寻找供应商
广告
首页 > 汽车技术 > 正文

解构大疆旗下 Livox Mid 激光雷达非重复扫描技术

2019-12-27 20:13:54·  来源：无人车情报局  
　
如果你听说过 Livox LiDAR 的 Mid 系列，相信其非重复式扫描一定给你留下过深刻的印象。与传统激光雷达线性重复式的扫描方式不同，Livox 激光雷达扫描路径不会重
如果你听说过 Livox LiDAR 的 Mid 系列，相信其非重复式扫描一定给你留下过深刻的印象。
 
与传统激光雷达线性重复式的扫描方式不同，Livox 激光雷达扫描路径不会重复。且视场中，激光照射到的区域面积会随时间增大，这就意味着视场覆盖率随时间推移而显著提高。
这样的好处是可以减小视场内物体被漏检的概率，有助于探测视场中的更多细节。如下图所示，随着扫描时间增加，视场中几乎所有区域都会被 Mid-40 采样。
0.1s 扫描轨迹
0.2s扫描轨迹叠加
1.独特的扫描方式
为什么 Livox Mid 系列会有如此独特的扫描方式呢？
传统机械式激光雷达，通过电机带动整个激光头做圆周运动，其扫描方式通常呈360度线式扫描。这种方式带来的直接后果是无论扫描时间多长，线与线之间总会有间隙，存在漏检物体的可能性。
而更为糟糕的是，占整个雷达70%质量的重要部件，包括激光发射、接收等精密的电子器件，都在不停地一边运动，一边工作，这种机械运动以及旋转部件动平衡上的误差带来的磨损、振动等，大大降低了雷达的稳定性和可靠性。而且多线激光雷达这种转动的工作模式，若采用滑环设计会容易失效，而无线供电的方式则不够稳定，很难满足车规级别的应用场景。
传统机械激光雷达的扫描轨迹
一般运动部件越少，运动方式越简单，则可靠性越高。
Livox 产品的设计理念，一直秉承为合作伙伴提供可量产、稳定可靠的车规级雷达产品为首要目标。Livox Mid 系列通过电磁力驱动光楔运动的方式实现光路的改变，而所有电子器件并不参与运动。Mid-40 内部运动部分的质量仅在一百克以下。
如上图，当光束逆着光轴 Z 射入系统（O点），从棱镜 П1 出射后，随着棱镜的旋转，偏转矢量 δ1 的起点不变，末端沿着以 δ1 的大小为半径的圆做圆周运动。光束继续入射棱镜 П2，偏转矢量 δ2 在 δ1 之上继续叠加。
系统总偏转矢量即可以看成 δ1 与 δ2 的矢量和。通过调整两个光楔的转速，就可以实现一定时间内的无重复的扫描。同时，通过优化 δ1，δ2 的值，使得 Mid 在视场角内实现了全覆盖无缝扫描。
Mid 系列的这种扫描方式，在性能方面毫不逊色甚至优于传统机械式激光雷达。
由于传统机械式激光雷达的扫描线间有一定间隙，测绘时需要有运动平台带动雷达，通过相对移动来填补间隙。有时辅以算法，如插值、SLAM 来填补空隙。运动平台的姿态与位置测算误差耦合到点云计算误差中，会降低整个系统的综合测绘精度。而 Mid 系列可以在静止的情况下，完成全视场扫描，Mid 系列的随机误差约 0.05°(1σ)，测距系统误差小于 2cm，随机误差约 2cm（1σ）*。
* 在环境温度为 25℃，目标物体置于 20 米外的条件下测得。
下图是 Mid-40 扫描一个 2.5m 远的人不同角度视图。图中甚至连面部五官也清晰可辨，这是传统激光雷达很难完成的任务。
这样独特的扫描方式下，Mid-40 的点云密度是否比不上传统激光雷达？这里，我们将从两个维度上来衡量点云密度。
2.关于点云采样率
Livox Mid-40的采样率为10万次每秒，采样集中在角度为38.4°的圆形FOV之中。为了进行一个简单的量化对比，我们可以定义:
单位立体角内平均采样率 =  
全FOV內采样率
_____________________
FOV覆盖的立体角
对于 Mid-40 而言，尽管不是均匀分布，但这个平均采样率要远优于主流 32 线雷达。
 Mid-100 更是将 FOV 增大到 98.4°x38.4°，用户可以通过拼接 4 个 Mid-100 实现 360°*38.4° 的 FOV，获得每秒 120 万次采样周围环境。下图为 4 个 Mid-100 在 1 s时间的采样：
3.关于点云视场覆盖率
视场内激光照射到的区域⾯积，关系到激光雷达的测量性能。该指标可以定量地⽤激光雷达视场中被激光探测到的区域的⽐例，即视场覆盖率来表征。其计算公式如下：
经计算，Mid 系列在 100ms 的积分时间内，视场覆盖率即可与 32 线传统激光雷达产品相近。而 Livox 即将出售的 Horizon，更可在 100ms 内达到 60% 的视场覆盖率，效果相当于 64 线传统激光雷达。Tele 甚至更优，100ms 内视场覆盖率可达 90% 左右。
从上面介绍来看，采用非重复扫描的 Mid 系列，无论从产品可靠性、量产可行性，还是从激光雷达的性能上，丝毫不弱于主流 32 线激光雷达。
 
 
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• 三元锂离子电池和磷酸铁锂电池哪个是电动汽车发展的未来趋 • NVIDIA Spectrum-X 助力 IBM 为 AI Cloud 提供高性能底座
• 基于CFD的中型客车客舱热舒适性预测及实验验证 • 特斯拉FSD自动驾驶方案要点解读
• 一文了解新能源汽车驱动电机构造、原理及关键技术 • 新能源汽车电机控制系统介绍
• 纯电动汽车电驱动系统功能安全技术全方位解析 • 车载无感酒精检测技术
• 初创加速计划 | AI 赋能水面自动驾驶技术，欧卡智舶无人船 • 某新能源商用车制动疲软问题的改进分析
0 条相关评论
  • 广告

编辑推荐

最新资讯

  • 广告
  • 广告
沪ICP备11026620号