自動駕駛系統中的LiDAR:用於目標分類?抑或目標檢測?

作者 : Sarven Ipek、Ron Kapusta,ADI行銷經理、研究員

全自動駕駛的未來已不再遙不可及。而在支援朝自動駕駛應用過渡方面,光達(LiDAR)是被業界討論最多的技術之一,但該技術仍然存在著諸多問題…

全自動駕駛的未來已不再遙不可及。如今,與自動駕駛相關的問題主要圍繞在讓自動駕駛成為現實所需的底層技術和技術進步而展開。在支援朝自動駕駛應用過渡方面,光達(LiDAR)技術是討論最多的技術之一,但仍存在諸多問題。

測距範圍大於100m,角解析度達到0.1°的LiDAR系統仍然是自動駕駛領域裡的核心。但是,並非所有自動駕駛應用都需要這種等級的性能,停車助理和掃路機就是其中兩個。目前有大量景深測量技術可以實現這些應用,例如無線電探測和測距(雷達)、立體視覺、超聲波探測和測距,以及LiDAR。但是,這些感測器都是在性能尺寸和成本之間進行了妥協。

超音波元件最為經濟高效,但其範圍、解析度和可靠性都很有限。雷達的檢測範圍和可靠性取得大幅提升,但它的角解析度存在限制;此外,立體視覺的運算成本非常高,而且如果不能妥善校準,則精準度非常有限。精心設計的LiDAR系統能做到在長探測距離下精準的測距、傑出的角解析度,以及較低的演算法處理,所以能夠協助彌補這些不足。但是,LiDAR系統體積大、成本高,這些缺點需要改進。

LiDAR系統設計要確定系統對小目標的探測能力,在多遠處能探測到多低反射率的多小尺寸的目標。同時這也就定義了系統需要的角解析度。由此可以計算得出可達到的最小訊噪比(SNR),該最小SNR就決定了系統探測的檢測概率與誤測概率。

瞭解感測環境和必要的訊息量,作出適當的設計權衡,從而開發出成本和性能最佳的解決方案。例如,一輛自動駕駛車以100kph (~27mph)的速度在道路上行駛,而自動機器人則以6kph的速度在步行區或倉庫中移動,在高速情況下,我們可能不但需要考慮以100kph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。對於感測系統來說,這相當於一個物體以200kph的相對速度接近,對於LiDAR感測器來說,檢測物件之間的最大距離為200m時,兩車之間的距離在一秒內便會縮短25%。應該注意的是,在進行規避時,汽車的速度(或與物件之間的非直線逼近速度)、煞車距離和動力學這些複雜因素會因具體情況而異。一般來說,高速應用需要採用檢測距離更長的LiDAR系統。

解析度是LiDAR系統設計中的另一個重要系統特性。精細的角度解析度使LiDAR系統能夠從某一個被測目標接收到多個畫素的回射訊號。如圖1所示,在200m處,1°角解析度表示單一畫素寬度為3.5m,這種畫素尺寸比許多目標的物理尺寸都大,這會帶來多重挑戰。首先,我們通常使用空間平均法來改善SNR和檢測能力,但是如果目標只佔據一個畫素點,這種方法並不適用。此外,即使能被檢測出,我們也無法評估出目標的尺寸,道路上的垃圾碎屑、動物、交通號誌和摩托車,這些物體的尺寸通常都小於3.5m。當角解析度再提升10倍達到0.1°,對於200m外的汽車,水平方向就能採集到5個相鄰的畫素點。這表示在200m外,就能區分出是汽車還是摩托車(端看交通工具的寬度即可,一般情況下交通工具都是寬度大於高度。且汽車和摩托車高度差不多,其寬度有明顯的差別)。

 

圖1:具有32個垂直通道的LiDAR系統以1°的角解析度水平掃描環境。

 

為能安全的自動行駛,不僅方位角需要高解析度,有時候還需要俯仰角高解析度。試想,自動化的掃地機器人儘管移動緩慢,但是需要檢測細高的物體,如桌腳,以便判斷能否鑽進桌下進行工作。這個需求與高速自動駕駛需求就不太一樣了。

一旦確定了自動駕駛設備的速度與行駛場景,需要探測目標的性質,以及要達到的性能,就可以建構符合其應用的LiDAR系統架構。可以做出多種選擇,例如掃描與閃光、飛時測距(ToF)與波形數位化,但本文暫不討論它們各自的優缺點。無論選擇哪一種架構,ADI豐富的高性能訊號鏈和電源管理元件產品系列(圖2藍色顯示)會提供所需的建構區塊,幫助設計具有不同限制(例如尺寸和成本)的系統。

 

圖2:使用離散元件的LiDAR系統。

 

AD-FMCLiDAR1-EBZ是高性能的LiDAR原型製作平台,也是905nm脈衝直接ToF LiDAR開發套件。使用這個系統可以快速建構機器人、無人機、農業和建築設備,以及採用1D靜態閃光配置的ADAS/AV的原型。這個參考設計中選用的元件主要是針對長距離脈衝LiDAR應用,該系統採用905nm雷射源,由高速、雙通道4A MOSFET驅動。它還包括由可編程電源供電(用於產生APD電源電壓)的First Sensor 16通道APD陣列。設計需要繼續加大頻寬和採樣速率,以協助提高整個系統的影格率和範圍精準度,與此同時,需要大幅降低功耗,這是因為散熱減少可以簡化熱/機械設計,從而協助模組縮小外形尺寸。

