RM新时代网站-首页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛系統(tǒng)的LIDAR系統(tǒng)設(shè)計方案

電子設(shè)計 ? 來源:ADI ? 作者:Sarven Ipek,Ron Kap ? 2020-12-05 09:59 ? 次閱讀

作者:Sarven Ipek和Ron Kapusta

自動駕駛的未來已不再遙不可及。如今,與自動駕駛相關(guān)的問題主要圍繞讓自動駕駛成為現(xiàn)實所需的底層技術(shù)和技術(shù)進(jìn)步來展開。在支持向自動駕駛應(yīng)用過渡方面,激光探測和測距(LIDAR)技術(shù)是討論最多的技術(shù)之一,但仍存在諸多問題。測距范圍大于100米,角分辨率達(dá)到0.1°的LIDAR系統(tǒng)仍然是自動駕駛領(lǐng)域里的核心模塊。但是,并非所有自動駕駛應(yīng)用都需要這種級別的性能。泊車助手和街道清掃就是其中兩個。目前有大量景深測量技術(shù)可以實現(xiàn)這些應(yīng)用,例如無線電探測和測距(雷達(dá))、立體視覺、超聲波探測和測距,以及LIDAR。但是,這些傳感器都是在性能尺寸成本之間做了妥協(xié)。超聲波器件最為經(jīng)濟(jì)高效,但其范圍、分辨率和可靠性都很有限。雷達(dá)的檢測范圍和可靠性得到大幅提升,但它的角分辨率存在限制;此外,立體視覺的計算成本非常高,而且如果不能妥善校準(zhǔn),則精度非常有限。精心設(shè)計的lider系統(tǒng)能做到在長探測距離下,精準(zhǔn)的測距,出色的角分辨率,較低的算法處理,所以能夠幫助彌補這些不足。但是,LIDAR系統(tǒng)一般體積大,成本高,這些缺點需要改進(jìn)。

LIDAR系統(tǒng)設(shè)計要確定系統(tǒng)對小目標(biāo)的探測能力,在多少遠(yuǎn)處能探測到多低反射率的多小尺寸的目標(biāo)。同時這也就定義了系統(tǒng)需要的角分辨率。由此可以計算得出可達(dá)到的最小信噪比(SNR),該最小信噪比就決定了系統(tǒng)探測的檢測概率與誤檢概率。

了解感知環(huán)境和必要的信息量,作出適當(dāng)?shù)脑O(shè)計權(quán)衡,從而開發(fā)出成本和性能最佳的解決方案。例如,一輛自動駕駛汽車以100 kph (~27 mph)的速度在道路上行駛,而自動機器人則以6 kph的速度在步行區(qū)或倉庫中移動。在高速情況下,我們可能不但需要考慮以100 kph的速度行駛的車輛,還需要考慮以相同速度對向行駛的另一車輛。對于感測系統(tǒng)來說,這相當(dāng)于一個物體以200 kph的相對速度接近。對于LIDAR傳感器來說,檢測對象之間的最大距離為200 m時,兩車之間的距離在一秒內(nèi)便會縮短25%。應(yīng)該注意的是,在進(jìn)行規(guī)避時,汽車的速度(或與對象之間的非直線逼近速度)、剎停距離和動力學(xué)這些復(fù)雜因素會因具體情況而異。一般來說,高速應(yīng)用需要采用檢測距離更長的LIDAR系統(tǒng)。

分辨率是LIDAR系統(tǒng)設(shè)計中的另一個重要系統(tǒng)特性。精細(xì)的角度分辨率使LIDAR系統(tǒng)能夠從某一個被測目標(biāo)接收到多個像素的回波信號。如圖1所示,在200m處,1°角分辨意味著單個像素寬度為3.5m。這種像素尺寸比許多目標(biāo)的物理尺寸都大,這會帶來多重挑戰(zhàn)。首先,我們通常使用空間平均法來改善SNR和檢測能力,但是如果目標(biāo)只占據(jù)一個像素點,這種方法并不適用。此外,即使能檢測到,我們也無法評估出目標(biāo)的尺寸。道路上的垃圾碎屑、動物、交通標(biāo)志和摩托車,這些物體的尺寸通常都小于3.5米。當(dāng)角分辨率再提升10倍達(dá)到0.1°,對于200米開外的汽車,水平方向就能采集到5個相鄰的像素點。這意味著在200m開外,就能區(qū)分出是汽車還是摩托車。(看交通工具的寬度即可,一般情況下交通工具都是寬度大于高度的。且汽車和摩托車高度差不多,寬度有明顯區(qū)別)。

