在自動駕駛中，單線激光雷達能幹什麼？｜硬創公開課

本期公開課要點：

• 激光雷達技術簡介

• 單線激光雷達的特點

• 單線激光雷達的應用

激光雷達的定義

激光雷達最早的定義是 LIDAR，英文為 Light Deteation and Ranging，中文意思是「光的探測和測距」。

其實更準確的一個定義是 LADAR：LAser Detection and Ranging，即「激光的探測和測距」。這是在 2004 年提出的定義，更符合激光雷達的概念。

激光雷達實際上是一種工作在光學波段（特殊波段）的雷達，它的優點非常明顯：

1、具有極高的解析度：激光雷達工作於光學波段，頻率比微波高2～3個數量級以上，因此，與微波雷達相比，激光雷達具有極高的距離解析度、角解析度和速度解析度；

2、抗干擾能力強：激光波長短，可發射發散角非常小（μrad量級）的激光束，多路徑效應小（不會形成定向發射，與微波或者毫米波產生多路徑效應），可探測低空/超低空目標；

3、獲取的信息量豐富：可直接獲取目標的距離、角度、反射強度、速度等信息，生成目標多維度圖像；

4、可全天時工作：激光主動探測，不依賴於外界光照條件或目標本身的輻射特性。它只需發射自己的激光束，通過探測發射激光束的回波信號來獲取目標信息。

但是激光雷達最大的缺點——容易受到大氣條件以及工作環境的煙塵的影響，要實現全天候的工作環境是非常困難的事情。

激光雷達分類

激光雷達的分類，如果從體制上劃分，主要有直接探測激光雷達和相干探測激光雷達。實際上，目前我們提到的，包括自動駕駛、機器人、測繪用到的激光雷達，基本上屬於這種直接探測類型的激光雷達。有比較特殊的，比如測風、測速之類的雷達，一般會採用相干體制。

按應用分類，我們可以分得更多，比如：激光測距儀、激光三維成像雷達、激光測速雷達、激光大氣探測雷達，等等。

不管是單線激光雷達、多線激光雷達或測繪激光雷達，我們基本上可以將其劃分到激光三維成像雷達的範疇。

一個激光三維成像雷達，實際上它需要得到兩個核心信息：目標距離信息以及目標角度信息。

如果我們把它的三維坐標準確定下來，我們需要得到它的距離、方位角、俯仰角信息。然後我們根據距離、方位角度、俯仰角度三個信息，將目標的三維坐標點計算出來。

一般而言，通過對編碼器進行測量來獲取角度信息的技術很成熟。我們更關心的是，激光雷達的距離信息是怎麼獲取的。

激光三維成像雷達可以通過直接測距、直接測角的技術得到目標的三維點雲數據，並且獲得的數據本身就是三維數據，不需要通過大量運算和處理才生成目標三維圖像，而且激光測距有非常高的精度。

所以，激光三維成像雷達是目前能獲取大範圍三維場景圖像效率最高的感測器，也是目前能獲取三維場景精度最高的感測器。

激光測距方法

目前，我們通常能見到的測距方法，從大類上可以分為：激光飛行時間（Time of Fly，TOF）法以及三角法。

激光飛行時間法可以分為兩類，一類是脈衝調製（脈衝測距技術），一類是對激光連續波進行強度的調製，通過相位差來測量距離信息的相位測距。

我們能在市面上見到的測距儀，或者說單線、多線激光雷達，基本上都是採用這三類測距方法。

激光脈衝測距技術

激光脈衝測距技術的原理非常簡單：通過測量激光脈衝在雷達和目標之間來回飛行時間獲取目標距離的信息。這裡用了一個基準，就是光的速度。所有的測量都必須有一個基準，對於一束激光來說有兩個基準：速度和頻率（兩個最準的基準），因為 TOF 用的基準就是激光的飛行速度。

上述提到的三種測距方式，我認為技術難點最大的是脈衝測距的方式。但它帶來的優點非常明顯：測量速度非常快。由於通過高峰值的激光來進行測量，其抗強光的干擾能力非常強。

缺點是測距解析度提升難度高，探測電路難度大。舉個例子，如果要做到相位測距 1.5 個毫米的解析度，我們就需要把計時時鐘解析度做到 10 個皮秒，也就相當於 100G 帶寬，這是一個非常難的技術。

激光相位測距

激光相位測距，比如說常見的手持式激光測距儀，採用的就是相位測距的方式來實現。它主要通過測量被強度調製的連續波激光信號在雷達與目標之間來回飛行產生的相位差獲得距離信息。

這種技術最大的優點：測距解析度非常高，目前一般市面上的相位測距儀都可以達到毫米量級解析度。

缺點是測量速度比脈衝測距慢，畢竟我們把一個相位差測准，至少要做上幾十甚至上百個周期，實際上就相當於把它的測量時間變相拉長，那麼它的測量速度相對來說比較低。此外，它的測量精度比較容易受到目標形狀運動影響。如果在測量的光斑里，兩個目標一前一後，實際上它測出來的具體信息，是這兩個目標距離的一個平均值，而不是前一個目標信息或後一個目標信息。

