【導讀】激光雷達和毫米波雷達。習慣且依賴駕駛汽車的人們，對這兩種事物肯定不會陌生。前者在真正的無人車應用領域所向披靡，最近 Apple 又把它帶入了消費電子類產品中，把 Lidar 概念引入到 iPad 中
，讓筆者以為 iPad 裝上四個軲轆就可以自己開車了。

suipianjiludemudeshimibuzijiyinjianxiexingjianwangzhengerdailaidesuipianzhishidediushi。tebieshinaxiebushuyuzijiyanjiulingyu
，queyouxiangnongmingbaidedongxi。lingwaine，qishizhepianwenzhangyeshigeilaopojiaodezuoye
，ziconggeitahuanletesilayihou，tayizhihaoqitesila Autopilot 奧秘到底是什麼
，可能是我的知識能力的不足，在多次講解不通的情況下（嗬嗬，女人……），我也給自己留了這份作業。特別是她再一次在靠邊兒停車的時候把車開上馬路牙子之後，讓我覺得 Autopilot 最大的敵人不是 ADAS 算法對外麵未知的圖形與突發狀況的訓練度不夠，而是女人……讓我感受到了完成這一份作業的必要性！

激光雷達和毫米波雷達。習慣且依賴駕駛汽車的人們，對這兩種事物肯定不會陌生。前者在真正的無人車應用領域所向披靡，最近 Apple 又把它帶入了消費電子類產品中


，把 Lidar 概念引入到 iPad 中，讓筆者以為 iPad 裝上四個軲轆就可以自己開車了。而毫米波雷達目前被廣泛應用在 L2-L3 的輔助駕駛汽車中，特斯拉汽車用 8 個攝像頭、12 個超聲波傳感器和一個 77GHz 毫米波雷達實現了 autopilot 輔助駕駛功能，當然 mobileye 的 ADAS 係統和 nVidia 的 GPU 也是功不可沒的。

其實 Lidar 和毫米波雷達都屬於電磁波雷達的範疇，隻是毫米波雷達技術屬於微波範疇，用毫米波作為發射源，而 Lidar 技術用紅外線光、可見光或紫外光等納米波作為光源。

其(qi)實(shi)在(zai)很(hen)久(jiu)以(yi)前(qian)，有(you)一(yi)種(zhong)關(guan)於(yu)人(ren)類(lei)視(shi)覺(jiao)成(cheng)像(xiang)的(de)假(jia)說(shuo)
，這(zhe)種(zhong)假(jia)說(shuo)認(ren)為(wei)人(ren)們(men)覺(jiao)得(de)眼(yan)睛(jing)會(hui)發(fa)出(chu)的(de)看(kan)不(bu)見(jian)的(de)光(guang)線(xian)，然(ran)後(hou)擊(ji)中(zhong)了(le)外(wai)麵(mian)的(de)世(shi)界(jie)中(zhong)的(de)物(wu)體(ti)，使(shi)它(ta)們(men)變(bian)得(de)對(dui)人(ren)類(lei)可(ke)見(jian)。當(dang)然(ran)，你(ni)我(wo)都(dou)知(zhi)道(dao)，事(shi)實(shi)的(de)情(qing)況(kuang)情(qing)況(kuang)並(bing)非(fei)如(ru)此(ci)
，反(fan)而(er)是(shi)物(wu)體(ti)發(fa)出(chu)的(de)光(guang)擊(ji)中(zhong)了(le)人(ren)眼(yan)
，才(cai)讓(rang)人(ren)們(men)感(gan)知(zhi)。

但dan這zhe並bing不bu意yi味wei著zhe這zhe不bu是shi一yi個ge完wan美mei的de觀guan察cha方fang式shi。事shi實shi上shang，這zhe種zhong原yuan理li就jiu是shi激ji光guang雷lei達da背bei後hou的de基ji本ben思si想xiang，一yi種zhong數shu字zi式shi的de成cheng像xiang形xing式shi，已yi經jing被bei證zheng明ming在zai從cong考kao古gu學xue到dao自zi動dong駕jia駛shi汽qi車che、消費電子產品所有領域都非常有用。前陣子，Lidar 幫助考古學家對瑪雅文化的古城進行了深度建模。

