对于市面上的主流激光雷达,主要是用于环境探测、地图构建,按技术路线可分为:三角测距激光雷达,TOF激光雷达。

三角测距激光雷达原理

三角法的原理如下图所示,激光器发射激光,在照射到物体后,反射光由线性CCD 接收,由于激光器和探测器间隔了一段距离,所以依照光学路径,不同距离的物体将会成像在CCD 上不同的位置。按照三角公式进行计算,就能推导出被测物体的距离。

CCD是Charge Coupled Device(电荷耦合器件)的缩写,它是一种半导体成像器件。
CCD广泛应用在数码摄影、天文学,尤其是光学遥测技术、光学与频谱望远镜和高速摄影技术,如Lucky
imaging。CCD在摄像机、数码相机和扫描仪中应用广泛,只不过摄像机中使用的是点阵CCD,即包括x、y两个方向用于摄取平面图像,而扫描仪中使用的是线性CCD,它只有x一个方向,y方向扫描由扫描仪的机械装置来完成

TOF激光雷达原理

激光器发射一个激光脉冲,并由计时器记录下出射的时间,回返光经接收器接收,并由计时器记录下回返的时间。两个时间相减即得到了光的“飞行时间”,而光速是一定的,因此在已知速度和时间后很容易就可以计算出距离。

可惜的是,要是所有事情做起来都如同想起来一样简单,那世界就太美好了。这两种方案在具体实现时都会有各自的挑战,但是相比起来,TOF 要攻克的难关显然要多得多。

TOF 雷达的实现难点主要在于:

  1. 首先是计时问题。在TOF 方案中,距离测量依赖于时间的测量。但是光速太快了,因此要获得精确的距离,对计时系统的要求也就变得很高。一个数据是,激光雷达要测量1cm 的距离,对应的时间跨度约为65ps。稍微熟悉电气特性的同学应该就知道这背后对电路系统意味着什么。

  2. 其次是脉冲信号的处理。这里面又分两个部分:

    a) 一个是激光的:三角雷达里对激光器驱动几乎没什么要求,因为测量依赖的激光回波的位置,所以只需要一个连续光出射就可以了。但是TOF 却不行,不光要脉冲激光,而且质量还不能太差,目前TOF 雷达的出射光脉宽都在几纳秒左右,上升沿更是要求越快越好,因此每家产品的激光驱动方案也是有高低之分的。

b) 另一个是接收器的。一般来说回波时刻鉴别其实是对上升沿的时间鉴别,因此在对回波信号处理时,必须保证信号尽量不要失真。另外,即便信号没有失真,由于回波信号不可能是一个理想的方波,因此在同一距离下对不同物体的测量也会导致前沿的变动。比如对同一位置的白纸和黑纸的测量,可能得到如下图的两个回波信号,而时间测量系统必须测出这两个前沿是同一时刻的(因为距离是同一距离),这就需要特别的处理。

除此以外,接收端还面临着信号饱和、底噪处理等等问题,可以说困难重重。

三角测距激光雷达与TOF激光雷达性能PK

说了这么多,其实从下游用户的角度,并不关心你实现起来简单还是难。用户最关心的不外乎两点:性能和价格。先说性能,如果了解这个行业的人大多知道,TOF 雷达从性能上总体是优于三角雷达的。但是具体体现在哪些方面,背后的原因又是什么呢?

1. 测量距离

从原理上来说,TOF 雷达可以测量的距离更远。实际上,在一些要求测量距离的场合,比如无人驾驶汽车应用,几乎都是TOF 雷达。三角雷达测不远,主要有几个方面的原因:一是原理上的限制,其实仔细观察图1 不难发现,三角雷达测量的物体距离越远,在CCD 上的位置差别就越小,以致于在超过某个距离后,CCD 几乎无法分辨。二是三角雷达没办法像TOF 雷达那样获得较高的信噪比。TOF 激光雷达采用脉冲激光采样,并且还能严格控制视场以减少环境光的影响。这些都是长距离测量的前提条件。

当然,距离长短并不代表绝对的好坏,这取决于具体的使用场景。

2. 采样率

激光雷达描绘环境时,输出的是点云图像。每秒能够完成的点云测量次数,

就是采样率。在转速一定的情况下,采样率决定了每一帧图像的点云数目以及点云的角分辨率。角分辨率越高,点云数量越多,则图像对周围环境的描绘就越细致。

就市面上的产品而言,三角法雷达的采样率一般都在20k 以下,TOF 雷达则能做到更高。究其原因,TOF 完成一次测量只需要一个光脉冲,实时时间分析也能很快响应。但是三角雷达需要的运算过程耗时则更长。

3. 精度

激光雷达本质上是个测距设备,因此距离的测量精度是毫无疑问的核心指标。在这一点上,三角法在近距离下的精度很高,但是随着距离越来越远,其测量的精度会越来越差,这是因为三角法的测量和角度有关,而随着距离增加,角度差异会越来越小。所以三角雷达在标注精度时往往都是采用百分比的标注(常见的如1%),那么在20m 的距离时最大误差就在20cm。而TOF 雷达是依赖飞行时间,时间测量精度并不随着长度增加有明显变化,因此大多数TOF 雷达在几十米的测量范围内都能保持几个厘米的精度。

4. 转速(帧率)

在机械式雷达中,图像帧率就是由电机的转速决定的。就目前市面上的二维激光雷达而言,三角雷达的最高转速通常在20Hz 以下,TOF 雷达则可以做到30Hz-50Hz 左右。通常三角雷达通常采用上下分体的结构,即上面转的部分负责激光发射、接收和采集,下部分负责电机驱动和供电等,过重的运动组件限制了更高的转速。而TOF 雷达通常采用一体化的半固态结构,电机仅需带动反射镜,因此电机的功耗很小,并且可以支持的转速也更高。