為能安全的自動行駛,不僅方位角需要高分辨率,有時候還需要俯仰角高分辨率。想象一下,自動化的掃地機器人盡管移動緩慢但是需要檢測細(xì)高的物體,如桌子腿,以便判斷能否鉆進(jìn)桌下進(jìn)行工作。這個需求與之前的高速自動駕駛需求就不太一樣了。

圖1. 1°水平分辨率的32線掃描LIDAR系統(tǒng)

一旦確定下來自動駕駛設(shè)備的速度與行駛場景,需要探測目標(biāo)的性質(zhì)以及要達(dá)到的性能,就可以構(gòu)建符合其應(yīng)用的LIDAR系統(tǒng)構(gòu)架。您可以做出多種選擇,例如掃描與閃光、直接飛行時間(ToF)與波形數(shù)字化,但本文暫不討論它們各自的優(yōu)缺點。無論選擇哪一種架構(gòu),ADI豐富的高性能信號鏈和電源管理組件產(chǎn)品系列(用藍(lán)色突出顯示,參見圖2)會提供所需的構(gòu)建塊,幫助設(shè)計存在不同限制(例如尺寸和成本)的系統(tǒng)。

圖2 使用分立元件的LIDAR系統(tǒng)

AD-FMCLIDAR1-EBZ是高性能的LIDAR原型制作平臺,也是905 nm脈沖直接ToF LIDAR開發(fā)套件。使用這個系統(tǒng)可以快速構(gòu)建機器人、無人機、農(nóng)業(yè)和建筑設(shè)備,以及采用1D靜態(tài)閃光配置的ADAS/AV的原型。這個參考設(shè)計中選用的組件主要是針對長距離脈沖LIDAR應(yīng)用。該系統(tǒng)采用905 nm激光源,由高速、雙通道4 A MOSFETADP3634驅(qū)動。它還包括由可編程電源LT8331供電(用于生成APD電源電壓)的First Sensor 公司的16通道APD陣列。包括多個低噪聲、高帶寬的4通道LTC6561TIA,一個AD9094AD9094 1 GSPS、8位ADC,其在通道上的功耗最低,為每通道435 mW。 我們的設(shè)計需要繼續(xù)增大帶寬和采樣速率,以幫助提高整個系統(tǒng)的幀率和范圍精度。與此同時,需要最大限度降低功耗。這是因為散熱減少可以簡化熱/機械設(shè)計,從而幫助模塊減小外形尺寸。

圖3.ADI公司的AD-FMCLIDAR1-EBZ LIDAR開發(fā)解決方案系統(tǒng)架構(gòu)。

測量距離(或深度)、精度都與ADC采樣速率相關(guān)。距離測量精度使得系統(tǒng)能夠準(zhǔn)確獲知與目標(biāo)之間的距離,對于需要近距離移動的場景(例如停車或倉儲物流),這非常重要。此外,可以根據(jù)多幀之間目標(biāo)距離的變化來計算目標(biāo)的速度,這種情況下就要求對目標(biāo)距離的測量精度要很高。采用簡單的閾值算法(例如直接ToF)時,1 ns采樣時段(也就是,使用1 GSPS ADC)的范圍精度可達(dá)到15 cm。計算公式為c(dt/2),其中c表示光速,dt表示ADC采樣時段。鑒于包含ADC,所以,可以采用更復(fù)雜的技術(shù)(例如插值)來改善范圍測量精度。據(jù)估計,測量精度將正比于信噪比的均方根。匹配濾波器是用于處理數(shù)據(jù)的性能最高的算法之一,它可以在插值之后最大化SNR,從而得到最好的距離測量精度。