無論是毫米波雷達，還是 Lidar，都需要存在一組或多組發射接收裝置。以 Lidar 為例
，傳統的機械 Lidar 需要光源
、反射鏡、和接收器。由於早期的 Lidar 係統采用純機械式探測方式，是指其發射係統和接收係統存在宏觀意義上的轉動，也就是通過不斷旋轉發射頭，將速度更快
、發射更準的激光從“線”變成“麵”
，並在豎直方向上排布多束激光（即 32 線或 64 線雷達），形成多個麵，達到動態 3D 掃描並動態接收信息的目的。

這也就造成了它體積的龐大
，不好與小型的消費電子產品集成。且價格十分昂貴。2018 年 Google 發布的無人駕駛汽車，一個機械式 Lidar 的就要 7 萬美元。這種體積龐大、價格昂貴的機械式 Lidar 難逃變為先烈的厄運。

歸功於半導體技術的發展，製造內部非移動結構或相對較小的移動結構的 Lidar 器件，成為了 Lidar 小型化的首要任務，目前 Lidar 小型化的技術設想主要有三種。

1.MEMS（Micro-Electro-Mechanical System）微機電係統

MEMS 指代的是將機械機構進行微型化、電子化的設計，將原本體積較大的機械結構通過微電子工藝集成在矽基芯片上，進行大規模生產。得益於 MEMS 技術的發展，這種技術成熟，易於量產，通過 MEMS 微鏡來實現垂直方麵的一維掃描
，MEMS 結構將機械微型化

，掃描單元變成了 MEMS 微鏡。

2.OPA（optical phased array）光學相控陣技術

相比其他技術方案
，OPA 方(fang)案(an)給(gei)大(da)家(jia)描(miao)述(shu)了(le)一(yi)個(ge)激(ji)光(guang)雷(lei)達(da)芯(xin)片(pian)級(ji)解(jie)決(jue)方(fang)案(an)的(de)美(mei)好(hao)前(qian)景(jing)
，它(ta)主(zhu)要(yao)是(shi)采(cai)用(yong)多(duo)個(ge)光(guang)源(yuan)組(zu)成(cheng)陣(zhen)列(lie)，通(tong)過(guo)控(kong)製(zhi)各(ge)光(guang)源(yuan)發(fa)光(guang)時(shi)間(jian)差(cha)，合(he)成(cheng)具(ju)有(you)特(te)定(ding)方(fang)向(xiang)的(de)主(zhu)光(guang)束(shu)。然(ran)後(hou)再(zai)加(jia)以(yi)控(kong)製(zhi)，主(zhu)光(guang)束(shu)便(bian)可(ke)以(yi)實(shi)現(xian)對(dui)不(bu)同(tong)方(fang)向(xiang)的(de)掃(sao)描(miao)。雷(lei)達(da)精(jing)度(du)可(ke)以(yi)做(zuo)到(dao)毫(hao)米(mi)級(ji)
，且(qie)順(shun)應(ying)了(le)未(wei)來(lai)激(ji)光(guang)雷(lei)達(da)固(gu)態(tai)化(hua)

、xiaoxinghuayijidichengbenhuadequshi，dannandianzaiyuruhebadanweishijianneiceliangdedianyunshujutigaoyijitouruchengbenjudadengwenti。muqianyizhimeiyoujinruliangchanjieduan。

3.Flash

Flash 激光雷達的原理也是快閃
，它不像 MEMS 或 OPA 的(de)方(fang)案(an)會(hui)去(qu)進(jin)行(xing)掃(sao)描(miao)，而(er)是(shi)短(duan)時(shi)間(jian)直(zhi)接(jie)發(fa)射(she)出(chu)一(yi)大(da)片(pian)覆(fu)蓋(gai)探(tan)測(ce)區(qu)域(yu)的(de)激(ji)光(guang)，再(zai)以(yi)高(gao)度(du)靈(ling)敏(min)的(de)接(jie)收(shou)器(qi)，來(lai)完(wan)成(cheng)對(dui)環(huan)境(jing)周(zhou)圍(wei)圖(tu)像(xiang)的(de)繪(hui)製(zhi)。蘋(ping)果(guo)在(zai) 2020 年 iPad 中引入的 Lidar 技術就是 Flash Lidar 技術，它采用 dTOF 的探測技術
，依靠 SPAD 單光子雪崩二極管提高整體器件的靈敏度。