当然,这里提到的转速的区别只是对现有产品的一个客观分析。其实转速和雷达采用TOF 还是三角法没有本质的联系,主流的多线TOF 雷达也都是采用的上下分体的结构,毕竟同轴结构的光学设计受到许多限制。多线TOF 雷达的转速一般也都在20Hz 以下。

不过,高转速(或者说高帧率)对点云成像效果是很有意义的。高帧率更利于捕捉高速运动的物体,比如高速公路上行驶的车辆。此外,在自身建图时,运动中的雷达建图会发生畸变(举个例子,如果一个静止的雷达扫描一圈是一个圆,那么当雷达直线运动时,扫描出的图像就变成一个椭圆)。显然,高转速可以更好的减少这种畸变的影响。

激光雷达(二)——三角测距法和TOF原理相关推荐

  1. 教你轻松理解Go Ticker的用法和实现原理

    前言 定时器在Go语言应用中使用非常广泛,Go语言的标准库里提供两种类型的计时器,一种是一次性的定时器Timer,另外一种是周期性的定时器Ticker.本文主要来看一下Ticker的用法和实现原理. ...

  2. 十三种基于直方图的图像全局二值化算法原理、实现、代码及效果(转)

    源:十三种基于直方图的图像全局二值化算法原理.实现.代码及效果.

  3. android camera(二):摄像头工作原理、s5PV310 摄像头接口(CAMIF)

    关键词: android  camera CMM 模组 camera参数  CAMIF 平台信息: 内核: linux 系统: android 平台:S5PV310(samsung exynos 42 ...

  4. Android 颜色渲染(二) 颜色区域划分原理与实现思路

    在前面的系列我已经将Android中颜色渲染的原理及使用做了一个整体上概述. 现在开始根据一个比较复杂的实现进行具体的分析,这就是PhotoShop中的调色板应用 首先还是看一下最终的实现效果:    ...

  5. 图解ARP协议(二)ARP攻击原理与实践

    一.ARP攻击概述 在上篇文章里,我给大家普及了ARP协议的基本原理,包括ARP请求应答.数据包结构以及协议分层标准,今天我们继续讨论大家最感兴趣的话题:ARP攻击原理是什么?通过ARP攻击可以做什么 ...

  6. 二维码登录原理及生成与解析

    一.前言 这几天在研究二维码的扫码登录.初来乍到,还有好多东西不懂.在网上看到有人写了一些通过QRCode或者Zxing实现二维码的生成和解码.一时兴起,决定自己亲手试一试.本人是通过QRCode实现 ...

  7. 聚合支付二维码生成原理

    聚合支付二维码生成原理 聚合支付平台提供平台支付URL,生成统一的支付二维码.当消费者根据二维码扫描时,聚合支付平台根据扫描者浏览器类型判断支付类型,并提交参数给聚合支付平台支付处理接口处理.平台支付 ...

  8. 【生信】第一二三代测序技术原理的理解

    [生信]第一二三代测序技术原理的理解 本文部分图片来源网络或学术论文,文字部分来源网络与学术论文,仅供学习使用. 目录 [生信]第一二三代测序技术原理的理解 1.了解什么是DNA测序,什么是RNA测序 ...

  9. 微信QQ的二维码登录原理js代码解析

    这篇文章主要大家详细解析了微信QQ的二维码登录原理js代码, 具有一定的参考价值,感兴趣的小伙伴们可以参考一下 在很多地方就是都出现了使用二维码登录,二维码付款,二维码账户等应用(这里的二维码种马,诈 ...

最新文章

  1. AttributeError:module 'numbers' has no attribute 'Integral'.
  2. python使用redis在实际场景使用_用python操作redis及redis的一些应用场景
  3. [转]自定义ASP.NET MVC Html辅助方法
  4. left join on and 与 left join on where的区别
  5. 汇编 --- 初体验
  6. .net Reflection(反射)- 二
  7. 获取计算机内存镜像文件,计算机取证中的内存镜像获取的研究与实现
  8. oracle rman和数据泵,使用RMAN或数据泵初始化OGG目标库
  9. Qt 中获取三种坐标类型
  10. 使用ExcelPythonHiveSparkSQL进行数据分析开篇-环境搭建攻略!
  11. 数据分析师熬夜整理:最全「零售业」数据指标和使用技巧
  12. 自动化测试与DevOps以及持续集成的关系。
  13. isupper函数python_C 库函数
  14. 测控技术与仪器是计算机相关的,测控技术与仪器专业
  15. Linux学习笔记11_系统操作、优化相关命令复习
  16. cad刷新快捷键_47个快捷键、50个CAD技巧。
  17. ASTC纹理压缩格式介绍
  18. 2022-2028全球阻隔吹膜生产线行业调研及趋势分析报告
  19. 热播剧《延禧攻略》进入台湾2019年学测语文试题
  20. 计算机塑性成形论文,6061铝合金的高温变形的力学性能及热塑性成形工艺研究...

热门文章

  1. 如何系统学习计算机硬件和软件,怎么升级电脑硬件和软件
  2. python中pivot函数用法_python中pivot()函数基础知识点
  3. catia相合约束怎么反向_男人想离婚了,出现这4大征兆,女人要怎么办
  4. CodeSimth的使用
  5. Kotlin之Android项目实战--[玩android网站]App
  6. [含lw+源码等]微信小程序居家养老+后台管理系统[包运行成功]
  7. 面试题汇总:阿里、百度、京东、美团等
  8. 计算机网络复习(一~三)
  9. python扩展屏幕截图_Python实现屏幕截图的两种方式
  10. Android自定义view文字闪动效果