0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

用于自动驾驶汽车的LiDAR传感器

星星科技指导员 来源:Maxim 作者:Bonnie C. Baker 2022-05-26 17:13 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

几年后,你可能会召唤一辆自动驾驶汽车来接你并开车送你去上班。当您在旅途中处理电子邮件或小睡时,您相信汽车的传感器和摄像头会安全准确地将其引导至您的目的地。

为了有效,自动驾驶汽车的能力必须超过人类驾驶员的能力。这怎么可能?这些车辆如何在光明、黑暗、恶劣的天气条件下,以及进一步突破极限,在黑暗和恶劣的天气中看到?建立可靠的自动驾驶能力需要设计一个结合了各种传感器和计算的检测系统……一个比人类更能“看到”车辆环境的系统。

该系统设计多样性的关键在于不同的传感器类型、冗余和重叠传感器,以提高汽车的视觉精度。主要的自动驾驶车辆传感器是摄像头、雷达和 LiDAR(光成像、检测和测距)(图 1)。通过技术融合电子技术,这些不同的传感器协同工作,通过检测视野中物体的形状、速度和距离,为汽车提供视觉周围地图。单个传感器的技术融合大于每个单个传感器的总和。

poYBAGKPRQGAakzhAAFmtZH-aW4859.png

图 1. 自动驾驶汽车需要多组“眼睛”,由摄像头、雷达和 LiDAR 传感器提供。

在图 1 中,摄像头(蓝色)通过“看到”所有颜色来给人类乘员一种自信的感觉。输入摄像头数据通过提供无与伦比的视觉细节添加到自动驾驶汽车的地图中。雷达信号在恶劣天气下有效运行,增加了人类可能无法提供的维度。LiDAR 使用短脉冲和“外观”的光并计算反射时间。将所有三个数据输出结果与板载处理器相结合。

相机会说谎吗?

相机创造了世界的视觉表现。自动驾驶汽车依赖于前后左右的摄像头,因此可以实现 360 度全景。一些相机具有较宽的视野(120 度),适用于较短的范围。其他人则专注于狭窄的视野,提供远距离的视觉效果。有些汽车配备鱼眼摄像头,可提供全景视图,从而全面了解车辆后方的情况。

尽管相机可以提供准确的视觉效果,但它们也有其局限性。它们区分周围环境的细节;但是,距离确定需要二维才能开始计算准确位置。我想每辆车都可以有两个摄像头,就像两只眼睛专注于人类感兴趣的项目,但这可能是多余且无效的,因为我们将为自动驾驶汽车的技术融合处理添加其他传感器。另一个关键的缺点是,基于摄像头的传感器难以检测低能见度条件下的物体,如雨中、雾中或夜间。

雷达测绘

雷达传感器补充了低能见度相机。雷达从一开始就用于飞机、气象编队和探测船只。该技术以脉冲形式传输无线电波。一旦波击中物体,它们就会反弹并返回接收器。这提供了速度和位置对象数据。

雷达传感器也在汽车周围,从各个角度检测物体。虽然这种传感器技术可以确定速度和距离,但它无法区分不同的车辆类型。雷达和摄像头传感器共同提供的数据足以实现较低级别的自主性,但它们并不能涵盖所有情况,也不能满足人类的经验。这就是我们需要激光雷达的原因。

使用 LiDAR 传感器聚焦

LiDAR 是执行自动车辆距离感测的关键光学技术。激光雷达传感器有助于完成图片。用于汽车应用的 LiDAR 性能高度依赖于光学前端以及信号如何通过信号链传输然后进行处理。

LiDAR 传感器通过脉冲激光和计算返回信号的时间来测量距离。LiDAR 为自动驾驶汽车提供 3D 视图。返回的信号为周围的汽车和行人提供形状和深度。与雷达一样,激光雷达在弱光条件下工作。

为什么跨阻放大器对 LiDAR 至关重要

在 LiDAR 应用中,跨阻放大器 (TIA)具有独特的带宽和噪声规格,是信号链的核心,可以准确检测固定或移动物体。一个有效的 TIA 必须具有足够宽的带宽来捕捉不同道路条件下的所有细节,并且噪声尽可能低以避免接收到的信号失真。