而在小型化的 Lidar 技術中，光學相控陣（OPA）激光雷達受到芯片成熟度不足等各種問題的牽製
，離落地還有一段較長的路要走。Flash 激光雷達暫時無法同時滿足遠近成像的要求，但隨著單光子麵陣探測技術的成熟，有望成為未來的激光雷達技術路線方向。所以，MEMS Lidar 是目前最有可能先落地的車載 Lidar 方案。

第一是 MEMS 微振鏡幫助激光雷達擺脫了笨重的馬達
、多棱鏡等機械運動裝置
，毫米級尺寸的微振鏡大大減少了激光雷達的尺寸，無論從美觀度、車載集成度還是成本角度來講，其優勢都是十分明顯的。

第二，MEMS 微振鏡的引入可以減少激光器和探測器數量，極大地降低成本。采用二維 MEMS 微振鏡
，僅需要一束激光光源，通過一麵 MEMS 微振鏡來反射激光器的光束，兩者采用微秒級的頻率協同工作
，通過探測器接收後達到對目標物體進行 3D 掃描的目的。與多組發射 / 接收芯片組的機械式激光雷達結構相比，MEMS 激光雷達對激光器和探測器的數量需求明顯減少。

第三，MEMS 微振鏡不是新技術，可以直接使用。其最成功的應用案例就是德州儀器（TI）的 DLP（DigitalLight Processing，數字光處理）顯示
，其 DMD 芯片全球獨供，在投影機的 BOM 成本比例中占比也很高。此外，在 3D 攝像頭、條形碼掃描、激光打印機、醫療成像、光通訊等領域，MEMS 微振鏡也不乏成功應用案例。

但 MEMS Lidar 在車載上的落地工作也不是一帆風順，車載環境有它的特殊難題，信賴性就是最大的因素。MEMS weizhenjingshuyuzhendongminganxingqijian，chezaihuanjingxiadezhendonghechongjirongyiduitadeshiyongshouminghegongzuowendingxingchanshengbuliangyingxiang
，shidejiguangleidadeceliangxingnengehua。

工作溫度範圍也是 MEMS 微振鏡通過車規的一大門檻。通常情況下
，車規級產品需要核心元器件滿足 -40℃到 125℃的工作範圍。在實際應用過程中，MEMS 微振鏡的材料屬性會隨著環境溫度的改變而發生變化，從而導致微振鏡運動特性的變化。因此材料的選擇和製造工藝對實現車規級 MEMS 微振鏡來說
，是巨大的挑戰。還有就是芯片尺寸縮小，會直接影響 MEMS Lidar 的旋轉角度，而要得到較大的角度
，就需要把芯片的尺寸做大，這與 Lidar 小型化、低成本化的初衷是矛盾的。

最後，激光由於波長較短，麵對極端天氣如雨、霧、霾時
，測量準確性會大大下降。這時毫米波雷達的存在就顯得十分有必要了。

在智能駕駛傳感器領域，和 LiDAR xiangbi，haomiboleidagengjiediqi
，zaijishushangyifeichangchengshu

，erqieqishichangchuhuoliangxiangdangkeguan，haomiboshizhishangjiushidiancibo。haomibodepinduanbijiaoteshu
，qipinlvgaoyuwuxiandian

，diyukejianguanghehongwaixian
，pinlvdazhifanweishi 10GHz—200GHz。毫米波介於微波和 THz（1000GHz）之間
，可以說是微波的一個子集。

在這個頻段，毫米波相關的特性使其非常適合應用於車載領域。目前，比較常見的車載領域的毫米波雷達頻段有三類。

其一是 24—24.25GHz 這個頻段，目前大量應用於汽車的盲點監測、變道輔助。雷達安裝在車輛的後保險杠內，用於監測車輛後方兩側的車道是否有車、可否進行變道。這個頻段也有其缺點，首先是頻率比較低，另外就是帶寬比較窄
，隻有 250MHz。

第二類頻段就是 77GHz
，這個頻段的頻率比較高，國際上允許的帶寬高達 800MHz。這個頻段的雷達性能要好於 24GHz 的雷達
，所以主要用來裝配在車輛的前保險杠上，探測與前車的距離以及前車的速度，實現的主要是緊急製動、自動跟車等主動安全領域的功能。

