跳到主要内容

激光雷达(LiDAR)组成结构

激光雷达(LiDAR)作为自动驾驶的核心传感器,通过主动发射激光并接收反射信号,构建高精度环境点云数据。本文介绍激光雷达基本组成结构,包括光路系统、激光收发模块、扫描系统(振镜/转镜)、核心处理器四大基础系统,让你对激光雷达有一个大致的认知。

光路系统

光路系统是激光雷达的物理基础,主要负责引导和控制激光的发射与接收路径,确保激光能够准确地发射到目标物体并接收其反射光,以实现精确测距和成像。主要包括激光发射光路回波接收光路两部分:

  • 发射光路由激光器、准直镜、分束器等组成,确保激光束以高准直度发射。
  • 接收光路则通过滤光片、透镜等组件聚焦反射光至探测器。

波长选择是光路系统设计的重要指标,目前主流采用 905nm(硅基探测器成本低)和 1550nm(人眼安全性高、探测距离更远,但需铟镓砷材料,成本较高)两种光源。

光学设计优化方面,通常会通过自清洁涂层、抗反射镀膜等技术提升恶劣天气下的透光率,减少雨雪遮挡对信号的影响。

激光收发器

激光收发模块是激光发射与探测的核心,分为激光发射器激光接收器两部分。

  • 激光发射器
    • 激光器类型:当前以**边发射激光器(EEL)为主,逐步向垂直腔面发射激光器(VCSEL)**演进。VCSEL具有低功耗、高集成度优势,适合固态雷达设计。
    • 探测技术:主流为飞行时间法(ToF),通过测量激光往返时间计算距离;**调频连续波(FMCW)**技术因抗干扰性强、可测速,成为未来发展方向,但硬件复杂度较高。
  • 激光接收器
    • 探测器技术:通常采用 APD(雪崩光电二极管),这种方案成本低但灵敏度有限。现在逐步被 SPAD(单光子雪崩二极管)和 SiPM(硅光电倍增管)替代。后者可检测单光子级信号,提升远距离探测能力。
    • 信号处理:包含光学滤波器、光电探测器和前置放大器等。光学滤波器用来过滤掉环境杂散光,确保只检测到从激光脉冲反射回来的信号。

扫描系统

扫描系统负责控制激光束的指向,生成覆盖视场的点云。主要技术路线包括:

  1. 机械式扫描:通过电机驱动 360° 旋转,但体积大、寿命短,逐渐被淘汰。
  2. 混合固态扫描
    • 转镜方案:通过旋转棱镜反射激光,禾赛科技、速腾聚创等厂商采用此方案,成本与性能较平衡。
    • MEMS 微振镜:利用微机电系统驱动镜面高频振动,实现快速扫描,体积小但大尺寸振镜成本高昂,厂商多自研以降低成本(如 Innoviz、禾赛)。
  3. 纯固态扫描
    • Flash方案:一次性发射面阵激光,无运动部件,但探测距离受限,多用于补盲。
    • OPA(光学相控阵):通过调整激光相位控制光束方向,技术难度高,是未来发展方向。

微振镜

  • 作用:微振镜是一种微电子机械系统(MEMS)部件,主要用于控制激光束的方向,实现对目标区域的扫描。
  • 优点与局限性:其体积小、重量轻、功耗低,能够快速振动并精确控制激光束的方向,从而实现对目标区域的快速扫描。然而,振镜的运动输出具有非线性,且存在耦合运动,可实现的偏转角度有限,形变过度则不可回复,微机械结构在恶劣工况下寿命有限。

转镜

  • 作用:转镜通常与一个或多个激光发射器和接收器配合使用,通过电机带动转镜高速旋转,使激光束在空间中形成圆形或扇形的扫描路径,从而实现对周围环境的 360 度全景扫描。
  • 特点:结构简单相对低功耗,寿命长可靠性高,棱镜、电机和发射器有更好的耐热性和耐用性,因此更容易过车规,是目前车规级激光雷达的主流半固态方案之一,但其固定了收发模组,需要通过旋转的多面棱形反射镜来反射光束完成扫描。

核心处理器

核心处理器是激光雷达系统的“大脑”,负责对探测器输出的原始电信号进行解码、处理和分析,提取出目标物体的位置、距离、速度、形状等关键信息,并根据不同应用场景的需求,生成相应的数据格式,如点云数据、三维图像等。

  • 控制与处理芯片:从 FPGA 到自研 SoC

    • FPGA:当前主流方案,灵活性强但功耗和成本较高。
    • ASIC/SoC:禾赛科技、Ouster 等厂商自研专用芯片,集成信号处理、时序控制等功能,提升效率并降低成本。
  • 处理过程:首先对信号进行放大、滤波和模数转换等预处理,以提高信号的质量和可用性;然后通过特定的算法,如飞行时间法(ToF)、调频连续波法(FMCW)等,计算出激光脉冲的往返时间或相位差,从而得到目标物体的距离信息;最后结合激光束的发射角度和扫描位置等信息,构建出目标物体的三维点云模型或进行目标识别与分类。

总结

车载激光雷达的技术演进正从机械式向固态化、高集成度方向快速发展。核心组件如收发模块、扫描系统、处理芯片的优化,以及成本控制与算法创新,将决定其在自动驾驶中的普及速度。中国厂商如禾赛、速腾聚创和华为已在核心部件自研与量产能力上占据领先地位。