但在脈衝測距里，就很容易將這樣的信息分開。比如，一個激光脈衝，如果我們能夠把脈衝寬度做到 10 個納秒，那麼我們就可以把一個目標前後相距三十厘米的目標，通過多次回波的方法將其區分出來。

這種方式在相位測距里就很難把它區分出來。因為在測量過程中，它的時間會比較長，目標運動帶進來的距離信息，把它引入到測量值里，實際上它測的是一個平均距離信息，而不是實時信息。但是激光脈衝測距，實際上是當前位置實時的信息。

這也是為什麼車用或機器人用的激光雷達往往會採用激光脈衝的測距技術，而不採用相位測距技術。

三角法測距

三角法測距就是通過測量激光照射點在相機中的成像位置獲得距離信息。三角法測距最大的有優點就是技術難度低，成本也很低，在近距離測距精度也很高。比如工業用可以做到百微米測距精度。

但缺點是，它的精度會隨著距離的增加逐漸變差，基本上沒法與脈衝測距以及相位測距相比。

另外一點，因為 CMOS 相機必須要用一個連續的激光同步進行照明，它的平均功率相對來說比較低，抗干擾能力會非常強，這種測距方式一般適合室內近距離工作，而不適合在戶外強光背景或者室內強光背景下工作。

三角法測距比較適合用於機器人等對性能要求不高的場景。

從上圖我們可以看出，脈衝測距除了成本和技術難度比較大以外，它在其他各方面的性能都比較優秀。當然，它的測距精度會比相位測距精度略低一些。但是這種精度，按目前的技術，我們基本上可以達到厘米量級，甚至是幾個毫米量級的測距精度，基本上能滿足我們多場合的使用要求。

我們主要的方向就是用脈衝測距的方式來做單線雷達，包括多線雷達。

什麼是單線激光雷達

目前單線激光雷達產品，主要有 SICK 公司和 HOKUYO 公司。

單線激光雷達，實際上是一個高同頻脈衝激光測距儀，加上一個一維旋轉掃描。單線激光雷達的特點：

• 只有一路發射和一路接收，結構相對簡單，使用方便；

• 掃描速度高、角度解析度高；

• 體積、重量和功耗低；

• 可靠性更高；

• 成本低；

單線激光雷達能幹什麼？

在自動駕駛領域，我們基本上看到的都是多線激光雷達，單線激光雷達到底能幹什麼？

如上圖，美國 DARPA 自動駕駛挑戰賽里的參賽車，第一個是 2005 年斯坦福大學名字叫做 Stanly 的參賽車，這是當年獲得冠軍的參賽車。另一個是卡耐基梅隆大學的參賽車。

當時他們用的基本上是 SICK 公司的單線激光雷達。特別是斯坦福大學的參賽車，光是上方就裝了五個激光雷達，我們可以認為它是多線激光雷達的「鼻祖」，只不過它是用了五個單線激光雷達來實現多線激光雷達的功能。

2007 年 Velodyne 推出 64 線激光雷達以後，很多自動駕駛車輛基本上採用了 Velodyne 的產品。但這是不是就是說明，單線激光雷達在輔助或者自動駕駛里沒有市場？

我認為不是。因為單線激光雷達有它的特點，比如說，在高重複頻率、高角度解析度上，多線激光雷達很難達到同樣的技術指標。

上圖是今年在常熟中國智能車未來挑戰賽部分參賽車的照片。可以看到，除了使用 Velodyne 多線激光雷達、Ibeo 多線激光雷達外，他們都安裝了 SICK 單線激光雷達。西安交大因為與我們有合作，所以用了我們的單線激光雷達。

在行人探測、障礙物探測（小目標探測）以及前方障礙物探測等方面上，單線激光比多線激光雷達有優勢得多，因為單線激光雷達的角解析度可以做得比多線激光雷達高，這一點在探測小物體或者行人里非常有用。

上圖是 Ibeo 當時做的單線激光雷達的宣傳視頻截圖，圖中它實現的一個功能是前向防碰撞。比如，在行駛路上，左側突然出現一輛車，激光雷達可以探測到車的位置和大小以後，實現自動避讓。

這個技術在現在智能機器人、服務機器人上非常有用，而且目前這一塊也是比較熱的領域。

上圖是激光雷達在車道檢測和車道偏航預警的應用。可能很多人會問一個問題，為什麼要用激光雷達來做車道檢測而不用相機，ADAS 演算法不是非常成熟嗎，為什麼非得用激光雷達？

這是因為相機特別容易受到背景光或者強光的干擾。比如，我們在林蔭大道行走的時候，如果樹蔭落下斑斑點點的陽光，再結合白色車道線，我們非常難把車道線識別出來，而且識別概率在複雜的光照或者在強光照射條件下，它的識別概率非常非常低，演算法也非常複雜。

