เอกสารไวท์เปเปอร์: คู่มือการตรวจจับโดยตรงและสอดคล้องกันในระบบ LIDAR

ลิดาร์ เทคโนโลยี กำลังกำหนดอนาคตของความปลอดภัยของยานยนต์และระบบนำทางอัตโนมัติ ในเอกสารไวท์เปเปอร์ที่ครอบคลุมนี้ Harvey Weinberg จาก MicroTech Ventures และ Pier-Olivier Hamel จากอินดี้ สารกึ่งตัวนำ แยกแยะความแตกต่างระหว่างวิธีการตรวจจับโดยตรงและต่อเนื่องกันในระบบ LIDAR ซึ่งเป็นแนวทางที่จำเป็นสำหรับมืออาชีพในอุตสาหกรรมที่ต้องการสำรวจภูมิทัศน์ที่ซับซ้อนนี้

บทนำ

เนื่องจาก LIDAR กลายเป็นประเด็นร้อนในโลกของเซ็นเซอร์ ซึ่งส่วนใหญ่ต้องขอบคุณความพยายามใน ADAS และภาคการขับขี่แบบอัตโนมัติ จึงเกิดข้อถกเถียงกันว่าการตรวจจับโดยตรง (หรือเวลาบิน) หรือสอดคล้องกัน (คลื่นต่อเนื่องแบบมอดูเลตความถี่ เช่น) การตรวจจับโฟตอนจะดีที่สุด ความจริงแล้ว "ดีที่สุด" ขึ้นอยู่กับการใช้งานเป็นอย่างมาก LIDAR นำไปใช้ในการใช้งานที่หลากหลายตั้งแต่การจัดการจราจร การให้ความช่วยเหลือผู้ขับขี่และการขับขี่แบบอัตโนมัติ การทำแผนที่ภาคพื้นดิน ไปจนถึงการใช้งานด้านอุตุนิยมวิทยา ไม่น่าแปลกใจเลยที่ความสำคัญของการวัดประสิทธิภาพของ LIDAR ที่แตกต่างกัน เช่น ช่วงสูงสุด ความแม่นยำ การป้องกันการรบกวน ต้นทุน ฯลฯ จะแตกต่างกันไปในแต่ละแอปพลิเคชัน แม้จะอยู่ในแอปพลิเคชันเดียวกัน ตัวเลือกระบบบางอย่างอาจบิดเบือนความสำคัญของพารามิเตอร์ตัวใดตัวหนึ่ง บทความนี้มีจุดมุ่งหมายเพื่อหารือเกี่ยวกับคุณลักษณะต่างๆ ของการตรวจจับโดยตรงและต่อเนื่องกัน เพื่อให้ความรู้แก่ผู้ที่สนใจใน LIDAR และช่วยให้พวกเขาตัดสินใจเลือกระบบที่มีข้อมูลครบถ้วนได้

ประวัติความเป็นมา

LIDAR ถูกสร้างขึ้นครั้งแรกในช่วงทศวรรษปี 1930 ซึ่งเป็นช่วงเดียวกับที่มีการพัฒนาเรดาร์ อย่างไรก็ตาม จนกระทั่งต้นทศวรรษ 1960 เมื่อเลเซอร์ตัวแรกได้รับการพัฒนา LIDAR ก็กลายเป็นความจริง เรดาร์คลื่นต่อเนื่องแบบปรับความถี่ต่อเนื่อง (FMCW) ได้รับการพัฒนาในช่วงกลางทศวรรษที่ 1930 และหลังจากนั้นไม่นาน นักวิจัยก็เริ่มทำงานเพื่อนำประโยชน์ของการตรวจจับที่สอดคล้องกันมาสู่การกำหนดขอบเขตโดยใช้แสง ในช่วงทศวรรษ 1960 นักวิจัยหลายคนได้สาธิตระบบ FMCW LiDAR ในยุคแรกๆ ตั้งแต่นั้นมา LIDAR ได้ค้นพบการใช้งานในแอปพลิเคชันหลายสิบรายการ โดยแต่ละแอปพลิเคชันมีรายการความท้าทายเฉพาะตัวที่นักพัฒนาต้องเอาชนะ การเพิ่มขึ้นของการสื่อสารโทรคมนาคมแบบใช้แสงทำให้ LIDAR เพิ่มขึ้นอีกจากการพัฒนาเลเซอร์ขั้นสูงและเทคนิคการปรับที่ได้รับการปรับปรุง ซึ่งได้รับทุนจากการวิจัยจำนวนมหาศาลที่หลั่งไหลเข้าสู่โทรคมนาคมแบบใช้แสง เช่นเดียวกับเรดาร์ โทรคมนาคมเชิงแสงในยุคแรกอาศัยเทคนิคการตรวจจับโดยตรงแบบพัลส์ ภายในปี 2008 การตรวจจับที่สอดคล้องกันเริ่มเข้ามาแทนที่ ปัจจุบัน อุตสาหกรรมนี้โชคดีที่ได้รับประโยชน์จากการพัฒนาฮาร์ดแวร์และการประมวลผลสัญญาณที่ล้ำหน้ากว่าครึ่งศตวรรษ ซึ่งพัฒนาขึ้นสำหรับการสื่อสารด้วยเรดาร์และออปติคอล เพื่อนำมาใช้ในการนำระบบ LIDAR “ถัดไป” กลับมามีชีวิตอีกครั้ง

