优劣几何?三角法和TOF激光雷达大解析!

作者 | 虚弱
编辑 | 3D视觉开发者社区

文章目录

  • 一、原理
    • TOF雷达的实现难点主要在于:
  • 二、性能PK,知其然可知其所以然?
    • 测量距离
    • 采样率
    • 精度
  • 三、成本
  • 四、应用场景

激光雷达作为众多智能设备的核心传感器,其应用已经非常广泛。如今我们能够在无人驾驶小车、服务机器人、AGV叉车、智能路政交通以及自动化生产线上频频看到激光雷达的身影,也足以说明它在人工智能产业链上不可或缺的地位。

就目前市面上的主流激光雷达产品而言,用于环境探测和地图构建的雷达,按技术路线大体可以分为两类,一类是TOF(Time of Flight,时间飞行法)雷达,另一类是三角测距法雷达。这两个名词相信很多人并不陌生,但是要说这两种方案从原理、性能到成本、应用上到底孰优孰劣,以及背后的原因是什么,也许每个人都还或多或少有所疑惑。今天小编就抛砖引玉,就这些问题做一次解析。

一、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。

光看原理,是不是觉得挺简单。

优劣几何?三角法和TOF激光雷达大解析!_第1张图片

图1、三角法测距原理

然而TOF的原理更加简单。如图2所示,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。

优劣几何?三角法和TOF激光雷达大解析!_第2张图片
图2、TOF测距原理

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:

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。

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。

优劣几何?三角法和TOF激光雷达大解析!_第3张图片
图3、不同反射率的回波信号差异

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。

二、性能PK,知其然可知其所以然?

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?

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。

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(例如星秒的TOF雷达PAVO最高可以达到100k的采样率)。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。

优劣几何?三角法和TOF激光雷达大解析!_第4张图片
图4、对同一位置物体,不同采样率的成像效果
(A):低采样率点云图样;(B):高采样率点云图样(PAVO)

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。
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。

三、成本

如果只看性能比较,似乎TOF雷达的性能完全压过三角雷达。不过产品的竞争并不仅仅是性能参数的比拼,用户在乎的还有价格、稳定性和服务等等。

至少在成本方面,目前三角雷达的成本是低于TOF雷达的,近距离的三角雷达成本已经在百元级别。而目前进口TOF雷达的售价动辄就要万元以上。可以说,高昂的价格是限制TOF激光雷达应用进一步拓展的重要因素。

不过,随着近年来国内TOF雷达厂商的崛起,TOF雷达的成本已经得到大幅的降低,国产TOF雷达产品的价格相比于进口品牌,已经有相当大的竞争力。未来,随着生产工艺的完善和出货量的进一步提升,相信TOF雷达的成本还会进一步压缩,降到和三角雷达相近的水平也不是没有可能。

四、应用场景

三角雷达的场景主要是在室内短距离的应用,最典型的场景就是扫地机器人。而在探测范围较大场景(比如商场、机场或者车站),以及室外场景,TOF的应用则更为广泛。另外值得一提的是,三角雷达这种裸露在外转动的方案,使其产品在防尘防水方面非常脆弱,在一些特殊场景的应用,比如AVG小车工作的车间经常会有很多灰尘,在这种环境下,三角雷达的电机非常容易损坏。相比之下,TOF雷达采用的半固态设计,可以有更优秀的防护效果,工作寿命也更长。

优劣几何?三角法和TOF激光雷达大解析!_第5张图片
图5、星秒TOF激光雷达PAVO

目前,国内TOF雷达正在迅速发展,星秒(SIMINICS)推出的2D TOF激光雷达PAVO,可以达到20m的测量距离,100kHz的点云速率,0.036°的最高角度分辨率,以及IP65的防护等级,其应用已经涉及到无人驾驶、机器人、AGV、安防、路政等诸多领域,是国产TOF雷达的优秀代表。

版权声明:本文仅做学术分享,未经授权请勿二次传播,版权归原作者所有,若涉及侵权内容请联系删文。

3D视觉开发者社区是由奥比中光给所有开发者打造的分享与交流平台,旨在将3D视觉技术开放给开发者。平台为开发者提供3D视觉领域免费课程、奥比中光独家资源与专业技术支持。

点击加入3D视觉开发者社区,和开发者们一起讨论分享吧~

也可移步微信关注官方公众号 3D视觉开发者社区 ,获取更多干货知识哦!

你可能感兴趣的:(开发者,3D视觉,结构光,人工智能,机器学习)