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

LiDAR如何构建3D点云?如何利用LiDAR提供深度信息

电子设计 来源:Deborah Herbert 作者:Deborah Herbert 2021-04-06 12:00 次阅读

我们可通过传感技术来获取有关周围环境的信息,从而使我们的日常生活受益:提高任务效率,增强安全性,或纯粹出于娱乐目的。LiDAR是这样一种传感技术,使用激光来测量到物体的距离,并可用于创建周围环境的3D模型。LiDAR 系统捕获的图像中的每个像素都将具有与之关联的深度。这样可以更好地识别物体,并消除仅采用图像传感器获得的2D图像中可能存在的模糊。

LiDAR如何构建3D点云?

LiDAR 通常使用直接飞行时间(dToF)技术来测量到物体的距离。短的激光脉冲发出后,其中的一些光被场景中的对象反射回并被传感器如ArrayRDM-0112A20-QFN探测到,以准确记录激光脉冲往返所用时间(见图1)。使用已知的光速,基于此dToF测量可计算出距离。这是视场内的单距离测量。

为了构建周围环境的完整图片,需要在场景中的许多不同位置重复进行此点测量。这可通过安装固定的传感器和让激光在整个场景中旋转和扫描,或使用光束操控(beam steering)技术如微机电系统 (MEMS) 镜来实现。

o4YBAGBr2tWAC7B6AAFgM6Dzqkw220.png

图1:dToF技术示意图

LiDAR系统通常依赖于以下关键组件:照明源,传感器,光学器件,光束操控,信号处理和电源管理(图2)。在性能方面,最关键的要素是照明源和传感器。照明通常受用眼安全考量的限制,因此对系统性能的最大影响通常取决于传感器。

pIYBAGBr2vaAGooiAAOjmmpZEbA241.png

图2:剖析含传感器的dToF LiDAR系统

在许多场景下,系统运行只有有限的信号返回,从远处或低反射率物体返回的信号可能只包含少量的光子。因此,传感器应尽可能灵敏。

LiDAR传感器的灵敏度受不同因素综合影响。首先,最重要的是探测效率,即入射光子将产生信号的概率。然后是对低入射通量或最小可检测信号的灵敏度。某些传感器如PIN二极管没有内部增益,因此单个探测到的光子将不会记录传感器固有噪声以上的信息。

雪崩光电二极管(APD)具有一定的内部增益(〜100x),但是,由少量光子组成的入射信号不会记录噪声以上的信息,这要求它在一定的持续时间内对返回的信号进行整合。工作在盖革(Geiger)模式下的传感器,如硅光电倍增管(SiPM) 和单光子雪崩二极管(SPAD)的内部增益约百万级(1,000,000x),因此,单个光子也会产生信号,即使在内部传感器噪声以上的信息也能可靠地探测到。这允许设置一个低阈值来探测最微弱的返回信号。

虽然SiPM和SPAD由于高增益而克服了许多噪音问题,但在实际的LiDAR应用中还需考虑到另一个噪声源-环境太阳光或处于阳光下。我们常力求探测非常微弱的LiDAR返回信号,同时受到不想要的太阳光照射。因此,问题变成了最大化其中的一个信号(返回的激光),同时忽略或最小化噪声(阳光)。一种方法是利用传感器的单光子灵敏度,并寻找时间相关的光子。

这种多次dToF测量的方法是通过多次重复该过程(每次通过多个激光脉冲得出一个dToF测量值)来实现的。无需为每次测量计算距离,而是将每个飞行时间(ToF)值添加到直方图或分布图。结果是一个如图3所示的曲线图。

背景计数在时间上不相关-也就是说,相对于脉冲发射时间,它们在时间上随机到达。这些计数可以忽略不计,因为它们是由于阳光引起的噪声。峰值代表时间相关的计数-大量计数都以相同的时间值到达,表明是来自目标的信号。该峰值可以转换为特定帧的距离,且该过程可再次开始。即使每帧每像素有几十个激光周期,也可以实现30 fps的帧速率。

pIYBAGBr2xWAXG-NAAIKAe7V-0k040.png

图3:LiDARToF直方图例

尽管SiPM 或SPAD传感器可通过结合单光子灵敏度与时间相关技术来查看微弱的返回信号,但PIN二极管或APD传感器会丢失在太阳背景中丢失的计数。因此,用这些其他传感器类型进行测距根本无法达到那么远或那么高效。

现实世界中如何利用深度信息?LiDAR如何提供帮助?

