随着技术的进步，全自动驾驶的未来已不再遥不可及。如今，与自动驾驶相关的问题主要围绕让自动驾驶成为现实所需的底层技术和技术进步来展开。在支持向自动驾驶应用过渡方面，激光雷达（LiDAR）技术是讨论最多的技术之一，但在应用上仍存在诸多问题。本文将为您探讨LiDAR在自动驾驶系统设计中的用途，以及由ADI所推出的相关解决方案。
LiDAR在自动驾驶系统中的设计需求
感知我们周围的世界是非常具有挑战性的，LiDAR常被应用于自动驾驶系统的设计中，可用于理解目标检测与进行分类。因此，了解LiDAR在设计上的需求，将有助于设计者选择出安全且高性价比的解决方案。
若以测距范围大于100米，角分辨率达到0.1°的LIDAR系统为例，这种系统可以成为自动驾驶领域里的核心模块。但是，并非所有自动驾驶应用都需要这种级别的性能，泊车助手和街道扫描就是其中两个不需要到这种级别系统的例子，目前已有大量景深测量技术可以实现这些应用，例如雷达、立体视觉、超声波探测和测距，以及LIDAR。
但是，这些传感器都是在性能、尺寸、成本之间做了妥协。超声波器件较为经济高效，但其范围、分辨率和可靠性都很有限。雷达的检测范围和可靠性得到大幅提升，但它的角分辨率存在限制；此外，立体视觉的计算成本非常高，而且如果不能妥善校准，则精度非常有限。精心设计的LiDAR系统能做到在长探测距离下，拥有精准的测距，出色的角分辨率，较低的算法处理，所以能够帮助弥补这些不足。但是，LiDAR系统一般体积大，成本高，这些缺点仍需要改进。
LiDAR系统设计要确定系统对小目标的探测能力，在多少远处能探测到多低反射率的多小尺寸的目标。同时这也就定义了系统需要的角分辨率。由此可以计算得出可达到的最小信噪比（SNR），该最小信噪比就决定了系统探测的检测概率与误检概率。
依据所需了解的感知环境和必要的信息量，便可作出适当的设计权衡，从而开发出成本和性能优质的解决方案。例如，一辆自动驾驶汽车会以100 kph（~27 mph）的速度在道路上行驶，而自动机器人则以6 kph的速度在步行区或仓库中移动，这两种差异巨大的应用，对于LiDAR所需的性能需求，将会有极大的不同。
以自动驾驶汽车为例，在高速情况下，我们可能不但需要考虑以100 kph的速度行驶的车辆，还需要考虑以相同速度对向行驶的另一车辆。对于感测系统来说，这相当于一个物体以200 kph的相对速度接近。对于LiDAR传感器来说，检测对象之间的最大距离为200 m时，两车之间的距离在一秒内便会缩短25%。应该注意的是，在进行规避时，汽车的速度（或与对象之间的非直线逼近速度）、刹停距离和动力学这些复杂因素会因具体情况而异。一般来说，高速应用需要采用检测距离更长的LiDAR系统。
分辨率是LiDAR系统设计中的另一个重要系统特性，精细的角度分辨率使LiDAR系统能够从某一个被测目标接收到多个像素的回波信号。例如，在200m处，1°角分辨率意味着单个像素宽度为3.5m。这种像素尺寸比许多目标的物理尺寸都大，这会带来多重挑战。首先，我们通常使用空间平均法来改善SNR和检测能力，但是如果目标只占据一个像素点，这种方法则并不适用。此外，即使能检测到，我们也无法评估出目标的尺寸。道路上的垃圾碎屑、动物、交通标志和摩托车，这些物体的尺寸通常都小于3.5米，这将造成辨识上的困难。
不过，当角分辨率再提升10倍达到0.1°，对于200米开外的汽车，水平方向就能采集到5个相邻的像素点。这意味着在200m开外，就能区分出是汽车还是摩托车（看交通工具的宽度即可，一般情况下交通工具都是宽度大于高度的。且汽车和摩托车高度差不多，宽度有明显区别）。
为能安全的自动行驶，不仅方位角需要高分辨率，有时候还需要俯仰角高分辨率。想象一下，自动化的扫地机器人尽管移动缓慢但是需要检测细高的物体，如桌子腿，以便判断能否钻进桌下进行工作。这个需求与之前的高速自动驾驶需求就不太一样了。
高性能的LiDAR原型制作平台与开发套件
一旦确定下来自动驾驶设备的速度与行驶场景，需要探测目标的性质以及要达到的性能，就可以构建符合其应用的LiDAR系统构架。您可以做出多种选择，例如使用扫描或使用闪光、直接飞行时间（ToF）与波形数字化，不同的系统架构也有其各自的优缺点。无论选择哪一种架构，ADI丰富的高性能信号链和电源管理器件产品系列可提供所需的构建块，帮助设计存在不同限制（例如尺寸和成本）的系统。
