只有幾毫米,但該公司的反射鏡卻超過了10毫米。由于重量的原因,在保持高速(600線/秒)和廣角(最大±60度)的同時實現(xiàn)驅動變得困難。該公司通過采用獨特設計方法開發(fā)的驅動技術實現(xiàn)了這一目標。

美國的TriLumina公司則正在開發(fā)微透鏡陣列掃描3 )。

通過設計激光元件和透鏡的位置來控制激光的照射方向。 來自位于透鏡中心的激光元件的光被導向透鏡的前部,而來自偏心(偏移)的激光元件的光可以被導向與偏移側相反的一側。因此,大量(例如512個)激光元件被分散并布置在一個透鏡的正下方,從而通過選擇發(fā)光元件可以在各個方向上發(fā)射光。

僅通過信號處理提高ToF

同時,采用ToF進行距離測量的開發(fā)中,抑制噪音影響的技術開發(fā)仍在繼續(xù)。例如東芝(圖5)。

圖5: 通過信號處理抑制噪聲的影響

在LiDAR測距中應用技術來減少接收光的噪聲的示例,由東芝開發(fā)。 與該公司的常規(guī)方法相比(左),2019年的最新方法(右)減少了紅色包圍的區(qū)域中無法檢測到的部分(黑色)

通常,采用基于ToF的LiDAR的情況下,由于日光等原因,可能無法識別本應接收的反射光。在以往的方法中,對周圍的多個像素進行積分并求平均,但在這種情況下,對不相關的物體(例如車輛和電線桿)進行求平均,存在降低分辨率的可能性。

該公司將其累積的像素限制為與目標像素相關的像素。例如,據(jù)說來自同一車輛的多個反射光具有相似的振幅等,并且即使它們彼此靠近,來自電線桿的反射光也具有不同的振幅等。因此,僅集成測算相似(相關)的反射光。

在2019年,該公司進行了進一步改進。具體而言就是利用歷史信息。例如,在捕獲特定幀中的反射光的像素時,即使下一幀中的反射光的振幅減小,也增加認為存在反射光的可能性。反射光接收電路例如僅識別在一定期間(從假定的最大距離起的反射時間)內振幅大的兩個反射光。這次,在前一幀中存在反射光的像素的幅度拓展到例如是以第3~4幀為對象,由此減少了無法測量距離的區(qū)域(圖5)。據(jù)說,在相同條件下,可測量距離增加了22%,分辨率提高了2.2倍。


轉載請注明出處。

激光激光雷達寶馬激光技術
免責聲明

① 凡本網(wǎng)未注明其他出處的作品,版權均屬于激光制造網(wǎng),未經(jīng)本網(wǎng)授權不得轉載、摘編或利用其它方式使用。獲本網(wǎng)授權使用作品的,應在授權范圍內使 用,并注明"來源:激光制造網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關責任。
② 凡本網(wǎng)注明其他來源的作品及圖片,均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本媒贊同其觀點和對其真實性負責,版權歸原作者所有,如有侵權請聯(lián)系我們刪除。
③ 任何單位或個人認為本網(wǎng)內容可能涉嫌侵犯其合法權益,請及時向本網(wǎng)提出書面權利通知,并提供身份證明、權屬證明、具體鏈接(URL)及詳細侵權情況證明。本網(wǎng)在收到上述法律文件后,將會依法盡快移除相關涉嫌侵權的內容。

網(wǎng)友點評
0相關評論
精彩導讀