那麼，用激光雷達來做車道檢測有什麼好處？第一，我們用的是紅外激光，這種激光本身在紅外波段的輻射比可見光要低得多。第二，我們會加一個非常窄的濾光片，把強背景光直接濾除。然後我們再用紅外光對它進行探測。這樣我們就能獲得一張非常高質量的車道線圖像，通過圖像的灰度，就能非常容易把車道線檢測出來。換句話說，用激光雷達來做車道線檢測，它的性能會比相機要高。

單線激光雷達在輔助駕駛里的應用是行人探測，實際上這也是一個前向防碰撞的應用，與汽車防碰撞基本類似。由於單線激光雷達的角解析度可以做到比多線激光雷達高，可在更遠的距離提前發現行人，為控制系統或駕駛員留出更多的預警時間。

ACC（Stop&Go）的應用。這個功能在目前中國城市交通擁堵的情況下特別適用，它是通過前向激光雷達直接探測到前面的汽車運動來獲得前車的準確距離信息，然後通過控制汽車自動進行跟隨。

精彩問答

問：能否利用多線來模擬少線？比如從 64 線數據中選取其中 16 線數據，和直接使用 16 線激光獲得的數據相比，會有什麼區別？

朱少嵐：可以用多線來模擬少線，Velodyne 的多線激光雷達就可以進行設計。但是從多線裡面選取少數幾線，在俯仰角度方向的解析度就會降低。因為多線激光雷達的沒一線之間的角度都是固定的，要麼間隔著選，要麼連續選。主要還是根據實際需要來選擇。

問：對於固態激光雷達，製造單線和多線在技術難度上會有多大差別？

朱少嵐：如果是可以進行二維掃描固態掃描的激光雷達，製造單線和多線的難度差別並不大。但如果固態掃描器件只能實現一維掃描，那麼做多線雷達就必須採用多個單線雷達來拼，需要解決每個模塊之間的配合和串擾問題，體積也會比較大，這種多線激光雷達的難度就會大一些。

問：對於吸光障礙物無法保證光線有效反射回來，目前激光雷達技術是否有相應的措施解決這個問題？

朱少嵐：這是個死區。如果激光雷達遇上吸光障礙物，將無法有效接收到目標反射回來的回波信號，測量不出目標的位置信息。如果是鏡面反射障礙物，就會形成多路徑效應。如果遇上透光的玻璃，就有可能探測到玻璃後面的目標。這是由光的物理屬性決定的。

要解決吸光障礙物問題，從我現有的知識面來看，只能通過增加發射激光功率來解決，但不是一個好的方法。

問：目前的單線、多線激光雷達方案是否屬於一種過渡性方案，最終會過渡到面陣激光雷達，不存在旋轉機構，可以和車身進行融合，不用頭頂犄角？

朱少嵐：是的。我認為激光雷達肯定會由掃描雷達向凝視成像，也就是面陣成像激光雷達發展，甚至想多光譜凝視成像方向發展，同時可以獲得目標的光譜信息。

一旦實現凝視成像後，激光雷達就和目前的可見光相機一樣輕巧，可以和車身進行完美的融合。但目前激光雷達的面陣探測器技術難度非常大，成本很高。

問：面陣激光雷達的光源晶元個探測器晶元目前國內有比較好的方案或者產品么？進行這方面研究的機構據您所知都有哪些呢，比較可能在這方面有突破的研究機構會是哪一些？

朱少嵐：面陣激光雷達的探測器晶元目前至少有四個研究所在從事這方面的研究和開發，為兵器、中電和科學院的研究所，包括我們西安光機所，但到目前為止還沒見到有商業化的產品出來。

由於我對其他研究所的技術狀態不是很了解，無法進行準確判斷。西安光機所的樣片已經出來，但性能還需進行深入優化。

問：傲視智繪 HLD-1L01 激光點是每秒多少個的？之前分享中也提到了 TOF，TOF 不是在室外會很弱嗎？

朱少嵐：傲視智繪目前的 HLD-L01 目前是 36k 點/s。採用脈衝測距體制的 TOF 法抗強光干擾能力比較強，在室外受影響比較低。在我們路測的圖片中，車輛是下午 5 點多朝西走，在強烈的光照條件下，性能並沒受到影響。

問：目前國內具不具備激光雷達產業鏈？激光雷達的演算法一般由誰來提供？單線激光雷達的價位和未來 5 年的價格曲線是什麼？

朱少嵐：目前國內激光的產業鏈是成熟的。激光雷達演算法很多科研院所和公司都可以提供，譬如我們的合作方鴻逸達就可以提供演算法，我們公司目前也正在做部分這方面的開發工作。

單線激光雷達的價位主要和產量相關，未來 5 年的價格曲線我現在不好預估。如果量上不去，成本肯定不會太低。

PS：如果你對激光雷達話題感興趣，歡迎掃描下方二維碼關注「新智駕」。

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。