Maxim 具有跨阻放大器 (TIA1),当与雪崩光电二极管配合使用时,可感应返回光。信号通过比较器 (COMP1) 进一步调节。如图 2中的示意图所示,该图描绘了车辆的激光/接收器系统,TIA2 和 COMP2 提供了初始激光传输时间。该系统由多个光电二极管、一个激光二极管和支持电子设备组成,用于传输和接收光信号。

pYYBAGKPRQiAJ8j9AAEvMz8JqIY635.png

图 2. 带有 TIA 和 COMP 光接收器系统的 LiDAR 系统。

在图 2 中,激光驱动器向物体发起激光脉冲传输。激光传播到玻璃板,玻璃板将激光信号反射回 MCU 以确定初始传输时间并通过发射器光学器件(指定的透镜)。发射的脉冲到达物体并反射到 D 1,TIA1 接收器系统。一旦通过接收器光学器件和镜面反射,光就会撞击到 InGaAs 光电二极管 (D 1 ),这是一种具有 1310nm 到 1550nm 光灵敏度带宽的高灵敏度半导体电子器件。

D 1上的光线可能很亮,也可能很暗,具体取决于行进的距离。此外,大气中可能存在污染物,并且为了混淆系统,可能存在干扰幻象灯。D PIN2将光转换为安培电流 (I D1 ),该电流在跨阻放大器 #2 (TIA1) 上传播。

TIA(MAX40660或MAX40661)和 COMP(MAX40025或MAX40026)是 LiDAR 信号接收器电路的组成部分。MAX40660 和 MAX40661 是用于 LiDAR 应用中的光学测距接收器的 TIA。

poYBAGKPRQ6Af6X-AADm8uUfXks920.png

图 3. 用于汽车 LiDAR 的 MAX40660/MAX40661 跨阻放大器(TIA1 和 TIA2)。

低噪声、高增益、低群延迟和从过载中快速恢复使这些 TIA 适用于距离测量应用。重要特性包括 2.38pA 输入参考噪声密度、内部输入钳位、引脚可选的 25kΩ 和 50kΩ 跨阻,MAX40660 具有 0.5pF 输入电容和 25kΩ 跨阻的 490MHz 宽带宽,以及 10pF 输入电容 MAX40661 的 160MHz 带宽。

MAX40025和MAX40026是稳定TIA光信号的比较器(COMP)。这些器件是高速比较器,典型传播延迟为 280ps。

pYYBAGKPRRiAAgPAAABstaYiymk930.png

图 4. 用于汽车 LiDAR 的 MAX40025/MAX40026 高速比较器(COMP1 和 COMP2)。

MAX40025 封装采用 1.218mm x 0.818mm、6 凸点晶圆级封装 (WLP),而 MAX40026 采用 2mm x 2mm 8 引脚 TDFN 侧面可湿性封装,符合 AEC-Q100 汽车认证要求。

概括

摄像头、雷达和激光雷达系统的技术融合为自动驾驶汽车创造了一个接近人类的视觉系统。尽管这三个传感器提供不同的数据和信息,但自动驾驶汽车的计算能力将这三个视角融合在一起。本文特别关注光学前端操作,展示了 LiDAR 如何成为三人组中的强者。突出显示的 LiDAR 就绪 TIA 和比较器提供了前所未有的系统精度水平。有了这种准确性,人们应该对自动驾驶汽车的能力更有信心,这可能很快会让你的通勤变得更有效率或更轻松。

审核编辑:郭婷

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 比较器
    +关注

    关注

    14

    文章

    1887

    浏览量

    111447
  • 激光雷达
    +关注

    关注

    978

    文章

    4379

    浏览量

    195399
  • 自动驾驶
    +关注

    关注

    791

    文章

    14673

    浏览量

    176625
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    LiDAR线圈如何驱动无人驾驶技术

    激光雷达(LiDAR传感器线圈是自动驾驶系统中的关键部件之一,近年来随着智能驾驶技术的快速发展,其重要性日益凸显。在比亚迪“智驾天神之眼”这类前沿系统中,
    的头像 发表于 11-30 14:45 425次阅读

    自动驾驶汽车传感器用得越多就越好吗?

    [首发于智驾最前沿微信公众号]为确保自动驾驶安全,很多技术方案中都会采用感知冗余的方式来兜底,即在车辆上加装多个传感器,以实现更多的信息感知。其实对于自动驾驶汽车来说,每个
    的头像 发表于 11-28 09:46 452次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>中<b class='flag-5'>传感器</b>用得越多就越好吗?

    超声波传感器线圈:自动驾驶实现精确实时近距离感知的关键

    超声波传感器线圈是自动驾驶系统中不可或缺的组成部分。随着自动驾驶技术的快速发展,各类传感器成为智能汽车感知环境的关键,不仅保障行车安全,也提
    的头像 发表于 11-12 16:03 151次阅读

    激光雷达传感器自动驾驶中的作用

    2024 年至 2030 年间,高度自动汽车每年的出货量将以 41% 的复合年增长率增长。这种快速增长导致汽车品牌对精确可靠传感器技术的需求空前高涨,因为他们希望提供精准、可靠且最终
    的头像 发表于 10-17 10:06 3468次阅读

    如何确保自动驾驶汽车感知的准确性?

