激光雷达正在迅速引起人们的兴趣并在 ADAS 和自动车辆传感系统中得到部署，但有不同的方法来实现该技术。本文将介绍这些方法以及特别介绍相干激光雷达检测的相对优势。

　　光探测和测距（激光雷达）最初的概念诞生于 20 世纪 30 年代，与无线电探测和测距（雷达）几乎同时出现。 然而，直到 20 世纪 60 年代激光器出现后，该技术才得到验证，随后几年，光通信的发展使激光器和光调制技术取得了重大进步。

　　2008 年，第一个商用激光雷达系统（最初称为“光学雷达”）在沃尔沃乘用车上首次亮相。 这项突破性技术为首批自动紧急制动 (AEB) 系统之一提供动力，使车辆能够自动刹车以防止或减轻追尾碰撞。

　　继 15 年前早期推出（随后被雷达取代，作为 AEB 的更便宜替代品）之后，高分辨率激光雷达迅速发展成为自动驾驶汽车计划的关键高分辨率传感器，并培育了多家技术创新且资金充足的初创企业。 该技术提供更远的范围、卓越的分辨率和车辆周围环境的实时 3D 可视化，现已日趋成熟，成为一种重要的传感器，不仅适用于自动驾驶，而且还可以补充乘用车的高级驾驶员辅助系统 (ADAS) 和商业船队。

　　激光雷达传感器发射红外光谱中的光子来检测并创建周围环境的 3D 图像。 事实证明，它们在汽车应用中非常受欢迎。 与雷达相比，激光雷达的主要优点是所使用的光具有非常短的波长，这使得能够进行精确的测量。 此外，与摄像头相比，激光雷达可以在任何照明条件下工作，并且具有更好的检测范围。 激光雷达传感器捕获的数据可以视为“点云”（见图 1）。

　　开发激光雷达系统时需要考虑很多事情，例如使用什么波长、扫描方法以及如何处理干扰。 然而，系统要做的最大决策是如何最好地检测返回的光子。 有两个主要测量技术，即直接检测与相干检测（类似于dToF与iToF）。

　　在直接检测系统中，发射激光脉冲，有效地启动计时器。 当接收到激光脉冲的回波时，它会停止，并根据经过的时间计算距离。 参见图 2。

　　图 2：由于光速 (c) 恒定，到目标的距离为 Δtc/2，其中 Δt 是光子传输开始和光子接收前沿之间的时间。

　　对于长达约 50m 的距离，不需要高质量的可调谐单模激光器（因为它只是在短时间内压缩大量光子的源）或调制，从而简化了驱动电路。 也不需要精密光学器件来补偿波前畸变。

　　为什么射程短？ 照明面积随着距离的增加而增加，返回功率也会减少（与距离平方成反比）。 这种损耗是无法避免的，因此最简单的解决方案是传输更多功率或提高接收器灵敏度。、

　　然而，可以使用的激光功率是有限的。 强烈的近红外 (IR) 光（800 至 1400nm）会损害人类视力。 简单地增加 ADAS 或自动驾驶汽车应用中近红外光的传输功率会对其他道路使用者和行人造成危险。

　　为了提高接收灵敏度，可以使用更大面积的接收透镜来增加光子收集。 此外，还可以使用雪崩光电二极管（APD，具有固有增益的光电二极管），尽管它们往往价格昂贵、易碎且体积小（这使系统光学进一步复杂化），并且只能提供约 15 倍的增益。其他传感器，如盖革模式雪崩光电探测器(GMAPD) 和单光子雪崩探测器 (SPAD)，在直接探测激光雷达系统中提供更好的灵敏度，但在多雪、多尘或有雾的环境中效果不佳。