EVAL-ADAL6110-16,一款高度可配置的評估系統(tǒng),可以輔助實施LIDAR系統(tǒng)設(shè)計。它為需要實時(65 Hz)檢測/跟蹤對象的應(yīng)用(例如防撞、高度監(jiān)測和軟著陸)提供簡單但可配置的2D閃存LIDAR深度傳感器。

圖4.使用集成式16通道ADAL6110-16的EVAL-ADAL6110-16 LIDAR評估模塊。

參考設(shè)計中使用的光學(xué)器件為我們提供了37°(方位角)和5.7°(俯仰角)的視野(FOV)。在方向角的16像素線性矩陣中,20米像素大小相當(dāng)于普通成人的體型,為0.8米(方位角)×2米(俯仰角)。如前所述,不同的應(yīng)用可能需要不同的光學(xué)配置。如果現(xiàn)有的光學(xué)器件不能滿足應(yīng)用需求,可以輕松從殼體上取下印刷電路板,并將其集成到新的光學(xué)配置中。

該評估系統(tǒng)以ADI的ADAL6110-16為核心,這是一款低功率、16通道的集成式LIDAR信號處理器(LSP)。該器件為相關(guān)的照明區(qū)域提供時序控制和對接收的波形采樣的時序,且能對獲取的波形實施數(shù)字化。ADAL6110-16集成了高靈敏度的模擬元件,可以幫助降低本底噪聲,使系統(tǒng)能夠捕獲能量很低的回波信號。相對于采用類似信號鏈的分立式元件方案,它們的本底噪聲是由rms噪聲決定的,所以其靈敏度不如ADAL6110的方案。此外,使用集成信號鏈可以減小LIDAR系統(tǒng)設(shè)計的尺寸大小、重量和功耗。

系統(tǒng)軟件能讓芯片快速測距以便完成多點測量。它的通道之間是完全獨立的,通過USB提供的單個5 V電源運行,通過使用該模塊的機器人OS(ROS)的驅(qū)動,可以很方便集成進(jìn)現(xiàn)有的自動駕駛系統(tǒng)。用戶只需創(chuàng)建一個連接器,將設(shè)備與機器人或者車輛的接口相連,即可通過以下四種通信協(xié)議進(jìn)行通信:SPI、USB、CAN或RS-232??梢赃x擇不同的接收器和發(fā)射器技術(shù)對參考設(shè)計實施修改。有關(guān)EVAL-ADAL6110-16和ADAL6110-16 LSP的更多信息,請訪問analog.com/LIDAR.

如前所述,可以更改EVAL-ADAL6110-16參考設(shè)計的接收器技術(shù),以構(gòu)建圖5至圖7所示的不同配置。EVAL-ADAL6110-16采用Hamamatsu S8558 16元件光電二極管矩陣。表1中顯示的不同距離下的像素大小是基于有效像素大小,即0.8 mm×2 mm,以及20 mm的焦距鏡頭。例如,如果使用單個光電二極管(例如Osram SFH-2701)來重新設(shè)計這個板,且每個光電二極管的有效面積為0.6 mm × 0.6 mm,那么相同范圍內(nèi)的像素大小會大為不同,因為FOV會隨像素大小而改變。

表1.EVAL-ADAL6110-16中使用的接收器大小和光學(xué)器件,以及將接收器更換為SFH-2701之后,可能的像素排列

例如,我們來回顧一下16個像素配成一行的S8558,各像素尺寸為:2 mm × 0.8 mm。

圖5.Hamamatsu S8558 PIN光電二極管陣列的尺寸。

選擇20mm焦距鏡頭后,可以利用基本三角函數(shù)計算出每個像素的垂直和水平FOV,如圖6所示。當(dāng)然,選擇鏡頭時還需要考慮其他更復(fù)雜的因素,比如像差校正和場曲效應(yīng)。但是,對于這樣的低分辨率系統(tǒng),一般只需要進(jìn)行簡單的光路計算。

圖6. 簡單光學(xué)模型的角分辨率基本計算

所選的1×16像素FOV可用于自動駕駛車輛和自動地面車輛的對象檢測和防撞等應(yīng)用中,或者使受限環(huán)境(例如倉庫)中的機器人實現(xiàn)同步定位與地圖繪制(SLAM)。