迄今为止,消费者移动应用程序仅通过图像传感器技术如使用结构光就已启用了许多功能。飞行时间(ToF)技术已在某种程度上被整合到手机中数年,以添加深度感知并赋能摄影功能,如快速自动对焦和“散景”人像效果。

最近,dToF成像LiDAR传感器已集成到最新的消费类移动设备中,它比以前的技术提供更好的深度信息,且无疑将大大增加利用此数据的移动应用程序数。3D信息可用于实现3D绘图应用程序和改进的扩增实境和虚拟实境(AR / VR)体验。

在汽车和工业应用中,安全性很重要,仅用图像传感器识别物体然后进行自动决策和导航有局限性,这凸显了需要通过融合不同的传感模式来获取更多信息。LiDAR结合其他传感技术如相机、超声波和雷达,可提供更多的冗余,从而提高负责导航或与环境交互的决策算法的置信度。这些技术中的每一种都有独特的特性,可提供不同层面的信息,在不同情形下各有利弊。

o4YBAGBr2zKAAqPFAANsGItK134641.png

图4:对比不同的传感器技术

要在汽车中启用高性能LiDAR系统,高度灵敏的传感器如SiPM是最高效的接收器安森美半导体的SiPM提供了无与伦比的性能和工作参数:高光子探测效率,低噪声和暗计数率结合低工作电压,感温性和工艺一致性。

ArrayRDM-0112A20-QFN是12像素线阵SiPM,解决市场对LiDAR的需求。它在905 nm处具有领先业界的18%光子探测效率,905 nm是高性价比的广泛LiDAR系统市场的典型波长。此外,它是市场上首个商用现货线阵SiPM和首个符合车规的 SiPM。

编辑:hfy

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
  • 传感器
    +关注

    关注

    2548

    文章

    50656

    浏览量

    751800
  • mems
    +关注

    关注

    129

    文章

    3896

    浏览量

    190327
  • 激光脉冲
    +关注

    关注

    0

    文章

    83

    浏览量

    10264
  • LIDAR
    +关注

    关注

    10

    文章

    323

    浏览量

    29349
收藏 人收藏

    评论

    相关推荐

    LIDAR激光雷达逆向建模能用到revit当中吗

    信息模型(BIM)软件,可以用于建筑设计、施工和运营管理。那么,LIDAR激光雷达逆向建模能否用到Revit中呢? LIDAR激光雷达技术简介 LIDAR(Light Detectio
    的头像 发表于 08-29 17:23 438次阅读

    LiDAR激光数据处理软件处理流程

    、形状等信息LiDAR技术在地形测绘、城市规划、林业、交通、考古等领域有着广泛的应用。本文将介绍LiDAR激光数据处理软件的处理流程。
    的头像 发表于 08-29 17:05 762次阅读

    Hokuyo Automatic发布新款3D激光雷达(LiDAR)传感器YLM-10LX

    据麦姆斯咨询报道,光学半导体技术先驱Lumotive近日携手传感器和自动化领域的全球领先企业Hokuyo Automatic发布新款3D激光雷达(LiDAR)传感器YLM-10LX。
    的头像 发表于 05-29 09:14 1173次阅读

    什么是LiDARLiDAR技术的新时代 前景广阔未来可期

    什么是LiDAR?   LiDAR 是Light Detection And Ranging(激光探测与测距)的缩写,是使用近红外光、可见光或紫外光照射对象物,并通过光学传感器捕获其反射光来测量距离
    发表于 05-16 18:56 536次阅读
    什么是<b class='flag-5'>LiDAR</b>?<b class='flag-5'>LiDAR</b>技术的新时代 前景广阔未来可期

    康谋分享|aiSim5激光雷达LiDAR模型验证方法(二)

    aiSim中的LiDAR是一种基于光线追踪的传感器,能够模拟真实LiDAR发射的激光束,将会生成LASv1.4标准格式的3D,包含了方位
    的头像 发表于 04-24 14:58 891次阅读
    康谋分享|aiSim5激光雷达<b class='flag-5'>LiDAR</b>模型验证方法(二)