　　此外，所有检测系统都需要某种形式的干扰缓解措施。 无论是雷达还是激光雷达，系统都需要知道接收器正在接收的信号（无论是脉冲无线电波还是光子）是来自发射器的。 干扰问题在脉冲汽车雷达的早期就已经出现。 一旦很多汽车都配备了雷达，一起使用时，相互干扰成为问题。 最流行的解决方案是改用相干检测技术，其中雷达系统主要采用调频连续波（FMCW - 见下文）。

　　直接检测激光雷达的另一个限制是它不直接测量每点速度，相反，必须通过确定范围如何随时间变化（即比较多个后续帧）来计算，这可能会影响系统响应能力。

　　相干检测涉及将入射光与透射光样本混合，这样做有两个主要好处。 首先，可以通过相长干涉（即接收信号与发射信号相乘）实现光子增益的无噪声放大，从而使系统能够利用极低功率的激光器实现出色的灵敏度。 其次，混合发送和接收信号使激光雷达系统具有很强的选择性，因为波长不完全相同的光（例如阳光或来自相邻激光雷达系统的光）会被简单地忽略。

　　实现相干检测 LiDAR 系统的方法有多种，但最流行的是调频连续波 (FMCW) 调制。 图 3 显示了一个简化的示例。

　　图 3：激光器工作在 1550nm 左右，并以数百 MHz 进行调制（例如，从 1550.002 到 1550nm）。 发射信号（和反射信号）约为200THz。 光学混合后，光电二极管呈现两个信号的和与差。 光电二极管的带宽有限，只能检测几百 MHz 的差异信号。

　　在实践中，激光以频率上下扫描以产生锯齿（频率与时间），从中可以得出距离和速度； 关于后者，请考虑多普勒效应。 图 4 显示了光学元件的更详细概览。

　　尽管比直接检测系统更复杂，但 FMCW 激光雷达的优点很多。 例如，如上所述，返回信号乘以从发射源（本地振荡器，图 4 中的 LO）获取的样本。 由于激光雷达的路径损耗很高，即使只有百分之几的 LO 也会比返回信号大得多。 信号放大量非常高，但仅限于完全相同波长的信号。

　　例如，用小于200mW的激光功率就可以实现约300m范围的FMCW激光雷达系统。 对于相同的范围，类似的直接检测系统需要 1000 倍的峰值功率。 值得注意的是，FMCW 是激光雷达其他应用的核心； 例如，范围可达数公里的光学测高仪器和范围超过 500m 的用于风表征的激光多普勒激光雷达仪器。

　　相干激光雷达的另一个好处是信号链的带宽相当低。 如果我们考虑图 3 中的波长（其中激光从 1550.002 扫描到 1550nm），光电二极管带宽可以限制在几百 MHz。 直接检测系统需要尽可能宽的带宽（通常超过 2GHz），以便解析接收脉冲的前沿。

　　最后，相干检测提供每点速度信息。 每点速度的好处在于，它是后续感知系统在解释激光雷达（和其他传感器）数据时可以使用附加上下文度量，从而有可能做出更智能的决策。

　　激光器必须能够在足够长的时间内保持其相位完整性，以便其光线到达最远的目标并从最远的目标返回。 如果激光的相位在传输过程中发生很大变化，则可能会失去相干性，并可能导致距离测量不准确。 此外，它必须是调频的（在 FMCW 的情况下），大多数二极管激光器都无法胜任这项任务，但商业市场上已经出现了一些半导体可调谐激光器。

　　此外，并非所有扫描机制都与相干检测兼容。 接收器需要观察每个点足够长的时间，以允许光到达并从尽可能远的目标返回，因为返回信号需要与传输信号混合。 例如，300m的范围要求扫描结构保持静止至少2μs，但许多连续移动的扫描结构无法做到这一点。

　　最后，必须要注意的是相干激光雷达的信号处理任务明显大于直接检测。 幸运的是，半导体制造商已经推出了功能强大的片上系统 (SoC) 产品，将数据转换器、微和 DSP 与 FFT 加速器集成在一起，以满足这些信号处理需求。