第三類應用頻段就是 77GHz—81GHz，這個頻段最大的特點就是其帶寬非常寬，要比 77GHz 的高出 3 倍以上，大約為 4GHz。這也使其具備非常高的分辨率，可以達到 5cm。這個分辨率在自動駕駛領域非常有價值，因為自動駕駛汽車要區分行人等諸多精細物體
，對帶寬的要求很高。

而在波長方麵，24GHz 毫米波的波長是 1.25cm，而 77GHz 毫米波的波長大概是 4mm
，毫米波的波長要比光波的波長長 1000 倍以上，所以它對物體的穿透能力更強。

77GHz 雷達比 24GHz 的第一個優勢在距離分辨率和精度。

與 24GHz 頻段下的隻有 250MHz 帶寬的 ISM 頻段相比，77GHz 頻段下的 SRR 頻帶可提供高達 4GHz 的掃描帶寬，顯著提高了距離分辨率和精度。

由於距離分辨率和精度與掃描帶寬成反比，因此與 24GHz 雷達相比，77GHz 雷達傳感器在距離分辨率和精度方麵的性能更好，經過測試發現可提高 20 倍。高距離分辨率可以更好地分離物體(例如站在汽車附近的人)並提供檢測到物體的密集點，從而完善環境建模和物體分類，這對於研發先進的駕駛輔助算法和自動駕駛功能非常重要。

此外，分辨率越高，傳感器識別的最小距離就越小，因此在停車輔助等需要高精確度的應用方麵
，77-81GHz 雷達有著顯著的優勢。

第二個優勢在速度分辨率和精度。速度分辨率和精度與射頻頻率成反比。 因此，頻率越高，分辨率和精度就越好。與 24 GHz 傳感器相比，77 GHz 傳感器可將速度分辨率和精度提高 3 倍。對於汽車停車輔助應用
，速度分辨率和精度是至關重要的，因為在停車時需要以低速準確地操縱車輛。

第三個優勢是芯片設計尺寸的縮小。較高射頻頻率的主要優勢之一就是傳感器尺寸可以更小。對於相同的天線視場和增益，77GHz 天線陣列的尺寸可以在 X 和 Y 維度上減小約 3 倍。這種尺寸上的縮減在汽車上非常有用，主要體現在汽車周圍的應用(包括需要安裝近距離傳感器的門和後備箱)和車內的應用。

但是毫米波雷達也存在一些不足，第一就是很難獲得觀測物體 z 坐標的數據，隻能獲得 x 軸和 y 軸的坐標，因此隻能測距
，無法輸出圖像信號。因此，xy 與速度 v 信息隻能得到一個 3D 的物體信息。第二，對橫向目標敏感度低
，例如：對橫穿車輛檢測效果不佳
；第三，行人反射波較弱，對行人分辨率不高

，探測距離近；第四，對高處物體和小物體的識別不佳。

如今毫米波雷達和 Lidar 都進入了 4D 識物的維度，毫米波雷達在努力完善自己對 z 軸坐標的獲取
，而 Lidar 則也憑借多普勒效應探測
，可以獲得物體速度信息。下圖是 Lidar 獲得的雷達點雲圖。

上文中也提到了
，由於距離分辨率和精度與掃描帶寬成反比
，那麼說明擁有更高掃描帶寬的 Lidar 比毫米波雷達擁有更可靠的精度和探測距離。

我們堅信，未來的汽車自動駕駛技術不可能是單一技術獨占的，一定是基於可見光視覺（CIS Camera）
、毫米波雷達
、超聲波雷達
、Lidar 幾種傳感器相互配合的。

（來源：中電網）

免責聲明：本文為轉載文章，轉載此文目的在於傳遞更多信息
，版權歸原作者所有。本文所用視頻
、圖片、文字如涉及作品版權問題，請電話或者郵箱聯係小編進行侵刪。

推薦閱讀：

適用於超低溫冷櫃的BLDC電機解決方案

如何為UHF局部放電在線監測係統設計一個最好的前端
？

無源與有源器件的這些區別你都知道嗎？

安森美的智能成像方案使道路更安全

如何快速開發醫療級生命體征監測的可穿戴設備