    LiDAR4D:基于时空新颖的LiDAR视角合成框架

    NeRF-LiDAR将图像和模态整合到激光雷达合成中,而诸如LiDAR-NeRF和NFL之类的仅激光雷达的方法探索了在没有RGB图像的情况下进行激光雷达重建和生成的可能性。
    发表于 04-10 12:34 1165次阅读
    <b class='flag-5'>LiDAR4D</b>:基于时空新颖的<b class='flag-5'>LiDAR</b>视角合成框架

    包含具有多种类型信息3D模型

    、安全和高效的建筑系统,让居住者能够拥有可持续、弹性舒适且符合人体工程学的建筑。建筑信息模型 (BIM) 是建筑工程师在建筑物和其他结构设计中使用的一种3D建模过程。BIM软件提供了一个基于模型
    发表于 03-28 17:18

    基于深度学习的方法在处理3D进行缺陷分类应用

    背景部分介绍了3D应用领域中公开可访问的数据集的重要性,这些数据集对于分析和比较各种模型至关重要。研究人员专门设计了各种数据集,包括用于3D形状分类、
    的头像 发表于 02-22 16:16 1009次阅读
    基于<b class='flag-5'>深度</b>学习的方法在处理<b class='flag-5'>3D</b><b class='flag-5'>点</b><b class='flag-5'>云</b>进行缺陷分类应用

    Valeo为何坚守着LiDAR

    在车辆的所有传感器中,LiDAR经历的动荡最大,甚至连领先的LiDAR公司都始料未及。即使是像Valeo这样的LiDAR先驱,也无法保证能跟上瞬息万变的市场格局。
    的头像 发表于 02-21 09:11 866次阅读
    Valeo为何坚守着<b class='flag-5'>LiDAR</b>?

    基于LiDAR流的运动事件检测

    在动态环境中,机器人需要对具有微秒级延迟的运动事件进行瞬时检测。这个任务,称为移动事件检测,通常是使用事件相机来实现的。尽管激光雷达( Light Detection and Ranging,LiDAR )传感器因其密集和精确的深度测量而对机器人至关重要,但其在事件检测中
    发表于 01-21 10:11 933次阅读
    基于<b class='flag-5'>LiDAR</b><b class='flag-5'>点</b>流的运动事件检测

    基于3D的多任务模型在板端实现高效部署

    对于自动驾驶应用来说,3D 场景感知至关重要。3D数据就是具有3D特征的数据。一方面,3D
    的头像 发表于 12-28 16:35 1376次阅读
    基于<b class='flag-5'>3D</b><b class='flag-5'>点</b><b class='flag-5'>云</b>的多任务模型在板端实现高效部署

    2D图像和LiDAR3D之间的配准方法

    建立2D-3D的对应关系首先通过交叉区域检测,在两个模态中去除离群区域,然后利用交叉模态潜在空间的最近邻原则进行2D-3D特征匹配。
    发表于 12-22 11:29 1953次阅读
    2<b class='flag-5'>D</b>图像和<b class='flag-5'>LiDAR</b>的<b class='flag-5'>3D</b><b class='flag-5'>点</b><b class='flag-5'>云</b>之间的配准方法

    通过将异步获取的图像与LiDAR对准的方案

    实现图像与其重建对象之间的精确2D-3D对应关系对于准确的图像定位至关重要,一种有前景的方法涉及在图像和激光雷达平面之间建立对应关系,激光雷达平面可以被视为来自激光雷达地图的重建对象的替代
    发表于 12-12 14:46 699次阅读

    基于LiDAR的行人重识别的研究分析

    基于激光雷达(LiDAR)的行人重识别。我们利用低成本的LiDAR设备解决了人员再识别中的挑战,构建了名为LReID的LiDAR数据集,并提
    发表于 12-11 10:41 668次阅读
    基于<b class='flag-5'>LiDAR</b>的行人重识别的研究分析

    如何利用LiDAR实现深度感测

    如何利用LiDAR实现深度感测
    的头像 发表于 12-06 16:19 558次阅读
    如何<b class='flag-5'>利用</b><b class='flag-5'>LiDAR</b>实现<b class='flag-5'>深度</b>感测