การตรวจจับโฟตอน

โดยพื้นฐานที่สุด ระบบ LIDAR จะปล่อยโฟตอนออกมาและคำนวณว่าโฟตอนเหล่านั้นใช้เวลานานเท่าใดจึงจะไปถึงเป้าหมายและกลับมา ในขณะที่มีหลายแง่มุมของระบบ LIDAR ที่ต้องพิจารณา (ความยาวคลื่นที่จะใช้ วิธีการสแกน วิธีจัดการกับสัญญาณรบกวน ฯลฯ) ทางเลือกของวิธีที่เราจะตรวจจับโฟตอนที่กลับมาเหล่านั้นได้ขับเคลื่อนตัวเลือกระบบอื่นๆ เกือบทั้งหมด โดยพื้นฐานแล้วมีสองวิธีในการตรวจจับโฟตอน:

การตรวจจับโดยตรง: เลเซอร์พัลส์จะถูกยิงซึ่งจะเริ่มการจับเวลา ตัวจับเวลาจะหยุดลงเมื่อได้รับเสียงสะท้อนของพัลส์เลเซอร์ เราไม่ได้พิจารณาเฟสของโฟตอน เพียงแต่พิจารณาถึงการดำรงอยู่ (แอมพลิจูด) และจังหวะเวลากลับเท่านั้น เนื่องจากความเร็วแสงเป็นที่รู้จักและไม่แปรผัน เราจึงคำนวณระยะทางไปยังเป้าหมายเป็น Δt C 2 โดยที่ Δt คือเวลาระหว่างการเริ่มต้นการส่งโฟตอนและขอบนำของการรับโฟตอน (ดังแสดงในรูปที่ 1)

การตรวจจับที่สอดคล้องกัน: เลเซอร์มอดูเลตจะเปิดขึ้นเป็นระยะเวลานานขึ้น และสัญญาณส่งคืนจะถูกผสมทางแสงกับตัวอย่างของการตรวจจับด้วยแสงที่ส่งผ่าน (เรียกว่าออสซิลเลเตอร์เฉพาะที่) ก่อนการตรวจจับโฟโตไดโอด การผสมแสงนี้ส่งผลให้สัญญาณรับสัญญาณถูกขยายโดยออสซิลเลเตอร์เฉพาะที่ ด้วยการใช้ตัวอย่างของสัญญาณส่ง เรามั่นใจได้ว่าความสัมพันธ์เฟสระหว่างช่องส่งและรับจะยังคงอยู่ (หรือสอดคล้องกัน) เช่นเดียวกับการตรวจจับโดยตรง ระยะทางจะคำนวณโดยการวัดเวลาระหว่างการส่งโฟตอนและการรับ แต่ในกรณีของการตรวจจับที่สอดคล้องกัน การมอดูเลตจะถูกนำไปใช้กับสัญญาณที่ส่งอย่างต่อเนื่อง (หรือกึ่งต่อเนื่อง) เนื่องจากเลเซอร์กำลังส่งสัญญาณอย่างต่อเนื่อง ระยะเวลาของเสียงก้องจึงถูกกำหนดโดยดีโมดูเลชั่นที่เหมาะสม ซึ่งต้องการการประมวลผลสัญญาณมากกว่าการตรวจจับโดยตรง ด้วยการตรวจจับที่สอดคล้องกัน เราสามารถวัดความเร็วได้โดยตรงในทันที (ไม่ใช่โดยการวัดการเคลื่อนไหวของเป้าหมายในหลายเฟรมเหมือนกับที่ทำกับการตรวจจับโดยตรง) โดยการตรวจจับการเปลี่ยนความถี่ของสัญญาณที่ส่งคืนซึ่งเกิดจากดอปเปลอร์