圖7.LIDAR系統(tǒng)的各種光學(xué)配置,可以幫助增強應(yīng)用的安全性。

有一種獨特應(yīng)用,需要配置4 × 4網(wǎng)格矩陣,以檢測系統(tǒng)周圍的物體。這個正在開發(fā)中的應(yīng)用將被安裝在大客車和RV(休閑車輛)中,作為車輛的安全器件,可以在車輛近旁有行人行走時向駕駛員發(fā)出警報。該系統(tǒng)可以檢測行人行走的方向,提醒駕駛員剎停車輛或按喇叭提醒行人,以防撞倒行人或自行車騎行者。

注意,并非每種應(yīng)用都需要0.1°的角分辨率和100米測量范圍。細(xì)想一下應(yīng)用真正需要采用哪種LIDAR系統(tǒng)設(shè)計,然后明確定義關(guān)鍵標(biāo)準(zhǔn),例如對象大小、反射率、與對象的距離,以及自動駕駛系統(tǒng)行進(jìn)的速度。

這可以為組件選擇提供依據(jù),使系統(tǒng)設(shè)計在出色性能、成本和需要的功能之間達(dá)成平衡,以便大幅提高首次設(shè)計成功的可能性。

作者

Sarven Ipek于2006年加入ADI公司。在ADI公司任職期間,Sarven在故障分析、設(shè)計、特性表征、產(chǎn)品工程以及項目和程序管理方面積累了豐富的經(jīng)驗。Sarven目前是ADI公司麻薩諸塞州威明頓市自動駕駛和安全產(chǎn)品部門LIDAR部的營銷經(jīng)理。他擁有東北大學(xué)電氣和計算機工程學(xué)士學(xué)位以及電氣工程碩士學(xué)位,主修通信系統(tǒng)和信號處理。

Ron Kapusta是ADI的研究員,擁有麻省理工大學(xué)的理學(xué)學(xué)士和工程學(xué)碩士學(xué)位。他在2002年畢業(yè)后加入ADI公司,為數(shù)字成像系統(tǒng)設(shè)計數(shù)據(jù)轉(zhuǎn)換器和傳感器接口電路。2014年,Ron將研究重點轉(zhuǎn)移到汽車技術(shù),主要研究與LIDAR傳感器有關(guān)的電子、光子和信號處理。Ron還在多個IEEE會議的項目委員會任職。
編輯:hfy

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 自動駕駛
    +關(guān)注

    關(guān)注

    784

    文章

    13784

    瀏覽量

    166382
  • LIDAR
    +關(guān)注

    關(guān)注

    10

    文章

    326

    瀏覽量

    29411
  • 掃地機器人
    +關(guān)注

    關(guān)注

    20

    文章

    788

    瀏覽量

    53430
收藏 人收藏

    評論

    相關(guān)推薦

    AUTOSAR通信對自動駕駛的影響 AUTOSAR通信與嵌入式系統(tǒng)設(shè)計

    AUTOSAR(Automotive Open System Architecture)通信對自動駕駛的影響深遠(yuǎn),它不僅優(yōu)化了汽車電子系統(tǒng)的通信結(jié)構(gòu),還提高了自動駕駛系統(tǒng)的安全性和可靠
    的頭像 發(fā)表于 12-17 15:09 ?225次閱讀

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    自動駕駛HiL測試方案——攝像頭仿真之視頻注入#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月17日 15:18:41

    自動駕駛HiL測試方案介紹#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月12日 18:02:07

    聊聊自動駕駛離不開的感知硬件

    自動駕駛飛速發(fā)展,繞不開感知、決策和控制決策的經(jīng)典框架,而感知作為自動駕駛汽車“感官”的重要組成部分,決定了自動駕駛系統(tǒng)對環(huán)境的理解和反應(yīng)能力。為了讓
    的頭像 發(fā)表于 08-23 10:18 ?473次閱讀

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    可以根據(jù)自動駕駛系統(tǒng)的具體需求,通過編程來配置FPGA的邏輯功能和連接關(guān)系,以適應(yīng)不同的應(yīng)用場景和算法變化。這種靈活性使得FPGA能夠快速適應(yīng)自動駕駛技術(shù)的快速發(fā)展和變化。 低延遲: 自動駕
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    低,適合用于實現(xiàn)高效的圖像算法,如車道線檢測、交通標(biāo)志識別等。 雷達(dá)和LiDAR處理:自動駕駛汽車通常會使用雷達(dá)和LiDAR(激光雷達(dá))等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感器
    發(fā)表于 07-29 17:09