　　不同的激光雷达应用受益于不同的设计方法。 如前所述，在勘测等需要超远距离且激光雷达系统相互干扰或伤害人眼的风险很小的应用中，高功率脉冲直接探测可以很好地发挥作用。

　　然而，对于 ADAS 和自动地面车辆等需要 1 公里范围的应用，并且很可能部署其他潜在干扰的激光雷达系统，相干检测（尤其是 FMCW）具有多个优势。 这些包括抗干扰性（包括太阳能）、高信噪比（在恶劣天气条件下很重要）、本地高精度速度检测（为感知系统提供附加信息）以及易于系统修改。 由于这些原因，考虑到多种用例，特别是下一代汽车传感，相干激光雷达检测正在受到欢迎。

　　据外媒报道，法雷奥将向Stellantis供应其第三代Scala激光雷达，以便后者从2024年开始在其车型中实现L3级自动驾驶。 法雷奥和Stellantis没有提供合同的财务细节，也没有说明哪些车型将搭载该系统，但Stellantis表示该系统将出现在其各个品牌的“多款车型”上。第二代Scala系统已经被用在了奔驰S级车型上，这是第一款获得了欧洲高速公路L3级自动驾驶许可的车型。 在使用L3级自动驾驶系统时，驾驶员可以将注意力从驾驶任务转移到其他活动上，如查看电子邮件或看电影，但是在车辆需要接管时，他们必须要准备好重新接管车辆控制。 图片来源：法雷奥 大多数自动驾驶系统使用的都是雷达、摄像头和激光雷达的组合

　　12 月 10 日讯，百度、福特等参与投资的全球 激光雷达 巨头 Velodyne，刚刚决定裁撤中国办事处 20 余人，不再直接在中国销售激光雷达。 一位消息人士告诉记者，Velodyne 中国在周末接到美国总部正式通知，Velodyne 首席执行官 David Hall（大卫·霍尔）最终决定将取消中国整个直销团队与部分技术团队，仅保留几名负责渠道与大客户售后的人员，产品销售恢复到刚进入中国时的“代理模式”。 一直以来，百度的自动驾驶解决方案，都是依托摄像头、毫米波雷达和激光雷达的融合解决方案，此次百度为何突然变阵，抛弃激光雷达，发布了纯视觉解决方案？难道已经习惯了在自动驾驶路线上折腾的百度，这次又耐不住寂寞了？

　　巨头 Velodyne黯然退出中国 /

　　2月7日消息，据彭博社报道，亚马逊与激光雷达制造商Velodyne达成协议，前者将收购后者3900万股，即将近16%的股份。 根据协议，亚马逊全资子公司NV Investment Holdings可以在2030年2月4日或之前以每股4.18美元（约合人民币26.57元）的价格行使认股权证。 据悉，认证的股份将根据亚马逊向Velodyne支付的高达2亿美元（约合人民币12.7亿元）的“全权支付”逐渐归属。根据交易条款，亚马逊可以在其持股超过1230万股时任命一名董事会观察员。 亚马逊买入这家头部传感器制造商的股权之后，也将为其自动驾驶业务添力。 一、亚马逊入股后股价上涨一倍 福特去年已退出

　　领域！亚马逊2亿美元入股Velodyne /

　　在关乎自动驾驶视觉系统的所有 传感器 当中，激光雷达可谓是最不可或缺的一个。受全球自动驾驶战场持续火热的影响，这条赛道现在也开始变得拥挤起来，前有Velodyne以高线束LiDar研发能力和大规模量产实力稳拿“一哥”地位，后有Quanergy、LeddarTech以及速腾聚创等众多行业新秀们“群雄逐鹿”，在加上通用、百度、福特以及安波福等自动驾驶巨头们持续的煽风点火， 同时，随着新旧技术之间不断的摩擦碰撞，如今的激光雷达“十八罗汉”也开始组建不同的技术阵营，以此撬动整个自动驾驶“江湖”。其。