 

圖3:ADI的LiDAR開發解決方案系統架構。

 

測量距離(或深度)、精準度都與ADC採樣速率相關。距離測量精準度使得系統能夠準確獲知與目標之間的距離,對於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,可以根據多影格之間目標距離的變化來計算目標的速度,這種情況下就要求對目標距離的測量精準度要很高。採用簡單的閾值演算法(例如直接ToF)時,1ns採樣時段(也就是,使用1GSPS ADC)的範圍精準度可達到15cm。計算公式為c(dt/2),其中c表示光速,dt表示ADC採樣時段。鑒於包含ADC,所以,可以採用更複雜的技術(例如內插法)提升範圍測量精確度,據估計,測量精準度將正比於訊號雜訊的均方根。匹配濾波器是用於處理資料的性能最高演算法之一,它可以在內插法之後最大化SNR,從而得到最好的距離測量精準度。

EVAL-ADAL6110-16為一款高度可配置的評估系統,可以輔助建置LiDAR系統設計。它為需要即時(65Hz)檢測/追蹤物件的應用(例如防撞、高度監測和軟著陸)提供簡單但可配置的2D快閃記憶體LiDAR深度感測器。

 

圖4:使用整合式16通道ADAL6110-16的評估模組。

 

參考設計中使用的光學元件提供了37° (方位角)和5.7° (俯仰角)的視野(FOV)。在方向角的16畫素線性矩陣中,20m畫素大小相當於普通成人的體型,為0.8m (方位角) × 2m (俯仰角)。如前所述,不同的應用可能需要不同的光學配置,如果現有的光學元件不能滿足應用需求,可以輕鬆從殼體上取下印刷電路板,並將其整合到新的光學配置中。

該評估系統以ADAL6110-16為核心,這是一款低功率、16通道的整合式LiDAR訊號處理器(LSP)。該元件為相關的照明區域提供時序控制和對接收波形採樣的時序,且能對擷取的波形進行數位化。LSP整合了高靈敏度的類比元件,可以協助降低雜訊基準,使系統能夠獲取能量很低的回射訊號。相對於採用類似訊號鏈的離散式元件方案,它們的雜訊基準是由rms雜訊決定,所以其靈敏度不如LSP的方案。此外,使用整合式訊號鏈可以縮小LiDAR系統設計的尺寸大小、重量和功耗。

系統軟體能讓晶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,透過USB提供的單一5V電源運作,透過使用該模組的機器人OS (ROS)的驅動,可以很方便整合進現有的自動駕駛系統。使用者只需創建一個連接器,將設備與機器人或者車輛的介面相連,即可透過以下四種通訊協議進行通訊:SPI、USB、CAN或RS-232。

可以更改參考設計的接收器技術,以建構圖5~7所示的不同配置。參考設計採用Hamamatsu S8558 16個元件的光電二極體矩陣,表1中顯示的不同距離下的畫素大小是基於有效畫素大小,即0.8mm×2mm,以及20mm的焦距鏡頭。例如,如果使用單一光電二極體(例如Osram SFH-2701)來重新設計這個板,且每個光電二極體的有效面積為0.6mm×0.6 mm,那麼相同範圍內的畫素大小會大為不同,因為FOV會隨畫素大小而改變。

 

圖5:Hamamatsu S8558 PIN光電二極體陣列的尺寸。

 

表1:參考設計中使用的接收器大小和光學元件,以及將接收器更換為SFH-2701之後,可能的畫素排列。

 

例如,回顧16個畫素配成一行的S8558,各畫素尺寸為:2mm × 0.8mm。

選擇20mm焦距鏡頭後,可以利用基本三角函數計算出每個畫素的垂直和水平FOV,如圖6所示。當然,選擇鏡頭時還需要考慮其他更複雜的因素,比如像差修正和像場彎曲,但是,對於這樣的低解析度系統,一般只需要進行簡單的光學計算。

 

圖6:簡單光學模型的角解析度基本計算。

 

所選的1×16畫素FOV可用於自動駕駛車輛和自動地面車輛的物件檢測和防撞等應用中,或者使受限環境(例如倉庫)中的機器人實現同步定位與地圖繪製(SLAM)。

 

圖7:LiDAR系統的各種光學配置,可協助增強應用的安全性。

 

有一種獨特應用,需要配置4 × 4網格矩陣,以檢測系統周圍的物體。這個正在開發中的應用將被安裝在大客車和休旅車(RV)中,作為車輛的安全元件,可以在車輛附近有行人行走時向駕駛發出警報。該系統可以檢測行人行走的方向,提醒駕駛煞車或按鳴喇叭提醒行人,以防撞倒行人或自行車騎士。

請注意,並非每種應用都需要0.1°的角解析度和100m測量範圍。細想應用真正需要採用哪種LiDAR系統設計,然後明確定義關鍵標準,例如物件大小、反射率、與物件的距離,以及自動駕駛系統行進的速度。

這可以為元件選擇提供依據,使系統設計在傑出性能、成本和需要的功能之間達成平衡,以便大幅提高首次設計成功的可能性。

本文同步刊登於《電子工程專輯》雜誌2021年5月號

 

 

 

 

 

 

加入我們官方帳號LINE@,最新消息一手掌握!

發表評論