เราจะเริ่มต้นด้วยการอธิบายการตรวจจับโดยตรงโดยละเอียดเนื่องจากเป็นแนวคิดที่ง่ายกว่า

การตรวจจับโดยตรง

ระบบการตรวจจับโดยตรงใช้พัลซ์เลเซอร์เพื่อปล่อยแสงที่ออกมาเป็นช่วงสั้นๆ (ไม่กี่นาโนวินาที) เซ็นเซอร์ LIDAR จะวัดเวลาที่ต้องใช้ในการรับพัลส์แสงที่สะท้อน โดยการวิเคราะห์เวลาที่แสงเดินทางไปถึงเป้าหมายและถอยหลัง จะคำนวณระยะทางถึงวัตถุในสิ่งแวดล้อม

การตรวจจับโดยตรงมีความเหมาะสมหากต้องการประสิทธิภาพเพียงเล็กน้อยเท่านั้น เช่น ในระยะต่ำกว่า 50 เมตร ไม่จำเป็นต้องมีเลเซอร์โหมดเดี่ยวที่ปรับได้ เนื่องจากข้อกำหนดหลักเป็นเพียงแหล่งกำเนิดโฟตอนจำนวนมากภายในระยะเวลาอันสั้น ด้วยเหตุนี้ วงจรไดรเวอร์เลเซอร์จึงง่ายขึ้น เนื่องจากไม่จำเป็นต้องปรับเลเซอร์ หน้าที่ของโมดูเลเตอร์คือการฉีดกระแสจำนวนมากเข้าไปในเลเซอร์อย่างรวดเร็ว นอกจากนี้ ข้อกำหนดด้านความแม่นยำสำหรับระบบออพติคก็ลดลง เนื่องจากความกังวลเกี่ยวกับการบิดเบือนของหน้าคลื่นมีน้อยมาก

ในทางคณิตศาสตร์ กำลังส่งกลับในระบบที่ใช้การตรวจจับโดยตรงสามารถแสดงได้ดังนี้:

ตามที่ใครๆ ก็สงสัยโดยสัญชาตญาณ เราจะเห็นว่ากำลังส่งกลับลดลงเป็นกำลังสองของพิสัย ในทำนองเดียวกัน กำลังส่งกลับก็จะลดลงเป็นเส้นตรงเมื่อพื้นที่ส่องสว่างเพิ่มขึ้น แน่นอนว่าพื้นที่ที่ส่องสว่างจะขยายเป็นกำลังสองตามระยะในขณะที่มันกำลังขยายออกเป็นสองมิติเมื่อเริ่มมีการเบี่ยงเบนของลำแสงเลเซอร์ ดังนั้น กำลังส่งกลับของสัญญาณจะลดลงเป็น 1 ⁄Range หรือ 1 ⁄Range ขึ้นอยู่กับว่าเป้าหมายอยู่ก่อนหรือหลังเริ่มการเคลื่อนตัวของลำแสง เห็นได้ชัดว่าการบรรลุผลในระยะไกลนั้นจำเป็นต้องปล่อยโฟตอนจำนวนมาก

อย่างไรก็ตาม มีข้อจำกัดเกี่ยวกับปริมาณพลังงานเลเซอร์ที่สามารถใช้ได้ แสงอินฟราเรดใกล้ความเข้มสูง (800 ถึง 1400 นาโนเมตร) อาจทำลายการมองเห็นได้ เนื่องจากมนุษย์ไม่สามารถมองเห็นแสงในช่วงนี้ได้ เราจึงไม่กระพริบตาหรือหันสายตาไปรับแสงอินฟราเรดใกล้ที่สว่างจ้า แต่ดวงตาของเราก็สามารถเพ่งแสงนี้ไปที่เรตินาของเราได้ ซึ่งอาจส่งผลให้เกิดความเสียหายต่อจอประสาทตา ความยาวคลื่นที่ยาวขึ้นของแสง เช่น 1400 ถึง 3000 นาโนเมตร (หรือคลื่นสั้น-IR) จะถูกดูดซับโดยบริเวณที่เป็นน้ำด้านหลังกระจกตา ดังนั้นในขณะที่มนุษย์มองไม่เห็นในทำนองเดียวกัน แต่เราสามารถทนต่อแสงเลเซอร์ที่ความยาวคลื่นเหล่านั้นได้มากขึ้น - ประมาณห้าคำสั่งหรือใหญ่กว่านั้น เหตุผลสำคัญที่ต้องทำความเข้าใจเกี่ยวกับ LIDAR การตรวจจับโดยตรงก็คือ ระบบ LIDAR จำนวนมาก (โดยเฉพาะ LIDAR สำหรับยานยนต์ราคาประหยัด) ใช้ 905 หรือ 940 นาโนเมตรเป็นความยาวคลื่นในการทำงาน เนื่องจากเลเซอร์ที่ใช้ InGaAs และโฟโตไดโอดซิลิคอนต้นทุนต่ำมีความพร้อมใช้งานอย่างกว้างขวาง เลเซอร์และโฟโตไดโอดที่คลื่น IR สั้นมีแนวโน้มที่จะมีราคาแพงกว่ามาก โดยปฏิเสธข้อได้เปรียบหลักของการตรวจจับโดยตรง นั่นคือความเรียบง่ายและต้นทุนต่ำ