    自動駕駛的傳感器技術(shù)介紹

    自動駕駛的傳感器技術(shù)是自動駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動駕駛傳感器技術(shù)的詳細(xì)介紹,內(nèi)容涵蓋常見類型、工作原理、在
    的頭像 發(fā)表于 07-23 16:08 ?2255次閱讀

    Mobileye引領(lǐng)自動駕駛新紀(jì)元:L4級無人駕駛系統(tǒng)在德國成功路測

    在全球自動駕駛技術(shù)的浪潮中,Mobileye,作為全球自動駕駛解決方案的領(lǐng)軍者,再次邁出了具有里程碑意義的一步。近日,該公司宣布其全自動無人駕駛
    的頭像 發(fā)表于 07-02 17:04 ?1454次閱讀

    中級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    隨著自動駕駛技術(shù)的成熟,對系統(tǒng)架構(gòu)師的需求逐漸增加。自動駕駛系統(tǒng)架構(gòu)師負(fù)責(zé)設(shè)計整個系統(tǒng)的結(jié)構(gòu)、組件、接口和數(shù)據(jù)流;需要協(xié)調(diào)不同領(lǐng)域的專業(yè)知識
    的頭像 發(fā)表于 06-20 21:47 ?285次閱讀

    初級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    隨著自動駕駛技術(shù)的成熟,對系統(tǒng)架構(gòu)師的需求逐漸增加。自動駕駛系統(tǒng)架構(gòu)師負(fù)責(zé)設(shè)計整個系統(tǒng)的結(jié)構(gòu)、組件、接口和數(shù)據(jù)流;需要協(xié)調(diào)不同領(lǐng)域的專業(yè)知識
    的頭像 發(fā)表于 06-20 21:45 ?298次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    駕駛的關(guān)鍵的是具備人類的感知能力,多傳感器融合感知正是自動駕駛破局的關(guān)鍵。昱感微的雷視一體多傳感器融合方案就好像一雙比人眼更敏銳的眼睛,可以為自動駕駛
    發(fā)表于 04-11 10:26

    自動駕駛汽車技術(shù) | 車載雷達(dá)系統(tǒng)

    自動駕駛汽車技術(shù) | 車載雷達(dá)系統(tǒng)
    的頭像 發(fā)表于 03-20 08:09 ?3055次閱讀
    <b class='flag-5'>自動駕駛</b>汽車技術(shù) | 車載雷達(dá)<b class='flag-5'>系統(tǒng)</b>

    自動駕駛發(fā)展問題及解決方案淺析

    隨著科技的飛速進(jìn)步,自動駕駛汽車已經(jīng)從科幻概念逐漸轉(zhuǎn)變?yōu)楝F(xiàn)實。然而,在其蓬勃發(fā)展的背后,自動駕駛汽車仍面臨一系列亟待解決的問題和挑戰(zhàn)。本文將對這些問題進(jìn)行深入的剖析,并提出相應(yīng)的解決方案,以期為未來
    的頭像 發(fā)表于 03-14 08:38 ?1131次閱讀

    康謀方案 | 加速自動駕駛系統(tǒng)開發(fā)的技術(shù)解決方案

    過程。 ADTF 能在 Windows、Linux 和 ARM 環(huán)境中運行配置。它可以實時同步處理多個傳感器數(shù)據(jù)流。集成的測試環(huán)境,使得在開發(fā)平臺中編程的駕駛員輔助和安全功能可以很容易地可視化并進(jìn)行虛擬測試。 ADTF作為自動駕駛系統(tǒng)
    的頭像 發(fā)表于 01-19 15:57 ?409次閱讀
    康謀<b class='flag-5'>方案</b> | 加速<b class='flag-5'>自動駕駛</b><b class='flag-5'>系統(tǒng)</b>開發(fā)的技術(shù)解決<b class='flag-5'>方案</b>
    RM新时代网站-首页