Lidar感知挑戰

作者 : Sarven Ipek,ADI Lidar行銷經理

成功的自動駕駛車,必定將使用緊密整合的感測器系統來達到、甚至超越人類的駕駛能力。複現人類駕駛能力所需的感測器包括雷達、光達(Lidar)、攝影機、慣性測量單元(IMU),以及超音波感測器,每種系統都有其優勢,也有其缺點…

成功的自動駕駛車,必定將使用緊密整合的感測器系統來達到、甚至超越人類的駕駛能力。人類駕駛一般利用雙眼、雙耳,以及車輛運動給予人的回饋來駕駛車輛,我們的大腦會即時處理所有這些資訊,並從人腦的駕駛經驗資料庫中直覺反應。複現人類駕駛能力所需的感測器包括雷達、光達(Lidar)、攝影機、慣性測量單元(IMU),以及超音波感測器,每種系統都有其優勢,也有其缺點。目前的趨勢是,單一感測器的精準度和性能不足以取代所有其他感測器相輔的多感測器融合方案。本文將介紹與Lidar有關的主要設計考量,Lidar是一種感測器,為各種自動駕駛解決方案提供大量資料。

圖1 比較視覺、雷達和Lidar的蛛網圖。

在自動駕駛車中,Lidar與雷達密切合作,這兩種技術在工作中不會產生可見光,這對於夜間駕駛或弱光條件至關重要。雷達適合遠距離感測和追蹤,Lidar則提供更高的角解析度,可以辨識物件並對其進行分類。換句話說,雷達適合檢測物件是否存在,Lidar則能夠在雷達檢測到物件的基礎上提供關於該物件的具體資訊。

圖2 自動駕駛車的Lidar感知。

設計Lidar系統時會面臨一些技術挑戰,主要挑戰之一就是近紅外線波長要保持在人眼安全限值之下,關於這些安全指南,請參考IEC 60825-1。這並不是要降低人眼安全的重要性,本文探討的所有方面最終都會影響人眼安全。目前存在多種不同的Lidar系統技術,設計複雜程度各不相同,各有其優點和缺點。

重要的是,所有設計需要關注的基礎方面都相同。再此本文著重討論人眼安全以外影響系統設計的其他方面,包括:訊噪比(SNR)最大化、最小可感測要求、視場、散熱、功耗,以及航位推測。

查看接收鏈路,會發現系統的SNR會影響在遠距離(100公尺~300公尺)檢測小型目標的能力。ADC雜訊本底不能超過接收路徑中的其他雜訊源。如果背景光或散粒雜訊貢獻因素低於ADC的雜訊本底或印刷電路板(PCB)雜訊,系統精準度就會受限。採用直接飛行測距(ToF)法要求系統可以輸出短脈衝(~1ns至5ns),且使用高採樣速率ADC檢測這些脈衝。採樣速率達到1GSPS,即可滿足接收訊號鏈路需求。此外,請注意,ADC的有效位數(ENOB)必須支援跨阻放大器(TIA)的整個輸出範圍,不能對訊號實施削波。

系統需要檢測100公尺以外的籃球嗎?確定相關物件的反射率、尺寸和距離,會決定TIA的SNR需求。與ADC相同,TIA也需要檢測同樣的窄脈衝,因為系統需要處理的物件的距離、反射率和尺寸範圍甚廣,所以TIA必須能夠在飽和後中快速恢復。高反射(比如交通標誌)或近距離目標能反射強光而造成TIA飽和,這些都是常見事件,而系統恢復的速度(以儘量減少致盲時間)對於安全性至關重要。

圖3 Lidar電氣架構。

系統的視場和角解析度也會影響到檢測一個籃球的能力,發射和接收光學是決定視場的主要因素。角解析度決定能遠距離檢測籃球大小的目標並進行分類,還是只能檢測目標的存在。

對於Lidar系統設計人員來說,處理這些系統的功耗和散熱是不小的挑戰。當然,降低訊號鏈的功耗會相應降低產生的熱量,元件的性能隨溫度會出現大幅變化,其中更敏感的一些元件可能需要溫度補償。使用熱電控制器是一種不錯的方法,可以高度準確地對IC進行冷卻或加熱。如果追求精準的話,發光和感光二極體都需要溫度補償,以在Lidar系統的工作溫度範圍內保持穩定的工作波長和效率。

在某些情況下,對雪崩光電二極體和雷射器施加的偏置電壓要到幾百伏(正壓或負壓)。高效生成這些電壓,且使用盡可能少的元件,是最佳設計實踐所追求的。要提供準確的基準電壓源,需要使用精密數位類比轉換器(DAC)生成偏置點、電流和電壓。沿著傳統的1.8V~12V電壓域,Lidar系統對電壓的需求是有所增加的。謹慎選擇電源解決方案可以處理這一個問題,尤其是解決方案中額外加入一種電壓時。選擇具備關斷或低功率模式的IC和電源也非常重要,這樣的系統可以靈活高能效地輪詢多個通道。

整合式Lidar感測器的IMU具備多種優勢。IMU感測器智慧地融合多軸陀螺儀和加速度計,為除震和導航應用提供可靠的位置和運動辨識。即使在複雜的操作環境下,面臨極限運動動力學問題時,精密微機電系統(MEMS)IMU也能提供所需的精確度。

IMU為自動駕駛系統提供航位推測、定位和穩定功能。反過來,在先進駕駛輔助系統(ADAS)或GPS性能下降,或者不可用時,上述功能又能為系統提供可靠的資料。IMU能夠有效利用高更新速率(每秒數千個樣本),且可不受外部環境變化干擾,IMU越穩定,越能長時間為系統提供關鍵且可靠的航跡資訊。

IMU可以直接整合至Lidar模組中,用於檢測、分析和校正車輛行駛環境中常見的振動。例如,IMU輸出可輔助拼接Lidar點雲,否則,這些點雲會因為車輛越過路面坑窪而出現偏離。此外,還可以使用IMU檢測旋轉式Lidar系統的軸承磨損,以在實際出現故障之前維修Lidar,提高安全性。

結論

在最初產品定義期間,需要考慮Lidar系統的複雜性,以確定可接受的SNR、檢測要求、視野、散熱限制,以及功耗。瞭解哪些元件是各個問題的主要形成因素,同時謹慎選擇IC,將可以大幅提高設計的成功機率。

本文同步刊登於EDN Taiwan 2020年8月號雜誌

掃描或點擊QR Code立即加入 “EETimes技術論壇” Line 群組 !

 EET-Line技術論壇-QR

發表評論