    [首发于智驾最前沿微信公众号]自动驾驶汽车想要自动驾驶,首先要做的就是能对周边环境实现精准感知,也就是能“看”清道路,那自动驾驶汽车如何在复
    的头像 发表于 08-23 15:06 1378次阅读
    如何确保<b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>感知的准确性?

    太阳光模拟 | 在汽车自动驾驶开发中的应用

    汽车产业向电动化、智能化转型的浪潮中,自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素,直接关系到自动驾驶系统的安全性和可靠性。紫创测控Luminbo
    的头像 发表于 07-24 11:26 434次阅读
    太阳光模拟<b class='flag-5'>器</b> | 在<b class='flag-5'>汽车</b><b class='flag-5'>自动驾驶</b>开发中的应用

    康谋分享 | 基于多传感器数据的自动驾驶仿真确定性验证

    自动驾驶仿真测试中,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,在多传感器配置与极端天气场景中实现测试数据零差异?确定性验证方案已成为自动驾驶研发的关键突破口!
    的头像 发表于 07-02 13:17 3992次阅读
    康谋分享 | 基于多<b class='flag-5'>传感器</b>数据的<b class='flag-5'>自动驾驶</b>仿真确定性验证

    自动驾驶汽车如何正确进行道路识别?

    识别不仅仅是简单地判断车辆是否在车道中心行驶,更涉及到对车道线、交通标志、道路边缘以及其他道路要素的综合感知与理解。 传感器硬件 传感器硬件是自动驾驶道路识别的基础,当前主流的传感器
    的头像 发表于 06-29 09:40 1346次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>如何正确进行道路识别?

    自动驾驶汽车是如何准确定位的?

    厘米级的定位精度,并能够实时响应环境变化。为此,自动驾驶系统通常采用多传感器融合的方式,将全球导航卫星系统(GNSS)、惯性测量单元(IMU)、激光雷达(LiDAR)、摄像头、超宽带(UWB)等多种
    的头像 发表于 06-28 11:42 887次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>汽车</b>是如何准确定位的?

    NVIDIA Halos自动驾驶汽车安全系统发布

    自动驾驶汽车的开发。正确的技术与框架对确保自动驾驶汽车驾驶员、乘客和行人的安全至关重要。 因此,NVIDIA 推出了NVIDIA Halos综合安全系统,将 NVIDIA 的
    的头像 发表于 03-25 14:51 969次阅读

    理想汽车推出全新自动驾驶架构

    2025年3月18日,理想汽车自动驾驶技术研发负责人贾鹏在NVIDIA GTC 2025发表主题演讲《VLA:迈向自动驾驶物理智能体的关键一步》,分享了理想汽车对于下一代
    的头像 发表于 03-19 14:12 906次阅读

    激光雷达技术:自动驾驶的应用与发展趋势

    随着近些年科技不断地创新,自动驾驶技术正逐渐从概念走向现实,成为汽车行业的重要发展方向。在众多传感器技术中,激光雷达(LiDAR)因其独特的优势,被认为是实现高级
    的头像 发表于 03-10 10:16 1424次阅读
    激光雷达技术:<b class='flag-5'>自动驾驶</b>的应用与发展趋势

    激光雷达是自动驾驶走的一段弯路吗?

    感知系统作为自动驾驶汽车的“眼睛”和“神经中枢”,扮演着至关重要的角色,自动驾驶车辆需要依靠传感器获取外部环境信息,以便在瞬息万变的道路上准确而及时地做出决策。激光雷达(
    的头像 发表于 02-19 09:09 717次阅读

    智能驾驶传感器发展现状及发展趋势

    随着人工智能和自动驾驶技术的飞速发展,智能驾驶传感器作为自动驾驶系统的核心硬件,正经历着前所未有的变革与创新。这些传感器如同
    的头像 发表于 01-16 17:02 1534次阅读

    吉利汽车自动驾驶脱困专利获授权

    自动驾驶车辆在复杂环境中的应对能力。 据专利摘要显示,该脱困方法首先通过车辆传感器获取自动驾驶过程中的实时感知信息。这些信息随后被输入到一个脱困决策模型中,该模型能够智能识别车辆当前所处的被困场景类型。针对不同类型
    的头像 发表于 01-15 11:33 1269次阅读