ADI推出的AD-FMCLIDAR1-EBZ是一款高性能的LiDAR原型制作平台，也是905 nm脉冲直接ToF LIDAR开发套件。使用这个系统可以快速构建机器人、无人机、农业和建筑设备，以及采用1D静态闪光配置的ADAS/AV的原型，这个参考设计中选用的器件主要是针对长距离脉冲LiDAR应用。该系统采用905 nm激光源，由高速、双通道4A MOSFET ADP3634驱动。它还包括由可编程电源LT8331供电（用于生成APD电源电压）的First Sensor公司的16通道APD阵列。此外，还包括多个低噪声、高带宽的4通道LTC6561 TIA，一个AD9094 1 GSPS、8位ADC，其在通道上的功耗较低，为每通道435 mW。这个设计需要继续增大带宽和采样速率，以帮助提高整个系统的帧率和范围精度。与此同时，还需要较大限度降低功耗。这是因为散热减少可以简化热／机械设计，从而帮助模块减小外形尺寸。
测量距离（或深度）、精度都与ADC采样速率相关。距离测量精度使得系统能够准确获知与目标之间的距离，对于需要近距离移动的场景（例如停车或仓储物流），这非常重要。此外，可以根据多帧之间目标距离的变化来计算目标的速度，这种情况下就要求对目标距离的测量精度要很高。
高度可配置的LiDAR评估系统
EVAL-ADAL6110-16这一款高度可配置的评估系统，将可以辅助实施LiDAR系统设计。它为需要实时（65 Hz）检测／跟踪对象的应用（例如防撞、高度监测和软着陆）提供简单但可配置的2D闪光LIDAR深度传感器。
该参考设计中使用的光学器件为我们提供了37°（方位角）和5.7°（俯仰角）的视野（FOV）。在方向角的16像素线性矩阵中，20米像素大小相当于普通成人的体型，为0.8米（方位角）x 2米（俯仰角）。如前所述，不同的应用可能需要不同的光学配置。如果现有的光学器件不能满足应用需求，可以轻松从壳体上取下印刷电路板，并将其集成到新的光学配置中。
系统软件能让芯片快速测距以便完成多点测量，它的通道之间是完全独立的，通过USB提供的单个5 V电源运行，通过使用该模块的机器人OS（ROS）的驱动，可以很方便集成进现有的自动驾驶系统。用户只需创建一个连接器，将设备与机器人或者车辆的接口相连，即可通过以下四种通信协议进行通信，包括SPI、USB、CAN或RS-232。此外，还可以选择不同的接收器和发射器技术对参考设计实施修改。
AD-FMCLIDAR1-EBZ这款LiDAR开发模块硬件平台可以灵活地满足个性化设计需求，缩短产品上市时间，并降低LiDAR开发的复杂性。它包括可在客户设计中集成的开源软件框架以及Matlab和Python的包装器。通过FMC连接器与FGPA配对后，可用于LiDAR软件和算法开发。在开发软件和算法的同时，可以利用硬件设计实现产品化。根据客户偏好和开发经验的差异，可以使用不同的FPGA开发平台，像是使用Intel Arria10 SoC和Xilinx ZC706开发平台对该系统进行了测试。AD-FMCLIDAR1-EBZ可应用于ADAS、无人机／无人飞行器、机器人、工业自动化、SLAM（同时定位和地图构建）等领域。
满足LiDAR应用需求的信号处理器
该评估系统以ADI的ADAL6110-16为核心，这是一款低功率、16通道的集成式LiDAR信号处理器（LSP）。该器件为相关的照明区域提供时序控制和对接收的波形采样的时序，且能对获取的波形实施数字化。ADAL6110-16集成了高灵敏度的模拟节点，可以帮助降低本底噪声，使系统能够捕获能量很低的回波信号。相对于采用类似信号链的分立式器件方案，它们的本底噪声是由RMS噪声决定的，所以其灵敏度不如ADAL6110的方案。此外，使用集成信号链可以减小LIDAR系统设计的尺寸大小、重量和功耗。
ADAL6110-16这款16通道LiDAR信号处理器，每个通道都集成了一个16位模数转换器（ADC），用于测量光回波信号。ADAL6110-16将采集到的波形存储到静态随机存取存储器（SRAM）中。LiDAR信号处理器的数据输出读取和功能配置可通过4线串行端口接口（SPI）进行。
该LiDAR信号处理器具有直流平衡控制功能，可抑制调制干扰引起的信号偏移和失真，无需外部直流消除电路。此外，该LiDAR信号处理器还内置自动增益控制（AGC）功能，可自动调节系统增益，确保目标信号自动缩放至测量范围。
ADAL6110-16简化了传统多通道LiDAR系统的实现，它集成了跨阻放大器（TIA）增益级和采样级，并提供发射机触发信号，所有这些都由片上控制逻辑管理。LiDAR信号处理器中，光电二极管和各通道的TIA接口之间无需任何外部器件。ADAL6110-16可应用于自主系统防碰撞、廊道测绘、动态悬架与飞行控制、无人机高度监测、工业距离测量、车载安全帘系统、停车位监测、盲点检测等领域。
结语
在自动驾驶系统的设计中，LiDAR技术凭借其高精度三维感知能力，成为实现环境理解与安全决策的关键核心之一。随着芯片集成化、固态化与算法优化的持续发展，LiDAR不仅能在复杂环境中提供可靠的数据支持，也能与摄像头、雷达等多传感器融合，实现更稳健的感知方案。ADI所推出的LiDAR解决方案，将能够在客户所开发的自动驾驶各级应用中发挥更广泛的作用，成为推动智能交通与智能出行发展的重要基石。