มีวิธีอื่นในการปรับปรุงระยะการตรวจจับโดยตรงโดยการปรับปรุงความไวของตัวรับสัญญาณ สามารถใช้เลนส์รับพื้นที่ขนาดใหญ่ได้ การเพิ่มพื้นที่รวบรวมโฟตอนทำให้ความไวของตัวรับสัญญาณดีขึ้นโดยไม่มีสัญญาณรบกวนทางอิเล็กทรอนิกส์เพิ่มเติม การเพิ่มเส้นผ่านศูนย์กลางของเลนส์เป็นสองเท่าทำให้ได้รับความไวในการรับ 4 เท่า โดยที่ระบบออพติคอลมีขนาดใหญ่และซับซ้อนมากขึ้น (จำได้ว่าการได้รับที่เพิ่มขึ้น 16 เท่าจะแปลเป็นช่วงสองเท่าเท่านั้น) ลำแสงส่งผ่านรูรับแสงที่ใหญ่กว่าสามารถใช้เพื่อรักษาการคอลลิเมตที่แน่นของเลเซอร์ในระยะไกล (ดูหัวข้อเกี่ยวกับช่วง Rayleigh ด้านล่าง) แต่ลำแสงที่มีเส้นผ่านศูนย์กลางขนาดใหญ่อาจเข้ากันไม่ได้กับวิธีการสแกนหลายวิธี (เช่น กระจก MEMS ขนาดเล็ก เป็นต้น) โฟโตไดโอดถล่ม (APD) – โฟโตไดโอดที่มีอัตราขยายจากภายใน – สามารถใช้เพื่อเพิ่มความไวในการรับได้ ในทางปฏิบัติพวกเขาสามารถให้กำไรประมาณ 5x ถึง 15x ก่อนที่เสียงรบกวนที่สร้างขึ้นเองจะกลายเป็นปัญหา โฟโตไดโอดถล่มมีแนวโน้มที่จะมีราคาแพงและเปราะบาง โดยทั่วไปแล้วยังเป็นอุปกรณ์ในพื้นที่ขนาดเล็กมาก ซึ่งทำให้การออกแบบเชิงแสงซับซ้อนยิ่งขึ้น สุดท้ายนี้ มีเครื่องตรวจจับภาพถ่ายหิมะถล่มโหมด Geiger (GMAPD) ​​หรือเครื่องตรวจจับหิมะถล่มโฟตอนเดี่ยว (SPAD) ให้เลือกใช้งาน มีความไวสูงมาก โดยต้องใช้โฟตอนเพียงตัวเดียวในการตรวจจับ อย่างไรก็ตาม เมื่อพวกมันถูกกระตุ้นแล้ว มันต้องใช้เวลาที่จำกัด (ประมาณ 5 ถึง 10ηs) เพื่อฟื้นตัวก่อนที่จะสามารถกระตุ้นได้อีกครั้ง แม้ว่าสิ่งเหล่านี้จะสร้างระบบ LIDAR ระยะไกลที่เรียบง่ายมาก แต่หลักการทำงานของพวกมันนั้นไวต่อการรบกวน (ระบบ LIDAR จากแสงอาทิตย์และที่อยู่ติดกัน) และทำงานได้ไม่ดีในสภาพแวดล้อมที่มีหิมะ เต็มไปด้วยฝุ่น หรือมีหมอกหนา (โฟตอนที่สะท้อนจากเกล็ดหิมะ จะทำให้ GMAPD มองไม่เห็นสิ่งใดๆ ที่อยู่ด้านหลังเกล็ดหิมะ 1.5 ถึง 3 เมตร) ดังที่เราจะกล่าวถึงในภายหลัง แอปพลิเคชันบางอย่างไม่อยู่ภายใต้การรบกวนจากดวงอาทิตย์ ระบบ LIDAR ที่อยู่ติดกัน หรือความกังวลเกี่ยวกับสภาพแวดล้อมที่สภาพอากาศไม่เอื้ออำนวย ในแอปพลิเคชันเหล่านั้น ระบบการตรวจจับโดยตรงที่ใช้ GMAPD ทำงานได้ดีมาก

ในส่วนของสัญญาณรบกวน สิ่งสำคัญที่ควรทราบก็คือระบบการตรวจจับโดยตรงที่ใช้ในแอปพลิเคชันที่มีระบบ LIDAR อื่นๆ อยู่รอบๆ (เช่น ยานยนต์หรือยานพาหนะภาคพื้นดินที่เป็นอิสระ) จะต้องออกแบบวิธีการลดสัญญาณรบกวนบางอย่าง สำหรับเครื่องรับของระบบ LIDAR แบบตรวจจับโดยตรง พัลส์แสงทุกดวงที่มีความยาวคลื่นใกล้เคียงกันจะมีลักษณะเหมือนกับพัลส์ของมันเอง นี่ไม่ใช่ปัญหาเฉพาะของ LIDAR ในยุคแรกๆ ของเรดาร์ยานยนต์ มีการใช้ระบบพัลซิ่ง เมื่อรถยนต์หลายคันติดตั้งเรดาร์ การรบกวนซึ่งกันและกันก็กลายเป็นปัญหา เพื่อเป็นการตอบสนอง อุตสาหกรรมเรดาร์ยานยนต์ได้หันมาใช้เทคนิคการตรวจจับที่สอดคล้องกัน ซึ่งส่วนใหญ่เป็น FMCW ซึ่งส่วนใหญ่จะช่วยแก้ปัญหาการรบกวนซึ่งกันและกันได้ โดยทั่วไป ต้องใช้การเข้ารหัสพัลส์บางประเภทเพื่อแยกแยะพัลส์เลเซอร์ "ของคุณ" จากระบบอื่น ค่าใช้จ่ายสำหรับสิ่งนี้คือช่วงที่ลดลง (หากกำลังเลเซอร์โดยเฉลี่ยถูกจำกัดเนื่องจากปัญหาด้านความร้อนหรือความปลอดภัยของดวงตา) หรือจำนวนจุด/วินาทีที่ลดลงที่หน่วย LIDAR สามารถวัดได้ การเข้ารหัสพัลส์ทำได้ยากเมื่อใช้ GMAPD เนื่องจากเวลาระหว่างพัลส์ต้องนานเพียงพอเพื่อให้แน่ใจว่า GMAPD จะฟื้นตัวจากพัลส์สุดท้าย

ท้ายที่สุด ควรสังเกตว่า LIDAR การตรวจจับโดยตรงไม่ได้วัดความเร็ว (ซึ่งอาจเป็นข้อมูลที่มีค่าต่อการรับรู้ดาวน์สตรีม) โดยตรง ความเร็วอาจอนุมานได้โดยการวัดการเคลื่อนที่ของเป้าหมายข้ามหลายเฟรม อย่างไรก็ตาม วิธีนี้มีแนวโน้มที่จะเป็นเทคนิคการวัดที่มีความแม่นยำต่ำ เนื่องจากขึ้นอยู่กับการวัดตำแหน่งเป้าหมายซ้ำในแต่ละเฟรม ตัวอย่างเช่น หากเป้าหมายเคลื่อนที่ด้วยความเร็ว 15 ม./วินาที (ประมาณ 33 ไมล์ต่อชั่วโมง) และอัตราเฟรมเป็น 20Hz เป้าหมายก็จะเคลื่อนที่ได้ 75 ซม. ในเฟรมเดียว หากความแม่นยำในการวัดคือ ±10 ซม. (ซึ่งเป็นค่าที่ดีที่สุดที่คาดหวังจากระบบ LIDAR ของยานยนต์ตรวจจับโดยตรง) ข้อผิดพลาดในการวัดความเร็วอาจสูงถึง ± 10 ซม./75 ซม. = ±13% แน่นอนว่าสิ่งนี้สามารถปรับปรุงได้โดยการวัดหลายเฟรมติดต่อกัน แต่การดำเนินการนี้อาจต้องใช้เวลาเนื่องจากความแม่นยำในการวัดจะดีขึ้นเฉพาะกับรากที่สองของจำนวนการวัดที่ทำ (เช่น การวัดโดยเฉลี่ย 9 ครั้งจะปรับปรุงความแม่นยำขึ้น 3 เท่า ในขณะที่เพิ่มเวลาแฝงขึ้น 9 เท่า สูงถึง 450 มิลลิวินาทีที่เฟรม อัตรา 20Hz)

หากต้องการอ่านเอกสารไวท์เปเปอร์ฉบับเต็มฟรี คลิกที่นี่